CN114760465A - 一种用于计算摄像机防抖性能的系统及方法 - Google Patents

一种用于计算摄像机防抖性能的系统及方法 Download PDF

Info

Publication number
CN114760465A
CN114760465A CN202210412773.5A CN202210412773A CN114760465A CN 114760465 A CN114760465 A CN 114760465A CN 202210412773 A CN202210412773 A CN 202210412773A CN 114760465 A CN114760465 A CN 114760465A
Authority
CN
China
Prior art keywords
image
camera assembly
shake
interest
interest 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.)
Pending
Application number
CN202210412773.5A
Other languages
English (en)
Inventor
王欢
沈康
马伟民
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN202210412773.5A priority Critical patent/CN114760465A/zh
Publication of CN114760465A publication Critical patent/CN114760465A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • 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
    • 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
    • H04N23/682—Vibration or motion blur correction
    • H04N23/683—Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory

Landscapes

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

Abstract

本申请提供一种用于计算摄像机防抖性能的系统及方法，该系统包括：处理器，处理器用于执行：在云台支架处于目标抖动频率，摄像机组件未开启防抖功能时，获取第一图像序列；在云台支架处于目标抖动频率，摄像机组件开启防抖功能时，获取第二图像序列；基于第一图像序列和静止图像确定抖动动态模糊量，基于第二图像序列和静止图像确定实测综合模糊量；基于抖动动态模糊量生成参考动态模糊量曲线，基于实测综合模糊量生成实测动态模糊量曲线；基于参考动态模糊量曲线与预设直线的第一交点、实测动态模糊量曲线与预设直线的第二交点，计算目标抖动频率下的防抖性能。通过本申请的技术方案，能够准确获知摄像机组件的防抖性能，使防抖评价更加客观。

Description

一种用于计算摄像机防抖性能的系统及方法
技术领域
本申请涉及视频处理技术领域，尤其是涉及一种用于计算摄像机防抖性能的系统及方法。
背景技术
防抖功能可以包括电子防抖和光学防抖，电子防抖没有硬件参与，是靠数字处理实现防抖的方式，主要通过提高感光度，减少快门时长等方式来实现防抖效果。光学防抖(Optical image stabilization)也称为位移防抖，其原理是通过将镜头或者CCD(ChargeCoupled Device，电荷耦合元件，即感光元件)进行与抖动方向相反的移动，来抵消抖动造成的影响，从而避免或者减少扑捉光学信号过程中出现的抖动现象，提高成像质量，达到减轻图像模糊的效果。
光学防抖可以包括镜头移动式光学防抖和CCD移动式光学防抖。镜头移动式光学防抖是通过镜头的移动实现光学防抖，比如说，陀螺仪可以检测到抖动信息，并将抖动信息发送给处理器，处理器基于抖动信息计算待补偿的位移量，根据抖动方向及该位移量对镜头进行移动，从而有效减轻图像模糊。
CCD移动式光学防抖是通过CCD的移动实现光学防抖，将CCD固定在能够上下左右移动的支架上，通过陀螺仪感应抖动信息(如抖动方向及抖动幅度等)，并将抖动信息发送给处理器，处理器基于抖动信息计算待补偿的位移量，根据抖动方向及该位移量对CCD进行移动，从而有效减轻图像模糊。
显然，防抖性能是摄像机的重要指标，该防抖性能用于表示摄像机的防抖效果。比如说，防抖性能越好，则摄像机的防抖效果越好，摄像机在抖动情况下的成像质量越好，图像越清晰。防抖性能越差，则摄像机的防抖效果越差，摄像机在抖动情况下的成像质量越差，图像越模糊。
显然，针对摄像机来说，需要获知摄像机的防抖性能，继而通过防抖性能反映摄像机的防抖效果。但是，应该如何获知摄像机的防抖性能，目前并没有合理的实现方式，即无法准确获知摄像机的防抖性能。
发明内容
本申请提供一种用于计算摄像机防抖性能的系统，包括：
摄像机组件；
云台支架，所述云台支架能够支撑所述摄像机组件，以使所述摄像机组件进行水平转动和垂直转动中的至少一个；
设置在所述摄像机组件的可视区域内的仅包含棋盘格的预设图片；
所述摄像机组件被限定为所述摄像机组件的可视区域覆盖所述预设图片的尺寸，以使所述摄像机组件采集的图像包含所述棋盘格；
处理器，所述处理器用于执行：
在所述云台支架处于静止状态时，获取静止图像；
在所述云台支架处于预设的目标抖动频率，且所述摄像机组件未开启防抖功能时，获取多个快门时间各自对应的第一图像序列；
在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件开启防抖功能时，获取所述多个快门时间各自对应的第二图像序列；
针对每个快门时间，基于该快门时间对应的第一图像序列和所述静止图像确定该快门时间对应的抖动动态模糊量；基于该快门时间对应的第二图像序列和所述静止图像确定该快门时间对应的实测综合模糊量；
基于所有快门时间对应的抖动动态模糊量生成参考动态模糊量曲线，基于所有快门时间对应的实测综合模糊量生成实测动态模糊量曲线；
基于参考动态模糊量曲线与预设直线的第一交点、实测动态模糊量曲线与所述预设直线的第二交点，计算所述摄像机组件的所述目标抖动频率下的防抖性能；其中，所述预设直线用于指示防抖性能最大容忍值。
本申请提供一种用于计算摄像机防抖性能的系统，包括：
摄像机组件；
云台支架，所述云台支架能够支撑所述摄像机组件，以使所述摄像机组件进行水平转动和垂直转动中的至少一个；
设置在所述摄像机组件的可视区域内的仅包含棋盘格的预设图片；
所述摄像机组件被限定为所述摄像机组件的可视区域覆盖所述预设图片的尺寸，以使所述摄像机组件采集的图像包含所述棋盘格；
处理器，所述处理器用于执行：
在所述云台支架处于预设的目标抖动频率，且所述摄像机组件未开启防抖功能时，获取所述摄像机组件采集的第三图像序列；
在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件开启防抖功能时，获取所述摄像机组件采集的第四图像序列；
针对所述棋盘格的多个兴趣点中的每个兴趣点，基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置，及该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置，确定该兴趣点的中心稳定度；其中，所述中心稳定度用于反映所述摄像机组件在该兴趣点的防抖能力值；
基于所述多个兴趣点的中心稳定度确定整体稳定度；其中，所述整体稳定度用于反映所述摄像机组件在整个画面的防抖能力值；
基于所述整体稳定度计算所述摄像机组件的所述目标抖动频率下的防抖性能；其中，所述整体稳定度越大，则防抖性能越好。
本申请提供一种用于计算摄像机防抖性能的方法，云台支架能够支撑摄像机组件，以使所述摄像机组件进行水平转动和垂直转动中的至少一个；所述摄像机组件的可视区域覆盖仅包含棋盘格的预设图片的尺寸，且所述摄像机组件采集的图像包含所述棋盘格，所述方法包括：
在所述云台支架处于静止状态时，获取静止图像；
在所述云台支架处于预设的目标抖动频率，且所述摄像机组件未开启防抖功能时，获取多个快门时间各自对应的第一图像序列；
在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件开启防抖功能时，获取所述多个快门时间各自对应的第二图像序列；
针对每个快门时间，基于该快门时间对应的第一图像序列和所述静止图像确定该快门时间对应的抖动动态模糊量；基于该快门时间对应的第二图像序列和所述静止图像确定该快门时间对应的实测综合模糊量；
基于所有快门时间对应的抖动动态模糊量生成参考动态模糊量曲线，基于所有快门时间对应的实测综合模糊量生成实测动态模糊量曲线；
基于参考动态模糊量曲线与预设直线的第一交点、实测动态模糊量曲线与所述预设直线的第二交点，计算所述摄像机组件的所述目标抖动频率下的防抖性能；其中，所述预设直线用于指示防抖性能最大容忍值。
本申请提供一种用于计算摄像机防抖性能的方法，云台支架能够支撑摄像机组件，以使所述摄像机组件进行水平转动和垂直转动中的至少一个；所述摄像机组件的可视区域覆盖仅包含棋盘格的预设图片的尺寸，且所述摄像机组件采集的图像包含所述棋盘格，所述方法包括：
在所述云台支架处于预设的目标抖动频率，且所述摄像机组件未开启防抖功能时，获取所述摄像机组件采集的第三图像序列；
在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件开启防抖功能时，获取所述摄像机组件采集的第四图像序列；
针对所述棋盘格的多个兴趣点中的每个兴趣点，基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置，及该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置，确定该兴趣点的中心稳定度；其中，所述中心稳定度用于反映所述摄像机组件在该兴趣点的防抖能力值；
基于所述多个兴趣点的中心稳定度确定整体稳定度；其中，所述整体稳定度用于反映所述摄像机组件在整个画面的防抖能力值；
基于所述整体稳定度计算所述摄像机组件的所述目标抖动频率下的防抖性能；其中，所述整体稳定度越大，则防抖性能越好。
由以上技术方案可见，本申请实施例中，在测试环境设置包含棋盘格的预设图片，且摄像机组件的可视区域覆盖预设图片的尺寸，以使摄像机组件采集的图像包含该棋盘格。在云台支架处于目标抖动频率，且摄像机组件未开启防抖功能时，获取包含该棋盘格的一个图像序列；在云台支架处于目标抖动频率，且摄像机组件开启防抖功能时，获取包含该棋盘格的另一个图像序列。基于上述两个图像序列就可以计算出摄像机组件的目标抖动频率下的防抖性能，从而能够获知摄像机组件的防抖性能，并通过该防抖性能反映摄像机组件的防抖效果，且能够准确获知摄像机组件的防抖性能。上述方式能够准确评估静态防抖效果和动态防抖效果，使得摄像机组件的防抖评价更加客观。
附图说明
为了更加清楚地说明本申请实施例或者现有技术中的技术方案，下面将对本申请实施例或者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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据本申请实施例的这些附图获得其他的附图。
图1是本申请一种实施方式中的云台支架的结构示意图；
图2是本申请一种实施方式中的测试环境的示意图；
图3是本申请一种实施方式中的预设图片(即棋盘格)的示意图；
图4是本申请中的用于计算摄像机防抖性能的方法流程示意图；
图5是本申请一种实施方式中的第一图像的示意图；
图6是本申请一种实施方式中的确定防抖等级的示意图；
图7是本申请中的用于计算摄像机防抖性能的方法流程示意图；
图8是本申请一种实施方式中的棋盘格的多个兴趣点的示意图；
图9A是本申请中的用于计算摄像机防抖性能的装置结构示意图；
图9B是本申请中的用于计算摄像机防抖性能的装置结构示意图。
具体实施方式
在本申请实施例使用的术语仅仅是出于描述特定实施例的目的，而非限制本申请。本申请和权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其它含义。还应当理解，本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，此外，所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为了获知摄像机的防抖性能，通过该防抖性能反映防抖效果，本申请实施例提出一种用于计算摄像机防抖性能的系统，在实际应用中，若摄像机是支持电子防抖的摄像机，则该系统用于计算摄像机的电子防抖性能。若摄像机是支持光学防抖的摄像机，则该系统用于计算摄像机的光学防抖性能。若摄像机是支持电子防抖和光学防抖的摄像机，则该系统用于计算摄像机的整体防抖性能。
在一种可能的实施方式中，用于计算摄像机防抖性能的系统可以包括：
1、摄像机组件。摄像机组件可以包括但不限于镜头和CCD等，对此摄像机组件的结构不做限制。示例性的，摄像机组件是支持防抖功能的摄像机，如摄像机组件支持电子防抖等和/或光学防抖功能，对此防抖类型不做限制。
2、云台支架。云台支架能够支撑摄像机组件，以使摄像机组件进行水平转动和垂直转动中的至少一个。比如说，云台支架用于使摄像机组件进行水平转动，即云台支架进行水平转动，以使摄像机组件进行水平转动。或，云台支架用于使摄像机组件进行垂直转动，即云台支架进行垂直转动，以使摄像机组件进行垂直转动。或，云台支架用于使摄像机组件进行水平转动和垂直转动，即云台支架进行水平转动和垂直转动，以使摄像机组件进行水平转动和垂直转动。
参见图1所示，为云台支架的结构示意图，该云台支架可以包括但不限于底座11、水平转动台12和垂直转动台13，对此云台支架的结构不做限制，只要云台支架能够使摄像机组件进行水平转动和垂直转动中的至少一个即可。在图1中，从下至上依次为底座11、水平转动台12和垂直转动台13。
参见图1所示，摄像机组件可以固定于垂直转动台13，即摄像机组件与垂直转动台13固定。在此基础上，水平转动台12水平转动时，会带动垂直转动台13也水平转动，使得垂直转动台13上固定的摄像机组件也水平转动。垂直转动台13垂直转动时，垂直转动台13上固定的摄像机组件也垂直转动。
底座11用于固定云台支架，并带动水平转动台12，也就是说，底座11能够带动水平转动台12进行水平移动，使得水平转动台12可以水平转动。
水平转动台12用于水平转动以使摄像机组件进行水平转动，并带动垂直转动台13。比如说，水平转动台12可以水平转动，在水平转动过程中，能够使摄像机组件随着水平转动台12的水平转动而进行水平转动。水平转动台12也能够带动垂直转动台13进行垂直移动，使得垂直转动台13可以垂直转动。
垂直转动台13用于垂直转动以使摄像机组件进行垂直转动。比如说，垂直转动台13可以垂直转动，在垂直转动过程中，摄像机组件固定于垂直转动台13，从而使摄像机组件随着垂直转动台13的垂直转动而进行垂直转动。
云台支架可以采用任意抖动频率对摄像机组件进行抖动，即云台支架处于某抖动频率时，摄像机组件也在该抖动频率下进行抖动，对此云台支架的抖动频率不做限制，如抖动频率可以为1hz、2hz、3hz、4hz、5hz、6hz、7hz、8hz、9hz、10hz、11hz、12hz、13hz、14hz、15hz等等，对此不做限制。
抖动频率可以为水平方向的抖动频率和垂直方向的抖动频率，水平转动台12控制摄像机组件进行水平转动的抖动频率为水平方向的抖动频率，垂直转动台13控制摄像机组件进行垂直转动的抖动频率为垂直方向的抖动频率。
3、设置在摄像机组件的可视区域内的仅包含棋盘格的预设图片。摄像机组件被限定为该摄像机组件的可视区域覆盖该预设图片的尺寸(即该预设图片位于摄像机组件的可视区域)，以使摄像机组件采集的图像包含该棋盘格。
参见图2所示，可以搭建一个测试环境，该测试环境可以包括光屏，该光屏是一面可以接收光的屏幕，该光屏显示的就是仅包含棋盘格的预设图片。
参见图3所示，为该预设图片的示意图，该预设图片仅包含棋盘格，也就是说，该预设图片可以包括多个黑色子区域和多个白色子区域，黑色子区域周围的子区域均为白色子区域，白色子区域周围的子区域均为黑色子区域，即黑色子区域和白色子区域交替出现。在图3中，以黑色子区域的宽度与黑色子区域的高度相同，黑色子区域的宽度与白色子区域的宽度相同，黑色子区域的高度与白色子区域的高度相同为例。在实际应用中，黑色子区域的宽度与黑色子区域的高度也可能不同，黑色子区域的宽度与白色子区域的宽度也可能不同，黑色子区域的高度与白色子区域的高度也可能不同，对此不做限制。
继续参见图2所示，该测试环境还可以包括云台支架和摄像机组件，如圆桌上面的是云台支架和摄像机组件，云台支架能够使摄像机组件进行水平转动和垂直转动中的至少一个，云台支架和摄像机组件的连接关系参见上述实施例。
在该测试环境下，摄像机组件的可视区域需要覆盖该预设图片的尺寸，即摄像机组件采集的图像会包括该预设图片，即包括图3所示的棋盘格。
4、处理器。在云台支架处于目标抖动频率(即摄像机组件处于目标抖动频率)，且摄像机组件未开启防抖功能时，通过摄像机组件采集包含棋盘格的图像序列；在云台支架处于目标抖动频率，且摄像机组件开启防抖功能时，通过摄像机组件采集包含棋盘格的另一个图像序列。基于上述两个图像序列，处理器可以计算摄像机组件的目标抖动频率下的防抖性能，能够获知摄像机组件的防抖性能，通过防抖性能反映防抖效果。示例性的，处理器可以采用静态评价方式计算摄像机组件的目标抖动频率下的防抖性能，即评估摄像机组件的静态防抖效果。或者，处理器也可以采用动态评价方式计算摄像机组件的目标抖动频率下的防抖性能，即评估摄像机组件的动态防抖效果。或者，处理器还可以采用静态评价方式和动态评价方式计算摄像机组件的目标抖动频率下的防抖性能，即同时评估摄像机组件的静态防抖效果和动态防抖效果。以下结合具体的实施例，对处理器采用静态评价方式计算防抖性能、采用动态评价方式计算防抖性能、采用静态评价方式和动态评价方式计算防抖性能的过程进行说明。
在一种可能的实施方式中，处理器可以采用静态评价方式计算摄像机组件的目标抖动频率下的防抖性能，即评估摄像机组件的静态防抖效果。在该实施方式中，可以以单张图像的模糊程度为参考，评估开启防抖功能和未开启防抖功能的图像差异，得到防抖性能。参见图4所示，处理器可以采用如下步骤计算摄像机组件的防抖性能，该过程可以包括：
步骤401、在云台支架处于静止状态时，获取静止图像。比如说，通过摄像机组件采集云台支架处于静止状态时的图像，将该图像记为静止图像。
步骤402、在云台支架处于预设的目标抖动频率，且摄像机组件未开启防抖功能时，获取多个快门时间各自对应的第一图像序列。
步骤403、在云台支架处于预设的该目标抖动频率，且摄像机组件开启防抖功能时，获取多个快门时间各自对应的第二图像序列。
示例性的，可以控制云台支架处于预设的目标抖动频率，该目标抖动频率可以是任一抖动频率，如1hz、2hz、3hz、4hz、5hz、6hz、7hz、8hz、9hz、10hz、11hz、12hz、13hz、14hz、15hz等等，对此不做限制。当云台支架处于目标抖动频率时，摄像机组件也处于该目标抖动频率。由于每种目标抖动频率下的处理方式相同，因此，在后续过程中，以一种目标抖动频率为例进行说明。
示例性的，可以确定快门时间的种类，如快门时间可以包括但不限于1/256秒，1/128秒，1/64秒，1/32秒，1/16秒，1/8秒，1/4秒，1/2秒等等，表示需要采集这些快门时间下的图像序列，对此快门时间的种类不做限制。
综上所述，在云台支架处于目标抖动频率时，可以控制摄像机组件未开启防抖功能，在该情况下，先控制摄像机组件的快门时间为1/256秒，并采集该快门时间1/256秒下的第一图像序列a11，该第一图像序列a11可以包括多帧第一图像，如200帧第一图像。然后，可以控制摄像机组件的快门时间为1/128秒，并采集该快门时间1/128秒下的第一图像序列a12，该第一图像序列a12可以包括多帧第一图像，如200帧第一图像。以此类推，可以得到每种快门时间下的第一图像序列，且第一图像序列均可以包括多帧第一图像。
示例性的，在云台支架处于目标抖动频率时，还可以控制摄像机组件开启防抖功能，在该情况下，先控制摄像机组件的快门时间为1/256秒，并采集该快门时间1/256秒下的第二图像序列a21，该第二图像序列a21可以包括多帧第二图像，如200帧第二图像。然后，可以控制摄像机组件的快门时间为1/128秒，并采集该快门时间1/128秒下的第二图像序列a22，该第二图像序列a22可以包括多帧第二图像，如200帧第二图像。以此类推，可以得到每种快门时间下的第二图像序列，且第二图像序列均可以包括多帧第二图像。
步骤404、针对每个快门时间，基于该快门时间对应的第一图像序列和该静止图像确定该快门时间对应的抖动动态模糊量。以及，基于该快门时间对应的第二图像序列和该静止图像确定该快门时间对应的实测综合模糊量。
在一种可能的实施方式中，针对每个快门时间，可以确定该快门时间对应的抖动动态模糊量和实测综合模糊量，抖动动态模糊量表示第一图像序列与静止图像之间的偏差信息，实测综合模糊量表示第二图像序列与静止图像之间的偏差信息。比如说，可以采用如下步骤确定抖动动态模糊量和实测综合模糊量。
步骤4041、针对每个快门时间(以一个快门时间为例)，从静止图像的所有子区域中选取第一子区域，从该快门时间对应的第一图像序列的每帧第一图像中选取第二子区域，第一子区域和第二子区域对应棋盘格的同一子区域。
参见图3所示，为棋盘格的示意图，即上述预设图片，该棋盘格可以包括多个子区域，如一共包括30个子区域。可以将第一行第一列的子区域记为子区域11，将第一行第二列的子区域记为子区域12，将第二行第一列的子区域记为子区域21，将第二行第二列的子区域记为子区域22，以此类推。
针对摄像机组件采集的静止图像，该静止图像可以包括该棋盘格的30个子区域，这30个子区域的尺寸与预设图片类似，在此不再赘述。综上所述，静止图像可以包括多个黑色子区域和多个白色子区域，每个黑色子区域周围的子区域均为白色子区域，每个白色子区域周围的子区域均为黑色子区域。
显然，由于静止图像是云台支架处于静止状态时的图像，即未发生抖动时的图像，因此，在该静止图像中，黑色子区域中各像素点的像素值均为第一取值(如0)，白色子区域中各像素点的像素值均为第二取值(如255)。
针对摄像机组件采集的每帧第一图像，该第一图像也可以包括该棋盘格的30个子区域，即第一图像可以包括多个黑色子区域和多个白色子区域，每个黑色子区域周围的子区域均为白色子区域，每个白色子区域周围的子区域均为黑色子区域。但是，这30个子区域的尺寸会与静止图像不同，其原因是：
由于第一图像是云台支架处于目标抖动频率时的图像，即发生抖动时的图像，因此，第一图像是一个模糊图像(抖动导致第一图像发生模糊)，黑色子区域内的像素点的像素值不都是第一取值，而是处于一个像素值范围，白色子区域内的像素点的像素值不都是第二取值，也是处于一个像素值范围。
显然，在该第一图像中，针对预设图片(也即静止图像)的黑色子区域来说，由于图像模糊导致黑色子区域的像素值发生变化，针对预设图片(也即静止图像)的白色子区域来说，由于图像模糊导致白色子区域的像素值也发生变化，也就是说，第一图像的黑色子区域的尺寸与静止图像的黑色子区域的尺寸不同，第一图像的白色子区域的尺寸与静止图像的白色子区域的尺寸不同。比如说，白色子区域的尺寸变大时，白色子区域周围的黑色子区域的尺寸变小，或者，白色子区域的尺寸变小时，白色子区域周围的黑色子区域的尺寸变大。
比如说，针对图3所示的预设图片，也即静止图像，第一图像的示例可以参见图5所示，第一图像的白色子区域的尺寸大于静止图像的白色子区域的尺寸，第一图像的黑色子区域的尺寸小于静止图像的黑色子区域的尺寸。
需要注意的是，由于第一图像的黑色子区域内像素点的像素值不都是第一取值，而是处于一个像素值范围，白色子区域内像素点的像素值不都是第二取值，也是处于一个像素值范围，因此，为了区分第一图像的黑色子区域和白色子区域，就需要重新界定第一图像中的黑色子区域和白色子区域。
示例性的，可以采用如下方式确定第一图像中的黑色子区域和白色子区域：可以将像素值范围处于[最小像素值，像素边界值]的像素点划分到黑色子区域，并将像素值范围处于(像素边界值，最大像素值]的像素点划分到白色子区域，也就是说，黑色子区域中像素点的像素值范围可以是[最小像素值，像素边界值]，白色子区域中像素点的像素值范围可以是(像素边界值，最大像素值]。
在采用上述方式将像素点划分到黑色子区域或者白色子区域后，就可以得到图5所示的第一图像。在该第一图像的黑色子区域中，是以像素点的像素值是第一取值为例，但是，在实际应用中，黑色子区域的像素点的像素值是处于[最小像素值，像素边界值]，而不是第一取值。在该第一图像的白色子区域中，是以像素点的像素值是第二取值为例，但是，在实际应用中，白色子区域的像素点的像素值是处于(像素边界值，最大像素值]，而不是第二取值。
示例性的，该最小像素值是第一图像中的所有像素值的最小值，该最大像素值是第一图像中的所有像素值的最大值，且该像素边界值是基于该最大像素值确定，如最大像素值的20％、最大像素值的30％等，对此不做限制。
比如说，假设第一图像中的所有像素值的最小值是0，第一图像中的所有像素值的最大值是240，即最小像素值是0，最大像素值是240，则像素边界值可以是48，因此，将像素值范围处于[0，48]的像素点划分到黑色子区域，将像素值范围处于(48，240]的像素点划分到白色子区域，得到图5所示的第一图像。
在步骤4041中，可以从静止图像中选取第一子区域，并从每帧第一图像中选取第二子区域，比如说，可以选取棋盘格的子区域33对应的第一子区域和第二区子域，即，第一子区域是静止图像的第三行第三列的子区域，第二子区域是第一图像的第三行第三列的子区域。当然，在实际应用中，可以选取棋盘格的任意子区域对应的第一子区域和第二区子域，对此不做限制。
示例性的，第一子区域的数量可以为至少两个，相应的，第二子区域的数量可以为至少两个，比如说，选取棋盘格的子区域33对应的第一子区域和第二区子域，并选取棋盘格的子区域44对应的第一子区域和第二区子域。
在一种可能的实施方式中，可以选取棋盘格的中心子区域(如子区域33和子区域43)对应的第一子区域和第二区子域。或者，可以选取棋盘格的白色子区域对应的第一子区域和第二区子域，如棋盘格的中心子区域及中心子区域周围的白色子区域(如子区域43、子区域32和子区域34等)对应的第一子区域和第二区子域。当然，上述只是示例，可以任意选取第一子区域和第二区子域。
步骤4042、针对每个快门时间(以一个快门时间为例)，从静止图像的所有子区域中选取第三子区域，并从该快门时间对应的第二图像序列的每帧第二图像中选取第四子区域，第三子区域和第四子区域对应棋盘格的同一子区域。
针对摄像机组件采集的每帧第二图像，可以包括多个黑色子区域和多个白色子区域，每个黑色子区域周围的子区域均为白色子区域，每个白色子区域周围的子区域均为黑色子区域。以及，采用如下方式确定第二图像中的黑色子区域和白色子区域：将像素值范围处于[最小像素值，像素边界值]的像素点划分到黑色子区域，将像素值范围处于(像素边界值，最大像素值]的像素点划分到白色子区域，也就是说，黑色子区域中像素点的像素值范围是[最小像素值，像素边界值]，白色子区域中像素点的像素值范围是(像素边界值，最大像素值]。示例性的，该最小像素值是第二图像中的所有像素值的最小值，该最大像素值是第二图像中的所有像素值的最大值，且该像素边界值是基于该最大像素值确定。
步骤4042与步骤4041类似，只是将第一图像替换为第二图像，将第一子区域替换为第三子区域，将第二子区域替换为第四子区域，在此不再赘述。
步骤4043、基于第一子区域的尺寸和第二子区域的尺寸确定第一图像与静止图像之间的模糊量。示例性的，第一子区域的尺寸为第一子区域的宽度，第二子区域的尺寸为第二子区域的宽度。或者，第一子区域的尺寸为第一子区域的高度，第二子区域的尺寸为第二子区域的高度。或者，第一子区域的尺寸为第一子区域的宽度和高度，第二子区域的尺寸为第二子区域的宽度和高度。
比如说，针对水平抖动来说，第一子区域的尺寸为第一子区域的宽度W0，第二子区域的尺寸为第二子区域的宽度W1，可以计算宽度W0与宽度W1的差值的绝对值，基于该绝对值确定第一图像与静止图像之间的模糊量。例如，若只存在一组子区域(如第一子区域和第二组区域)，则将该组子区域对应的绝对值作为第一图像与静止图像之间的模糊量。若存在至少两组子区域，则将至少两组子区域对应的绝对值的平均值作为第一图像与静止图像之间的模糊量。
又例如，针对垂直抖动来说，第一子区域的尺寸为第一子区域的高度H0，第二子区域的尺寸为第二子区域的高度H1，可以计算高度H0与高度H1的差值的绝对值，基于该绝对值确定第一图像与静止图像之间的模糊量。
又例如，针对水平抖动和垂直抖动来说，第一子区域的尺寸为第一子区域的宽度W0和高度H0，第二子区域的尺寸为第二子区域的宽度W1和高度H1，可以计算宽度W0与宽度W1的差值的绝对值1，并计算高度H0与高度H1的差值的绝对值2，并对绝对值1的平方与绝对值2的平方之和开根号，得到几何平均值，并基于该几何平均值确定第一图像与静止图像之间的模糊量。
当然，上述只是确定第一图像与静止图像之间的模糊量的几个示例，对此确定方式不做限制，该模糊量用于表示第一图像与静止图像的尺寸差异。
步骤4044、基于第三子区域的尺寸和第四子区域的尺寸确定第二图像与静止图像之间的模糊量。示例性的，第三子区域的尺寸为第三子区域的宽度，第四子区域的尺寸为第四子区域的宽度。或者，第三子区域的尺寸为第三子区域的高度，第四子区域的尺寸为第四子区域的高度。或者，第三子区域的尺寸为第三子区域的宽度和高度，第四子区域的尺寸为第四子区域的宽度和高度。
示例性的，步骤4044的实现过程与步骤4043类似，在此不再重复赘述。
步骤4045、基于第一图像序列的每帧第一图像与静止图像之间的模糊量确定抖动动态模糊量(Shake Motion Blur Amount，简称SMBA)。
比如说，针对第一图像序列的每帧第一图像，可以采用步骤4043得到该第一图像与静止图像之间的模糊量，从而得到每帧第一图像与静止图像之间的模糊量。在得到每帧第一图像与静止图像之间的模糊量后，可以计算所有第一图像与静止图像之间的模糊量的平均值，将该平均值确定为抖动动态模糊量。
步骤4046、基于第二图像序列的每帧第二图像与静止图像之间的模糊量确定实测综合模糊量(Measured Comprehensive Bokeh Amount，MCBA)。
比如说，针对第二图像序列的每帧第二图像，可以采用步骤4044得到该第二图像与静止图像之间的模糊量，从而得到每帧第二图像与静止图像之间的模糊量。在得到每帧第二图像与静止图像之间的模糊量后，可以计算所有第二图像与静止图像之间的模糊量的平均值，将该平均值确定为实测综合模糊量。
综上所述，基于步骤4041-步骤4046，就可以得到抖动动态模糊量和实测综合模糊量，并基于抖动动态模糊量和实测综合模糊量执行后续步骤。
步骤405、基于所有快门时间对应的抖动动态模糊量生成参考动态模糊量曲线，并基于所有快门时间对应的实测综合模糊量生成实测动态模糊量曲线。
比如说，可以建立一个坐标系，例如，以左下角点为坐标原点、水平向右为横轴、垂直向上为纵轴建立坐标系；或者，以左上角点为坐标原点、水平向右为横轴、垂直向下为纵轴建立坐标系；或者，还可以采用其它方式建立坐标系，对此不做限制。后续以左下角点为坐标原点、水平向右为横轴、垂直向上为纵轴建立坐标系为例，参见图6所示，为该坐标系的一个示例。
基于该坐标系，可以基于所有快门时间对应的抖动动态模糊量，将快门时间作为横坐标，将该快门时间对应的抖动动态模糊量作为纵坐标，在该坐标系中确定每个快门时间对应的第一坐标点，基于所有第一坐标点确定参考动态模糊量曲线。比如说，参见图6所示，快门时间1/256秒对应的抖动动态模糊量就是该快门时间1/256秒对应的第一坐标点，快门时间1/128秒对应的抖动动态模糊量就是该快门时间1/128秒对应的第一坐标点，以此类推，快门时间1/2秒对应的抖动动态模糊量就是该快门时间1/2秒对应的第一坐标点。在此基础上，可以将上述所有第一坐标点的连线作为参考动态模糊量曲线，参见图6所示。
基于该坐标系，可以基于所有快门时间对应的实测综合模糊量，将快门时间作为横坐标，将该快门时间对应的实测综合模糊量作为纵坐标，在该坐标系中确定每个快门时间对应的第二坐标点，基于所有第二坐标点确定实测动态模糊量曲线。比如说，参见图6所示，快门时间1/256秒对应的实测综合模糊量就是该快门时间1/256秒对应的第二坐标点，快门时间1/128秒对应的实测综合模糊量就是该快门时间1/128秒对应的第二坐标点，以此类推，快门时间1/2秒对应的实测综合模糊量就是该快门时间1/2秒对应的第二坐标点。在此基础上，可以将上述所有第二坐标点的连线作为实测动态模糊量曲线，参见图6所示。
步骤406、基于参考动态模糊量曲线与预设直线的第一交点、实测动态模糊量曲线与该预设直线的第二交点，计算摄像机组件的目标抖动频率下的防抖性能，该预设直线可以用于指示防抖性能最大容忍值，也就是说，该预设直线就可以是该防抖性能最大容忍值(用于反应模糊量)指示的直线。
示例性的，防抖性能最大容忍值(Determination Level for ImageStabilization，简称DLISP)是一个模糊量阈值，可以根据经验配置，当图像的模糊量超过防抖性能最大容忍值时，人眼观看该图像时能够感受到图像模糊，当图像的模糊量不超过防抖性能最大容忍值时，人眼观看该图像时不会感受到图像模糊，也就是说，防抖性能最大容忍值是人眼观看图像时是否感受到模糊的临界点。
防抖性能最大容忍值可以与图像分辨率有关，当图像分辨率越大时，防抖性能最大容忍值越大，当图像分辨率越小时，防抖性能最大容忍值越小。比如说，针对2560*1440的图像分辨率，防抖性能最大容忍值可以为3.7像素，即模糊量为3.7像素，当然，3.7像素只是示例，对此不做限制。针对其它图像分辨率，也可以配置防抖性能最大容忍值，对此防抖性能最大容忍值不做限制。
综上所述，防抖性能最大容忍值可以指示一条直线，以防抖性能最大容忍值是3.7为例，则防抖性能最大容忍值用于指示纵坐标为3.7的直线，参见图6所示，纵坐标为3.7的直线就是上述预设直线。显然，该预设直线与参考动态模糊量曲线存在一个交点，即第一交点，该预设直线与实测动态模糊量曲线存在一个交点，即第二交点。在得到第一交点和第二交点之后，就可以基于该第一交点和该第二交点计算摄像机组件的目标抖动频率下的防抖性能。
在一种可能的实施方式中，可以基于第一交点和第二交点之间的长度确定防抖等级，比如说，该防抖等级可以为第一交点和第二交点之间的长度，参见图6所示，第一交点和第二交点之间的长度为1.7，则该防抖等级可以为1.7。
然后，可以基于该防抖等级确定摄像机组件的目标抖动频率下的防抖性能，比如说，可以使用该防抖等级表示摄像机组件的目标抖动频率下的防抖性能，即防抖性能可以使用该防抖等级表征，也就是说，摄像机组件的目标抖动频率下的防抖性能是防抖等级1.7。示例性的，若该防抖等级越大，则防抖性能越好，若该防抖等级越小，则防抖性能越差。
参见图6所示，假设横坐标的第0个点到第1个点的长度为长度A，则第1个点到第2个点的长度为长度A，第2个点到第3个点的长度为长度A，以此类推，显然，相邻两个点的长度均为长度A。由于快门时间是1/256秒，1/128秒，1/64秒，1/32秒，1/16秒，1/8秒，1/4秒，1/2秒等，因此，横坐标的第1个点为1/256秒，第2个点为1/128秒，第3个点为1/64秒，以此类推，即相邻两个点的快门时间的差值不是相同的，而是与快门时间的等级有关。
在此基础上，第一交点和第二交点之间的长度1.7，就表示第一交点和第二交点之间的长度是1.7倍的长度A，即与长度A的比例关系是1.7。
综上所述，可以基于参考动态模糊量曲线与预设直线的第一交点、实测动态模糊量曲线与该预设直线的第二交点，计算摄像机组件的目标抖动频率下的防抖性能，即防抖等级。显然，当目标抖动频率为1hz时，就可以计算出1hz下的防抖等级，当目标抖动频率为2hz时，就可以计算出2hz下的防抖等级，当目标抖动频率为3hz时，就可以计算出3hz下的防抖等级，以此类推。
由以上技术方案可见，本申请实施例中，在云台支架处于目标抖动频率，摄像机组件未开启防抖功能时，获取包含棋盘格的第一图像序列，在云台支架处于目标抖动频率，摄像机组件开启防抖功能时，获取包含棋盘格的第二图像序列。基于上述两个图像序列可以计算出摄像机组件的目标抖动频率下的防抖性能，从而获知摄像机组件的防抖性能，通过防抖性能反映摄像机组件的防抖效果，且准确获知摄像机组件的防抖性能。能够评估静态防抖效果，使得摄像机组件的防抖评价更加客观。上述方式以单张图像的模糊程度为参考，评估静态防抖效果，可以提高安全快门的等级数。
在一种可能的实施方式中，处理器可以采用动态评价方式计算摄像机组件的目标抖动频率下的防抖性能，即评估摄像机组件的动态防抖效果。在该实施方式中，评估前后帧之间的稳定程度，如中心稳定度和整体稳定度，参见图7所示，可以采用如下步骤计算摄像机组件的防抖性能，该过程包括：
步骤701、在云台支架处于预设的目标抖动频率，且摄像机组件未开启防抖功能时，获取摄像机组件采集的第三图像序列。
步骤702、在云台支架处于预设的该目标抖动频率，且摄像机组件开启防抖功能时，获取摄像机组件采集的第四图像序列。
示例性的，可以控制云台支架处于预设的目标抖动频率，该目标抖动频率可以是任一抖动频率，如1hz、2hz、3hz、4hz、5hz、6hz、7hz、8hz、9hz、10hz、11hz、12hz、13hz、14hz、15hz等等，对此不做限制。当云台支架处于目标抖动频率时，摄像机组件也处于该目标抖动频率。由于每种目标抖动频率下的处理方式相同，因此，在后续过程中，以一种目标抖动频率为例进行说明。
综上所述，在云台支架处于目标抖动频率时，可以控制摄像机组件未开启防抖功能，在该情况下，采集目标快门时间下的第三图像序列a31，该第三图像序列a31可以包括多帧第三图像，如200帧第三图像。示例性的，该目标快门时间可以根据经验进行配置，可以是任一快门时间，如1/256秒，1/128秒，1/64秒，1/32秒，1/16秒，1/8秒，1/4秒，1/2秒中的一种快门时间。
示例性的，在云台支架处于目标抖动频率时，还可以控制摄像机组件开启防抖功能，在该情况下，可以采集该目标快门时间下的第四图像序列a41，该第四图像序列a41可以包括多帧第四图像，如200帧第四图像。
步骤703、针对棋盘格的多个兴趣点中的每个兴趣点，基于该兴趣点在第三图像序列的每帧第三图像中的坐标位置，及该兴趣点在第四图像序列的每帧第四图像中的坐标位置，确定该兴趣点的中心稳定度，该中心稳定度用于反映摄像机组件在该兴趣点的防抖能力值，能够体现摄像机组件的客观且基本的性能。
示例性的，参见图3所示，为棋盘格(即上述预设图片)的示意图，该棋盘格包括多个黑色子区域和多个白色子区域，黑色子区域周围的子区域均为白色子区域，白色子区域周围的子区域均为黑色子区域。在此基础上，可以配置棋盘格的多个兴趣点，对此兴趣点的数量不做限制，可以根据经验配置。
棋盘格的多个兴趣点包括棋盘格的四个子区域的交点，例如，参见图8所示，示出了棋盘格的四个子区域的交点，可以将这些交点的全部均配置为棋盘格的兴趣点，也可以将这些交点的部分配置为棋盘格的兴趣点，对此不做限制。
当然，在实际应用中，还可以将棋盘格的两个子区域的交点配置为棋盘格的兴趣点，或将棋盘格的任意像素点配置为棋盘格的兴趣点，对此不做限制。
步骤703中，基于第三图像序列和第四图像序列，需要计算所有兴趣点中的每个兴趣点的中心稳定度，每个兴趣点的中心稳定度的计算过程相同，后续以一个兴趣点为例，比如说，可以采用如下步骤计算该兴趣点的中心稳定度：
步骤7031、基于该兴趣点在第三图像序列的每帧第三图像中的坐标位置确定该兴趣点的第一坐标均值(坐标值的均值)，基于该兴趣点在第四图像序列的每帧第四图像中的坐标位置确定该兴趣点的第二坐标均值(坐标值的均值)。
比如说，第三图像序列可以包括n帧第三图像，如200帧第三图像，先确定该兴趣点在每帧第三图像中的坐标位置，如(x1,y1)、(x2,y2)、…、(xn,yn)，(x1,y1)表示该兴趣点在第1个第三图像中的坐标位置，(x2,y2)表示该兴趣点在第2个第三图像中的坐标位置，以此类推，(xn,yn)表示该兴趣点在第n个第三图像中的坐标位置。在此基础上，可以采用如下公式计算该兴趣点的第一坐标均值(xe,ye)：
Figure BDA0003604451080000191
比如说，第四图像序列包括n帧第四图像，如200帧第四图像，确定该兴趣点在每帧第四图像中的坐标位置，如(x1’,y1’)、(x2’,y2’)、…、(xn’,yn’)，(x1’,y1’)表示该兴趣点在第1个第四图像中的坐标位置，(x2’,y2’)表示该兴趣点在第2个第四图像中的坐标位置，以此类推，(xn’,yn’)表示该兴趣点在第n个第四图像中的坐标位置。在此基础上，可以计算该兴趣点的第二坐标均值(xe’,ye’)，第二坐标均值(xe’,ye’)的计算公式与第一坐标均值(xe,ye)的计算公式类似，不再赘述。
步骤7032、基于该兴趣点在第三图像序列的每帧第三图像中的坐标位置和该第一坐标均值确定该兴趣点的第一标准差，并基于该兴趣点在第四图像序列的每帧第四图像中的坐标位置和该第二坐标均值确定该兴趣点的第二标准差。
比如说，该兴趣点在第三图像序列的每帧第三图像中的坐标位置为(x1,y1)、(x2,y2)、…、(xn,yn)，第一坐标均值为(xe,ye)，在此基础上，可以采用如下公式计算该兴趣点的第一标准差d，该第一标准差d是一个二维标准差。
Figure BDA0003604451080000192
比如说，该兴趣点在第四图像序列的每帧第四图像中的坐标位置为(x1’,y1’)、(x2’,y2’)、…、(xn’,yn’)，第二坐标均值为(xe’,ye’)，可以计算该兴趣点的第二标准差d’，第二标准差d’的计算公式与第一标准差d的计算公式类似，不再赘述。
步骤7033、基于第一标准差和第二标准差确定该兴趣点的中心稳定度。
在一种可能的实施方式中，可以采用如下公式确定中心稳定度：
Figure BDA0003604451080000201
在上述公式中，Sj用于表示第j个兴趣点的中心稳定度，dj用于表示第j个兴趣点的第一标准差，dj’用于表示第j个兴趣点的第二标准差。
在另一种可能的实施方式中，可以基于第一标准差、第二标准差和图像缩放比例λ确定该兴趣点的中心稳定度，如可以采用如下公式确定中心稳定度：
Figure BDA0003604451080000202
在上述公式中，Sj表示第j个兴趣点的中心稳定度，dj表示第j个兴趣点的第一标准差，dj’表示第j个兴趣点的第二标准差，λ表示图像缩放比例。
示例性的，该图像缩放比例λ表示摄像机组件未开启防抖功能时采集的图像与摄像机组件开启防抖功能时采集的图像之间的比例，该图像缩放比例λ可以是根据经验配置的比例值，也可以是计算出的比例值，只需要计算一次图像缩放比例λ，并存储该图像缩放比例λ即可。比如说，该图像缩放比例λ的计算方式可以包括：在云台支架处于预设的目标抖动频率，且摄像机组件未开启防抖功能时，获取摄像机组件采集的关闭防抖图像。在云台支架处于预设的目标抖动频率，且摄像机组件开启防抖功能时，获取摄像机组件采集的开启防抖图像。基于该关闭防抖图像中的棋盘格高度与该开启防抖图像中的棋盘格高度，确定图像缩放比例λ；或者，基于该关闭防抖图像中的棋盘格宽度与该开启防抖图像中的棋盘格宽度，确定图像缩放比例λ。
示例性的，棋盘格高度可以表示摄像机组件的可视区域内的棋盘格在关闭防抖图像或开启防抖图像中的高度。以及，棋盘格宽度可以表示摄像机组件的可视区域内的棋盘格在关闭防抖图像或开启防抖图像中的宽度。
步骤701中，在云台支架处于目标抖动频率，且摄像机组件未开启防抖功能时，除了获取第三图像序列，摄像机组件还可以采集一帧图像，将该图像记为关闭防抖图像Poff，即获取到Poff。步骤702中，在云台支架处于目标抖动频率，且摄像机组件开启防抖功能时，除了获取第四图像序列，摄像机组件还可以采集一帧图像，将该图像记为开启防抖图像Pon，即获取到Pon。
在一种可能的实施方式中，可以确定棋盘格(即预设图片)在Poff中的高度1，并确定棋盘格在Pon中的高度2。由于Poff和Pon均是目标抖动频率下采集的，即Poff和Pon均存在图像模糊问题，因此，高度1与棋盘格本身的高度不同，高度2与棋盘格本身的高度不同。又由于Poff是未开启防抖功能时采集的，Pon是开启防抖功能时采集的，因此，高度1与高度2不同。在此基础上，可以将高度1与高度2的比例，确定为图像缩放比例λ。
在另一种可能的实施方式中，可以确定棋盘格在Poff中的宽度1，确定棋盘格在Pon中的宽度2，宽度1与棋盘格本身的宽度不同，宽度2与棋盘格本身的宽度不同。Poff是未开启防抖功能时采集，Pon是开启防抖功能时采集，即宽度1与宽度2不同，将宽度1与宽度2的比例确定为图像缩放比例λ。
综上所述，可以确定出每个兴趣点的中心稳定度，记为中心稳定度Sj。
步骤704、基于所有兴趣点的中心稳定度确定整体稳定度，该整体稳定度用于反映摄像机组件在整个画面的防抖能力值。示例性的，该整体稳定度是人眼对图像的主观评价量化，会综合考虑在防抖过程中，镜头畸变、果冻效应、图像扭曲、以及运动传感器噪声带来的漂移等所造成的主观影响。
在一种可能的实施方式中，基于所有兴趣点的中心稳定度，可以基于每个兴趣点的中心稳定度以及每个兴趣点对应的权重系数进行加权运算，得到该整体稳定度。比如说，可以采用如下公式计算该整体稳定度：
Swhole＝S1*p1+S2*p2...+Sk*pk
假设存在k个兴趣点，即j的取值范围是1-k，则S1表示第1个兴趣点的中心稳定度，p1表示第1个兴趣点对应的权重系数，S2表示第2个兴趣点的中心稳定度，p2表示第2个兴趣点对应的权重系数，以此类推，Sk表示第k个兴趣点的中心稳定度，pk表示第k个兴趣点对应的权重系数，Swhole表示整体稳定度。
在一种可能的实施方式中，针对每个兴趣点对应的权重系数，这些权重系数可以相同，即上述权重系数p1、权重系数p2、...、权重系数pk可以相同。
在另一种可能的实施方式中，针对每个兴趣点对应的权重系数，若该兴趣点与棋盘格的中心的距离越小，则该兴趣点对应的权重系数越大，若该兴趣点与棋盘格的中心的距离越大，则该兴趣点对应的权重系数越小。
当然，上述只是各兴趣点对应的权重系数的示例，对此不做限制，可以根据经验配置各兴趣点对应的权重系数，且权重系数可以是位于0-1之间的数值。
步骤705、基于整体稳定度计算摄像机组件的目标抖动频率下的防抖性能，比如说，可以使用该整体稳定度表示摄像机组件的目标抖动频率下的防抖性能，即防抖性能可以使用该整体稳定度表征。示例性的，若整体稳定度越大，则防抖性能越好，若整体稳定度越小，则防抖性能越差。
显然，当该目标抖动频率为1hz时，就可以计算出1hz下的整体稳定度，当该目标抖动频率为2hz时，就可以计算出2hz下的整体稳定度，当该目标抖动频率为3hz时，就可以计算出3hz下的整体稳定度，以此类推。
由以上技术方案可见，本申请实施例中，在云台支架处于目标抖动频率，摄像机组件未开启防抖功能时，获取包含棋盘格的第三图像序列，在云台支架处于目标抖动频率，摄像机组件开启防抖功能时，获取包含棋盘格的第四图像序列。基于上述两个图像序列可以计算出摄像机组件的目标抖动频率下的防抖性能，从而获知摄像机组件的防抖性能，通过防抖性能反映摄像机组件的防抖效果，且准确获知摄像机组件的防抖性能。能够评估动态防抖效果，使得摄像机组件的防抖评价更加客观。
在一种可能的实施方式中，处理器可以采用静态评价方式和动态评价方式计算摄像机组件的目标抖动频率下的防抖性能，即评估摄像机组件的静态防抖效果和动态防抖效果。在该实施方式中，可以采用图4所示的流程，计算摄像机组件的目标抖动频率下的防抖等级，并采用图7所示的流程，计算摄像机组件的目标抖动频率下的整体稳定度，并基于该防抖等级和该整体稳定度确定摄像机组件的目标抖动频率下的防抖性能，即防抖性能可以使用该防抖等级和该整体稳定度表征。显然，若该防抖等级越大，则防抖性能越好，若该防抖等级越小，则防抖性能越差。若该整体稳定度越大，则防抖性能越好，若该整体稳定度越小，则防抖性能越差。
由以上技术方案可见，本申请实施例中，可以基于两个图像序列就可以计算出摄像机组件的目标抖动频率下的防抖性能，从而能够获知摄像机组件的防抖性能，通过防抖性能反映摄像机组件的防抖效果，且能够准确获知摄像机组件的防抖性能。能够评估静态防抖效果和动态防抖效果，使得摄像机组件的防抖评价更加客观，也就是说，静态评估在评估单帧图像的防抖效果的同时，也能够进行动态的防抖，使得防抖评价更加客观。
基于与上述方法同样的申请构思，本申请实施例中提出一种用于计算摄像机防抖性能的装置，云台支架能够支撑摄像机组件，以使所述摄像机组件进行水平转动和垂直转动中的至少一个；所述摄像机组件的可视区域覆盖仅包含棋盘格的预设图片的尺寸，且所述摄像机组件采集的图像包含所述棋盘格，参见图9A所示，为所述装置的结构示意图，所述装置可以包括：
获取模块911，用于在所述云台支架处于静止状态时，获取静止图像；
在所述云台支架处于预设的目标抖动频率，且所述摄像机组件未开启防抖功能时，获取多个快门时间各自对应的第一图像序列；
在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件开启防抖功能时，获取所述多个快门时间各自对应的第二图像序列；
确定模块912，用于针对每个快门时间，基于该快门时间对应的第一图像序列和所述静止图像确定该快门时间对应的抖动动态模糊量；基于该快门时间对应的第二图像序列和所述静止图像确定该快门时间对应的实测综合模糊量；
生成模块913，用于基于所有快门时间对应的抖动动态模糊量生成参考动态模糊量曲线，基于所有快门时间对应的实测综合模糊量生成实测动态模糊量曲线；计算模块914，用于基于参考动态模糊量曲线与预设直线的第一交点、实测动态模糊量曲线与所述预设直线的第二交点，计算摄像机组件的所述目标抖动频率下的防抖性能；其中，所述预设直线用于指示防抖性能最大容忍值。
基于与上述方法同样的申请构思，本申请实施例中提出一种用于计算摄像机防抖性能的装置，云台支架能够支撑摄像机组件，以使所述摄像机组件进行水平转动和垂直转动中的至少一个；所述摄像机组件的可视区域覆盖仅包含棋盘格的预设图片的尺寸，且所述摄像机组件采集的图像包含所述棋盘格，参见图9B所示，为所述装置的结构示意图，所述装置可以包括：
获取模块921，用于在所述云台支架处于预设的目标抖动频率，且所述摄像机组件未开启防抖功能时，获取所述摄像机组件采集的第三图像序列；
以及，在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件开启防抖功能时，获取所述摄像机组件采集的第四图像序列；
确定模块922，用于针对所述棋盘格的多个兴趣点中的每个兴趣点，基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置，及该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置，确定该兴趣点的中心稳定度；其中，所述中心稳定度用于反映所述摄像机组件在该兴趣点的防抖能力值；
以及，基于所述多个兴趣点的中心稳定度确定整体稳定度；其中，所述整体稳定度用于反映所述摄像机组件在整个画面的防抖能力值；
计算模块923，用于基于所述整体稳定度计算所述摄像机组件的所述目标抖动频率下的防抖性能；其中，所述整体稳定度越大，则防抖性能越好。
基于与上述方法同样的申请构思，本申请实施例还提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被处理器执行时，能够实现本申请上述示例公开的用于计算摄像机防抖性能的方法。其中，上述机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：RAM(Radom Access Memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
而且，这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种用于计算摄像机防抖性能的系统，其特征在于，包括：
摄像机组件；
云台支架，所述云台支架能够支撑所述摄像机组件，以使所述摄像机组件进行水平转动和垂直转动中的至少一个；
设置在所述摄像机组件的可视区域内的仅包含棋盘格的预设图片；
所述摄像机组件被限定为所述摄像机组件的可视区域覆盖所述预设图片的尺寸，以使所述摄像机组件采集的图像包含所述棋盘格；
处理器，所述处理器用于执行：
在所述云台支架处于预设的目标抖动频率，且所述摄像机组件未开启防抖功能时，获取所述摄像机组件采集的第三图像序列；
在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件开启防抖功能时，获取所述摄像机组件采集的第四图像序列；
针对所述棋盘格的多个兴趣点中的每个兴趣点，基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置，及该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置，确定该兴趣点的中心稳定度；其中，所述中心稳定度用于反映所述摄像机组件在该兴趣点的防抖能力值；
基于所述多个兴趣点的中心稳定度确定整体稳定度；其中，所述整体稳定度用于反映所述摄像机组件在整个画面的防抖能力值；
基于所述整体稳定度计算所述摄像机组件的所述目标抖动频率下的防抖性能；其中，所述整体稳定度越大，则防抖性能越好。
2.根据权利要求1所述的系统，其特征在于，所述云台支架包括底座、水平转动台和垂直转动台，所述摄像机组件固定于所述垂直转动台；其中：
所述底座用于固定所述云台支架，并带动所述水平转动台；所述水平转动台用于水平转动以使所述摄像机组件进行水平转动，并带动所述垂直转动台；所述垂直转动台用于垂直转动以使所述摄像机组件进行垂直转动。
3.根据权利要求1所述的系统，其特征在于，所述基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置，及该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置，确定该兴趣点的中心稳定度，包括：
基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置确定该兴趣点的第一坐标均值，并基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置和所述第一坐标均值确定该兴趣点的第一标准差；
基于该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置确定该兴趣点的第二坐标均值，并基于该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置和所述第二坐标均值确定该兴趣点的第二标准差；
基于所述第一标准差和所述第二标准差确定该兴趣点的中心稳定度。
4.根据权利要求3所述的系统，其特征在于，所述基于所述第一标准差和所述第二标准差确定该兴趣点的中心稳定度，包括：
基于所述第一标准差、所述第二标准差和图像缩放比例，确定该兴趣点的中心稳定度；其中，所述图像缩放比例表示摄像机组件未开启防抖功能时采集的图像与摄像机组件开启防抖功能时采集的图像之间的比例。
5.根据权利要求4所述的系统，其特征在于，
所述图像缩放比例的确定方式包括：
在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件未开启防抖功能时，获取所述摄像机组件采集的关闭防抖图像；
在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件开启防抖功能时，获取所述摄像机组件采集的开启防抖图像；
基于所述关闭防抖图像中的棋盘格高度与所述开启防抖图像中的棋盘格高度，确定所述图像缩放比例；其中，所述棋盘格高度表示所述摄像机组件的可视区域内的棋盘格在所述关闭防抖图像或所述开启防抖图像中的高度。
6.根据权利要求4所述的系统，其特征在于，所述基于所述第一标准差、所述第二标准差和图像缩放比例，确定该兴趣点的中心稳定度，包括：
通过如下公式确定该兴趣点的中心稳定度：
Figure FDA0003604451070000031
其中，Sj表示第j个兴趣点的中心稳定度，dj表示第j个兴趣点的第一标准差，dj’表示第j个兴趣点的第二标准差，λ表示图像缩放比例。
7.根据权利要求1所述的系统，其特征在于，
所述基于所述多个兴趣点的中心稳定度确定整体稳定度，包括：
基于每个兴趣点的中心稳定度以及每个兴趣点对应的权重系数进行加权运算，得到所述整体稳定度；其中，针对每个兴趣点对应的权重系数，若该兴趣点与所述棋盘格的中心的距离越小，则该兴趣点对应的权重系数越大。
8.根据权利要求1-7任一项所述的系统，其特征在于，
所述棋盘格包括多个黑色子区域和多个白色子区域，黑色子区域周围的子区域均为白色子区域，白色子区域周围的子区域均为黑色子区域；其中，所述棋盘格的多个兴趣点包括所述棋盘格的四个子区域的交点。
9.一种用于计算摄像机防抖性能的方法，其特征在于，云台支架能够支撑摄像机组件，以使所述摄像机组件进行水平转动和垂直转动中的至少一个；所述摄像机组件的可视区域覆盖仅包含棋盘格的预设图片的尺寸，且所述摄像机组件采集的图像包含所述棋盘格，该方法包括：
在所述云台支架处于预设的目标抖动频率，且所述摄像机组件未开启防抖功能时，获取所述摄像机组件采集的第三图像序列；
在所述云台支架处于预设的所述目标抖动频率，且所述摄像机组件开启防抖功能时，获取所述摄像机组件采集的第四图像序列；
针对所述棋盘格的多个兴趣点中的每个兴趣点，基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置，及该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置，确定该兴趣点的中心稳定度；其中，所述中心稳定度用于反映所述摄像机组件在该兴趣点的防抖能力值；
基于所述多个兴趣点的中心稳定度确定整体稳定度；其中，所述整体稳定度用于反映所述摄像机组件在整个画面的防抖能力值；
基于所述整体稳定度计算所述摄像机组件的所述目标抖动频率下的防抖性能；其中，所述整体稳定度越大，则防抖性能越好。
10.根据权利要求9所述的方法，其特征在于，所述基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置，及该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置，确定该兴趣点的中心稳定度，包括：
基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置确定该兴趣点的第一坐标均值，并基于该兴趣点在所述第三图像序列的每帧第三图像中的坐标位置和所述第一坐标均值确定该兴趣点的第一标准差；
基于该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置确定该兴趣点的第二坐标均值，并基于该兴趣点在所述第四图像序列的每帧第四图像中的坐标位置和所述第二坐标均值确定该兴趣点的第二标准差；
基于所述第一标准差和所述第二标准差确定该兴趣点的中心稳定度。
CN202210412773.5A 2021-07-20 2021-07-20 一种用于计算摄像机防抖性能的系统及方法 Pending CN114760465A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210412773.5A CN114760465A (zh) 2021-07-20 2021-07-20 一种用于计算摄像机防抖性能的系统及方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210412773.5A CN114760465A (zh) 2021-07-20 2021-07-20 一种用于计算摄像机防抖性能的系统及方法
CN202110821008.4A CN113596440B (zh) 2021-07-20 2021-07-20 一种用于计算摄像机防抖性能的系统及方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202110821008.4A Division CN113596440B (zh) 2021-07-20 2021-07-20 一种用于计算摄像机防抖性能的系统及方法

Publications (1)

Publication Number Publication Date
CN114760465A true CN114760465A (zh) 2022-07-15

Family

ID=78248550

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210412773.5A Pending CN114760465A (zh) 2021-07-20 2021-07-20 一种用于计算摄像机防抖性能的系统及方法
CN202110821008.4A Active CN113596440B (zh) 2021-07-20 2021-07-20 一种用于计算摄像机防抖性能的系统及方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202110821008.4A Active CN113596440B (zh) 2021-07-20 2021-07-20 一种用于计算摄像机防抖性能的系统及方法

Country Status (1)

Country Link
CN (2) CN114760465A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116055712B (zh) * 2022-08-16 2024-04-05 荣耀终端有限公司 成片率确定方法、装置、芯片、电子设备及介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000180911A (ja) * 1998-12-15 2000-06-30 Canon Inc 像振れ補正装置
CN103947185B (zh) * 2011-11-22 2017-07-04 松下电器产业株式会社 测定方法以及测定装置
CN104506775A (zh) * 2014-12-31 2015-04-08 深圳先进技术研究院 基于立体视觉匹配的图像采集抖动消除方法及装置
CN110620919B (zh) * 2018-06-20 2021-03-02 杭州海康威视数字技术股份有限公司 光学防抖测试装置、系统、防抖率确定方法及装置
CN110033461B (zh) * 2019-04-08 2021-03-30 北京易诚高科科技发展有限公司 一种基于目标位移量估计的手机防抖功能评估方法
CN110022393A (zh) * 2019-04-10 2019-07-16 北京易诚高科科技发展有限公司 一种自适应评估手机防抖功能的方法
CN110177272B (zh) * 2019-06-27 2020-09-01 Oppo广东移动通信有限公司 摄像头的防抖测试方法、装置、存储介质及智能终端
CN111028191B (zh) * 2019-12-10 2023-07-04 上海闻泰电子科技有限公司 视频图像的防抖方法、装置、电子设备和存储介质
CN112019749B (zh) * 2020-09-02 2021-06-25 中国银行股份有限公司 一种摄像头调整方法及装置

Also Published As

Publication number Publication date
CN113596440A (zh) 2021-11-02
CN113596440B (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
EP3443736B1 (en) Method and apparatus for video content stabilization
CN109714536B (zh) 图像校正方法、装置、电子设备及计算机可读存储介质
CN108574825B (zh) 一种云台摄像机的调整方法和装置
US20090208062A1 (en) Method and a handheld device for capturing motion
KR101339193B1 (ko) 카메라 플랫폼 시스템
CN105049682B (zh) 数字照相系统及用于控制该数字照相系统的方法
JP2005252626A (ja) 撮像装置および画像処理方法
WO2008114264A2 (en) A method and apparatus for video image stabilization
CN106454061B (zh) 电子装置及影像处理方法
US9219857B2 (en) Image capture
JP2010114752A (ja) 撮像装置及び撮像方法及びプログラム
CN108737726A (zh) 图像处理设备和方法、摄像设备和计算机可读存储介质
CN113596440B (zh) 一种用于计算摄像机防抖性能的系统及方法
US8965045B2 (en) Image capture
EP3474535B1 (en) Image synthesis method and device for mobile terminal
JP6136019B2 (ja) 動画像撮影装置、および、動画像撮影装置の合焦方法
JP4064001B2 (ja) カメラ
JPWO2011129036A1 (ja) 撮像装置および集積回路
CN114449084A (zh) 一种摄像头防抖测试方法及相关装置
JP2006115322A (ja) パンニング撮影可能なカメラおよび動画像編集用プログラム
WO2021035525A1 (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
JP2011228915A (ja) 撮像装置および撮像方法
JP5364927B2 (ja) 動き補正装置およびその方法
WO2015158953A1 (en) Transformations for image stabilization and refocus
CN111124137B (zh) 图像展示方法、装置、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