CN114007013A - 模糊区确定和防抖性能检测方法、系统、防抖性能检测设备 - Google Patents
模糊区确定和防抖性能检测方法、系统、防抖性能检测设备 Download PDFInfo
- Publication number
- CN114007013A CN114007013A CN202111269226.8A CN202111269226A CN114007013A CN 114007013 A CN114007013 A CN 114007013A CN 202111269226 A CN202111269226 A CN 202111269226A CN 114007013 A CN114007013 A CN 114007013A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- image
- shake
- entropy
- pixel point
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000011156 evaluation Methods 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000003068 static effect Effects 0.000 claims description 10
- 238000005260 corrosion Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 18
- 230000008859 change Effects 0.000 description 11
- 238000012360 testing method Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/681—Motion detection
- H04N23/6811—Motion detection based on the image signal
Abstract
本申请公开一种模糊区确定和防抖性能检测方法、系统、防抖性能检测设备,其中模糊区确定方法包括:获取待测图像和所述待测图像中各个像素点的灰度值;根据所述各个像素点的灰度值获取所述各个像素点的模糊熵;所述模糊熵用于表征对应像素点的混乱程度;根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区;所述模糊阈值用于表征所述模糊区分界处的模糊熵取值。本申请能够提高模糊区确定过程中的准确性和对应的确定效率,从而提高对应防抖性能检测方案的准确性和检测效率,使防抖性能检测方案适用于各类检测场景,具有较高的灵活性。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种模糊区确定和防抖性能检测方法、系统、防抖性能检测设备。
背景技术
手机等电子设备已逐渐成为人们日常生活中必不可少的设备,拍摄(如拍照或者摄影)为这些电子设备的重要功能之一,能够为用户留住拍摄的各个瞬间。上述电子设备在拍摄时,用户手部肌肉的细微抖动和/或外部环境带来的微小震动等抖动环境都容易使拍出的照片存在一定程度的模糊,为了减小这种抖动环境造成的模糊,绝大多数厂家都会引入OIS(Optical Image Stabilizer,光学图像稳定器)等防抖技术,检测防抖技术中OIS算法等防抖算法的优劣对评估对应电子设备的拍照性能具有重要作用。
现有方案往往通过搭建封闭的测试平台测试电子设备拍摄时的防抖性能,以防止外部光线的干扰,使得每次测试时前景像素值和背景像素值保持在一定区间,界于前景与背景之间的模糊区像素值也保持在一定区间,这样通过人眼观察并找出这些像素值区间,即可找到二值化所需阈值,提取模糊区进行防抖性能检测,这种方案对测试环境要求较高,容易出现受外部光线影响导致所提取的模糊区不准确的问题。
发明内容
鉴于此,本申请提供一种模糊区确定和防抖性能检测方法、系统、防抖性能检测设备,以解决现有的模糊区提取方案对测试环境要求高,容易出现受外部光线影响导致所提取的模糊区不准确的问题。
本申请提供的一种模糊区确定方法,包括:
获取待测图像和所述待测图像中各个像素点的灰度值;
根据所述各个像素点的灰度值获取所述各个像素点的模糊熵;所述模糊熵用于表征对应像素点的混乱程度;
根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区;所述模糊阈值用于表征所述模糊区分界处的模糊熵取值。
可选地,所述根据所述各个像素点的灰度值获取所述各个像素点的模糊熵包括:
确定以所述各个像素点为中心的检测窗;
根据各个检测窗内各像素点的灰度值,确定所述各个检测窗的模糊熵;
将所述各个检测窗的模糊熵确定为所述各个检测窗中心处像素点的模糊熵。
可选地,所述根据所述各个检测窗内各像素点的灰度值,确定所述各个检测窗的模糊熵包括:
获取各个灰度值在所述各个检测窗中的出现次数;
根据所述各个灰度值的出现次数计算所述各个灰度值在对应检测窗的出现概率;
根据所述各个灰度值的出现概率计算对应检测窗的模糊熵。
可选地,所述获取各个灰度值在所述各个检测窗中的出现次数包括:
根据所述灰度值的取值特征设置所述各个检测窗的计数数组;所述计数数组用于记录各个灰度值在各检测窗的出现次数;
分别遍历所述各个检测窗的像素点,在所述像素点取第i个灰度值时,将对应计数数组的元素pix_rank[i]增加一个计数单位,以使遍历完一个检测窗的各个像素点之后,对应的计数数组记录各个灰度值在该检测窗的出现次数;pix_rank[i]用于记录第i个灰度值在对应检测窗的出现次数。
可选地,所述根据所述各个灰度值的出现概率计算对应检测窗的模糊熵包括:
式中,E表示模糊熵,i1表示灰度值的总数,p(i)表示第i个灰度值在对应检测窗的出现概率,符号×表示相乘。
可选地,所述检测窗包括k×k的矩形窗。
可选地,所述根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区包括:
缩放所述各个像素点的模糊熵,根据缩放后的各个模糊熵确定模糊熵图像;
获取所述模糊熵图像的最大模糊熵,根据所述最大模糊熵确定模糊阈值;
根据所述模糊阈值对所述模糊熵图像进行二值化处理,得到二值化图像;
根据所述二值化图像确定所述模糊区。
可选地,所述根据所述二值化图像确定所述模糊区包括:
对所述二值化图像依次进行膨胀和腐蚀处理;
在腐蚀处理得到的图像中提取连通区域;
将最大连通区域的最小外接矩形确定为所述模糊区。
本申请还提供一种基线确定方法,包括:
获取拍摄模组处于静止状态针对目标物拍摄的第一图像,在抖动状态针对所述目标物拍摄后,未经过防抖算法处理的第二图像,以及在所述抖动状态针对所述目标物拍摄后,经过防抖算法处理得到的第三图像;
采用上述任一种模糊区确定方法分别确定所述第一图像的第一模糊区、所述第二图像的第二模糊区和所述第三图像的第三模糊区;
根据所述第一模糊区、所述第二模糊区和所述第三模糊区检测所述拍摄模组的防抖性能。
可选地,所述根据所述第一模糊区、所述第二模糊区和所述第三模糊区检测所述拍摄模组的防抖性能包括:
获取所述第一模糊区的第一尺寸、所述第二模糊区的第二尺寸和所述第三模糊区的第三尺寸;
根据所述第一尺寸、所述第二尺寸和所述第三尺寸计算用于表征所述防抖性能的性能评价参数,以根据所述性能评价参数检测所述拍摄模组的防抖性能。
可选地,所述第一尺寸、所述第二尺寸和所述第三尺寸包括对应模糊区的宽度,所述性能评价参数用于表征所述拍摄模组的横向防抖性能;
和/或,所述第一尺寸、所述第二尺寸和所述第三尺寸包括对应模糊区的高度,所述性能评价参数用于表征所述拍摄模组的纵向防抖性能。
可选地,所述性能评价参数的计算公式包括:
式中,Q表示性能评价参数,a0表示预设的评价系数,astatic表示第一尺寸,a_off表示第二尺寸,a_on表示第三尺寸,符号×表示相乘。
本申请还提供一种模糊区确定系统,包括:
第一获取模块,用于获取待测图像和所述待测图像中各个像素点的灰度值;
第二获取模块,用于根据所述各个像素点的灰度值获取所述各个像素点的模糊熵;所述模糊熵用于表征对应像素点的混乱程度;
第一确定模块,用于根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区;所述模糊阈值用于表征所述模糊区分界处的模糊熵取值。
本申请还提供一种防抖性能检测系统,包括:
第三获取模块,用于获取拍摄模组处于静止状态针对目标物拍摄的第一图像,在抖动状态针对所述目标物拍摄后,未经过防抖算法处理的第二图像,以及在所述抖动状态针对所述目标物拍摄后,经过防抖算法处理得到的第三图像;
第二确定模块,用于采用上述任一种模糊区确定系统分别确定所述第一图像的第一模糊区、所述第二图像的第二模糊区和所述第三图像的第三模糊区;
检测模块,用于根据所述第一模糊区、所述第二模糊区和所述第三模糊区检测所述拍摄模组的防抖性能。
本申请还提供一种防抖性能检测设备,包括处理器和存储介质;所述存储介质上存储有程序代码;所述处理器用于调用所述存储介质存储的程序代码,以执行如上述任一种模糊区确定方法或者上述任一种防抖性能检测方法。
可选地,上述防抖性能检测设备还包括震动台;所述震动台用于为拍摄模组提供抖动平台,以使所述拍摄模组在抖动状态拍摄目标物。
本申请上述模糊区确定和防抖性能检测方法、系统、防抖性能检测设备,通过获取待测图像中各个像素点的灰度值,计算表征各个像素点混乱程度的模糊熵,使各个像素的混乱程度仅与对应模糊熵的取值相关,与像素的亮暗无关,以降低外界环境对模糊区确定过程的影响程度,因而依据各个像素点的模糊熵和对应的模糊阈值可以快速准确确定待测图像的模糊区。其中模糊区确定过程适用于不同背景下的目标物,受外部光线等环境因素的影响程度低,灵活性高,且具有较高的模糊区确定效率,从而可以提高后续依据所确定模糊区检测防抖性能的效率。此外通过确定以各个像素点为中心的检测窗,使各个检测窗内像素的灰度变化特征能够反映对应像素点的混乱程度,依据检测窗内各像素点的灰度值计算得到的模糊熵能够对相应检测窗中心处像素点的混乱程度进行准确表征,以进一步提升依据模糊熵确定模糊区的准确性,从而可以提升对应防抖性能检测过程中的准确性和稳定性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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,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是本申请一实施例的模糊区确定方法流程示意图;
图2是本申请另一实施例的模糊区确定方法流程示意图;
图3是本申请一实施例的防抖性能检测方法流程示意图;
图4a、图4b和图4c是本申请一实施例中防抖性能检测过程中涉及的图像示意图;
图5是本申请一实施例的模糊区确定系统结构示意图;
图6是本申请一实施例的防抖性能检测系统结构示意图;
图7是本申请一实施例的防抖性能检测设备结构示意图。
具体实施方式
如背景技术所述,现有的模糊区提取方案对测试环境要求极高,受外部光线影响较大,而且通过人眼确认二值化阈值,存在效率低和识别结果不稳定的问题。
针对上述问题,本申请提供的模糊区确定和防抖性能检测方法、系统、防抖性能检测设备,受外部光线等环境因素的影响程度低,能够适用于各类防抖性能检测场景,具有较高的灵活性高;且其中模糊区的确定效率和准确性高,从而可以提高依据所确定模糊区检测拍摄模组防抖性能的效率和准确性,提高防抖性能检测过程中的稳定性。
下面结合附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。在不冲突的情况下,下述各个实施例及其技术特征可以相互组合。
本申请第一方面提供一种模糊区确定方法,参考图1所示,该模糊区确定方法包括:
S110,获取待测图像和所述待测图像中各个像素点的灰度值。
上述待测图像包括需要提取模糊区的图像,如在检测拍摄模组和/或电子设备的防抖性能时需要提取模糊区的各个图像:拍摄模组和/或电子设备在非抖动状态下针对目标物拍摄的图像,在抖动状态下拍摄目标物后经过防抖算法处理得到的图像,和/或,在抖动状态下拍摄目标物后未经过防抖算法处理得到的图像等等。可选地,若拍摄模组和/或电子设备拍摄的原始图像较大,而目标物在原始图像中占的比例有限,直接针对整个原始图像提取模糊区,将会影响模糊区的提取效率;此时可以在原始图像中定位到目标物,截取以目标物为基准并向四周扩散设定宽度裕量的图像,以此确定待测图像,提高后续从待测图像中确定模糊区的效率。上述设定宽度裕量可以依据目标物和/或原始图像的大小等特征确定,比如可以确定为200Pixel(像素)等值。
具体地,上述步骤还可以对待测图像进行灰度化处理,以获取待测图像中各个像素点的灰度值。
S120,根据所述各个像素点的灰度值获取所述各个像素点的模糊熵;所述模糊熵用于表征对应像素点的混乱程度。
在待测图像中,某个像素点的混乱程度可以通过该像素点和围绕该像素点的其他像素点等多个像素点的灰度变化特征确定,因而上述步骤可以通过分析各个像素点所在像素区域或者像素窗口的灰度变化特征获取相应像素点的模糊熵。具体地,上述步骤可以获取各个像素点所在像素区域或者像素窗口中各个像素点的灰度值,通过分析各个灰度值的变化特征确定表征对应像素点混乱程度的模糊熵,比如若某像素点所在像素区域或者像素窗口中各个像素点的灰度值一致,或者各个灰度值具有明显的变化规律,则该像素点的混乱程度低,所取模糊熵表征的混乱程度相应低;若某像素点所在像素区域或者像素窗口中各个像素点的灰度值变化未显示出相关规律,则该像素点的混乱程度高,所取模糊熵表征的混乱程度相应高。
S130,根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区;所述模糊阈值用于表征所述模糊区分界处的模糊熵取值。
上述模糊阈值可以依据模糊熵的确定规则设定,通常可以设为表征非模糊区的模糊熵与表征模糊区的模糊熵之间的分界值。若模糊熵取值越大,表征相应像素点的混乱程度越高,此时模糊阈值可以设为最大模糊熵的一定比例等能准确表征上述分界值的阈值,大于或者等于该模糊阈值的模糊熵对应的像素点为模糊区的像素点,小于该模糊阈值的模糊熵对应的像素点为非模糊区的像素点,以此确定待测图像的模糊区;若模糊熵取值越小,表征相应像素点的混乱程度越高,此时模糊阈值可以设为最小模糊熵的若干倍等能准确表征上述分界值的阈值,小于或者等于该模糊阈值的模糊熵对应的像素点为模糊区的像素点,大于该模糊阈值的模糊熵对应的像素点为非模糊区的像素点,以此确定待测图像的模糊区。
上述模糊区确定方法,通过获取待测图像中各个像素点的灰度值,确定各个像素点对应的模糊熵,以采用模糊熵描述像素点的混乱程度,此时各个像素的混乱程度仅与对应模糊熵的取值相关,与像素的亮暗无关,可以降低外界环境对模糊区确定过程的影响程度,因而依据各个像素点的模糊熵和对应的模糊阈值可以准确确定待测图像的模糊区;对应的模糊区确定过程适用于不同背景下的目标物,受外部光线等环境因素的影响程度低,灵活性高,且具有较高的模糊区确定效率,从而可以提高后续依据所确定模糊区检测防抖性能的效率。
在一个实施例中,对应到上述实施例的步骤S120中,所述根据所述各个像素点的灰度值获取所述各个像素点的模糊熵的方法进一步包括:
确定以所述各个像素点为中心的检测窗;
根据各个检测窗内各像素点的灰度值,确定所述各个检测窗的模糊熵;
将所述各个检测窗的模糊熵确定为所述各个检测窗中心处像素点的模糊熵。
上述检测窗包括能表征对应像素点灰度变化特征的像素区域,可以为k×k的矩形窗等像素区域。其中k的取值不宜过大或过小,其取值过大容易导致矩形窗的边界附近模糊熵趋同,使后续确定的模糊边界误差较大,矩形窗过小使矩形窗内像素点太少,难以反映矩形窗内像素点灰度等级的变化信息;可选地,k的取值范围为9至13,在一些示例中,k可以取11,以合理设置检测窗的尺寸,通过矩形窗内各像素点灰度等级的变化信息准确表征对应像素点的混乱程度。可选地,对于待测图像边缘的一些像素点,以这些像素点为中心的检测窗中某些点不为待测图像的像素点,那么可以将这些不为待测图像中像素点的点的灰度值设为一指定灰度值,以使检测窗包括的各点均能为表征中心处像素点的混乱程度做贡献;其中上述指定灰度值也可依据待测图像的灰度特征设置,比如可以设为如0或者255等灰度范围边界值,也可以设为其他值。可选地,若目标物位于待测图像中间位置,且远离待测图像边缘,此时位于待测图像边缘的像素点的混乱程度相对低,对于待测图像边缘的这些像素点,以这些像素点为中心的检测窗中某些点不为待测图像的像素点,可以将这些位于待测图像边缘的像素点的模糊熵设为一表征相对低的混乱程度的模糊熵值,以减小所有像素点的模糊熵获取过程中的计算量,进一步提高对应模糊区的确定效率。
具体地,本实施例可以以一设定尺寸的检测窗滑动遍历待测图像,以依次确定以各个像素点为中心的检测窗,分别依据各个检测窗内各像素点的灰度值计算对应像素点的模糊熵。
本实施例通过确定以各个像素点为中心的检测窗,使各个检测窗内像素的灰度变化特征能够反映对应像素点的混乱程度,这样依据各个检测窗内各像素点的灰度值所确定的模糊熵能够对相应检测窗中心处像素点的混乱程度进行准确表征,使各个像素点的模糊熵具有较高的准确性。
在一个示例中,所述根据所述各个检测窗内各像素点的灰度值,确定所述各个检测窗的模糊熵包括:
获取各个灰度值在所述各个检测窗中的出现次数;
根据所述各个灰度值的出现次数计算所述各个灰度值在对应检测窗的出现概率;
根据所述各个灰度值的出现概率计算对应检测窗的模糊熵。
本示例依据各个灰度值在检测窗内的出现概率计算对应检测窗的模糊熵,能够简化模糊熵的计算过程,提高所得模糊熵的准确性。
具体地,所述获取各个灰度值在所述各个检测窗中的出现次数包括:
根据所述灰度值的取值特征设置所述各个检测窗的计数数组;所述计数数组用于记录各个灰度值在各检测窗的出现次数;
分别遍历所述各个检测窗的像素点,在所述像素点取第i个灰度值时,将对应计数数组的元素pix_rank[i]增加一个计数单位,以使遍历完一个检测窗的各个像素点之后,对应的计数数组记录各个灰度值在该检测窗的出现次数;pix_rank[i]用于记录第i个灰度值在对应检测窗的出现次数。
上述计数数组的维数可以依据灰度值的取值范围设置,以使各个灰度值分别对应计数数组的一个计算元素,计数数组中每个计算元素均能记录对应灰度值在相应检测窗中的出现次数;例如若灰度值的取值范围为0至255,则计数数组可以为一个256维数组pix_rank[256],其中pix_rank[i]用于记录第i个灰度值在相应检测窗中的出现次数,1≤i≤256,此时第i个灰度值为i-1。相应地,若检测窗为k×k的矩形窗,第i个灰度值在对应检测窗的出现概率为
具体地,所述根据所述各个灰度值的出现概率计算对应检测窗的模糊熵包括:
式中,E表示模糊熵,i1表示灰度值的总数,可以取256等表征灰度值总数的值,p(i)表示第i个灰度值在对应检测窗的出现概率,符号×表示相乘。
本示例中,第i个灰度值在对应检测窗的出现概率p(i)为0或1表示确定性事件,此时p(i)对应的模糊熵为0,可见事件越确定,依据各个灰度值的出现概率计算得到的模糊熵越小,事件越不确定,依据各个灰度值的出现概率计算得到的模糊熵越大,因而模糊熵越大表征对应的像素点越混乱,此时可以依据各个像素点的模糊熵对应的取值范围设置对应的模糊阈值,比如将模糊阈值设为最大模糊熵的一定比例或者设为模糊熵所在取值范围的中间值等等。相应地,上述根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区可以包括:将模糊熵大于或者等于模糊阈值的像素点确定为模糊点,根据模糊点确定待测图像的模糊区,以快速准确地确定待测图像的模糊区。
在一个实施例中,对应到上述实施例的步骤S130中,所述根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区的方法进一步包括:
缩放所述各个像素点的模糊熵,根据缩放后的各个模糊熵确定模糊熵图像;
获取所述模糊熵图像的最大模糊熵,根据所述最大模糊熵确定模糊阈值;
根据所述模糊阈值对所述模糊熵图像进行二值化处理,得到二值化图像;
根据所述二值化图像确定所述模糊区。
本实施例可以依据各个像素点的模糊熵的取值特征对各个模糊熵进行缩小或者放大,以使缩放后的模糊熵处于一定范围内,以此确定的模糊熵图像更为清晰;例如在各个像素点的初始模糊熵相对小时,可以将各个初始模糊熵放大divl倍,在各个像素点的初始模糊熵相对大时,可以将各个初始模糊熵缩小div2倍,这样针对缩放后的各个模糊熵确定对应的模糊熵图像,可以达到提升模糊熵图像显示效果的目的。可选地,根据缩放后的各个模糊熵确定模糊熵图像包括,以缩放后的各个模糊熵为相应像素点的灰度值等像素参数,以此确定模糊熵图像,以简化后续处理模糊熵图像的过程。
可选地,若各个像素点的初始模糊熵依据各个灰度值在相应检测窗的出现概率确定,此时各个初始模糊熵的取值较小,需要对各个初始模糊熵进行放大,以使放大后的模糊熵更便于进行后续各项处理。这里初始模糊熵的放大倍数divl可以设为100等值,以在放大各个初始模糊熵时,简化对应的计算过程。
可选地,本实施例可以设置比例系数,根据最大模糊熵与比例系数之间的乘积确定模糊阈值;上述比例系数可以大于或者等于0.5,且小于或者等于0.7,如取0.62等值,以保证所确定模糊阈值的准确性,预防造成由于比例系数过小,清晰区被划分至模糊区,或者比例系数过大,模糊区难以被完全分割出来等问题。
进一步地,根据模糊阈值对模糊熵图像进行二值化处理所得到的二值化图像中可能存在模糊边界断裂的现象,为了防止模糊边界断裂导致模糊区提取不准确的问题,在一个示例中,所述根据所述二值化图像确定所述模糊区包括:
对所述二值化图像依次进行膨胀和腐蚀处理;
在腐蚀处理得到的图像中提取连通区域;
将最大连通区域的最小外接矩形确定为所述模糊区。
本示例对二值化图像进行图像闭操作,即先膨胀后腐蚀,在连接断裂处填充其中孔洞的基础上,不增加边界的宽度,保证所确定的模糊区的准确性。具体地,上述最小外接矩形的尺寸即为对应模糊区的尺寸。在需要获取模糊区宽度和高度这些尺寸时,最小外接矩形的宽度即为对应模糊区的宽度,最小外接矩形的高度即为对应模糊区的高度。
在一个示例中,若检测窗为k×k矩形窗,上述模糊区确定方法也可以参考图2所示,包括如下过程:
S201,加载原始图像;
S202,定位目标物,以截取以目标物为基准并向四周扩散设定宽度裕量的图像,确定待测图像;
S203,对待测图像进行灰度化处理,以获取待测图像中各个像素点的灰度值;
S204,定义k×k矩形窗,以滑动该矩形窗获取各个像素点的模糊熵;
S205,检测行数为j1列数为j2的当前像素对应的矩形窗是否超出待测图像的范围,即判断j1<height-(k-1)/2且j2<width-(k-1)/2是否成立,其中height表示待测图像所包括的像素行数,width表示待测图像所包括的像素列数,j1和j2的初始值均为1;若是则执行步骤206,若否则执行步骤S212;
S206,滑动矩形窗,即将矩形窗由上一个像素点(如行数为j1-1列数为j2的像素点)滑动至当前像素点(如行数为j1列数为j2的像素点);可选地,这里在滑动矩形窗之后还可以按照预设规则更新行数j1和/或列数j2,使更新后的行数j1和列数j2表征下一次滑动后矩形窗对应的像素点,如将j1更新为j1+1,或将j2更新为j2+1等等;
S207,计算矩形窗覆盖下的灰度等级;这里灰度等级可以包括各个灰度值在矩形窗的出现概率,该步骤具体可以包括:获取各个灰度值在矩形窗中的出现次数,根据各个灰度值的出现次数计算各个灰度值在对应矩形窗的出现概率;
S208,计算初始模糊熵,将初始模糊熵放大divl倍,得到矩形窗对应的模糊熵;
S209,判断该模糊熵是否为最大的模糊熵,若是执行步骤S210,若否执行步骤S211;
S210,保存最大模糊熵;
S211,确定当前的模糊熵图像,并返回执行步骤S205;
S212,确定最大模糊熵和模糊熵图像;
S213,设置模糊阈值;这里模糊阈值具体可以为最大模糊熵与比例系数之间的乘积;
S214,根据模糊阈值对最终的模糊熵图像进行二值化处理,得到二值化图像;
S215,对二值化图像进行图像闭操作;
S216,确定模糊区,以针对模糊区提取相关尺寸,进行防抖性能检测。
以上模糊区确定方法,通过获取待测图像中各个像素点的灰度值,计算表征各个像素点混乱程度的模糊熵,使各个像素的混乱程度仅与对应模糊熵的取值相关,与像素的亮暗无关,以降低外界环境对模糊区确定过程的影响程度,因而依据各个像素点的模糊熵和对应的模糊阈值可以快速准确确定待测图像的模糊区。其中模糊区确定过程适用于不同背景下的目标物,受外部光线等环境因素的影响程度低,灵活性高,且具有较高的模糊区确定效率,从而可以提高后续依据所确定模糊区检测防抖性能的效率。此外通过确定以各个像素点为中心的检测窗,使各个检测窗内像素的灰度变化特征能够反映对应像素点的混乱程度,依据检测窗内各像素点的灰度值计算得到的模糊熵能够对相应检测窗中心处像素点的混乱程度进行准确表征,以进一步提升依据模糊熵确定模糊区的准确性。
本申请在第二方面提供一种防抖性能检测方法,参考图3所示,上述防抖性能检测方法包括:
S410,获取拍摄模组处于静止状态针对目标物拍摄的第一图像,在抖动状态针对所述目标物拍摄后,未经过防抖算法处理的第二图像,以及在所述抖动状态针对所述目标物拍摄后,经过防抖算法处理得到的第三图像;
S420,采用上述任一实施例所述的模糊区确定方法分别确定所述第一图像的第一模糊区、所述第二图像的第二模糊区和所述第三图像的第三模糊区;
S430,根据所述第一模糊区、所述第二模糊区和所述第三模糊区检测所述拍摄模组的防抖性能。
上述拍摄模组可以为独立的拍摄模组,也可以为设于手机等电子设备中的拍摄模组;若拍摄模组设于电子设备,此时拍摄模组的防抖性能便为对应电子设备的防抖性能。
可选地,上述步骤S430可以通过比对第一模糊区、第二模糊区和第三模糊区的各项特征,以确定拍摄模组所采用防抖算法的防抖性能。具体地,若第一模糊区和第三模糊区的各项特征之间的差别较小,且第三模糊区的各项特征明显优于第二模糊区的各项特征,表征拍摄模组的防抖性能相对高,若第一模糊区和第三模糊区的各项特征之间的差别较大和/或第三模糊区的各项特征与第二模糊区的各项特征相似,表征拍摄模组的防抖性能相对低。
本实施例采用上述任一实施例所述的模糊区确定方法分别确定各个图像的模糊区,可以快速准确地提取所需模糊区进行防抖性能检测,从而提升防抖性能检测的效率和效果,提高检测过程的灵活性。
在一个实施例中,对应到上述实施例的步骤S430中,所述根据所述第一模糊区、所述第二模糊区和所述第三模糊区检测所述拍摄模组的防抖性能进一步包括:
获取所述第一模糊区的第一尺寸、所述第二模糊区的第二尺寸和所述第三模糊区的第三尺寸;
根据所述第一尺寸、所述第二尺寸和所述第三尺寸计算用于表征所述防抖性能的性能评价参数,以根据所述性能评价参数检测所述拍摄模组的防抖性能。
上述第一尺寸、第二尺寸和第三尺寸的内容可以依据需要检测的防抖性能特征确定,三者分别包括对应模糊区的相同特征。若将各个模糊区宽度对应的方向称为横向,高度对应的方向称为纵向,在需要检测横向防抖性能时,第一尺寸包括第一模糊区的宽度,第二尺寸包括第二模糊区的宽度,第三尺寸包括第三模糊区的宽度;在需要检测纵向防抖性能时,第一尺寸包括第一模糊区的高度,第二尺寸包括第二模糊区的高度,第三尺寸包括第三模糊区的高度等等;这样可以依据第一尺寸、第二尺寸和第三尺寸计算得到的性能评价参数可以准确表征各个特征对应的防抖性能。
本实施例依据各个模糊区的具体尺寸计算用于表征防抖性能的性能评价参数,以量化各方面的防抖性能,能够更为精确地确定对应拍摄模组的防抖性能。
在一个示例中,所述第一尺寸、所述第二尺寸和所述第三尺寸包括对应模糊区的宽度,所述性能评价参数用于表征所述拍摄模组的横向防抖性能。
在另一个示例中,所述第一尺寸、所述第二尺寸和所述第三尺寸包括对应模糊区的高度,所述性能评价参数用于表征所述拍摄模组的纵向防抖性能。
在另一个示例中,若需要同时检测拍摄模组的横向防抖性能和纵向防抖性能,所述第一尺寸、所述第二尺寸和所述第三尺寸包括对应模糊区的宽度和高度,此时性能评价参数包括用于表征拍摄模组的横向防抖性能的第一子评价参数和用于表征拍摄模组的纵向防抖性能的第二子评价参数。
具体地,上述性能评价参数或者上述性能评价参数包括的各个子评价参数(如第一子评价参数和第二子评价参数等)的计算公式包括:
式中,Q表示性能评价参数或者上述性能评价参数包括的各个子评价参数,a0表示预设的评价系数,可以取20等值,astatic表示第一尺寸,a_off表示第二尺寸,a_on表示第三尺寸,符号×表示相乘。依据上述计算公式确定的性能评价参数越大,表征对应的防抖性能越好。具体地,可以依据评价系数的取值特征设置性能阈值,若性能评价参数大于或者等于该性能阈值,则表征对应防抖算法的防抖性能检测通过,若性能评价参数小于该性能阈值,则表征对应防抖算法的防抖性能检测未通过。可选地,若评价系数取20,对应的性能阈值可以取30dB(分贝)等值,以保证进行防抖性能检测的准确性。
在一个示例中,拍摄模组在各个拍摄条件下针对图4a至图4c所示目标物进行拍摄,采用的防抖算法为OIS算法。图4a示出了内容包括:拍摄模组处于静止状态针对目标物拍摄得到第一图像,以该第一图像为原图(原始图像)进行截取得到目标图(待测图像),针对该目标图获取各个像素点的灰度值和模糊熵,依据各个像素点的模糊熵确定模糊熵图像,对模糊熵图像进行二值化处理,得到二值化图像与模糊区边界框,对二值化图像依次进行膨胀和腐蚀处理,以确定更为准确的模糊区及其边界框(最大连通区域的最小外接矩形),提取该模糊区或其边界框的尺寸,图4a示出的第一尺寸包括:宽度为1767,高度为1769;图4b示出了内容包括:拍摄模组在抖动状态针对目标物拍摄后,未经过防抖算法处理的第二图像,以该第二图像为原图进行截取得到目标图,针对该目标图获取各个像素点的灰度值和模糊熵,依据各个像素点的模糊熵确定模糊熵图像,对模糊熵图像进行二值化处理,得到二值化图像与模糊区边界框,对二值化图像依次进行膨胀和腐蚀处理,以确定更为准确的模糊区及其边界框,提取该模糊区或其边界框的尺寸,图4b示出的第二尺寸包括:宽度为1901,高度为1903;图4c示出了内容包括:拍摄模组在抖动状态针对目标物拍摄后,经过防抖算法处理的第三图像,以该第三图像为原图进行截取得到目标图,针对该目标图获取各个像素点的灰度值和模糊熵,依据各个像素点的模糊熵确定模糊熵图像,对模糊熵图像进行二值化处理,得到二值化图像与模糊区边界框,对二值化图像依次进行膨胀和腐蚀处理,以确定更为准确的模糊区及其边界框,提取该模糊区或其边界框的尺寸,图4c示出的第三尺寸包括:宽度为1783,高度为1785。将上述各个尺寸中的宽度代入性能评价参数的计算公式,便能计算得到表征拍摄模组横向防抖性能的性能评价参数,对拍摄模组的横向防抖性能进行评价,将上述各个尺寸中的高度代入性能评价参数的计算公式,便能计算得到表征拍摄模组纵向防抖性能的性能评价参数,对拍摄模组的纵向防抖性能进行评价。
以上防抖性能检测方法,采用上述任一实施例所述的模糊区确定方法分别确定各个图像的模糊区,可以快速准确地提取所需模糊区进行防抖性能检测,具有较高的检测效率、检测效果和灵活性;此外该防抖性能检测方法还具有上述模糊区确定方法的所有有益效果,在此不再赘述。
本申请第三方面提供一种模糊区确定系统,参考图5所示,上述模糊区确定系统包括:
第一获取模块110,用于获取待测图像和所述待测图像中各个像素点的灰度值;
第二获取模块120,用于根据所述各个像素点的灰度值获取所述各个像素点的模糊熵;所述模糊熵用于表征对应像素点的混乱程度;
第一确定模块130,用于根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区;所述模糊阈值用于表征所述模糊区分界处的模糊熵取值。
关于模糊区确定系统的具体限定可以参见上文中对于模糊区确定方法的限定,在此不再赘述。上述模糊区确定系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的运算模组中,也可以以软件形式存储于计算机设备中的存储器中,以便于计算机设备的运算模组调用执行以上各个模块对应的操作。
本申请第四方面提供一种防抖性能检测系统,参考图6所示,上述防抖性能检测系统包括:
第三获取模块410,用于获取拍摄模组处于静止状态针对目标物拍摄的第一图像,在抖动状态针对所述目标物拍摄后,未经过防抖算法处理的第二图像,以及在所述抖动状态针对所述目标物拍摄后,经过防抖算法处理得到的第三图像;
第二确定模块420,用于采用上述任一实施例所述的模糊区确定系统分别确定所述第一图像的第一模糊区、所述第二图像的第二模糊区和所述第三图像的第三模糊区;
检测模块430,用于根据所述第一模糊区、所述第二模糊区和所述第三模糊区检测所述拍摄模组的防抖性能。
关于防抖性能检测系统的具体限定可以参见上文中对于防抖性能检测方法的限定,在此不再赘述。上述防抖性能检测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的运算模组中,也可以以软件形式存储于计算机设备中的存储器中,以便于计算机设备的运算模组调用执行以上各个模块对应的操作。
本申请第五方面提供一种防抖性能检测设备,参考图7所示,该防抖性能检测设备包括处理器620和存储介质630;所述存储介质630上存储有程序代码;所述处理器620用于调用所述存储介质630存储的程序代码,以执行如上述任一实施例所述的模糊区确定方法或者上述任一实施例所述的防抖性能检测方法。
在一个实施例中,上述防抖性能检测设备,还包括震动台;所述震动台用于为拍摄模组提供抖动平台,以使所述拍摄模组在抖动状态拍摄目标物。
在具体地防抖性能检测过程中,可以将拍摄模组或者拍摄模组所在的电子设备固定设置在震动台上,关闭震动台以使拍摄模组能够处于静止状态针对目标物进行拍摄,得到第一图像,开启震动台使其带动拍摄模组抖动,以使拍摄模组可以在抖动状态下拍摄目标物,以获得未经过防抖算法处理的第二图像,以及经过防抖算法处理得到的第三图像。
具体地,上述震动台的抖动参数也可依据拍摄模组的防抖性能检测需求确定,比如在需要检测拍摄模组的横向防抖性能时,震动台具有用于提供横向抖动的抖动参数,在需要检测拍摄模组的纵向防抖性能时,震动台具有用于提供纵向抖动的抖动参数,在需要检测拍摄模组的其他防抖性能时,震动台具有用于提供其他相应抖动特征的抖动参数。在一个示例中,震动台具有多个抖动参数(如同时包括用于提供横向抖动、纵向抖动和其他抖动特征的抖动参数),以供检测用户依据检测需求进行抖动参数的选取。
以上防抖性能检测设备,采用任一实施例所述的模糊区确定方法确定模糊区,还可以采用上述任一实施例所述的防抖性能检测方法检测防抖性能,受外部光线等环境因素的影响程度低,能够适用于各类防抖性能检测场景,具有较高的灵活性高;且模糊区的确定效率和准确性高,从而可以提高依据所确定模糊区检测拍摄模组防抖性能的效率和准确性。
尽管已经相对于一个或多个实现方式示出并描述了本申请,但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本申请包括所有这样的修改和变型,并且仅由所附权利要求的范围限制。特别地关于由上述组件执行的各种功能,用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示),即使在结构上与执行本文所示的本说明书的示范性实现方式中的功能的公开结构不等同。
即,以上所述仅为本申请的实施例,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,例如各实施例之间技术特征的相互结合,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。
另外,对于特性相同或相似的结构元件,本申请可采用相同或者不相同的标号进行标识。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者更多个特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词是用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何一个实施例不一定被解释为比其它实施例更加优选或更加具优势。为了使本领域任何技术人员能够实现和使用本申请,本申请给出了以上描述。在以上描述中,为了解释的目的而列出了各个细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实施例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
Claims (16)
1.一种模糊区确定方法,其特征在于,包括:
获取待测图像和所述待测图像中各个像素点的灰度值;
根据所述各个像素点的灰度值获取所述各个像素点的模糊熵;所述模糊熵用于表征对应像素点的混乱程度;
根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区;所述模糊阈值用于表征所述模糊区分界处的模糊熵取值。
2.根据权利要求1所述的模糊区确定方法,其特征在于,所述根据所述各个像素点的灰度值获取所述各个像素点的模糊熵包括:
确定以所述各个像素点为中心的检测窗;
根据各个检测窗内各像素点的灰度值,确定所述各个检测窗的模糊熵;
将所述各个检测窗的模糊熵确定为所述各个检测窗中心处像素点的模糊熵。
3.根据权利要求2所述的模糊区确定方法,其特征在于,所述根据所述各个检测窗内各像素点的灰度值,确定所述各个检测窗的模糊熵包括:
获取各个灰度值在所述各个检测窗中的出现次数;
根据所述各个灰度值的出现次数计算所述各个灰度值在对应检测窗的出现概率;
根据所述各个灰度值的出现概率计算对应检测窗的模糊熵。
4.根据权利要求3所述的模糊区确定方法,其特征在于,所述获取各个灰度值在所述各个检测窗中的出现次数包括:
根据所述灰度值的取值特征设置所述各个检测窗的计数数组;所述计数数组用于记录各个灰度值在各检测窗的出现次数;
分别遍历所述各个检测窗的像素点,在所述像素点取第i个灰度值时,将对应计数数组的元素pix_rank[i]增加一个计数单位,以使遍历完一个检测窗的各个像素点之后,对应的计数数组记录各个灰度值在该检测窗的出现次数;pix_rank[i]用于记录第i个灰度值在对应检测窗的出现次数。
6.根据权利要求2所述的模糊区确定方法,其特征在于,所述检测窗包括k×k的矩形窗。
7.根据权利要求1所述的模糊区确定方法,其特征在于,所述根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区包括:
缩放所述各个像素点的模糊熵,根据缩放后的各个模糊熵确定模糊熵图像;
获取所述模糊熵图像的最大模糊熵,根据所述最大模糊熵确定模糊阈值;
根据所述模糊阈值对所述模糊熵图像进行二值化处理,得到二值化图像;
根据所述二值化图像确定所述模糊区。
8.根据权利要求7所述的模糊区确定方法,其特征在于,所述根据所述二值化图像确定所述模糊区包括:
对所述二值化图像依次进行膨胀和腐蚀处理;
在腐蚀处理得到的图像中提取连通区域;
将最大连通区域的最小外接矩形确定为所述模糊区。
9.一种防抖性能检测方法,其特征在于,包括:
获取拍摄模组处于静止状态针对目标物拍摄的第一图像,在抖动状态针对所述目标物拍摄后,未经过防抖算法处理的第二图像,以及在所述抖动状态针对所述目标物拍摄后,经过防抖算法处理得到的第三图像;
采用权利要求1至8任一项所述的模糊区确定方法分别确定所述第一图像的第一模糊区、所述第二图像的第二模糊区和所述第三图像的第三模糊区;
根据所述第一模糊区、所述第二模糊区和所述第三模糊区检测所述拍摄模组的防抖性能。
10.根据权利要求9所述的防抖性能检测方法,其特征在于,所述根据所述第一模糊区、所述第二模糊区和所述第三模糊区检测所述拍摄模组的防抖性能包括:
获取所述第一模糊区的第一尺寸、所述第二模糊区的第二尺寸和所述第三模糊区的第三尺寸;
根据所述第一尺寸、所述第二尺寸和所述第三尺寸计算用于表征所述防抖性能的性能评价参数,以根据所述性能评价参数检测所述拍摄模组的防抖性能。
11.根据权利要求10所述的防抖性能检测方法,其特征在于,所述第一尺寸、所述第二尺寸和所述第三尺寸包括对应模糊区的宽度,所述性能评价参数用于表征所述拍摄模组的横向防抖性能;
和/或,所述第一尺寸、所述第二尺寸和所述第三尺寸包括对应模糊区的高度,所述性能评价参数用于表征所述拍摄模组的纵向防抖性能。
13.一种模糊区确定系统,其特征在于,包括:
第一获取模块,用于获取待测图像和所述待测图像中各个像素点的灰度值;
第二获取模块,用于根据所述各个像素点的灰度值获取所述各个像素点的模糊熵;所述模糊熵用于表征对应像素点的混乱程度;
第一确定模块,用于根据所述各个像素点的模糊熵和模糊阈值确定所述待测图像的模糊区;所述模糊阈值用于表征所述模糊区分界处的模糊熵取值。
14.一种防抖性能检测系统,其特征在于,包括:
第三获取模块,用于获取拍摄模组处于静止状态针对目标物拍摄的第一图像,在抖动状态针对所述目标物拍摄后,未经过防抖算法处理的第二图像,以及在所述抖动状态针对所述目标物拍摄后,经过防抖算法处理得到的第三图像;
第二确定模块,用于采用权利要求13所述的模糊区确定系统分别确定所述第一图像的第一模糊区、所述第二图像的第二模糊区和所述第三图像的第三模糊区;
检测模块,用于根据所述第一模糊区、所述第二模糊区和所述第三模糊区检测所述拍摄模组的防抖性能。
15.一种防抖性能检测设备,其特征在于,包括处理器和存储介质;所述存储介质上存储有程序代码;所述处理器用于调用所述存储介质存储的程序代码,以执行如权利要求1至8任一项所述的模糊区确定方法或者权利要求9至12任一项所述的防抖性能检测方法。
16.根据权利要求15所述的防抖性能检测设备,其特征在于,还包括震动台;所述震动台用于为拍摄模组提供抖动平台,以使所述拍摄模组在抖动状态拍摄目标物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111269226.8A CN114007013B (zh) | 2021-10-29 | 2021-10-29 | 模糊区确定和防抖性能检测方法、系统、防抖性能检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111269226.8A CN114007013B (zh) | 2021-10-29 | 2021-10-29 | 模糊区确定和防抖性能检测方法、系统、防抖性能检测设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114007013A true CN114007013A (zh) | 2022-02-01 |
CN114007013B CN114007013B (zh) | 2024-03-19 |
Family
ID=79924941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111269226.8A Active CN114007013B (zh) | 2021-10-29 | 2021-10-29 | 模糊区确定和防抖性能检测方法、系统、防抖性能检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114007013B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115174807A (zh) * | 2022-06-28 | 2022-10-11 | 上海艾为电子技术股份有限公司 | 防抖检测方法、装置、终端设备和可读存储介质 |
CN115314634A (zh) * | 2022-06-28 | 2022-11-08 | 上海艾为电子技术股份有限公司 | 防抖检测方法、装置、终端设备和可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663750A (zh) * | 2012-03-31 | 2012-09-12 | 西北工业大学 | 数字图像边缘检测方法 |
US20130315478A1 (en) * | 2010-09-21 | 2013-11-28 | Adobe Systems Incorporated | Classifying Blur State of Digital Image Pixels |
CN109389608A (zh) * | 2018-10-19 | 2019-02-26 | 山东大学 | 以平面为聚类中心具有抗噪性的模糊聚类图像分割方法 |
CN110443783A (zh) * | 2019-07-08 | 2019-11-12 | 新华三信息安全技术有限公司 | 一种图像质量评估方法及装置 |
CN111314607A (zh) * | 2020-02-21 | 2020-06-19 | 昆山丘钛微电子科技有限公司 | 一种光学防抖的标定方法、装置、电子设备及介质 |
CN113452914A (zh) * | 2021-06-28 | 2021-09-28 | 上海艾为电子技术股份有限公司 | 光学防抖控制装置及其光学防抖控制方法、移动终端 |
-
2021
- 2021-10-29 CN CN202111269226.8A patent/CN114007013B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130315478A1 (en) * | 2010-09-21 | 2013-11-28 | Adobe Systems Incorporated | Classifying Blur State of Digital Image Pixels |
CN102663750A (zh) * | 2012-03-31 | 2012-09-12 | 西北工业大学 | 数字图像边缘检测方法 |
CN109389608A (zh) * | 2018-10-19 | 2019-02-26 | 山东大学 | 以平面为聚类中心具有抗噪性的模糊聚类图像分割方法 |
CN110443783A (zh) * | 2019-07-08 | 2019-11-12 | 新华三信息安全技术有限公司 | 一种图像质量评估方法及装置 |
CN111314607A (zh) * | 2020-02-21 | 2020-06-19 | 昆山丘钛微电子科技有限公司 | 一种光学防抖的标定方法、装置、电子设备及介质 |
CN113452914A (zh) * | 2021-06-28 | 2021-09-28 | 上海艾为电子技术股份有限公司 | 光学防抖控制装置及其光学防抖控制方法、移动终端 |
Non-Patent Citations (1)
Title |
---|
王建华 等: "基于改进模糊熵的图像阈值分割方法研究", 光电子 激光, vol. 19, no. 6, pages 828 - 831 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115174807A (zh) * | 2022-06-28 | 2022-10-11 | 上海艾为电子技术股份有限公司 | 防抖检测方法、装置、终端设备和可读存储介质 |
CN115314634A (zh) * | 2022-06-28 | 2022-11-08 | 上海艾为电子技术股份有限公司 | 防抖检测方法、装置、终端设备和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114007013B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101060488B1 (ko) | 최적 영상 선택 방법 및 장치 | |
US9275464B2 (en) | Method for determining the extent of a foreground object in an image | |
CN114007013B (zh) | 模糊区确定和防抖性能检测方法、系统、防抖性能检测设备 | |
CN109284673B (zh) | 对象跟踪方法及装置、电子设备及存储介质 | |
EP3798975B1 (en) | Method and apparatus for detecting subject, electronic device, and computer readable storage medium | |
CN111340749B (zh) | 图像质量的检测方法、装置、设备及存储介质 | |
CN110796041B (zh) | 主体识别方法和装置、电子设备、计算机可读存储介质 | |
US20220174222A1 (en) | Method for marking focused pixel, electronic device, storage medium, and chip | |
CN111028276A (zh) | 图像对齐方法、装置、存储介质及电子设备 | |
CN113313626A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111723634A (zh) | 一种图像检测方法、装置、电子设备及存储介质 | |
US8218823B2 (en) | Determining main objects using range information | |
CN108289176B (zh) | 一种拍照搜题方法、搜题装置及终端设备 | |
CN111787310B (zh) | 防抖性能测试方法、装置、计算机设备及存储介质 | |
CN113129298A (zh) | 文本图像的清晰度识别方法 | |
CN115760653B (zh) | 图像校正方法、装置、设备及可读存储介质 | |
CN108763491B (zh) | 图片处理方法、装置及终端设备 | |
EP2453383A1 (en) | Facial features detection | |
CN115661131A (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN115239653A (zh) | 支持多分屏的黑屏检测方法、装置、电子设备及可读存储介质 | |
CN114359183A (zh) | 图像质量评估方法及设备、镜头遮挡的确定方法 | |
CN113628192A (zh) | 图像模糊检测方法、装置、设备、存储介质及程序产品 | |
CN114155201A (zh) | 检测镜头附有目标物的方法、装置、设备及可读存储介质 | |
CN115004245A (zh) | 目标检测方法、装置、电子设备和计算机存储介质 | |
CN111353991A (zh) | 一种目标检测方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |