CN113573046A - 镜头异常处理方法、移动终端及存储介质 - Google Patents

镜头异常处理方法、移动终端及存储介质 Download PDF

Info

Publication number
CN113573046A
CN113573046A CN202110805352.4A CN202110805352A CN113573046A CN 113573046 A CN113573046 A CN 113573046A CN 202110805352 A CN202110805352 A CN 202110805352A CN 113573046 A CN113573046 A CN 113573046A
Authority
CN
China
Prior art keywords
sub
abnormal
brightness
preview image
target
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.)
Pending
Application number
CN202110805352.4A
Other languages
English (en)
Inventor
彭叶斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Transsion Holdings Co Ltd
Original Assignee
Shenzhen Transsion Holdings Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Transsion Holdings Co Ltd filed Critical Shenzhen Transsion Holdings Co Ltd
Priority to CN202110805352.4A priority Critical patent/CN113573046A/zh
Publication of CN113573046A publication Critical patent/CN113573046A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/24—Arrangements for testing
    • 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
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Studio Devices (AREA)

Abstract

本申请涉及一种镜头异常处理方法、移动终端及存储介质，所述镜头异常处理方法，包括以下步骤：采集预览图像；获取所述预览图像的目标拍摄物特性值；响应于所述目标拍摄物特性值满足预设条件，获取所述预览图像的异常特性值；展示对应的提示信息。本申请提供的镜头异常处理方法、移动终端及存储介质，在确定预览图像是目标拍摄物图像的基础上，进一步获取预览图像的异常特性值，并能展示对应的提示信息，能够有效提升镜头异常检测的便捷性及准确性。

Description

镜头异常处理方法、移动终端及存储介质
技术领域
本申请涉及镜头检测技术领域，具体涉及一种镜头异常处理方法、移动终端及存储介质。
背景技术
手机在使用一段时间后，拍摄镜头容易异常例如脏污或磨损，影响图像的拍摄效果；如果在正式拍摄前，能够检测镜头的洁净和完整情况，镜头异常，例如脏污时及时提示用户清洁镜头，则会给用户带来较好的录像或拍照体验。
一般实现中，利用中心点坐标和预设半径值对镜头采集的图像进行区域划分，得到若干个局部区域，再将局部区域中每个像素点与周边像素点的灰度信息进行比较，从而确定该像素点是否属于异常点；或者，将镜头采集的图像输入到深度神经网络中得到采集图像的特征向量，再将特征向量输入到逻辑回归模型中，得到镜头的异常程度。
在构思及实现本申请过程中，发明人发现至少存在如下问题：目前的镜头异常处理方法检测速度较慢、检测可靠性不强。
前面的叙述在于提供一般的背景信息，并不一定构成现有技术。
发明内容
针对上述技术问题，本申请提供一种镜头异常处理方法、移动终端及存储介质，提升镜头异常检测的便捷性及准确性。
为解决上述技术问题，本申请提供一种镜头异常处理方法，包括以下步骤：
采集预览图像；
获取所述预览图像的目标拍摄物特性值；
响应于所述目标拍摄物特性值满足预设条件，获取所述预览图像的异常特性值；
展示对应的提示信息。
可选地，所述预览图像包括在预览界面或异常检测模式下采集的图像。
可选地，所述获取所述预览图像的目标拍摄物特性值，包括以下步骤：将所述预览图像输入到目标拍摄物检测模型，可选地，所述目标拍摄物检测模型，包括分区域亮度检测模型、神经网络模型中的至少一项；通过所述目标拍摄物检测模型对所述预览图像进行目标拍摄物特性识别，获取所述目标拍摄物特性值。
可选地，在所述将所述预览图像输入到目标拍摄物检测模型之前，包括以下步骤：采集不同的目标拍摄物图像形成目标拍摄物图像集；采集不同的非目标拍摄物图像形成非目标拍摄物图像集；通过目标拍摄物训练模型对所述目标拍摄物图像集与所述非目标拍摄物图像集中包括的图像进行训练，识别所述目标拍摄物图像区别于所述非目标拍摄物图像的所述目标拍摄物特性，确定所述目标拍摄物特性阈值，并得到训练完成的所述目标拍摄物检测模型。
可选地，所述分区域亮度检测模型，包括以下任一种：将所述预览图像划分为至少一个子区域，选取至少一个所述子区域作为疑似目标拍摄物区域，输出所述疑似目标拍摄物区域与各相邻子区域的第一亮度比值；将所述预览图像划分为至少一个所述子区域，分别获取任一所述子区域的亮度值，输出所述子区域的最大亮度值与最小亮度值；将所述预览图像划分为至少一个所述子区域，分别获取任一所述子区域的亮度值，确定所述子区域中的最亮子区域，计算所述最亮子区域与其他任一所述子区域的第二亮度比值，将所述第二亮度比值按照预设标准划分为高亮度比、中亮度比及低亮度比中的至少两项，输出各亮度比对应的所述子区域的个数。
可选地，所述目标拍摄物特性值满足预设条件，包括以下任一种：任一所述疑似目标拍摄物区域存在两个以上的所述第一亮度比值大于亮度比阈值；所述最大亮度值大于高亮区域阈值，且所述最小亮度值小于低亮区域阈值；所述高亮度比对应的所述子区域的个数大于零，且所述低亮度比对应的所述子区域的个数小于第一阈值；或，所述高亮度比对应的所述子区域的个数等于零，且所述低亮度比对应的所述子区域的个数大于第二阈值；或，所述中亮度比对应的子区域的个数大于第三阈值，且所述低亮度比对应的所述子区域的个数小于所述第一阈值；可选地，所述第一阈值小于所述第二阈值及所述第三阈值。
可选地，所述获取所述预览图像的异常特性值，包括以下步骤：将所述预览图像输入到异常检测模型，可选地，所述异常检测模型包括亮度均匀性检测模型、神经网络模型中的至少一项；通过所述异常检测模型对所述预览图像进行异常特性识别，获取所述异常特性值。
可选地，在所述将所述预览图像输入到异常检测模型之前，包括以下步骤：采用异常镜头采集不同目标拍摄物的异常图像形成异常图像集；采用非异常镜头采集不同目标拍摄物的非异常图像形成非异常图像集；通过异常训练模型对所述异常图像集与所述非异常图像集包括的图像进行训练，识别所述异常图像区别于所述非异常图像的所述异常特性，确定所述异常特性阈值，并得到训练完成的所述异常检测模型。
可选地，所述亮度均匀性检测模型，包括以下任一种：以目标拍摄物为中心将所述预览图像划分为至少一个子区域，分别获取任一所述子区域的亮度值，计算任意两个相邻子区域的亮度差值，输出所述亮度差值的波动幅度；以目标拍摄物为中心将所述预览图像划分为至少一个子区域，分别获取任一所述子区域的亮度值，计算任意两个相邻子区域的亮度比值，输出所述亮度比值的波动幅度。
可选地，所述根据所述异常特性值与异常特性阈值的关系，展示对应的提示信息，包括以下步骤：若所述异常特性值大于所述异常特性阈值，则展示镜头异常提示信息；和/或，若所述异常特性值小于或等于所述异常特性阈值，则展示镜头正常提示信息。
本申请还提供一种镜头异常处理装置，所述镜头异常处理装置包括图像采集模块、目标拍摄物检测模块、异常检测模块和异常提示模块；所述图像采集模块用于采集预览图像；所述目标拍摄物检测模块用于获取所述预览图像的目标拍摄物特性值；所述异常检测模块用于响应于所述目标拍摄物特性值满足预设条件，获取所述预览图像的异常特性值；所述异常提示模块用于展示对应的提示信息。
可选地，所述目标拍摄物检测模块加载有目标拍摄物检测模型，通过所述目标拍摄物检测模型获取所述预览图像的所述目标拍摄物特性值。
可选地，所述异常检测模块加载有异常检测模型，通过所述异常检测模型获取所述预览图像的所述异常特性值。
本申请还提供一种移动终端，所述移动终端包括：存储器、处理器，其中，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现上述镜头异常处理方法的步骤。
本申请还提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述镜头异常处理方法的步骤。
如上所述，本申请的镜头异常镜头异常处理方法，应用于镜头异常处理装置，采集预览图像；获取预览图像的目标拍摄物特性值；目标拍摄物特性值满足预设条件时，获取预览图像的异常特性值；展示对应的提示信息。通过上述方式，有效地提升镜头异常检测的便捷性及准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为实现本申请各个实施例的一种移动终端的硬件结构示意图；
图2为本申请实施例提供的一种通信网络系统架构图；
图3为本申请实施例提供的点光源图像示意图；
图4是根据第一实施例示出的镜头异常处理方法的流程示意图；
图5是根据第二实施例示出的镜头异常处理方法的具体流程示意图；
图6是根据第二实施例示出的镜头异常处理方法的模式选项示意图；
图7是根据第二实施例示出的镜头异常处理方法的提示信息示意图；
图8是根据第三实施例示出的镜头异常处理方法的流程示意图；
图9是根据第四实施例示出的镜头异常处理方法的流程示意图；
图10是根据第四实施例示出的镜头异常处理方法的子区域划分示意图；
图11是根据第五实施例示出的镜头异常处理装置的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素，此外，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的，或意味着任一个或任何组合。例如，“包括以下至少一个：A、B、C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A和B和C”，再如，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A和B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。
应该理解的是，虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
需要说明的是，在本文中，采用了诸如S101、S102等步骤代号，其目的是为了更清楚简要地表述相应内容，不构成顺序上的实质性限制，本领域技术人员在具体实施时，可能会先执行S102后执行S101等，但这些均应在本申请的保护范围之内。
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或者“单元”可以混合地使用。
移动终端可以以各种形式来实施。例如，本申请中描述的移动终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本申请的实施方式的构造也能够应用于固定类型的终端。
请参阅图1，其为实现本申请各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。可选地，光传感器包括环境光传感器及接近传感器，可选地，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。可选地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。可选地，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。可选地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
可选地，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，可选地，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，可选地，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本申请实施例，下面对本申请的移动终端所基于的通信网络系统进行描述。
请参阅图2，图2为本申请实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。
可选地，UE201可以是上述终端100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。可选地，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。可选地，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本申请不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。
基于上述移动终端硬件结构以及通信网络系统，提出本申请各个实施例。
图3为本申请实施例提供的点光源图像示意图。点光源指从一个点向周围空间均匀发光的光源，包括激光灯、LED灯等，在生活中应用非常广泛，方便获取；如图3所示，图3(a)、图3(b)为采用脏污镜头拍摄的点光源图像，图3(c)为采用干净镜头拍摄的点光源图像，肉眼比较可知，采用脏污镜头拍摄的点光源图像与采用干净镜头拍摄的点光源图像存在明显区别，故可利用点光源来检测镜头的脏污情况；对采用脏污镜头拍摄的点光源图像与采用干净镜头拍摄的点光源图像的进行特性训练与识别，并将训练结果运用到实际检测中，能够达到提高镜头脏污检测的准确性和可靠性的效果。
第一实施例
图4是本申请实施例提供的镜头异常处理方法的流程示意图。如图4所示，本申请提供的镜头异常处理方法，应用于镜头异常处理装置，包括以下步骤：
步骤S101：采集预览图像；
可选地，预览图像包括在相机的预览界面或异常检测模式下采集的图像。
步骤S102：获取所述预览图像的目标拍摄物特性值；
可选地，获取预览图像的目标拍摄物特性值，包括以下步骤：
将预览图像输入到目标拍摄物检测模型，可选地，目标拍摄物检测模型，包括分区域亮度检测模型、神经网络模型中的至少一项；优选地，神经网络模型为二分类神经网络模型；
通过目标拍摄物检测模型对预览图像进行目标拍摄物特性识别，获取目标拍摄物特性值。
可选地，目标拍摄物特征值包括点光源特性值。
可选地，在将预览图像输入到目标拍摄物检测模型之前，包括以下步骤：
采集不同的目标拍摄物图像形成目标拍摄物图像集；
采集不同的非目标拍摄物图像形成非目标拍摄物图像集；
通过目标拍摄物训练模型对目标拍摄物图像集与非目标拍摄物图像集中包括的图像进行训练，识别目标拍摄物图像区别于非目标拍摄物图像的目标拍摄物特性，确定目标拍摄物特性阈值，并得到训练完成的目标拍摄物检测模型。
步骤S103：响应于所述目标拍摄物特性值满足预设条件，获取所述预览图像的异常特性值；
可选地，目标拍摄物特性值满足预设条件，包括以下几种：
采用神经网络模型输出的目标拍摄物特性值大于目标拍摄物特性阈值；
采用分区域亮度检测模型输出的目标拍摄物特性值与目标拍摄物特性阈值的关系满足预设条件，结合第三实施例进行说明。
可选地，获取预览图像的异常特性值，包括以下步骤：
将预览图像输入到异常检测模型，可选地，异常检测模型包括亮度均匀性检测模型、神经网络模型中的至少一项；优选地，神经网络模型为二分类神经网络模型；
通过异常检测模型对预览图像进行异常特性识别，获取异常特性值。
可选地，在将预览图像输入到异常检测模型之前，包括以下步骤：
采用异常镜头采集不同目标拍摄物的异常图像形成异常图像集；
采用非异常镜头采集不同目标拍摄物的非异常图像形成非异常图像集；
通过异常训练模型对异常图像集与非异常图像集包括的图像进行训练，识别异常图像区别于非异常图像的异常特性，确定异常特性阈值，并得到训练完成的异常检测模型。
步骤S104：展示对应的提示信息。
可选地，展示对应的提示信息，包括以下步骤：
若异常特性值高于异常特性阈值，则展示镜头异常提示信息；
若异常特性值低于或等于异常特性阈值，则展示镜头正常提示信息。
第二实施例
图5是本申请另一实施例提供的镜头异常处理方法的具体流程示意图。如图5所示，本申请提供的镜头异常处理方法，包括以下步骤：
步骤S201：加载目标拍摄物检测模型及异常检测模型；
可选地，在用户打开相机时，检查是否已加载目标拍摄物检测模型及异常检测模型：若已加载，则进一步检查目标拍摄物检测模型及异常检测模型是否有更新：若有更新则加载更新后的目标拍摄物检测模型及异常检测模型，和/或，若无更新则不执行加载操作；
和/或，若未加载，则执行加载操作。
步骤S202：采集预览图像；
可选地，在移动终端安装的相机应用中新增脏污检测模式(如图6(a)所示)或在相机设置中加入脏污检测功能选项(如图6(b)所示)，在用户打开相机，进入脏污检测模式或开启脏污检测功能时，提示用户对准点光源进行拍摄(如图7(a)所示)，以采集点光源预览图像。
可选地，设置对相机预览界面采集的预览图像按照一定的时间间隔或一定的次数进行目标拍摄物检测与异常检测，以减少功耗。
步骤S203：调用目标拍摄物检测模型，判断预览图像是否为目标拍摄物图像；
可选地，通过目标拍摄物检测模型对预览图像进行目标拍摄物特性识别，输出预览图像的目标拍摄物特性值，将目标拍摄物特性值与目标拍摄物特性阈值进行比较，若目标拍摄物特性值与目标拍摄物特性阈值的关系满足预设条件，则判定预览图像是目标拍摄物图像；和/或，若目标拍摄物特性值与目标拍摄物特性阈值的关系不满足预设条件，则判定预览图像不是目标拍摄物图像。
若预览图像是目标拍摄物图像，则进入步骤S204：调用异常检测模型，判断镜头是否异常；
可选地，通过异常检测模型对已确定为目标拍摄物图像的预览图像进行异常特性识别，输出预览图像的异常特性值，将异常特性值与异常特性阈值进行比较，若异常特性值大于异常特性阈值，则判定镜头异常；和/或，若异常特征值小于或等于异常特性阈值，则判定镜头干净。
若预览图像不是目标拍摄物图像，则进入步骤S205：展示采集目标拍摄物图像提示信息，然后返回执行步骤S202；
若镜头异常，则进入步骤S206：展示镜头异常提示信息；和/或，
若镜头干净，则进入步骤S207：展示镜头正常提示信息。
可选地，步骤S205的提示信息展示效果如图7(a)所示、步骤S206的提示信息展示效果如图7(b)所示、步骤S207的提示信息展示效果如图7(c)所示。
第三实施例
图8是本申请另一实施例提供的镜头异常处理方法的流程示意图。如图8所示，本申请提供的镜头异常处理方法，包括以下步骤：
步骤S301：采集预览图像；
步骤S302：通过分区域亮度检测模型，获取所述预览图像的分区域亮度特性值；
可选地，分区域亮度检测模型，可以包括以下任一种：
模型一、将预览图像划分为多个子区域，分别获取任一子区域的亮度值，并按照亮度值从大到小的顺序，选取一个或多个子区域作为疑似目标拍摄物区域，输出疑似目标拍摄物区域与各相邻子区域的第一亮度比值；
模型二、将预览图像划分为多个子区域，分别获取任一子区域的亮度值，输出子区域的最大亮度值与最小亮度值；
模型三、将预览图像划分为多个子区域，分别获取任一子区域的亮度值，确定子区域中的最亮子区域，计算最亮子区域与其他任一子区域的第二亮度比值，将第二亮度比值按照预设标准划分为高亮度比、中亮度比及低亮度比，输出各亮度比对应的子区域的个数。
优选地，划分的子区域个数在35-45之间，可将预览图像划分为5*8个子区域，一方面保证区域亮度变化明显，另一方面减少计算量。
步骤S303：在分区域亮度特性值与分区域亮度特性阈值的关系满足预设条件时，通过神经网络模型获取预览图像的异常特性值；
可选地，分区域亮度特性值与分区域亮度特性阈值的关系满足预设条件，包括以下任一种：
模型一中，任一疑似目标拍摄物区域存在两个以上的第一亮度比值大于亮度比阈值；
模型二中，最大亮度值大于高亮区域阈值，且最小亮度值小于低亮区域阈值；
模型三中，高亮度比对应的子区域的个数大于零，且低亮度比对应的子区域的个数小于第一阈值；或，高亮度比对应的子区域的个数等于零，且低亮度比对应的子区域的个数大于第二阈值；或，中亮度比对应的子区域的个数大于第三阈值，且低亮度比对应的子区域的个数小于第一阈值；可选地，第一阈值小于第二阈值及第三阈值。
可选地，在分区域亮度特性值与分区域亮度特性阈值的关系满足预设条件时，进一步确定目标拍摄物所处的区域：
模型一中，确定存在两个以上的第一亮度比值大于亮度比阈值的疑似目标拍摄物区域为目标拍摄物区域；
模型二中，确定亮度值大于高亮区域阈值的子区域为目标拍摄物区域；
模型三中，确定最亮子区域及低亮度比对应的子区域为目标拍摄物区域。
步骤S304：根据所异常特性值与异常特性阈值的关系，展示对应的提示信息。
第四实施例
图9是本申请另一实施例提供的镜头异常处理方法的流程示意图。如图9所示，本申请提供的镜头异常处理方法，包括以下步骤：
步骤S401：采集预览图像；
步骤S402：通过分区域亮度检测模型，获取预览图像的分区域亮度特性值；
步骤S403：在分区域亮度特性值与分区域亮度特性阈值的关系满足预设条件时，通过亮度均匀性检测模型获取预览图像的亮度均匀特性值；
步骤S404：根据亮度均匀特性值与亮度均匀特性阈值的关系，展示对应的提示信息。
可选地，亮度均匀性检测模型，包括以下任一种：
以目标拍摄物为中心将预览图像划分为多个子区域，分别获取任一子区域的亮度值，计算任意两个相邻子区域的亮度差值，输出亮度差值的波动幅度；
以目标拍摄物为中心将预览图像划分为多个子区域，分别获取任一子区域的亮度值，计算任意两个相邻子区域的亮度比值，输出亮度比值的波动幅度。
优选地，以目标拍摄物为中心，以预设半径将预览图像划分为多个子区域。如图10所示，S1、S2、S3、S4分别代表四个子区域，r1、r2、r3、r4分别代表S1、S2、S3、S4四个子区域的区域半径，r1＝r2＝r3＝r4。
亮度差值的波动幅度通过以下公式得到：
Δ1＝L1-L2，Δ2＝L2-L3，Δ3＝L3-L4；
W1＝|Δ1-Δ2|，W2＝|Δ2-Δ3|，W3＝|Δ1-Δ3|；
W＝MAX(W1，W2，W3)
可选地，L1、L2、L3、L4分别表示S1、S2、S3、S4区域的亮度值；Δ1、Δ2、Δ3分别表示S1与S2区域的亮度差值、S2与S3区域的亮度差值、S3与S4区域的亮度差值；W1、W2、W3分别表示亮度差值的第一波动值、第二波动值、第三波动值；W表示亮度差值的波动幅度。
亮度比值的波动幅度通过以下公式得到：
Δ’1＝L1/L2，Δ’2＝L2/L3，Δ’3＝L3/L4；
W’1＝|Δ’1-Δ’2|，W’2＝|Δ’2-Δ’3|，W’3＝|Δ’1-Δ’3|；
W’＝MAX(W’1，W’2，W’3)
可选地，Δ’1、Δ’2、Δ’3分别表示S1与S2区域的亮度比值、S2与S3区域的亮度比值、S3与S4区域的亮度比值；W’1、W’2、W’3分别表示亮度比值的第一波动值、第二波动值、第三波动值；W’表示亮度比值的波动幅度。
可选地，根据亮度均匀特性值与亮度均匀特性阈值的关系，展示对应的提示信息，可以为以下至少一种：
若亮度差值的波动幅度大于亮度差值的预设波动幅度，则展示镜头异常提示信息；
若亮度差值的波动幅度小于或等于亮度差值的预设波动幅度，则展示镜头正常提示信息。
可选地，根据亮度均匀特性值与亮度均匀特性阈值的关系，展示对应的提示信息，可以为以下至少一种：
若亮度比值的波动幅度大于亮度比值的预设波动幅度，则展示镜头异常提示信息；
若亮度比值的波动幅度小于或等于亮度比值的预设波动幅度，则展示镜头正常提示信息。
第五实施例
图11是本申请另一实施例提供的镜头异常处理装置的结构示意图。如图11所示，本申请提供的镜头异常处理装置，包括图像采集模块211、目标拍摄物检测模块212、异常检测模块213和异常提示模块214；
可选地，图像采集模块211用于采集预览图像；
目标拍摄物检测模块212用于获取预览图像的目标拍摄物特性值；
异常检测模块213用于在目标拍摄物特性值满足预设条件时，获取预览图像的异常特性值；
异常提示模块214用于展示对应的提示信息。
可选地，目标拍摄物检测模块212加载有目标拍摄物检测模型，通过目标拍摄物检测模型获取预览图像的目标拍摄物特性值。
可选地，异常检测模块213加载有异常检测模型，通过异常检测模型获取预览图像的异常特性值。
本申请还提供一种移动终端，移动终端包括存储器、处理器，存储器上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例中的镜头异常处理方法的步骤。
本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例中的镜头异常处理方法的步骤。
在本申请提供的移动终端和计算机可读存储介质的实施例中，说明书拓展和解释内容与上述方法的各实施例基本相同，在此不做再赘述。
本申请实施例还提供一种计算机程序产品，计算机程序产品包括计算机程序代码，当计算机程序代码在计算机上运行时，使得计算机执行如上各种可能的实施方式中的方法。
本申请实施例还提供一种芯片，包括存储器和处理器，存储器用于存储计算机程序，处理器用于从存储器中调用并运行计算机程序，使得安装有芯片的设备执行如上各种可能的实施方式中的方法。
可以理解，上述场景仅是作为示例，并不构成对于本申请实施例提供的技术方案的应用场景的限定，本申请的技术方案还可应用于其他场景。例如，本领域普通技术人员可知，随着系统架构的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请实施例设备中的单元可以根据实际需要进行合并、划分和删减。
在本申请中，对于相同或相似的术语概念、技术方案和/或应用场景描述，一般只在第一次出现时进行详细描述，后面再重复出现时，为了简洁，一般未再重复阐述，在理解本申请技术方案等内容时，对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等，可以参考其之前的相关详细描述。
在本申请中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本申请技术方案的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本申请记载的范围。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的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如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本申请每个实施例的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络，或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、存储盘、磁带)、光介质(例如，DVD)，或者半导体介质(例如固态存储盘Solid State Disk(SSD))等。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (11)

1.一种镜头异常处理方法，其特征在于，包括以下步骤：
采集预览图像；
获取所述预览图像的目标拍摄物特性值；
响应于所述目标拍摄物特性值满足预设条件，获取所述预览图像的异常特性值；
展示对应的提示信息。
2.如权利要求1所述的方法，其特征在于，所述获取所述预览图像的目标拍摄物特性值，包括以下步骤：
将所述预览图像输入到目标拍摄物检测模型，其中，所述目标拍摄物检测模型，包括分区域亮度检测模型、神经网络模型中的至少一项；
通过所述目标拍摄物检测模型对所述预览图像进行目标拍摄物特性识别，获取所述目标拍摄物特性值。
3.如权利要求2所述的方法，其特征在于，在所述将所述预览图像输入到目标拍摄物检测模型之前，包括以下步骤：
采集不同的目标拍摄物图像形成目标拍摄物图像集，和/或采集不同的非目标拍摄物图像形成非目标拍摄物图像集；
通过目标拍摄物训练模型对所述目标拍摄物图像集与所述非目标拍摄物图像集中包括的图像进行训练，识别所述目标拍摄物图像区别于所述非目标拍摄物图像的所述目标拍摄物特性，确定所述目标拍摄物特性阈值，并得到训练完成的所述目标拍摄物检测模型。
4.如权利要求2所述的方法，其特征在于，所述分区域亮度检测模型，包括以下任一种：
将所述预览图像划分为至少一个子区域，选取至少一个所述子区域作为疑似目标拍摄物区域，输出所述疑似目标拍摄物区域与各相邻子区域的第一亮度比值；
将所述预览图像划分为至少一个所述子区域，分别获取任一所述子区域的亮度值，输出所述子区域的最大亮度值与最小亮度值；
将所述预览图像划分为至少一个所述子区域，分别获取任一所述子区域的亮度值，确定所述子区域中的最亮子区域，计算所述最亮子区域与其他任一所述子区域的第二亮度比值，将所述第二亮度比值按照预设标准划分为高亮度比、中亮度比及低亮度比中的至少两项，输出各亮度比对应的所述子区域的个数。
5.如权利要求4所述的方法，其特征在于，所述目标拍摄物特性值满足预设条件，包括以下任一种：
任一所述疑似目标拍摄物区域存在两个以上的所述第一亮度比值大于亮度比阈值；
所述最大亮度值大于高亮区域阈值，且所述最小亮度值小于低亮区域阈值；
所述高亮度比对应的所述子区域的个数大于零，且所述低亮度比对应的所述子区域的个数小于第一阈值；或，所述高亮度比对应的所述子区域的个数等于零，且所述低亮度比对应的所述子区域的个数大于第二阈值；或，所述中亮度比对应的子区域的个数大于第三阈值，且所述低亮度比对应的所述子区域的个数小于所述第一阈值。
6.如权利要求1至5中任一项所述的方法，其特征在于，所述获取所述预览图像的异常特性值，包括以下步骤：
将所述预览图像输入到异常检测模型，其中，所述异常检测模型包括亮度均匀性检测模型、神经网络模型中的至少一项；
通过所述异常检测模型对所述预览图像进行异常特性识别，获取所述异常特性值。
7.如权利要求6所述的方法，其特征在于，在所述将所述预览图像输入到异常检测模型之前，包括以下步骤：
采用异常镜头采集不同目标拍摄物的异常图像形成异常图像集；
采用非异常镜头采集不同目标拍摄物的非异常图像形成非异常图像集；
通过异常训练模型对所述异常图像集与所述非异常图像集包括的图像进行训练，识别所述异常图像区别于所述非异常图像的所述异常特性，确定所述异常特性阈值，并得到训练完成的所述异常检测模型。
8.如权利要求6所述的方法，其特征在于，所述亮度均匀性检测模型，包括以下任一种：
以目标拍摄物为中心将所述预览图像划分为至少一个子区域，分别获取任一所述子区域的亮度值，计算任意两个相邻子区域的亮度差值，输出所述亮度差值的波动幅度；
以目标拍摄物为中心将所述预览图像划分为至少一个子区域，分别获取任一所述子区域的亮度值，计算任意两个相邻子区域的亮度比值，输出所述亮度比值的波动幅度。
9.如权利要求1至5中任一项所述的方法，其特征在于，所述根据所述异常特性值与异常特性阈值的关系，展示对应的提示信息，包括以下步骤：
若所述异常特性值大于所述异常特性阈值，则展示镜头异常提示信息；和/或，
若所述异常特性值小于或等于所述异常特性阈值，则展示镜头正常提示信息。
10.一种移动终端，其特征在于，所述移动终端包括：存储器、处理器，其中，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至9中任一项所述的镜头异常处理方法的步骤。
11.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的镜头异常处理方法的步骤。
CN202110805352.4A 2021-07-16 2021-07-16 镜头异常处理方法、移动终端及存储介质 Pending CN113573046A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110805352.4A CN113573046A (zh) 2021-07-16 2021-07-16 镜头异常处理方法、移动终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110805352.4A CN113573046A (zh) 2021-07-16 2021-07-16 镜头异常处理方法、移动终端及存储介质

Publications (1)

Publication Number Publication Date
CN113573046A true CN113573046A (zh) 2021-10-29

Family

ID=78165151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110805352.4A Pending CN113573046A (zh) 2021-07-16 2021-07-16 镜头异常处理方法、移动终端及存储介质

Country Status (1)

Country Link
CN (1) CN113573046A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115243038A (zh) * 2022-09-23 2022-10-25 北京小马易行科技有限公司 监测路侧相机的方法、服务端与自动驾驶系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115243038A (zh) * 2022-09-23 2022-10-25 北京小马易行科技有限公司 监测路侧相机的方法、服务端与自动驾驶系统
CN115243038B (zh) * 2022-09-23 2023-01-24 北京小马易行科技有限公司 监测路侧相机的方法、服务端与自动驾驶系统

Similar Documents

Publication Publication Date Title
CN108228222A (zh) 一种固件数据的升级方法、移动终端及计算机存储介质
CN108198150B (zh) 一种图像坏点的消除方法、终端及存储介质
CN107450796A (zh) 一种图片处理方法、移动终端和计算机可读存储介质
CN113485899A (zh) 信息处理方法、终端设备及存储介质
CN107465469B (zh) 一种接收灵敏度测试方法、测试装置及计算机可读存储介质
CN113326012A (zh) 处理方法、移动终端及存储介质
CN113573046A (zh) 镜头异常处理方法、移动终端及存储介质
CN109710149B (zh) 一种交互显示方法、设备及计算机可读存储介质
CN109683796B (zh) 一种交互控制方法、设备及计算机可读存储介质
CN108364595B (zh) 一种静电释放检测方法、移动终端及计算机可读存储介质
CN113542605A (zh) 摄像控制方法、移动终端及存储介质
CN113867586A (zh) 图标的显示方法、智能终端及存储介质
CN113900558A (zh) 图标区域的管理方法、智能终端及存储介质
CN113885752A (zh) 图标处理方法、智能终端及存储介质
CN113572964A (zh) 图像处理方法、移动终端及存储介质
CN113381924A (zh) 处理方法、移动终端及存储介质
CN113407016A (zh) 温度控制方法、装置、移动终端及存储介质
CN109614031B (zh) 一种压感交互处理方法、设备及计算机可读存储介质
CN109030999B (zh) 一种静电放电检查方法、终端及计算机可读存储介质
CN109782947B (zh) 一种柔性屏显示控制方法、设备及计算机可读存储介质
CN110110138B (zh) 保存方法、移动终端及计算机可读存储介质
CN115474039A (zh) 姿态调整方法、智能终端及存储介质
CN114302124A (zh) 图像处理方法、移动终端及存储介质
CN113110744A (zh) 提示方法、终端及存储介质
CN114125151A (zh) 图像处理方法、移动终端及存储介质

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