CN113055584B - 基于模糊程度的对焦方法、镜头控制器及相机模组 - Google Patents
基于模糊程度的对焦方法、镜头控制器及相机模组 Download PDFInfo
- Publication number
- CN113055584B CN113055584B CN201911372033.8A CN201911372033A CN113055584B CN 113055584 B CN113055584 B CN 113055584B CN 201911372033 A CN201911372033 A CN 201911372033A CN 113055584 B CN113055584 B CN 113055584B
- Authority
- CN
- China
- Prior art keywords
- image
- object distance
- distance
- target
- acquiring
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Measurement Of Optical Distance (AREA)
- Studio Devices (AREA)
Abstract
基于模糊程度的对焦方法、镜头控制器及相机模组。本发明公开了一种基于模糊程度的对焦方法,包括:获取多张图像及该多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,图像的模糊核用于表征该图像相对于基准图像I1的模糊程度,图像的模糊核越大,该图像相对于基准图像I1的模糊程度越低,根据目标图像的模糊核计算得到目标像距,或者根据历史图像集合中每张图像的模糊核计算得到目标像距;根据目标像距进行对焦。采用本发明实施例实现了在不增加额外设备的情况下快速、准确地对焦。
Description
技术领域
本发明涉及电子设备领域,尤其涉及一种基于模糊程度的对焦方法、镜头控制器及相机模组。
背景技术
随着拍摄功能的广泛使用,用户对图像的拍摄效果要求越来越高,比如图像的清晰度。为了拍摄出高清晰度的图像,在拍摄照片之前需要进行对焦。对焦的方法包括基于辅助信息的对焦方法和对比度检测自动对焦(contrast detect auto focus,CDAF)、其中,基于辅助信息的对焦方法包括相位检测自动对焦(phase detect auto focus,PDAF)和激光对焦。
PDAF的实现原理就是对同一束光进行分光,实现左右视差图。这个实现需要sensor上的硬件支持,相位像素(phase pixel,PP)分布密度越高,每个PP采集的亮度越高,最后统计出来的PD值越可靠,测得距离也越精确。激光对焦是利用激光获取被摄对像距离镜头的距离,其原理就是在A处发射红外激光到达B处后,再发射回来A,然后将物距转换为Sensor的马达位置进而完成对焦。但是PDAF和激光对焦需要额外的设备支持,增加了相机模组的成本,同时也增加了相机模型的体积和功耗。
CDAF的实现原理是通过对相机模组的马达进行控制,实现对焦物体清晰度的变化。当画面经历一次清晰度的“上下坡”过程后,才能获得最合适的准焦位置。但是该过程需要采集多个马达位置处的图像获取对比度曲线,因此所需的对焦时间较长;同时获取的对比度曲线出现下降时,才知道过了准焦位置,因而无法避免拉风箱现象,对焦体验差,并在某些特殊场景中,容易搜索至局部极大值,从而导致对焦模糊;同时该技术还易受手抖、光照等因素影响,实际使用过程中,对焦鲁棒性差。
发明内容
本发明实施例提供一种基于模糊程度的对焦方法、镜头控制器及相机模组,采用本发明实施例实现了在不增加额外设备的情况下快速、准确地对焦。
第一方面,本发明实施例提供一种基于模糊程度的对焦方法,包括:
获取多张图像及该多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,图像的模糊核用于表征该图像相对于基准图像I1的模糊程度,图像的模糊核越大,该图像相对于基准图像I1的模糊程度越低,根据目标图像的模糊核计算得到目标像距,或者根据历史图像集合中每张图像的模糊核计算得到目标像距;根据目标像距进行对焦。通过引入图像的模糊核来计算像距,并基于该像距进行对焦,实现了不增加额外设备的情况下快速、准确地对焦。
在一个可行的实施例中,目标图像为图像I2,图像I2的清晰度高于基准图像I1的清晰度,根据目标图像的模糊核计算得到目标像距,包括:
根据图像I2的模糊核,计算得到第一物距u1和第二物距u2;根据第一物距u1和第二物距u2获取目标物距;根据目标物距计算得到目标像距。
在一个可行的实施例中,根据第一物距u1和第二物距u2获取目标物距,包括:
若第一物距u1大于0且第二物距u2小于0,则将第一物距u1确定为目标物距;
若第一物距u1和第二物距u2均大于0,则获取在镜头位于位置P时图像传感器采集的图像I3,位置P为第一物距u1所对应的位置和第二物距u2对应的位置中,距离图像I2的采集位置最近的位置,图像I2的采集位置为图像传感器采集图像I2时镜头所在的位置;
根据基准图像I1和图像I3计算得到图像I3的模糊核;根据图像I3的模糊核计算得到第三物距u3和第四物距u4;
从第一物距u1、第二物距u2、第三物距u3和第四物距u4获取第一候选物距和第二候选物距,其中,第一候选物距和第二候选物距为在对第一物距u1、第二物距u2、第三物距u3和第四物距u4进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据第一候选物距和第二候选物距确定目标物距,目标物距为第一候选物距和第二候选物距中的任一个,或者为第一候选物距和第二候选物距的均值。
在一个可行的实施例中,获取多张图像及该多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,
S2、根据图像It-1的模糊核计算得到图像It-1的参考物距,并获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,
S3、若图像It的模糊核与图像It-1的模糊核之间的差值不小于第一阈值,则将图像It保存至历史图像集合中,且令t=t+1并重复执行步骤S2;
若图像It的模糊核与图像It-1的模糊核之间的差值小于第一阈值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
在一个可行的实施例中,获取多张图像及该多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,
S2、获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,根据图像It的模糊核计算得到图像It的参考物距,
S3、若图像It的参考物距与图像It-1的参考物距之间的差值不小于第二阈值,则将图像It保存至历史图像集合中,且令t=t+1并重复执行步骤S2;
若图像It的参考物距与图像It-1的参考物距之间的差值小于第二阈值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
在一个可行的实施例中,根据图像Ix的模糊核计算得到图像Ix的参考物距,包括:
根据图像Ix的模糊核,计算得到第五物距u5和第六物距u6;若第五物距u5大于0且第六物距u6小于0,则将第五物距u5确定为图像Ix的参考物距;若第五物距u5和第六物距u6均大于0,则获取在镜头位于位置P’时图像传感器采集的图像Ik,位置P’为第五物距u5所对应的位置和第六物距u6对应的位置中,距离图像Ix的采集位置最近的位置,图像Ix的采集位置为图像传感器采集图像Ix时镜头所在的位置;
根据基准图像I1和图像Ik计算得到图像Ik的模糊核;根据图像Ik的模糊核计算得到第七物距u7和第八物距u8;
从第五物距u5、第六物距u6、第七物距u7和第八物距u8获取第三候选物距和第四候选物距,其中,第三候选物距和第四候选物距为在对第五物距u5、第六物距u6、第七物距u7和第八物距u8进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据第三候选物距和第四候选物距确定图像Ix的参考物距,图像Ix的参考物距为第三候选物距和第四候选物距中的任一个,或者为第三候选物距和第四候选物距的均值;图像Ix为图像It或图像It-1。
在一个可行的实施例中,目标图像为图像It-1,根据目标图像的模糊核计算得到目标像距,包括:
根据图像It-1的参考物距计算得到目标像距;其中,图像It-1的参考物距是基于图像It-1的模糊核计算得到的。
在一个可行的实施例中,获取多张图像及该多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,采集基准图像I1时镜头的位置与采集图像I2时镜头的位置之间的距离为预设步长Δv;
S2、从在采集图像It-1时镜头所在的位置Pt-1,沿着目标移动方向将镜头移动预设步长Δv至位置Pt,获取镜头在位置Pt时采集的图像It,并根据图像It和基准图像I1计算得到图像It的模糊核;目标移动方向为由第一位置指向第二位置的方向,第一位置和第二位置分别为采集基准图像I1和图像I2时镜头所在的位置;t为大于2的整数;
S3、若图像It的模糊核大于图像It-1的模糊核,则将图像It保存至历史图像集合中,令t=t+1并重复执行S2;
若图像It的模糊核不大于图像It-1的模糊核,则停止执行S2,历史图像集合包括图像I2、图像I3,……,图像It-1。
在一个可行的实施例中,根据历史图像集合中每张图像的模糊核计算得到目标像距,包括:
从历史图像集合中获取目标图像,目标图像为历史图像集合中最大模糊核对应的图像;将目标图像对应的像距确定目标像距,
或者,
获取历史图像集合中每张图像对应的像距,根据历史图像集合中每张图像对应的像距及该图像的模糊核进行曲线拟合,以得到模糊核与像距相关的拟合函数;根据该拟合函数将使得模糊核最大时的像距确定为目标像距。
第二方面,本申请实施例提供一种镜头控制器,包括:
获取单元,用于获取多张图像及该多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,图像的模糊核用于表征该图像相对于基准图像I1的模糊程度,图像的模糊核越大,该图像相对于基准图像I1的模糊程度越低;
计算单元,用于根据目标图像的模糊核计算得到目标像距,或者根据历史图像集合中每张图像的模糊核计算得到目标像距;
对焦单元,用于根据目标像距进行对焦。
在一个可行的实施例中,目标图像为图像I2,图像I2的清晰度高于基准图像I1的清晰度,在根据目标图像的模糊核计算得到目标像距的方面,计算单元用于:
根据图像I2的模糊核,计算得到第一物距u1和第二物距u2;根据第一物距u1和第二物距u2获取目标物距;根据目标物距计算得到目标像距。
在一个可行的实施例中,在根据第一物距u1和第二物距u2获取目标物距的方面,计算单元用于:
若第一物距u1大于0且第二物距u2小于0,则将第一物距u1确定为目标物距;
若第一物距u1和第二物距u2均大于0,则获取在镜头位于位置P时图像传感器采集的图像I3,位置P为第一物距u1所对应的位置和第二物距u2对应的位置中,距离图像I2的采集位置最近的位置,图像I2的采集位置为图像传感器采集图像I2时镜头所在的位置;
根据基准图像I1和图像I3计算得到图像I3的模糊核;根据图像I3的模糊核计算得到第三物距u3和第四物距u4;
从第一物距u1、第二物距u2、第三物距u3和第四物距u4获取第一候选物距和第二候选物距,其中,第一候选物距和第二候选物距为在对第一物距u1、第二物距u2、第三物距u3和第四物距u4进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据第一候选物距和第二候选物距确定目标物距,目标物距为第一候选物距和第二候选物距中的任一个,或者为第一候选物距和第二候选物距的均值。
在一个可行的实施例中,获取单元具体用于:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,
S2、根据图像It-1的模糊核计算得到图像It-1的参考物距,并获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,
S3、若图像It的模糊核与图像It-1的模糊核之间的差值不小于第一阈值,则将图像It保存至历史图像集合中,且令t=t+1并重复执行步骤S2;
若图像It的模糊核与图像It-1的模糊核之间的差值小于第一阈值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
在一个可行的实施例中,获取单元具体用于:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,
S2、获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,根据图像It的模糊核计算得到图像It的参考物距,
S3、若图像It的参考物距与图像It-1的参考物距之间的差值不小于第二阈值,则将图像It保存至历史图像集合中,且令t=t+1并重复执行步骤S2;
若图像It的参考物距与图像It-1的参考物距之间的差值小于第二阈值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
在一个可行的实施例中,在根据图像Ix的模糊核计算得到图像Ix的参考物距的方面,获取单元具体用于:
根据图像Ix的模糊核,计算得到第五物距u5和第六物距u6;若第五物距u5大于0且第六物距u6小于0,则将第五物距u5确定为图像Ix的参考物距;若第五物距u5和第六物距u6均大于0,则获取在镜头位于位置P’时图像传感器采集的图像Ik,位置P’为第五物距u5所对应的位置和第六物距u6对应的位置中,距离图像Ix的采集位置最近的位置,图像Ix的采集位置为图像传感器采集图像Ix时镜头所在的位置;
根据基准图像I1和图像Ik计算得到图像Ik的模糊核;根据图像Ik的模糊核计算得到第七物距u7和第八物距u8;
从第五物距u5、第六物距u6、第七物距u7和第八物距u8获取第三候选物距和第四候选物距,其中,第三候选物距和第四候选物距为在对第五物距u5、第六物距u6、第七物距u7和第八物距u8进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据第三候选物距和第四候选物距确定图像Ix的参考物距,图像Ix的参考物距为第三候选物距和第四候选物距中的任一个,或者为第三候选物距和第四候选物距的均值;图像Ix为图像It或图像It-1。
在一个可行的实施例中,目标图像为图像It-1,在根据目标图像的模糊核计算得到目标像距的方面,计算单元具体用于:
根据图像It-1的参考物距计算得到目标像距;其中,图像It-1的参考物距是基于图像It-1的模糊核计算得到的。
在一个可行的实施例中,获取单元具体用于:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,采集基准图像I1时镜头的位置与采集图像I2时镜头的位置之间的距离为预设步长Δv;
S2、从在采集图像It-1时镜头所在的位置Pt-1,沿着目标移动方向将镜头移动预设步长Δv至位置Pt,获取镜头在位置Pt时采集的图像It,并根据图像It和基准图像I1计算得到图像It的模糊核;目标移动方向为由第一位置指向第二位置的方向,第一位置和第二位置分别为采集基准图像I1和图像I2时镜头所在的位置;t为大于2的整数;
S3、若图像It的模糊核大于图像It-1的模糊核,则将图像It保存至历史图像集合中,令t=t+1并重复执行S2;
若图像It的模糊核不大于图像It-1的模糊核,则停止执行S2,历史图像集合包括图像I2、图像I3,……,图像It-1。
在一个可行的实施例中,在根据历史图像集合中每张图像的模糊核计算得到目标像距的方面,计算单元具体用于:
从历史图像集合中获取目标图像,目标图像为历史图像集合中最大模糊核对应的图像;将目标图像对应的像距确定目标像距,
或者,
获取历史图像集合中每张图像对应的像距,根据历史图像集合中每张图像对应的像距及该图像的模糊核进行曲线拟合,以得到模糊核与像距相关的拟合函数;根据该拟合函数将使得模糊核最大时的像距确定为目标像距。
第三方面,本申请实施例提供一种相机模组,包括镜头和镜头控制器,该镜头控制器用于执行如第一方面中任一项所述的方法。
本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为对焦原理示意图;
图2为本申请实施例提供的一种基于模糊程度的对焦方法的流程示意图;
图3为本申请实施例提供的一种镜头控制器的结构示意图;
图4为本申请实施例提供的另一种镜头控制器的结构示意图;
图5为本申请实施例提供的另一种相机模组的结构示意图。
具体实施方式
下面结合附图对本申请的实施例进行描述。
首先在此介绍在无辅助信息下进行对焦的原理。
在无辅助信息的情况下,实现快速、准确的对焦,算法原理如下:
如图1所示,对于任意点P、P’点,满足透镜公式:
其中,f为镜头的焦距,u为点P与镜头之间的距离(物距),v为成像平面与镜头之间的距离(即像距)。因此点P’在像距v处将形成半径为R的光斑,由相似计算可得:
将公式(1)带入公式(2)可得:
对于任意物距u的点,在像距v处形成半径大小为R的光斑,该光斑称为弥散圆,三者间满足关系式:
考虑到,镜头可被看作滤波器,成像过程可看作是物理景物经过透镜滤波后的结果,因此成像平面上的图像与原始景物间存在关系:l(x,y)=h(x,y)*Iori(x,y);其中,l(x,y)为成像图像,Iori(x,y)为原始图像,h(x,y)为镜头点扩散函数。通常镜头点扩散函数可以使用高斯函数近似,即:其中,δ与模糊弥散圆半径相关,存在关系:δ=kR,k为常数,R为模糊弥散圆半径。
因此,对于任意同一模组,同一场景采集的两幅图像,存在下列关系:
l1(x,y)=h(x,y,δ1)*Iori(x,y) (4)
l2(x,y)=h(x,y,δ2)*Iori(x,y) (5)
其中,h(x,y,δ1)和h(x,y,δ2)分别为为δ1,δ2的高斯函数。
由高斯函数卷积特性可知,若δ1>δ2,则存在一高斯函数,使得:
h(x,y,δ1)=h(x,y,δ2)*h(x,y,δ3) (6)
因此将公式(5)和(6)带入公式(4)可得:
l1(x,y)=h(x,y,δ)*I2(x,y) (8)
通过计算任意两幅图像间存在的高斯函数h(x,y,δ),可得到图像l2(x,y)相对于图像l1(x,y)的模糊核δ,由公式(3)和δ=kR可得到:
其中D为镜头光瞳的直径,v为镜头到图像传感器间距离,f为镜头焦距,u为物距,k为常数;通过公式(7)、(8)、(9)可计算得出物距u,最终根据物距u与像距v的关系可得出准焦位置,完成对焦。
在此需要说明的是,在公式(7)中,δ1为图像l1(x,y)相对于原始图像Iori(x,y)的模糊核,δ2为图像l2(x,y)相对于原始图像Iori(x,y)的模糊核,以图像l1(x,y)为基准图像,可以计算得到其他任何图像相对于图像l1(x,y)的模糊核,比如图像l2(x,y),δ3为图像l2(x,y)相对于图像l1(x,y)的模糊核,此时δ1不变,并且由δ=kR可知,弥散圆半径R越小,模糊核越小,且弥散圆半径R越小,图像l2(x,y)相对于图像l1(x,y)越清晰。由公式(7)可知,δ3越大,图像l2(x,y)相对于图像l1(x,y)越清晰。
参见图2,图2为本申请实施例提供的一种基于模糊程度的对焦方法的流程示意图。如图2所示,该方法包括:
S201、获取多张图像及该多张图像中每张图像的模糊核,并根据该多张图像中每张图像的模糊核获取历史图像集合。
其中,图像的模糊核用于表征该图像相对于基准图像I1的模糊程度,图像的模糊核越大,该图像相对于基准图像I1的模糊程度越低。
在此需要说明的是,多张图像是镜头位于不同的位置时图像传感器对同一拍摄对象采集的图像。
S202、根据目标图像计算得到目标像距,或者根据历史图像集合中每张图像的模糊核计算得到目标图像。
其中,目标图像为历史图像集合中最后获取的图像。
在一个可行的实施例中,目标图像为图像I2,该图像I2的清晰度高于基准图像I1的清晰度,根据历史图像集合中的目标图像获取目标像距,包括:
根据图像I2的模糊核,计算得到第一物距u1和第二物距u2;根据第一物距u1和第二物距u2获取目标物距;根据目标物距计算得到目标像距。
具体地,获取第一图像和第二图像,该第一图像和第二图像为镜头位于两个不同位置时对同一拍摄对象图像传感器采集的图像。
当镜头位于第一位置时,镜头与图像传感器之间的距离,即像距为v1;当镜头位于第二位置时,镜头与图像传感器之间的距离,即像距为v2。
其中,基准图像I1为第一图像和第二图像中清晰度低的图像,图像I2为第一图像和第二图像中清晰度高的图像。
具体地,根据预设公式对基准图像I1和图像I2进行计算,以得到图像I2的模糊核。
其中,预设公式包括第一预设公式和第二预设公式,第一预设公式如下:
l1(x,y)=h(x,y,δ)*I2(x,y) (10)
其中,h(x,y,δ)为高斯函数,该高斯函数可表示为:
其中,l1(x,y)表示基准图像I1上的像素点,l2(x,y)表示图像I2上的像素点。
第二预设公式为:
其中,f为上述镜头的焦距,u为物距,k为常数,D为上述镜头光瞳的直径。
通过最优化或者解卷积可计算得到图像I2的模糊核δ,然后再将图像I2的模糊核δ带入到第二预设公式中进行计算,可得到第一物距u1和第二物距u2。
在此需要说明的是,镜头在第一位置时所对应的物距和镜头在第二位置时所对应的物距本质上是不一样的;但是这两个物距的差值相对于被拍照物体与拍照设备之间的距离可以忽略不计,因此在第二预设公式中,对于镜头在第一位置时所对应的物距和镜头在第二位置时所对应的物距采用同一变量u表示。
由于在第二预设公式中,物距u是唯一变量,因此解一元二次方程可得到两个物距u,即第一物距u1和第二物距u2。
若在第一物距u1和第二物距u2中,一个为正值,一个为负值,则将值为正值的物距确定为目标物距;若第一物距u1和第二物距u2均为正值时,则获取图像I3,该图像I3为镜头在第三位置时图像传感器采集的图像,第三位置为第一物距u1所对应的马达位置和第二物距u2对应的位置中,距离第二位置最近的位置。根据图像I1和图像I3按照上述方法计算得到第三物距u3和第四物距u4。从第一物距u1、第二物距u2、第三物距u3和第四物距u4获取第一候选物距和第二候选物距,其中,第一候选物距和第二候选物距为在对第一物距u1、第二物距u2、第三物距u3和第四物距u4进行两两取差值过程中,绝对值最小的差值所对应的两个物距。
根据第一候选物距和第二候选物距确定目标物距,该目标物距为第一候选物距和第二候选物距中的任一个,或者为第一候选物距和第二候选物距的均值。在确定目标物距后,基于该目标物距和透镜公式确定目标像距。
由于受制于原始图像及计算误差,所获取的目标像距可能存在偏差,因此本申请在上述实施例的基础上提出了对目标像距进行优化的方案。
可选地,在一个可行的实施例中,获取多张图像及多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到所述历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,
S2、根据图像It-1的模糊核计算得到图像It-1的参考物距,并获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,
S3、若图像It的模糊核与图像It-1的模糊核之间的差值不小于第一阈值,则将图像It保存至所述历史图像集合中,且令t=t+1并重复执行步骤S2;
若图像It的模糊核与图像It-1的模糊核之间的差值小于所述第一阈值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
可选地,在另一个可行的实施例中,获取多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和图像I2计算得到所述图像I2的模糊核,并将图像I2保存到所述历史图像集合中;图像I2的清晰度高于所述基准图像I1的清晰度,
S2、获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,根据图像It的模糊核计算得到图像It的参考物距,
S3、若图像It的参考物距与图像It-1的参考物距之间的差值不小于第二阈值,则将图像It保存至历史图像集合中,且令t=t+1并重复执行步骤S2;
若图像It的参考物距与图像It-1的参考物距之间的差值小于所述第二阈值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
进一步地,根据图像Ix的模糊核计算得到图像Ix的参考物距,包括:
根据图像Ix的模糊核,计算得到第五物距u5和第六物距u6;具体过程可参见上述方法实施例的具体描述,在此不再叙述;
若第五物距u5大于0且第六物距u6小于0,则将第五物距u5确定为图像Ix的参考物距;若第五物距u5和第六物距u6均大于0,则获取在镜头位于位置P’时图像传感器采集的图像Ik,位置P’为第五物距u5所对应的位置和第六物距u6对应的位置中,距离图像Ix的采集位置最近的位置,图像Ix的采集位置为图像传感器采集图像Ix时镜头所在的位置;根据基准图像I1述图像Ik计算得到图像Ik的模糊核;根据图像Ik的模糊核计算得到第七物距u7和第八物距u8;从第五物距u5、第六物距u6、第七物距u7和第八物距u8获取第三候选物距和第四候选物距,其中,第三候选物距和第四候选物距为在对第五物距u5、第六物距u6、第七物距u7和第八物距u8进行两两取差值过程中,绝对值最小的差值所对应的两个物距;根据第三候选物距和第四候选物距确定图像Ix的参考物距,图像Ix的参考物距为第三候选物距和第四候选物距中的任一个,或者为第三候选物距和第四候选物距的均值;
其中,图像Ix为图像It或图像It-1。
具体地,在获取图像I2后,根据该图像I2和基准图像I1计算得到图像I2的模糊核,具体过程可参见上述实施例的相关描述,在此不再叙述。将图像I2保存至历史图像集合中。其中,图像I2的清晰度高于基准图像I1的清晰度。
获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,具体可基于以下公式计算得到图像It的模糊核δt。
l1(x,y)=h(x,y,δt)*It(x,y) (13)
其中,h(x,y,δ)为高斯函数,该高斯函数可表示为:
其中,l1(x,y)表示图像I1上的像素点,lt(x,y)表示图像It上的像素点。通过最优化或者解卷积可计算得到图像It的模糊核δt。
当图像It的模糊核δt与图像It-1的模糊核δt-1之间的差值不小于第一阈值时,将图像It保存至历史图像集合中,并令t=t+1,并获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,直至图像It的模糊核δt与图像It-1的模糊核δt-1之间的差值小于第一阈值,此时历史图像集合包括图像I2,图像I3,…,图像It-1;
或者在获取图像It的模糊核δt后,根据图像It的模糊核δt计算得到图像It的参考物距,具体地,可根据以下公式计算得到图像It的参考物距。
其中,f为镜头的焦距,u为物距,k为常数,D为上述镜头光瞳的直径,v1为在采集基准图像I1时镜头与图像传感器之间的距离,vt为在图像传感器采集图像It时镜头与图像传感器之间的距离。
将图像It的模糊核δt带入上述预设公式进行计算,以得到第五物距u5和第六物距u6。若在第五物距u5和第六物距u6中,一个为正值,一个为负值,则将值为正值的物距确定为图像It的参考物距;若第五物距u5和第六物距u6均为正值时,则获取图像It’,该图像It’为在镜头在位置V时图像传感器采集的图像,位置V为第五物距u5所对应的位置和第六物距u6对应的位置中,距离图像It的采集位置最近的位置,该图像It的采集位置为在图像传感器采集图像It时镜头所在的位置。根据基准图像I1和图像It’按照上述方法计算得到第七物距u7和第八物距u8。从第五物距u5、第六物距u6、第七物距u7和第八物距u8获取第三候选物距和第四候选物距,其中,第三候选物距和第四候选物距为在对第五物距u5、第六物距u6、第七物距u7和第八物距u8进行两两取差值过程中,绝对值最小的差值所对应的两个物距。根据第三候选物距和第四候选物距确定图像It的参考物距,该图像It的参考物距为第三候选物距和第四候选物距中的任一个,或者为第三候选物距和第四候选物距的均值。
判断图像It的参考物距与图像It-1的参考物距的差值是否小于第二预设阈值,当图像It对应的参考物距与图像It-1对应的参考物距的差值不小于第二预设阈值时,图像It保存至历史图像集合中,并令t=t+1,获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,直至图像It的参考物距与图像It-1的参考物距之间的差值小于第二阈值,此时历史图像集合包括图像I2,图像I3,…,图像It-1。
可选地,在一个可行的实施例中,获取多张图像及多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到所述历史图像集合中;图像I2的清晰度高于所述基准图像I1的清晰度,
S2、获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,根据图像It的模糊核计算得到图像It的参考物距,根据图像It的参考物距计算得到图像It的参考像距,根据图像It的参考像距获取图像It的真实像距,并根据历史图像集合中每张图像的模糊核及真实像距进行曲线拟合,以得到真实像距与模糊核相关的拟合函数;
S3、若在图像It-1的真实像距和图像It真实像距之间,真实像距与模糊核相关的拟合函数对应的曲线未出现峰值,则将图像It保存至历史图像集合中,且令t=t+1,并重复执行步骤S2;
若在图像It-1的真实像距和图像It的真实像距之间,真实像距与模糊核相关的拟合函数对应的曲线出现峰值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
可选地,在一个可行的实施例中,还可以根据以下方法获取历史图像集合,具体包括:
S1、获取图像I2及其对比度与真实像距,图像I2的真实像距为在图像传感器采集图像I2时,镜头与图像传感器之间的距离,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于所述基准图像I1的清晰度,
S2、根据图像It-1的模糊核计算得到图像It-1的参考物距,并获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,获取图像It的真实像距,并根据基准图像I1和图像It计算得到图像It的模糊核,并根据历史图像集合中每张图像的对比度及真实像距进行曲线拟合,以得到真实像距与对比度相关的拟合函数;
S3、若在图像It的真实物距和图像It-1的真实物距之间,真实像距与对比度相关的拟合函数对应的曲线未出现峰值,则将图像It保存至历史图像集合中,且令t=t+1并重复执行步骤S2;
若在图像It-1的真实物距和图像It的参考物距之间,真实像距与对比度相关的拟合函数对应的曲线出现峰值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
在此需要说明的是,根据图像It的参考像距获取图像It的真实像距是指在将镜头移动至图像It的参考像距所对应的位置时,获取镜头与图像传感器之间的距离,该距离为图像It的真实像距。基于图像It的参考像距移动镜头时,由于无法精确将镜头移动至图像It的参考像距所对应的位置,因此无法将图像It的参考像距不能作为图像It的真实像距。
在一个可行的实施例中,目标图像为图像It-1,根据历史图像集合中目标图像计算得到目标像距,包括:
根据图像It-1的参考物距计算得到目标像距。
具体地,根据图像It-1的参考物距及透镜公式计算得到目标像距。
可选地,基于真实像距与模糊核相关的拟合函数,将使得模糊核最大时对应的真实像距确定为目标像距,或者基于真实像距与对比度相关的拟合函数,将使得对比度最大时对应的真实像距确定为目标像距。
举例说明,在镜头位于位置V1时,获取图像传感器采集的被拍摄对象的第一图像,在镜头位于位置V2,此时获取图像传感器采集的被拍摄对象的第二图像。将第一图像和第二图像中清晰度最低的图像确定为基准图像I1,清晰度高的图像为图像I2。
根据基准图像I1和图像I2计算得到图像I2的模糊核δ2,该模糊核δ2用于表征图像I2相对于基准图像I1的模糊程度,模糊核δ2越大,图像I2相对于基准图像I1的模糊程度越低,即图像I2相比于图像I1越清晰。将图像I2保存至历史图像集合中。根据图像I2的模糊核按照上述方法计算得到图像I2的参考物距,根据该参考物距计算得到图像I2的参考像距,并将镜头移动至图像I2的参考像距所对应的位置。
此时,获取图像传感器采集的被拍摄对象的图像I3,然后根据图像I1和图像I3计算得到图像I3的模糊核δ3。若模糊核δ3与模糊核δ2的差值不小于第一阈值,则将图像I3保存至历史图像集合中,并根据图像I3的模糊核按照上述方法计算得到图像I3的参考物距,根据该参考物距计算得到图像I3的参考像距,并将镜头移动至图像I3的参考像距所对应的位置。此时获取图像传感器采集的被拍摄对象的图像I4,然后根据图像I1和图像I4计算得到图像I4的模糊核δ4。若模糊核δ4与模糊核δ3的差值不小于第一阈值,则将图像I4保存至历史图像集合中,并根据图像I4的模糊核按照上述方法计算得到图像I4的参考物距,根据该参考物距计算得到图像I4的参考像距,并将镜头移动至图像I4的参考像距所对应的位置,此时获取图像传感器采集的被拍摄对象的图像I5,然后根据图像I1和图像I5计算得到图像I5的模糊核δ5。
当模糊核δ5与模糊核δ4的差值小于第一阈值,则停止获取新的图像,将图像I4的参考像距确定为目标像距,并基于目标像距进行对焦。
可选地,在一个可行的实施例中,获取多张图像及多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,采集基准图像I1时镜头的位置与采集所述图像I2时镜头的位置之间的距离为预设步长Δv;
S2、从在采集图像It-1时镜头所在的位置Pt-1,沿着目标移动方向将镜头移动预设步长Δv至位置Pt,获取镜头在位置Pt时采集的图像It,并根据图像It和所述基准图像I1计算得到图像It的模糊核;目标移动方向为由第一位置指向第二位置的方向,第一位置和第二位置分别为采集基准图像I1和图像I2时镜头所在的位置;t为大于2的整数;
S3、若图像It的模糊核大于图像It-1的模糊核,则将图像It保存至历史图像集合中,令t=t+1并重复执行S2;
若图像It的模糊核不大于图像It-1的模糊核,则停止执行S2,历史图像集合包括图像I2、图像I3,……,图像It-1。
具体地,获取第一图像和第二图像,在该第一图像和第二图像中,清晰度最低的图像为基准图像I1,清晰度高的图像为图像I2;图像传感器采集基准图像I1时镜头所在的位置为第一位置,图像传感器采集图像I2时镜头所在的位置为第二位置。根据基准图像I1和图像I2计算得到图像I2的模糊核,具体过程可参见上述实施例的相关描述,在此不再叙述。
将镜头从第二位置沿着目标移动方向移动预设步长Δv至第三位置,并获取图像传感器采集的图像I3,根据基准图像I1和图像I3计算得到图像I3的模糊核,目标移动方向为由第一位置指向第二位置的方向;当图像I3的模糊核大于图像I2的模糊核时,则将镜头从第三位置沿着目标移动方向移动预设步长Δv至第四位置,并获取图像传感器采集的图像I4,根据基准图像I1和图像I4计算得到图像I4的模糊核;当图像I4的模糊核大于图像I3的模糊核时,继续按照上述过程获取新的图像;在获取图像It后,根据图像It和基准图像I1计算得到图像It的模糊核;当图像It的模糊核大于图像It-1的模糊核时,按照上述过程继续获取新的图像;当图像It的模糊核不大于图像It-1的模糊核时,则停止获取新的图像,此时历史图像集合包括上述图像I2,图像I3,……,图像It-1。
在一个可行的实施例中,根据历史图像集合中每张图像的模糊核获取目标像距,包括:
从历史图像集合中获取目标图像,目标图像为历史图像集合中最大模糊核对应的图像;将目标图像对应的像距确定所述目标像距,
或者,
获取历史图像集合中每张图像对应的像距;根据历史图像集合中每张图像对应的像距及该图像的模糊核进行曲线拟合,比如抛物线拟合,以得到模糊核与像距相关的拟合函数;根据拟合函数将使得模糊核最大时的像距确定为所述目标像距。
举例说明,在镜头位于位置V1时,获取图像传感器采集的被拍摄对象的第一图像,然后控制镜头向预设方向移动预设步长Δv,使镜头位于位置V2,此时获取图像传感器采集的被拍摄对象的第二图像。将第一图像和第二图像中清晰度最低的图像确定为基准图像I1,清晰度高的图像为图像I2。假设第二图像的清晰度高于第一图像,则基准图像I1为第一图像,且目标移动方向为由位置V1指向位置V2的方向。
根据基准图像I1和图像I2计算得到图像I2的模糊核δ2,该模糊核δ2用于表征图像I2相对于基准图像I1的模糊程度,模糊核δ2越大,图像I2相对于基准图像I1,的模糊程度越低,即图像I2相比于图像I1越清晰。将图像I2保存至历史图像集合中。
将镜头沿着由位置V1指向位置V2的方向,从位置V2移动预设步长Δv到位置V3。此时,获取图像传感器采集的被拍摄对象的图像I3,然后根据图像I1和图像I3计算得到图像I3的模糊核δ3。若模糊核δ3大于模糊核δ2,则将图像I3保存至历史图像集合中,并将镜头沿着由位置V1指向位置V2的方向,从位置V3移动预设步长Δv到位置V4,此时获取图像传感器采集的被拍摄对象的图像I4,然后根据图像I1和图像I4计算得到图像I4的模糊核δ4。若模糊核δ4大于模糊核δ3,则将图像I4保存至历史图像集合中,并将镜头沿着由位置V1指向位置V2的方向,从位置V4移动预设步长Δv到位置V5,此时获取图像传感器采集的被拍摄对象的图像I5,然后根据图像I1和图像I5计算得到图像I5的模糊核δ5。
假设图像I5的模糊核δ5小于图像I4的模糊核δ4,停止获取新的图像,此时,历史图像集合中包括图像I2、图像I3和图像I4,则根据历史图像集合中图像的模糊核(包括根据模糊核δ2、模糊核δ3和模糊核δ4)确定目标模糊核,该目标模糊核可以为模糊核δ2、模糊核δ3和模糊核δ4中值最大的模糊核,或者,具体地,分别获取模糊核δ2、模糊核δ3和模糊核δ4所对应的像距,然后基于模糊核δ2、模糊核δ3和模糊核δ4及其对应的像距按照抛物线函数进行拟合,得到模糊核与像距之间的函数,然后根据该函数获取最大模糊核,该最大模糊核即为目标模糊核,将该目标模糊核对应的像距确定为目标像距。
S203、根据目标像距进行对焦。
具体地,在获取目标像距后,控制音圈马达将镜头移动至与图像传感器之间距离为目标像距的位置,即可获取清晰图像,并结束对焦。
可以看出,在本申请实施例的方案中,获取多张图像及该多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,图像的模糊核用于表征该图像相对于基准图像I1的模糊程度,图像的模糊核越大,该图像相对于基准图像I1的模糊程度越低,根据目标图像的模糊核获取目标像距,或者根据历史图像集合中每张图像的模糊核获取目标像距;根据目标像距进行对焦。采用本发明实施例实现了在不增加额外设备的情况下快速、准确地对焦。
参见图3,图3为本申请实施例提供的一种镜头控制器的结构示意图。如图3所示,该镜头控制器300包括:
获取单元301,用于获取多张图像及该多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,图像的模糊核用于表征该图像相对于基准图像I1的模糊程度,图像的模糊核越大,该图像相对于基准图像I1的模糊程度越低;
计算单元302,用于根据目标图像的模糊核计算得到目标像距,或者根据历史图像集合中每张图像的模糊核计算得到目标像距;
对焦单元303,用于根据目标像距进行对焦。
在一个可行的实施例中,目标图像为图像I2,图像I2的清晰度高于基准图像I1的清晰度,在根据目标图像的模糊核计算得到目标像距的方面,计算单元302用于:
根据图像I2的模糊核,计算得到第一物距u1和第二物距u2;根据第一物距u1和第二物距u2获取目标物距;根据目标物距计算得到目标像距。
在一个可行的实施例中,在根据第一物距u1和第二物距u2获取目标物距的方面,计算单元302用于:
若第一物距u1大于0且第二物距u2小于0,则将第一物距u1确定为目标物距;
若第一物距u1和第二物距u2均大于0,则获取在镜头位于位置P时图像传感器采集的图像I3,位置P为第一物距u1所对应的位置和第二物距u2对应的位置中,距离图像I2的采集位置最近的位置,图像I2的采集位置为图像传感器采集图像I2时镜头所在的位置;
根据基准图像I1和图像I3计算得到图像I3的模糊核;根据图像I3的模糊核计算得到第三物距u3和第四物距u4;
从第一物距u1、第二物距u2、第三物距u3和第四物距u4获取第一候选物距和第二候选物距,其中,第一候选物距和第二候选物距为在对第一物距u1、第二物距u2、第三物距u3和第四物距u4进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据第一候选物距和第二候选物距确定目标物距,目标物距为第一候选物距和第二候选物距中的任一个,或者为第一候选物距和第二候选物距的均值。
在一个可行的实施例中,获取单元301具体用于:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,
S2、根据图像It-1的模糊核计算得到图像It-1的参考物距,并获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,
S3、若图像It的模糊核与图像It-1的模糊核之间的差值不小于第一阈值,则将图像It保存至历史图像集合中,且令t=t+1并重复执行步骤S2;
若图像It的模糊核与图像It-1的模糊核之间的差值小于第一阈值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
在一个可行的实施例中,获取单元301具体用于:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,
S2、获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据基准图像I1和图像It计算得到图像It的模糊核,根据图像It的模糊核计算得到图像It的参考物距,
S3、若图像It的参考物距与图像It-1的参考物距之间的差值不小于第二阈值,则将图像It保存至历史图像集合中,且令t=t+1并重复执行步骤S2;
若图像It的参考物距与图像It-1的参考物距之间的差值小于第二阈值,则停止执行步骤S2,历史图像集合包括图像I2,图像I3,…,图像It-1。
在一个可行的实施例中,在根据图像Ix的模糊核计算得到图像Ix的参考物距的方面,获取单元301具体用于:
根据图像Ix的模糊核,计算得到第五物距u5和第六物距u6;若第五物距u5大于0且第六物距u6小于0,则将第五物距u5确定为图像Ix的参考物距;若第五物距u5和第六物距u6均大于0,则获取在镜头位于位置P’时图像传感器采集的图像Ik,位置P’为第五物距u5所对应的位置和第六物距u6对应的位置中,距离图像Ix的采集位置最近的位置,图像Ix的采集位置为图像传感器采集图像Ix时镜头所在的位置;
根据基准图像I1和图像Ik计算得到图像Ik的模糊核;根据图像Ik的模糊核计算得到第七物距u7和第八物距u8;
从第五物距u5、第六物距u6、第七物距u7和第八物距u8获取第三候选物距和第四候选物距,其中,第三候选物距和第四候选物距为在对第五物距u5、第六物距u6、第七物距u7和第八物距u8进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据第三候选物距和第四候选物距确定图像Ix的参考物距,图像Ix的参考物距为第三候选物距和第四候选物距中的任一个,或者为第三候选物距和第四候选物距的均值;图像Ix为图像It或图像It-1。
在一个可行的实施例中,目标图像为图像It-1,在根据目标图像的模糊核计算得到目标像距的方面,计算单元302具体用于:
根据图像It-1的参考物距计算得到目标像距;其中,图像It-1的参考物距是基于图像It-1的模糊核计算得到的。
在一个可行的实施例中,获取单元301具体用于:
S1、获取图像I2,根据基准图像I1和图像I2计算得到图像I2的模糊核,并将图像I2保存到历史图像集合中;图像I2的清晰度高于基准图像I1的清晰度,采集基准图像I1时镜头的位置与采集图像I2时镜头的位置之间的距离为预设步长Δv;
S2、从在采集图像It-1时镜头所在的位置Pt-1,沿着目标移动方向将镜头移动预设步长Δv至位置Pt,获取镜头在位置Pt时采集的图像It,并根据图像It和基准图像I1计算得到图像It的模糊核;目标移动方向为由第一位置指向第二位置的方向,第一位置和第二位置分别为采集基准图像I1和图像I2时镜头所在的位置;t为大于2的整数;
S3、若图像It的模糊核大于图像It-1的模糊核,则将图像It保存至历史图像集合中,令t=t+1并重复执行S2;
若图像It的模糊核不大于图像It-1的模糊核,则停止执行S2,历史图像集合包括图像I2、图像I3,……,图像It-1。
在一个可行的实施例中,在根据历史图像集合中每张图像的模糊核计算得到目标像距的方面,计算单元302具体用于:
从历史图像集合中获取目标图像,目标图像为历史图像集合中最大模糊核对应的图像;将目标图像对应的像距确定目标像距,
或者,
获取历史图像集合中每张图像对应的像距,根据历史图像集合中每张图像对应的像距及该图像的模糊核进行曲线拟合,以得到模糊核与像距相关的拟合函数;根据该拟合函数将使得模糊核最大时的像距确定为目标像距。
需要说明的是,上述各单元(获取单元301、计算单元302和对焦单元303)用于执行上述方法的相关步骤。比如获取单元301用于执行步骤S201的相关内容,计算单元302用于执行步骤S202的相关内容,对焦单元303用于执行步骤S203的相关内容。
在本实施例中,镜头控制器300是以单元的形式来呈现。这里的“单元”可以指特定应用集成电路(application-specific integrated circuit,ASIC),执行一个或多个软件或固件程序的处理器和存储器,集成逻辑电路,和/或其他可以提供上述功能的器件。此外,以上获取单元301、计算单元302和对焦单元303可通过图4所示的镜头控制器的处理器401来实现。
如图4所示镜头控制器400可以以图4中的结构来实现,该安检提醒装置400包括至少一个处理器401以及至少一个存储器402。所述处理器401和所述存储器402通过所述通信总线连接并完成相互间的通信。
处理器401可以是通用中央处理器(CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制以上方案程序执行的集成电路。
存储器402可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
其中,所述存储器402用于存储执行以上方案的应用程序代码,并由处理器501来控制执行。所述处理器401用于执行所述存储器402中存储的应用程序代码。
存储器402存储的代码可执行以上提供的任一种基于模糊程度的对焦方法,比如:
获取多张图像及该多张图像中每张图像的模糊核,并根据多张图像中每张图像的模糊核获取历史图像集合,图像的模糊核用于表征该图像相对于基准图像I1的模糊程度,图像的模糊核越大,该图像相对于基准图像I1的模糊程度越低,根据目标图像的模糊核获取目标像距,或者根据历史图像集合中每张图像的模糊核获取目标像距;根据目标像距进行对焦。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何一种基于模糊程度的对焦方法的部分或全部步骤。
参见图5,图5为本申请实施例提供一种相机模组的结构示意图。如图5所示,该相机模组500包括镜头控制器501和镜头502,其中,镜头控制器501用于执行如图2所示实施例中的部分或者全部内容,以控制镜头502实现对焦。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本发明实施例进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上上述,本说明书内容不应理解为对本发明的限制。
Claims (17)
1.一种基于模糊程度的对焦方法,其特征在于,包括:
获取多张图像及所述多张图像中每张图像的模糊核,并根据所述多张图像中每张图像的模糊核获取历史图像集合,所述图像的模糊核用于表征该图像相对于基准图像I1的模糊程度,所述图像的模糊核越大,该图像相对于所述基准图像I1的模糊程度越低,
根据目标图像的模糊核计算得到目标像距,其中,所述目标图像为所述历史图像集合中最后获取的图像;
或者,根据所述历史图像集合中每张图像的模糊核计算得到目标像距;
根据所述目标像距进行对焦;
其中,所述根据目标图像的模糊核计算得到目标像距,包括:
根据所述目标图像的模糊核,计算得到第一物距u1和第二物距u2;
根据所述第一物距u1和第二物距u2获取目标物距;
根据所述目标物距计算得到所述目标像距;
所述根据历史图像集合中每张图像的模糊核计算得到所述目标像距,包括:
从所述历史图像集合中获取目标图像,所述目标图像为所述历史图像集合中最大模糊核对应的图像;将所述目标图像对应的像距确定所述目标像距,
或者,
获取所述历史图像集合中每张图像对应的像距;根据所述历史图像集合中每张图像对应的像距及该图像的模糊核进行曲线拟合,以得到模糊核与像距相关的拟合函数;根据所述拟合函数将使得模糊核最大时的像距确定为所述目标像距。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一物距u1和第二物距u2获取目标物距,包括:
若所述第一物距u1大于0且第二物距u2小于0,则将所述第一物距u1确定为所述目标物距;
若所述第一物距u1和第二物距u2均大于0,则获取在镜头位于位置P时图像传感器采集的图像I3,所述位置P为第一物距u1所对应的位置和第二物距u2对应的位置中,距离图像I2的采集位置最近的位置,所述图像I2的采集位置为图像传感器采集所述图像I2时所述镜头所在的位置;所述图像I2为所述目标图像;
根据所述基准图像I1和所述图像I3计算得到所述图像I3的模糊核;根据所述图像I3的模糊核计算得到第三物距u3和第四物距u4;
从所述第一物距u1、第二物距u2、第三物距u3和第四物距u4获取第一候选物距和第二候选物距,其中,所述第一候选物距和第二候选物距为在对第一物距u1、第二物距u2、第三物距u3和第四物距u4进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据所述第一候选物距和第二候选物距确定所述目标物距,所述目标物距为所述第一候选物距和第二候选物距中的任一个,或者为所述第一候选物距和第二候选物距的均值。
3.根据权利要求1所述的方法,其特征在于,所述获取多张图像及所述多张图像中每张图像的模糊核,并根据所述多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和所述图像I2计算得到所述图像I2的模糊核,并将所述图像I2保存到所述历史图像集合中;所述图像I2的清晰度高于所述基准图像I1的清晰度,
S2、根据图像It-1的模糊核计算得到所述图像It-1的参考物距,并获取镜头位于所述图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据所述基准图像I1和图像It计算得到所述图像It的模糊核,
S3、若所述图像It的模糊核与图像It-1的模糊核之间的差值不小于第一阈值,则将所述图像It保存至所述历史图像集合中,且令t=t+1并重复执行步骤S2;
若所述图像It的模糊核与图像It-1的模糊核之间的差值小于所述第一阈值,则停止执行步骤S2,所述历史图像集合包括图像I2,图像I3,…,图像It-1。
4.根据权利要求1所述的方法,其特征在于,所述获取多张图像及所述多张图像中每张图像的模糊核,并根据所述多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和所述图像I2计算得到所述图像I2的模糊核,并将所述图像I2保存到所述历史图像集合中;所述图像I2的清晰度高于所述基准图像I1的清晰度,
S2、获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据所述基准图像I1和图像It计算得到所述图像It的模糊核,根据所述图像It的模糊核计算得到所述图像It的参考物距,
S3、若所述图像It的参考物距与图像It-1的参考物距之间的差值不小于第二阈值,则将所述图像It保存至所述历史图像集合中,且令t=t+1并重复执行步骤S2;
若所述图像It的参考物距与图像It-1的参考物距之间的差值小于所述第二阈值,则停止执行步骤S2,所述历史图像集合包括图像I2,图像I3,…,图像It-1。
5.根据权利要求3或4所述的方法,其特征在于,根据图像Ix的模糊核计算得到所述图像Ix的参考物距,包括:
根据所述图像Ix的模糊核,计算得到第五物距u5和第六物距u6;
若所述第五物距u5大于0且第六物距u6小于0,则将所述第五物距u5确定为所述图像Ix的参考物距;
若所述第五物距u5和第六物距u6均大于0,则获取在所述镜头位于位置P’时图像传感器采集的图像Ik,所述位置P’为第五物距u5所对应的位置和第六物距u6对应的位置中,距离图像Ix的采集位置最近的位置,所述图像Ix的采集位置为图像传感器采集所述图像Ix时所述镜头所在的位置;
根据所述基准图像I1和所述图像Ik计算得到所述图像Ik的模糊核;根据所述图像Ik的模糊核计算得到第七物距u7和第八物距u8;
从所述第五物距u5、第六物距u6、第七物距u7和第八物距u8获取第三候选物距和第四候选物距,其中,所述第三候选物距和第四候选物距为在对第五物距u5、第六物距u6、第七物距u7和第八物距u8进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据所述第三候选物距和第四候选物距确定所述图像Ix的参考物距,所述图像Ix的参考物距为所述第三候选物距和第四候选物距中的任一个,或者为所述第三候选物距和第四候选物距的均值;
其中,所述图像Ix为所述图像It或所述图像It-1。
6.根据权利要求3或4所述的方法,其特征在于,所述目标图像为所述图像It-1,所述根据目标图像的模糊核计算得到目标像距,包括:
根据所述图像It-1的参考物距计算得到所述目标像距;其中,所述图像It-1的参考物距是基于所述图像It-1的模糊核计算得到的。
7.根据权利要求5所述的方法,其特征在于,所述目标图像为所述图像It-1,所述根据目标图像的模糊核计算得到目标像距,包括:
根据所述图像It-1的参考物距计算得到所述目标像距;其中,所述图像It-1的参考物距是基于所述图像It-1的模糊核计算得到的。
8.根据权利要求1所述的方法,其特征在于,所述获取多张图像及所述多张图像中每张图像的模糊核,并根据所述多张图像中每张图像的模糊核获取历史图像集合,包括:
S1、获取图像I2,根据基准图像I1和所述图像I2计算得到所述图像I2的模糊核,并将所述图像I2保存到所述历史图像集合中;所述图像I2的清晰度高于所述基准图像I1的清晰度,采集所述基准图像I1时镜头的位置与采集所述图像I2时所述镜头的位置之间的距离为预设步长;
S2、从在采集图像It-1时所述镜头所在的位置Pt-1,沿着目标移动方向将所述镜头移动所述预设步长至位置Pt,获取镜头在所述位置Pt时采集的图像It,并根据所述图像It和所述基准图像I1计算得到所述图像It的模糊核;所述目标移动方向为由第一位置指向第二位置的方向,所述第一位置和第二位置分别为采集所述基准图像I1和图像I2时所述镜头所在的位置;所述t为大于2的整数;
S3、若所述图像It的模糊核大于图像It-1的模糊核,则将所述图像It保存至所述历史图像集合中,令t=t+1并重复执行S2;
若所述图像It的模糊核不大于所述图像It-1的模糊核,则停止执行S2,所述历史图像集合包括所述图像I2,图像I3,……,图像It-1。
9.一种镜头控制器,其特征在于,包括:
获取单元,用于获取多张图像及所述多张图像中每张图像的模糊核,并根据所述多张图像中每张图像的模糊核获取历史图像集合,所述图像的模糊核用于表征该图像相对于基准图像I1的模糊程度,所述图像的模糊核越大,该图像相对于所述基准图像I1的模糊程度越低,
计算单元,用于根据目标图像的模糊核计算得到目标像距,其中,所述目标图像为所述历史图像集合中最后获取的图像;
或者,根据所述历史图像集合中每张图像的模糊核计算得到目标像距;
对焦单元,用于根据所述目标像距进行对焦;
其中,在所述根据目标图像的模糊核计算得到目标像距的方面,所述计算单元具体用于:
根据所述目标图像的模糊核,计算得到第一物距u1和第二物距u2;
根据所述第一物距u1和第二物距u2获取目标物距;
根据所述目标物距计算得到目标像距;
在所述根据历史图像集合中每张图像的模糊核计算得到所述目标像距的方面,所述计算单元具体用于:
从所述历史图像集合中获取目标图像,所述目标图像为所述历史图像集合中最大模糊核对应的图像;将所述目标图像对应的像距确定所述目标像距,
或者,
获取所述历史图像集合中每张图像对应的像距;根据所述历史图像集合中每张图像对应的像距及该图像的模糊核进行曲线拟合,以得到模糊核与像距相关的拟合函数;根据所述拟合函数将使得模糊核最大时的像距确定为所述目标像距。
10.根据权利要求9所述的镜头控制器,其特征在于,在所述根据所述第一物距u1和第二物距u2获取目标物距的方面,所述计算单元具体用于:
若所述第一物距u1大于0且第二物距u2小于0,则将所述第一物距u1确定为所述目标物距;
若所述第一物距u1和第二物距u2均大于0,则获取在所述镜头位于位置P时图像传感器采集的图像I3,所述位置P为第一物距u1所对应的位置和第二物距u2对应的位置中,距离图像I2的采集位置最近的位置,所述图像I2的采集位置为图像传感器采集所述图像I2时所述镜头所在的位置;所述图像I2为所述目标图像;
根据所述基准图像I1和所述图像I3计算得到所述图像I3的模糊核;根据所述图像I3的模糊核计算得到第三物距u3和第四物距u4;
从所述第一物距u1、第二物距u2、第三物距u3和第四物距u4获取第一候选物距和第二候选物距,其中,所述第一候选物距和第二候选物距为在对第一物距u1、第二物距u2、第三物距u3和第四物距u4进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据所述第一候选物距和第二候选物距确定所述目标物距,所述目标物距为所述第一候选物距和第二候选物距中的任一个,或者为所述第一候选物距和第二候选物距的均值。
11.根据权利要求9所述的镜头控制器,其特征在于,所述获取单元具体用于:
S1、获取图像I2,根据基准图像I1和所述图像I2计算得到所述图像I2的模糊核,并将所述图像I2保存到所述历史图像集合中;所述图像I2的清晰度高于所述基准图像I1的清晰度,
S2、根据图像It-1的模糊核计算得到所述图像It-1的参考物距,并获取镜头位于所述图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据所述基准图像I1和图像It计算得到所述图像It的模糊核,
S3、若所述图像It的模糊核与图像It-1的模糊核之间的差值不小于第一阈值,则将所述图像It保存至所述历史图像集合中,且令t=t+1并重复执行步骤S2;
若所述图像It的模糊核与图像It-1的模糊核之间的差值小于所述第一阈值,则停止执行步骤S2,所述历史图像集合包括图像I2,图像I3,…,图像It-1。
12.根据权利要求9所述的镜头控制器,其特征在于,所述获取单元具体用于:
S1、获取图像I2,根据基准图像I1和所述图像I2计算得到所述图像I2的模糊核,并将所述图像I2保存到所述历史图像集合中;所述图像I2的清晰度高于所述基准图像I1的清晰度,
S2、获取镜头位于图像It-1的参考物距对应的位置时图像传感器采集的图像It,并根据所述基准图像I1和图像It计算得到所述图像It的模糊核,根据所述图像It的模糊核计算得到所述图像It的参考物距,
S3、若所述图像It的参考物距与图像It-1的参考物距之间的差值不小于第二阈值,则将所述图像It保存至所述历史图像集合中,且令t=t+1并重复执行步骤S2;
若所述图像It的参考物距与图像It-1的参考物距之间的差值小于所述第二阈值,则停止执行步骤S2,所述历史图像集合包括图像I2,图像I3,…,图像It-1。
13.根据权利要求11或12所述的镜头控制器,其特征在于,在根据图像Ix的模糊核计算得到所述图像Ix的参考物距的方面,所述获取单元具体用于:
根据所述图像Ix的模糊核,计算得到第五物距u5和第六物距u6;
若所述第五物距u5大于0且第六物距u6小于0,则将所述第五物距u5确定为所述图像Ix的参考物距;
若所述第五物距u5和第六物距u6均大于0,则获取在所述镜头位于位置P’时图像传感器采集的图像Ik,所述位置P’为第五物距u5所对应的位置和第六物距u6对应的位置中,距离图像Ix的采集位置最近的位置,所述图像Ix的采集位置为图像传感器采集所述图像Ix时所述镜头所在的位置;
根据所述基准图像I1和所述图像Ik计算得到所述图像Ik的模糊核;根据所述图像Ik的模糊核计算得到第七物距u7和第八物距u8;
从所述第五物距u5、第六物距u6、第七物距u7和第八物距u8获取第三候选物距和第四候选物距,其中,所述第三候选物距和第四候选物距为在对第五物距u5、第六物距u6、第七物距u7和第八物距u8进行两两取差值过程中,绝对值最小的差值所对应的两个物距;
根据所述第三候选物距和第四候选物距确定所述图像Ix的参考物距,所述图像Ix的参考物距为所述第三候选物距和第四候选物距中的任一个,或者为所述第三候选物距和第四候选物距的均值;
其中,所述图像Ix为所述图像It或所述图像It-1。
14.根据权利要求11或12所述的镜头控制器,其特征在于,所述目标图像为图像It-1,在所述根据目标图像的模糊核计算得到目标像距的方面,所述计算单元具体用于:
根据所述图像It-1的参考物距计算得到所述目标像距;其中,所述图像It-1的参考物距是基于所述图像It-1的模糊核计算得到的。
15.根据权利要求13所述的镜头控制器,其特征在于,所述目标图像为图像It-1,在所述根据目标图像的模糊核计算得到目标像距的方面,所述计算单元具体用于:
根据所述图像It-1的参考物距计算得到所述目标像距;其中,所述图像It-1的参考物距是基于所述图像It-1的模糊核计算得到的。
16.根据权利要求9所述的镜头控制器,其特征在于,所述获取单元具体用于:
S1、获取图像I2,根据基准图像I1和所述图像I2计算得到所述图像I2的模糊核,并将所述图像I2保存到所述历史图像集合中;所述图像I2的清晰度高于所述基准图像I1的清晰度,采集所述基准图像I1时所述镜头的位置与采集所述图像I2时所述镜头的位置之间的距离为预设步长;
S2、从在采集图像It-1时所述镜头所在的位置Pt-1,沿着目标移动方向将所述镜头移动所述预设步长至位置Pt,获取镜头在所述位置Pt时采集的图像It,并根据所述图像It和所述基准图像I1计算得到所述图像It的模糊核;所述目标移动方向为由第一位置指向第二位置的方向,所述第一位置和第二位置分别为采集所述基准图像I1和图像I2时所述镜头所在的位置;所述t为大于2的整数;
S3、若所述图像It的模糊核大于图像It-1的模糊核,则将所述图像It保存至所述历史图像集合中,令t=t+1并重复执行S2;
若所述图像It的模糊核不大于所述图像It-1的模糊核,则停止执行S2,所述历史图像集合包括所述图像I2,图像I3,……,图像It-1。
17.一种相机模组,其特征在于,所述相机模组包括镜头和镜头控制器;
所述镜头控制器,用于执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911372033.8A CN113055584B (zh) | 2019-12-26 | 2019-12-26 | 基于模糊程度的对焦方法、镜头控制器及相机模组 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911372033.8A CN113055584B (zh) | 2019-12-26 | 2019-12-26 | 基于模糊程度的对焦方法、镜头控制器及相机模组 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113055584A CN113055584A (zh) | 2021-06-29 |
CN113055584B true CN113055584B (zh) | 2023-06-30 |
Family
ID=76506089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911372033.8A Active CN113055584B (zh) | 2019-12-26 | 2019-12-26 | 基于模糊程度的对焦方法、镜头控制器及相机模组 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113055584B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8294811B2 (en) * | 2009-08-04 | 2012-10-23 | Aptina Imaging Corporation | Auto-focusing techniques based on statistical blur estimation and associated systems and methods |
US8508652B2 (en) * | 2011-02-03 | 2013-08-13 | DigitalOptics Corporation Europe Limited | Autofocus method |
EP2748797B1 (en) * | 2011-09-28 | 2015-03-04 | Koninklijke Philips N.V. | Object distance determination from image |
US8736747B2 (en) * | 2012-01-13 | 2014-05-27 | Sony Corporation | Camera autofocus adaptive blur matching model fitting |
CN107454332B (zh) * | 2017-08-28 | 2020-03-10 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
-
2019
- 2019-12-26 CN CN201911372033.8A patent/CN113055584B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113055584A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9998650B2 (en) | Image processing apparatus and image pickup apparatus for adding blur in an image according to depth map | |
EP3496383A1 (en) | Image processing method, apparatus and device | |
US8432434B2 (en) | Camera and method for focus based depth reconstruction of dynamic scenes | |
JP5362087B2 (ja) | 距離情報を決定するための方法、距離マップを決定するための方法、コンピュータ装置、撮影システム、コンピュータプログラム | |
EP2494524A2 (en) | Algorithms for estimating precise and relative object distances in a scene | |
KR102038789B1 (ko) | 포커스 검출 | |
CN109635800B (zh) | 一种图像对焦方法及其相关设备 | |
US20140132822A1 (en) | Multi-resolution depth-from-defocus-based autofocus | |
Wang et al. | Intelligent autofocus | |
CN108665436B (zh) | 一种基于灰度均值参照的多聚焦图像融合方法和系统 | |
Kim et al. | High-quality depth map up-sampling robust to edge noise of range sensors | |
CN111199536B (zh) | 一种聚焦评价方法及其装置 | |
CN115314635A (zh) | 用于离焦量确定的模型训练方法及装置 | |
Shroff et al. | Variable focus video: Reconstructing depth and video for dynamic scenes | |
CN113163114B (zh) | 一种图像对焦方法、装置、设备及介质 | |
JP6395429B2 (ja) | 画像処理装置、その制御方法及び記憶媒体 | |
KR20170101532A (ko) | 이미지 융합 방법 및 이를 위한 컴퓨터 프로그램, 그 기록매체 | |
CN110648299A (zh) | 图像处理方法、图像处理装置和计算机可读存储介质 | |
CN113055584B (zh) | 基于模糊程度的对焦方法、镜头控制器及相机模组 | |
CN116843740A (zh) | 一种无偏振片液晶透镜深度估计方法 | |
Kwon et al. | All-in-focus imaging using average filter-based relative focus measure | |
CN110475068B (zh) | 图像处理方法及装置 | |
Cunha et al. | Robust depth estimation from multi-focus plenoptic images | |
EP1522961A2 (en) | Deconvolution of a digital image | |
JP2015119428A (ja) | 画像処理方法、画像処理装置、撮像装置、画像処理プログラム、および、記憶媒体 |
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 |