CN113875219B - 图像处理方法和装置、电子设备、计算机可读存储介质 - Google Patents
图像处理方法和装置、电子设备、计算机可读存储介质 Download PDFInfo
- Publication number
- CN113875219B CN113875219B CN201980096822.5A CN201980096822A CN113875219B CN 113875219 B CN113875219 B CN 113875219B CN 201980096822 A CN201980096822 A CN 201980096822A CN 113875219 B CN113875219 B CN 113875219B
- Authority
- CN
- China
- Prior art keywords
- information
- image
- current
- gesture
- depth 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
- 238000003672 processing method Methods 0.000 title claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims description 259
- 238000012545 processing Methods 0.000 claims description 162
- 238000013519 translation Methods 0.000 claims description 127
- 238000001914 filtration Methods 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 50
- 230000001133 acceleration Effects 0.000 claims description 44
- 238000013507 mapping Methods 0.000 claims description 36
- 238000006243 chemical reaction Methods 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 10
- 230000036544 posture Effects 0.000 description 72
- 208000012788 shakes Diseases 0.000 description 22
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 230000000007 visual effect Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 3
- 238000003705 background correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000000872 buffer Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G06T5/73—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
-
- 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
- H04N23/65—Control of camera operation in relation to power supply
-
- 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
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
-
- 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
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/681—Motion detection
- H04N23/6812—Motion detection based on additional sensors, e.g. acceleration sensors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/958—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging
- H04N23/959—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging by adjusting depth of field during image capture, e.g. maximising or setting range based on scene characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20201—Motion blur correction
Abstract
一种图像处理方法包括:将摄像头的当前姿态信息转换为目标姿态信息;获取在当前姿态下待处理图像中各像素点的第一深度信息;根据所述第一深度信息,确定在目标姿态下各像素点的第二深度信息;根据所述当前姿态信息、所述第一深度信息、所述目标姿态信息、所述第二深度信息和摄像头的第一内参信息,得到目标图像。
Description
技术领域
本申请涉及影像领域,特别是涉及一种图像处理方法、装置、电子设备、计算机可读存储介质。
背景技术
随着影像技术的发展,人们越来越经常通过电子设备上的摄像头等图像采集设备拍摄图像或视频,记录各种信息。在进行拍摄的过程中,由于外界的抖动,会带来拍摄画面的抖动,造成图像的运动模糊和视频的不稳定。为了保证拍摄的质量,需要对拍摄过程进行防抖处理。传统的防抖处理有光学防抖、机械防抖和电子防抖等方式。但是,传统的防抖方案大多采用简化处理,认为拍摄画面中的所有物体均处于同一平面上,因此造成拍摄画面的防抖效果不稳定。
发明内容
本申请实施例提供一种图像处理方法、装置、电子设备、计算机可读存储介质,可以提高整体的防抖效果。
一种图像处理方法,包括:
获取摄像头的当前姿态信息;
将所述当前姿态信息转换为目标姿态信息;
获取在当前姿态下待处理图像中各像素点的第一深度信息;
根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的第一深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息;
获取所述摄像头的第一内参信息,根据所述当前姿态信息、所述第一深度信息、所述目标姿态信息、所述第二深度信息和所述第一内参信息对所述待处理图像进行重投影处理,得到目标图像。
一种深度信息获取方法,包括:
获取摄像头的当前姿态信息;
将所述当前姿态信息转换为目标姿态信息;
获取在当前姿态下待处理图像中各像素点的第一深度信息;
根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息。
一种图像处理装置,包括:
姿态获取模块,用于获取摄像头的当前姿态信息;
转换模块,用于将所述当前姿态信息转换为目标姿态信息;
深度信息获取模块,用于获取在当前姿态下待处理图像中各像素点的第一深度信息;
确定模块,用于根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的第一深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息;
目标图像确定模块,用于获取所述摄像头的第一内参信息,根据所述当前姿态信息、所述第一深度信息、所述目标姿态信息、所述第二深度信息和所述第一内参信息对所述待处理图像进行重投影处理,得到目标图像。
一种深度信息获取装置,包括:
姿态获取模块,用于获取摄像头的当前姿态信息;
转换模块,用于将所述当前姿态信息转换为目标姿态信息;
深度信息获取模块,用于获取在当前姿态下待处理图像中各像素点的第一深度信息;
确定模块,用于根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的第一深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息。
一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述图像处理方法或深度信息获取方法的操作。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行上述图像处理方法或深度信息获取方法的操作。
上述图像处理方法和装置、电子设备、计算机可读存储介质,获取摄像头的当前姿态信息,将当前姿态信息转换为目标姿态信息,获取在当前姿态下待处理图像中各像素点的第一深度信息,根据目标姿态信息和在当前姿态下待处理图像中各像素点的第一深度信息,确定在目标姿态下待处理图像中各像素点的第二深度信息,获取摄像头的第一内参信息,根据当前姿态信息、第一深度信息、目标姿态信息、第二深度信息和第一内参信息对待处理图像进行重投影处理,得到目标图像,可以实现对每个像素点进行针对性的防抖,使得拍摄的防抖效果更稳定。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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为一个实施例中电子设备的内部结构框图;
图2为一个实施例中图像处理方法的流程图;
图3为一个实施例中小孔成像的原理图;
图4为一个实施例中将当前姿态信息转换为目标姿态信息操作的流程图;
图5为一个实施例中获取摄像头的当前姿态信息的操作的流程图;
图6为一个实施例中将第一旋转矩阵和第一平移矩阵转换为目标姿态信息的操作的流程图;
图7为一个实施例中获取在当前姿态下待处理图像中各像素点的第一深度信息的操作的流程图;
图8为一个实施例中不同对焦距离与焦距之间的关系示意图;
图9为另一个实施例中确定当前姿态下该待处理图像中各像素点的第一深度信息的操作的流程图;
图10为其中一个实施例中确定当前姿态下该待处理图像中各像素点的第一深度信息的操作的流程图;
图11为一个实施例中获取该摄像头的第一内参信息的操作的流程图;
图12为一个实施例中图像处理方法的原理图。
图13为一个实施例中深度信息获取方法的流程图;
图14为一个实施例中将当前姿态信息转换为目标姿态信息操作的流程图;
图15为另一个实施例中获取摄像头的当前姿态信息的操作的流程图;
图16为另一个实施例中将第一旋转矩阵和第一平移矩阵转换为目标姿态信息的操作的流程图;
图17为一个实施例中图像处理装置的结构框图;
图18为一个实施例中深度信息获取装置的结构框图;
图19为一个实施例中电子设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。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。
本申请实施例中的图像处理方法、深度信息获取方法可应用于电子设备。该电子设备可为带有摄像头的计算机设备、个人数字助理、平板电脑、智能手机、穿戴式设备等。
在一个实施例中,上述电子设备中可包括图像处理电路,图像处理电路可以利用硬件和/或软件组件实现,可包括定义ISP(Image Signal Processing,图像信号处理)管线的各种处理单元。图1为一个实施例中图像处理电路的示意图。如图1所示,为便于说明,仅示出与本申请实施例相关的图像处理技术的各个方面。
如图1所示,图像处理电路包括第一ISP处理器130、第二ISP处理器140和控制逻辑器150。第一摄像头110包括一个或多个第一透镜112和第一图像传感器114。第一图像传感器114可包括色彩滤镜阵列(如Bayer滤镜),第一图像传感器114可获取用第一图像传感器114的每个成像像素捕捉的光强度和波长信息,并提供可由第一ISP处理器130处理的一组图像数据。第二摄像头120包括一个或多个第二透镜122和第二图像传感器124。第二图像传感器124可包括色彩滤镜阵列(如Bayer滤镜),第二图像传感器124可获取用第二图像传感器124的每个成像像素捕捉的光强度和波长信息,并提供可由第二ISP处理器140处理的一组图像数据。
第一摄像头110采集的第一图像传输给第一ISP处理器130进行处理,第一ISP处理器130处理第一图像后,可将第一图像的统计数据(如图像的亮度、图像的反差值、图像的颜色等)发送给控制逻辑器150,控制逻辑器150可根据统计数据确定第一摄像头110的控制参数,从而第一摄像头110可根据控制参数进行自动对焦、自动曝光等操作。第一图像经过第一ISP处理器130进行处理后可存储至图像存储器160中,第一ISP处理器130也可以读取图像存储器160中存储的图像以对进行处理。另外,第一图像经过ISP处理器130进行处理后可直接发送至显示器170进行显示,显示器170也可以读取图像存储器160中的图像以进行显示。
其中,第一ISP处理器130按多种格式逐个像素地处理图像数据。例如,每个图像像素可具有8、10、12或14比特的位深度,第一ISP处理器130可对图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中,图像处理操作可按相同或不同的位深度精度进行。
图像存储器160可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器,并可包括DMA(Direct Memory Access,直接直接存储器存取)特征。
当接收到来自第一图像传感器114接口时,第一ISP处理器130可进行一个或多个图像处理操作,如时域滤波。处理后的图像数据可发送给图像存储器160,以便在被显示之前进行另外的处理。第一ISP处理器130从图像存储器160接收处理数据,并对所述处理数据进行RGB和YCbCr颜色空间中的图像数据处理。第一ISP处理器130处理后的图像数据可输出给显示器170,以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit,图形处理器)进一步处理。此外,第一ISP处理器130的输出还可发送给图像存储器160,且显示器170可从图像存储器160读取图像数据。在一个实施例中,图像存储器160可被配置为实现一个或多个帧缓冲器。
第一ISP处理器130确定的统计数据可发送给控制逻辑器150。例如,统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、第一透镜112阴影校正等第一图像传感器114统计信息。控制逻辑器150可包括执行一个或多个例程(如固件)的处理器和/或微控制器,一个或多个例程可根据接收的统计数据,确定第一摄像头110的控制参数及第一ISP处理器130的控制参数。例如,第一摄像头110的控制参数可包括增益、曝光控制的积分时间、防抖参数、闪光控制参数、第一透镜112控制参数(例如聚焦或变焦用焦距)、或这些参数的组合等。ISP控制参数可包括用于自动白平衡和颜色调整(例如,在RGB处理期间)的增益水平和色彩校正矩阵,以及第一透镜112阴影校正参数。
同样地,第二摄像头120采集的第二图像传输给第二ISP处理器140进行处理,第二ISP处理器140处理第一图像后,可将第二图像的统计数据(如图像的亮度、图像的反差值、图像的颜色等)发送给控制逻辑器150,控制逻辑器150可根据统计数据确定第二摄像头120的控制参数,从而第二摄像头120可根据控制参数进行自动对焦、自动曝光等操作。第二图像经过第二ISP处理器140进行处理后可存储至图像存储器160中,第二ISP处理器140也可以读取图像存储器160中存储的图像以对进行处理。另外,第二图像经过ISP处理器140进行处理后可直接发送至显示器170进行显示,显示器170也可以读取图像存储器160中的图像以进行显示。第二摄像头120和第二ISP处理器140也可以实现如第一摄像头110和第一ISP处理器130所描述的处理过程。
在一个实施例中,第一摄像头110可为彩色摄像头,第二摄像头120可为TOF(TimeOf Flight,飞行时间)摄像头或结构光摄像头。TOF摄像头可获取TOF深度图,结构光摄像头可获取结构光深度图。第一摄像头110和第二摄像头120可均为彩色摄像头。通过两个彩色摄像头获取双目深度图。第一ISP处理器130和第二ISP处理器140可为同一ISP处理器。
第一摄像头110进行拍摄时,可通过预览画面得到待处理图像,将待处理图像发送给ISP处理器。ISP处理器可获取摄像头拍摄时的当前姿态信息;然后将当前姿态信息转换为目标姿态信息;获取在当前姿态下该待处理图像中各像素点的第一深度信息,根据目标姿态信息和在当前姿态下待处理图像中各像素点的第一深度信息,确定在目标姿态下待处理图像中各像素点的第二深度信息;获取摄像头的第一内参信息,根据当前姿态信息、第一深度信息、目标姿态信息、第二深度信息和第一内参信息对待处理图像进行重投影处理,得到目标图像。通过确定每个像素点在当前姿态下的准确深度信息,并将当前姿态下的准确深度信息转换为目标姿态下的深度信息,从而可对每个像素点进行针对性的重投影处理,提高了图像防抖的防抖效果。
图2为一个实施例中图像处理方法的流程图。本实施例中的图像处理方法,以运行于图1中的电子设备为例进行描述。如图2所示,该图像处理方法包括:
操作202,获取摄像头的当前姿态信息。
其中,当前姿态信息是指表征摄像头当前姿态的信息,当前姿态信息可包括角度姿态信息和位置姿态信息等。角度姿态信息可通过摄像头在世界坐标系下的旋转矩阵来体现。位置姿态信息可通过摄像头在世界坐标系下的平移矩阵来体现。因此,旋转矩阵和平移矩阵可用于表征摄像头当前的姿态信息。
具体地,电子设备的ISP处理器或中央处理器可获取摄像头的角度姿态信息和位置姿态信息。电子设备的ISP处理器或中央处理器可通过检测摄像头在当前姿态下的角速度,并通过角速度和时间的关系获得角度姿态信息。可通过检测摄像头在当前姿态下的加速度,并通过加速度和时间的关系获得位置姿态信息。
操作204,将该当前姿态信息转换为目标姿态信息。
其中,目标姿态是指将在当前姿态下拍摄得到的待处理图像进行重投影后处于稳定状态时摄像头的姿态。目标姿态信息是指能够表征目标姿态的信息。
具体地,电子设备的ISP处理器或中央处理器得到摄像头的当前姿态信息后,可根据当前姿态进行预测,确定当前姿态对应的目标姿态。进一步地,可通过目标姿态预测算法将当前姿态信息转换为目标姿态信息。
操作206,获取在当前姿态下待处理图像中各像素点的第一深度信息。
其中,第一深度信息是指当前姿态下待处理图像中各像素点对应的准确深度信息。
具体地,电子设备的ISP处理器或中央处理器可获取当前姿态下的待处理图像中每个像素点对应的第一深度信息。
在本实施例中,该待处理图像可以是一张完整的图像,也可以是一张图像中的部分图像。
操作208,根据目标姿态信息和在当前姿态下待处理图像中各像素点的第一深度信息,确定在目标姿态下该待处理图像中各像素点的第二深度信息。
其中,第二深度信息是指目标姿态下待处理图像的各像素点对应的深度信息。
具体地,电子设备的ISP处理器或中央处理器将该当前姿态信息转换为目标姿态信息后,得到当前姿态对应的目标姿态。可根据当前姿态和目标姿态,将在当前姿态下待处理图像中各像素点的第一深度信息经过坐标变换,转换为目标姿态下待处理图像中各像素点的第二深度信息。
操作210,获取该摄像头的第一内参信息,根据该当前姿态信息、该第一深度信息、该目标姿态信息、该第二深度信息和该第一内参信息对该待处理图像进行重投影处理,得到目标图像。
其中,第一内参信息是指在当前姿态下获取的摄像头的实时内参信息。
具体地,电子设备的ISP处理器或中央处理器可获取在当前姿态下摄像头的第一内参信息。接着,将当前姿态信息、该第一深度信息、该目标姿态信息、该第二深度信息和该第一内参信息输入到重投影映射算法中,可得到待处理图像的每个像素点重投影的像素坐标。根据待处理图像的每个像素点重投影的像素坐标输出图像,即可得到目标图像。
本实施例中的图像处理方法,获取摄像头的当前姿态信息,将当前姿态信息转换为目标姿态信息,获取在当前姿态下待处理图像中各像素点的第一深度信息,根据目标姿态信息和在当前姿态下待处理图像中各像素点的第一深度信息,确定在目标姿态下待处理图像中各像素点的第二深度信息,获取摄像头的第一内参信息,根据当前姿态信息、第一深度信息、目标姿态信息、第二深度信息和第一内参信息对待处理图像进行重投影处理,得到目标图像,可以实现对每个像素点进行针对性的防抖,使得拍摄的防抖效果更稳定。
如图3所示,为一个实施例中小孔成像的原理图。其中,f为摄像头焦距,cx及cy为摄像头中心坐标偏移,K为包括参数f、cx和cy的摄像头内参矩阵,(x,y,z)为三维空间点p在世界坐标系下的坐标,(u,v)为p的像素点p′的像素坐标,R和T为摄像头在世界坐标系下的旋转矩阵和平移矩阵,表征了摄像头的当前姿态信息,Zc为三维空间点p在摄像头坐标系下的物距。不同摄像头姿态下,摄像头坐标系发生变化,Zc也会发生变化。
成像过程中三维空间点到图像像素坐标的映射关系如公式(1):
为了获得稳定输出的图像,可将当前姿态下的待处理图像重投影到摄像头姿态为R′和T′的姿态下(即目标姿态),再根据目标姿态计算出对应的Zc′,则重投影的过程可以描述为:
在一个实施例中,如图4所示,将该当前姿态信息转换为目标姿态信息,包括:
操作402,将该当前姿态信息转换到频域空间。
其中,时域即时间域,是描述数学函数或物理信号对时间的关系,例如一个信号的时域波形可以表达信号随时间的变化。频域即频率域,频域的自变量是频率,即横轴是频率,纵轴是该频率信号的幅度,也就是频谱图。频谱图描述了信号的频率结构及频率与该频率信号幅度的关系。
具体地,ISP处理器或中央处理器通过陀螺仪获取角速度信息,并通过加速度计获取加速度信息。将角速度信息和加速度信息通过时域上的积分,将该角速度和加速度转换为当前姿态信息。接着,ISP处理器或中央处理器可将时域空间上的当前姿态信息转换到频域空间。
操作404,将该频域空间的当前姿态信息进行低通滤波处理。
具体地,ISP处理器或中央处理器将该当前姿态信息进行低通滤波,去除该当前姿态信息中的高频量,保留当前姿态信息中的低频量。
操作406,将经过低通滤波处理后的当前姿态信息转换到时域空间,得到目标姿态信息。
具体地,ISP处理器或中央处理器经过低通滤波处理后的当前姿态信息再转换到时域空间,经过低通滤波处理后的信息从频域空间转换到时域空间后得到的姿态信息即为目标姿态信息。
本实施例中的图像处理方法,通过将该当前姿态信息转换到频域空间,使得待处理图像的能量主要集中在低频,将该频域空间的当前姿态信息进行低通滤波处理,可去除待处理图像中的高频量,保留低频量,从而保留待处理图像中的关键信息,使得待处理图像的信息更直观。将经过低通滤波处理后的当前姿态信息转换到时域空间,得到目标姿态信息,可将当前姿态信息准确转换为目标姿态信息,从而可以预测出待处理图像在稳定状态下的姿态,即目标姿态。
在一个实施例中,如图5所示,该获取摄像头的当前姿态信息,包括:
操作502,获取摄像头当前的角速度信息,将该当前的角速度信息转换为第一旋转矩阵。
具体地,电子设备的ISP处理器或中央处理器通过陀螺仪输出三轴角速度,并将各轴的分量在时间维度上进行积分处理可得到变成三轴角速度信息。接着,可通过左手坐标系或右手坐标系将各轴的旋转角度转换为第一旋转矩阵。
操作504,获取该摄像头当前的加速度信息,将该当前的加速度信息转换为第一平移矩阵,该第一旋转矩阵和该第一平移矩阵用于表征该摄像头的当前姿态信息。
具体地,电子设备的ISP处理器或中央处理器通过加速度计输出三轴加速度,并将各轴的分量在时间维度上进行积分处理可得到变成三轴加速度信息。接着,可通过左手坐标系或右手坐标系将各轴的旋转角度转换为第一旋转矩阵。可以理解的是,第一旋转矩阵和第一平移矩阵分别为角速度信息和加速度信息通过左手坐标系或右手坐标系中的一种坐标系下进行转换得到。该第一旋转矩阵和该第一平移矩阵用于表征该摄像头的当前姿态信息。
该将该当前姿态信息转换为目标姿态信息,包括:
操作506,将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息。
具体地,电子设备的ISP处理器或中央处理器可将当前姿态下的第一旋转矩阵转换为目标姿态下的旋转矩阵,并将当前姿态下的第一平移矩阵转换为目标姿态下的平移矩阵,目标姿态下的旋转矩阵和平移矩阵即可用于表征目标姿态信息。
本实施例中的图像处理方法,获取摄像头当前的角速度信息,将该当前的角速度信息转换为第一旋转矩阵,获取该摄像头当前的加速度信息,将该当前的加速度信息转换为第一平移矩阵,该第一旋转矩阵和该第一平移矩阵用于表征该摄像头的当前姿态信息,将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息,从而可根据摄像头的当前姿态信息预测出摄像头的目标姿态信息。
在一个实施例中,如图6所示,该将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息,包括:
操作602,将该第一旋转矩阵和该第一平移矩阵转换到频域空间。
具体地,电子设备的ISP处理器或中央处理器将摄像头当前的三轴角速度和三轴加速度在通过时域上的积分,得到对应的三轴角速度信息和三轴加速度信息,并将三轴角速度信息和三轴加速度信息转换为时域空间的第一旋转矩阵和第一平移矩阵。接着,电子设备的ISP处理器或中央处理器将该时域空间的第一旋转矩阵和第一平移矩阵转换到频域空间中,得到频域空间中的第一旋转矩阵和第一平移矩阵。
操作604,分别对该频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理。
具体地,电子设备的ISP处理器或中央处理器将该频域空间的第一旋转矩阵通过低通滤波处理,去除高频量,保留低频量,得到该频域空间中的低频量的第一旋转矩阵。类似地,将该频域空间的第一平移矩阵通过低通滤波处理,去除高频量,保留低频量,得到该频域空间中的低频量的第一平移矩阵。
操作606,将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,该第二旋转矩阵和该第二平移矩阵用于表征该摄像头的目标姿态信息。
具体地,电子设备的ISP处理器或中央处理器频域空间中的低频量的第一旋转矩阵和第一平移矩阵转换到时域空间中,得到时域空间中的第二旋转矩阵和第一平移矩阵,该第二旋转矩阵和该第二平移矩阵用于表征该摄像头的目标姿态信息。
在本实施例中,电子设备的ISP处理器或中央处理器可通过傅里叶变换、离散变换等算法将时域空间的第一旋转矩阵和第一平移矩阵转换到频域空间,并通过傅里叶变换、离散变换等算法将频域空间中的低频量的第一旋转矩阵和第一平移矩阵再转换到时域空间,以得到目标姿态信息。
本实施例中的图像处理方法,通过将时域空间的第一旋转矩阵和该第一平移矩阵转换到频域空间,使得可得到更多待处理图像的细节信息,分别对该频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理,可保留图像的关键信息,去除不必要的信息,使得图像信息更直观。将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,该第二旋转矩阵和该第二平移矩阵用于表征该摄像头的目标姿态信息,以得到待处理图像稳定时摄像头的姿态信息,即目标姿态信息。
在一个实施例中,如图7所示,该获取在当前姿态下待处理图像中各像素点的第一深度信息,包括:
操作702,获取在当前姿态下待处理图像中各像素点的初始深度信息。
其中,初始深度信息是指通过深度摄像头直接拍摄得到的待处理图像的深度信息。
具体地,电子设备的ISP处理器或中央处理器可通过深度摄像头在当前姿态下拍摄同一场景的待处理图像,可直接得到该待处理图像中各像素点的初始深度信息。
在本实施例中,该深度摄像头可以是TOF摄像头,双摄摄像头和结构光摄像头等。电子设备的ISP处理器或中央处理器可通过TOF摄像头,双摄摄像头和结构光摄像头等图像采集设备直接拍摄得到当前姿态下的待处理图像,不需要其它转化处理,可简单快速得到待处理图像中各像素点的深度信息,从而提高图像处理的速度。
在本实施例中,可通过TOF摄像头采集初始图像,并对初始图像中分辨率低的区域进行插值处理,或者对整张初始图像进行插值处理,从而得到比该初始图像的分辨率高的待处理图像。插值处理方式包括但不限于双平方插值方式、双立方插值方式。
操作704,获取该当前姿态下对焦区域的深度信息。
具体地,电子设备的ISP处理器或中央处理器可确定当前拍摄的同一场景,通过马达驱动镜头进行光学对焦后,可确定当前姿态下的对焦位置(即对焦区域),即可根据预设的对焦位置与焦距值的对应关系,以及焦距值与深度信息的对映射关系,可得到当前姿态下的对焦区域中每个像素点对应的深度信息。
操作706,将该初始深度信息和该当前姿态下对焦区域的深度信息进行融合修正处理,得到在该当前姿态下该待处理图像中各像素点的第一深度信息。
其中,融合修正处理是指根据不同的方式获得的同一待处理图像的不同信息经过分析、选择,以将不同方式获得的不同信息融合到同一张图像上。第一深度信息是指当前姿态下该待处理图像中各像素点精度更高的深度信息。
具体地,通过深度摄像头直接拍摄得到的待处理图像的深度信息的精度没有光学对焦时获得深度信息的精度高。即通过深度摄像头获取的在当前姿态下待处理图像中各像素点的初始深度信息的精度,比光学对焦后该当前姿态下对焦区域的深度信息的精度低。则电子设备的ISP处理器或中央处理器可将当前姿态下对焦区域的深度信息和通过深度摄像头直接拍摄得到的待处理图像的深度信息相互融合叠加,使得当前姿态下待处理图像中各像素点的深度信息均可达到对焦区域的深度信息的精度,从而得到在该当前姿态下该待处理图像中各像素点的第一深度信息。
本实施例中的图像处理方法,通过获取在当前姿态下待处理图像中各像素点的初始深度信息,获取该当前姿态下对焦区域的深度信息,可得到当前姿态下同一待处理图像的两种不同精度的深度信息。将该初始深度信息和该当前姿态下对焦区域的深度信息进行融合修正处理,得到在该当前姿态下该待处理图像中各像素点的第一深度信息,可将高精度的局部深度信息应用于待处理图像的各个部分,从而得到该待处理图像更准确的深度信息,即得到在该当前姿态下该待处理图像中各像素点的第一深度信息。
在一个实施例中,该获取该当前姿态下对焦区域的深度信息,包括:
确定该当前姿态下的对焦区域,根据该对焦区域获取对应的焦距值;根据该焦距值获取对应的深度信息,将与该焦距值对应的深度信息作为该当前姿态下对焦区域的深度信息。
其中,对焦区域为马达驱动镜头进行对焦后的对焦位置。
具体地,电子设备的ISP处理器或中央处理器可确定当前马达驱动镜头进行对焦后的对焦位置,并根据预设的对焦区域与焦距值之间的对应关系,获取当前姿态下的对焦区域对应的焦距值,该当前姿态下的对焦区域对应的焦距值即为当前姿态下镜头的焦距值。接着,再通过预设的镜头的焦距值与深度信息之间的对应关系,获取当前姿态下镜头的焦距值对应的深度信息,将与当前姿态下镜头的焦距值对应的深度信息作为该当前姿态下对焦区域的深度信息。
本实施例中的图像处理方法,可根据预设的对焦区域与焦距值的对应关系得到当前姿态下的对焦区域对应的焦距值,并根据预设的焦距值与深度信息的对应关系得到当前姿态下镜头的焦距值对应的深度信息,从而可间接得到当前姿态下的对焦区域对应的深度信息。
在一个实施例中,该根据该对焦区域获取对应的焦距值,包括:
获取对焦区域与焦距值之间的映射关系,根据该映射关系获取对焦区域对应的焦距值。
具体地,对焦区域与焦距值之间的映射关系为预先设置的。电子设备的ISP处理器或中央处理器可获取该映射关系,从该映射关系中确定与该当前姿态下的对焦区域相同的对焦区域。并获取映射关系中相同的对焦区域对应的焦距值,则该焦距值即为当前姿态下的对焦区域对应的焦距值,从而可通过预先设置的对焦区域与焦距值之间的映射关系,快速得到当前姿态下的对焦区域对应的焦距值。
在一个实施例中,该根据该对焦区域获取对应的焦距值,包括:
获取关系映射表,从该关系映射表中获取该对焦区域对应的焦距值,该关系映射表中记录对焦区域和焦距值之间的映射关系。
其中,关系映射表为预先设置的对焦区域与对焦值之间的对应关系的表,用于记录对焦区域和焦距值之间的映射关系。
具体地,电子设备的ISP处理器或中央处理器可获取关系映射表,将该当前姿态下的对焦区域与关系映射表中的对焦区域一一对比,确定该关系映射表中的与当前姿态下的对焦区域相同的对焦区域。接着,可获取该关系映射表中相同的对焦区域对应的焦距值,则该焦距值即为当前姿态下的对焦区域对应的焦距值。通过关系映射表可快速简单的得到当前姿态下的对焦区域对应的焦距值。
如图8所示,为一个实施例中不同对焦距离与焦距之间的关系示意图。其中,f1,f2为焦距,对焦镜头可以在一定范围内对不同深度的物体进行对焦,在对焦过程中,马达会驱动镜头进行移动,从而改变镜头焦距,以实现对不同深度物体对焦。如下图8所示,当对焦不同距离的物体时,镜头被马达驱动,焦距会发生变化。
在一个实施例中,该根据该焦距值获取对应的深度信息,包括:
获取对焦曲线,从该对焦曲线中获取该焦距值对应的深度信息,该对焦曲线为焦距值与深度信息之间的关联曲线。
其中,对焦曲线是当前镜头的焦距值和对焦区域的深度信息之间的关联曲线。
具体地,该对焦曲线为预先根据焦距值和深度信息建立的曲线,每个焦距值均对应一个深度信息。电子设备的ISP处理器或中央处理器可获取对焦曲线,根据该对焦曲线中记录镜头的焦距值和对焦区域的深度信息的对应关系,可得到与该当前姿态下的对焦区域对应的焦距值具有映射关系的深度信息,并将该深度信息作为当前姿态下对焦区域的深度信息。通过对焦曲线可快速简单的得到当前姿态下的对焦区域的焦距值对应的深度信息,从而可间接得到当前姿态下的对焦区域对应的深度信息。
在一个实施例中,如图9所示,该深度信息包括深度值,该将该初始深度信息和该当前姿态下对焦区域的深度信息进行融合修正处理,得到在该当前姿态下该待处理图像中各像素点的第一深度信息,包括:
操作902,确定在该当前姿态下待处理图像中与该当前姿态下对焦区域的各像素点相匹配的像素点。
具体地,电子设备的ISP处理器或中央处理器可获取当前姿态下的对焦区域的深度信息,得到待处理图像中处于对焦区域的部分图像的局部深度信息。电子设备的ISP处理器或中央处理器可进一步确定该对焦区域的深度值。接着,将对焦区域的部分图像中的每个像素点与当前姿态下待处理图像中的各像素进行匹配,确定对焦区域的部分图像的像素点和当前姿态下待处理图像中具有对应关系的像素点。
在本实施例中,可在当前姿态下待处理图像中的像素点中确定与对焦区域的部分图像中的每个像素点相同的像素点,相同的像素点即为匹配成功。
在本实施例中,对焦区域存在多个像素点,各像素点的深度值相同。该多个像素点指至少两个像素点。
操作904,确定该对焦区域的深度值和该待处理图像中相匹配的像素点的初始深度值之间的差值。
具体地,电子设备的ISP处理器或中央处理器获取当前姿态下待处理图像中匹配成功的像素点的初始深度值,并获取对焦区域的深度值,并计算匹配成功的两个像素点之间的差值,可得到每个匹配成功的像素点对应的差值。
操作906,根据该差值和在该当前姿态下该待处理图像中各像素点的初始深度信息,确定在该当前姿态下该待处理图像中各像素点的第一深度信息。
具体地,电子设备的ISP处理器或中央处理器可根据每个匹配成功的像素点对应的差值确定调整值。将在该当前姿态下该待处理图像中各像素点的初始深度值加上该调整值,得到在该当前姿态下该待处理图像中各像素点的第一深度值,该各像素点的第一深度值即为该当前姿态下该待处理图像中各像素点对应的第一深度信息。
在本实施例中,根据每个匹配成功的像素点对应的差值确定调整值,包括:确定相匹配的像素点对应的各差值的中间值或最大值或最小值;将该中间值或最大值或最小值中的任一个作为调整值。
具体地,计算出相匹配的像素点对应的各差值后,可计算出各差值的中间值,该中间值可以是将各差值进行加权平均处理后得到的值。将在当前姿态下待处理图像中各像素点的初始深度值加上该中间值,得到在该当前姿态下该待处理图像中各像素点的第一深度值。
也可将各差值按照从小到大或从大到小的顺序排列,选取各差值中的最大值,将在当前姿态下待处理图像中各像素点的初始深度值加上该最大值,得到各像素点的第一深度值。也可以选取各差值中的最小值,将在当前姿态下待处理图像中各像素点的初始深度值加上该最小值,得到各像素点的第一深度值。
本实施例中的图像处理方法,确定该对焦区域的深度值和该待处理图像中相匹配的像素点的初始深度值之间的差值,可确定对焦区域的像素点的深度值与该待处理图像中相匹配的像素点的初始深度值之间的差距。根据该差值和在该当前姿态下该待处理图像中各像素点的初始深度信息,可将对焦区域的局部图像的深度信息和待处理图像中的初始深度信息进行融合,得到该当前姿态下该待处理图像中各像素点准确的深度信息,从而提高了待处理图像的深度信息的精度。
在一个实施例中,该深度信息包括深度值,该将该初始深度信息和该当前姿态下对焦区域的深度信息进行融合修正处理,得到在该当前姿态下该待处理图像中各像素点的第一深度信息,包括:
确定对焦区域的深度值和在当前姿态下待处理图像中各像素点的初始深度值之间的差值;根据差值和在当前姿态下待处理图像中各像素点的初始深度信息,确定在当前姿态下待处理图像中各像素点的第一深度信息。
具体地,电子设备的ISP处理器或中央处理器获取当前姿态下对焦区域的深度值,并获取当前姿态下待处理图像中的各像素点的初始深度值。计算待处理图像中的各像素点的初始深度值和对焦区域的深度值的差值,可得到待处理图像中的各像素点对应的差值。电子设备的ISP处理器或中央处理器可根据各像素点对应的差值确定调整值。将在该当前姿态下该待处理图像中各像素点的初始深度值加上该调整值,得到在该当前姿态下该待处理图像中各像素点的第一深度值,该各像素点的第一深度值即为该当前姿态下该待处理图像中各像素点对应的第一深度信息。通过将对焦区域的局部图像的深度信息和待处理图像中的初始深度信息进行融合,得到该当前姿态下该待处理图像中各像素点准确的深度信息。
在一个实施例中,该深度信息包括深度值,该将该初始深度信息和该当前姿态下对焦区域的深度信息进行融合修正处理,得到在该当前姿态下该待处理图像中各像素点的第一深度信息,包括:
获取该当前姿态下对焦区域的各像素点的深度值;确定在该当前姿态下待处理图像中与该当前姿态下对焦区域的各像素点相匹配的像素点;确定该对焦区域的各像素点的深度值和该待处理图像中相匹配的像素点的初始深度值之间的差值;根据该差值和在该当前姿态下该待处理图像中各像素点的初始深度信息,确定在该当前姿态下该待处理图像中各像素点的第一深度信息。
具体地,对焦区域存在多个像素点,各像素点的深度值不相同,即可存在部分像素点的深度值相同,部分像素点的深度值不同,或者各像素点的深度值均不相同。电子设备的ISP处理器或中央处理器可确定该对焦区域的部分图像中的每个像素点的深度值。接着,将对焦区域的部分图像中的每个像素点与当前姿态下待处理图像中的各像素进行匹配,确定对焦区域的部分图像和当前姿态下待处理图像中具有对应关系的像素点。电子设备的ISP处理器或中央处理器计算相匹配的像素点之间的差值,可得到每个匹配的像素点对应的差值。电子设备的ISP处理器或中央处理器可根据每个匹配成功的像素点对应的差值确定调整值。将在该当前姿态下该待处理图像中各像素点的初始深度值加上该调整值,得到在该当前姿态下该待处理图像中各像素点的第一深度值,该各像素点的第一深度值即为该当前姿态下该待处理图像中各像素点对应的第一深度信息。
可以理解的是,上述实施例中在计算出差值后,均可确定各差值的中间值或最大值或最小值;将该中间值或最大值或最小值中的任一个作为调整值。该中间值可以是将各差值进行加权平均处理后得到的值。
在一个实施例中,如图10所示,该深度信息包括深度值,该将该初始深度信息和该当前姿态下对焦区域的深度信息进行融合修正处理,得到在该当前姿态下该待处理图像中各像素点的第一深度信息,包括:
操作1002,确定在该当前姿态下待处理图像中与该当前姿态下对焦区域的各像素点相匹配的像素点。
具体地,电子设备的ISP处理器或中央处理器可获取当前姿态下的对焦区域的深度信息,得到待处理图像中处于对焦区域的部分图像的局部深度信息,即对焦区域的深度值。接着,将对焦区域的部分图像中的每个像素点与当前姿态下待处理图像中的各像素进行匹配,确定对焦区域的部分图像和当前姿态下待处理图像中具有对应关系的像素点。
在本实施例中,可在当前姿态下待处理图像中的像素点中确定与对焦区域的部分图像中的每个像素点相同的像素点,相同的像素点即为匹配成功。对焦区域存在多个像素点,各像素点的深度值相同。该多个像素点指至少两个像素点。
操作1004,确定该对焦区域的深度值和该待处理图像中相匹配的像素点的初始深度值之间的比值。
具体地,电子设备的ISP处理器或中央处理器获取当前姿态下待处理图像中匹配成功的像素点的初始深度值,并获取对焦区域的部分图像中匹配成功的像素点的深度值,并计算匹配成功的两个像素点之间的比值,可得到每个匹配成功的像素点对应的比值。
操作1006,根据该比值和在该当前姿态下该待处理图像中各像素点的初始深度信息,确定在该当前姿态下该待处理图像中各像素点的第一深度信息。
具体地,电子设备的ISP处理器或中央处理器可根据每个匹配成功的像素点对应的比值确定调整比值。将在该当前姿态下该待处理图像中各像素点的初始深度值乘以该调整比值,得到在该当前姿态下该待处理图像中各像素点的第一深度值,该各像素点的第一深度值即为该当前姿态下该待处理图像中各像素点对应的第一深度信息。
在本实施例中,根据每个匹配成功的像素点对应的比值确定调整比值,包括:
确定相匹配的像素点对应的各比值的中间值或最大值或最小值;根据该中间值或最大值或最小值中的任一个作为调整比值。
具体地,计算出相匹配的像素点对应的各比值后,可计算出各比值的中间值,该中间值可以是将各比值进行加权平均处理后得到的值。将在当前姿态下待处理图像中各像素点的初始深度值乘以该中间值,得到在该当前姿态下该待处理图像中各像素点的第一深度值。
可将各比值按照从小到大或从大到小的顺序排列,选取各比值中的最大值,将在所述当前姿态下所述待处理图像中各像素点的初始深度值乘以该最大值,得到各像素点的第一深度值。也可以选取各比值中的最小值,将在所述当前姿态下所述待处理图像中各像素点的初始深度值乘以该最小值,得到各像素点的第一深度值。
本实施例中的图像处理方法,确定该对焦区域的深度值和该待处理图像中相匹配的像素点的初始深度值之间的比值,可确定对焦区域的像素点的深度值与该待处理图像中相匹配的像素点的初始深度值之间的相差比例。根据该比值和在该当前姿态下该待处理图像中各像素点的初始深度信息,可将对焦区域的局部图像的深度信息和待处理图像中的初始深度信息进行融合,得到该当前姿态下该待处理图像中各像素点准确的深度信息,从而得到的待处理图像的深度信息的精度更高。
在一个实施例中,该深度信息包括深度值,该将该初始深度信息和该当前姿态下对焦区域的深度信息进行融合修正处理,得到在该当前姿态下该待处理图像中各像素点的第一深度信息,包括:
确定对焦区域的深度值和在当前姿态下待处理图像中各像素点的初始深度值之间的比值;根据比值和在当前姿态下待处理图像中各像素点的初始深度信息,确定在当前姿态下待处理图像中各像素点的第一深度信息。
具体地,电子设备的ISP处理器或中央处理器计算待处理图像中的各像素点的初始深度值和对焦区域的深度值的比值,可得到待处理图像中的各像素点对应的比值。电子设备的ISP处理器或中央处理器可根据各像素点对应的比值确定调整值。将在该当前姿态下该待处理图像中各像素点的初始深度值乘以该调整值,得到在该当前姿态下该待处理图像中各像素点的第一深度值,该各像素点的第一深度值即为该当前姿态下该待处理图像中各像素点对应的第一深度信息。
在一个实施例中,该深度信息包括深度值,该将该初始深度信息和该当前姿态下对焦区域的深度信息进行融合修正处理,得到在该当前姿态下该待处理图像中各像素点的第一深度信息,包括:
获取该当前姿态下对焦区域的各像素点的深度值;确定在该当前姿态下待处理图像中与该当前姿态下对焦区域的各像素点相匹配的像素点;确定该对焦区域的各像素点的深度值和该待处理图像中相匹配的像素点的初始深度值之间的比值;根据该比值和在该当前姿态下该待处理图像中各像素点的初始深度信息,确定在该当前姿态下该待处理图像中各像素点的第一深度信息。
具体地,对焦区域存在多个像素点,各像素点的深度值不相同,即对焦区域中的部分像素点的深度值相同,部分像素点的深度值不同,或者各像素点的深度值均不相同。电子设备的ISP处理器或中央处理器可确定该对焦区域的部分图像中的每个像素点的深度值。接着,将对焦区域的部分图像中的每个像素点与当前姿态下待处理图像中的各像素进行匹配,确定对焦区域的部分图像和当前姿态下待处理图像中具有对应关系的像素点。电子设备的ISP处理器或中央处理器计算相匹配的像素点之间的比值,可得到每个匹配的像素点对应的比值。电子设备的ISP处理器或中央处理器可根据每个匹配成功的像素点对应的比值确定调整值。将在该当前姿态下该待处理图像中各像素点的初始深度值乘以该调整值,得到在该当前姿态下该待处理图像中各像素点的第一深度值,该各像素点的第一深度值即为该当前姿态下该待处理图像中各像素点对应的第一深度信息。
可以理解的是,上述实施例中在计算出比值后,均可确定各比值的中间值或最大值或最小值;将该中间值或最大值或最小值中的任一个作为调整值。该中间值可以是将各比值进行加权平均处理后得到的值。
在一个实施例中,该根据该目标姿态信息和在该当前姿态下该待处理图像中各像素点的第一深度信息,确定在目标姿态下该待处理图像中各像素点的第二深度信息,包括:
获取在该当前姿态下该待处理图像中各像素点对应的第一三维坐标;采用坐标转换算法根据该目标姿态信息将该第一三维坐标转换为第二三维坐标,得到在该目标姿态下该待处理图像中各像素点的第二深度信息,该第二三维坐标为在该目标姿态下该待处理图像中各像素点对应的三维坐标。
具体地,电子设备的ISP处理器或中央处理器获取在该当前姿态下该待处理图像中各像素点在世界坐标系中的三维坐标,即第一三维坐标,通过坐标转换算法将当前姿态下的各像素点对应的第一三维坐标转换为目标姿态下的第二三维坐标。进一步地,该第二三维坐标为在该目标姿态下该待处理图像中各像素点在世界坐标系中的三维坐标。通过坐标转换算法可将待处理图像中的每个像素点的三维坐标从当前姿态转换到目标姿态,从而确定每个像素点的重投影方式。
例如,坐标转换算法为:
其中,(x,y,z)为当前姿态下各像素点对应的第一三维坐标,(x′,y′,z′)为目标姿态下各像素点对应的第二三维坐标,R和T为在当前姿态下的摄像头在世界坐标系下的旋转矩阵和平移矩阵,表征了摄像头的当前姿态信息。R′和T′为在目标姿态下的摄像头在世界坐标系下的旋转矩阵和平移矩阵,表征了摄像头的目标姿态信息。电子设备的ISP处理器或中央处理器获取在该当前姿态下该待处理图像中各像素点的(x,y,z),根据当前姿态信息和目标姿态信息可得到R、T、R′和T′,将这些数据代入上述坐标转换算法,即可计算出各像素点对应的(x′,y′,z′)。
本实施例中的图像处理方法,通过采用坐标转换算法将当前姿态下的待处理图像中的各像素点的坐标转换目标姿态下的对应坐标,从而可针对性的对每个像素点进行重投影处理,实现每个像素点的针对性防抖。
在一个实施例中,如图11所示,该获取该摄像头的第一内参信息,包括:
操作1102,获取该摄像头的初始内参信息。
操作1104,获取该当前姿态下的该摄像头的焦距值。
其中,初始内参信息为预先设置的在特定对焦距离下的摄像头内参信息。
具体地,摄像头出厂前需要进行标定,初始内参信息是摄像头出厂前预先设置的在特定对焦距离下的内参信息。电子设备的ISP处理器或中央处理器获取摄像头的初始内参信息,该初始内参信息中包括焦距值和摄像头的中心坐标偏移量。对焦时,在不同的对焦位置,镜头的焦距值会发生改变,电子设备的ISP处理器或中央处理器可根据当前姿态下的对焦区域获取该摄像头镜头的实时焦距值。
操作1106,根据该当前姿态下的该摄像头的焦距值更新该摄像头的初始内参信息,得到该摄像头的第一内参信息。
具体地,电子设备的ISP处理器或中央处理器可用该当前姿态下的镜头的焦距值替换该摄像头的初始内参信息中的焦距值,从而更新该内参信息,更新后的内参信息为摄像头的第一内参信息。
本实施例中的图像处理方法,通过获取该当前姿态下的该摄像头的实时焦距值,以更新摄像头的内参信息,能够解决传统图像处理方法中使用相同的焦距值将待处理图像中的各像素点均投影到同一单位平面,导致无法检测出图像各像素点的真实深度信息的问题,本实施例中的图像处理方法提高了深度信息检测的准确性。
在一个实施例中,提供了一种图像处理方法,包括:
操作(a1),获取摄像头当前的角速度信息,将该当前的角速度信息转换为第一旋转矩阵。
操作(a2),获取该摄像头当前的加速度信息,将该当前的加速度信息转换为第一平移矩阵,该第一旋转矩阵和该第一平移矩阵用于表征该摄像头的当前姿态信息。
操作(a3),将该第一旋转矩阵和该第一平移矩阵转换到频域空间。
操作(a4),分别对该频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理。
操作(a5),将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,该第二旋转矩阵和该第二平移矩阵用于表征该摄像头的目标姿态信息。
操作(a6),获取在当前姿态下待处理图像中各像素点的初始深度信息。
操作(a7),确定该当前姿态下的对焦区域,获取关系映射表,从该关系映射表中获取该对焦区域对应的焦距值,该关系映射表中记录对焦区域和焦距值之间的映射关系。
操作(a8),获取对焦曲线,从该对焦曲线中获取该焦距值对应的深度信息,该对焦曲线为焦距值与深度信息之间的关联曲线,将与该焦距值对应的深度信息作为该当前姿态下对焦区域的深度信息。
操作(a9),获取该当前姿态下对焦区域的深度值。
操作(a10),确定在该当前姿态下待处理图像中与该当前姿态下对焦区域的各像素点相匹配的像素点。
操作(a11),确定该对焦区域的深度值和该待处理图像中相匹配的像素点的初始深度值之间的差值或比值。
操作(a12),根据该差值或该比值和在该当前姿态下该待处理图像中各像素点的初始深度信息,确定在该当前姿态下该待处理图像中各像素点的第一深度信息。
操作(a13),获取在该当前姿态下该待处理图像中各像素点对应的第一三维坐标。
操作(a14),采用坐标转换算法根据该目标姿态信息将该第一三维坐标转换为第二三维坐标,得到在该目标姿态下该待处理图像中各像素点的第二深度信息,该第二三维坐标为在该目标姿态下该待处理图像中各像素点对应的三维坐标。
操作(a15),获取该摄像头的初始内参信息,获取该当前姿态下的该摄像头的焦距值。
操作(a16),根据该当前姿态下的该摄像头的焦距值更新该摄像头的初始内参信息,得到该摄像头的第一内参信息。
操作(a17),根据该当前姿态信息、该第一深度信息、该目标姿态信息、该第二深度信息和该第一内参信息对该待处理图像进行重投影处理,得到目标图像。
本实施例中的图像处理方法,通过获取摄像头当前的角速度信息和加速度信息,可得到摄像头在时域空间的当前姿态信息。将时域空间的当前姿态信息转换到频域中,使当前姿态信息的特性更直观,能够更准确预测当前姿态对应的目标姿态。获取在当前姿态下待处理图像中各像素点的初始深度信息和对焦区域的深度信息,将两种深度信息进行融合叠加,得到当前姿态下待处理图像中各像素点的深度信息更准确。将当前姿态下的各像素点的坐标转换为目标姿态下对应的坐标,可确定待处理图像在稳定状态下的三维坐标。根据当前姿态下获得的摄像头镜头的焦距值更新初始内存信息,使得拍摄画面内的物距更贴近实际场景的物距。根据当前姿态信息、第一深度信息、目标姿态信息、第二深度信息和第一内参信息对待处理图像进行重投影处理,可得到各像素点在目标姿态下的像素坐标,从而可输出防抖效果一致的目标图像。
如图12所示,为一个实施例中图像处理方法的原理图。
电子设备的IPS处理器或中央处理器通过陀螺仪获取角度姿态信息,通过加速度计获取位置姿态信息,得到摄像头的当前姿态信息。将摄像头的当前姿态信息转换为图像稳定时的目标姿态信息。接着,电子设备的IPS处理器或中央处理器通过TOF摄像头获取待处理图像中各像素的初始深度信息,并通过马达驱动镜头对焦,根据对焦位置获取当前姿态下的真实焦距值。再通过当前对焦曲线确定当前姿态下的真实焦距值对应的深度信息。将该当前姿态下的真实焦距值对应的深度信息和通过TOF摄像头获取待处理图像中各像素的初始深度信息进行合成,得到当前姿态下待处理图像中各像素的准确深度信息。将该当前姿态下待处理图像中各像素的准确深度信息转换为目标姿态下各像素点对应的深度信息。接着,电子设备的IPS处理器或中央处理器通过摄像头模组标定获取摄像头的初始内参信息,根据当前姿态下的真实焦距值更新初始内参信息。通过图像传感器获取当前姿态下的待处理图像,并根据更新后的内参信息,当前姿态信息、当前姿态下待处理图像中各像素的准确深度信息、目标姿态信息和目标姿态下各像素点对应的深度信息对待处理图像进行重投影处理,输出稳定的目标图像。
在一个实施例中,如图13所示,提供了一种深度信息获取方法,包括:
操作1302,获取摄像头的当前姿态信息。
具体地,电子设备的ISP处理器或中央处理器可获取摄像头的角度姿态信息和位置姿态信息。电子设备的ISP处理器或中央处理器可通过检测摄像头在当前姿态下的角速度,并通过角速度和时间的关系获得角度姿态信息。可通过检测摄像头在当前姿态下的加速度,并通过加速度和时间的关系获得位置姿态信息。
操作1304,将该当前姿态信息转换为目标姿态信息。
具体地,电子设备的ISP处理器或中央处理器得到摄像头的当前姿态信息后,可根据当前姿态进行预测,确定当前姿态对应的目标姿态。进一步地,可通过目标姿态预测算法将当前姿态信息转换为目标姿态信息。
操作1306,获取在当前姿态下待处理图像中各像素点的第一深度信息。
具体地,电子设备的ISP处理器或中央处理器可获取当前姿态下的待处理图像中每个像素点对应的第一深度信息。
操作1308,根据该目标姿态信息和在该当前姿态下该待处理图像中各像素点的第一深度信息,确定在目标姿态下该待处理图像中各像素点的第二深度信息。
具体地,电子设备的ISP处理器或中央处理器将该当前姿态信息转换为目标姿态信息后,得到当前姿态对应的目标姿态。可根据当前姿态和目标姿态,将在当前姿态下待处理图像中各像素点的第一深度信息经过坐标变换,转换为目标姿态下待处理图像中各像素点的第二深度信息。
本实施例中的深度信息获取方法,获取摄像头的当前姿态信息,将当前姿态信息转换为目标姿态信息,获取在当前姿态下待处理图像中各像素点的第一深度信息,根据目标姿态信息和在当前姿态下待处理图像中各像素点的第一深度信息,确定在目标姿态下待处理图像中各像素点的第二深度信息,可获得的待处理图像在目标姿态下的准确深度信息。
在一个实施例中,如图14所示,将该当前姿态信息转换为目标姿态信息,包括:
操作1402,将该当前姿态信息转换到频域空间。
具体地,ISP处理器或中央处理器通过陀螺仪获取角速度信息,并通过加速度计获取加速度信息。将角速度信息和加速度信息通过时域上的积分,将该角速度和加速度转换为当前姿态信息。接着,ISP处理器或中央处理器可将时域空间上的当前姿态信息转换到频域空间。
操作1404,将该频域空间的当前姿态信息进行低通滤波处理。
具体地,ISP处理器或中央处理器将该当前姿态信息进行低通滤波,去除该当前姿态信息中的高频量,保留当前姿态信息中的低频量。
操作1406,将经过低通滤波处理后的当前姿态信息转换到时域空间,得到目标姿态信息。
具体地,ISP处理器或中央处理器经过低通滤波处理后的当前姿态信息再转换到时域空间,经过低通滤波处理后的信息从频域空间转换到时域空间后得到的姿态信息即为目标姿态信息。
本实施例中的深度信息获取方法,通过将该当前姿态信息转换到频域空间,使得待处理图像的能量主要集中在低频,将该频域空间的当前姿态信息进行低通滤波处理,可去除待处理图像中的高频量,保留低频量,从而保留待处理图像中的关键信息,使得待处理图像的信息更直观。将经过低通滤波处理后的当前姿态信息转换到时域空间,得到目标姿态信息,可将当前姿态信息准确转换为目标姿态信息,从而可以预测出待处理图像在稳定状态下的姿态信息,即目标姿态信息。
在一个实施例中,如图15所示,该获取摄像头的当前姿态信息,包括:
操作1502,获取摄像头当前的角速度信息,将该当前的角速度信息转换为第一旋转矩阵。
具体地,电子设备的ISP处理器或中央处理器通过陀螺仪输出三轴角速度,并将各轴的分量在时间维度上进行积分处理可得到变成三轴角速度信息。接着,可通过左手坐标系或右手坐标系将各轴的旋转角度转换为第一旋转矩阵。
操作1504,获取该摄像头当前的加速度信息,将该当前的加速度信息转换为第一平移矩阵,该第一旋转矩阵和该第一平移矩阵用于表征该摄像头的当前姿态信息。
具体地,电子设备的ISP处理器或中央处理器通过加速度计输出三轴加速度,并将各轴的分量在时间维度上进行积分处理可得到变成三轴加速度信息。接着,可通过左手坐标系或右手坐标系将各轴的旋转角度转换为第一旋转矩阵。可以理解的是,第一旋转矩阵和第一平移矩阵分别为角速度信息和加速度信息通过左手坐标系或右手坐标系中的一种坐标系下进行转换得到。该第一旋转矩阵和该第一平移矩阵用于表征该摄像头的当前姿态信息。
该将该当前姿态信息转换为目标姿态信息,包括:
操作1506,将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息。
具体地,电子设备的ISP处理器或中央处理器可将当前姿态下的第一旋转矩阵转换为目标姿态下的旋转矩阵,并将当前姿态下的第一平移矩阵转换为目标姿态下的平移矩阵,目标姿态下的旋转矩阵和平移矩阵即可用于表征目标姿态信息。
本实施例中的深度信息获取方法,获取摄像头当前的角速度信息,将该当前的角速度信息转换为第一旋转矩阵,获取该摄像头当前的加速度信息,将该当前的加速度信息转换为第一平移矩阵,该第一旋转矩阵和该第一平移矩阵用于表征该摄像头的当前姿态信息,将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息,从而可根据摄像头的当前姿态信息预测出摄像头的目标姿态信息。
在一个实施例中,如图16所示,该将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息,包括:
操作1602,将该第一旋转矩阵和该第一平移矩阵转换到频域空间。
具体地,电子设备的ISP处理器或中央处理器将摄像头当前的三轴角速度和三轴加速度在通过时域上的积分,得到对应的三轴角速度信息和三轴加速度信息,并将三轴角速度信息和三轴加速度信息转换为时域空间的第一旋转矩阵和第一平移矩阵。接着,电子设备的ISP处理器或中央处理器将该时域空间的第一旋转矩阵和第一平移矩阵转换到频域空间中,得到频域空间中的第一旋转矩阵和第一平移矩阵。
操作1604,分别对该频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理。
具体地,电子设备的ISP处理器或中央处理器将该频域空间的第一旋转矩阵通过低通滤波处理,去除高频量,保留低频量,得到该频域空间中的低频量的第一旋转矩阵。类似地,将该频域空间的第一平移矩阵通过低通滤波处理,去除高频量,保留低频量,得到该频域空间中的低频量的第一平移矩阵。
操作1606,将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,该第二旋转矩阵和该第二平移矩阵用于表征该摄像头的目标姿态信息。
具体地,电子设备的ISP处理器或中央处理器频域空间中的低频量的第一旋转矩阵和第一平移矩阵转换到时域空间中,得到时域空间中的第二旋转矩阵和第一平移矩阵,该第二旋转矩阵和该第二平移矩阵用于表征该摄像头的目标姿态信息。
在本实施例中,电子设备的ISP处理器或中央处理器可通过傅里叶变换、离散变换等算法将时域空间的第一旋转矩阵和第一平移矩阵转换到频域空间,并通过傅里叶变换、离散变换等算法将频域空间中的低频量的第一旋转矩阵和第一平移矩阵再转换到时域空间,以得到目标姿态信息。
本实施例中的图像处理方法,通过将时域空间的第一旋转矩阵和该第一平移矩阵转换到频域空间,使得可得到更多待处理图像的细节信息,分别对该频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理,可保留图像的关键信息,去除不必要的信息,使得图像信息更直观。将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,该第二旋转矩阵和该第二平移矩阵用于表征该摄像头的目标姿态信息,以得到待处理图像稳定时摄像头的姿态信息,即目标姿态信息。
在一个实施例中,提供了一种深度信息获取方法,包括:
操作(b1),获取摄像头当前的角速度信息,将当前的角速度信息转换为第一旋转矩阵。
操作(b2),获取摄像头当前的加速度信息,将当前的加速度信息转换为第一平移矩阵,第一旋转矩阵和第一平移矩阵用于表征摄像头的当前姿态信息。
操作(b3),将第一旋转矩阵和第一平移矩阵转换到频域空间。
操作(b4),分别对频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理。
操作(b5),将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,第二旋转矩阵和第二平移矩阵用于表征摄像头的目标姿态信息。
操作(b6),获取在当前姿态下待处理图像中各像素点的第一深度信息。
操作(b7),根据目标姿态信息和在当前姿态下待处理图像中各像素点的第一深度信息,确定在目标姿态下待处理图像中各像素点的第二深度信息。
上述深度信息获取方法,通过获取摄像头当前的角速度信息和加速度信息,可得到摄像头在时域空间的当前姿态信息。将时域空间的当前姿态信息转换到频域中,使当前姿态信息的特性更直观,能够更准确预测当前姿态对应的目标姿态。并将当前姿态下待处理图像中各像素点的深度信息转换为目标姿态下各像素点的第二深度信息,使得得到的目标姿态下待处理图像中各像素点的深度信息更准确。
应该理解的是,虽然图2-图16的流程图中的各个操作按照箭头的指示依次显示,但是这些操作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,这些操作的执行并没有严格的顺序限制,这些操作可以以其它的顺序执行。而且,图2-图16中的至少一部分操作可以包括多个子操作或者多个阶段,这些子操作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,这些子操作或者阶段的执行顺序也不必然是依次进行,而是可以与其它操作或者其它操作的子操作或者阶段的至少一部分轮流或者交替地执行。
图17为一个实施例的图像处理装置的结构框图。如图17所示,该图像处理装置包括:姿态获取模块1702、转换模块1704、深度信息获取模块1706、确定模块1708和目标图像确定模块1710。其中,
姿态获取模块1702,用于获取摄像头的当前姿态信息。
转换模块1704,用于将所述当前姿态信息转换为目标姿态信息。
深度信息获取模块1706,用于获取在当前姿态下待处理图像中各像素点的第一深度信息。
确定模块1708,用于根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的第一深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息。
目标图像确定模块1710,用于获取所述摄像头的第一内参信息,根据所述当前姿态信息、所述第一深度信息、所述目标姿态信息、所述第二深度信息和所述第一内参信息对所述待处理图像进行重投影处理,得到目标图像。
本实施例中的图像处理装置,获取摄像头的当前姿态信息,将当前姿态信息转换为目标姿态信息,获取在当前姿态下待处理图像中各像素点的第一深度信息,根据目标姿态信息和在当前姿态下待处理图像中各像素点的第一深度信息,确定在目标姿态下待处理图像中各像素点的第二深度信息,获取摄像头的第一内参信息,根据当前姿态信息、第一深度信息、目标姿态信息、第二深度信息和第一内参信息对待处理图像进行重投影处理,得到目标图像,可以实现对每个像素点进行针对性的防抖,使得拍摄的防抖效果更稳定。
在一个实施例中,转换模块1704还用于:将该当前姿态信息转换到频域空间;将该频域空间的当前姿态信息进行低通滤波处理;将经过低通滤波处理后的当前姿态信息转换到时域空间,得到目标姿态信息。通过将该当前姿态信息转换到频域空间,使得待处理图像的能量主要集中在低频,将该频域空间的当前姿态信息进行低通滤波处理,可去除待处理图像中的高频量,保留低频量,从而保留待处理图像中的关键信息,使得待处理图像的信息更直观。将经过低通滤波处理后的当前姿态信息转换到时域空间,可将当前姿态信息准确转换为目标姿态信息,从而可以预测出待处理图像在稳定状态下的姿态。
在一个实施例中,姿态获取模块1702还用于:获取摄像头当前的角速度信息,将该当前的角速度信息转换为第一旋转矩阵;获取该摄像头当前的加速度信息,将该当前的加速度信息转换为第一平移矩阵,该第一旋转矩阵和该第一平移矩阵用于表征该摄像头的当前姿态信息。转换模块1704还用于:将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息。通过将该当前的角速度信息转换为第一旋转矩阵,将该当前的加速度信息转换为第一平移矩阵,将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息,从而可根据摄像头的当前姿态信息预测出摄像头的目标姿态信息。
在一个实施例中,转换模块1704还用于:将该第一旋转矩阵和该第一平移矩阵转换到频域空间;分别对该频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理;将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,该第二旋转矩阵和该第二平移矩阵用于表征该摄像头的目标姿态信息。
本实施例中的图像处理装置,通过将时域空间的第一旋转矩阵和该第一平移矩阵转换到频域空间,使得可得到更多待处理图像的细节信息,使得图像信息更直观。将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,以得到待处理图像稳定时摄像头的姿态信息。
在一个实施例中,深度信息获取模块1706还用于:获取在当前姿态下待处理图像中各像素点的初始深度信息;获取该当前姿态下对焦区域的深度信息;将该初始深度信息和该当前姿态下对焦区域的深度信息进行融合修正处理,得到在该当前姿态下该待处理图像中各像素点的第一深度信息。通过获取在当前姿态下待处理图像中各像素点的初始深度信息,获取该当前姿态下对焦区域的深度信息,可得到当前姿态下同一待处理图像的两种不同精度的深度信息。将高精度的局部深度信息应用于待处理图像的各个部分,从而得到该待处理图像更准确的深度信息,
在一个实施例中,深度信息获取模块1706还用于:确定该当前姿态下的对焦区域,根据该对焦区域获取对应的焦距值;根据该焦距值获取对应的深度信息,将与该焦距值对应的深度信息作为该当前姿态下对焦区域的深度信息。通过预设的对焦区域与焦距值的对应关系得到当前姿态下的对焦区域对应的焦距值,并根据预设的焦距值与深度信息的对应关系得到当前姿态下镜头的焦距值对应的深度信息,从而可间接得到当前姿态下的对焦区域对应的深度信息。
在一个实施例中,深度信息获取模块1706还用于:获取对焦区域与焦距值之间的映射关系,根据所述映射关系获取所述对焦区域对应的焦距值。可通过预先设置的对焦区域与焦距值之间的映射关系,快速得到当前姿态下的对焦区域对应的焦距值。
在一个实施例中,深度信息获取模块1706还用于:获取关系映射表,从该关系映射表中获取该对焦区域对应的焦距值,该关系映射表中记录对焦区域和焦距值之间的映射关系。通过关系映射表可快速简单的得到当前姿态下的对焦区域对应的焦距值。
在一个实施例中,深度信息获取模块1706还用于:获取对焦曲线,从该对焦曲线中获取该焦距值对应的深度信息,该对焦曲线为焦距值与深度信息之间的关联曲线。通过对焦曲线可快速简单的得到当前姿态下的对焦区域的焦距值对应的深度信息,从而可间接得到当前姿态下的对焦区域对应的深度信息。
在一个实施例中,该深度信息包括深度值,深度信息获取模块1706还用于:确定在该当前姿态下待处理图像中与该当前姿态下对焦区域的各像素点相匹配的像素点;确定该对焦区域的深度值和该待处理图像中相匹配的像素点的初始深度值之间的差值;根据该差值和在该当前姿态下该待处理图像中各像素点的初始深度信息,确定在该当前姿态下该待处理图像中各像素点的第一深度信息。
本实施例中的图像处理装置,确定该对焦区域的深度值和该待处理图像中相匹配的像素点的初始深度值之间的差值,可确定对焦区域的深度值与该待处理图像中相匹配的像素点的初始深度值之间的差距。根据该差值可将对焦区域的局部图像的深度信息和待处理图像中的初始深度信息进行融合,得到该当前姿态下该待处理图像中各像素点准确的深度信息,从而提高了待处理图像的深度信息的精度。
在一个实施例中,该深度信息包括深度值,深度信息获取模块1706还用于:确定在该当前姿态下待处理图像中与该当前姿态下对焦区域的各像素点相匹配的像素点;确定该对焦区域的深度值和该待处理图像中相匹配的像素点的初始深度值之间的比值;根据该比值和在该当前姿态下该待处理图像中各像素点的初始深度信息,确定在该当前姿态下该待处理图像中各像素点的第一深度信息。
本实施例中的图像处理装置,确定该对焦区域的深度值和该待处理图像中相匹配的像素点的初始深度值之间的比值,可确定对焦区域的深度值与该待处理图像中相匹配的像素点的初始深度值之间的相差比例。根据该相差比例可将对焦区域的局部图像的深度信息和待处理图像中的初始深度信息进行融合,得到该当前姿态下该待处理图像中各像素点准确的深度信息,从而提高了待处理图像的深度信息的精度。
在一个实施例中,确定模块1708还用于:获取在该当前姿态下该待处理图像中各像素点对应的第一三维坐标;采用坐标转换算法根据该目标姿态信息将该第一三维坐标转换为第二三维坐标,得到在该目标姿态下该待处理图像中各像素点的第二深度信息,该第二三维坐标为在该目标姿态下该待处理图像中各像素点对应的三维坐标。通过采用坐标转换算法将当前姿态下的待处理图像中的各像素点的坐标转换目标姿态下的对应坐标,从而可针对性的对每个像素点进行重投影处理,实现每个像素点的针对性防抖。
在一个实施例中,目标图像确定模块1710还用于:获取该摄像头的初始内参信息;获取该当前姿态下的该摄像头的焦距值;根据该当前姿态下的该摄像头的焦距值更新该摄像头的初始内参信息,得到该摄像头的第一内参信息。通过获取该当前姿态下的该摄像头的实时焦距值,以更新摄像头的内参信息,能够解决传统图像处理方法中使用相同的焦距值将待处理图像中的各像素点均投影到同一单位平面,导致无法检测出图像各像素点的真实深度信息的问题。
在一个实施例中,如图18所示,一种深度信息获取装置包括:
姿态获取模块1802,用于获取摄像头的当前姿态信息。
转换模块1804,用于将当前姿态信息转换为目标姿态信息。
深度信息获取模块1806,用于获取在当前姿态下待处理图像中各像素点的第一深度信息。
确定模块1808,用于根据目标姿态信息和在当前姿态下待处理图像中各像素点的第一深度信息,确定在目标姿态下待处理图像中各像素点的第二深度信息。
本实施例中的深度信息获取装置,获取摄像头的当前姿态信息,将当前姿态信息转换为目标姿态信息,获取在当前姿态下待处理图像中各像素点的第一深度信息,根据目标姿态信息和在当前姿态下待处理图像中各像素点的第一深度信息,确定在目标姿态下待处理图像中各像素点的第二深度信息,可获得的待处理图像在目标姿态下的准确深度信息。
在一个实施例中,转换模块1804用于:将该当前姿态信息转换到频域空间;将该频域空间的当前姿态信息进行低通滤波处理;将经过低通滤波处理后的当前姿态信息转换到时域空间,得到目标姿态信息。通过将该当前姿态信息转换到频域空间,使得待处理图像的能量主要集中在低频,将该频域空间的当前姿态信息进行低通滤波处理,使得待处理图像的信息更直观。将经过低通滤波处理后的当前姿态信息转换到时域空间,可将当前姿态信息准确转换为目标姿态信息,从而可以预测出待处理图像在稳定状态下的姿态。
在一个实施例中,姿态获取模块1802用于:获取摄像头当前的角速度信息,将该当前的角速度信息转换为第一旋转矩阵;获取该摄像头当前的加速度信息,将该当前的加速度信息转换为第一平移矩阵,该第一旋转矩阵和该第一平移矩阵用于表征该摄像头的当前姿态信息;
转换模块1804还用于:将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息。
通过将该当前的角速度信息转换为第一旋转矩阵,将该当前的加速度信息转换为第一平移矩阵,将该第一旋转矩阵和该第一平移矩阵转换为目标姿态信息,从而可根据摄像头的当前姿态信息预测出摄像头的目标姿态信息。
在一个实施例中,转换模块1804还用于:将该第一旋转矩阵和该第一平移矩阵转换到频域空间;
分别对该频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理;将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,该第二旋转矩阵和该第二平移矩阵用于表征该摄像头的目标姿态信息。
通过将时域空间的第一旋转矩阵和该第一平移矩阵转换到频域空间,使得可得到更多待处理图像的细节信息,使得图像信息更直观。将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,以得到待处理图像稳定时摄像头的姿态信息。
上述图像处理装置和深度信息获取装置中各个模块的划分仅用于举例说明,在其他实施例中,可将图像处理装置按照需要划分为不同的模块,以完成上述图像处理装置和深度信息获取装置的全部或部分功能。
图19为一个实施例中电子设备的内部结构示意图。如图19所示,该电子设备包括通过系统总线连接的处理器和存储器。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。
本申请实施例中提供的图像处理装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在终端或服务器的存储器上。该计算机程序被处理器执行时,实现本申请实施例中所描述方法的操作。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行图像处理方法和深度信息获取方法的操作。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行图像处理方法和深度信息获取方法。
本申请实施例所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (19)
1.一种图像处理方法,包括:
获取摄像头的当前姿态信息;
将所述当前姿态信息转换为目标姿态信息;
获取在当前姿态下待处理图像中各像素点的第一深度信息,包括:
获取在当前姿态下待处理图像中各像素点的初始深度信息;
获取所述当前姿态下对焦区域的深度信息;
将所述初始深度信息和所述当前姿态下对焦区域的深度信息进行融合修正处理,得到在所述当前姿态下所述待处理图像中各像素点的第一深度信息;
根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的第一深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息;
获取所述摄像头的第一内参信息,根据所述当前姿态信息、所述第一深度信息、所述目标姿态信息、所述第二深度信息和所述第一内参信息对所述待处理图像进行重投影处理,得到目标图像。
2.根据权利要求1所述的方法,其特征在于,所述将所述当前姿态信息转换为目标姿态信息,包括:
将所述当前姿态信息转换到频域空间;
将所述频域空间的当前姿态信息进行低通滤波处理;
将经过低通滤波处理后的当前姿态信息转换到时域空间,得到目标姿态信息。
3.根据权利要求1所述的方法,其特征在于,所述获取摄像头的当前姿态信息,包括:
获取摄像头当前的角速度信息,将所述当前的角速度信息转换为第一旋转矩阵;
获取所述摄像头当前的加速度信息,将所述当前的加速度信息转换为第一平移矩阵,所述第一旋转矩阵和所述第一平移矩阵用于表征所述摄像头的当前姿态信息;
所述将所述当前姿态信息转换为目标姿态信息,包括:
将所述第一旋转矩阵和所述第一平移矩阵转换为目标姿态信息。
4.根据权利要求3所述的方法,其特征在于,所述将所述第一旋转矩阵和所述第一平移矩阵转换为目标姿态信息,包括:
将所述第一旋转矩阵和所述第一平移矩阵转换到频域空间;
分别对所述频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理;
将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,所述第二旋转矩阵和所述第二平移矩阵用于表征所述摄像头的目标姿态信息。
5.根据权利要求1所述的方法,其特征在于,所述获取所述当前姿态下对焦区域的深度信息,包括:
确定所述当前姿态下的对焦区域,根据所述对焦区域获取对应的焦距值;
根据所述焦距值获取对应的深度信息,将与所述焦距值对应的深度信息作为所述当前姿态下对焦区域的深度信息。
6.根据权利要求5所述的方法,其特征在于,所述根据所述对焦区域获取对应的焦距值,包括:
获取对焦区域与焦距值之间的映射关系,根据所述映射关系获取所述对焦区域对应的焦距值。
7.根据权利要求5所述的方法,其特征在于,所述根据所述焦距值获取对应的深度信息,包括:
获取对焦曲线,从所述对焦曲线中获取所述焦距值对应的深度信息,所述对焦曲线为焦距值与深度信息之间的关联曲线。
8.根据权利要求1所述的方法,其特征在于,所述深度信息包括深度值,所述将所述初始深度信息和所述当前姿态下对焦区域的深度信息进行融合修正处理,得到在所述当前姿态下所述待处理图像中各像素点的第一深度信息,包括:
确定在所述当前姿态下待处理图像中与所述当前姿态下对焦区域的各像素点相匹配的像素点;
确定所述对焦区域的深度值和所述待处理图像中相匹配的像素点的初始深度值之间的差值;
根据所述差值和在所述当前姿态下所述待处理图像中各像素点的初始深度信息,确定在所述当前姿态下所述待处理图像中各像素点的第一深度信息。
9.根据权利要求1所述的方法,其特征在于,所述深度信息包括深度值,所述将所述初始深度信息和所述当前姿态下对焦区域的深度信息进行融合修正处理,得到在所述当前姿态下所述待处理图像中各像素点的第一深度信息,包括:
确定在所述当前姿态下待处理图像中与所述当前姿态下对焦区域的各像素点相匹配的像素点;
确定所述对焦区域的深度值和所述待处理图像中相匹配的像素点的初始深度值之间的比值;
根据所述比值和在所述当前姿态下所述待处理图像中各像素点的初始深度信息,确定在所述当前姿态下所述待处理图像中各像素点的第一深度信息。
10.根据权利要求1所述的方法,其特征在于,所述根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的第一深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息,包括:
获取在所述当前姿态下所述待处理图像中各像素点对应的第一三维坐标;
采用坐标转换算法根据所述目标姿态信息将所述第一三维坐标转换为第二三维坐标,得到在所述目标姿态下所述待处理图像中各像素点的第二深度信息,所述第二三维坐标为在所述目标姿态下所述待处理图像中各像素点对应的三维坐标。
11.根据权利要求1所述的方法,其特征在于,所述获取所述摄像头的第一内参信息,包括:
获取所述摄像头的初始内参信息;
获取所述当前姿态下的所述摄像头的焦距值;
根据所述当前姿态下的所述摄像头的焦距值更新所述摄像头的初始内参信息,得到所述摄像头的第一内参信息。
12.一种深度信息获取方法,包括:
获取摄像头的当前姿态信息;
将所述当前姿态信息转换为目标姿态信息;
获取在当前姿态下待处理图像中各像素点的第一深度信息,包括:
获取在当前姿态下待处理图像中各像素点的初始深度信息;
获取所述当前姿态下对焦区域的深度信息;
将所述初始深度信息和所述当前姿态下对焦区域的深度信息进行融合修正处理,得到在所述当前姿态下所述待处理图像中各像素点的第一深度信息;
根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的第一深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息。
13.根据权利要求12所述的方法,其特征在于,将所述当前姿态信息转换为目标姿态信息,包括:
将所述当前姿态信息转换到频域空间;
将所述频域空间的当前姿态信息进行低通滤波处理;
将经过低通滤波处理后的当前姿态信息转换到时域空间,得到目标姿态信息。
14.根据权利要求12所述的方法,其特征在于,所述获取摄像头的当前姿态信息,包括:
获取摄像头当前的角速度信息,将所述当前的角速度信息转换为第一旋转矩阵;
获取所述摄像头当前的加速度信息,将所述当前的加速度信息转换为第一平移矩阵,所述第一旋转矩阵和所述第一平移矩阵用于表征所述摄像头的当前姿态信息;
所述将所述当前姿态信息转换为目标姿态信息,包括:
将所述第一旋转矩阵和所述第一平移矩阵转换为目标姿态信息。
15.根据权利要求14所述的方法,其特征在于,所述将所述第一旋转矩阵和所述第一平移矩阵转换为目标姿态信息,包括:
将所述第一旋转矩阵和所述第一平移矩阵转换到频域空间;
分别对所述频域空间的第一旋转矩阵和第一平移矩阵进行低通滤波处理;
将经过低通滤波处理后的第一旋转矩阵和第一平移矩阵转换到时域空间,得到第二旋转矩阵和第二平移矩阵,所述第二旋转矩阵和所述第二平移矩阵用于表征所述摄像头的目标姿态信息。
16.一种图像处理装置,包括:
姿态获取模块,用于获取摄像头的当前姿态信息;
转换模块,用于将所述当前姿态信息转换为目标姿态信息;
深度信息获取模块,用于获取在当前姿态下待处理图像中各像素点的第一深度信息,包括:
获取在当前姿态下待处理图像中各像素点的初始深度信息;
获取所述当前姿态下对焦区域的深度信息;
将所述初始深度信息和所述当前姿态下对焦区域的深度信息进行融合修正处理,得到在所述当前姿态下所述待处理图像中各像素点的第一深度信息;
确定模块,用于根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的第一深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息;
目标图像确定模块,用于获取所述摄像头的第一内参信息,根据所述当前姿态信息、所述第一深度信息、所述目标姿态信息、所述第二深度信息和所述第一内参信息对所述待处理图像进行重投影处理,得到目标图像。
17.一种深度信息获取装置,包括:
姿态获取模块,用于获取摄像头的当前姿态信息;
转换模块,用于将所述当前姿态信息转换为目标姿态信息;
深度信息获取模块,用于获取在当前姿态下待处理图像中各像素点的第一深度信息,包括:
获取在当前姿态下待处理图像中各像素点的初始深度信息;
获取所述当前姿态下对焦区域的深度信息;
将所述初始深度信息和所述当前姿态下对焦区域的深度信息进行融合修正处理,得到在所述当前姿态下所述待处理图像中各像素点的第一深度信息;
确定模块,用于根据所述目标姿态信息和在所述当前姿态下所述待处理图像中各像素点的第一深度信息,确定在目标姿态下所述待处理图像中各像素点的第二深度信息。
18.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至15中任一项所述的方法的步骤。
19.一种计算机可读存储介质,其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15中任一项所述的方法的步骤。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2019/102794 WO2021035524A1 (zh) | 2019-08-27 | 2019-08-27 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113875219A CN113875219A (zh) | 2021-12-31 |
CN113875219B true CN113875219B (zh) | 2023-08-15 |
Family
ID=74683493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980096822.5A Active CN113875219B (zh) | 2019-08-27 | 2019-08-27 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220180484A1 (zh) |
EP (1) | EP4016985A4 (zh) |
CN (1) | CN113875219B (zh) |
WO (1) | WO2021035524A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115088018A (zh) * | 2021-01-15 | 2022-09-20 | 谷歌有限责任公司 | 用于模拟光飞行的系统和方法 |
CN113838139A (zh) * | 2021-08-13 | 2021-12-24 | 北京极豪科技有限公司 | 图像传感器的参数检测方法、装置、电子设备及存储介质 |
CN114511626B (zh) * | 2022-04-20 | 2022-08-05 | 杭州灵西机器人智能科技有限公司 | 基于rgbd相机系统的图像处理装置、方法、设备及介质 |
US11887338B2 (en) * | 2022-06-16 | 2024-01-30 | Motional Ad Llc | Maintaining calibration of an IBIS camera |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103402053A (zh) * | 2008-05-19 | 2013-11-20 | 佳能株式会社 | 信息供给装置、透镜装置、照相机装置和图像拾取系统 |
JP2014103490A (ja) * | 2012-11-19 | 2014-06-05 | Nippon Hoso Kyokai <Nhk> | ロボットカメラ制御装置、そのプログラム及び多視点ロボットカメラシステム |
CN104880154A (zh) * | 2015-06-03 | 2015-09-02 | 西安交通大学 | 一种物联网双目视觉变焦动态目标跟踪试验系统平台与测距方法 |
CN106357990A (zh) * | 2016-08-29 | 2017-01-25 | 昆山丘钛微电子科技有限公司 | 具防抖功能的双摄像头装置 |
CN109141433A (zh) * | 2018-09-20 | 2019-01-04 | 江阴市雷奥机器人技术有限公司 | 一种机器人室内定位系统及定位方法 |
CN109559271A (zh) * | 2017-09-26 | 2019-04-02 | 富士通株式会社 | 对深度图像进行优化的方法和装置 |
CN110012219A (zh) * | 2017-12-26 | 2019-07-12 | 佳能株式会社 | 图像稳定控制设备、摄像设备和系统及方法、存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8823813B2 (en) * | 2011-06-06 | 2014-09-02 | Apple Inc. | Correcting rolling shutter using image stabilization |
JP6164679B2 (ja) * | 2012-10-30 | 2017-07-19 | 株式会社Halデザイン研究所 | カメラのキャリブレーション方法及びカメラのキャリブレーション装置 |
US9589326B2 (en) * | 2012-11-29 | 2017-03-07 | Korea Institute Of Science And Technology | Depth image processing apparatus and method based on camera pose conversion |
JP6047008B2 (ja) * | 2012-12-25 | 2016-12-21 | キヤノン株式会社 | 画像処理装置およびそれを備えた撮像装置、ならびに画像処理装置の制御方法 |
CN103745474B (zh) * | 2014-01-21 | 2017-01-18 | 南京理工大学 | 基于惯性传感器和摄像机的图像配准方法 |
JP6570327B2 (ja) * | 2015-06-05 | 2019-09-04 | キヤノン株式会社 | 制御装置、撮像装置、制御方法、プログラム、および、記憶媒体 |
CN106998459A (zh) * | 2017-03-15 | 2017-08-01 | 河南师范大学 | 一种连续变焦技术的单摄像头立体图像生成方法 |
CN109005355B (zh) * | 2018-09-28 | 2020-10-09 | 维沃移动通信有限公司 | 一种拍摄方法及移动终端 |
CN109656367A (zh) * | 2018-12-24 | 2019-04-19 | 深圳超多维科技有限公司 | 一种应用于vr场景下的图像处理方法、装置及电子设备 |
CN109916302B (zh) * | 2019-03-27 | 2020-11-20 | 青岛小鸟看看科技有限公司 | 一种载货箱体的体积测量方法和系统 |
-
2019
- 2019-08-27 EP EP19943087.7A patent/EP4016985A4/en active Pending
- 2019-08-27 WO PCT/CN2019/102794 patent/WO2021035524A1/zh unknown
- 2019-08-27 CN CN201980096822.5A patent/CN113875219B/zh active Active
-
2022
- 2022-02-24 US US17/679,949 patent/US20220180484A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103402053A (zh) * | 2008-05-19 | 2013-11-20 | 佳能株式会社 | 信息供给装置、透镜装置、照相机装置和图像拾取系统 |
JP2014103490A (ja) * | 2012-11-19 | 2014-06-05 | Nippon Hoso Kyokai <Nhk> | ロボットカメラ制御装置、そのプログラム及び多視点ロボットカメラシステム |
CN104880154A (zh) * | 2015-06-03 | 2015-09-02 | 西安交通大学 | 一种物联网双目视觉变焦动态目标跟踪试验系统平台与测距方法 |
CN106357990A (zh) * | 2016-08-29 | 2017-01-25 | 昆山丘钛微电子科技有限公司 | 具防抖功能的双摄像头装置 |
CN109559271A (zh) * | 2017-09-26 | 2019-04-02 | 富士通株式会社 | 对深度图像进行优化的方法和装置 |
CN110012219A (zh) * | 2017-12-26 | 2019-07-12 | 佳能株式会社 | 图像稳定控制设备、摄像设备和系统及方法、存储介质 |
CN109141433A (zh) * | 2018-09-20 | 2019-01-04 | 江阴市雷奥机器人技术有限公司 | 一种机器人室内定位系统及定位方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021035524A1 (zh) | 2021-03-04 |
EP4016985A1 (en) | 2022-06-22 |
CN113875219A (zh) | 2021-12-31 |
EP4016985A4 (en) | 2022-08-31 |
US20220180484A1 (en) | 2022-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107948519B (zh) | 图像处理方法、装置及设备 | |
CN110610465B (zh) | 图像校正方法和装置、电子设备、计算机可读存储介质 | |
CN113875219B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN111147741B (zh) | 基于对焦处理的防抖方法和装置、电子设备、存储介质 | |
CN109194876B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN110536057B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN111246089B (zh) | 抖动补偿方法和装置、电子设备、计算机可读存储介质 | |
CN110166695B (zh) | 摄像头防抖方法、装置、电子设备和计算机可读存储介质 | |
CN108055452B (zh) | 图像处理方法、装置及设备 | |
CN109712192B (zh) | 摄像模组标定方法、装置、电子设备及计算机可读存储介质 | |
WO2020259474A1 (zh) | 追焦方法、装置、终端设备、计算机可读存储介质 | |
JP2019510234A (ja) | 奥行き情報取得方法および装置、ならびに画像取得デバイス | |
CN111246100B (zh) | 防抖参数的标定方法、装置和电子设备 | |
CN109951641B (zh) | 图像拍摄方法和装置、电子设备、计算机可读存储介质 | |
CN109559352B (zh) | 摄像头标定方法、装置、电子设备和计算机可读存储介质 | |
CN109598764A (zh) | 摄像头标定方法和装置、电子设备、计算机可读存储介质 | |
CN112087571A (zh) | 图像采集方法和装置、电子设备、计算机可读存储介质 | |
CN109660718A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN110035206A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN111932587A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN112866553B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
CN112019734B (zh) | 图像采集方法、装置、电子设备和计算机可读存储介质 | |
CN109697737B (zh) | 摄像头标定方法、装置、电子设备和计算机可读存储介质 | |
CN109584311B (zh) | 摄像头标定方法、装置、电子设备和计算机可读存储介质 | |
CN110233969B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |