CN114022484A - 一种点光源场景的图像清晰度值计算方法及终端 - Google Patents
一种点光源场景的图像清晰度值计算方法及终端 Download PDFInfo
- Publication number
- CN114022484A CN114022484A CN202210022847.4A CN202210022847A CN114022484A CN 114022484 A CN114022484 A CN 114022484A CN 202210022847 A CN202210022847 A CN 202210022847A CN 114022484 A CN114022484 A CN 114022484A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- point light
- light source
- sub
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Studio Devices (AREA)
Abstract
本发明公开一种点光源场景的图像清晰度值计算方法,获取待计算图像;判断所述待计算图像是否存在点光源,若存在,则将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值;对每一所述子区域图像进行点光源检测,得到检测结果,并基于所述检测结果根据每一所述子区域图像的清晰度值加权得到所述待计算图像的最终清晰度值,能够准确地判断、定位图像中的点光源,基于检测结果根据每一子区域图像的清晰度值加权得到最终清晰度值,剔除了点光源的影响,从而能够在点光源场景下精确地计算图像清晰度值,进而使得图像的聚焦曲线能正确反映图像清晰度的变化,实现精准聚焦。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种点光源场景的图像清晰度值计算方法及终端。
背景技术
目前的图像清晰度值计算方法主要分为基于空域的算法、基于频域的算法和基于信息熵的算法。基于空域的算法计算简单,但容易受环境影响,尤其对于点光源场景,会出现图像模糊而清晰度值不降反升的情况,表现在聚焦曲线上就是出现了伪波峰现象;基于频域的算法采用累加小波变换的高频分量来计算图像的清晰度值,这种方法在白天的不同场景表现很好,但对于点光源场景同样不适用;信息熵表示图像所包含的信息总和,用像素乘像素的log的值得到,基于信息熵的算法比较依赖场景,容易出现计算的清晰度与人主观感官不一致的情况。
虽然以上三种图像清晰度值计算方法的具体算法不同,但本质都是一样的,即当图像更加清晰时,图像的边缘细节越多,高频分量也越多,同样包含的信息也越多,因此基于空域、频域和信息熵计算得到的清晰度值都是增大的;但对于点光源场景,根据成像原理,当点光源远离图像最清晰点时,光源变模糊而显得较大,所以距离聚焦点越远,图像的边缘区域越多,导致计算出来的清晰度评价值反而增大,表现在聚焦曲线上就是会形成伪峰值,容易误导自动聚焦算法导致聚焦失败;如图4所示,图4中(a)~(b)展示了摄像机拍摄画面从离焦到近焦再到离焦的过程,图4中(a)的frame(聚焦电机位置) =8,图4中(b)的frame =16,图4中(c)的frame =24,图4中(d)的frame =32,图4中(e)的frame =40,图4中(f)的frame =48,图5展示了基于空域算法计算出的清晰度值曲线,从中可以看出在frame= 20时出现了一个伪波峰,且多次出现了图像模糊,清晰度值反而增加的情况;因此,如何在点光源场景下准确地计算清晰度值成为亟待解决的问题。
发明内容
本发明所要解决的技术问题是:提供一种点光源场景的图像清晰度值计算方法及终端,能够在点光源场景下精确地计算图像清晰度值。
为了解决上述技术问题,本发明采用的一种技术方案为:
一种点光源场景的图像清晰度值计算方法,包括:
获取待计算图像;
判断所述待计算图像是否存在点光源,若存在,则将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值;
对每一所述子区域图像进行点光源检测,得到检测结果,并基于所述检测结果根据每一所述子区域图像的清晰度值加权得到所述待计算图像的最终清晰度值。
为了解决上述技术问题,本发明采用的另一种技术方案为:
一种点光源场景的图像清晰度值计算终端,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待计算图像;
判断所述待计算图像是否存在点光源,若存在,则将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值;
对每一所述子区域图像进行点光源检测,得到检测结果,并基于所述检测结果根据每一所述子区域图像的清晰度值加权得到所述待计算图像的最终清晰度值。
本发明的有益效果在于:不再像现有技术中采用整幅图像计算清晰度值,而是先判断待计算图像是否存在点光源,当存在时,将待计算图像划分成预设数量的子区域图像,并计算每一子区域图像的清晰度值,对每一子区域图像进行点光源检测,得到检测结果,并基于检测结果根据每一子区域图像的清晰度值加权得到待计算图像的最终清晰度值,能够准确地判断、定位图像中的点光源,基于检测结果根据每一子区域图像的清晰度值加权得到最终清晰度值,剔除了点光源的影响,从而能够在点光源场景下精确地计算图像清晰度值,进而使得图像的聚焦曲线能正确反映图像清晰度的变化,实现精准聚焦。
附图说明
图1为本发明实施例的一种点光源场景的图像清晰度值计算方法的步骤流程图;
图2为本发明实施例的一种点光源场景的图像清晰度值计算终端的结构示意图;
图3为本发明实施例点光源场景的图像清晰度值计算方法中计算最终清晰度值的流程示意图;
图4为背景技术中摄像机拍摄画面从离焦到近焦再到离焦的过程示意图;
图5为背景技术中基于空域算法计算得到清晰度值对应的聚焦曲线示意图;
图6为本发明实施例点光源场景的图像清晰度值计算方法中存在点光源场景的待计算图像示意图;
图7为本发明实施例点光源场景的图像清晰度值计算方法中与待计算图像对应的已判断出的点光源区域和非点光源区域及各自对应的清晰度值的示意图;
图8为本发明实施例点光源场景的图像清晰度值计算方法中修正前的聚焦曲线示意图;
图9为本发明实施例点光源场景的图像清晰度值计算方法中修正后的聚焦曲线示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
请参照图1,本发明实施例提供了一种点光源场景的图像清晰度值计算方法,包括:
获取待计算图像;
判断所述待计算图像是否存在点光源,若存在,则将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值;
对每一所述子区域图像进行点光源检测,得到检测结果,并基于所述检测结果根据每一所述子区域图像的清晰度值加权得到所述待计算图像的最终清晰度值。
从上述描述可知,本发明的有益效果在于:不再像现有技术中采用整幅图像计算清晰度值,而是先判断待计算图像是否存在点光源,当存在时,将待计算图像划分成预设数量的子区域图像,并计算每一子区域图像的清晰度值,对每一子区域图像进行点光源检测,得到检测结果,并基于检测结果根据每一子区域图像的清晰度值加权得到待计算图像的最终清晰度值,能够准确地判断、定位图像中的点光源,基于检测结果根据每一子区域图像的清晰度值加权得到最终清晰度值,剔除了点光源的影响,从而能够在点光源场景下精确地计算图像清晰度值,进而使得图像的聚焦曲线能正确反映图像清晰度的变化,实现精准聚焦。
进一步地,所述判断所述待计算图像是否存在点光源,若存在,则将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值包括:
获取所述待计算图像的第一高度、第一宽度以及每一像素对应的第一灰度值;
根据所述第一高度、第一宽度以及每一像素对应的第一灰度值进行计算,得到所述待计算图像的总灰度值以及第一目标像素数目,所述第一目标像素数目为所述第一灰度值大于第二预设值的像素的数目;
判断所述总灰度值是否小于第一预设值,且所述第一目标像素数目是否大于第三预设值,若均是,则确定所述待计算图像存在点光源,将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值。
进一步地,所述待计算图像的总灰度值P1为:
式中,h表示所述第一高度,w表示所述第一宽度,Pi表示第i个像素对应的第一灰度值;
所述第一目标像素数目Q1为:
式中,thr2表示所述第二预设值。
由上述描述可知,由于点光源场景有两个特点,一是像素均值比较低,二是存在一定比例的高亮像素点,根据待计算图像的第一高度、第一宽度以及每一像素对应的第一灰度值进行计算,得到总灰度值以及第一目标像素数目,当总灰度值小于第一预设值,且第一目标像素数目大于第三预设值,则可以确定待计算图像存在点光源,从而实现了点光源场景的准确判断。
进一步地,所述对每一所述子区域图像进行点光源检测,得到检测结果,并基于所述检测结果根据每一所述子区域图像的清晰度值加权得到所述待计算图像的最终清晰度值包括:
判断所述每一所述子区域图像是否存在点光源,若是,则将所述子区域图像确定为点光源子区域图像,若否,则将所述子区域图像确定为非点光源子区域图像;
获取所述非点光源子区域和所述点光源子区域对应的清晰度值、所述非点光源子区域对应的第一权重和所述点光源子区域对应的第二权重;
基于所述清晰度值、所述第一权重和所述第二权重进行计算,得到总清晰度值,并对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值。
由上述描述可知,在确定完待计算图像存在点光源后,则对点光源进行定位,即通过判断每一子区域图像是否存在点光源,若是,则将子区域图像确定为点光源子区域图像,否则将确定为非点光源子区域图像,基于清晰度值、第一权重和第二权重进行计算,得到总清晰度值,并对其进行修正,得到最终清晰度值,能够很好地将待计算图像中的点光源区域和非点光源区域区分开,最终的清晰度值只基于非点光源子区域图像进行计算,从而有效地剔除点光源的影响。
进一步地,所述判断所述每一所述子区域图像是否存在点光源,若是,则将所述子区域图像确定为点光源子区域图像,若否,则将所述子区域图像确定为非点光源子区域图像包括:
将所述每一所述子区域图像进行划分,得到第二预设数量的小窗格图像;
获取每一所述小窗格图像的第二高度、第二宽度以及每一像素对应的第二灰度值;
根据所述第二高度、第二宽度以及每一像素对应的第二灰度值进行计算,得到每一所述小窗格图像的第二目标像素数目,所述第二目标像素数目为所述第二灰度值大于第四预设值的像素的数目;
判断任一所述小窗格图像的所述第二目标像素数目是否大于第五预设值,若是,则确定所述任一所述小窗格图像对应的所述子区域图像存在点光源,并将所述子区域图像确定为点光源子区域图像,若否,则确定所述任一所述小窗格图像对应的所述子区域图像不存在点光源,并将所述子区域图像确定为非点光源子区域图像。
进一步地,所述第二目标像素数目Q2为:
式中,hi表示所述第二高度,wi表示所述第二宽度,pj表示第j个像素对应的第二灰度值,A表示所述第四预设值。
由上述描述可知,将每一子区域图像再细分,得到第二预设数量的小窗格图像,根据小窗格图像的第二高度、第二宽度以及每一像素对应的第二灰度值进行计算,得到每一小窗格图像的第二目标像素数目,只要任一小窗格图像的第二目标像素数目大于第五预设值,则可认为该小窗格图像对应的子区域图像存在点光源,进一步地缩小了点光源区域可能存在的范围,从而有效地实现点光源的精准定位。
进一步地,所述基于所述清晰度值、所述第一权重和所述第二权重进行计算,得到总清晰度值包括:
所述总清晰度值FV′为:
式中,M表示所述子区域图像的第三高度,N表示所述子区域图像的第三宽度,FVij表示第i行第j列的子区域图像对应的清晰度值,Wij表示所述第i行第j列的子区域图像对应的权重。
由上述描述可知,基于子区域图像的第三高度、第三宽度、非点光源子区域和点光源子区域对应的清晰度值以及权重,能够在点光源场景下精确地计算图像清晰度值。
进一步地,所述对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值包括:
根据所述每一像素对应的第一灰度值确定第三目标像素数目,所述第三目标像素数目为所述第一灰度值大于第六预设值的像素的数目;
根据所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值计算得到方差;
基于所述第三目标像素数目、所述方差对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值。
进一步地,所述第三目标像素数目luma为:
式中,thr5表示所述第六预设值;
所述最终清晰度值FV为:
式中,img_std表示所述方差。
由上述描述可知,考虑到随着图像模糊,点光源光晕会扩散,亮点数目将会增多,因此,根据第一预设数量的子区域图像中每一子区域图像的清晰度值计算得到方差,基于第三目标像素数目、方差对总清晰度值进行修正,得到最终清晰度值,能够进一步地提高点光源场景的图像清晰度值的计算精确度,使得图像的聚焦曲线能正确反映图像清晰度的变化,实现精准聚焦。
请参照图2,本发明另一实施例提供了一种点光源场景的图像清晰度值计算终端,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述点光源场景的图像清晰度值计算方法中的各个步骤。
本发明上述的一种点光源场景的图像清晰度值计算方法及终端能够适用于需要计算清晰度值的图像,特别是存在点光源场景的图像,以下通过具体实施方式说明:
实施例一
名词解释:
清晰度值:表征图像清晰度的数值指标,图像越清晰,清晰度值越大;
聚焦曲线:将同一场景下不同清晰度的图像的清晰度值画在平面坐标上形成的曲线,横坐标一般表示聚焦电机位置,曲线的峰值代表图像最清晰位置,也称为聚焦点;
请参照图1、图3、图6-图9,本实施例的一种点光源场景的图像清晰度值计算方法,包括:
S1、获取待计算图像;
S2、判断所述待计算图像是否存在点光源,若存在,则将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值,如图3所示,具体包括:
S21、获取所述待计算图像的第一高度、第一宽度以及每一像素对应的第一灰度值;
S22、根据所述第一高度、第一宽度以及每一像素对应的第一灰度值进行计算,得到所述待计算图像的总灰度值以及第一目标像素数目,所述第一目标像素数目为所述第一灰度值大于第二预设值的像素的数目;
所述待计算图像的总灰度值P1为:
式中,h表示所述第一高度,w表示所述第一宽度,Pi表示第i个像素对应的第一灰度值;
所述第一目标像素数目Q1为:
式中,thr2表示所述第二预设值;
其中,所述第二预设值可根据实际情况进行设置;
S23、判断所述总灰度值是否小于第一预设值,且所述第一目标像素数目是否大于第三预设值,若均是,则执行S24;
否则,执行S25;
S24、确定所述待计算图像存在点光源,将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值;
其中,所述第一预设数量可根据实际情况进行设置,待计算图像的分辨率大些,第一预设数量就取大一些,待计算图像的分辨率小些,第一预设数量就取小一些,保证每个子区域图像的长和宽在100至200之间即可,本实施例中,所述第一预设数量为5×8;
如图6、图7所示,图6展示了本实施例中存在点光源的待计算图像,图7展示了本实施例中将存在点光源的待计算图像划分成5×8个子区域图像,并计算每一子区域图像的清晰度值;
在一种可选的实施方式中,可通过空域方法、频域方法或信息熵方法计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值;
S25、确定所述待计算图像不存在点光源,并计算所述待计算图像的清晰度值,得到最终清晰度值;
若待计算图像中不存在点光源,则可直接计算最终清晰度值,在一种可选的实施方式中,可通过空域方法、频域方法或信息熵方法计算所述待计算图像的清晰度值,得到最终清晰度值;
S3、对每一所述子区域图像进行点光源检测,得到检测结果,并基于所述检测结果根据每一所述子区域图像的清晰度值加权得到所述待计算图像的最终清晰度值,具体包括:
S31、判断所述每一所述子区域图像是否存在点光源,若是,则将所述子区域图像确定为点光源子区域图像,若否,则将所述子区域图像确定为非点光源子区域图像,如图3所示,具体包括:
S311、将所述每一所述子区域图像进行划分,得到第二预设数量的小窗格图像;
本实施例中,所述第二预设数量为2×2个;
S312、获取每一所述小窗格图像的第二高度、第二宽度以及每一像素对应的第二灰度值;
S313、根据所述第二高度、第二宽度以及每一像素对应的第二灰度值进行计算,得到每一所述小窗格图像的第二目标像素数目,所述第二目标像素数目为所述第二灰度值大于第四预设值的像素的数目;
所述第二目标像素数目Q2为:
式中,hi表示所述第二高度,wi表示所述第二宽度,pj表示第j个像素对应的第二灰度值,A表示所述第四预设值;
其中,所述第四预设值为待计算图像前百分之十的像素对应的像素强度,比如,待计算图像共有1000个像素,灰度值在0-255之间,做256直方图统计每个0-255之间每个灰度值对应的像素数目,比如pi = 255的有30个,pi=254有50个,pi=253有30个,pi=252有20个,1000的百分之10就是100,按像素强度从大到小排序,排名第100的像素落在pi=253处,则A就为253;
S314、判断任一所述小窗格图像的所述第二目标像素数目是否大于第五预设值,若是,则执行S315,若否,则执行S316;
S315、确定所述任一所述小窗格图像对应的所述子区域图像存在点光源,并将所述子区域图像确定为点光源子区域图像;
S316、确定所述任一所述小窗格图像对应的所述子区域图像不存在点光源,并将所述子区域图像确定为非点光源子区域图像;
如图7所示,可以看出,图7中的数字为各个子区域图像对应的清晰度值,深色部分表示所述点光源子区域图像,浅色部分表示所述非点光源子区域图像;
S32、获取所述非点光源子区域和所述点光源子区域对应的清晰度值、所述非点光源子区域对应的第一权重和所述点光源子区域对应的第二权重;
其中,所述第一权重可根据实际情况进行设置,可将所述待计算图像进行关注区域划分,得到上部关注区域、中心关注区域和下部关注区域,确定所述上部关注区域、中心关注区域和下部关注区域对应的关注程度,所述关注程度包括高关注和低关注;确定所述非点光源子区域对应的关注区域,并确定所述关注区域对应关注程度,根据所述关注程度设置所述第一权重;
比如,某一非点光源子区域对应的关注区域为中心关注区域,而中心关注区域对应的关注程度为高关注,那么可将该非点光源子区域的第一权重设置高一些,假设为10,而另一非点光源子区域对应的关注区域为下部关注区域,其对应的关注程度为低关注,那么可将该非点光源子区域的第一权重设置低一些,假设为1;
具体的,获取非点光源子区域和点光源子区域对应的清晰度值、非点光源子区域对应的第一权重和点光源子区域对应的第二权重,将点光源子区域图像对应的第二权重置为0;
S33、基于所述清晰度值、所述第一权重和所述第二权重进行计算,得到总清晰度值,并对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值,如图3所示,具体包括:
S331、基于所述清晰度值、所述第一权重和所述第二权重进行计算,得到总清晰度值;
所述总清晰度值FV′为:
式中,M表示所述子区域图像的第三高度,N表示所述子区域图像的第三宽度,FVij表示第i行第j列的子区域图像对应的清晰度值,Wij表示所述第i行第j列的子区域图像对应的权重;
若第i行第j列的子区域图像为点光源子区域,则第二权重参与计算,第二权重为0,若第i行第j列的子区域图像为非点光源子区域,则第一权重参与计算;
所述S33中所述对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值包括:
S332、根据所述每一像素对应的第一灰度值确定第三目标像素数目,所述第三目标像素数目为所述第一灰度值大于第六预设值的像素的数目;
所述第三目标像素数目luma为:
式中,thr5表示所述第六预设值;
其中,所述第六预设值可根据实际情况进行设置;
S333、根据所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值计算得到方差;
S334、基于所述第三目标像素数目、所述方差对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值;
所述最终清晰度值FV为:
式中,img_std表示所述方差;
由于随着图像模糊,点光源光晕会扩散,亮点数目增多,需要对总清晰度值进行修正,得到最终清晰度值,能够在点光源场景下精确地计算图像清晰度值,进而使得图像的聚焦曲线能正确反映图像清晰度的变化,实现精准聚焦;
图8展示了修正前的聚焦曲线,图9展示了修正后的聚焦曲线,可以看出,修正后的聚焦曲线能正确反映图像的清晰度的变化。
实施例二
请参照图2,本实施例的一种点光源场景的图像清晰度值计算终端,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一中的点光源场景的图像清晰度值计算方法中的各个步骤。
综上所述,本发明提供的一种点光源场景的图像清晰度值计算方法及终端,获取待计算图像;若待计算图像存在点光源,则将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值;判断所述每一所述子区域图像是否存在点光源,若是,则将所述子区域图像确定为点光源子区域图像,获取非点光源子区域和点光源子区域对应的清晰度值、非点光源子区域对应的第一权重和点光源子区域对应的第二权重;基于清晰度值、第一权重和第二权重进行计算,得到总清晰度值,并对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值,在确定完待计算图像存在点光源后,则对点光源进行定位,能够很好地将待计算图像中的点光源区域和非点光源区域区分开,最终的清晰度值只基于非点光源子区域图像进行计算,有效地剔除了点光源的影响;判断待计算图像是否存在点光源时使用的预设值,相较于对子区域图像进行点光源检测使用的预设值而言更大,以此逐渐缩小点光源的定位范围,实现动态的点光源判断,能够准确地判断、定位图像中的点光源,从而能够在点光源场景下精确地计算图像清晰度值,进而使得图像的聚焦曲线能正确反映图像清晰度的变化,实现精准聚焦。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种点光源场景的图像清晰度值计算方法,其特征在于,包括:
获取待计算图像;
判断所述待计算图像是否存在点光源,若存在,则将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值;
对每一所述子区域图像进行点光源检测,得到检测结果,并基于所述检测结果根据每一所述子区域图像的清晰度值加权得到所述待计算图像的最终清晰度值。
2.根据权利要求1所述的一种点光源场景的图像清晰度值计算方法,其特征在于,所述判断所述待计算图像是否存在点光源,若存在,则将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值包括:
获取所述待计算图像的第一高度、第一宽度以及每一像素对应的第一灰度值;
根据所述第一高度、第一宽度以及每一像素对应的第一灰度值进行计算,得到所述待计算图像的总灰度值以及第一目标像素数目,所述第一目标像素数目为所述第一灰度值大于第二预设值的像素的数目;
判断所述总灰度值是否小于第一预设值,且所述第一目标像素数目是否大于第三预设值,若均是,则确定所述待计算图像存在点光源,将所述待计算图像划分成第一预设数量的子区域图像,并计算所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值。
4.根据权利要求2所述的一种点光源场景的图像清晰度值计算方法,其特征在于,所述对每一所述子区域图像进行点光源检测,得到检测结果,并基于所述检测结果根据每一所述子区域图像的清晰度值加权得到所述待计算图像的最终清晰度值包括:
判断所述每一所述子区域图像是否存在点光源,若是,则将所述子区域图像确定为点光源子区域图像,若否,则将所述子区域图像确定为非点光源子区域图像;
获取所述非点光源子区域和所述点光源子区域对应的清晰度值、所述非点光源子区域对应的第一权重和所述点光源子区域对应的第二权重;
基于所述清晰度值、所述第一权重和所述第二权重进行计算,得到总清晰度值,并对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值。
5.根据权利要求4所述的一种点光源场景的图像清晰度值计算方法,其特征在于,所述判断所述每一所述子区域图像是否存在点光源,若是,则将所述子区域图像确定为点光源子区域图像,若否,则将所述子区域图像确定为非点光源子区域图像包括:
将所述每一所述子区域图像进行划分,得到第二预设数量的小窗格图像;
获取每一所述小窗格图像的第二高度、第二宽度以及每一像素对应的第二灰度值;
根据所述第二高度、第二宽度以及每一像素对应的第二灰度值进行计算,得到每一所述小窗格图像的第二目标像素数目,所述第二目标像素数目为所述第二灰度值大于第四预设值的像素的数目;
判断任一所述小窗格图像的所述第二目标像素数目是否大于第五预设值,若是,则确定所述任一所述小窗格图像对应的所述子区域图像存在点光源,并将所述子区域图像确定为点光源子区域图像,若否,则确定所述任一所述小窗格图像对应的所述子区域图像不存在点光源,并将所述子区域图像确定为非点光源子区域图像。
8.根据权利要求4所述的一种点光源场景的图像清晰度值计算方法,其特征在于,所述对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值包括:
根据所述每一像素对应的第一灰度值确定第三目标像素数目,所述第三目标像素数目为所述第一灰度值大于第六预设值的像素的数目;
根据所述第一预设数量的子区域图像中每一所述子区域图像的清晰度值计算得到方差;
基于所述第三目标像素数目、所述方差对所述总清晰度值进行修正,得到与所述待计算图像对应的最终清晰度值。
10.一种点光源场景的图像清晰度值计算终端,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的一种点光源场景的图像清晰度值计算方法中的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210022847.4A CN114022484B (zh) | 2022-01-10 | 2022-01-10 | 一种点光源场景的图像清晰度值计算方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210022847.4A CN114022484B (zh) | 2022-01-10 | 2022-01-10 | 一种点光源场景的图像清晰度值计算方法及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114022484A true CN114022484A (zh) | 2022-02-08 |
CN114022484B CN114022484B (zh) | 2022-04-29 |
Family
ID=80069801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210022847.4A Active CN114022484B (zh) | 2022-01-10 | 2022-01-10 | 一种点光源场景的图像清晰度值计算方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114022484B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120236317A1 (en) * | 2011-03-16 | 2012-09-20 | Canon Kabushiki Kaisha | Three-dimensional distance measurement apparatus, three-dimensional distance measurement method, and non-transitory computer-readable storage medium |
CN104853087A (zh) * | 2015-03-16 | 2015-08-19 | 浙江宇视科技有限公司 | 一种点光源场景的识别和聚焦方法 |
CN105430268A (zh) * | 2015-12-08 | 2016-03-23 | 深圳市维海德电子技术有限公司 | 一种自动聚焦处理方法和装置 |
CN107888819A (zh) * | 2016-09-29 | 2018-04-06 | 华为技术有限公司 | 一种自动聚焦方法及装置 |
CN108156434A (zh) * | 2017-12-25 | 2018-06-12 | 广东欧珀移动通信有限公司 | 图像处理方法及装置、计算机可读存储介质和计算机设备 |
CN108521544A (zh) * | 2018-03-15 | 2018-09-11 | 深圳市瀚晖威视科技有限公司 | 视频监控的聚焦方法及装置 |
US20190130589A1 (en) * | 2017-11-01 | 2019-05-02 | Omron Corporation | Three-dimensional measurement apparatus, three-dimensional measurement method and program |
CN110852997A (zh) * | 2019-10-24 | 2020-02-28 | 普联技术有限公司 | 动态图像清晰度检测方法、装置、电子设备及存储介质 |
CN111418201A (zh) * | 2018-03-27 | 2020-07-14 | 华为技术有限公司 | 一种拍摄方法及设备 |
CN111968052A (zh) * | 2020-08-11 | 2020-11-20 | 北京小米松果电子有限公司 | 图像处理方法、图像处理装置及存储介质 |
CN112203012A (zh) * | 2020-08-25 | 2021-01-08 | 武汉高德智感科技有限公司 | 一种图像清晰度计算方法、自动聚焦方法及系统 |
CN113099135A (zh) * | 2021-02-24 | 2021-07-09 | 浙江大华技术股份有限公司 | 一种红外图像聚焦、终端设备以及计算机可读存储介质 |
CN113163123A (zh) * | 2020-12-30 | 2021-07-23 | 浙江宇视科技有限公司 | 一种自动聚焦方法、装置、电子设备和存储介质 |
CN113421245A (zh) * | 2021-06-27 | 2021-09-21 | 王程 | 用于颜色再现的三维表面粗糙度计算方法 |
-
2022
- 2022-01-10 CN CN202210022847.4A patent/CN114022484B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120236317A1 (en) * | 2011-03-16 | 2012-09-20 | Canon Kabushiki Kaisha | Three-dimensional distance measurement apparatus, three-dimensional distance measurement method, and non-transitory computer-readable storage medium |
CN104853087A (zh) * | 2015-03-16 | 2015-08-19 | 浙江宇视科技有限公司 | 一种点光源场景的识别和聚焦方法 |
CN105430268A (zh) * | 2015-12-08 | 2016-03-23 | 深圳市维海德电子技术有限公司 | 一种自动聚焦处理方法和装置 |
CN107888819A (zh) * | 2016-09-29 | 2018-04-06 | 华为技术有限公司 | 一种自动聚焦方法及装置 |
US20190130589A1 (en) * | 2017-11-01 | 2019-05-02 | Omron Corporation | Three-dimensional measurement apparatus, three-dimensional measurement method and program |
CN108156434A (zh) * | 2017-12-25 | 2018-06-12 | 广东欧珀移动通信有限公司 | 图像处理方法及装置、计算机可读存储介质和计算机设备 |
CN108521544A (zh) * | 2018-03-15 | 2018-09-11 | 深圳市瀚晖威视科技有限公司 | 视频监控的聚焦方法及装置 |
CN111418201A (zh) * | 2018-03-27 | 2020-07-14 | 华为技术有限公司 | 一种拍摄方法及设备 |
CN110852997A (zh) * | 2019-10-24 | 2020-02-28 | 普联技术有限公司 | 动态图像清晰度检测方法、装置、电子设备及存储介质 |
CN111968052A (zh) * | 2020-08-11 | 2020-11-20 | 北京小米松果电子有限公司 | 图像处理方法、图像处理装置及存储介质 |
CN112203012A (zh) * | 2020-08-25 | 2021-01-08 | 武汉高德智感科技有限公司 | 一种图像清晰度计算方法、自动聚焦方法及系统 |
CN113163123A (zh) * | 2020-12-30 | 2021-07-23 | 浙江宇视科技有限公司 | 一种自动聚焦方法、装置、电子设备和存储介质 |
CN113099135A (zh) * | 2021-02-24 | 2021-07-09 | 浙江大华技术股份有限公司 | 一种红外图像聚焦、终端设备以及计算机可读存储介质 |
CN113421245A (zh) * | 2021-06-27 | 2021-09-21 | 王程 | 用于颜色再现的三维表面粗糙度计算方法 |
Non-Patent Citations (5)
Title |
---|
PARK, K.R 等: ""A Study on Iris Localization and Recognition on Mobile Phones"", 《EURASIP JOURNAL ON ADVANCES IN SIGNAL PROCESSING》 * |
Y. WANG 等: ""Virtual Image Points Based Geometrical Parameters’ Calibration for Focused Light Field Camera"", 《 IEEE 》 * |
曹永鹏 等: ""应用于一体化摄像机的自动聚焦搜索算法研究"", 《应用光学》 * |
李众: ""双目变焦调焦系统"", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
马云燕: ""基于圆对称性的离焦模糊图像的还原方法"", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114022484B (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7899264B2 (en) | Method of determining a measure of edge strength and focus | |
EP1944732A2 (en) | Apparatus and method for blur detection, and apparatus and method for blur correction | |
US8090214B2 (en) | Method for automatic detection and correction of halo artifacts in images | |
US7095892B2 (en) | Object-of-interest image capture | |
JP4454657B2 (ja) | ぶれ補正装置及び方法、並びに撮像装置 | |
US20100232705A1 (en) | Device and method for detecting shadow in image | |
JP2007097195A (ja) | 画像取り込み装置で画像を取り込む際の動きによるブレを制限するために最大露光時間を判定する方法、画像取り込み装置を用いて画像を取り込む方法、および画像取り込み装置で画像を取り込む際の動きによるブレを制限するための最大露光時間を判定する装置 | |
KR20110138114A (ko) | 다중 노출에 의한 프레임 처리 방법 및 장치 | |
US8989510B2 (en) | Contrast enhancement using gradation conversion processing | |
JPWO2017047494A1 (ja) | 画像処理装置 | |
CN108632604B (zh) | 镜头光心的检测方法及装置 | |
Guthier et al. | Flicker reduction in tone mapped high dynamic range video | |
US7330208B2 (en) | Electronic imaging system with adjusted dark floor correction | |
CN114757853B (zh) | 平场校正函数的获取方法及系统、平场校正方法及系统 | |
CN113763401B (zh) | 一种快速多点自动对焦方法、系统及其应用设备 | |
CN114022484B (zh) | 一种点光源场景的图像清晰度值计算方法及终端 | |
CN113379636A (zh) | 一种红外图像非均匀性校正方法、装置、设备及存储介质 | |
US5621822A (en) | Method of detecting focus position of object from variable gray level image of object | |
KR100577523B1 (ko) | 적응적인 자동 초점 조절 장치 및 그 방법 | |
CN114972084A (zh) | 一种图像对焦准确度评价方法及系统 | |
WO2017153410A1 (en) | Method for generating a noise-reduced image based on a noise model of multiple images, as well as camera system and motor vehicle | |
CN111429369A (zh) | 高动态范围图像生成方法、装置、电子设备及存储介质 | |
CN116228600B (zh) | 图像处理方法及相关设备 | |
JP2021047710A (ja) | 画像処理装置、画像処理方法、画像処理システム及びプログラム | |
JP7297566B2 (ja) | 画像処理装置、撮像装置、画像処理方法およびプログラム |
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 |