CN113792708A - 基于arm的远距离目标清晰成像系统及方法 - Google Patents

基于arm的远距离目标清晰成像系统及方法 Download PDF

Info

Publication number
CN113792708A
CN113792708A CN202111326575.9A CN202111326575A CN113792708A CN 113792708 A CN113792708 A CN 113792708A CN 202111326575 A CN202111326575 A CN 202111326575A CN 113792708 A CN113792708 A CN 113792708A
Authority
CN
China
Prior art keywords
module
target
arm
processing
image data
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.)
Granted
Application number
CN202111326575.9A
Other languages
English (en)
Other versions
CN113792708B (zh
Inventor
赵景
陈丹
张�荣
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.)
Hunan Gaozhi Technology Co ltd
Original Assignee
Hunan Gaozhi Technology 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 Hunan Gaozhi Technology Co ltd filed Critical Hunan Gaozhi Technology Co ltd
Priority to CN202111326575.9A priority Critical patent/CN113792708B/zh
Publication of CN113792708A publication Critical patent/CN113792708A/zh
Application granted granted Critical
Publication of CN113792708B publication Critical patent/CN113792708B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Abstract

本发明涉及成像及图像处理技术领域，具体涉及基于ARM的远距离目标清晰成像系统及方法，所述成像系统包括图像传感器、数据处理芯片ARM、镜头组件和AI算法模块，所述图像传感器采集到的图像数据交由数据处理芯片ARM进行处理和判断，当判断图像中有目标物体时，数据处理芯片ARM会向镜头组件发出变倍变焦命令并进行变焦，以得到目标图片，然后对目标图片进行校正和编码等处理后发送给AI算法模块进行识别。本发明可以进行快速变倍变焦反应、具有识别距离远、图像稳定清晰、目标识别快、目标识别准等特点，为远距离目标精准识别提供了良好的图片数据。

Description

基于ARM的远距离目标清晰成像系统及方法
技术领域
本发明涉及远距离成像及图像处理技术领域，具体涉及基于ARM的远距离目标清晰成像系统及方法。
背景技术
随着现代信息日趋多元化、智能化，在当今社会防御领域中空对地远距离小目标自动识别跟踪有着非常重要的意义,同时也是计算机视觉中的一个重要研究领域，可以应用于远距离监视如搜索和跟踪系统；且目前AI算法的应用越来越普遍。但是实际应用中需要在远距离捕捉到目标并获得目标的相关信息，会导致远距离目标的成像面积小,缺乏明显的结构特征和亮度特征，AI算法无法进行准确识别；同时在复杂背景中图像信噪比较低,低对比度的小目标很容易被系统噪声或者复杂的背景所淹没。这就要求能获取到清晰、稳定、一定像素比的目标图片，而本发明可以完美解决以上的相应问题。
发明内容
针对现有技术中存在的不足，本发明提供基于ARM的远距离目标清晰成像系统及方法。
本发明提供的技术方案是：基于ARM的远距离目标清晰成像系统，包括图像传感器、数据处理芯片ARM、镜头组件和AI算法模块，其中：
图像传感器，用于采集外部场景图像数据并将所采集的外部场景图像数据输入数据处理芯片ARM中进行处理；
数据处理芯片ARM，包括图像处理模块和控制中心模块，所述图像处理模块用于对外部场景图像数据进行处理，控制中心模块用于对图像处理模块处理后的外部场景图像数据进行检测并根据检测结果控制镜头组件的变倍/变焦以实现远距离目标的清晰成像；
镜头组件，包括变倍镜头和单片机，所述变倍镜头与图像传感器连接，所述单片机与控制中心模块连接用于控制变倍镜头的变倍/变焦；
AI算法模块，根据图像处理模块处理后的外部场景图像数据对目标进行识别。
优选的，所述图像处理模块包括视频数据输入接口VI，所述视频数据输入接口VI用于对图像传感器传输的外部场景图像数据的格式进行处理。
优选的，所述控制中心模块用于对视频数据输入接口VI处理后的场景图像数据进行检测并根据检测结果向单片机发出变倍和/或变焦命令。
优选的，所述图像处理模块还包括图像处理模块VPSS，所述图像处理模块VPSS用于对视频数据输入接口VI处理后的场景图像数据进行畸变校正和坏点校正处理。
优选的，所述图像处理模块还包括编码模块，所述编码模块包括编码通道子模块VENC和编码协议子模块JPEG，所述编码通道子模块VENC用于对图像处理模块VPSS发送的场景图像数据进行遮挡和叠加处理，所述编码协议子模块JPEG用于将编码通道子模块VENC处理后的场景图像数据进行视频编码，并传输至AI算法模块。
本发明还提供基于ARM的远距离目标清晰成像方法，包括以下步骤：S100、通过图像传感器采集外部场景图像数据并发送给数据处理芯片ARM进行处理；
S200、利用数据处理芯片ARM中的控制中心模块对采集到的外部场景图像数据进行检测，得到检测结果；
S300、所述控制中心模块根据检测结果对镜头组件进行变倍和/或变焦处理，以得到目标图片；
S400、利用数据处理芯片ARM中的图像处理模块对目标图片进行处理分析并发送给AI算法模块；
S500、通过AI算法模块对目标进行识别。
优选的，所述步骤S200中对外部场景图像数据进行检测包括检测画面中是否有目标物体、检测画面中目标物体的成像面积，以及检测画面是否清晰。
优选的，所述步骤S300中利用爬坡算法和同步聚焦算法对镜头组件进行变倍和/或变焦处理。
优选的，所述步骤S400中对目标图片进行处理包括对目标图片进行畸变校正处理和坏点校正处理。
优选的，所述坏点校正处理包括对目标图片进行平滑处理和去噪处理。
与现有技术相比，本发明所涉及到的基于ARM的远距离目标清晰成像系统及方法具有以下优点：
本发明可以进行快速变倍变焦反应、具有识别距离远、图像稳定清晰、目标识别快、目标识别准等特点，为远距离目标精准识别提供了良好的图片数据，特别是无人机实现空对地的远距离小目标捕获并进行自动识别跟踪的应用场景，保障了远距离区域的安全防御。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明基于ARM的远距离目标清晰成像系统的系统框图；
图2为本发明基于ARM的远距离目标清晰成像系统方法的流程图。
具体实施方式
为了使本领域技术人员更好地理解本发明的技术方案，下面结合附图对本发明进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。
实施例一，基于ARM（Advanced RISC Machines，高级精简指令集计算机）的远距离目标清晰成像系统，包括图像传感器、数据处理芯片ARM、镜头组件和AI（ArtificialIntelligence，人工智能）算法模块，本实施例中，图像传感器选用CMOS（全称：Complementary Metal Oxide Semiconductor，中文：互补金属氧化物半导体）图像传感器SC130GS，镜头组件包括变倍镜头和与变倍镜头连接的单片机，单片机用于控制变倍镜头进行变倍和变焦，数据处理芯片ARM包括图像处理模块和控制中心模块，图像处理模块包括视频数据输入接口VI（指视觉识别系统）、图像处理模块VPSS（视频处理子系统）和编码模块，视频数据输入接口VI与CMOS图像传感器SC130GS的raw data（是指从传感器中输出的未经过插值混色的原始的图像数据）信号输出接口连接，图像处理模块VPSS分别与视频数据输入接口VI和编码模块连接，编码模块与AI算法模块连接，控制中心模块分别与单片机和视频数据输入接口VI连接，其中编码模块包括编码通道子模块VENC（视频编码器）和编码协议子模块JPEG（Joint Photographic Experts Group，即联合图像专家组，是用于连续色调静态图像压缩的一种标准，文件后缀名为.jpg或.jpeg，是最常用的图像文件格式），编码通道子模块VENC与图像处理模块VPSS连接，编码协议子模块JPEG分别与编码通道子模块VENC和AI算法模块连接。
本系统的工作原理及流程如下：
CMOS图像传感器SC130GS采集外部场景图像数据并通过raw data信号输出接口将RAW（图像的一种存储格式，指原始图像文件）格式的外部场景图像数据传输给视频数据输入接口VI，视频数据输入接口VI将RAW格式的外部场景图像数据转换为YUV（视频、图片、相机等应用中使用的一类图像格式）格式，具体的，本实施例中转换为YUV420（视频、图片、相机等应用中使用的一类图像格式）格式，视频数据输入接口VI将转换后的数据分别传输给控制中心模块和图像处理模块VPSS；
控制中心模块对传送过来的数据进行检测，具体的，本实施例中控制中心模块基于OPENCV（一个基于BSD（一种开源许可协议）许可（开源）发行的跨平台计算机视觉和机器学习软件库）对YUV420格式的数据进行检测，当检测到外部场景图像中有目标物体时，本实施例中目标物体为移动物体，控制中心模块发送变倍命令到单片机，单片机接收到变倍命令后控制变倍镜头进行变倍，CMOS图像传感器SC130GS采集变倍后的外部场景图像数据并通过视频数据输入接口VI传输到控制中心模块，控制中心模块根据其内置的AF(AutoFocus,自动对焦）模块来判断当前图片是否清晰，当控制中心判断当前图片是模糊的，则发送变焦命令到单片机，单片机接到命令后控制变倍镜头执行变焦操作，通过反复的变倍变焦操作使图片清晰，具体的，本实施例中单片机通过爬坡算法和同步聚焦算法控制推拉、旋转镜头的变焦环实现焦距的变换。爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索到全局最优解。本实施例中，爬山算法的基本原理是在调焦的过程中，通过前后的聚焦值信息来判定坡峰的位置，简单地说，爬山法首先以合适的固定步长出发，当遇到聚焦值显著变化的位置时，判定并记下处于爬坡状态，当聚焦值开始连续下降时，判定己过坡峰位置，则调头再以较小步长从反方向进行爬坡一次,通过坡峰如此反复地来回确定，直到最大聚焦值变化足够小为止。
同步聚焦算法是使场景目标在成像系统中准确清晰成像的调节过程，本方法采用的被动聚焦，通过利用透入的光线和形成的图像信息进行分析来调节聚焦，采用对比度检测聚焦方法，通过对连续获得的实际图像进行分析处理，根据前后两帧或多帧图像的对比度计算结果来控制调焦的方向和大小。其基本原理是随着调焦向准确位置越近，图像越清晰，对应的图像对比度也越大。这种方法不需要额外的硬件，其主要缺点是聚焦速度慢且对光照较为敏感，在低照度环境下容易失效。
图像处理模块VPSS将视频数据输入接口VI传输过来的数据进行畸变校正（由于一些镜头容易产生图像畸变，需要根据畸变程度对其图像进行校正，这个过程叫畸变校正）和坏点校正处理（坏点的定义：坏点指无法正确捕捉光线的感光组件单元，若感光元件出现坏点，会直接造成成像的暇疵。包括亮点、暗点与色点三类，坏点校正就是监测亮点、暗点与色点这三类坏点，并进行处理），本实施例中的坏点校正过程如下：
图像处理模块VPSS接收的数据格式为YUV420，在YUV格式中，“Y”表示明亮度（Luminance或Luma），也就是灰度值；而“U”和“V” 表示的则是色度（Chrominance或Chroma），作用是描述影像色彩及饱和度，用于指定像素的颜，因此每个像素的大小为1.5byte（字节），由于YUV420格式中，4个Y分量共用一组UV分量，因此每个像素的Y分量占1byte，用W表示像素的宽度，用H表示像素的高度，则每个像素中Y分量的大小
Figure 703396DEST_PATH_IMAGE001
，UV分量的大小：
Figure 27061DEST_PATH_IMAGE002
，由于YUV格式有两大类：planar和packed，对于planar的YUV格式，先连续存储所有像素点的Y，紧接着存储所有像素点的U，随后是所有像素点的V，YUV420 为planar数据存储，因此可得知Y分量数据为整个YUV420格式的数据前W*H个字节数据，相当于W*H个点，从第一个点开始，对每个点进行平滑处理：以点为中心，8个字节长度为半径取圆，不在W*H范围内的圆去掉，得到圆内共n个点；计算整个圆内Y分量的平均值
Figure 337957DEST_PATH_IMAGE003
：
Figure 139691DEST_PATH_IMAGE004
代表圆内各个Y分量的值；
将圆内n个点对应的Y分量的值依次与
Figure 219642DEST_PATH_IMAGE003
对比，差值大于T（设定值）的点直接赋值为
Figure 448629DEST_PATH_IMAGE003
，剔除图像数据中过大或者过小数据，将处理过的数据输入到arm NR系统中进行去噪处理（NR系统为数据芯片arm自带的去噪模块，通过参数配置，把图像中的高斯噪声去除，使得图像变得平滑，有助于降低编码码率）。
编码通道子模块VENC对图像处理模块VPSS传输的数据进行遮挡和叠加处理，编码通道子模块VENC将处理后的外部场景图像数据进行视频编码，具体的将YUV420格式的场景图像数据转换为JPEG格式，编码后的外部场景图像数据由AI算法模块进行分析识别。
实施例二，结合图2所示，本发明实施例提供基于ARM的远距离目标清晰成像方法，包括以下步骤：
S100、通过图像传感器采集外部场景图像数据并发送给数据处理芯片ARM进行处理；
S200、利用数据处理芯片ARM中的控制中心模块对采集到的外部场景图像数据进行检测，得到检测结果；
S300、控制中心模块根据检测结果对镜头组件进行变倍和/或变焦处理，以得到目标图片；
S400、利用数据处理芯片ARM中的图像处理模块对目标图片进行处理分析并发送给AI算法模块；
S500、通过AI算法模块对目标进行识别。
本实施例中，步骤S200中对外部场景图像数据进行检测包括检测画面中是否有目标物体，检测画面中目标物体的成像面积，以及检测画面是否清晰，当检测到画面中有目标物体时则通过爬坡算法（爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索到全局最优解）和同步聚焦算法对镜头组件进行变倍和/或变焦处理，直到得到目标图片，目标图片是指画面中的目标清晰且成像面积达到设定标准，本实施例中，对目标图片进行处理包括对目标图片进行畸变校正处理和坏点校正处理，本实施例中坏点校正处理如下：
图像处理模块VPSS接收得数据格式为YUV420，因此每个像素的大小为1.5byte（字节），4个Y分量共用一组UV分量，因此每个像素的Y分量占1byte，因此Y分量的大小
Figure 417460DEST_PATH_IMAGE005
，UV分量的大小：
Figure 147519DEST_PATH_IMAGE006
，式中W表示像素的宽度，H表示像素的高度；因此得知代表Y分量的数据为整个YUV420格式的数据前W*H个字节数据，相当于W*H个点，从第一个点开始，对每个点进行平滑处理：以点为中心，8个字节长度为半径取圆，不在W*H范围内的圆去掉，得到圆内共n个点；计算整个圆内Y分量的平均值
Figure 222922DEST_PATH_IMAGE003
：
Figure 747444DEST_PATH_IMAGE007
代表圆内各个Y分量的值；
将圆内n个点对应Y分量的值依次与
Figure 642719DEST_PATH_IMAGE003
对比，差值大于T（设定值）的点直接赋值为
Figure 910889DEST_PATH_IMAGE003
，剔除图像数据中过大或者过小数据，将处理过的数据进行去噪处理。
对目标图片进行处理还包括对进行畸变校正和坏点校正后的图像数据进行编码，并将编码后的数据传输给AI算法模块进行分析识别，其中坏点校正处理包括对目标图片进行平滑处理和去噪处理。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于ARM的远距离目标清晰成像系统，其特征在于，包括图像传感器、数据处理芯片ARM、镜头组件和AI算法模块，其中：
图像传感器，用于采集外部场景图像数据并将所采集的外部场景图像数据输入数据处理芯片ARM中进行处理；
数据处理芯片ARM，包括图像处理模块和控制中心模块，所述图像处理模块用于对外部场景图像数据进行处理，控制中心模块用于对图像处理模块处理后的外部场景图像数据进行检测并根据检测结果控制镜头组件的变倍/变焦以实现远距离目标的清晰成像；
镜头组件，包括变倍镜头和单片机，所述变倍镜头与图像传感器连接，所述单片机与控制中心模块连接用于控制变倍镜头的变倍/变焦；
AI算法模块，根据图像处理模块处理后的外部场景图像数据对目标进行识别。
2.如权利要求1所述的基于ARM的远距离目标清晰成像系统，其特征在于，所述图像处理模块包括视频数据输入接口VI，所述视频数据输入接口VI用于对图像传感器传输的外部场景图像数据的格式进行处理。
3.如权利要求2所述的基于ARM的远距离目标清晰成像系统，其特征在于，所述控制中心模块用于对视频数据输入接口VI处理后的场景图像数据进行检测并根据检测结果向单片机发出变倍和/或变焦命令。
4.如权利要求2所述的基于ARM的远距离目标清晰成像系统，其特征在于，所述图像处理模块还包括图像处理模块VPSS，所述图像处理模块VPSS用于对视频数据输入接口VI处理后的场景图像数据进行畸变校正和坏点校正处理。
5.如权利要求4所述的基于ARM的远距离目标清晰成像系统，其特征在于，所述图像处理模块还包括编码模块，所述编码模块包括编码通道子模块VENC和编码协议子模块JPEG，所述编码通道子模块VENC用于对图像处理模块VPSS发送的场景图像数据进行遮挡和叠加处理，所述编码协议子模块JPEG用于将编码通道子模块VENC处理后的场景图像数据进行视频编码，并传输至AI算法模块。
6.基于ARM的远距离目标清晰成像方法，其特征在于，包括以下步骤：
S100、通过图像传感器采集外部场景图像数据并发送给数据处理芯片ARM进行处理；
S200、利用数据处理芯片ARM中的控制中心模块对采集到的外部场景图像数据进行检测，得到检测结果；
S300、所述控制中心模块根据检测结果对镜头组件进行变倍和/或变焦处理，以得到目标图片；
S400、利用数据处理芯片ARM中的图像处理模块对目标图片进行处理分析并发送给AI算法模块；
S500、通过AI算法模块对目标进行识别。
7.如权利要求6所述的基于ARM的远距离目标清晰成像方法，其特征在于，所述步骤S200中对外部场景图像数据进行检测包括检测画面中是否有目标物体、检测画面中目标物体的成像面积，以及检测画面是否清晰。
8.如权利要求6所述的基于ARM的远距离目标清晰成像方法，其特征在于，所述步骤S300中利用爬坡算法和同步聚焦算法对镜头组件进行变倍和/或变焦处理。
9.如权利要求6所述的基于ARM的远距离目标清晰成像方法，其特征在于，所述步骤S400中对目标图片进行处理包括对目标图片进行畸变校正处理和坏点校正处理。
10.如权利要求9所述的基于ARM的远距离目标清晰成像方法，其特征在于，所述坏点校正处理包括对目标图片进行平滑处理和去噪处理。
CN202111326575.9A 2021-11-10 2021-11-10 基于arm的远距离目标清晰成像系统及方法 Active CN113792708B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111326575.9A CN113792708B (zh) 2021-11-10 2021-11-10 基于arm的远距离目标清晰成像系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111326575.9A CN113792708B (zh) 2021-11-10 2021-11-10 基于arm的远距离目标清晰成像系统及方法

Publications (2)

Publication Number Publication Date
CN113792708A true CN113792708A (zh) 2021-12-14
CN113792708B CN113792708B (zh) 2022-03-18

Family

ID=78955251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111326575.9A Active CN113792708B (zh) 2021-11-10 2021-11-10 基于arm的远距离目标清晰成像系统及方法

Country Status (1)

Country Link
CN (1) CN113792708B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030037539A (ko) * 2001-11-06 2003-05-14 주식회사유진로보틱스 로봇 축구 시스템을 위한 로봇 칼라 자동 튜닝방법 및갱신방법
CN103077529A (zh) * 2013-02-27 2013-05-01 电子科技大学 基于图像扫描的植物叶片特征分析系统
CN103188442A (zh) * 2011-12-29 2013-07-03 三星泰科威株式会社 用于图像稳定的系统和方法及使用该方法的变焦相机
CN105550631A (zh) * 2015-08-25 2016-05-04 宇龙计算机通信科技(深圳)有限公司 一种虹膜图像采集方法及装置
CN106454014A (zh) * 2016-11-04 2017-02-22 安徽超远信息技术有限公司 一种提高逆光场景车辆抓拍图像质量的方法及装置
CN108416281A (zh) * 2018-02-28 2018-08-17 厦门云之拓科技有限公司 一种应用于虹膜识别的摄像机
CN110136071A (zh) * 2018-02-02 2019-08-16 杭州海康威视数字技术股份有限公司 一种图像处理方法、装置、电子设备及存储介质
CN110166692A (zh) * 2019-05-31 2019-08-23 济南中维世纪科技有限公司 一种提高摄像机自动聚焦准确率和速度的方法及装置
CN111770271A (zh) * 2020-06-28 2020-10-13 青岛海洋地质研究所 一种基于图像处理的自动聚焦方法
CN112672039A (zh) * 2020-12-07 2021-04-16 北京集光通达科技股份有限公司 一种基于多区域主动变换聚焦方法及设备
CN113111715A (zh) * 2021-03-13 2021-07-13 浙江御穹电子科技有限公司 一种无人机目标跟踪与信息采集系统及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030037539A (ko) * 2001-11-06 2003-05-14 주식회사유진로보틱스 로봇 축구 시스템을 위한 로봇 칼라 자동 튜닝방법 및갱신방법
CN103188442A (zh) * 2011-12-29 2013-07-03 三星泰科威株式会社 用于图像稳定的系统和方法及使用该方法的变焦相机
CN103077529A (zh) * 2013-02-27 2013-05-01 电子科技大学 基于图像扫描的植物叶片特征分析系统
CN105550631A (zh) * 2015-08-25 2016-05-04 宇龙计算机通信科技(深圳)有限公司 一种虹膜图像采集方法及装置
CN106454014A (zh) * 2016-11-04 2017-02-22 安徽超远信息技术有限公司 一种提高逆光场景车辆抓拍图像质量的方法及装置
CN110136071A (zh) * 2018-02-02 2019-08-16 杭州海康威视数字技术股份有限公司 一种图像处理方法、装置、电子设备及存储介质
CN108416281A (zh) * 2018-02-28 2018-08-17 厦门云之拓科技有限公司 一种应用于虹膜识别的摄像机
CN110166692A (zh) * 2019-05-31 2019-08-23 济南中维世纪科技有限公司 一种提高摄像机自动聚焦准确率和速度的方法及装置
CN111770271A (zh) * 2020-06-28 2020-10-13 青岛海洋地质研究所 一种基于图像处理的自动聚焦方法
CN112672039A (zh) * 2020-12-07 2021-04-16 北京集光通达科技股份有限公司 一种基于多区域主动变换聚焦方法及设备
CN113111715A (zh) * 2021-03-13 2021-07-13 浙江御穹电子科技有限公司 一种无人机目标跟踪与信息采集系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡炳梁 等；: "《变焦距镜头组的自适应调焦的实现》", 《光子学报》 *

Also Published As

Publication number Publication date
CN113792708B (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
US20210110188A1 (en) Stereo imaging device
US6373524B2 (en) Interchangeable lens video camera system
KR101155406B1 (ko) 화상 처리 장치, 화상 처리 방법 및 컴퓨터 기억 매체
CN110248097B (zh) 追焦方法、装置、终端设备、计算机可读存储介质
CN110290323B (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
US8520130B2 (en) Image capturing apparatus and auto-focus control method thereof
US8411159B2 (en) Method of detecting specific object region and digital camera
CN111107276B (zh) 信息处理设备及其控制方法、存储介质以及摄像系统
CN110349163B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN112822370B (zh) 电子设备、前置图像信号处理器及图像处理方法
CN109698905B (zh) 控制设备、摄像设备、控制方法和计算机可读存储介质
JP2007074394A (ja) 撮像装置及び撮像装置の制御方法
CN111246100B (zh) 防抖参数的标定方法、装置和电子设备
EP3300363B1 (en) A bit rate controller and a method for limiting output bit rate
CN109922325B (zh) 图像处理设备及其控制方法和计算机可读存储介质
KR101038815B1 (ko) 고속 오토 포커스가 가능한 촬상 시스템
CN110365897B (zh) 图像修正方法和装置、电子设备、计算机可读存储介质
CN110753182B (zh) 成像设备的调节方法和设备
CN112822371B (zh) 图像处理芯片、应用处理芯片、数据统计系统及方法
CN113792708B (zh) 基于arm的远距离目标清晰成像系统及方法
JP2002216125A (ja) 画像修正装置及びその方法
JP2011135380A (ja) 撮像装置、画像共有方法および画像共有プログラム
WO2020215865A1 (zh) 目标跟踪系统及方法
CN114125311A (zh) 一种宽动态模式的自动切换方法及装置
CN114007009B (zh) 电子设备和图像处理方法

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