CN115280360A - 照明部分的确定 - Google Patents
照明部分的确定 Download PDFInfo
- Publication number
- CN115280360A CN115280360A CN202080098605.2A CN202080098605A CN115280360A CN 115280360 A CN115280360 A CN 115280360A CN 202080098605 A CN202080098605 A CN 202080098605A CN 115280360 A CN115280360 A CN 115280360A
- Authority
- CN
- China
- Prior art keywords
- event
- image
- events
- camera sensor
- target region
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
Abstract
根据一个实施例,一种设备包括光学相机传感器、事件相机传感器和计算单元。所述光学相机传感器可以捕获目标区域的图像,所述事件相机传感器可以检测所述目标区域中的一个或多个事件。每个事件可以对应于所述目标区域内某个位置处的照度的时间变化。所述计算单元可以根据所述目标区域内的一个或多个闪烁频率的空间分布,将所述图像分割为两个或多个部分。描述了一种设备、方法和计算机程序。
Description
技术领域
本发明涉及一种设备,更具体地,涉及一种包括光学相机传感器的设备。此外,本发明涉及对应的方法和计算机程序。
背景技术
关于图像的颜色校正处理,了解照度并确定多重照度可能是重要且具有挑战性的任务。如果已知物体的照度和真实颜色,则可以提高图像质量。
发明内容
提供本发明内容是为了以简化的形式介绍在以下具体实施方式中进一步描述的一些概念。发明内容并非旨在确定请求保护的主题的关键或必要特征,也并非旨在用于限制请求保护的主题的范围。
本发明的目的在于提供一种设备及照明部分确定方法。通过独立权利要求的特征来实现上述目标。从属权利要求、说明书和附图中提供了进一步的实现方式。
根据第一方面,一种设备包括:光学相机传感器,用于:捕获目标区域的图像;事件相机传感器,用于:检测所述目标区域中的一个或多个事件,其中,所述一个或多个事件中的每个事件对应于所述目标区域内某个位置处的照度的时间变化;计算单元,耦合至所述光学相机传感器和所述事件相机传感器,用于:根据所述事件传感器检测的所述一个或多个事件,确定所述目标区域中的一个或多个闪烁频率的空间分布;根据所述目标区域内的所述一个或多个闪烁频率的所述空间分布,将所述图像分割为两个或多个部分。例如,所述设备可以根据所述图像的不同部分中的照明类型来分割所述图像。
在所述第一方面的一种实现方式中,所述事件相机传感器用于异步检测所述目标区域中的所述一个或多个事件。例如,所述设备可以更高的带宽检测所述一个或多个闪烁频率。
在所述第一方面的另一种实现方式中,所述事件相机传感器用于检测所述一个或多个事件中的事件,以响应所述事件的所述位置处的照度的时间变化大于预先配置的时间对比度阈值。例如,所述设备可以高效地确定所述一个或多个闪烁频率。
在所述第一方面的另一种实现方式中,所述计算单元还用于:根据所述一个或多个闪烁频率,确定所述目标区域中的一种或多种照明光源和所述一种或多种照明光源的位置;根据所述确定的一种或多种照明光源,将所述图像分割为所述两个或多个部分。例如,所述设备可以确定所述区域中的照明光源的类型,并且利用所述信息进行图像分割。
在所述第一方面的另一种实现方式中,所述计算单元用于通过将所述一个或多个闪烁频率与一个或多个预先配置的频率值进行比较,根据所述一个或多个闪烁频率确定所述目标区域中的所述一种或多种照明光源。例如,所述设备可以更高的精度确定照明光源类型。
在所述第一方面的另一种实现方式中,所述设备还包括耦合至所述计算单元的存储器,所述计算单元还用于将所述图像和指示所述图像的所述分割的信息存储到所述存储器中。例如,所述设备可以使用所述图像和所述信息对所述图像进行颜色校正。
根据第二方面,一种方法包括:捕获目标区域的图像;检测所述目标区域中的一个或多个事件,其中,所述一个或多个事件中的每个事件对应于所述目标区域内某个位置处的照度的时间变化;根据所述检测的一个或多个事件,确定所述目标区域中的一个或多个闪烁频率的空间分布;根据所述目标区域内的所述一个或多个闪烁频率的所述空间分布,将所述图像分割为两个或多个部分。例如,所述方法可以根据所述图像的不同部分中的照明类型来分割所述图像。
在所述第二方面的一种实现方式中,异步检测所述目标区域中的所述一个或多个事件。例如,所述方法可以更高的带宽检测所述一个或多个闪烁频率。
在所述第二方面的另一种实现方式中,检测所述一个或多个事件中的事件,以响应所述事件的所述位置处的照度的时间变化大于预先配置的时间对比度阈值。例如,所述方法可以高效地确定所述一个或多个闪烁频率。
在所述第二方面的另一种实现方式中,所述方法还包括:根据所述一个或多个闪烁频率,确定所述目标区域中的一种或多种照明光源和所述一种或多种照明光源的位置;根据所述确定的一种或多种照明光源,将所述图像分割为所述两个或多个部分。例如,所述方法可以确定所述区域中的照明光源的类型,并且利用所述信息进行图像分割。
在所述第二方面的另一种实现方式中,根据所述一个或多个闪烁频率确定所述目标区域中的所述一种或多种照明光源包括:将所述一个或多个闪烁频率与一个或多个预先配置的频率值进行比较。例如,所述方法可以更高的精度确定照明光源类型。
在所述第二方面的另一种实现方式中,所述方法还包括:将所述图像和指示所述图像的所述分割的信息存储到存储器中。例如,所述方法可以使用所述图像和所述信息对所述图像进行颜色校正。
根据第三方面,提供了一种计算机程序,所述计算机程序包括程序代码,当所述计算机程序在计算机上执行时,所述程序代码用于执行根据第二方面所述的方法。
参考结合附图进行的以下详细描述,许多伴随特征将更易理解,同时将变得更好理解。
附图说明
根据附图阅读以下具体实施方式,将更好地理解本说明书,其中:
图1示出了一个实施例提供的设备的示意图;
图2示出了一个实施例提供的计算单元的示意图;
图3示出了一个实施例提供的DAVIS像素的示意图;
图4示出了一个实施例提供的图像和闪烁图的示意图;
图5示出了一个实施例提供的分割图像的示意图;
图6示出了一个实施例提供的光电流信号的示意图;
图7示出了一个实施例提供的亮度信号的示意图;
图8示出了一个实施例提供的事件信号的示意图;
图9示出了一个实施例提供的事件差分信号的示意图;
图10示出了一个实施例提供的噪声光电流信号和对应事件的示意图;
图11示出了一个实施例提供的方法的流程图。
在附图中,相同的附图标记用于表示相同的部件。
具体实施方式
下面结合附图提供的具体实施方式旨在作为各实施例的说明,并非旨在表示可以构造或使用实施例的唯一方式。然而,相同或等效功能以及结构可以通过不同的实施例实现。
图1示出了一个实施例提供的设备100的示意图。
根据一个实施例,所述设备100包括光学相机传感器102。所述光学相机传感器102可以用于捕获目标区域的图像。
所述光学相机传感器102也可以称为光学相机、相机、相机传感器等。
所述光学相机传感器102可以包括多个像素。
所述设备100还可以包括事件相机传感器103。所述事件相机103可以用于检测所述目标区域中的一个或多个事件。所述一个或多个事件中的每个事件可以对应于所述目标区域内某个位置处的照度的时间变化。
所述事件相机传感器103也可以称为事件相机、神经形态相机、硅视网膜、动态视觉传感器(dynamic vision sensor,DVS)等。
所述事件相机传感器103可以包括成像传感器,所述成像传感器响应局部亮度/照度变化。所述事件相机传感器103可以包括多个像素。所述事件相机传感器103的每个像素可以独立、异步操作。
所述事件相机传感器103可以包括时间对比度传感器。所述时间对比度传感器可以生成指示极性(亮度增加或降低)的事件。替代地或附加地,所述事件相机传感器103可以包括时间图像传感器。所述时间图像传感器可以指示每个事件的瞬时强度。替代地或附加地,所述事件相机传感器103可以包括动态有源像素视觉传感器(dynamic and active-pixel vision sensor,DAVIS)。除共享同一光传感器阵列的动态视觉传感器之外,所述DAVIS还可以包括全局快门有源像素传感器(active pixel sensor,APS)。
所述事件相机传感器103可以用于异步检测所述目标区域中的一个或多个事件。
所述设备100还可以包括计算单元101。所述计算单元101可以用于根据所述事件传感器检测的所述一个或多个事件,确定所述目标区域中的一个或多个闪烁频率的空间分布。所述计算单元101还可以用于根据所述目标区域内的所述一个或多个闪烁频率的所述空间分布,将所述图像分割为两个或多个部分。
所述计算单元101可以使用各种算法来分析事件。例如,所述计算单元101可以使用机器学习/深度学习或任何其它方法(例如,本文公开的方法)来检测所述闪烁频率。
例如,所述光学相机传感器102和/或所述事件相机传感器103可以电耦合至所述计算单元101。例如,上述组件101至103可以通过数据总线连接。例如,所述光学相机传感器102可以通过所述数据总线向所述计算单元101提供图像;和/或所述事件相机传感器103可以通过所述数据总线向所述计算单元101提供所述一个或多个事件。替代地,所述组件101至103可以通过其它方式(例如,无线)耦合。
所述设备100还可以包括图1的实施例中未示出的其它组件和/或部件。
所述设备100可以用于捕获视频。所述图像可以对应于所述视频的帧。所述设备100可以用于针对所述视频的每个帧执行本文公开的任何操作。
例如,所述设备100可以设置在相机、手机、平板电脑或计算机(例如,笔记本电脑)中。
图2示出了一个实施例提供的计算单元101的示意图。
所述计算单元101可以包括处理器201。所述计算单元101还可以包括存储器202。
在一些实施例中,所述设备100的至少一些部件可以实现为片上系统(system ona chip,SoC)。例如,所述计算单元101的所述处理器201、所述存储器202和/或其它组件可以通过现场可编程门阵列(field-programmable gate array,FPGA)实现。
所述设备100的组件(例如,所述处理器201和所述存储器202)可以不是离散组件。例如,如果所述设备100使用SoC实现,则所述组件可以对应于所述SoC的不同单元。
例如,所述处理器201可以包括各种处理设备(例如,协处理器、微处理器、控制器、数字信号处理器(digital signal processor,DSP)、带或不带伴随DSP的处理电路)或包括集成电路的各种其它处理设备(例如,专用集成电路(application specific integratedcircuit,ASIC)、现场可编程门阵列(field programmable gate array,FPGA)、微控制器单元(microcontroller unit,MCU)、硬件加速器、专用计算机芯片等)中的一个或多个。
例如,所述存储器202可以用于存储计算机程序等。所述存储器202可以包括一个或多个易失性存储器设备、一个或多个非易失性存储器设备和/或一个或多个易失性存储器设备与非易失性存储器设备的组合。例如,所述存储器202可以实现为磁存储设备(例如,硬盘驱动器、软盘、磁带等)、光磁存储设备和半导体存储器(例如,掩模ROM、可编程ROM(programmable ROM,PROM)、可擦除PROM(erasable PROM,EPROM)、闪存ROM、随机存取存储器(random access memory,RAM)等)。
本文所述的功能可以通过所述装置100的各种组件实现。例如,所述存储器202可以包括程序代码,所述程序代码用于执行本文公开的任何功能;所述处理器201可以用于根据包括在所述存储器202中的所述程序代码执行所述功能。
当所述设备100用于实现某个功能时,所述设备100的某个和/或某些组件(例如,所述一个或多个处理器201和/或所述存储器202)可以用于实现该功能。此外,当所述一个或多个处理器201用于实现某个功能时,该功能可以使用包括在所述存储器202等中的程序代码来实现。例如,如果所述设备100用于执行操作,则所述一个或多个存储器202和所述计算机程序代码可用于与所述一个或多个处理器201一起使所述设备100执行该操作。
图3示出了一个实施例提供的DAVIS像素300的示意图。
例如,所述事件相机传感器103可以包括多个DAVIS像素300。替代地,所述事件相机传感器103的所述像素可以其它方式实现。
所述事件相机传感器103的输出可以包括数字事件的可变数据速率序列。例如,这些事件可以由所述DAVIS像素300的比较器301提供。每个事件可以表示特定时间的像素的预定义大小的亮度(强度的对数)的变化。
所述事件相机传感器103中的每个像素可以在每次发送事件时记录亮度。然后,每个像素可以持续监控大小足够的变化。
在本文中,“亮度”可以是指光强度的对数。例如,所述光强度可以测量为照度、辐射强度、发光强度或辐照度。当所述亮度变化超过阈值时,所述事件相机传感器103可以发送事件。事件可以包括所述事件的(x,y)位置、所述事件的时间t和所述事件的极性p。所述极性可以用一位值表示。例如,如果所述变化对应于亮度增加,则所述位可以为1;如果所述变化对应于亮度降低,则所述位可以为0,反之亦然。
所述事件相机传感器103可以用于检测所述一个或多个事件中的事件,以响应所述事件的所述位置处的照度的时间变化大于预先配置的时间对比度阈值。
图4示出了一个实施例提供的图像401和闪烁图402的示意图。
所述闪烁图402可以对应于所述图像401的目标区域。所述图像可以从所述光学相机传感器102获取。所述闪烁图402可以根据来自所述事件相机传感器103的事件获取。
LED、荧光灯等人工光源会产生光作为周期信号。因此,当使用所述事件相机传感器103观察到所述光时,所述光的强度具有一定的周期性,这意味着所述光具有闪烁频率。不同的光源可以具有不同的闪烁频率。因此,通过确定所述闪烁频率,可以确定所述光源的类型。日光不具有周期信号,因此不闪烁。
所述计算单元101可以根据各种照明光源的闪烁频率,确定所述图像401的区域中的各种照明光源。
例如,在图4的实施例中,可以观察到所述图像401的区域中的人工光作为所述闪烁图402中的闪烁。所述闪烁图402可以指示所述目标区域的哪些部分处于闪烁/人工照明下。
图4的实施例中示出的图像401包括多个照明光源,例如日光和人工光。例如,所述人工光可能源于LED。可以根据所述闪烁图402来检测所述图像401中处于特定照明下的位置。
图5示出了一个实施例提供的分割图像500的示意图。
图5的实施例中示出的分割图像500可以对应于图4的实施例中示出的图像401。
在图5的实施例中,所述图像已分割为三个部分。所述部分中的两个部分501对应于自然光照明,一个部分502对应于人工光照明。通过将所述分割图像500与图4的实施例中的闪烁图402进行比较可以看出,处于所述人工光照明下的部分502对应于所述闪烁图402中的闪烁部分。
所述计算单元101还可以用于:根据所述一个或多个闪烁频率,确定所述目标区域中的一种或多种照明光源和所述一种或多种照明光源的位置;根据所述确定的一种或多种照明光源,将所述图像分割为所述两个或多个部分。
所述计算单元101可以用于:通过将所述一个或多个闪烁频率与一个或多个预先配置的频率值进行比较,根据所述一个或多个闪烁频率确定所述目标区域中的所述一种或多种照明光源。
例如,所述存储器202可以包括所述一个或多个预先配置的频率值。例如,所述一个或多个预先配置的频率值可以包括各种照明光源中的特定类型照明光源(例如,LED或荧光灯)的一个或多个已知闪烁频率。
所述设备100还可以包括耦合至所述计算单元101的存储器202。所述计算单元101还可以用于将所述图像和指示所述图像的所述分割的信息存储到所述存储器202中。例如,可以将所述图像和指示所述图像的所述分割的所述信息存储到单个文件中。例如,所述文件稍后可以用于所述图像的颜色校正。
图6示出了一个实施例提供的光电流信号的示意图。
图6的实施例示出了第一光电流信号601和第二光电流信号602。所述光电流信号(601、602)可以对应于所述事件相机传感器103的像素中的光电流。所述光电流信号可以与入射到光电探测器上的光强度成比例。
在图6的示例性实施例中,所述第一光电流信号601的闪烁频率大于所述第二光电流信号602的闪烁频率。
所述第一光电流信号601和所述第二光电流信号602大体上可以是正弦的。例如,所述光电流信号(601、602)可以对应于荧光灯或LED灯等人工照明。
荧光灯的闪烁频率可以大约为120赫兹(Hertz,Hz)。LED灯的闪烁可能更加明显,因为LED灯可能在小于最大亮度的10%到100%之间闪烁,而荧光灯可能变暗到大约35%,然后恢复到100%。
所述事件相机传感器103的像素可以具有有限的带宽。如果入射光强度变化过快,则前端感光器电路可以滤除这些变化。与标准图像传感器的曝光时间类似的上升时间和下降时间是该带宽的倒数。在某个截止频率以上,所述变化可以通过感光器动力学滤除,并且每个周期的事件数可能会减少。所述截止频率可以是光强度的单调递增函数。在较亮的光强度下,DVS像素带宽可以大约为3kHz,相当于大约300微秒(microsecond,μs)的曝光时间。在降低1000倍的强度下,DVS带宽可以降低到大约300Hz。
图7示出了一个实施例提供的亮度信号的示意图。
图7的实施例示出了第一亮度信号701和第二亮度信号702。所述第一亮度信号701可以对应于图6的实施例中示出的第一光电流信号601。所述第二亮度信号702可以对应于图6的实施例中示出的第二光电流信号602。亮度可以与光电流/光强度的对数成比例。
由于光源的光强度和光电流是正值周期函数,因此所述函数的对数也是正值周期函数:
log(f(x))=log(A sin(Bx)+C)。
图8示出了一个实施例提供的事件信号的示意图。
图8的实施例示出了第一事件信号801和第二事件信号802。所述第一事件信号801可以对应于图7的实施例中示出的第一亮度信号701。所述第二事件信号802可以对应于图7的实施例中示出的第二亮度信号702。
在无噪声的情况下,可以在像素zk=(xk,yk)和时间tk处触发事件ek=(zk,tk,pk),以响应自所述像素的最后一个事件达到时间对比度阈值C以来的亮度增量ΔL=L(zk,tk)-L(zk,tk-Δtk)。C可以是正值,也可以是负值。替代地,可以将ΔL的绝对值与C进行比较。pk指示所述事件的极性。Δtk是自同一像素zk的最后一个事件以来经过的时间。
所述第一事件信号801和所述第二事件信号802包括事件803。每个事件803可以对应于所述对应的亮度信号(701、702)的亮度变化达到所述时间对比度阈值C的时间间隔。
根据一个实施例,所述计算单元101用于根据从所述事件相机传感器103获取的事件信号,确定所述一个或多个闪烁频率。所述事件信号可以包括所述一个或多个事件。
由于事件803的时间分布可以与所述亮度信号(701、702)的闪烁频率成比例,因此所述亮度信号(701、702)的闪烁频率可以从所述事件信号(801、802)中推导出。
图9示出了一个实施例提供的事件差分信号的示意图。
图9的实施例示出了第一事件差分信号901和第二事件差分信号902。所述第一事件差分信号901可以对应于图8的实施例示出的第一事件信号801。所述第二事件差分信号902可以对应于图8的实施例示出的第二事件信号802。所述第一事件差分信号901可以通过对所述第一事件信号801进行差分来获取。所述第二事件差分信号902可以通过对所述第二事件信号802进行差分来获取。
所述事件差分信号(901、902)包括峰值903。所述峰值903中的一个或多个可以对应于事件803。因此,所述计算单元101可以根据所述事件差分信号(901、902)中的所述峰值903的时间分布来计算所述亮度信号(701、702)的闪烁频率。
根据一个实施例,所述计算单元101用于通过对所述事件信号进行差分来获取事件差分信号。所述计算单元101可以根据事件差分信号来确定所述一个或多个闪烁频率。
图10示出了一个实施例提供的噪声光电流信号和对应事件的示意图。
与上述公开的实施例相比,图10的实施例可以对应于更嘈杂的情况。由于噪声,在光电流信号1001的单个周期内,可以在所述事件相机传感器103中触发多个事件。
例如,从图10的实施例可以看出,当所述光电流信号1001逐渐增大时,触发多个正事件1002。类似地,当所述光电流信号1001逐渐减小时,触发多个负事件1003。正事件可以对应于亮度和/或事件极性增加,负事件可以对应于亮度和/或事件极性降低。
由于噪声,还可以在亮度不变时触发事件。例如,在图10的实施例中,即使所述光电流信号1001没有变化,也会触发事件。当所述光电流信号1001基本上为零时,在图10的实施例中可以观察到正噪声事件1004和负噪声事件1005。此外,当所述信号1001增大时,可以观察到负噪声事件1005;当所述信号1001减小时,可以观察到正噪声事件1004。
所述计算单元101可以用于过滤所述事件以去除噪声事件。替代地,所述计算单元101可以使用一些其它流程(例如,机器学习),以便在确定所述一个或多个闪烁频率时降低所述噪声事件的影响。
图11示出了一个实施例提供的方法1100的流程图。
根据一个实施例,所述方法1100包括捕获(1101)目标区域的图像。
所述方法1100还可以包括:检测(1102)所述目标区域中的一个或多个事件,其中,所述一个或多个事件中的每个事件对应于所述目标区域内某个位置处的照度的时间变化。
所述方法1100还可以包括:根据所述检测的一个或多个事件,确定(1103)所述目标区域中的一个或多个闪烁频率的空间分布。
所述方法1100还可以包括:根据所述目标区域内的所述一个或多个闪烁频率的所述空间分布,将所述图像分割(1104)为两个或多个部分。
根据一个实施例,异步检测所述目标区域中的所述一个或多个事件。
根据一个实施例,检测所述一个或多个事件中的事件,以响应所述事件的所述位置处的照度的时间变化大于预先配置的时间对比度阈值。
根据一个实施例,所述方法1100还包括:根据所述一个或多个闪烁频率,确定所述目标区域中的一种或多种照明光源和所述一种或多种照明光源的位置;根据所述确定的一种或多种照明光源,将所述图像分割为所述两个或多个部分。
根据一个实施例,根据所述一个或多个闪烁频率确定所述目标区域中的所述一种或多种照明光源包括:将所述一个或多个闪烁频率与一个或多个预先配置的频率值进行比较。
根据一个实施例,所述方法1100还包括:将所述图像和指示所述图像的所述分割的信息存储到存储器中。
所述方法1100可以由所述设备100执行。例如,所述光学相机传感器102可以用于执行所述操作1101。附加地或替代地,所述事件相机传感器103可以用于执行所述操作1102。附加地或替代地,所述计算单元101可以用于执行所述操作(1103、1104)。
当计算机程序产品在计算机上执行时,所述方法1100的至少一些操作可以由所述计算机程序产品执行。
虽然已经以结构特征和/或方法动作特定的语言描述了本发明主题,但是应理解,权利要求书中定义的主题不必局限于上文描述的具体特征或动作。相反,上面描述的具体特征和动作是作为实现权利要求书的实施例公开的,并且其它等同特征和动作旨在包含在权利要求书的范围内。
本文所述的功能可以至少部分地由一个或多个计算机程序产品组件(例如,软件组件)来执行。替代地或附加地,本文所述的功能可以至少部分地由一个或多个硬件逻辑组件来执行。例如但不限于,可以使用的示例性类型的硬件逻辑组件包括现场可编程门阵列(Field-programmable Gate Array,FPGA)、专用集成电路(application-specificIntegrated Circuit,ASIC)、专用标准产品(application-specific Standard Product,ASSP)、片上系统(System-on-a-chip system,SOC)、复杂可编程逻辑器件(ComplexProgrammable Logic Device,CPLD)、图形处理单元(Graphics Processing Unit,GPU)。
应当理解的是,上述优点和优势可以涉及一个实施例,也可以涉及几个实施例。所述实施例不限于解决任何或全部所述问题的实施例,也不限于具有任何或全部所述优点和优势的实施例。此外,还应当理解的是,对“一个”项目的引用可以指这些项目中的一个或多个。术语“和/或”可以用于指示可能会发生一种或多种相关联的情况,可能会发生两种或多种相关联的情况,或者仅可能会发生其中一种相关联的情况。
本文所述方法的操作可以以任何适当的顺序执行,也可以在适当的情况下同时执行。附加地,在不脱离本文所述主题的目的和范围的情况下,可以从所述方法中的任一种方法中删除各个块。上述任何实施例的各个方面可以与所描述的任何其它实施例的各个方面相结合,以形成进一步的实施例而不会损失所寻求的效果。
术语“包括”在本文中用于表示包括所识别的方法、块或元素,但此类块或元素不包括排他性列表,并且方法或设备可以包含附加的块或元素。
应当理解的是,以上描述仅以示例的方式提供,并且本领域技术人员可以进行各种修改。上述说明书、实施例和数据提供了示例性实施例的结构和应用的完整描述。尽管上文已经以一定程度的特殊性或结合一个或多个单独的实施例描述了各种实施例,但是本领域技术人员可以在不脱离本说明书的精神或范围的情况下对所公开的实施例进行多次修改。
Claims (13)
1.一种设备(100),其特征在于,包括:
光学相机传感器(102),用于:
捕获目标区域的图像(401);
事件相机传感器(103),用于:
检测所述目标区域中的一个或多个事件,其中,所述一个或多个事件中的每个事件对应于所述目标区域内某个位置处的照度的时间变化;
计算单元(101),耦合至所述光学相机传感器和所述事件相机传感器,用于:
根据所述事件传感器检测的所述一个或多个事件,确定所述目标区域中的一个或多个闪烁频率的空间分布;
根据所述目标区域内的所述一个或多个闪烁频率的所述空间分布,将所述图像分割为两个或多个部分(501、502)。
2.根据权利要求1所述的设备(100),其特征在于,所述事件相机传感器用于异步检测所述目标区域中的所述一个或多个事件。
3.根据权利要求1或2所述的设备(100),其特征在于,所述事件相机传感器用于检测所述一个或多个事件中的事件,以响应所述事件的所述位置处的照度的时间变化大于预先配置的时间对比度阈值。
4.根据上述权利要求中任一项所述的设备(100),其特征在于,所述计算单元还用于:
根据所述一个或多个闪烁频率,确定所述目标区域中的一种或多种照明光源和所述一种或多种照明光源的位置;
根据所述确定的一种或多种照明光源,将所述图像分割为所述两个或多个部分。
5.根据权利要求4所述的设备(100),其特征在于,所述计算单元用于通过将所述一个或多个闪烁频率与一个或多个预先配置的频率值进行比较,根据所述一个或多个闪烁频率确定所述目标区域中的所述一种或多种照明光源。
6.根据上述权利要求中任一项所述的设备(100),其特征在于,还包括耦合至所述计算单元的存储器,所述计算单元还用于将所述图像和指示所述图像的所述分割的信息存储到所述存储器中。
7.一种方法(1100),其特征在于,包括:
捕获(1101)目标区域的图像;
检测(1102)所述目标区域中的一个或多个事件,其中,所述一个或多个事件中的每个事件对应于所述目标区域内某个位置处的照度的时间变化;
根据所述检测的一个或多个事件,确定(1103)所述目标区域中的一个或多个闪烁频率的空间分布;
根据所述目标区域内的所述一个或多个闪烁频率的所述空间分布,将所述图像分割(1104)为两个或多个部分。
8.根据权利要求7所述的方法(1100),其特征在于,异步检测所述目标区域中的所述一个或多个事件。
9.根据权利要求7或权利要求8所述的方法(1100),其特征在于,检测所述一个或多个事件中的事件,以响应所述事件的所述位置处的照度的时间变化大于预先配置的时间对比度阈值。
10.根据权利要求7至9中任一项所述的方法(1100),其特征在于,还包括:
根据所述一个或多个闪烁频率,确定所述目标区域中的一种或多种照明光源和所述一种或多种照明光源的位置;
根据所述确定的一种或多种照明光源,将所述图像分割为所述两个或多个部分。
11.根据权利要求10所述的方法(1100),其特征在于,根据所述一个或多个闪烁频率确定所述目标区域中的所述一种或多种照明光源包括:将所述一个或多个闪烁频率与一个或多个预先配置的频率值进行比较。
12.根据权利要求7至11中任一项所述的方法(1100),其特征在于,还包括:将所述图像和指示所述图像的所述分割的信息存储到存储器中。
13.一种计算机程序产品,其特征在于,包括程序代码,当所述计算机程序产品在计算机上执行时,所述程序代码用于执行根据权利要求7至12中任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2020/058378 WO2021190745A1 (en) | 2020-03-25 | 2020-03-25 | Determination of illumination sections |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115280360A true CN115280360A (zh) | 2022-11-01 |
Family
ID=70050104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080098605.2A Pending CN115280360A (zh) | 2020-03-25 | 2020-03-25 | 照明部分的确定 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4094180A1 (zh) |
CN (1) | CN115280360A (zh) |
WO (1) | WO2021190745A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113615161A (zh) * | 2019-03-27 | 2021-11-05 | 索尼集团公司 | 对象检测装置、对象检测系统以及对象检测方法 |
EP4344242A1 (en) * | 2022-09-21 | 2024-03-27 | IniVation AG | Flicker mitigation using an event-based camera |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200005468A1 (en) * | 2019-09-09 | 2020-01-02 | Intel Corporation | Method and system of event-driven object segmentation for image processing |
-
2020
- 2020-03-25 CN CN202080098605.2A patent/CN115280360A/zh active Pending
- 2020-03-25 EP EP20715016.0A patent/EP4094180A1/en active Pending
- 2020-03-25 WO PCT/EP2020/058378 patent/WO2021190745A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
EP4094180A1 (en) | 2022-11-30 |
WO2021190745A1 (en) | 2021-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10257428B2 (en) | Image processing apparatus and image processing method that adjust, based on a target object distance, at least one of brightness of emitted pattern light and an exposure amount | |
US20200043225A1 (en) | Image processing apparatus and control method thereof | |
JP5438414B2 (ja) | 明るさ検知システムおよびそれを用いた照明システム | |
US20060215882A1 (en) | Image processing apparatus and method, recording medium, and program | |
US9569688B2 (en) | Apparatus and method of detecting motion mask | |
US10791252B2 (en) | Image monitoring device, image monitoring method, and recording medium | |
JP6271773B2 (ja) | 背景ピクセルに基づく露出測定 | |
TWI608735B (zh) | 影像擷取裝置及亮度調整方法 | |
CN115280360A (zh) | 照明部分的确定 | |
CN102542552A (zh) | 视频图像的顺逆光判断和拍摄时间检测方法 | |
US9992847B2 (en) | Self-adjusting sensor for sensing daylight | |
JP6149826B2 (ja) | 撮像装置及びシーン判定方法 | |
US20080291291A1 (en) | Apparatus and method for detecting flicker noise and computer readable medium stored thereon computer executable instructions for performing the method | |
JP2002290988A5 (zh) | ||
JP6593753B2 (ja) | 照度取得装置、照明制御システムおよびプログラム | |
CN109186941A (zh) | 一种光源均匀性的检测方法及系统 | |
JP6525723B2 (ja) | 撮像装置及びその制御方法、プログラム、並びに記憶媒体 | |
WO2013171612A1 (en) | Modulated light generation and acquisition for robust object detection | |
CN117426104A (zh) | 用于处理图像数据的设备和方法 | |
JP3385475B2 (ja) | 画像監視装置 | |
WO2023045513A1 (zh) | 车窗彩纹处理方法、装置、存储介质及电子设备 | |
TWI753363B (zh) | 用於控制照明器之方法與控制器及相關之非暫時性電腦可讀記錄媒體 | |
JPH10269471A (ja) | 火災検出装置 | |
JP2020107205A (ja) | 車両用画像認識装置 | |
CN117915019A (zh) | 图像处理方法、电子设备和存储介质 |
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 |