CN113038070B - 一种设备调焦方法、装置和云平台 - Google Patents
一种设备调焦方法、装置和云平台 Download PDFInfo
- Publication number
- CN113038070B CN113038070B CN201911355560.8A CN201911355560A CN113038070B CN 113038070 B CN113038070 B CN 113038070B CN 201911355560 A CN201911355560 A CN 201911355560A CN 113038070 B CN113038070 B CN 113038070B
- Authority
- CN
- China
- Prior art keywords
- vertex
- target object
- distance value
- determining
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
- H04N23/673—Focus control based on electronic image sensor signals based on contrast or high frequency components of image signals, e.g. hill climbing method
Abstract
本发明实施例公开了一种设备调焦方法、装置和云平台。所述方法包括:若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息或者像素尺寸信息;根据所述位置信息或者像素尺寸信息,确定所述目标物体的物距值;根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像。本发明实施例通过根据目标物体在第一拍摄设备的第一拍摄画面中的位置信息或像素尺寸信息确定目标物体的物距值,免去了通过第二拍摄设备确定目标物体的物距值再进行调焦拍摄的步骤,从而节省了第二拍摄设备调焦所消耗的时间,提高了对目标物体的抓拍成功率。
Description
技术领域
本发明实施例涉及视频监控技术领域,尤其涉及一种设备调焦方法、装置和云平台。
背景技术
在视频监控领域,为了同时满足大范围监控和细节刻画的需求,枪球联动系统应运而生。该系统采用两颗摄像头构成,其中一颗为短焦定焦镜头,这颗镜头的监控范围广并且景深大,负责大面积监控和初步检测。另一颗是变焦镜头,可以实现多方位并且不同距离的监控,提供细节抓拍和属性识别。两颗镜头搭配独立的图像传感器,独立成像,记做枪机和球机。
现有方法中球机对目标物体进行调焦,需要通过前后帧图像对比,根据图像清晰度评价值,通过不断迭代,最终确认目标物体的距离,再根据目标物体的距离,确定自动调焦的搜索区间,实现自动调焦。
但现有方法的调焦过程消耗时间较长,无法快速调焦,并且由于调焦速度慢,对目标物体的抓拍成功率也较低。
发明内容
本发明实施例提供一种设备调焦方法、装置和云平台,以解决现有枪球联动系统中,球机对目标物体调焦速度慢,抓拍成功率低的问题。
第一方面,本发明实施例提供了一种设备调焦方法,所述方法包括:
若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息或者像素尺寸信息;
根据所述位置信息或者像素尺寸信息,确定所述目标物体的物距值;根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像。
第二方面,本发明实施例提供了一种设备调焦装置,所述装置包括:
信息确定模块,用于若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息或者像素尺寸信息;
物距值确定模块,用于根据所述位置信息或者像素尺寸信息,确定所述目标物体的物距值;
调焦控制模块,用于根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像。
第三方面,本发明实施例提供了一种云平台,所述云平台包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一所述的设备调焦方法。
本发明实施例通过根据目标物体在第一拍摄设备的第一拍摄画面中的位置或像素尺寸确定目标物体的物距值,免去了通过第二拍摄设备确定目标物体的物距值再进行调焦拍摄的步骤,从而节省了第二拍摄设备调焦所消耗的时间,提高了对目标物体的抓拍成功率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1A是本发明实施例一提供的一种设备调焦方法的流程图;
图1B为本发明实施例一提供的一种画面网格的示意图;
图1C为本发明实施例一提供的一种网格顶点的示意图;
图1D为本发明实施例一提供的一种网格顶点的示意图;
图1E为本发明实施例一提供的一种网格顶点的示意图;
图1F为本发明实施例一提供的一种网格顶点的示意图;
图1G为本发明实施例一提供的一种调焦曲线图的示意图;
图1H为本发明实施例一提供的一种拍摄设备和图像传感器的坐标系示意图;
图2为本发明实施例二提供的一种设备调焦方法的流程图;
图3为本发明实施例三提供的一种设备调焦装置的结构示意图;
图4为本发明实施例四提供的一种云平台的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的结构而非全部结构。
实施例一
图1A是本发明实施例一提供的一种设备调焦方法的流程图。本实施例适用于利用枪球联动系统对目标物体进行调焦拍摄的情况,该方法可以由本发明实施例提供的设备调焦装置来执行,所述设备调焦装置可以由软件和/或硬件的方式来实现。如图1所示,该方法可以包括:
步骤101、若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息或者像素尺寸信息。
其中,第一拍摄设备包括一颗短焦定焦镜头,这颗镜头的监控范围广且景深大,因此第一拍摄设备负责对目标区域大面积的监控和对目标物体的初步检测。由第一拍摄设备拍摄到的画面,即为第一拍摄画面。第一拍摄画面中目标物体的位置信息为第一拍摄画面中目标物体中心点的坐标位置,目标物体的像素尺寸信息为目标物体特征区域的像素尺寸大小。目标物体包括但不限于车辆和行人等。
具体的,当目标物体进入目标区域,并出现在第一拍摄设备的第一拍摄画面中时,根据现有的物体检测算法例如SSD(Single Shot Detector,单发检测器)、YOLO和R-CNN(Regions with CNN features,卷积神经网络特征区域)等,检测到目标物体,并根据第一拍摄画面中目标物体轮廓点的坐标位置,确定第一拍摄画面中目标物体中心点的坐标位置,即第一拍摄画面中目标物体的位置信息;或者,识别检测到的目标物体的属性信息,例如识别目标物体为车辆或者识别目标物体为行人;根据目标物体属性信息,确定目标物体的像素尺寸信息,例如,若目标物体为车辆,则目标物体的像素尺寸信息表示车头的像素宽度和像素高度;若目标物体为行人,则目标物体的像素尺寸信息表示人脸的像素宽度和像素高度。
通过确定在第一拍摄画面中目标物体的位置信息或像素尺寸信息,为后续确定目标物体的物距值奠定了基础。
步骤102、根据所述位置信息或者像素尺寸信息,确定所述目标物体的物距值。
其中,步骤102中,根据所述像素尺寸信息,确定所述目标物体的物距值,可选的包括:
A、根据所述像素尺寸信息,确定所述目标物体的类型。
具体的,将目标物体的像素尺寸信息与预设的特征像素尺寸进行匹配,确定目标物体的类型。例如若目标物体的属性信息为车辆,则确定目标物体为大型车、中型车或是小型车中的一种;若目标物体的属性信息为行人,则确定目标物体为男人、女人或是小孩中的一种。示例性的,假设大型车特征像素尺寸为104*104~105*105,中型车特征像素尺寸为103*103~104*104,小型车特征像素尺寸为102*102~103*103,而目标物体的像素尺寸信息为104*105,则确定目标物体的类型为大型车。
B、根据所述目标物体的类型,从候选现实尺寸信息中确定所述目标物体的现实尺寸信息。
示例性的,候选现实尺寸信息包括大型车2.5m*1.5m,中型车2m*1m,小型车1.8m*0.8m,若目标物体的类型为中型车,则目标物体的现实尺寸信息为2m*1m;又例如,候选现实尺寸信息包括男人18cm*22cm,女人16cm*20cm,小孩14cm*18cm,若目标物体的类型为男人,则目标物体的现实尺寸为18cm*22cm。
C、根据所述现实尺寸信息、像素尺寸信息和第一拍摄设备的参数信息,确定所述目标物体的物距值,其中,所述第一拍摄设备的参数信息包括第一拍摄设备的焦距信息以及第一拍摄画面单位像素的现实尺寸信息。
具体的,(1)建立坐标系:图1H为一种拍摄设备和图像传感器的坐标系示意图。以第一拍摄设备作为坐标原点,建立拍摄设备坐标系Oc-XcYcZc,空间中一点P在拍摄设备坐标系下,其坐标为P(Xp,Yp,Zp);以第一拍摄设备的图像传感器中心为原点,建立图像传感器坐标系,因为图像传感器是二维平面,其坐标系为o-xy,空间点P在图像传感器坐标系上成像的点记做p,其坐标为p(x,y)。P在XcOcZc面上的投影点为B,则PB=Yp,AB=Xp,OcA=Zp。B在图像传感器坐标系上的成像点为C,其中oC=x,pC=y。图像传感器坐标系原点距离拍摄设备坐标系原点的距离Oco即为第一拍摄设备的焦距信息f,Zp即为空间点P的物距。(2)确定比例关系:即所以图像传感器上成像是以像素为单位呈现的,则根据图像传感器的物理尺寸和成像的像素尺寸,可以计算出第一拍摄画面单位像素的现实尺寸信息:其中Kx表示单位像素x方向的现实尺寸,Ky表示单位像素y方向的现实尺寸,单位为pixel/mm,一般情况下Kx=Ky,点p在第一拍摄图像中的像素坐标记做p(u,v),则(3)确定目标物体的物距值:假设目标物体在空间中的现实尺寸信息为P1P2,目标物体在图像传感器坐标系上的像素尺寸信息为p1p2,则即目标物体的物距值其中f和Kx为第一拍摄设备的的参数信息。
步骤102中,根据所述位置信息确定所述目标物体的物距值,可选的包括:
A、根据所述位置信息确定与所述位置信息相关联的网格顶点。
其中,所述网格顶点通过对所述第一拍摄画面划分得到,划分的方式可选的包括通过网格线将第一拍摄画面划分成等尺寸的若干矩形画面网格,例如将第一拍摄画面划分成M*N个等尺寸的矩形画面网格。图1B为一种画面网格的示意图,其中101表示网格线,100表示画面网格。
具体的,根据所述位置信息与第一拍摄画面中画面网格的相对位置关系,确定与所述位置信息相关联的网格顶点。
可选的,步骤A包括:
(1)、在第一拍摄画面中,若所述位置信息位于任一画面网格中,则该画面网格上的顶点均作为与所述位置信息相关联的网格顶点。
示例性的,图1C为一种网格顶点的示意图,其中102表示目标物体的位置信息,102位于画面网格103中,104、105、106和107表示在第一拍摄画面中与所述位置信息相关联的网格顶点。
(2)、若所述位置信息位于至少两个画面网格的公共边上,则将所述公共边上的顶点均作为与所述位置信息相关联的网格顶点。
示例性的,图1D为一种网格顶点的示意图,其中102表示目标物体的位置信息,102位于公共边108上,109和110表示在第一拍摄画面中与所述位置信息相关联的网格顶点。
(3)、若所述位置信息位于至少两个画面网格的公共顶点上,则将所述公共顶点作为与所述位置信息相关联的网格顶点。
示例性的,图1E为一种网格顶点的示意图,其中102表示目标物体的位置信息,102位于画面网格111、画面网格112、画面网格113和画面网格114的公共顶点115上,115表示在第一拍摄画面中与所述位置信息相关联的网格顶点。
示例性的,图1F为一种网格顶点的示意图,其中102表示目标物体的位置信息,102位于画面网格116和画面网格117的公共顶点118上,118表示在第一拍摄画面中与所述位置信息相关联的网格顶点。
可选的,步骤A还包括:
根据所述网格顶点位置信息和调焦曲线图,获取所述网格顶点的顶点信息,其中,所述顶点信息包括顶点位置信息和顶点物距值信息。
其中,顶点位置信息即网格顶点位置信息,可在第一拍摄画面中直接获取。顶点物距值信息可通过如下方式获取:首先把第二拍摄设备的镜头变焦至广角状态,然后控制第二拍摄设备的拍摄中心对准网格顶点。再将第二拍摄设备的镜头变焦至最大变焦倍数,在变焦的同时,控制第二拍摄设备微调角度,使得第二拍摄设备的拍摄中心始终对准网格顶点。变焦结束后,采用现有的自动调焦算法进行调焦,使得当前第二拍摄设备的第二拍摄画面调焦清晰。根据最大变焦倍数以及第二拍摄设备的变焦倍数表,确定第二拍摄设备最大变焦倍数时对应的变焦电机位置,其中,变焦电机用于控制变焦镜片组移动实现改变镜头的焦距,变焦电机位置表示变焦电机在第二拍摄设备中的空间相对位置;在第二拍摄画面调焦清晰时,根据自动调焦算法得到调焦参数,确定第二拍摄设备的调焦电机位置,其中,调焦电机用于控制调焦镜片组移动,实现调节图像清晰程度,调焦电机位置表示调焦电机在第二拍摄设备中的空间相对位置。最后,根据变焦电机位置和调焦电机位置,在第二拍摄设备的调焦曲线图中进行匹配,确定网格顶点的顶点物距值信息,图1G为一种调焦曲线图的示意图,其中119、120和121分别为三条物距值曲线,位于三条物距值曲线上的点,分别代表三种物距值,调焦曲线图的横轴表示变焦电机位置,调焦曲线图的纵轴表示调焦电机位置。除了上述方法,还可以采用激光测距的方法来确定网格顶点的顶点物距值信息,本实施例对确定网格顶点的顶点物距值信息所采用的方法并不做限定。
B、根据所述网格顶点的顶点信息,或者根据所述位置信息和所述网格顶点的顶点信息确定目标物体的物距值。
具体的,若所述位置信息在第一拍摄画面中关联的网格顶点为一个,则根据网格顶点的顶点信息确定目标物体的物距值;若所述位置信息在第一拍摄画面中关联的网格顶点至少为两个,则根据所述位置信息和所述网格顶点的顶点信息确定目标物体的物距值。
可选的,步骤B中“根据所述网格顶点的顶点信息确定目标物体的物距值”,包括:若存在唯一与所述位置信息相关联的网格顶点,则将该网格顶点的顶点物距值信息作为目标物体的物距值。
可选的,步骤B中“根据所述位置信息和所述网格顶点的顶点信息确定目标物体的物距值”,包括:若存在至少两个与所述位置信息相关联的网格顶点,则根据所述位置信息到各所述网格顶点的顶点位置信息之间的距离,确定各网格顶点的权重;根据各网格顶点的权重和各所述网格顶点的顶点物距值信息,确定目标物体的物距值。
通过根据所述位置信息或者像素尺寸信息,确定所述目标物体的物距值,使得在第一拍摄设备的第一画面中就确定了目标物体的物距值,免去了通过第二拍摄设备确定目标物体的物距值再进行调焦拍摄的步骤,从而节省了第二拍摄设备调焦所消耗的时间,提高了对目标物体的抓拍成功率。
步骤103、根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像。
其中,第二拍摄设备包括一颗变焦镜头,这颗镜头可以实现多方位且不同距离的监控,因此第二拍摄设备负责提供对目标物体的细节抓拍和属性识别。
具体的,根据目标物体在第一拍摄设备的第一拍摄画面中的位置信息,以及第一拍摄设备与第二拍摄设备之间的空间关系,确定目标物体在第二拍摄设备的第二拍摄画面中的位置信息。根据第二拍摄画面中的的位置信息,控制调整第二拍摄设备的拍摄角度,以使得位置信息位于第二拍摄画面的中心,并根据目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像。其中,第一拍摄设备与第二拍摄设备之间的空间关系可以通过如下方法确定:分别控制第一拍摄设备与第二拍摄设备拍摄角度,使得目标区域的同一静止物体分别位于第一拍摄设备的第一拍摄画面和第二拍摄设备的第二拍摄画面的中点,确定静止物体在第一拍摄画面和第二拍摄画面的坐标位置,根据得到的坐标位置,计算第一拍摄设备与第二拍摄设备之间的空间关系。
可选的,步骤103包括:
A、根据所述目标物体在第二拍摄设备的第二拍摄画面中的成像尺寸,以及预设拍摄尺寸,确定所述第二拍摄设备的变焦倍数。
其中,成像尺寸指的是目标物体在第二拍摄画面中的像素尺寸。为了防止目标物体在第二拍摄画面中的拍摄尺寸过大导致的目标物体信息丢失,或者拍摄尺寸过小导致的目标物体不清晰,对于目标物体预设了拍摄尺寸,预设拍摄尺寸可以是根据目标物体类型确定,例如车辆和行人具有不同的拍摄尺寸,也可以是根据目标物体像素点占据第二拍摄画面总像素点的比例确定。
具体的,根据目标物体成像尺寸以及预设拍摄尺寸,确定第二拍摄设备的变焦倍数,以使得根据变焦倍数进行变焦后,在第二拍摄画面中目标物体成像尺寸等于预设拍摄尺寸。
B、根据所述变焦倍数以及所述第二拍摄设备的变焦倍数表,确定所述第二拍摄设备的变焦电机位置。
其中,变焦倍数表中包含了变焦倍数与变焦电机位置的对应关系,且不同拍摄设备具有不同的变焦倍数表。
具体的,根据变焦倍数在第二拍摄设备的变焦倍数表中进行匹配,确定所述变焦倍数对应的变焦电机位置。
C、根据所述第二拍摄设备的变焦电机位置、物距值以及第二拍摄设备的调焦曲线图,确定所述第二拍摄设备的调焦电机位置。
具体的,根据所述第二拍摄设备的变焦电机位置和物距值,在第二拍摄设备的调焦曲线图中进行匹配,确定第二拍摄设备的调焦电机位置。
D、控制所述第二拍摄设备根据所述调焦电机位置进行调焦,以拍摄目标物体图像。
通过根据目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像,使得目标物体的拍摄图像足够清晰,实现了对目标物体进行调焦拍摄的技术效果。
本发明实施例提供的技术方案,通过根据目标物体的现实尺寸信息、像素尺寸信息和第一拍摄设备的参数信息,确定目标物体的物距值,或者通过确定目标物体位置在第一拍摄设备的第一拍摄画面中关联的目标画面网格顶点,并根据目标画面网格顶点信息确定目标物体的物距值,最终根据物距值,控制第二拍摄设备调焦以拍摄目标物体图像,免去了通过第二拍摄设备确定目标物体的物距值再进行调焦拍摄的步骤,从而节省了第二拍摄设备调焦所消耗的时间,提高了对目标物体的抓拍成功率。
实施例二
图2为本发明实施例二提供的一种设备调焦方法的流程图。本实施例为上述实施例一提供了一种具体实现方式,如图2所示,该方法可以包括:
步骤201、若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息。
步骤202、根据所述位置信息确定与所述位置信息相关联的网格顶点。
步骤203、确定网格顶点的数量是否至少为两个,若是则执行步骤204;若否则执行步骤206。
其中,目标画面网格顶点的数量包括一个、两个和四个中的一种。
步骤204、根据所述位置信息到各所述网格顶点的顶点位置信息之间的距离,确定各网格顶点的权重。
其中,目标物体的位置信息到各网格顶点之间的距离,即目标物体的位置信息分别与至少两个网格顶点之间的像素距离。
可选的,步骤204包括:
A、确定各所述网格顶点的顶点位置信息到所述位置信息之间距离值之和,作为总距离值。
示例性的,假设网格顶点的数量为四个,分别为Pi、Pi+1、Pj和Pj+1,目标物体的位置信息为P,P到Pi的距离为Li,P到Pi+1的距离为Li+1,P到Pj的距离为Lj,P到Pj+1的距离为Lj+1,则总距离值L=Li+Li+1+Lj+Lj+1。
示例性的,假设网格顶点的数量为两个,分别为Pi和Pj,目标物体的位置信息为P,P到Pi的距离为Li,P到Pj的距离为Lj,则总距离值L=Li+Lj。
B、针对每一所述网格顶点,将除该网格顶点外的其他网格顶点的顶点位置信息到所述位置信息之间的距离值之和,作为该网格顶点的辅助距离值。
示例性的,假设网格顶点的数量为四个,分别为Pi、Pi+1、Pj和Pj+1,目标物体的位置信息为P,P到Pi的距离为Li,P到Pi+1的距离为Li+1,P到Pj的距离为Lj,P到Pj+1的距离为Lj+1,则Pi的辅助距离值为Li+1+Lj+Lj+1,Pi+1的辅助距离值为Li+Lj+Lj+1,Pj的辅助距离值为Li+Li+1+Lj+1,Pj+1的辅助距离值为Li+Li+1+Lj。
示例性的,假设网格顶点的数量为两个,分别为Pi和Pj,目标物体的位置信息为P,P到Pi的距离为Li,P到Pj的距离为Lj,则Pi的辅助距离值为Lj,Pj的辅助距离值为Li。
C、根据该网格顶点的辅助距离值,其他网格顶点数量以及所述总距离值,确定该网格顶点的权重。
具体的,根据网格顶点数量,将辅助距离值与总距离值之间的比值,或辅助距离值与三倍总距离值之间的比值,作为该网格顶点的权重。
可选的,步骤C包括:
C1、若所述其他网格顶点数量为一个,则将所述辅助距离值与总距离值之间的比值,作为该网格顶点的权重。
C2、若所述其他网格顶点数量为三个,则将所述辅助距离值与三倍总距离值之间的比值,作为该网格顶点的权重。
示例性的,假设网格顶点的数量为四个,分别为Pi、Pi+1、Pj和Pj+1,目标物体的位置信息为P,P到Pi的距离为Li,P到Pi+1的距离为Li+1,P到Pj的距离为Lj,P到Pj+1的距离为Lj+1,则Pi的权重为Pi+1的权重为Pj的权重为Pj+1的权重为
步骤205、根据各网格顶点的权重和各所述网格顶点的顶点物距值信息,确定目标物体的物距值。
具体的,将任一网格顶点的权重与该网格顶点的顶点物距值信息相乘,得到该网格顶点的物距加权值,将所有网格顶点的物距加权值求和,得到目标物体的物距值。
示例性的,假设网格顶点的数量为四个,分别为Pi、Pi+1、Pj和Pj+1,Pi的权重为Pi+1的权重为Pj的权重为Pj+1的权重为Pi的顶点物距值信息为Di,Pi+1的顶点物距值信息为Di+1,Pj的顶点物距值信息为Dj,Pj+1的顶点物距值信息为Dj+1,则目标物体的物距值为:
步骤206、若存在唯一与所述位置信息相关联的网格顶点,则将该网格顶点的顶点物距值信息作为目标物体的物距值。
示例性的,若存在唯一与所述位置信息相关联的网格顶点Pi,Pi的顶点物距值信息为Di,则目标物体的物距值为Di。
步骤207、根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像。
本发明实施例提供的技术方案,通过若网格顶点的数量至少为两个,则根据目标物体的位置信息到各网格顶点顶点位置信息之间的距离,确定各网格顶点的权重,根据各网格顶点的权重和各网格顶点的顶点物距值信息,确定目标物体的物距值;通过若存在唯一与所述位置信息相关联的网格顶点,则将该网格顶点的顶点物距值信息作为目标物体的物距值,使得无论网格顶点的数量为一个或是至少两个,都可以通过第一拍摄设备确定目标物体的物距值,免去了通过第二拍摄设备确定目标物体的物距值再进行调焦拍摄的步骤,从而节省了第二拍摄设备调焦所消耗的时间,提高了对目标物体的抓拍成功率。
在上述实施例的基础上,步骤206之后,还包括:
A、根据目标物体的物距值,确定物距值搜索区间。
B、通过现有的择优算法,在物距值搜索区间中确定目标物体的最优物距值。
其中,择优选法可选的包括爬山算法。
具体的,根据任意搜索方向,按照预设的调焦电机运动步长,在物距值搜索区间进行调焦电机位置调整,并且每次调整调焦电机位置后,对得到的第二拍摄图像进行图像清晰度评价,其中,图像清晰度评价一般采用第二拍摄图像中的高频分量或者图像灰度梯度计算得到,记做FV值。每次获取到FV值后,和上一步的FV值比较,如果发现FV是上升趋势,则继续搜索,如果发现FV是下降趋势,则反向搜索。搜索结束后,将物距值搜索区间内的FV最大值对应的物距值,作为目标物体的最优物距值。
C、根据所述目标物体的最优物距值,控制第二拍摄设备调焦以拍摄目标物体图像。
通过现有的择优算法,在物距值搜索区间中确定目标物体的最优物距值,使得对于目标物体的物距值预估更加准确,进而使得根据最优物距值,控制第二拍摄设备进行调焦拍摄的目标物体图像更加清晰。
实施例三
图3为本发明实施例三提供的一种设备调焦装置的结构示意图,可执行本发明任一实施例所提供的一种设备调焦方法,具备执行方法相应的功能模块和有益效果。如图3所示,该装置可以包括:
信息确定模块31,用于若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息或者像素尺寸信息;
物距值确定模块32,用于根据所述位置信息或者像素尺寸信息,确定所述目标物体的物距值;
调焦控制模块33,用于根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像。
在上述实施例的基础上,所述物距值确定模块32,具体用于:
根据所述像素尺寸信息,确定所述目标物体的类型;
根据所述目标物体的类型,从候选现实尺寸信息中确定所述目标物体的现实尺寸信息;
根据所述现实尺寸信息、像素尺寸信息和第一拍摄设备的参数信息,确定所述目标物体的物距值,其中,所述第一拍摄设备的参数信息包括第一拍摄设备的焦距信息以及第一拍摄画面单位像素的现实尺寸信息。
在上述实施例的基础上,所述物距值确定模块32,具体还用于:
根据所述位置信息确定与所述位置信息相关联的网格顶点;
根据所述网格顶点的顶点信息,或者根据所述位置信息和所述网格顶点的顶点信息确定目标物体的物距值。
在上述实施例的基础上,所述网格顶点通过对所述第一拍摄画面划分得到;
所述物距值确定模块32,具体还用于:
根据所述网格顶点位置信息和调焦曲线图,获取所述网格顶点的顶点信息,其中,所述顶点信息包括顶点位置信息和顶点物距值信息。
在上述实施例的基础上,所述物距值确定模块32,具体还用于:
若存在至少两个与所述位置信息相关联的网格顶点,则根据所述位置信息到各所述网格顶点的顶点位置信息之间的距离,确定各网格顶点的权重;
根据各网格顶点的权重和各所述网格顶点的顶点物距值信息,确定目标物体的物距值。
在上述实施例的基础上,所述物距值确定模块32,具体还用于:
确定各所述网格顶点的顶点位置信息到所述位置信息之间距离值之和,作为总距离值;
针对每一所述网格顶点,将除该网格顶点外的其他网格顶点的顶点位置信息到所述位置信息之间的距离值之和,作为该网格顶点的辅助距离值;
根据该网格顶点的辅助距离值,其他网格顶点数量以及所述总距离值,确定该网格顶点的权重。
在上述实施例的基础上,所述物距值确定模块32,具体还用于:
若存在唯一与所述位置信息相关联的网格顶点,则将该网格顶点的顶点物距值信息作为目标物体的物距值。
在上述实施例的基础上,所述调焦控制模块33,具体还用于:
根据所述目标物体在第二拍摄设备的第二拍摄画面中的成像尺寸,以及预设拍摄尺寸,确定所述第二拍摄设备的变焦倍数;
根据所述变焦倍数以及所述第二拍摄设备的变焦倍数表,确定所述第二拍摄设备的变焦电机位置;
根据所述第二拍摄设备的变焦电机位置、预估物距值以及第二拍摄设备的调焦曲线图,确定所述第二拍摄设备的调焦电机位置;
控制所述第二拍摄设备根据所述调焦电机位置进行调焦,以拍摄目标物体图像。
本发明实施例所提供的一种设备调焦装置,可执行本发明任一实施例所提供的一种设备调焦方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任一实施例提供的一种设备调焦方法。
实施例四
图4为本发明实施例四提供的一种云平台的结构示意图。图4示出了适于用来实现本发明实施方式的示例性云平台400的框图。图4显示的云平台400仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,云平台400以通用计算设备的形式表现。云平台400的组件可以包括但不限于:一个或者多个处理器或者处理单元401,系统存储器402,连接不同系统组件(包括系统存储器402和处理单元401)的总线403。
总线403表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
云平台400典型地包括多种计算机系统可读介质。这些介质可以是任何能够被云平台400访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器402可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)404和/或高速缓存存储器405。云平台400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统406可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线403相连。存储器402可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块407的程序/实用工具408,可以存储在例如存储器402中,这样的程序模块407包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块407通常执行本发明所描述的实施例中的功能和/或方法。
云平台400也可以与一个或多个外部设备409(例如键盘、指向设备、显示器410等)通信,还可与一个或者多个使得用户能与该云平台400交互的设备通信,和/或与使得该云平台400能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口411进行。并且,云平台400还可以通过网络适配器412与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器412通过总线403与云平台400的其它模块通信。应当明白,尽管图中未示出,可以结合云平台400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元401通过运行存储在系统存储器402中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的设备调焦方法,包括:
若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息或者像素尺寸信息;
根据所述位置信息或者像素尺寸信息,确定所述目标物体的物距值;
根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种设备调焦方法,该方法包括:
若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息或者像素尺寸信息;
根据所述位置信息或者像素尺寸信息,确定所述目标物体的物距值;
根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的一种设备调焦方法中的相关操作。本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (5)
1.一种设备调焦方法,其特征在于,所述方法包括:
若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息;
根据所述位置信息确定所述目标物体的物距值;
根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像;
其中,根据所述位置信息确定所述目标物体的物距值,包括:
根据所述位置信息确定与所述位置信息相关联的网格顶点;所述网格顶点通过对所述第一拍摄画面划分得到;
根据所述位置信息和所述网格顶点的顶点信息确定目标物体的物距值;
其中,根据所述位置信息确定与所述位置信息相关联的网格顶点,包括:
根据所述网格顶点位置信息和调焦曲线图,获取所述网格顶点的顶点信息,其中,所述顶点信息包括顶点位置信息和顶点物距值信息;
根据所述位置信息和所述网格顶点的顶点信息确定目标物体的物距值,包括:
若存在至少两个与所述位置信息相关联的网格顶点,则根据所述位置信息到各所述网格顶点的顶点位置信息之间的距离,确定各网格顶点的权重;
根据各网格顶点的权重和各所述网格顶点的顶点物距值信息,确定目标物体的物距值。
2.根据权利要求1所述的方法,其特征在于,根据所述位置信息到各所述网格顶点的顶点位置信息之间的距离,确定各网格顶点的权重,包括:
确定各所述网格顶点的顶点位置信息到所述位置信息之间距离值之和,作为总距离值;
针对每一所述网格顶点,将除该网格顶点外的其他网格顶点的顶点位置信息到所述位置信息之间的距离值之和,作为该网格顶点的辅助距离值;
根据该网格顶点的辅助距离值,其他网格顶点数量以及所述总距离值,确定该网格顶点的权重。
3.根据权利要求1所述的方法,其特征在于,根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像,包括:
根据所述目标物体在第二拍摄设备的第二拍摄画面中的成像尺寸,以及预设拍摄尺寸,确定所述第二拍摄设备的变焦倍数;
根据所述变焦倍数以及所述第二拍摄设备的变焦倍数表,确定所述第二拍摄设备的变焦电机位置;
根据所述第二拍摄设备的变焦电机位置、预估物距值以及第二拍摄设备的调焦曲线图,确定所述第二拍摄设备的调焦电机位置;
控制所述第二拍摄设备根据所述调焦电机位置进行调焦,以拍摄目标物体图像。
4.一种设备调焦装置,其特征在于,所述装置包括:
信息确定模块,用于若第一拍摄设备的第一拍摄画面中检测到目标物体,则确定所述目标物体在第一拍摄画面中的位置信息;
物距值确定模块,用于根据所述位置信息确定所述目标物体的物距值;
调焦控制模块,用于根据所述目标物体的物距值,控制第二拍摄设备调焦以拍摄目标物体图像;
其中,所述物距值确定模块,具体还用于:
根据所述位置信息确定与所述位置信息相关联的网格顶点;所述网格顶点通过对所述第一拍摄画面划分得到;
根据所述位置信息和所述网格顶点的顶点信息确定目标物体的物距值;
所述物距值确定模块,具体还用于:
根据所述网格顶点位置信息和调焦曲线图,获取所述网格顶点的顶点信息,其中,所述顶点信息包括顶点位置信息和顶点物距值信息;
所述物距值确定模块,具体还用于:
若存在至少两个与所述位置信息相关联的网格顶点,则根据所述位置信息到各所述网格顶点的顶点位置信息之间的距离,确定各网格顶点的权重;
根据各网格顶点的权重和各所述网格顶点的顶点物距值信息,确定目标物体的物距值。
5.一种云平台,其特征在于,所述云平台还包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3中任一所述的设备调焦方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911355560.8A CN113038070B (zh) | 2019-12-25 | 2019-12-25 | 一种设备调焦方法、装置和云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911355560.8A CN113038070B (zh) | 2019-12-25 | 2019-12-25 | 一种设备调焦方法、装置和云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113038070A CN113038070A (zh) | 2021-06-25 |
CN113038070B true CN113038070B (zh) | 2022-10-14 |
Family
ID=76458122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911355560.8A Active CN113038070B (zh) | 2019-12-25 | 2019-12-25 | 一种设备调焦方法、装置和云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113038070B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011221619A (ja) * | 2010-04-05 | 2011-11-04 | Canon Inc | 画像処理装置、画像処理方法 |
CN102256109A (zh) * | 2011-06-07 | 2011-11-23 | 上海芯启电子科技有限公司 | 多目标自动跟踪摄像系统及该系统的聚焦方法 |
CN104580915A (zh) * | 2015-01-28 | 2015-04-29 | 苏州科达科技股份有限公司 | 一种ptz摄像机聚焦方法及系统 |
WO2016043342A2 (ja) * | 2014-09-16 | 2016-03-24 | 株式会社I・Pソリューションズ | 情報処理装置 |
WO2019114617A1 (zh) * | 2017-12-12 | 2019-06-20 | 华为技术有限公司 | 快速抓拍的方法、装置及系统 |
CN110278382A (zh) * | 2019-07-22 | 2019-09-24 | 浙江大华技术股份有限公司 | 一种聚焦方法、装置、电子设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7719746B2 (en) * | 2007-09-13 | 2010-05-18 | The United States Of America As Represented By The Secretary Of The Navy | High performance chirped electrode design for large area optoelectronic devices |
US8761412B2 (en) * | 2010-12-16 | 2014-06-24 | Sony Computer Entertainment Inc. | Microphone array steering with image-based source location |
CN104104869A (zh) * | 2014-06-25 | 2014-10-15 | 华为技术有限公司 | 一种拍照方法、装置及电子设备 |
US10184861B2 (en) * | 2014-12-08 | 2019-01-22 | Gregory E. Lowitz | Structural element crack monitoring device and method |
CN105105832B (zh) * | 2015-10-14 | 2017-06-23 | 中国人民解放军第二军医大学 | 穿设到胃镜活检管道的异物取出器 |
CN106170064A (zh) * | 2016-09-14 | 2016-11-30 | 广东欧珀移动通信有限公司 | 摄像头对焦方法、系统和电子设备 |
US20190102519A1 (en) * | 2017-10-02 | 2019-04-04 | Spectralink Corporation | Targeting adapter for mobile scanning device |
CN109146978B (zh) * | 2018-07-25 | 2021-12-07 | 南京富锐光电科技有限公司 | 一种高速相机成像畸变校准装置及方法 |
-
2019
- 2019-12-25 CN CN201911355560.8A patent/CN113038070B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011221619A (ja) * | 2010-04-05 | 2011-11-04 | Canon Inc | 画像処理装置、画像処理方法 |
CN102256109A (zh) * | 2011-06-07 | 2011-11-23 | 上海芯启电子科技有限公司 | 多目标自动跟踪摄像系统及该系统的聚焦方法 |
WO2016043342A2 (ja) * | 2014-09-16 | 2016-03-24 | 株式会社I・Pソリューションズ | 情報処理装置 |
CN104580915A (zh) * | 2015-01-28 | 2015-04-29 | 苏州科达科技股份有限公司 | 一种ptz摄像机聚焦方法及系统 |
WO2019114617A1 (zh) * | 2017-12-12 | 2019-06-20 | 华为技术有限公司 | 快速抓拍的方法、装置及系统 |
CN110278382A (zh) * | 2019-07-22 | 2019-09-24 | 浙江大华技术股份有限公司 | 一种聚焦方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113038070A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242903B (zh) | 三维数据的生成方法、装置、设备及存储介质 | |
CN110335316B (zh) | 基于深度信息的位姿确定方法、装置、介质与电子设备 | |
CN110349213B (zh) | 基于深度信息的位姿确定方法、装置、介质与电子设备 | |
CN110163930B (zh) | 车道线生成方法、装置、设备、系统及可读存储介质 | |
CN113486797B (zh) | 无人车位置检测方法、装置、设备、存储介质及车辆 | |
CN112444242B (zh) | 一种位姿优化方法及装置 | |
CN108805917B (zh) | 空间定位的方法、介质、装置和计算设备 | |
CN109035292B (zh) | 基于深度学习的运动目标检测方法及装置 | |
JP7422105B2 (ja) | 路側計算装置に用いる障害物3次元位置の取得方法、装置、電子デバイス、コンピュータ可読記憶媒体、及びコンピュータプログラム | |
CN111970454B (zh) | 一种拍摄画面的展示方法、装置、设备及储存介质 | |
WO2021136386A1 (zh) | 数据处理方法、终端和服务器 | |
WO2020207172A1 (zh) | 基于三维光场技术的光学无人机监测方法及系统 | |
CN111899345B (zh) | 一种基于2d视觉图像的三维重建方法 | |
Jung et al. | Object detection and tracking-based camera calibration for normalized human height estimation | |
CN113763478B (zh) | 无人车相机标定方法、装置、设备、存储介质及系统 | |
WO2022126430A1 (zh) | 辅助对焦方法、装置及系统 | |
CN111951328A (zh) | 一种物体位置检测方法、装置、设备和存储介质 | |
CN116883981A (zh) | 一种车牌定位识别方法、系统、计算机设备及存储介质 | |
EP4250245A1 (en) | System and method for determining a viewpoint of a traffic camera | |
CN113038070B (zh) | 一种设备调焦方法、装置和云平台 | |
JPH04130587A (ja) | 3次元画像評価装置 | |
CN112215036B (zh) | 跨镜追踪方法、装置、设备及存储介质 | |
CN114608522B (zh) | 一种基于视觉的障碍物识别与测距方法 | |
CN110849380A (zh) | 一种基于协同vslam的地图对齐方法及系统 | |
CN113011212B (zh) | 图像识别方法、装置及车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |