CN116823938B - 空间频率响应的确定方法、电子设备及存储介质 - Google Patents
空间频率响应的确定方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116823938B CN116823938B CN202311090414.3A CN202311090414A CN116823938B CN 116823938 B CN116823938 B CN 116823938B CN 202311090414 A CN202311090414 A CN 202311090414A CN 116823938 B CN116823938 B CN 116823938B
- Authority
- CN
- China
- Prior art keywords
- circle
- target
- center position
- image
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 122
- 230000004044 response Effects 0.000 title claims abstract description 114
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000009792 diffusion process Methods 0.000 claims abstract description 55
- 230000006870 function Effects 0.000 claims description 102
- 238000012545 processing Methods 0.000 claims description 75
- 238000001514 detection method Methods 0.000 claims description 26
- 238000003384 imaging method Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 abstract description 22
- 238000005259 measurement Methods 0.000 abstract description 21
- 230000008569 process Effects 0.000 description 42
- 238000010586 diagram Methods 0.000 description 21
- 238000012546 transfer Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 13
- 239000010410 layer Substances 0.000 description 13
- 239000011295 pitch Substances 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000010295 mobile communication Methods 0.000 description 9
- 238000012216 screening Methods 0.000 description 9
- 238000005286 illumination Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 239000011796 hollow space material Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本申请公开了一种空间频率响应的确定方法、电子设备及存储介质,涉及设备测试技术领域,提供了一种基于圆形靶标来确定空间频率响应的方法,用于提升空间频率响应的测量准确度。该方法包括:获取电子设备对圆形靶标进行拍摄得到的图像;基于图像中目标圆的圆心位置,选取处于目标圆的预设夹角范围内的边缘点;基于目标圆的预设夹角范围内的边缘点的灰度值,确定目标圆的边缘扩散函数;基于目标圆的边缘扩散函数,确定图像的空间频率响应。
Description
技术领域
本申请涉及设备测试技术领域,尤其涉及一种空间频率响应的确定方法、电子设备及存储介质。
背景技术
在电子设备的整机测试场景中,针对成像清晰度(或称作镜头清晰度)的测试是至关重要的环节。其中,针对成像清晰度的测试,通常需要测量被拍摄图像的空间频率响应(spatial frequency response,SFR),该空间频率响应是用于评价电子设备的镜头模组的图像解析能力和图像对焦能力的指标,能够表征电子设备的成像清晰度。
目前,通常是基于棋盘格靶标的刃边法来测量空间频率响应。然而,由于棋盘格靶标中棋盘格这一靶标特性,使得刃边法的测量很容易受到镜头边缘的畸变以及外界光照等的影响,导致空间频率响应的测量准确度较低。
发明内容
本申请提供了一种空间频率响应的确定方法、电子设备及存储介质,提供了一种基于圆形靶标来确定空间频率响应的方法,用于提升空间频率响应的测量准确度。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供了一种空间频率响应的确定方法,该方法可以包括:
获取电子设备对圆形靶标进行拍摄得到的图像。其中,该圆形靶标包含多个等间距且等大小的圆。也就是说,无需采用传统的棋盘格靶标,而是采用圆形靶标。
如此,提供了一种基于圆形靶标来确定空间频率响应的方法,避免了因镜头边缘的畸变以及外界光照等对测量空间频率响应所产生的影响,能够提升空间频率响应的测量准确度。
并且,基于该图像中目标圆的圆心位置,选取处于该目标圆的预设夹角范围内的边缘点。其中,该预设夹角范围为以该圆心位置为起点的夹角范围,该边缘点为处于该目标圆的圆周边缘的点。也就是说,在该目标圆中以该圆心位置为起点的预设夹角范围内,选取处于该目标圆的圆周边缘的点,也即是得到了上述边缘点。
这样,通过设置目标圆的预设夹角范围,能够选取到处于该预设夹角范围内的变化幅度较小的圆周边缘。进而,通过处于这一变化幅度较小的圆周边缘的点来进行后续确定边缘扩散函数的过程,能够有效降低非直线刃边对后续确定结果的影响,能够有效提升确定边缘扩散函数的准确度,从而提升确定空间频率响应的准确度。
边缘扩散函数用于表征该目标圆在圆周边缘处的亮度分布变化。进而,基于该边缘扩散函数,能够确定该图像的空间频率响应。其中,该空间频率响应用于表征该电子设备的成像清晰度。也就是说,通过该图像的空间频率响应,能够评估电子设备的成像清晰度是否合格。
在第一方面的一种可能的实现方式中,基于该图像中目标圆的圆心位置,选取处于该目标圆的预设夹角范围内的边缘点,包括:
确定该目标圆的圆心位置与该图像的中心位置之间的连线,以该连线的径向和切向为中心线,分别确定预设角度的夹角范围,得到该目标圆的预设夹角范围。也就是说,在圆心位置与中心位置之间连线的径向和切向这两个方向上,分别以径向和切向作为中心线确定预设角度的夹角范围,也即得到了这两个方向上的预设夹角范围,作为该目标圆的预设夹角范围。
其中,连线的径向表示该连线的垂直方向,也就是说,在圆心位置与中心位置之间连线的垂直方向上取预设角度的夹角范围,作为该目标圆的预设夹角范围。连线的切向表示该连线的切线方向,也就是说,在圆心位置与中心位置之间连线的切线方向上取预设角度的夹角范围,作为该目标圆的预设夹角范围。
并且,基于该目标圆的圆心位置,选取与该圆心位置之间的距离处于预设距离范围内的点,得到该目标圆的预设夹角范围内的边缘点。也就是说,在该目标圆的预设夹角范围内,选取距离该圆心位置预设距离范围内的点,也即得到了处于该目标圆的圆周边缘的点,即边缘点。
其中,该预设距离范围基于该目标圆的半径、该目标圆的面积、该目标圆是否存在空心以及相邻两个圆之间的圆间距中的至少一项确定。也就是说,在设置预设距离范围时,参考了该目标圆的半径、该目标圆的面积、该目标圆是否存在空心以及圆间距中的至少一项,以确保能够取到亮度变化平缓的亮边缘和暗边缘这两部分,进而确保后续确定边缘扩散函数的准确度。
需要说明的是,考虑到图像的清晰度通常是中间最清晰,随着视场增大逐渐模糊。因而,与视场中心(也即是上述图像的中心位置)连线的径向和切向,能够覆盖这个圆形范围内清晰度最大、最小和平均值的方向,更容易在后续流程中确定出精确的边缘点,从而确保后续确定边缘扩散函数的准确度。
在第一方面的另一种可能的实现方式中,该目标圆的圆心位置为基于该预设夹角范围对应的圆弧,对该目标圆进行圆形拟合后得到的圆心位置。也就是说,利用在径向和切向这两个方向上所确定的预设夹角范围对应的圆弧(也即夹角对应的圆周弧),进行圆形拟合,以确定更为精确的圆心位置。
需要说明的是,考虑到图像本身可能在边缘处产生畸变,此时图像中呈现的圆可能是个椭圆,而径向和切向是半径变化率最小的两个方向。因而,通过在径向和切向上确定目标圆的预设夹角范围,更容易在后续流程中拟合出精确的圆轮廓,从而得到更为精确的圆心位置。
并且,基于该拟合后的圆心位置,选取与该拟合后的圆心位置之间的距离处于该预设距离范围内的点,能够得到该目标圆的预设夹角范围内的边缘点。也就是说,在该目标圆的预设夹角范围内,选取距离该拟合后的圆心位置预设距离范围内的点,也即得到了处于该目标圆的圆周边缘的点,即边缘点。如此,经过圆形拟合之后,再基于拟合后的更为精确的圆心位置,继续执行选取该目标圆的预设夹角范围内的边缘点的过程,能够确定出更为精确的边缘点。
在第一方面的另一种可能的实现方式中,基于该图像中目标圆的圆心位置,选取处于该目标圆的预设夹角范围内的边缘点之前,该方法还包括:
获取该目标圆在第一坐标系中的圆心位置,作为该目标圆的圆心位置。其中,该第一坐标系为基于该图像构建的坐标系。也就是说,通过在图像中构建第一坐标系,获取目标圆在该图像中的圆心位置,来作为该目标圆的圆心位置以进行后续确定空间频率响应的过程。
例如,基于该图像构建的坐标系可以是以该图像的中心位置为原点、该图像的中心位置所在水平线为横轴、该图像的中心位置所在竖直线为纵轴的坐标系。又如,基于该图像构建的坐标系也可以是以该图像的左下顶点为原点、该图像的左下顶点所在水平线为横轴、该图像的左下顶点所在竖直线为纵轴的坐标系。当然,基于该图像构建的坐标系还可以是其他形式的坐标系。
在第一方面的另一种可能的实现方式中,在该目标圆包括除第一圆以外的其他圆的情况下,该第一圆为该图像的多个圆中距离该图像的中心位置最近的圆,获取该目标圆在第一坐标系中的圆心位置,包括:
基于该第一圆在该第一坐标系中的圆心位置与第二圆在该第一坐标系中的圆心位置,确定该图像的倾斜角度。其中,该第二圆为该第一圆相邻的多个圆中距离该第一圆的圆心位置最近的圆。也就是说,在该目标圆包括除第一圆以外的其他圆的情况下,则利用第一圆以及距离第一圆的圆心位置最近的第二圆来确定图像的倾斜角度,以利用图像的倾斜角度确定其他圆在第一坐标系中的圆心位置。该倾斜角度表示该图像相对于该圆形靶标发生倾斜的角度。例如图像相对于该圆形靶标在水平方向上发生倾斜的角度,或图像相对于该圆形靶标在竖直方向上发生倾斜的角度。
进而,基于该第一圆在该第一坐标系中的圆心位置、该图像的倾斜角度以及圆心距,确定除该第一圆以外的其他圆在该第一坐标系中的圆心位置,得到该目标圆在该第一坐标系中的圆心位置。如此,在确定目标圆在该第一坐标系中的圆心位置时,还参考了图像相对于该圆形靶标发生倾斜的角度,增加了确定圆心位置所参考的信息量,能够较为精确地确定出目标圆的圆心位置。
在第一方面的另一种可能的实现方式中,基于该第一圆在该第一坐标系中的圆心位置与第二圆在该第一坐标系中的圆心位置,确定该图像的倾斜角度,包括:
基于该圆形靶标的靶标参数、该电子设备的镜头参数以及该图像的分辨率,确定该目标圆的直径和该圆心距。基于该直径、该圆心距以及该图像的中心位置,确定以该中心位置为中心且边长大于或等于预设长度的第一区域。
其中,该预设长度基于该圆心距和该直径确定。也就是说,基于该圆心距和该直径确定预设长度之后,选取边长大于或等于预设长度的第一区域,以确保第一区域的各个边长方向(如长和宽两个方向)均能够容纳下预设长度对应的预设数量个圆,从而确保第一区域能够容纳下足够数量的圆。
并且,在该第一区域的多个圆中,确定该第一圆与该第二圆。基于该第一圆在该第一坐标系中的圆心位置与该第二圆在该第一坐标系中的圆心位置,确定该图像的倾斜角度。如此,在确定目标圆在该第一坐标系中的圆心位置时,还参考了图像相对于该圆形靶标发生倾斜的角度,增加了确定圆心位置所参考的信息量,能够较为精确地确定出目标圆的圆心位置。
在第一方面的另一种可能的实现方式中,基于该直径、该圆心距以及该图像的中心位置,确定以该中心位置为中心且边长大于或等于预设长度的第一区域之后,该方法还包括:
基于该第一区域的灰度均值,对该第一区域进行处理,得到处理后的第一区域。其中,该处理至少包括二值化处理。也就是说,基于该第一区域的灰度均值,对该第一区域进行二值化处理,得到二值化处理后的第一区域。也即是,将第一区域中的像素点的灰度值设置为0或该灰度均值,从而得到二值化处理后的第一区域。如此,也就实现了自适应的二值化处理,提升了二值化处理的效果。
并且,在该处理后的第一区域中,选取满足预设条件的多个轮廓,作为该第一区域的多个圆。其中,该预设条件包括下述条件中的至少一项:
轮廓半径为该目标圆的直径的二分之一;
轮廓面积为以该目标圆的直径的二分之一为半径所确定的面积;
轮廓的外接矩形的长宽比为预设数值;
该第一区域中相邻两个轮廓的中心之间的距离与该圆心距相同。
示例性的,以预设条件包括上述四项条件为例,筛选轮廓的过程可以是:在处理后的第一区域中,选取轮廓半径、轮廓面积、轮廓的外接矩形的长宽比以及相邻两个轮廓的中心之间的距离均满足预设条件的圆。也即是,选取轮廓半径为该目标圆的直径的二分之一、轮廓面积为以该目标圆的直径的二分之一为半径所确定的面积、轮廓的外接矩形的长宽比为预设数值且相邻两个轮廓的中心之间的距离与该圆心距相同的圆,也就得到了该第一区域所包括的多个圆。
如此,能够准确且高效地筛选出第一区域中近似圆的轮廓,也即是确定出了该第一区域所包括的多个圆,以便后续基于所确定的圆执行确定图像的倾斜角度的过程。
在第一方面的另一种可能的实现方式中,基于该图像中目标圆的圆心位置,选取处于该目标圆的预设夹角范围内的边缘点之前,该方法还包括:
获取该目标圆在第一坐标系中的圆心位置。在基于该目标圆在该第一坐标系中的圆心位置所确定的第二区域中,进行圆形检测,得到该目标圆在第二坐标系中的圆心位置,作为该目标圆的圆心位置。其中,第二坐标系为基于该第二区域构建的坐标系。
也就是说,在获取目标圆在该图像中的圆心位置之后,还在第二区域中进行圆形检测,以检测第二区域中是否存在圆形,从而获得目标圆在该第二区域中的圆心位置。如此,能够更为精确地确定出该目标圆的圆心位置。
在第一方面的另一种可能的实现方式中,在基于该目标圆在该第一坐标系中的圆心位置所确定的第二区域中,进行圆形检测,得到该目标圆在第二坐标系中的圆心位置,包括:
基于该目标圆在该第一坐标系中的圆心位置与该目标圆的直径,确定以该圆心位置为中心且边长大于该直径的区域,得到该第二区域。也就是说,通过选取各个边长(如长和宽)均大于该直径的区域作为该第二区域,以便于后续精确求取目标圆的圆心位置。
基于该第二区域的灰度均值,对该第二区域进行处理,得到处理后的第二区域。其中,该处理至少包括二值化处理。也就是说,对该第二区域进行二值化处理,得到二值化处理后的第二区域。也即是,将第二区域中的像素点的灰度值设置为0或该灰度均值,从而得到二值化处理后的第二区域。如此,也就实现了自适应的二值化处理,提升了二值化处理的效果。
在该处理后的第二区域中,进行圆形检测,得到该目标圆在该第二坐标系中的圆心位置。如此,在第二区域中进行圆形检测,以检测第二区域中是否存在圆形,从而获得该第二区域所包括的圆的圆心位置,也即得到了目标圆在第二坐标系中的圆心位置,能够更为精确地确定出目标圆的圆心位置。
在第一方面的另一种可能的实现方式中,该处理还包括开运算处理与闭运算处理中的至少一项。如此,通过对第二区域进行开运算处理和/或闭运算处理,能够有效消除图像噪点。
在第一方面的另一种可能的实现方式中,基于该目标圆的预设夹角范围内的边缘点的灰度值,确定该目标圆的边缘扩散函数,包括:
基于该目标圆的预设夹角范围内的边缘点与该圆心位置之间的距离由低至高的排列次序,将该边缘点的灰度值相连形成的曲线确定为该圆的边缘扩散函数。也就是说,通过计算每一个边缘点与圆心位置的距离,作为后续排序的依据。进而,将每一个边缘点与圆心位置的距离排序。按照排列次序将该边缘点的灰度值相连形成的曲线确定为该圆的边缘扩散函数。如此,巧妙地采用待测点与圆心位置的距离排序,来确定圆的边缘扩散函数,能够降低非直线刃边对测试结果的影响。
在第一方面的另一种可能的实现方式中,基于该目标圆的边缘扩散函数,确定该图像的空间频率响应之后,该方法还包括:
基于该图像的空间频率响应,调整该电子设备的对焦马达。也就是说,通过电子设备拍摄得到图像后,可以快速确定该图像的空间频率响应。进而,通过确定的空间频率响应调整电子设备的对焦马达,以得到空间频率响应最高的图像,也即得到了对焦最清晰的像。
第二方面,本申请提供了一种电子设备,包括:处理器和存储器。存储器用于存储程序代码,处理器用于调用存储器存储的程序代码,从而实现第一方面提供的任意一种方法。
第三方面,提供了一种计算机可读存储介质,包括程序代码,程序代码在电子设备上运行时,使得电子设备执行第一方面提供的任意一种方法。
第四方面,提供了一种计算机程序产品,包括程序代码,当程序代码在电子设备上运行时,使得电子设备执行第一方面提供的任意一种方法。
需要说明的是,第二方面至第四方面中的任一种实现方式所带来的技术效果可参见第一方面中对应实现方式所带来的技术效果,此处不再赘述。
附图说明
图1为本申请实施例提供的一种棋盘格靶标的示意图;
图2为本申请实施例提供的一种刃边法的流程示意图;
图3为本申请实施例提供的一种圆形靶标的示意图;
图4为本申请实施例提供的一种空间频率响应的确定方法的流程示意图;
图5为本申请实施例提供的一种空间频率响应的确定方法的场景示意图;
图6为本申请实施例提供的一种电子设备的硬件结构示意图;
图7为本申请实施例提供的一种电子设备的软件结构示意图;
图8为本申请实施例提供的一种空间频率响应的确定方法的原理示意图;
图9为本申请实施例提供的一种第一区域的示意图;
图10为本申请实施例提供的一种筛选轮廓的流程示意图;
图11为本申请实施例提供的一种第一圆和第二圆的示意图;
图12为本申请实施例提供的一种确定倾斜角度的示意图;
图13为本申请实施例提供的一种初步确定圆心位置的流程示意图;
图14为本申请实施例提供的一种精确确定圆心位置的流程示意图;
图15为本申请实施例提供的一种预设夹角范围的示意图;
图16为本申请实施例提供的一种圆弧拟合的示意图;
图17为本申请实施例提供的一种确定边缘点的流程示意图;
图18为本申请实施例提供的一种确定边缘扩散函数的流程示意图;
图19为本申请实施例提供的一种确定边缘扩散函数的原理示意图;
图20为本申请实施例提供的一种调整对焦马达的效果示意图;
图21为本申请实施例提供的一种相关技术中空间频率响应的算法流程示意图;
图22为本申请实施例提供的一种相关技术中关于黑白刃边的要求示意图;
图23为本申请实施例提供的一种靶标数量的效果对比图;
图24为本申请实施例提供的一种人力成本的效果对比图;
图25为本申请实施例提供的一种空间频率响应的确定装置的框架示意图。
具体实施方式
在本申请的描述中,除非另有说明,“/”表示“或”的意思,例如,A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A、同时存在A和B、单独存在B这三种情况。此外,“至少一个”是指一个或多个,“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请实施例提供的空间频率响应的确定方法,可应用于设备测试技术领域中,具体可应用于电子设备的整机测试场景中成像清晰度的测试环节。
在成像清晰度的测试环节中,通常需要测量被拍摄图像的空间频率响应。其中,空间频率响应是用于评价电子设备的镜头模组的图像解析能力和图像对焦能力的指标,能够表征电子设备的成像清晰度。例如,空间频率响应的数值越高,表示电子设备所拍摄的图像的清晰度越高。通常地,影响空间频率响应数值的因素包括但不限于镜头性能、感光器件、电路设计以及测量算法等。
目前,通常是基于棋盘格靶标的刃边法来测量空间频率响应。相应过程可以包括:先利用电子设备对倾斜放置的棋盘格靶标进行拍摄得到一幅棋盘格图像。例如,图1为本申请实施例提供的一种棋盘格靶标的示意图。参见图1,倾斜放置的棋盘格靶标可以是如图1所示的黑白棋盘格靶标101。进而,提取该棋盘格图像中的一条黑白刃边以得到刃边图像。参见图1,所提取的刃边图像可以是如图1所示的黑白刃边图像102。再通过计算该刃边图像的空间频率响应,来评估电子设备的成像清晰度。
示例性的,图2为本申请实施例提供的一种刃边法的流程示意图。参见图2,在拍摄得到棋盘格图像后,基于刃边法来确定空间频率响应的过程可以包括:利用相关技术中的图像处理方法,提取棋盘格图像中的方框以及方框分界处的刃边,得到若干个如图1所示的黑白刃边图像102。进而,采用ISO12233标准规范的算法来确定刃边图像对应的空间频率响应,也即是:通过直线拟合确定刃边图像中黑白刃边的位置,通过超采样得到边缘扩散函数(edge spread function,ESF),该边缘扩散函数用于表征黑白刃边处的亮度分布变化。再对边缘扩散函数求一阶导(也即是微分运算)得到线扩散函数(line spread function,LSF),该线扩散函数用于表征该边缘扩散函数的变化率。接着,对线扩散函数进行傅里叶变换得到调制传递函数(modulation transfer function,MTF),该调制传递函数用于表征不同空间频率下的空间频率响应,表明不同空间频率下的镜头能力。最后,根据电子设备的镜头参数(如像素间距)计算出奈奎斯特频率(nyquist frequency)作为当前的空间频率,单位为每毫米线对(LP/mm)。再根据当前的空间频率从调制传递函数中读取对应的值,也即得到了刃边图像对应的空间频率响应。
目前,普遍采用的是棋盘格靶标作为空间频率响应的测试靶标。且,在对上述标准规范采取优化措施时,通常是针对黑白刃边的获取方法的改进,例如对棋盘格靶标的内容或排布方式进行优化,以提高黑白刃边的定位精度、拟合精度或计算速度。
然而,由于棋盘格靶标中棋盘格这一靶标特性,使得刃边法的测量很容易受到镜头边缘的畸变以及外界光照等的影响,如镜头边缘的畸变会对刃边拟合造成影响,进而降低刃边法的测量准确度,光照不均匀还会导致棋盘格提取异常,从而影响整个测试流程。此外,还需要根据被测镜头来定制靶标,例如针对每个镜头搭建独立的工位,定制独立的靶标板以及对应的装备控制软件等等,操作流程复杂且耗时。
鉴于此,本申请实施例提供了一种空间频率响应的确定方法,具体是提供了一种基于圆形靶标来确定空间频率响应的方法。无需采用传统的棋盘格靶标,而是采用圆形靶标,避免了因镜头边缘的畸变以及外界光照等对测量空间频率响应所产生的影响,能够提升空间频率响应的测量准确度。
其中,圆形靶标包含多个等间距且等大小的圆。示例性的,图3为本申请实施例提供的一种圆形靶标的示意图。参见图3,在图3所示出的圆形靶标中,包含有多个排列均匀且大小一致的圆。
示例性的,图4为本申请实施例提供的一种空间频率响应的确定方法的流程示意图。参见图4,在获取电子设备对圆形靶标进行拍摄得到的图像之后,确定空间频率响应的过程可以包括:首先,通过检测图像中的各圆心且确定图像中的待测圆,能够获取到该图像中的目标圆的圆心位置。接着,确定该目标圆的待测点,也即是基于该目标圆的圆心位置,在该目标圆以该圆心位置为起点的预设夹角范围内,选取处于该目标圆的圆周边缘的点,也即边缘点。进而,基于该目标圆的预设夹角范围内的边缘点的灰度值,确定该目标圆的边缘扩散函数。这样,通过设置目标圆的预设夹角范围,能够选取到处于该预设夹角范围内的变化幅度较小的圆周边缘。进而,通过处于这一变化幅度较小的圆周边缘的点来进行后续确定边缘扩散函数的过程,能够有效降低非直线刃边对后续确定结果的影响,能够有效提升确定边缘扩散函数的准确度。再对该目标圆的边缘扩散函数求一阶导得到线扩散函数。接着,对线扩散函数进行傅里叶变换得到调制传递函数。最后,根据电子设备的镜头参数计算出奈奎斯特频率,再根据奈奎斯特频率从调制传递函数中读取对应的值,也即得到了该图像的空间频率响应。整体上,提升了空间频率响应的测量准确度。
通过对比图4和图2可以发现,本申请实施例通过采用圆形靶标,对获取边缘扩散函数的方式进行了优化,能够有效提升获取边缘扩散函数的准确度,从而提升了确定空间频率响应的准确度。
在一种可能的实现方式中,本申请实施例提供的空间频率响应的确定方法,可应用于如图5所示的测试场景中。
示例性的,图5为本申请实施例提供的一种空间频率响应的确定方法的场景示意图。参见图5,在图5所示的场景一中,靶标板(chart板)也即是圆形靶标,该靶标板设置有灯带,能够为拍摄环境提供光源,以使得电子设备的镜头能够拍摄得到清晰的图像。在图5所示的场景二中,在靶标板的前上方提供光源,以使得电子设备的镜头能够拍摄得到清晰的图像。进而,基于电子设备所拍摄得到的图像,执行本申请实施例提供的方案,能够确定出该图像的空间频率响应,进而利用该图像的空间频率响应来评估电子设备的成像清晰度是否合格。
其中,电子设备可以是终端设备。示例性的,电子设备可以是智能手机、智能手表、台式电脑、手提电脑、虚拟现实终端、增强现实终端、无线终端和膝上型便携计算机等设备中的至少一种。
在一种可能的实现方式中,电子设备中可以安装有不同类型的应用程序(application,APP),如相机、图库、日历、通话、地图、导航、音乐、视频、短信息等应用程序。例如,通过电子设备上安装的相机,能够实现对圆形靶标的拍摄。
需要说明的是,在一些实施例中,本申请实施例提供的空间频率响应的确定方法,可以由上述用于拍摄图像的电子设备执行,相应过程可以是:电子设备在对圆形靶标进行拍摄得到图像之后,基于所拍摄得到的图像,执行本申请实施例提供的方案,能够确定出该图像的空间频率响应。
或者,在另一些实施例中,本申请实施例提供的空间频率响应的确定方法,可以由除上述用于拍摄图像的电子设备以外的其他电子设备执行,如其他终端设备或服务器等。以第一电子设备指代用于拍摄图像的电子设备,以第二电子设备指代确定空间频率响应的电子设备为例,相应过程可以是:第一电子设备在对圆形靶标进行拍摄得到图像之后,向第二电子设备发送所拍摄得到的图像。则第二电子设备接收该图像之后,基于所接收的图像执行本申请实施例提供的方案,能够确定出该图像的空间频率响应。本申请实施例后续将用于拍摄图像的电子设备与用于确定空间频率响应的电子设备统一称作电子设备。
示例性的,上述电子设备的结构示意图如图6所示。图6为本申请实施例提供的一种电子设备的硬件结构示意图。
参见图6,电子设备可以包括处理器610、外部存储器接口620、内部存储器621、通用串行总线(universal serial bus,USB)接口630、充电管理模块640、天线1、天线2、移动通信模块650、无线通信模块660、音频模块670、传感器模块680、摄像头690等。其中传感器模块680可以包括压力传感器680A、陀螺仪传感器680B、触摸传感器680C等。
可以理解的是,本申请实施例示意的结构并不构成对电子设备的具体限定。在本申请另一些实施例中,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器610可以包括一个或多个处理单元,例如:处理器610可以包括应用处理器(application processor,AP)、调制解调处理器、图形处理器(graphics processingunit,GPU)、图像信号处理器(image signal processor,ISP)、控制器、存储器、视频编解码器、数字信号处理器(digital signal processor,DSP)、基带处理器、和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是电子设备的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器610中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器610中的存储器为高速缓冲存储器。该存储器可以保存处理器610刚用过或循环使用的指令或数据。如果处理器610需要再次使用该指令或数据,可从该存储器中直接调用。避免了重复存取,减少了处理器610的等待时间,因而提高了系统的效率。
USB接口630是符合USB标准规范的接口,具体可以是Mini USB接口,Micro USB接口、USB Type C接口等。USB接口630可以用于连接充电器为电子设备充电,也可以用于电子设备与外围设备之间传输数据。也可以用于连接耳机,通过耳机播放音频。该接口还可以用于连接其他电子设备,例如AR设备等。
可以理解的是,本申请实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备的结构限定。在本申请另一些实施例中,电子设备也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块640用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块640可以通过USB接口630接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块640可以通过电子设备的无线充电线圈接收无线充电输入。
电子设备的无线通信功能可以通过天线1、天线2、移动通信模块650、无线通信模块660、调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块650可以提供应用在电子设备上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块650可以包括至少一个滤波器、开关、功率放大器、低噪声放大器(low noise amplifier,LNA)等。移动通信模块650可以由天线1接收电磁波,并对接收的电磁波进行滤波、放大等处理,传送至调制解调处理器进行解调。移动通信模块650还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块650的至少部分功能模块可以被设置于处理器610中。在一些实施例中,移动通信模块650的至少部分功能模块可以与处理器610的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器,受话器等)输出声音信号,或通过显示屏显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器610,与移动通信模块650或其他功能模块设置在同一个器件中。
无线通信模块660可以提供应用在电子设备上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络)、蓝牙(bluetoo6,BT)、全球导航卫星系统(global navigation satellite system,GNSS)、调频(frequency modulation,FM)、近距离无线通信技术(near field communication,NFC)、红外技术(infrared,IR)等无线通信的解决方案。无线通信模块660可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块660经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器610。无线通信模块660还可以从处理器610接收待发送的信号,对其进行调频、放大,经天线2转为电磁波辐射出去。
电子设备可以通过ISP、摄像头690、视频编解码器、GPU、显示屏以及应用处理器等实现拍摄功能。
ISP 用于处理摄像头690反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将该电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点、亮度、肤色进行算法优化。ISP还可以对拍摄场景的曝光、色温等参数优化。在一些实施例中,ISP可以设置在摄像头690中。
摄像头690用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,电子设备可以包括1个或N个摄像头690,N为大于1的正整数。
视频编解码器用于对数字视频压缩或解压缩。电子设备可以支持一种或多种视频编解码器。这样,电子设备可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
外部存储器接口620可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备的存储能力。外部存储卡通过外部存储器接口620与处理器610通信,实现数据存储功能。例如将音乐、视频等文件保存在外部存储卡中。
内部存储器621可以用于存储计算机可执行程序代码,该可执行程序代码包括指令。处理器610通过运行存储在内部存储器621的指令,从而执行电子设备的各种功能应用以及数据处理。内部存储器621可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器621可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
电子设备可以通过音频模块670以及应用处理器等实现音频功能。例如音乐播放、录音等。音频模块670用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块670还可以用于对音频信号编码和解码。在一些实施例中,音频模块670可以设置于处理器610中,或将音频模块670的部分功能模块设置于处理器610中。
压力传感器680A用于感受压力信号,可以将压力信号转换成电信号。压力传感器680A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。
陀螺仪传感器680B可以用于确定电子设备的运动姿态。在一些实施例中,可以通过陀螺仪传感器680B确定电子设备围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器680B可以用于拍摄防抖。示例性的,当按下快门,陀螺仪传感器680B检测电子设备抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消电子设备的抖动,实现防抖。
触摸传感器680C,也称“触控面板”。触摸传感器680C用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。
需要指出的是,图6中示出的结构并不构成对该电子设备的限定,除图6所示部件之外,该电子设备还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
电子设备的软件系统可以采用分层架构、事件驱动架构、微核架构、微服务架构或云架构。本申请实施例以分层架构的Android系统为例,示例性说明电子设备的软件结构。示例性的,图7为本申请实施例提供的一种电子设备的软件结构示意图。
分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用程序层、应用程序框架层、安卓运行时(Android runtime)、系统库、以及内核层。
应用程序层可以包括一系列应用程序包。
如图7所示,应用程序包可以包括相机、图库、日历、通话、地图、导航、WLAN、蓝牙、音乐、视频、短信息等应用程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图7所示,应用程序框架层可以包括窗口管理器、内容提供器、视图系统、电话管理器、资源管理器、通知管理器等。
安卓运行时包括核心库和虚拟机。安卓运行时负责安卓系统的调度和管理。
系统库可以包括多个功能模块。例如:表面管理器(surface manager)、媒体库(Media Libraries)、三维图形处理库(例如:OpenGL ES)、二维图形引擎(例如:SGL)等。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动等。
图8为本申请实施例提供的一种空间频率响应的确定方法的原理示意图。参见图8,该方法包括以下S801-S808:
S801、获取电子设备对圆形靶标进行拍摄得到的图像。
其中,圆形靶标包含多个等间距且等大小的圆。示例性的,如图8中S801所示,示出了一种圆形靶标,在所示出的圆形靶标中,包含有多个排列均匀且大小一致的圆。
在一些实施例中,在用于拍摄图像的电子设备与用于确定空间频率响应的电子设备为同一设备的情况下,上述获取对圆形靶标进行拍摄得到的图像的过程可以是:电子设备接收来自用户对圆形靶标的拍摄操作,响应于对圆形靶标的拍摄操作,获取电子设备对圆形靶标进行拍摄得到的图像,以便后续基于该拍摄得到的图像执行后续确定空间频率响应的过程。应理解地,拍摄得到的图像可以是RGB图像。
在另一些实施例中,在用于拍摄图像的电子设备与用于确定空间频率响应的电子设备不是同一设备的情况下,以第一电子设备指代用于拍摄图像的电子设备,以第二电子设备指代确定空间频率响应的电子设备为例,上述获取对圆形靶标进行拍摄得到的图像的过程可以是:第一电子设备接收来自用户对圆形靶标的拍摄操作,响应于对圆形靶标的拍摄操作,获取第一电子设备对圆形靶标进行拍摄得到的图像。在第一电子设备获取拍摄得到的图像之后,向第二电子设备发送所拍摄得到的图像。第二电子设备接收该图像,也即获得了第一电子设备拍摄得到的图像,以便后续基于该拍摄得到的图像执行后续确定空间频率响应的过程。本申请实施例后续将用于拍摄图像的电子设备与用于确定空间频率响应的电子设备统一称作电子设备。
S802、电子设备获取该图像中的目标圆在第一坐标系中的圆心位置。
其中,目标圆可以是该图像所包括的多个圆中的一个圆、两个圆或多个圆。
应理解地,在一些实施例中,电子设备可以基于拍摄得到的图像中的一个圆,来执行后续选取边缘点、确定边缘扩散函数、确定线扩散函数以及调制传递函数的过程,从而得到一个圆对应的空间频率响应作为该图像的空间频率响应。
或者,在另一些实施例中,电子设备也可以基于拍摄得到的图像中的多个圆,来执行后续选取边缘点、确定边缘扩散函数、确定线扩散函数以及调制传递函数的过程,从而得到多个圆分别对应的空间频率响应作为该图像的空间频率响应。
第一坐标系为基于该图像构建的坐标系。第一坐标系可以是二维坐标系,相应地,目标圆在第一坐标系中的圆心位置也即是目标圆在该第一坐标系中的二维坐标。
例如,基于该图像构建的坐标系可以是以该图像的中心位置为原点、该图像的中心位置所在水平线为横轴、该图像的中心位置所在竖直线为纵轴的坐标系。又如,基于该图像构建的坐标系也可以是以该图像的左下顶点为原点、该图像的左下顶点所在水平线为横轴、该图像的左下顶点所在竖直线为纵轴的坐标系。当然,基于该图像构建的坐标系还可以是其他形式的坐标系,本申请实施例对第一坐标系的构建方式不作限定。
在一些实施例中,在该目标圆的数量为一个且该目标圆为第一圆的情况下,可以直接提取该第一圆在第一坐标系中的圆心位置,进而基于所提取的第一圆的圆心位置,执行S803。其中,该第一圆为该图像的多个圆中距离该图像的中心位置最近的圆。
在另一些实施例中,在该目标圆包括除第一圆以外的其他圆的情况下,可以基于第一圆在第一坐标系中的圆心位置,推算得到其他圆在第一坐标系中的圆心位置,从而得到目标圆的圆心位置。相应过程可参见下述(1-1)至(1-7):
(1-1)基于圆形靶标的靶标参数、电子设备的镜头参数以及该图像的分辨率,确定该目标圆的直径和该圆心距。
其中,圆形靶标的靶标参数可以包括圆形靶标中圆的实际直径和实际圆心距。例如,圆形靶标中圆的实际直径可采用d0来表示,单位可以为毫米。圆形靶标中圆的实际圆心距可采用w0来表示,单位可以为毫米。应理解地,圆心距是指相邻两个圆的圆心之间的距离。
电子设备的镜头参数可以包括镜头的最大视场角以及镜头与圆形靶标之间的距离。例如,镜头的最大视场角可采用fov来表示。镜头与圆形靶标之间的距离可以采用h来表示。图像的分辨率可采用x*y来表示。
需要说明的是,上述圆形靶标的靶标参数可以在制作圆形靶标时测量得到。上述电子设备的镜头参数可以在拍摄圆形靶标时测量得到。上述图像的分辨率可以在拍摄得到图像后得到。进而,基于上述已知的参数,能够计算得到该图像所包括的圆的直径和圆心距,也即得到了目标圆的直径和圆心距。例如,目标圆的直径可采用d来表示,单位为像素。圆心距可采用w来表示,单位为像素。
在一些实施例中,基于镜头的最大视场角以及镜头与圆形靶标之间的距离,能够确定出镜头的最大视场角(如圆锥角)所覆盖的圆形区域,根据图像的分辨率能够确定出该圆形区域中的成像区域(如用于成像的矩形区域,也即图像)。进而,根据圆形靶标中圆的实际直径和实际圆心距,能够确定该成像区域中的像素大小。基于该成像区域中的像素大小,能够确定出该成像区域中圆的直径和圆心距,也即得到了该图像中圆的直径和圆心距。
应理解地,由于圆形靶标包含多个等间距且等大小的圆,因而拍摄得到的图像所包括的多个圆同样认为是等间距且等大小。这里,在确定出该成像区域中任一个圆的直径和圆心距之后,也即是得到了该目标圆的直径和该圆心距。
(1-2)基于该直径、该圆心距以及该图像的中心位置,确定以该中心位置为中心且边长大于或等于预设长度的第一区域。
其中,预设长度可以基于该圆心距和该直径确定。如此,基于该圆心距和该直径确定预设长度,以选取边长大于或等于预设长度的第一区域,以确保第一区域的各个边长方向(如长和宽两个方向)均能够容纳下预设长度对应的预设数量个圆,从而确保第一区域能够容纳下足够数量的圆。
示例性的,第一区域可以是正方形区域、长方形区域、梯形区域或其他形式的区域。本申请实施例对第一区域的形式不作限定。
例如,在一些实施例中,采用d来表示直径,采用w来表示圆心距,预设长度可以设置为2*(w+d)。图9为本申请实施例提供的一种第一区域的示意图。参见图9,以正方形区域为例,通过确定以图像的中心位置为中心且边长大于或等于2*(w+d)的第一区域,能够得到如图9所示的区域。如此,通过将预设长度设置为2*(w+d),能够确保图9所示的正方形区域的长和宽两个方向均能够容纳下3个圆,也就能够确保该正方形区域容纳下9个圆,以便基于该正方形区域所包括的圆执行后续流程。
值得注意的是,在另一些实施例中,预设长度还可以采用其他的方式来设置。例如预设长度还可以设置为数值更大的长度,以确保第一区域的长和宽两个方向均能够容纳下更多数量的圆。
(1-3)基于该第一区域的灰度均值,对该第一区域进行处理,得到处理后的第一区域。
其中,灰度均值也可以称作平均灰度,是指第一区域内所有像素点的灰度值的平均值。在一些实施例中,通过将拍摄得到的图像转换为灰度图(ImgGray),能够获取到该图像内所有像素点的灰度值,进而能够获取到第一区域内所有像素点的灰度值。例如,上述将拍摄得到的图像转换为灰度图的过程,可以在(1-1)之前执行,进而在灰度图的基础上,执行后续获取目标圆的圆心位置的过程。
在一些实施例中,上述处理至少包括二值化处理。相应地,在获取该第一区域的灰度均值之后,以该灰度均值作为阈值,对该第一区域进行二值化处理,也即是将第一区域中的像素点的灰度值设置为0或该灰度均值,从而得到二值化处理后的第一区域。如此,也就实现了自适应的二值化处理,提升了二值化处理的效果。应理解地,二值化处理后的第一区域可以是一幅黑白图像。
(1-4)在该处理后的第一区域中,选取满足预设条件的多个轮廓,作为该第一区域的多个圆。
其中,预设条件包括下述条件中的至少一项:轮廓半径为该目标圆的直径的二分之一;轮廓面积为以该目标圆的直径的二分之一为半径所确定的面积;轮廓的外接矩形的长宽比为预设数值;该第一区域中相邻两个轮廓的中心之间的距离与该圆心距相同。
例如,采用d来表示目标圆的直径,轮廓半径为该直径的二分之一,也即表示轮廓半径为d/2。轮廓面积为以该目标圆的直径的二分之一为半径所确定的面积,也即表示轮廓面积s=πr2。其中,s表示轮廓面积,r表示半径,π表示圆周率。轮廓的外接矩形可以是指轮廓的最大外接矩形。示例性的,预设数值可以是1。应理解地,轮廓长宽比为1表示该轮廓近似圆形,此时提取该轮廓的中心也即得到了圆心。
例如,在一些实施例中,以预设条件包括上述四项条件为例,筛选轮廓的过程可以是:在该处理后的第一区域中,选取轮廓半径、轮廓面积、轮廓的外接矩形的长宽比以及相邻两个轮廓的中心之间的距离均满足预设条件的轮廓。也即是,选取轮廓半径为该直径的二分之一、轮廓面积为以该直径的二分之一为半径所确定的面积、轮廓的外接矩形的长宽比为预设数值且相邻两个轮廓的中心之间的距离与该圆心距相同的多个轮廓,作为该第一区域所包括的多个圆。
又如,在一些实施例中,以预设条件包括上述前三项条件为例,筛选轮廓的过程可以是:在该处理后的第一区域中,选取轮廓半径、轮廓面积以及轮廓的外接矩形的长宽比均满足预设条件的轮廓。也即是,选取轮廓半径为该直径的二分之一、轮廓面积为以该直径的二分之一为半径所确定的面积且轮廓的外接矩形的长宽比为预设数值的多个轮廓,作为该第一区域所包括的多个圆。
需要说明的是,电子设备可以选取上述条件中的一项、两项或多项条件,来执行筛选轮廓的过程。本申请实施例对此不作限定。
示例性的,图10为本申请实施例提供的一种筛选轮廓的流程示意图。参见图10,以预设条件包括上述前三项条件为例,示出了筛选轮廓的流程。首先,获取该第一区域的灰度均值。基于该第一区域的灰度均值,对该第一区域进行二值化处理,得到二值化处理后的第一区域。然后,遍历二值化处理后的第一区域中的所有轮廓。对于其中任一个轮廓,判断当前轮廓的轮廓面积是否满足预设条件。如若当前轮廓的轮廓面积满足预设条件,则继续判断当前轮廓的轮廓半径是否满足预设条件。如若当前轮廓的轮廓半径满足预设条件,则确定当前轮廓的最大外接矩形,判断该最大外接矩形的长宽比是否满足预设条件。如若当前轮廓的最大外接矩形的长宽比满足预设条件,则将该最大外接矩形的中心确定为圆心。此时,当前轮廓的判断流程结束,继续对下一个轮廓执行上述判断流程,以判断下一个轮廓是否满足预设条件,直至第一区域中的所有轮廓均遍历完毕。
此外,如若当前轮廓的轮廓面积、轮廓半径或轮廓长宽比中的任一项不满足预设条件,则继续对下一个轮廓执行上述判断流程,以判断下一个轮廓是否满足预设条件。
上述以先判断当前轮廓的轮廓面积是否满足预设条件,再判断当前轮廓的轮廓半径满足预设条件,最后判断当前轮廓的最大外接矩形的长宽比是否满足预设条件为例,对筛选轮廓的流程进行说明。
需要说明的是,在另一些实施例中,还可以先判断当前轮廓的轮廓半径满足预设条件,再判断当前轮廓的轮廓面积是否满足预设条件,最后判断当前轮廓的最大外接矩形的长宽比是否满足预设条件。
或者,还可以先判断当前轮廓的最大外接矩形的长宽比是否满足预设条件,再判断当前轮廓的轮廓半径满足预设条件,最后判断当前轮廓的轮廓面积是否满足预设条件。
或者,还可以同时判断当前轮廓的轮廓半径满足预设条件、当前轮廓的轮廓面积是否满足预设条件、当前轮廓的最大外接矩形的长宽比是否满足预设条件。本申请实施例对此不作限定。
应理解地,基于图10所示流程能够提取得到如图9所示的9个圆的圆心,其中包括图像中距离中心位置最近的圆心,以及与该圆心相邻的8个圆心。
(1-5)在该第一区域的多个圆中,确定该第一圆与该第二圆。
其中,第二圆为该第一圆相邻的多个圆中距离该第一圆的圆心位置最近的圆。
示例性的,图11为本申请实施例提供的一种第一圆和第二圆的示意图。参见图11,第一圆也即是图11所示的圆1,第二圆也即是图11所示的圆2、圆3、圆4、圆5。
(1-6)基于该第一圆在该第一坐标系中的圆心位置与该第二圆在该第一坐标系中的圆心位置,确定该图像的倾斜角度。
其中,倾斜角度表示该图像相对于该圆形靶标发生倾斜的角度。如此,在确定目标圆的圆心位置时,还参考了图像相对于该圆形靶标发生倾斜的角度,增加了确定圆心位置所参考的信息量,能够较为精确地确定出目标圆的圆心位置。
在一些实施例中,基于该第一圆的圆心位置和处于该第一圆左右两侧的任一个第二圆的圆心位置的连线、以及该第一圆的圆心位置所在水平线,确定该连线与该水平线之间的第一夹角。基于该第一圆的圆心位置和处于该第一圆上下两侧的任一个第二圆的圆心位置的连线、以及该第一圆的圆心位置所在竖直线,确定该连线与竖直线之间的第二夹角。确定该第一夹角与该第二夹角的平均值,作为该图像的倾斜角度。
示例性的,图12为本申请实施例提供的一种确定倾斜角度的示意图。参见图12,第一夹角也即是图12所示的k1,第二夹角也即是图12所示的k2。通过k=(k1+k2)/2,能够确定出图像的倾斜角度k。应理解地,在理想情况下k1和k2的值相等,考虑到实际中可能会存在拟合圆心(也即是上述筛选轮廓以提取圆心的过程)导致的误差,因而通过求取平均值能够有效减小误差。
(1-7)基于该第一圆在该第一坐标系中的圆心位置、该图像的倾斜角度以及圆心距,确定除该第一圆以外的其他圆在该第一坐标系中的圆心位置,得到该目标圆在该第一坐标系中的圆心位置。
在一些实施例中,基于该第一圆的圆心位置、该圆心距以及该图像的倾斜角度,依次确定与该第一圆相邻的第二圆在该图像中的圆心位置。进而,基于第二圆在该图像中的圆心位置、该圆心距以及该图像的倾斜角度,依次确定与该第二圆相邻的其他圆在该图像中的圆心位置。重复执行上述确定相邻其他圆在该图像中的圆心位置的过程,直至确定出该目标圆在该第一坐标系中的圆心位置。
在一些实施例中,参见图12,以基于第一圆确定第二圆的圆心位置为例,对于处于该第一圆的左上方和右下方的第二圆,如图12所示的圆5和圆4,基于该圆心距与该图像的倾斜角度对应的正弦值,确定第二圆的圆心位置与该第一圆的圆心位置所在水平线之间的第一垂直距离。进而,基于该第一圆的圆心位置中的纵坐标与该第一垂直距离,确定第二圆的纵坐标。基于该圆心距与该图像的倾斜角度对应的余弦值,确定第二圆的圆心位置与该第一圆的圆心位置所在竖直线之间的第二垂直距离。进而,基于该第一圆的圆心位置中的横坐标与该第二垂直距离,确定第二圆的横坐标。结合第二圆的横坐标与纵坐标,能够得到第二圆在该图像中的圆心位置。
在一些实施例中,参见图12,以基于第一圆确定第二圆的圆心位置为例,对于处于该第一圆的左下方和右上方的第二圆,如图12所示的圆3和圆2,基于该圆心距与该图像的倾斜角度对应的余弦值,确定第二圆的圆心位置与该第一圆的圆心位置所在水平线之间的第一垂直距离。进而,基于该第一圆的圆心位置中的纵坐标与该第一垂直距离,确定第二圆的纵坐标。基于该圆心距与该图像的倾斜角度对应的正弦值,确定第二圆的圆心位置与该第一圆的圆心位置所在竖直线之间的第二垂直距离。进而,基于该第一圆的圆心位置中的横坐标与该第二垂直距离,确定第二圆的横坐标。结合第二圆的横坐标与纵坐标,能够得到第二圆在该图像中的圆心位置。
示例性的,图13为本申请实施例提供的一种初步确定圆心位置的流程示意图。参见图13,首先,获取电子设备拍摄得到的RGB图像,并将拍摄得到的RGB图像转换为灰度图。然后,基于圆形靶标的靶标参数、电子设备的镜头参数以及该图像的分辨率,确定该图像中圆的直径d和圆心距w。在该图像的中心位置,选取边长大于或等于2*(w+d)的第一区域。接着,提取该第一区域中的多个圆的圆心位置。在该第一区域中的多个圆中,选取与中心位置最近的第一圆以及与第一圆最近的4个第二圆。基于该第一圆的圆心位置与该第二圆的圆心位置之间的夹角,确定该图像的倾斜角度。进而,基于该第一圆的圆心位置、该圆心距以及该图像的倾斜角度,推算出该目标圆在该第一坐标系中的圆心位置。
在上述实施例中,通过初步检测目标圆在该第一坐标系中的圆心位置,能够初步定位目标圆的各个圆心在图像中的位置,并计算出图像中以像素为单位的圆半径和圆心距,能够为后续精确提取目标圆的圆心位置提供定位依据。
S803、电子设备在基于该目标圆在该第一坐标系中的圆心位置所确定的第二区域中,进行圆形检测,得到该目标圆在第二坐标系中的圆心位置,作为该目标圆的圆心位置。
其中,第二区域是指以圆心位置作为中心的外接矩形区域。圆形检测用于检测灰度图像中是否存在圆形,以获得该灰度图像所包括的圆的圆心位置以及半径。在本申请实施例中,圆形检测也即是用于检测第二区域中是否存在圆形,以获得该第二区域所包括的圆的圆心位置以及半径。
第二坐标系为基于该第二区域构建的坐标系。第二坐标系可以是二维坐标系,相应地,目标圆在第二坐标系中的圆心位置也即是目标圆在该第二坐标系中的二维坐标。
例如,基于该第二区域构建的坐标系可以是以该第二区域的中心位置为原点、该第二区域的中心位置所在水平线为横轴、该第二区域的中心位置所在竖直线为纵轴的坐标系。又如,基于该第二区域构建的坐标系也可以是以该第二区域的左下顶点为原点、该第二区域的左下顶点所在水平线为横轴、该第二区域的左下顶点所在竖直线为纵轴的坐标系。当然,基于该第二区域所建立的坐标系还可以是其他形式的坐标系,本申请实施例对第二坐标系的构建方式不作限定。
在一些实施例中,上述S803中获取目标圆在第二坐标系中的圆心位置的过程可参见下述(2-1)至(2-4):
(2-1)基于该目标圆在该第一坐标系中的圆心位置与该目标圆的直径,确定以该圆心位置为中心且边长大于该直径的区域,得到该第二区域。
其中,第二区域可以是正方形区域或长方形区域。如此,通过选取各个边长均大于该直径的区域作为第二区域(或称作感兴趣区域ROI),以便于后续精确求取目标圆的圆心位置。
(2-2)基于该第二区域的灰度均值,对该第二区域进行二值化处理,得到二值化处理后的第二区域。
在一些实施例中,在获取该第二区域的灰度均值之后,以该灰度均值作为阈值,对该第二区域进行二值化处理,也即是将第二区域中的像素点的灰度值设置为0或该灰度均值,从而得到二值化处理后的第二区域。如此,也就实现了自适应的二值化处理,提升了二值化处理的效果。应理解地,二值化处理后的第二区域可以是一幅黑白的圆形轮廓图。
(2-3)对该二值化处理后的第二区域进行开运算处理;和/或,对该二值化处理后的第二区域进行闭运算处理。
其中,开运算处理是指图像依次经过腐蚀、膨胀处理后的过程。闭运算处理是指图像依次经过膨胀、腐蚀处理后的过程。如此,通过对二值化处理后的第二区域进行开运算处理和/或闭运算处理,能够有效消除图像噪点。
需要说明的是,上述(2-2)至(2-3),对基于该第二区域的灰度均值,对该第二区域进行处理,得到处理后的第二区域进行了说明。其中,该处理至少包括二值化处理。进一步地,该处理还包括开运算处理和闭运算处理中的至少一项。需要说明的是,(2-3)为可选步骤。例如,在基于(2-2)执行二值化处理之后,无需执行(2-3),执行(2-4)即可。
(2-4)在处理后的第二区域中,进行圆形检测,得到该第二区域所包括的圆的圆心位置。
在一些实施例中,可以利用霍夫圆检测算法,在该处理后的第二区域中,采用预设圆直径范围进行圆形检测,得到该第二区域所包括的圆的圆心位置。
其中,预设圆直径范围可以为[0.9d,1.1d]。如此,能够有效避免因直径的计算误差而导致的圆形检测的误差。
如此,在获取圆在第一坐标系中的圆心位置之后,还可以在第二区域中进行圆形检测,以检测第二区域中是否存在圆形,以获得该第二区域所包括的圆的圆心位置,也即获得了该目标圆在第二坐标系中的圆心位置。如此,能够更为精确地确定出该目标圆的圆心位置。
值得注意的是,在另一些实施例中,电子设备还可以采用其他的圆形检测方式,来执行上述圆形检测的过程。本申请实施例对此不作限定。
示例性的,图14为本申请实施例提供的一种精确确定圆心位置的流程示意图。参见图14,首先,基于该目标圆在第一坐标系中的圆心位置与该目标圆的直径(或半径),确定边长(如长和宽)略大于直径(d)的区域作为第二区域。然后,对第二区域进行二值化处理,得到二值化处理后的第二区域。接着,对该二值化处理后的第二区域进行开运算处理和/或闭运算处理,以消除图像噪点。最后,对消除图像噪点后的第二区域进行圆形检测,能够精确得到该第二区域所包括的圆的圆心位置,也即获得了该目标圆在第二坐标系中的圆心位置。如此,能够更为精确地确定出该目标圆的圆心位置。
在上述实施例中,通过在指定的第二区域内进行圆形检测,能够精确提取目标圆的圆心位置以及半径。需要说明的是,经圆形检测提取到的圆形可能是椭圆,此时的半径可以划分为长半径和短半径。
需要说明的是,上述S803为可选步骤。在另一些实施例中,电子设备获取该目标圆在该第一坐标系中的圆心位置,作为该目标圆的圆心位置。换句话说,电子设备在执行S802获取该目标圆在该第一坐标系中的圆心位置之后,无需执行上述S803,执行S804即可。
S804、电子设备基于该图像中目标圆的圆心位置,选取处于该目标圆的预设夹角范围内的边缘点。
其中,预设夹角范围为以该圆心位置为起点的夹角范围。边缘点为处于该目标圆的圆周边缘的点。应理解地,处于该目标圆的圆周边缘的点,也即是处于该目标圆的圆周边缘附近(或称作周边)的点。
在一些实施例中,上述S804中确定目标圆的预设夹角范围内的边缘点的过程,可参见下述(3-1)至(3-3):
(3-1)确定该目标圆的圆心位置与该图像的中心位置之间的连线。以该连线的径向和切向为中心线,分别确定预设角度的夹角范围,得到该目标圆的预设夹角范围。
示例性的,图15为本申请实施例提供的一种预设夹角范围的示意图。参见图15,将目标圆的圆心位置与整张图像的中心位置连线,该连线可以是如图15所示的线条1501。在连线的径向和切向可以分别取两个预设角度的夹角范围。
其中,该连线的径向表示该连线的垂直方向,相应地,该连线的径向上的两个预设角度的夹角范围可以是如图15所示的夹角范围1502和夹角范围1503。该连线的切向表示该连线的切线方向,相应地,该连线的切向上的两个预设角度的夹角范围可以是如图15所示的夹角范围1504和夹角范围1505。为便于说明,图15以阴影圆的形式为例对预设夹角范围进行了说明,而需要注意的是,在实际拍摄得到的图像中该目标圆呈正常黑色实心圆的形式,并不是如图15所示呈现阴影圆的形式。
需要说明的是,一方面,考虑到图像本身可能在边缘处产生畸变,此时图像中呈现的圆可能是个椭圆,而径向和切向是半径变化率最小的两个方向。因而,通过在径向和切向上确定圆的预设夹角范围,更容易在后续流程中拟合出精确的圆轮廓。另一方面,即使图像在边缘处未发生畸变,考虑到图像的清晰度通常是中间最清晰,随着视场增大逐渐模糊。因而,与视场中心连线的径向和切向能够覆盖这个圆形范围内清晰度最大、最小和平均值的方向。
(3-2)基于该预设夹角范围对应的圆弧,进行圆形拟合,得到拟合后的圆心位置。
其中,预设夹角范围对应的圆弧是指该目标圆在预设夹角范围对应的一段圆周弧。
示例性的,图16为本申请实施例提供的一种圆弧拟合的示意图。参见图16,预设夹角范围对应的圆弧可以是如图16所示的圆弧1601。为便于说明,图16也以阴影圆的图示为例对预设夹角范围进行了说明,而需要注意的是,在实际拍摄得到的图像中该目标圆呈正常黑色实心圆的形式,并不是如图16所示呈现阴影圆的形式。
在该实施例中,考虑到上述经圆形检测提取到的圆形可能是椭圆或不完整的圆,导致其确定出的圆心位置和半径可能与这一段圆弧对应的圆心位置和半径存在区别,因而,通过圆形拟合,能够得到更为精确的圆心位置和半径。
(3-3)基于该拟合后的圆心位置,选取与该拟合后的圆心位置之间的距离处于预设距离范围内的点,得到该目标圆的预设夹角范围内的边缘点。
其中,预设距离范围基于该目标圆的半径、该目标圆的面积、该目标圆是否存在空心以及相邻两个圆之间的圆间距中的至少一项确定。应理解地,圆间距是指相邻两个圆的边界之间的间距。
如此,在设置预设距离范围时,参考了该目标圆的半径、该目标圆的面积、该目标圆是否存在空心以及相邻两个圆之间的圆间距中的至少一项,以确保能够取到亮度变化平缓的亮边缘和暗边缘这两部分。
例如,预设距离范围可以设置为[(1-x)*r,(1+x)*r],x的取值范围是0到1。其中x的取值范围,基于该目标圆的面积、该目标圆是否存在空心以及相邻两个圆之间的圆间距中的至少一项确定。
例如,在一些实施例中,可以预先设定有不同的面积(可以是面积值,也可以是面积区间)与x值之间的映射关系,通过确定该目标圆的面积,获取与该面积具备映射关系的x值,进而基于x值确定上述预设距离范围。
又如,在另一些实施例中,可以预先设定有不同的圆间距(可以是圆间距值,也可以是圆间距区间)与x值之间的映射关系,通过确定该目标圆的圆间距,获取与该圆间距具备映射关系的x值,进而基于x值确定上述预设距离范围。如此,以确保能够取到灰度变化平缓的亮边缘和暗边缘这两部分。
上述(3-2)和(3-3),对基于该目标圆的圆心位置,选取与该圆心位置之间的距离处于预设距离范围内的点,得到该目标圆的预设夹角范围内的边缘点的过程进行了说明。需要说明的是,上述(3-2)为可选步骤。在另一些实施例中,还可以基于该目标圆的圆心位置,在该预设夹角范围内,选取与该圆心位置之间的距离处于预设距离范围内的点,作为该处于该目标圆的圆周边缘的点。换句话说,电子设备执行上述(3-1)与(3-3),以获取该目标圆的预设夹角范围内的边缘点,无需执行(3-2)。
示例性的,图17为本申请实施例提供的一种确定边缘点的流程示意图。参见图17,首先,将目标圆的圆心位置与整张图像的中心位置连线,沿连线的径向和切向分别取两个预设角度的夹角范围。在该预设角度的夹角范围内,选取与该圆心位置之间的距离处于[(1-x)*r,(1+x)*r]范围内的点,作为该目标圆的预设夹角范围内的边缘点。
在上述实施例中,通过对目标圆筛选出需要进行计算的方向圆弧,精确计算其圆心位置和半径,并据此筛选出该目标圆的预设夹角范围内的边缘点,以用于后续生成边缘扩散函数。
S805、电子设备基于该目标圆的预设夹角范围内的边缘点的灰度值,确定该目标圆的边缘扩散函数。
其中,边缘扩散函数用于表征该目标圆在圆周边缘处的亮度分布变化。例如,边缘扩散函数可以是一条由白变黑(或由黑变白)的线。
示例性的,图18为本申请实施例提供的一种确定边缘扩散函数的流程示意图。参见图18,首先,将该边缘点与该圆心位置之间的距离由低至高进行排序。进而,基于该目标圆的预设夹角范围内的边缘点与该圆心位置之间的距离由低至高的排列次序,将该边缘点的灰度值相连形成的曲线确定为该目标圆的边缘扩散函数。
示例性的,图19为本申请实施例提供的一种确定边缘扩散函数的原理示意图。参见图19,通过计算每一个边缘点与圆心位置的距离(可采用L来表示),作为后续排序的依据。进而,将每一个边缘点与圆心位置的距离L排序。按照排列次序将该边缘点的灰度值相连,形成如图19所示的曲线,将该曲线确定为该目标圆的边缘扩散函数。
示例性的,参见图8中S805所示的边缘扩散函数。其中,边缘扩散函数的横坐标可以是边缘点与圆心位置的距离,纵坐标可以是边缘点的灰度值。
上述实施例中,根据目标圆的预设夹角范围内的边缘点计算边缘扩散函数。相比较相关技术中的刃边法,本申请实施例中的边缘扩散函数是以边缘点与圆心位置的距离作为横坐标,而刃边法的边缘扩散函数是则以黑白刃边上各采样点距离左边缘的宽度作为的横坐标。
S806、电子设备基于该边缘扩散函数求一阶导,得到线扩散函数。
示例性的,对该边缘扩散函数求一阶导能够得到如图8中S806所示的线扩散函数。其中,线扩散函数的横坐标可以是边缘点与圆心位置的距离,纵坐标可以是边缘点的灰度值的变化率。
S807、电子设备基于该线扩散函数进行傅里叶变换得到调制传递函数。
其中,该调制传递函数用于表征不同空间频率下的空间频率响应,表明不同空间频率下的镜头能力。
示例性的,对该线扩散函数进行傅里叶变换能够得到如图8中S807所示的调制传递函数。其中,调制传递函数的横坐标可以是空间频率,纵坐标可以是空间频率响应。
S808、电子设备基于镜头参数确定奈奎斯特频率,从该调制传递函数中确定奈奎斯特频率对应的空间频率响应,作为该图像的空间频率响应。
其中,空间频率响应用于表征该电子设备的成像清晰度。
在一些实施例中,根据电子设备的镜头参数(如像素间距)计算出奈奎斯特频率作为当前的空间频率。再根据当前的空间频率从调制传递函数中读取对应的值,也即得到了该图像对应的空间频率响应。
示例性的,根据图像的像素间距以及Nyquist=1000/(像素间距*2)能够计算出奈奎斯特频率,作为当前的空间频率。其中,Nyquist表示奈奎斯特频率。
上述S806至S808所示的实施例中,对电子设备基于该目标圆的边缘扩散函数,确定该图像的空间频率响应的过程进行了说明。
在一些实施例中,确定该图像的空间频率响应之后,还可以基于该图像的空间频率响应,调整该电子设备的对焦马达。
例如,通过电子设备拍摄得到图像后,可以快速解析该图像中的部分圆的空间频率响应。进而,通过计算得到的空间频率响应调整电子设备的对焦马达,以得到空间频率响应最高的图像,也即得到了对焦最清晰的像。
示例性的,图20为本申请实施例提供的一种调整对焦马达的效果示意图。参见图20,图20所示的三幅图像从左至右为依次调整对焦马达后拍摄得到的图像,可以发现三幅图像从左至右的空间频率响应依次增高,其对应的图像清晰度也依次提升。如此,能够实现相机模组的快速对焦。
本申请实施例提供的技术方案,提供了一种基于圆形靶标来确定空间频率响应的方法。无需采用传统的棋盘格靶标,而是采用圆形靶标,避免了因镜头边缘的畸变以及外界光照等对测量空间频率响应所产生的影响,能够提升空间频率响应的测量准确度。其中,通过设置目标圆的预设夹角范围,能够选取到处于该预设夹角范围内的变化幅度较小的圆周边缘,进而,通过处于这一变化幅度较小的圆周边缘的点来进行后续确定该目标圆的边缘扩散函数的过程,能够有效降低非直线刃边对后续确定结果的影响,能够有效提升确定边缘扩散函数的准确度,从而提升确定空间频率响应的准确度。
本申请实施例相较于相关技术,首先,提供了一种基于圆形靶标来确定空间频率响应的方法,无需采用传统的棋盘格靶标,而是采用圆形靶标,能够适用于更多不便使用棋盘格靶标的场景下进行镜头清晰度的测试。
其次,空间频率响应的测量对非直线刃边的鲁棒性更强。示例性的,图21为本申请实施例提供的一种相关技术中空间频率响应的算法流程示意图。相应流程可以是:选取包括倾斜边缘(也即是倾斜的黑白刃边)的待测区域(可以是包括黑白刃边的矩形)。在选取包括倾斜边缘的待测区域之后,需要对该待测区域依次进行基于光电转换函数(opto-electrical conversion function,OECF)的线性化(也即是直线拟合)、倾斜边缘的斜率和截距的初次估计、倾斜边缘的斜率和截距的最终估计以及待测区域的重新定位。进而,通过超采样得到采样点数据之后,再计算得到边缘扩散函数。基于边缘扩散函数计算得到线扩散函数之后,在该线扩散函数上应用汉明窗口,再进行傅里叶变换和归一化处理,以得到调制传递函数。通过调制传递函数能够获得空间频率响应,最终可以生成本次空间频率响应的测量结果。
显然,相关技术的测量方案中,需要确保所提供的黑白刃边是一条直线。然而,由于光学系统固有的特性,使得采集到的黑白刃边可能会存在一定的弯曲,这会使得直线拟合存在误差,导致后续测量结果不可靠。
而在本申请实施例中,采用圆形靶标,通过选取半径变化幅度最小的非直线刃边(即圆周弧),并精确计算一段圆弧的圆心位置和半径,从而能够有效降低非直线刃边对测试结果的影响。
此外,空间频率响应的测量对图像倾角的兼容性更强。示例性的,图22为本申请实施例提供的一种相关技术中关于黑白刃边的要求示意图。参见图22,示出了相关技术中对刃边法中的待测区域在高度、宽度以及中心等方面的要求。
例如,刃边法要求待测区域的中心与待测区域的左侧边(或右侧边)的距离为(20,60),表示该距离需处于20像素至60像素之间。且,要求待测区域的高度为(80,300),表示该高度需处于80像素至300像素之间。且,要求黑白刃边与待测区域的上侧边(或下侧边)之间的交点与待测区域的右侧边(或左侧边)之间的距离,需要大于或等于5像素或大于或等于20像素。
显然,相关技术中需要保证黑白刃边存在一定的倾斜角度,且这个角度不能过大,也不能过小。这就需要测试时电子设备和棋盘格靶标保持一个适当的角度,这也就限制了测试的应用场景。
而在本申请实施例中,在获取目标圆的圆心位置后,根据目标的圆心位置与图像的中心位置之间的连线所确定的预设夹角范围,来选取既处于预设夹角范围内又处于该目标圆的圆周边缘上的点作为待测点。其中,预设夹角范围所形成的扇形区域也即是本申请实施例中的待测区域,因此对靶标的倾角不敏感,能够应用于更多无法满足靶标倾角的测试场景。
此外,本申请实施例通过使用圆形靶标,还极大地减少了靶标的种类和数量。示例性的,图23为本申请实施例提供的一种靶标数量的效果对比图。参见图23,示例性的示出了相关技术中不同种类的棋盘靶标2301以及本申请实施例中的圆心靶标2302。显然,本申请实施例极大地减少了靶标的种类和数量,对靶标种类起到了归一化的效果。
相应地,本申请实施例通过使用圆形靶标,还极大地减少了测试工位,提升了测试效率,降低了设备成本,也就降低了开发维护的人力成本。示例性的,图24为本申请实施例提供的一种人力成本的效果对比图。参见图24,示例性的示出了相关技术中的人力成本2401以及本申请实施例中的人力成本2402。其中,相关技术中的人力成本2401包括装备开发所需的人力成本(如1~2人/项目)、装备看护所需的人力成本(如1~2人/项目)以及算法开发所需的人力成本(如1~2人/项目)。而本申请实施例中的人力成本2402只需要算法开发所需的人力成本(如1~2人/项目)。显然,本申请实施例极大地减少了开发维护的人力成本。
图25为本申请实施例提供的一种空间频率响应的确定装置的框架示意图。参见图25,该空间频率响应的确定装置包括获取模块2501、选取模块2502和确定模块2503。其中,
获取模块2501,用于获取电子设备对圆形靶标进行拍摄得到的图像;该图像包括圆形靶标,该圆形靶标包含多个等间距且等大小的圆;
选取模块2502,用于基于该图像中目标圆的圆心位置,选取处于该目标圆的预设夹角范围内的边缘点;该预设夹角范围为以该圆心位置为起点的夹角范围,该边缘点为处于该目标圆的圆周边缘的点;
确定模块2503,用于基于该目标圆的预设夹角范围内的边缘点的灰度值,确定该目标圆的边缘扩散函数;该边缘扩散函数用于表征该目标圆在圆周边缘处的亮度分布变化;
该确定模块2503,还用于基于该目标圆的边缘扩散函数,确定该图像的空间频率响应;该空间频率响应用于表征该电子设备的成像清晰度。
本申请实施例提供的技术方案,提供了一种基于圆形靶标来确定空间频率响应的方法。无需采用传统的棋盘格靶标,而是采用圆形靶标,避免了因镜头边缘的畸变以及外界光照等对测量空间频率响应所产生的影响,能够提升空间频率响应的测量准确度。其中,通过设置目标圆的预设夹角范围,能够选取到处于该预设夹角范围内的变化幅度较小的圆周边缘,进而,通过处于这一变化幅度较小的圆周边缘的点来进行后续确定该目标圆的边缘扩散函数的过程,能够有效降低非直线刃边对后续确定结果的影响,能够有效提升确定边缘扩散函数的准确度,从而提升确定空间频率响应的准确度。
在一些实施例中,该选取模块2502,具体用于:
确定该目标圆的圆心位置与该图像的中心位置之间的连线;以该连线的径向和切向为中心线,分别确定预设角度的夹角范围,得到该目标圆的预设夹角范围;
基于该目标圆的圆心位置,选取与该圆心位置之间的距离处于预设距离范围内的点,得到该目标圆的预设夹角范围内的边缘点。
在一些实施例中,该预设距离范围基于该目标圆的半径、该目标圆的面积、该目标圆是否存在空心以及相邻两个圆之间的圆间距中的至少一项确定。
在一些实施例中,所述目标圆的圆心位置为基于所述预设夹角范围对应的圆弧,对所述目标圆进行圆形拟合后得到的圆心位置。
在一些实施例中,该获取模块2501,还用于:
获取该目标圆在第一坐标系中的圆心位置,作为该目标圆的圆心位置;该第一坐标系为基于该图像构建的坐标系。
在一些实施例中,在所述目标圆包括除第一圆以外的其他圆的情况下,该第一圆为该图像的多个圆中距离该图像的中心位置最近的圆,该获取模块2501,还具体用于:
基于该第一圆在该第一坐标系中的圆心位置与第二圆在该第一坐标系中的圆心位置,确定该图像的倾斜角度;该第二圆为该第一圆相邻的多个圆中距离该第一圆的圆心位置最近的圆;该倾斜角度表示该图像相对于该圆形靶标发生倾斜的角度;
基于该第一圆在该第一坐标系中的圆心位置、该图像的倾斜角度以及圆心距,确定除该第一圆以外的其他圆在该第一坐标系中的圆心位置,得到该目标圆在该第一坐标系中的圆心位置。
在一些实施例中,该获取模块2501,还具体用于:
基于该圆形靶标的靶标参数、该电子设备的镜头参数以及该图像的分辨率,确定该目标圆的直径和该圆心距;
基于该直径、该圆心距以及该图像的中心位置,确定以该中心位置为中心且边长大于或等于预设长度的第一区域;该预设长度基于该直径和该圆心距确定;
在该第一区域的多个圆中,确定该第一圆与该第二圆;基于该第一圆在该第一坐标系中的圆心位置与该第二圆在该第一坐标系中的圆心位置,确定该图像的倾斜角度。
在一些实施例中,该选取模块2502,还用于:
基于该第一区域的灰度均值,对该第一区域进行处理,得到处理后的第一区域;该处理至少包括二值化处理;
在该处理后的第一区域中,选取满足预设条件的多个轮廓,作为该第一区域的多个圆。
在一些实施例中,该预设条件包括下述条件中的至少一项:
轮廓半径为该目标圆的直径的二分之一;
轮廓面积为以该目标圆的直径的二分之一为半径所确定的面积;
轮廓的外接矩形的长宽比为预设数值;
该第一区域中相邻两个轮廓的中心之间的距离与该圆心距相同。
在一些实施例中,该装置还包括检测模块,用于:
获取该目标圆在第一坐标系中的圆心位置;该第一坐标系为基于该图像构建的坐标系;
在基于该目标圆在该第一坐标系中的圆心位置所确定的第二区域中,进行圆形检测,得到该目标圆在第二坐标系中的圆心位置,作为该目标圆的圆心位置;该第二坐标系为基于该第二区域构建的坐标系。
在一些实施例中,该检测模块,具体用于:
基于该目标圆在该第一坐标系中的圆心位置与该目标圆的直径,确定以该圆心位置为中心且边长大于该直径的区域,得到该第二区域;
基于该第二区域的灰度均值,对该第二区域进行处理,得到处理后的第二区域;该处理至少包括二值化处理;
在该处理后的第二区域中,进行圆形检测,得到该目标圆在该第二坐标系中的圆心位置。
在一些实施例中,该装置还包括处理模块,该处理还包括开运算处理与闭运算处理中的至少一项。
在一些实施例中,该确定模块2503,具体用于:
基于该目标圆的预设夹角范围内的边缘点与该圆心位置之间的距离由低至高的排列次序,将该边缘点的灰度值相连形成的曲线确定为该目标圆的边缘扩散函数。
在一些实施例中,该装置还包括调整模块,用于:
基于该图像的空间频率响应,调整该电子设备的对焦马达。
可以理解的是,本申请实施例中的电子设备(如终端)为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请实施例的范围。
本申请实施例还提供了一种电子设备,包括:处理器和存储器。处理器与存储器连接,存储器用于存储程序代码,处理器执行存储器存储的程序代码,从而实现本申请实施例提供的空间频率响应的确定方法。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有程序代码,当该程序代码在电子设备上运行时,使得该电子设备执行上述方法实施例中电子设备执行的各个功能或者步骤。
本申请实施例还提供了一种计算机程序产品,包括程序代码,当该程序代码在电子设备上运行时,使得电子设备执行上述方法实施例中电子设备执行的各个功能或者步骤。
其中,本申请实施例提供的电子设备、计算机可读存储介质或者计算机程序产品均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置(如电子设备)的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置(如电子设备)和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置(如电子设备)和方法,可以通过其它的方式实现。例如,以上所描述的装置(如电子设备)实施例仅仅是示意性的,例如,该模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本申请各个实施例该方法的全部或部分步骤。而前述的存储介质包括:快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以该权利要求的保护范围为准。
Claims (15)
1.一种空间频率响应的确定方法,其特征在于,所述方法包括:
获取电子设备对圆形靶标进行拍摄得到的图像;所述图像包括圆形靶标,所述圆形靶标包含多个等间距且等大小的圆;
在所述图像中的目标圆包括除第一圆以外的其他圆的情况下,基于所述圆形靶标的靶标参数、所述电子设备的镜头参数以及所述图像的分辨率,确定所述目标圆的直径和圆心距;基于所述直径、所述圆心距以及所述图像的中心位置,确定以所述中心位置为中心且边长大于或等于预设长度的第一区域;所述预设长度基于所述直径和所述圆心距确定;在所述第一区域的多个圆中,确定所述第一圆与第二圆;基于所述第一圆的圆心位置与所述第二圆的圆心位置,确定所述图像的倾斜角度;所述第一圆为所述图像的多个圆中距离所述图像的中心位置最近的圆;所述第二圆为所述第一圆相邻的多个圆中距离所述第一圆的圆心位置最近的圆;所述倾斜角度表示所述图像相对于所述圆形靶标发生倾斜的角度;
基于所述第一圆的圆心位置、所述图像的倾斜角度以及圆心距,确定除所述第一圆以外的其他圆的圆心位置,得到所述目标圆的圆心位置;
基于所述目标圆的圆心位置,选取处于所述目标圆的预设夹角范围内的边缘点;所述预设夹角范围为以所述圆心位置为起点的夹角范围,所述边缘点为处于所述目标圆的圆周边缘的点;
基于所述目标圆的预设夹角范围内的边缘点的灰度值,确定所述目标圆的边缘扩散函数;所述边缘扩散函数用于表征所述目标圆在圆周边缘处的亮度分布变化;
基于所述目标圆的边缘扩散函数,确定所述图像的空间频率响应;所述空间频率响应用于表征所述电子设备的成像清晰度。
2.根据权利要求1所述的方法,其特征在于,所述基于所述图像中目标圆的圆心位置,选取处于所述目标圆的预设夹角范围内的边缘点,包括:
确定所述目标圆的圆心位置与所述图像的中心位置之间的连线;以所述连线的径向和切向为中心线,分别确定预设角度的夹角范围,得到所述目标圆的预设夹角范围;
基于所述目标圆的圆心位置,选取与所述圆心位置之间的距离处于预设距离范围内的点,得到所述目标圆的预设夹角范围内的边缘点。
3.根据权利要求2所述的方法,其特征在于,所述目标圆的圆心位置为基于所述预设夹角范围对应的圆弧,对所述目标圆进行圆形拟合后得到的圆心位置。
4.根据权利要求2所述的方法,其特征在于,所述预设距离范围基于所述目标圆的半径、所述目标圆的面积、所述目标圆是否存在空心以及相邻两个圆之间的圆间距中的至少一项确定。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第一圆的圆心位置与所述第二圆的圆心位置,确定所述图像的倾斜角度,包括:
基于所述第一圆在第一坐标系中的圆心位置与所述第二圆在所述第一坐标系中的圆心位置,确定所述图像的倾斜角度;所述第一坐标系为基于所述图像构建的坐标系。
6.根据权利要求5所述的方法,其特征在于,所述基于所述第一圆的圆心位置、所述图像的倾斜角度以及圆心距,确定除所述第一圆以外的其他圆的圆心位置,得到所述目标圆的圆心位置,包括:
基于所述第一圆在所述第一坐标系中的圆心位置、所述图像的倾斜角度以及所述圆心距,确定除所述第一圆以外的其他圆在所述第一坐标系中的圆心位置,得到所述目标圆在所述第一坐标系中的圆心位置。
7.根据权利要求1所述的方法,其特征在于,所述基于所述直径、所述圆心距以及所述图像的中心位置,确定以所述中心位置为中心且边长大于或等于预设长度的第一区域之后,所述方法还包括:
基于所述第一区域的灰度均值,对所述第一区域进行处理,得到处理后的第一区域;所述处理至少包括二值化处理;
在所述处理后的第一区域中,选取满足预设条件的多个轮廓,作为所述第一区域的多个圆。
8.根据权利要求7所述的方法,其特征在于,所述预设条件包括下述条件中的至少一项:
轮廓半径为所述目标圆的直径的二分之一;
轮廓面积为以所述目标圆的直径的二分之一为半径所确定的面积;
轮廓的外接矩形的长宽比为预设数值;
所述第一区域中相邻两个轮廓的中心之间的距离与所述圆心距相同。
9.根据权利要求1所述的方法,其特征在于,所述基于所述图像中目标圆的圆心位置,选取处于所述目标圆的预设夹角范围内的边缘点之前,所述方法还包括:
获取所述目标圆在第一坐标系中的圆心位置;所述第一坐标系为基于所述图像构建的坐标系;
在基于所述目标圆在所述第一坐标系中的圆心位置所确定的第二区域中,进行圆形检测,得到所述目标圆在第二坐标系中的圆心位置,作为所述目标圆的圆心位置;所述第二坐标系为基于所述第二区域构建的坐标系。
10.根据权利要求9所述的方法,其特征在于,所述在基于所述目标圆在所述第一坐标系中的圆心位置所确定的第二区域中,进行圆形检测,得到所述目标圆在第二坐标系中的圆心位置,包括:
基于所述目标圆在所述第一坐标系中的圆心位置与所述目标圆的直径,确定以所述圆心位置为中心且边长大于所述直径的区域,得到所述第二区域;
基于所述第二区域的灰度均值,对所述第二区域进行处理,得到处理后的第二区域;所述处理至少包括二值化处理;
在所述处理后的第二区域中,进行圆形检测,得到所述目标圆在所述第二坐标系中的圆心位置。
11.根据权利要求10所述的方法,其特征在于,所述处理还包括开运算处理与闭运算处理中的至少一项。
12.根据权利要求1所述的方法,其特征在于,所述基于所述目标圆的预设夹角范围内的边缘点的灰度值,确定所述目标圆的边缘扩散函数,包括:
基于所述目标圆的预设夹角范围内的边缘点与所述圆心位置之间的距离由低至高的排列次序,将所述边缘点的灰度值相连形成的曲线确定为所述目标圆的边缘扩散函数。
13.根据权利要求1所述的方法,其特征在于,所述基于所述目标圆的边缘扩散函数,确定所述图像的空间频率响应之后,所述方法还包括:
基于所述图像的空间频率响应,调整所述电子设备的对焦马达。
14.一种电子设备,其特征在于,包括存储器和处理器;所述存储器用于存储程序代码;所述处理器用于调用所述程序代码,以执行如权利要求1-13任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,包括程序代码,所述程序代码在电子设备上运行时,使得所述电子设备执行如权利要求1-13任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311090414.3A CN116823938B (zh) | 2023-08-28 | 2023-08-28 | 空间频率响应的确定方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311090414.3A CN116823938B (zh) | 2023-08-28 | 2023-08-28 | 空间频率响应的确定方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116823938A CN116823938A (zh) | 2023-09-29 |
CN116823938B true CN116823938B (zh) | 2023-11-17 |
Family
ID=88118815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311090414.3A Active CN116823938B (zh) | 2023-08-28 | 2023-08-28 | 空间频率响应的确定方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116823938B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110838147A (zh) * | 2019-10-25 | 2020-02-25 | 深圳信息职业技术学院 | 摄像模组检测方法及装置 |
CN111131810A (zh) * | 2019-12-19 | 2020-05-08 | 北京中科慧眼科技有限公司 | 镜头清晰度测量方法及装置、系统和测量图卡 |
JP2021027498A (ja) * | 2019-08-07 | 2021-02-22 | 日本放送協会 | 空間周波数比測定装置およびそのプログラム |
CN114372938A (zh) * | 2022-01-14 | 2022-04-19 | 上海乂义实业有限公司 | 一种基于标定的图像自适应复原方法 |
-
2023
- 2023-08-28 CN CN202311090414.3A patent/CN116823938B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021027498A (ja) * | 2019-08-07 | 2021-02-22 | 日本放送協会 | 空間周波数比測定装置およびそのプログラム |
CN110838147A (zh) * | 2019-10-25 | 2020-02-25 | 深圳信息职业技术学院 | 摄像模组检测方法及装置 |
CN111131810A (zh) * | 2019-12-19 | 2020-05-08 | 北京中科慧眼科技有限公司 | 镜头清晰度测量方法及装置、系统和测量图卡 |
CN114372938A (zh) * | 2022-01-14 | 2022-04-19 | 上海乂义实业有限公司 | 一种基于标定的图像自适应复原方法 |
Non-Patent Citations (2)
Title |
---|
Determination and im-provement of spatial resolution for digital aerial images;BECKER S et al;《Proceedings of ISPRS Hannover Workshop High-ResolutionEarth Imaging for Geospatial Information》;第1-10页 * |
基于月球观测的FY-2G中波红外波段在轨调制传递函数评价与图像复原;陈博洋;《光学精密工程》(第2期);第192-199页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116823938A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102566998B1 (ko) | 이미지 선명도를 결정하기 위한 장치 및 방법 | |
US10382712B1 (en) | Automatic removal of lens flares from images | |
US10645364B2 (en) | Dynamic calibration of multi-camera systems using multiple multi-view image frames | |
US10762664B2 (en) | Multi-camera processor with feature matching | |
KR101826721B1 (ko) | 렌즈 쉐이딩 보정 팩터 산출 방법 및 그것을 이용한 렌즈 쉐이딩 보정 방법 및 렌즈 쉐이딩 보정 장치 | |
US20160275682A1 (en) | Machine vision image sensor calibration | |
JP2013013043A (ja) | レンズシェーディング補正ファクタの算出方法及びそれを用いたレンズシェーディング補正方法及び装置 | |
CN107018407B (zh) | 信息处理装置、评价用图、评价系统、以及性能评价方法 | |
US11025890B2 (en) | Electronic device and method for acquiring depth information by using at least one of cameras or depth sensor | |
CN108737815B (zh) | 一种图像传感器的质量检测方法及系统 | |
JP2018503066A (ja) | 画像ベースの深さ検知システムの精度測定 | |
KR20200101741A (ko) | 영상에 보케 효과를 적용하는 전자 장치 및 그 제어 방법 | |
JP2018041380A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US20150254822A1 (en) | Multi-scale large radius edge-preserving low-pass filtering | |
US9998661B1 (en) | Panoramic camera enclosure | |
CN110533019B (zh) | 车牌定位方法、装置及存储介质 | |
CN116823938B (zh) | 空间频率响应的确定方法、电子设备及存储介质 | |
CN112203080B (zh) | 解像力测试方法、设备及存储介质 | |
US20220394175A1 (en) | Electronic device and method for obtaining an amount of light | |
CN113108919B (zh) | 人体温度检测方法、装置和存储介质 | |
CN112770111B (zh) | 一种鉴定镜头光轴与图像传感器中心重合的装置及方法 | |
US20150104112A1 (en) | Large Radius Edge-Preserving Low-Pass Filtering | |
US20220408013A1 (en) | DNN Assisted Object Detection and Image Optimization | |
CN113709353B (zh) | 图像采集方法和设备 | |
US20190349519A1 (en) | Electronic device and image processing method therefor |
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 |