CN117241134A - 用于摄像机的拍摄模式切换方法 - Google Patents
用于摄像机的拍摄模式切换方法 Download PDFInfo
- Publication number
- CN117241134A CN117241134A CN202311521456.8A CN202311521456A CN117241134A CN 117241134 A CN117241134 A CN 117241134A CN 202311521456 A CN202311521456 A CN 202311521456A CN 117241134 A CN117241134 A CN 117241134A
- Authority
- CN
- China
- Prior art keywords
- brightness
- target
- area
- image
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000000694 effects Effects 0.000 claims abstract description 37
- 238000003384 imaging method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 31
- 210000000746 body region Anatomy 0.000 claims description 39
- 238000012937 correction Methods 0.000 claims description 36
- 238000004458 analytical method Methods 0.000 claims description 28
- 210000001747 pupil Anatomy 0.000 claims description 18
- 210000000887 face Anatomy 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 241000023320 Luma <angiosperm> Species 0.000 description 10
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 10
- 238000005286 illumination Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 206010027646 Miosis Diseases 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 208000029152 Small face Diseases 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
Landscapes
- Studio Devices (AREA)
Abstract
本申请实施例提供了一种用于摄像机的拍摄模式切换方法,涉及图像技术处理领域,该方法包括:基于摄像机当前采集的图像,确定与所述摄像机所处场景相关的指定参考信息;其中,所述指定参考信息为与成像效果存在影响关系的参考信息;在所述摄像机的当前模式为线性模式的情况下,确定所述图像中的目标区域的亮度信息;基于所述指定参考信息以及所述目标区域的亮度信息,识别是否满足第一切换条件;所述第一切换条件为关于将拍摄模式切换为宽动态模式所需的条件;响应于识别到满足所述第一切换条件,将所述摄像机的拍摄模式切换为所述宽动态模式。通过本方案可以实现摄像机的拍摄模式的准确切换。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及用于摄像机的拍摄模式切换方法。
背景技术
摄像机的使用场景复杂多变,并且,不同场景或者同一场景在不同时刻下,场景的动态范围也存在较大差异,所谓的场景的动态范围是指场景中光照的最低亮度至最高亮度的范围,换句话说,场景的动态范围可以是指摄像机拍摄图像时获取的光照强度分布范围。通常在动态范围较小或照度不佳的场景下,摄像机采用线性模式进行图像采集,以达到较好的成像效果;在动态范围较大的场景下,如:强逆光环境,可以将摄像机设置为宽动态模型进行图像采集,以达到较好的成像效果。为了保证成像效果,对于摄像机存在拍摄模式的切换的需求,即在线性模式和宽动态模式之间进行切换的需求。
相关技术中,用户可以根据摄像机采集得到的图像的亮度差别大小,即动态范围大小,手动选择开启或关闭摄像机的宽动态模式。
而手动开启或关闭摄像机的宽动态模式的方式,用户可能对亮度差别大小的识别并不准确,无法实现摄像机拍摄模式的准确切换,影响摄像机的成像效果。
可见,如何实现摄像机的拍摄模式的准确切换,是亟待解决的问题。
发明内容
本申请实施例的目的在于提供一种用于摄像机的拍摄模式切换方法,以实现拍摄模式的准确切换,提升拍摄模式切换的准确度。具体技术方案如下:
第一方面,本申请实施例提供了一种用于摄像机的拍摄模式切换方法,所述方法包括:
基于摄像机当前采集的图像,确定与所述摄像机所处场景相关的指定参考信息;其中,所述指定参考信息为与成像效果存在影响关系的参考信息;
在所述摄像机的当前模式为线性模式的情况下,确定所述图像中的目标区域的亮度信息;其中,所述目标区域为与所述图像的采集场景相关的对象区域;
基于所述指定参考信息以及所述目标区域的亮度信息,识别是否满足第一切换条件;所述第一切换条件为关于将拍摄模式切换为宽动态模式所需的条件;
响应于识别到满足所述第一切换条件,将所述摄像机的拍摄模式切换为所述宽动态模式。
第二方面,本申请实施例提供了一种用于摄像机的拍摄模式切换方法,所述摄像机的拍摄模式包括线性模式和宽动态模式,所述方法包括:
在所述摄像机被配置为线性模式的情况下,获取所述摄像机当前所采集的图像;
确定所述图像中的目标人脸区域和目标人体区域;
对所确定出的目标人脸区域和所述目标人体区域分别进行亮度值计算,得到人脸亮度值以及人体亮度值;
计算所述图像的图像亮度值和动态范围值,并确定所述摄像机采集所述图像时的增益值;其中,所述动态范围值由所述图像中大于预设高亮度阈值的像素点的亮度均值和所述图像中小于预设低亮度阈值的像素点的亮度均值所确定;
在所述增益值小于预设增益阈值时,且满足如下任一条件,切换所述摄像机拍摄模式为宽动态模式:
所述动态范围值大于预设动态范围阈值;
所述人体亮度值和人脸亮度值均小于针对人脸和人体的第一预设亮度阈值;
所述人脸亮度值位于预设亮度范围内,以及所述图像亮度值小于预设的第一图像亮度阈值或大于预设的第二图像亮度阈值;所述预设亮度范围为不大于针对人脸和人体的第二预设亮度阈值,所述第一图像亮度阈值小于所述第二图像亮度阈值,所述第一预设亮度阈值小于所述第二预设亮度阈值。本申请实施例有益效果:
本申请实施例提供的用于摄像机的拍摄模块切换方法,针对摄像机当前采集的图像,可以确定与摄像机所处场景相关的、与成像效果存在影响关系的指定参考信息,摄像机当前模式为线性模式的情况下,可以确定图像中目标区域的亮度信息,该目标区域是与图像的采集场景相关的对象区域,且目标区域的亮度信息可以评价摄像机的成像效果,可以根据指定参考信息以及目标区域的亮度信息,识别是否满足将拍摄模式切换为宽动态模式的第一切换条件,并响应于识别的满足第一切换条件,将摄像机的拍摄模式切换为宽动态模式。可见,本申请实施例提供的用于摄像机的拍摄模式切换方法,在线性模式下,可以基于与成像效果存在影响关系的指定参考信息,以及图像中的目标区域的亮度信息,识别是否需将摄像机的拍摄模式切换为宽动态模式,并进行拍摄模式的切换,相较于人工手动根据切换拍摄模式的方式,可以实现拍摄模式的准确切换,提升拍摄模式切换的准确度。
另外,本申请实施例所提供的另一用于摄像机的拍摄模块切换方法中,摄像机的拍摄模式可以包括线性模式和宽动态模式,在摄像机被配置为线性模式的情况下,可以获取摄像机当前所采集的图像,确定图像中目标人脸区域和目标人体区域的人脸亮度值和人体亮度值,以及计算图像的图像亮度值、动态范围值和增益值;若所获取的各参数值,满足切换为宽动态模式的条件,即增益值小于预设增益阈值,且满足如下任一条件,动态范围值大于预设动态范围阈值;人体亮度值和人脸亮度值均小于针对人脸和人体的第一预设亮度阈值;人脸亮度值位于预设亮度范围内,以及图像亮度值小于预设的第一图像亮度阈值或大于预设的第二图像亮度阈值;则切换摄像机拍摄模式为宽动态模式。通过本方案可以实现摄像机的拍摄模式的准确切换。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或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的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本申请实施例提供的一种用于摄像机的拍摄模式切换方法的流程示意图;
图2为本申请实施例提供的一种用于摄像机的拍摄模式切换方法的另一流程示意图;
图3为本申请实施例提供的一种用于摄像机的拍摄模式切换方法的又一流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员基于本申请所获得的所有其他实施例,都属于本申请保护的范围。
本申请提供的一种用于摄像机的拍摄模式切换方法,可以包括如下步骤:
基于摄像机当前采集的图像,确定与所述摄像机所处场景相关的指定参考信息;其中,所述指定参考信息为与成像效果存在影响关系的参考信息;
在所述摄像机的当前模式为线性模式的情况下,确定所述图像中的目标区域的亮度信息;其中,所述目标区域为与所述图像的采集场景相关的对象区域;
基于所述指定参考信息以及所述目标区域的亮度信息,识别是否满足第一切换条件;所述第一切换条件为关于将拍摄模式切换为宽动态模式所需的条件;
响应于识别到满足所述第一切换条件,将所述摄像机的拍摄模式切换为所述宽动态模式。
本申请实施例提供的用于摄像机的拍摄模块切换方法,针对摄像机当前采集的图像,可以确定与摄像机所处场景相关的、与成像效果存在影响关系的指定参考信息,摄像机当前模式为线性模式的情况下,可以确定图像中目标区域的亮度信息,该目标区域是与图像的采集场景相关的对象区域,且目标区域的亮度信息可以评价摄像机的成像效果,可以根据指定参考信息以及目标区域的亮度信息,识别是否满足将拍摄模式切换为宽动态模式的第一切换条件,并响应于识别的满足第一切换条件,将摄像机的拍摄模式切换为宽动态模式。可见,本申请实施例提供的用于摄像机的拍摄模式切换方法,在线性模式下,可以基于与成像效果存在影响关系的指定参考信息,以及图像中的目标区域的亮度信息,识别是否需将摄像机的拍摄模式切换为宽动态模式,并进行拍摄模式的切换,相较于人工手动根据切换拍摄模式的方式,可以实现拍摄模式的准确切换,提升拍摄模式切换的准确度。
如图1所示,本申请所提供的一种用于摄像机的拍摄模式切换方法,可以包括如下步骤:
S101:基于摄像机当前采集的图像,确定与所述摄像机所处场景相关的指定参考信息;
其中,所述指定参考信息为与成像效果存在影响关系的参考信息;
指定参考信息与摄像机的成像效果存在影响关系,可以将指定参考信息作为摄像机后续拍摄模式切换的一评价信息;在进行拍摄模式切换时,可以先获取摄像机当前采集的图像,并基于摄像机当前采集的图像,确定摄像机所处场景相关的、与成像效果存在影响关系的指定参考信息。
需要说明的是,指定参考信息可以为任一能够影响摄像机的成像效果的参考信息,示例性的,指定参考信息可以包括:动态范围、照度等等,其中,动态范围即场景中最暗的区域至最亮区域的范围,照度可以通过摄像机的增益表征,增益为表征摄像机的信号放大情况的参数,增益越大照度越低。当然,指定参考信息还可以包括图像的亮度等等,本申请对此不做限定。
S102:在所述摄像机的当前模式为线性模式的情况下,确定所述图像中的目标区域的亮度信息;
其中,所述目标区域为与所述图像的采集场景相关的对象区域;
本申请提供的用于摄像机的拍摄模式切换方法,在摄像机当前模式为线性模式的情况下,还可以利用图像中的目标区域的亮度信息,进行后续的拍摄模式切换,此时,可以确定图像中的目标区域的亮度信息。
本申请中以目标区域为人员区域为例,人员区域可以包括:人体区域和/或面部区域,在一些场景下,根据面部区域的亮度信息就可以实现后续拍摄模式的切换,此时可以直接将面部区域的亮度信息,作为目标区域的亮度信息;在一些场景下,需根据人体区域的亮度信息以及面部区域的亮度信息进行分析,此时可以获取人体区域的亮度信息以及面部区域的亮度信息,作为目标区域的亮度信息。
另外,关于目标区域的亮度信息的具体确定方式,将在后续实施例进行详细介绍,在此不做赘述。
S103:基于所述指定参考信息以及所述目标区域的亮度信息,识别是否满足第一切换条件;
所述第一切换条件为关于将拍摄模式切换为宽动态模式所需的条件;
得到指定参考信息以及目标区域的亮度信息后,可以基于指定参考信息以及目标区域的亮度信息,识别是否满足第一切换条件,即识别所获取的指定参考信息以及目标区域的亮度信息,是否满足将摄像机的拍摄模式切换为宽动态模式所需的条件;示例性的,在高照度、高动态范围场景下,或者,在高照度、逆光场景下,可以将摄像机的拍摄模式切换为宽动态模式,也就是,指定参考信息以及目标区域的亮度信息若表征属于高照度、高动态范围场景,或者,高照度、逆光场景,即识别到满足第一切换条件,后续可以将摄像机的拍摄模式切换为宽动态模式。
可选地,所述基于所述指定参考信息以及所述目标区域的亮度信息,识别是否满足第一切换条件,包括:
在所述指定参考信息包括用于表征所述场景的环境照度的第一参考信息以及用于表征所述场景的动态范围的第二参考信息的情况下,检测所述第一参考信息是否满足第一预定条件,所述第一预定条件为与所述线性模式所适配的环境照度条件;
若满足,识别到不满足第一切换条件;
若不满足,对所述目标区域的亮度信息以及所述第二参考信息,进行预定综合分析处理,以识别得到是否满足第一切换条件。
指定参考信息可以包括任一能够影响摄像机成像效果的参考信息,在指定参考信息包括表征场景的环境照度的第一参考信息以及表征场景的动态范围的第二参考信息的情况下,可以检测第一参考信息是否满足与线性模式适配的、关于环境照度的第一预定条件,若满足,即表征环境照度的第一参考信息满足线性模式的环境照度条件,例如:第一参考信息属于线性模式下环境照度的范围内,则识别到不满足第一切换条件。
若第一参考信息不满足第一预定条件,则可以对目标区域的亮度信息以及第二参考信息,进行预定综合分析处理,以识别得到是否满足第一切换条件。
此时,第一参考信息若满足第一预定条件,则可以直接快速识别到不满足第一切换条件,第一参考信息若不满足第一预定条件,则可以根据目标区域的亮度信息以及第二参考信息,进一步进行预定综合分析处理,即利用除第一参考信息外的其他信息,进一步准确识别得到是否满足第一切换条件。
其中,预定综合分析处理可以为检测目标区域的亮度信息以及第二参考信息是否满足各自针对宽动态模式的条件,具体的,所述对所述目标区域的亮度信息以及所述第二参考信息,进行预定综合分析处理,以识别得到是否满足第一切换条件,包括:
检测第二参考信息是否满足第二预定条件,其中,所述第二预定条件为与所述宽动态模式所适配的动态范围条件;
若满足,识别得到满足第一切换条件;
若不满足,则对所述目标区域的亮度信息进行预定亮度分析处理,以识别得到是否满足第一切换条件。
在根据目标区域的亮度信息以及第二参考信息,进行预定综合分析处理时,可以先检测第二参考信息是否满足第二预定条件,即识别第二参考信息是否满足针对宽动态模式所适配的动态范围的条件,若满足,则可以直接识别得到满足第一切换条件;若第二参考信息不满足第二预定条件,则可以进一步利用目标区域的亮度信息,以识别得到是否满足第一切换条件,具体地,可以对目标区域的亮度信息进行预定亮度分析处理,以识别得到是否满足第一切换条件。
其中,由于不同图像的采集场景相关的对象区域可以不同,则对目标区域的亮度信息进行预定亮度分析处理的方式可以不同。示例性的,本申请以人员区域和非人员区域对目标区域的类别进行划分,即目标区域为人员区域或非人员区域,当目标区域为人员区域时,人员区域可以包括人体区域和面部区域,此时可以采用后续的步骤进行预定亮度分析处理;当目标区域为非人员区域时,对目标区域的亮度信息进行预定亮度分析处理,以识别得到是否满足第一切换条件,包括:检测目标区域的亮度信息是否满足第六预定条件,若满足,识别得到满足第一切换条件,若不满足,识别得到不满足第一切换条件;其中,第六预定条件为若存在宽动态模式的切换需求,目标区域的对象区域所需满足的亮度条件。
第二参考信息若满足第二预定条件,例如:第二参考信息属于宽动态模式下关于动态范围的范围内,则可以直接快速识别到满足第一切换条件,第二参考信息若不满足第二预定条件,则可以根据目标区域的亮度信息进一步进行预定亮度分析处理,即利用目标区域的亮度信息,进一步准确识别得到是否满足第一切换条件。
其中,所述目标区域为人员区域,所述人员区域包括人体区域和面部区域;
所述对所述目标区域的亮度信息进行预定亮度分析处理,以识别得到是否满足第一切换条件,包括:
检测所述人体区域的亮度信息以及所述面部区域的亮度信息是否满足第三预定条件;其中,所述第三预定条件为若存在宽动态模式的切换需求,所需满足的人体亮度和人脸亮度条件;所述第三预定条件包括:低于第一亮度阈值;
若满足,识别得到满足第一切换条件;
若不满足,基于所述面部区域的亮度信息,进行亮度分析处理,以识别得到是否满足第一切换条件。
本申请中,可以利用目标区域的亮度信息进一步识别得到是否满足第一切换条件,即利用目标区域的亮度信息,进一步识别是否需将摄像机的拍摄模式切换为宽动态模式,以便后续将拍摄模式切换为宽动态模式。
其中,目标区域可以为人员区域,而人员区域可以包括人体区域和面部区域,在对目标区域的亮度信息进行预定亮度分析处理时,人体区域的亮度信息以及面部区域的亮度信息均表征了图像的成像效果,可以先检测人体区域的亮度信息以及面部区域的亮度信息是否满足第三预定条件,即人体区域的亮度信息以及面部区域的亮度信息是否满足若存在宽动态模式的切换需求,所需满足的人体亮度和人脸亮度条件,若满足,则可以直接识别得到满足第一切换条件。其中,第三预定条件可以为低于第一亮度阈值,检测人体区域的亮度信息以及面部区域的亮度信息是否满足第三预定条件,也就是检测人体区域的亮度信息以及面部区域的亮度信息是否均低于第一亮度阈值,当人体区域的亮度信息和面部区域的亮度信息均低于第一亮度阈值时,可以识别得到满足第一切换条件;该第一亮度阈值可以理解为针对人脸和人体所设置的亮度阈值。
若不满足第三预定条件,则可以基于面部区域的亮度信息,进一步识别得到是否满足第一切换条件,具体的,可以基于面部区域的亮度信息,进行亮度分析处理,进而识别得到是否满足第一切换条件。
人体区域的亮度信息以及面部区域的亮度信息若满足第三预定条件,例如:人体区域的亮度信息以及面部区域的亮度信息均属于宽动态模式下的人体亮度和人脸亮度范围内,则可以直接快速识别到满足第一切换条件,若不满足第三预定条件,则可以根据面部区域的亮度信息进一步进行亮度分析处理,即利用面部区域的亮度信息,进一步准确识别得到是否满足第一切换条件。
可选地,所述基于所述面部区域的亮度信息,进行亮度分析处理,以识别得到是否满足第一切换条件,包括:
若面部区域的亮度信息满足第四预定条件且所述图像的亮度信息满足第五预定条件,识别得到满足第一切换条件,否则,识别得到不满足第一切换条件;
其中,所述第四预定条件为若存在宽动态模式的设置需求,所需满足的面部亮度条件,所述第五预定条件为若存在宽动态模式的设置需求,所需满足的图像亮度条件。
基于面部区域的亮度信息,进行亮度分析处理时,还可以考虑图像的亮度信息,即图像整体的亮度信息,从而准确识别得到是否满足第一切换条件;具体地,若面部区域的亮度信息满足针对若存在宽动态模式的设置需求所满足的面部亮度条件,即满足第四预定条件,并且,图像的亮度信息满足针对若存在宽动态模式的设置需求所需满足的图像亮度条件,即满足第五预定条件,则识别得到满足第一切换条件,否则,识别得到不满足第一切换条件。
本申请中,在基于面部区域的亮度信息进行亮度分析处理时,还考虑有图像的亮度信息,该图像的亮度信息可以属于指定参考信息,图像的亮度信息也可以为除指定参考信息以及目标区域的亮度信息外的其他信息,本申请对此不做限定。基于面部区域的亮度信息满足第四预定条件且图像的亮度信息满足第五预定条件,准确识别得到满足第一切换条件,否则识别得到不满足第一切换条件。
示例性的,所述第四预定条件包括:在预定亮度区间内,所述预定亮度区间为表征符合成像效果需求的亮度区间;
所述第五预定条件包括:高于第二亮度阈值或低于第三亮度阈值,所述第三亮度阈值低于所述第二亮度阈值。
可以理解的是,第四预定条件可以为在预定亮度区间内,也就是,面部区域的亮度信息在预定亮度区间内且图像的亮度信息满足第五预定条件,则识别得到满足第一切换条件;其中,预定亮度区间为表征符合成像效果需求的关于面部区域的亮度区间,例如:低于预设的人脸和人体高亮度阈值的亮度区间,第一亮度阈值可以理解为预设的人脸和人体低亮度阈值。第五预定条件可以包括高于第二亮度阈值或低于第三亮度阈值,第三亮度阈值低于第二亮度阈值,此时,第二亮度阈值可以为针对图像的亮度高阈值,第三亮度阈值可以为针对图像的亮度低阈值,第三亮度阈值低于第二亮度阈值。其中,第四预定条件所表征的预定亮度区间可以为小于第四亮度阈值的亮度区间,第四亮度阈值为针对人脸和人体所设置的亮度阈值,且第四亮度阈值大于第一亮度阈值。第五预定条件可以为高于第二亮度阈值或低于第三亮度阈值,第二亮度阈值和第三亮度阈值均为针对图像整体所设置的亮度阈值,且第三亮度阈值低于第二亮度阈值。
通过设置各个预定条件的方式,可以检测各个信息是否满足对应的预定条件,根据不同的检测结果,可以准确识别得到是否满足第一切换条件,以便后续对摄像机的拍摄模式进行切换或不切换。
S104:响应于识别到满足所述第一切换条件,将所述摄像机的拍摄模式切换为所述宽动态模式;
经过指定参考信息以及目标区域的亮度信息,可以识别到满足第一切换条件或不满足第一切换条件,当满足第一切换条件时,本申请可以响应于识别到满足第一切换条件,将摄像机的拍摄模式切换为宽动态模式;其中,将摄像机的拍摄模式切换为宽动态模式的方式可以存在多种,示例性的,当执行主体为摄像机时,摄像机可以响应于识别到满足第一切换条件,将自身的拍摄模式由线性模式切换为宽动态模式;当执行主体为与摄像机相连接的其他电子设备时,该电子设备可以向摄像机发送第一拍摄模式切换指令,摄像机接收到该第一拍摄模式切换指令后,可以将拍摄模式切换为宽动态模式。
另外,当不满足第一切换条件时,可以针对拍摄模式不做切换,保持摄像机的拍摄模式为线性模式。
本申请的技术方案中,所涉及的指定参考信息的获取、存储、使用、加工、传输、提供和公开等操作,均是在已取得用户授权的情况下进行的。
需要说明的是,本实施例中的目标区域的亮度信息,并不能反映出某一特定人员的个人信息。
本申请实施例提供的用于摄像机的拍摄模块切换方法,针对摄像机当前采集的图像,可以确定与摄像机所处场景相关的、与成像效果存在影响关系的指定参考信息,摄像机当前模式为线性模式的情况下,可以确定图像中目标区域的亮度信息,该目标区域是与图像的采集场景相关的对象区域,且目标区域的亮度信息可以评价摄像机的成像效果,可以根据指定参考信息以及目标区域的亮度信息,识别是否满足将拍摄模式切换为宽动态模式的第一切换条件,并响应于识别的满足第一切换条件,将摄像机的拍摄模式切换为宽动态模式。可见,本申请实施例提供的用于摄像机的拍摄模式切换方法,在线性模式下,可以基于与成像效果存在影响关系的指定参考信息,以及图像中的目标区域的亮度信息,识别是否需将摄像机的拍摄模式切换为宽动态模式,并进行拍摄模式的切换,相较于人工手动根据切换拍摄模式的方式,可以实现拍摄模式的准确切换,提升拍摄模式切换的准确度。
可选地,在本申请的另一实施例中,目标区域可以为人员区域,人员区域可以包括人体区域和面部区域,在确定人员区域的亮度信息时,可以分别确定人体区域的亮度信息以及面部区域的亮度信息,所述面部区域的亮度信息的确定方式包括:
确定所述图像中的目标面部的初始区域;其中,所述目标面部的初始区域为对所述图像中的人员进行面部区域检测所确定得到的面部区域;
按照所述目标面部的初始区域对应的第一缩小比例,对所述目标面部的初始区域进行缩小,得到所述目标面部的目标区域;其中,所述目标面部的初始区域对应的第一缩小比例为基于所述目标面部的面部偏转角所确定的;
基于所述目标面部的目标区域中的像素点的亮度值,确定所述面部区域的亮度信息。
在确定面部区域的亮度信息时,可以先确定图像中的目标面部的初始区域,该目标面部的初始区域即对图像中的人员进行面部区域检测所确定得到的面部区域,即图像中关于人脸的区域;其中,目标面部的数量可以为多个,即图像中可以存在多个目标面部,任一目标面部具有其初始区域,该任一初始区域即一人员的面部区域,任一初始区域具有其对应的第一缩小比例,可以按照该初始区域对应的第一缩小比例对目标面部的初始区域进行缩小,得到目标面部的目标区域。
具体的,该面部区域中可能包含黑色头发影响面部区域的亮度统计,并且,不同偏转角的面部区域存在背景影响面部区域的亮度统计,因此,可以按照目标面部的初始区域对应的第一缩小比例,对目标面部的初始区域进行缩小,得到目标面部的目标区域;目标面部的目标区域中存在各个像素点,可以根据目标区域中的像素点的亮度值,确定面部区域的亮度信息,示例性的,该面部区域的亮度信息可以为面部区域的亮度值。另外,目标面部的目标区域中的像素点的像素值也可以表征其亮度值,可以根据目标面部的目标区域中的像素点的像素值,确定面部区域的亮度信息。
其中,第一缩小比例可以基于目标面部的面部偏转角所确定,示例性的,第一缩小比例为RatioF,面部偏转角为α,RatioF∈[2,3],其中,α>15时,RatioF=3,α为其他值时,RatioF=2;当然在满足RatioF∈[2,3]的情况下,面部偏转角和第一缩小比例RatioF还可以呈线性对应关系,本申请对此不做限定。
示例性的,任一目标面部的初始区域的范围可以为f(x,y,w,h),其中,(x,y)为任一目标面部的初始区域的基准点的坐标,例如,任一目标面部的初始区域的左下角的像素点的坐标,当任一目标面部的初始区域为矩形时,(x,y)可以为该矩形区域左下角顶点的像素点的坐标,w和h分别为任一目标面部的初始区域的宽度和高度;若第一缩小比例为RatioF,可以采用如下公式对该目标面部的初始区域进行缩小,得到该目标面部的目标区域的范围fn(xn,yn,wn,hn):
xn=x+(w/RatioF)×( RatioF/2-0.5);
yn=y+(h/RatioF)×( RatioF/2-0.5);
wn=w/RatioF;
hn=h/RatioF;
针对fn(xn,yn,wn,hn)而言,(xn,yn)为任一目标面部的目标区域的基准点的坐标,与目标面部的初始区域类似,当任一目标面部的目标区域为矩形时,(xn,yn)可以为该矩形区域左下角顶点的像素点的坐标,wn和hn分别为任一目标面部的目标区域的宽度和高度。
在计算面部区域的亮度信息时,可以先基于各目标面部的目标区域中的像素点的像素值以及目标面部的目标区域的面积大小,确定每一目标面部的目标区域的平均亮度值;根据各目标面部的目标区域的数量,对每一目标面部的目标区域的平均亮度值进行求平均处理,得到面部区域的亮度信息。
示例性的,目标面部的目标区域的数量可以为N,即选取瞳距最大的N个目标面部的目标区域计算面部区域的亮度信息,可以按照如下公式计算:
;
其中,LumaF为面部区域的亮度信息,luma(i,j)为第k个目标面部的目标区域中坐标为(i,j)像素点的亮度值。针对N而言,示例性的,N≤5。
需要说明的是,本申请中所涉及的目标面部的初始区域,可以为矩形区域,如人脸框等等,当然也可以为其他形状的区域,本申请对此不做限定。
本申请中,可以确定图像中的目标面部的初始区域,并按照其对应的第一缩小比例,对目标面部的初始区域进行缩小,得到目标面部的目标区域,以避免黑色头发影响面部区域的亮度统计,以及,不同偏转角的面部区域存在背景影响面部区域的亮度统计,提高面部区域的亮度信息的准确性,基于目标面部的目标区域中的像素点的亮度值,可以确定面部区域的亮度信息。
可选地,所述确定所述图像中的目标面部的初始区域之前,所述面部区域的亮度信息的确定方式还包括:
确定所述图像中的各面部的瞳距以及偏转角;
基于各面部的瞳距以及偏转角,从各面部中选取用于进行亮度统计的目标面部。
在确定面部区域的亮度信息时,面部过小或者面部偏转角过大会导致所统计的亮度信息并不准确,因此,在确定目标面部的初始区域之前,还可以对图像中的各面部进行筛选,得到目标面部;具体的,可以确定图像中各面部的瞳距以及偏转角,并基于各面部的瞳距以及偏转角,从各面部中选取用于进行亮度统计的目标面部。
其中,在选取目标面部时,可以根据各面部的瞳距以及偏转角,对各面部进行筛选,剔除瞳距过小、偏转角过大的面部,剔除瞳距小于P.D像素或偏转角大于D.A的面部,示例性的,P.D可以取值为25像素,D.A可以取值为60°,任一能够实现剔除瞳距过小、偏转角过大的面部的瞳距阈值P.D像素或偏转角阈值D.A均适用于本申请,本申请对此不做限定。其中,任一面部的偏转角为表征朝向摄像机方向的偏转大小。
需要说明的是,确定各面部的瞳距以及偏转角的方式可以存在多种,其具体实现方式还可以与现有技术类似,在此不做赘述。
在确定面部区域的亮度信息时,可以先确定图像中各面部的瞳距以及偏转角,并以此从各面部中选取用于进行亮度统计的目标面部,通过该种方式可以对图像中的各面部进行初步筛选,避免面部过小或者面部偏转角过大所导致所统计的亮度信息不准确的问题,提高面部区域的亮度信息的准确性。
可选地,所述人体区域的亮度信息的确定方式包括:
确定所述图像中的目标人体的初始区域;其中,所述目标人体的初始区域为对所述图像中的人员进行人体区域检测所确定得到的人体区域;
按照所述目标人体的初始区域对应的第二缩小比例以及目标修正系数,对所述目标人体的初始区域进行缩小,得到所述目标人体的目标区域;其中,所述目标人体的初始区域对应的目标修正系数用于表征所述目标人体的初始区域在垂直方向上的偏移,所述目标人体的初始区域对应的目标修正系数的确定方式包括:确定所述目标人体的初始区域对应的目标比值,根据该目标比值确定所述目标人体的初始区域对应的目标修正系数;该目标比值为所述目标人体的初始区域为矩形时,该初始区域的宽高比或高宽比的值;
基于所述目标人体的目标区域中的像素点的亮度值,确定所述人体区域的亮度信息。
在确定人体区域的亮度信息时,可以先确定图像中的目标人体的初始区域,该目标人体的初始区域即对图像中的人员进行人体区域检测所确定得到的人体区域,即图像中关于人体的区域;其中目标人体的数量可以为多个,即图像中可以存在多个目标人体,任一目标人体都具有其初始区域,该任一初始区域即一人员的人体区域,任一初始区域具有其对应的第二缩小比例以及目标修正系数,可以按照该初始区域对应的第二缩小比例以及目标修正系数对目标人体的初始区域进行缩小,得到目标人体的目标区域。
具体的,人体区域中可能包含关于场景的背景区域,该背景区域对人体区域的亮度信息的统计带来较大的误差,因此,可以按照目标人体的初始区域对应的第二缩小比例以及目标修正系数,对目标人体的初始区域进行缩小,得到目标人体的目标区域,并基于目标人体的目标区域中的像素点的亮度值,确定人体区域的亮度信息,示例性的,该人体区域的亮度信息可以为人体区域的亮度值。另外,目标人体的目标区域中的像素点的像素值也可以表征其亮度值,可以根据目标人体的目标区域中的像素点的像素值,确定人体区域的亮度信息。其中,在对目标人体的初始区域进行缩小时,为保证合理的缩小,防止产生较大的偏移,可以根据目标人体的初始区域对应的第二缩小比例以及目标修正系数,对目标人体的初始区域进行缩小,得到目标人体的目标区域。
其中,目标人体的初始区域对应的目标修正系数可以根据目标人体的初始区域的大小而确定,而目标人体的初始区域对应的目标比值可以表征目标人体的初始区域的大小,此时可以先确定目标人体的初始区域对应的目标比值,并根据该目标比值确定目标人体的初始区域对应的目标修正系数,目标比值可以为该目标人体的初始区域为矩形时,初始区域的宽高比或高宽比的值,本申请以目标比值为初始区域的高宽比的值为例进行介绍,当然,还可以利用初始区域的宽高比的值确定目标修正系数,本申请对此不做限定;不同目标人体的初始区域对应的第二缩小比例可以相同,示例性的,第二缩小比例RatioB可以为一固定值,如:RatioB=5;任一目标人体的初始区域范围可以为b0(x0,y0,w0,h0),其中,(x0,y0)为任一目标人体的初始区域的基准点的坐标,例如,任一目标人体的初始区域的左下角的像素点的坐标,当任一目标人体的初始区域为矩形时,(x0,y0)可以为该矩形区域左下角顶点的像素点的坐标,w0和h0分别为任一目标人体的初始区域的宽度和高度;目标修正系数为RatioOffer,RatioOffer∈[0.5,1.5],示例性的,目标人体的初始区域可以为矩形区域,不同目标人体的初始区域对应的目标比值可以不同,RatioOffer的具体取值可以根据目标人体的初始区域范围的高宽比h0/w0所确定,即根据目标人体的初始区域对应的目标比值所确定:
;
示例性的,任一目标人体的初始区域的范围可以为b0(x0,y0,w0,h0),第二缩小比例为RatioB,该目标人体的初始区域对应的目标修正系数为RatioOffer,可以采用如下公式对该目标人体的初始范围进行缩小,得到该目标人体的目标区域的范围bm(xm,ym,wm,hm):
xm=x0+(w0/RatioB)×( RatioB/2-0.5);
ym=y0+(h0/RatioB)×( RatioB/2- RatioOffer);
wm=w0/RatioB;
hm=h0/RatioB;
针对bm(xm,ym,wm,hm)而言,(xm,ym)为任一目标人体的目标区域的基准点的坐标,与目标人体的初始区域类似,当任一目标人体的目标区域为矩形时,(xm,ym)可以为该矩形区域左下角顶点的像素点的坐标,wm和hm分别为任一目标人体的目标区域的宽度和高度。
在计算人体区域的亮度信息时,可以先基于各目标人体的目标区域中的像素点的像素值以及目标人体的目标区域的面积大小,确定每一目标人体的目标区域的平均亮度值;根据各目标人体的目标区域的数量,对每一目标人体的目标区域的平均亮度值进行求平均处理,得到人体区域的亮度信息。示例性的,目标人体的目标区域的数量可以为M,即选取最近的M个目标人体的目标区域计算人体区域的亮度信息,可以按照如下公式计算:
;
其中,LumaB为人体区域的亮度信息, luma(i0,j0)为第k个目标人体的目标区域中坐标为(i0,j0)像素点的亮度值。针对M而言,示例性的,M≤5。
需要说明的是,本申请中所涉及的目标人体的初始区域,可以为矩形区域,如人体框等等,当然也可以为其他形状的区域,本申请对此不做限定。
本申请中,可以确定图像中的目标人体的初始区域,并按照其对应的第二缩小比例以及目标修正系数,对目标人体的初始区域进行缩小,得到目标人体的目标区域,以避免关于场景的背景区域对人体区域的亮度信息的统计带来较大的误差,提高人体区域的亮度信息的准确性,基于目标人体的目标区域中的像素点的亮度值,可以确定面部区域的亮度信息。
可选地,所述确定所述图像中的目标人体的初始区域之前,所述人体区域的亮度信息的确定方式还包括:确定所述图像中的各人体的运动方向以及远近判断结果;其中,所述运动方向包括远离所述摄像机的方向或接近所述摄像机的方向;所述远近判断结果为关于距离所述摄像机的远近的判断结果;基于各人体的运动方向以及远近判断结果,从各人体中选取用于进行亮度统计的目标人体。
在确定人体区域的亮度信息时,人体的运动方向以及人体距离摄像机的远近会导致所统计的亮度信息并不准确,本申请中,针对图像中的各人体,可以考虑处于摄像机近处的人体以及运动方向为朝向摄像机方向的人体,在确定目标人体的初始区域之前,还可以对图像中的各人体进行筛选,得到目标人体;具体的,可以确定图像中各人体的运动方向以及远近判断结果,并基于各人体的运动方向以及远近判断结果,从各人体中选取用于进行亮度统计的目标人体。
示例性的,图像中任一人体的初始范围可以b0(x0,y0,w0,h0),该人体的运动方向可以由y0确定,在按照时间顺序的关于该人体的多帧图像中,若该人体的的初始范围中y0值持续增加,则表征该人体的运动方向为接近摄像机的方向;该人体的远近判断结果可以由关于该人体的初始范围中的2×(y0+h0)所确定,当2×(y0+h0)大于图像的高度时,则可以判断该人体位于摄像机的近处,即该人体的远近判断结果为近处;当然,任一能够确定人体运动方向以及远近判断结果的方式均适用于本申请,上述实现方式并不应构成对本申请的限定。
另外,在一种优选的实现方式中,本申请所选取的目标面部与目标人体一一对应,例如:目标面部的数量为5,则目标人体的数量也可以为5,且目标面部与目标人体所针对的人员为相同的5个人员。当前,所选取的目标面部与目标人体的数量可以不同,且所选取的目标面部与目标人体也可以不为同一人员,本申请对此不做限定。
在确定人体区域的亮度信息时,可以先确定图像中各人体的运动方向以及远近判断结果,并以此从各人体中选取用于进行亮度统计的目标人体,通过该种方式可以对图像中的各人体进行初步筛选,避免人体的运动方向远离摄像机以及人体距离摄像机过远所导致的统计的亮度信息并不准确的问题,提高面部区域的亮度信息的准确性。
另外,需要说明的是,目标区域为与图像的采集场景相关的区域,当目标区域为人员区域时,图像的采集场景可以为人员监控场景;本申请以目标区域为人员区域为例介绍,在图像的采集场景为除人员监控场景外的其他场景时,可以对图像进行对象识别,包含有所识别出的对象的区域可以作为目标区域。
可选地,在本申请的另一实施例中,表征场景的动态范围的第二参考信息的确定方式如下:
在进行动态范围统计时,可以获取图像的亮度直方图,该亮度直方图可以基于图像,通过软件或平台的方式所生成,并根据亮度直方图,确定图像的最大亮度值maxLuma以及最小亮度值minLuma,以及设定亮区的亮度阈值maxTh以及暗区的亮度阈值minTh,其中,maxTh=maxRatio×maxLuma,minTh=minRatio×minLuma, maxRatio为针对亮区的亮度阈值的修正系数,minRatio为针对暗区的亮度阈值的修正系数;针对任一像素点而言,若该像素点的亮度值大于亮区的亮度阈值,则该像素点属于亮区,若该像素点的亮度值小于暗区的暗度阈值,则该像素点属于暗区。示例性的,maxRatio∈[0,1],minRatio∈[1,+∞],具体而言, maxRatio可以为0.8、0.9等等, minRatio可以为1.1、1.2等等,maxTh以及minTh可以根据实际场景进行设定,minRatio以及 maxRatio可以预先设定为某一固定值,或者根据实际场景进行选取,本申请对此不做限定。
本申请中,动态范围为最亮区域和最暗区域的比值,在确定图像的动态范围时,亮区的亮度均值与暗区的亮度均值的比值,可以作为当前场景的动态范围,而摄像机当前的模式可以为线性模式或宽动态模式,线性模式下可以直接选取线性直方图进行动态范围计算的输入,宽动态模式下可以选取短帧直方图作为动态范围计算的输入;示例性的,动态范围Dy,可以采用如下公式计算:
;
其中, numluma表征直方图中亮度值为luma的像素点个数。
需要说明的是,表征场景的环境照度的第一参考信息,可以通过获取摄像机当前的信号放大倍数所确定,即增益,基于摄像机当前的增益可以得到第一参考信息。
通过上述方式,可以准确确定第一参考信息以及第二参考信息,以便通过第一参考信息和第二参考信息准确识别得到是否满足第一切换条件,并根据所识别的结果,实现摄像机的拍摄模式的切换或不切换。
可选地,在本申请的另一实施例中,图像的亮度信息的确定方式如下:
对于摄像机而言,摄像机可以安装于一固定位置,摄像机的关注点通常位于图像的中心位置,在对图像进行亮度统计时,可以对图像进行区域划分,将图像划分为多个图像块,并计算每一图像块的亮度值,例如:针对每一图像块,将该图像块中像素点的像素值的平均值,作为该图像块的亮度值;并设定图像中心位置的亮度权重最大,从中心位置向边缘方向的亮度权重依次降低,并设定权重矩阵: ,mn为图像的亮度统计分块数,amn为第m行第n列的图像块的亮度权重,则图像的亮度信息的计算方式如下:
;
其中,luma(m,n)为第m行第n列的图像块的亮度值,任一图像块的亮度值可以基于该图像块中像素点的亮度值所确定。
本申请中,对图像进行图像块划分,并设置有任一图像块的亮度权重,可以基于此计算图像的亮度信息,得到更为整体、准确的图像的亮度信息,以便根据图像的亮度信息准确识别得到是否满足第一切换条件,并根据所识别的结果,实现摄像机的拍摄模式的切换或不切换。
可选地,在本申请的另一实施例中,如图2所示,所述基于摄像机当前采集的图像,确定与所述摄像机所处场景相关的指定参考信息之后,所述方法还包括:
S201:在所述摄像机的当前模式为宽动态模式的情况下,基于所述指定参考信息,识别是否满足第二切换条件;
所述第二切换条件为关于将拍摄模式切换为线性模式所需的条件;
可以理解的是,摄像机的当前模式还可以为宽动态模式,本申请提供的用于摄像机的拍摄模式切换方法,在摄像机的当前模式为宽动态模式的情况下,还可以基于指定参考信息,识别是否满足第二切换条件,即识别所获取的指定参考信息,是否满足将摄像机的拍摄模式切换为线性模式所需的条件;示例性的,在低照度或低动态范围场景下,可以将摄像机的拍摄模式切换为线性模式,也就是,指定参考信息若表征属于低照度或低动态范围场景,即识别到满足第二切换条件,后续可以将摄像机的拍摄模式切换为线性模式。
可选地,所述基于所述指定参考信息,识别是否满足第二切换条件,包括:在所述指定参考信息包括用于表征所述场景的环境照度的第一参考信息以及用于表征所述场景的动态范围的第二参考信息的情况下,检测所述第一参考信息是否满足第一预定条件,所述第一预定条件为与所述线性模式所适配的环境照度条件;若满足,识别出满足第二切换条件;若不满足,检测第二参考信息是否满足第二预定条件,以识别得到是否满足第二切换条件;其中,所述第二预定条件为与所述宽动态模式所适配的动态范围条件。
指定参考信息可以包括任一能够影响摄像机的成像效果的参考信息,在指定参考信息包括表征场景的环境照度的第一参考信息以及表征场景的动态范围的第二参考信息的情况下,可以检测第一参考信息是否满足与线性模式适配的、关于环境照度的第一预定条件,若满足,即表征环境照度的第一参考信息满足线性模式的环境照度条件,例如:第一参考信息属于线性模式下环境照度的范围内,则识别到满足第二切换条件。
若第一参考信息不满足第一预定条件,则可以检测第二参考信息是否满足第二预定条件,即检测第二参考信息是否满足与宽动态模式所适配的动态范围条件,以识别得到是否有满足第二切换条件。示例性的,第二参考信息若满足第二预定条件,例如:第二参考信息属于宽动态模式下关于动态范围的范围内,则可以直接快速识别到不满足第二切换条件,第二参考信息若不满足第二预定条件,则可以直接识别到满足第二切换条件。
另外,为了避免错误地将宽动态模式切换为线性模式,本申请中,所述检测第二参考信息是否满足第二预定条件,以识别得到是否满足第二切换条件之前,还包括:确定指定标志当前的标志内容;其中,所述指定标志为响应于切换为每一拍摄模式,进行内容设置的标志;若指定标志当前的标志内容为第一内容,则触发所述检测第二参考信息是否满足第二预定条件,以识别得到是否满足第二切换条件的步骤;其中,所述第一内容为响应于目标切换操作,所设置的标志内容,所述目标切换操作为在线性模式下,响应于满足第二预定条件以将拍摄模式切换为宽动态模式的操作;若指定标志当前的标志内容为第二内容,则识别到不满足第二切换条件;其中,所述第二内容为响应于除目标切换操作以外的其他切换操作,所设置的标志内容。
本申请中,针对切换为每一拍摄模式,还具有对应的、预先进行标志内容设置的指定标志,即该指定标志的标志内容可以表征切换为每一拍摄模式时的场景或条件等等,在检测第二参考信息是否满足第二预定条件,以识别得到是否满足第二切换条件之前,还可以确定指定标志当前的标志内容,若指定标志当前的标志内容为第一内容,则触发检测第二参考信息是否满足第二预定条件,以识别得到是否满足第二切换条件的步骤;若指定标志当前的标志内容为第二内容,则识别到不满足第二切换条件,此时摄像机的拍摄模式为宽动态模式,后续可以将摄像机的拍摄模式保持为宽动态模式。
需要说明的是,第一内容为:在线性模式下,响应于满足第二预定条件并将拍摄模式切换为宽动态模式的操作,进而所设置的标志内容,也就是,在线性模式下,第二参考信息满足第二预定条件,例如:第二参考信息属于针对宽动态模式所适配的动态范围的范围,识别得到满足第一切换条件,并将摄像机的拍摄模式切换为宽动态模式,此时可以将指定标志的标志内容设置为第一内容,示例性的,指定标志可以为flag,指定标志的标志内容为第一内容时,flag=1。在指定标志的当前标志内容为第一内容时,可以进一步触发所述检测第二参考信息是否满足第二预定条件,以识别得到是否满足第二切换条件的步骤,例如:检测第二参考信息是否满足针对宽动态模式所适配的动态范围的范围,若满足则识别到不满足第二切换条件,若不满足,则识别到满足第二切换条件。
第二内容为除上述目标切换操作外其他的切换操作所设置的标志内容,示例性的,指定标志可以为flag,指定标志的标志内容为第二内容时,flag=0。此时,可以直接识别到不满足第二切换条件。
若指定标志当前的标志内容为第一内容,且检测到第二参考信息不满足第二预定条件,则可以识别得到满足第二切换条件,此时指定标志当前的标志内容可以切换为第二内容;若第一参考信息满足第一预定条件,则指定标志当前的标志内容也可以切换为第二内容。
此时,可以使得当指定标志内容为第一内容,且第二参考信息不满足第二预定条件时,才识别到满足第二切换条件,其他情况下均识别到不满足第二切换条件,通过指定标志的方式,可以仅在指定标志当前的标志内容为第一内容,且第二参考信息不满足第二预定条件时,才执行后续的将摄像机的拍摄模式切换为线性模式,避免错误的将宽动态模式切换为线性模式,通过指定标志的方式,为了避免拍摄模式错误切换为线性模式,当指定标志的标志内容为第二内容时,还可以保持当前的拍摄模式为宽动态模式,提高摄像机后续的成像效果。
S202:响应于识别到满足所述第二切换条件,将所述摄像机的拍摄模式切换为所述线性模式;
经过上述指定参考信息以及指定标志的方式,可以识别到满足第二切换条件或不满足第二切换条件,当满足第二切换条件时,本申请可以响应于识别到满足第二切换条件,摄像机的拍摄模式切换为线性模式;其中,将摄像机的拍摄模式切换为线性模式的方式可以存在多种,示例性的,当执行主体为摄像机时,摄像机可以响应于识别到满足第二切换条件,将自身的拍摄模式由宽动态模式切换为线性模式;当执行主体为与摄像机相连接的其他电子设备时,该电子设备可以向摄像机发送第二拍摄模式切换指令,摄像机接收到该第二拍摄模式切换指令后,可以将拍摄模式切换为线性模式。
当然,当不满足第二切换条件时,可以针对拍摄模式不做切换,保持摄像机的拍摄模式为宽动态模式。
本申请实施例提供的用于摄像机的拍摄模式切换方法,在摄像机的当前模式为宽动态模式的情况下,本申请还可以基于指定参考信息,识别是否满足第二切换条件,并响应于识别到满足第二切换条件,将摄像机的拍摄模式切换为线性模式。也就是,本申请中,在摄像机的拍摄模式为线性模式时,可以根据指定参考信息以及目标区域的亮度信息,识别是否满足第一切换条件,在摄像机的拍摄模式为宽动态模式时,可以根据指定参考信息识别是否满足第二切换条件,以实现摄像机的拍摄模式在宽动态模式和线性模式下的相互切换。
下面结合另一实施例,对本申请所提供的一种用于摄像机的拍摄模式切换方法进行示例性介绍。其中,所述摄像机的拍摄模式包括线性模式和宽动态模式。如图3所示,本申请所提供的一种用于摄像机的拍摄模式切换方法,可以包括如下步骤:
S301:在所述摄像机被配置为线性模式的情况下,获取所述摄像机当前所采集的图像;
本申请中,摄像机可以被配置为线性模式或宽动态模式,而存在将摄像机切换为宽动态模式或线性模式的需求,以满足摄像机更好的成像效果,也就是,摄像机的成像效果可以影响摄像机拍摄模式的切换,因此,可以先获取摄像机所采集的图像。
具体地,在摄像机被配置为线性模式的情况下,可以先获取摄像机当前所采集的图像,并基于该图像识别后续是否需将摄像机切换为宽动态模式,从而保证摄像机的图像拍摄效果。
S302:确定所述图像中的目标人脸区域和目标人体区域;
本申请中,可以通过与图像采集场景相关的对象区域的亮度,即目标区域的亮度,判断后续是否将摄像机切换为宽动态模式;本申请以目标区域为人员区域为例,而人员区域可以包括目标人脸区域和目标人体区域,可以先确定图像中的目标人脸区域和目标人体区域,以便后续将摄像机切换为宽动态模式。
示例性的,一种可选的实现方式中,图像中所存在的任一人脸区域均可以为作为目标人脸区域,且目标人脸区域的数量可以为一个或多个;类似的,图像中所存在的任一人体区域均可以作为目标人体区域,且目标人体区域的数量可以为一个或多个。可以通过对图像进行人脸区域识别以及人体区域识别,进而确定目标人脸区域和目标人体区域。另外,对于图像中的人脸区域以及人体区域的识别方式,本申请并不做限定,任何一种可以确定图像中的人脸区域的方式均可以应用于本申请。
另外,目标人脸区域和目标人体区域还可以分别为对图像中识别的人脸区域和人体区域进行筛选得到的人脸区域和人体区域,其具体实现方式将在后续实施例进行详细介绍,在此不做赘述。
S303:对所确定出的目标人脸区域和所述目标人体区域分别进行亮度值计算,得到人脸亮度值以及人体亮度值;
确定出目标人脸区域和目标人体区域后,可以对所确定出的目标人脸区域和目标人体区域分别进行亮度值计算,得到人脸亮度值以及人体亮度值,以便后续通过人脸亮度值和人体亮度值,准确判断是否将摄像机切换为宽动态模式。
其中,目标人脸区域的数量可以为多个,所述人脸亮度值的计算方式,包括:
基于所确定出的各目标人脸区域中的像素点的像素值以及目标人脸区域的面积大小,确定每一目标人脸区域的平均亮度值;
根据所确定出的各目标人脸区域的数量,对所确定出的平均亮度值进行求平均处理,得到所述人脸亮度值。
示例性的,所述人脸亮度值的计算方式,包括:按照第二公式计算所述人脸亮度值,其中,所述第二公式包括:
;
其中,LumaF为所述人脸亮度值,fn(xn,yn,wn,hn)用于表征任一目标人脸区域,(xn,yn)为任一目标人脸区域的基准点的坐标,wn和hn分别为任一目标人脸区域的宽度和高度,luma(i,j)为第k个目标人脸区域中坐标为(i,j)像素点的亮度值,N为目标人脸区域的数量。
示例性的,当任一目标人脸区域为矩形区域时,(xn,yn)可以为该矩形区域左下角顶点的像素点的坐标。
其中,目标人体区域的数量为多个,与人脸亮度值的计算方式类似,所述人体亮度值的计算方式,包括:基于所确定出的各目标人体区域中的像素点的像素值以及目标人体区域的面积大小,确定每一目标人体区域的平均亮度值;根据所确定出的各目标人体区域的数量,对所确定出的平均亮度值进行求平均处理,得到所述人体亮度值。
示例性的,所述人体亮度值的计算方式,包括:按照第五公式计算所述人体亮度值,其中,所述第五公式包括:
;
其中,LumaB为所述人体亮度值,bm(xm,ym,wm,hm)为任一目标人体区域,(xm,ym)为任一目标人体区域的基准点的坐标,wm和hm分别为任一目标人体区域的宽度和高度,luma(i0,j0)为第k个目标人体区域中坐标为(i0,j0)像素点的亮度值,M为目标人体区域的数量。
示例性的,当任一目标人体区域为矩形区域时,(xm,ym)可以为该矩形区域左下角顶点的像素点的坐标。
当然,还可以计算各目标人脸区域中像素点的像素值的总和,以及计算个目标人体区域中像素点的像素值的总和,得到人脸亮度值和人体亮度值,关于人脸亮度值和人体亮度值的计算方式,仅仅作为示例,并不应构成针对本申请的限定。
S304:计算所述图像的图像亮度值和动态范围值,并确定所述摄像机采集所述图像时的增益值;
其中,所述动态范围值由所述图像中大于预设高亮度阈值的像素点的亮度均值和所述图像中小于预设低亮度阈值的像素点的亮度均值所确定;
得到图像后,图像亮度、图像的动态范围以及增益,均影响图像的成像效果,还可以计算图像的图像亮度值,即图像整体的亮度值,以及图像的动态范围值,并确定摄像机采集图像时的增益值,以便后续准确将摄像机切换为宽动态模式。
其中,增益值可以直接基于拍摄该图像时摄像机的增益而确定,动态范围值可以基于图像中大于预设高亮度阈值的像素点的亮度均值与图像中小于预设亮度阈值的像素点的亮度均值而得到。
示例性的,在计算动态范围值时,可以获取图像的亮度直方图,该亮度直方图可以基于图像,通过软件或平台的方式所生成,并根据亮度直方图,确定图像的最大亮度值maxLuma以及最小亮度值minLuma,以及设定亮区的亮度阈值maxTh以及暗区的亮度阈值minTh,其中,maxTh=maxRatio×maxLuma,minTh=minRatio×minLuma, maxRatio为针对亮区的亮度阈值的修正系数, minRatio为针对暗区的亮度阈值的修正系数;针对任一像素点而言,若该像素点的亮度值大于亮区的亮度阈值,则该像素点属于亮区,若该像素点的亮度值小于暗区的暗度阈值,则该像素点属于暗区。示例性的,maxRatio∈[0,1],minRatio∈[1,+∞],具体而言,maxRatio可以为0.8、0.9等等,minRatio可以为1.1、1.2等等,maxTh以及minTh可以根据实际场景进行设定,minRatio以及 maxRatio可以预先设定为某一固定值,或者根据实际场景进行选取,本申请对此不做限定。
本申请中,动态范围为最亮区域和最暗区域的亮度的比值,在确定图像的动态范围时,亮区的亮度均值与暗区的亮度均值的比值,可以作为当前场景的动态范围,而摄像机当前的模式可以为线性模式或宽动态模式,线性模式下可以直接选取线性直方图进行动态范围计算的输入,宽动态模式下可以选取短帧直方图作为动态范围计算的输入;示例性的,动态范围Dy,可以采用如下公式计算:
;
其中,numluma表征直方图中亮度值为luma的像素点个数。
当然,可以理解的是,动态范围值表征该图像中最亮的区域至最暗的区域的范围,动态范围值还可以为最亮区域和最暗区域的亮度差值,也就是,亮区的亮度均值与暗区的亮度均值的差值,可以作为动态范围值;或者,亮区的亮度总和与暗区的亮度总和的差值,可以作为动态范围值,本申请对此不做限定。
示例性的,所述图像亮度值的计算方式,包括:
对所述图像进行区域划分,得到多个图像区域;其中,任一图像区域对应有关于图像亮度的权重系数,且所述图像中心的图像区域的权重系数,大于所述图像边缘的图像区域的权重系数;计算每一图像区域的亮度值,并基于每一图像区域对应的权重系数,计算所述图像亮度值。
本申请中,在计算图像亮度值时,可以先对图像进行区域划分,将图像划分为多个图像区域,并计算每一图像区域的亮度值,基于每一图像区域对应的权重系数,计算该图像亮度值。
对于摄像机而言,摄像机可以安装于一固定位置,摄像机的关注点通常位于图像的中心位置,在对图像进行亮度统计时,可以设定图像中心位置的亮度权重最大,从中心位置向边缘方向的亮度权重依次降低,可以将图像划分为多个图像区域,示例性的,所述图像亮度值的计算方式,包括:
按照第六公式计算所述图像亮度值,其中,所述第六公式包括:
;
其中,imgLuma为所述图像亮度值,luma(m,n)为对所述图像进行区域划分后的、第m行第n列的图像区域的亮度值,所述图像的各个图像区域的亮度权重矩阵, amn为第m行第n列的图像区域的亮度权重。任一图像区域的亮度值可以基于该图像区域中像素点的亮度值所确定。
另外,不同图像区域的亮度权重系数还可以相同,或者,若摄像机的关注点在于图像的某一区域,则该区域的权重系数可以最大,远离该区域的图像区域的权重系数依次降低,或者,可以根据实际场景或需求灵活设定不同图像区域的亮度权重系数,本申请对于图像区域的权重系数的设定方式不做限定。
在计算图像亮度值时,还可以直接计算图像中各像素点的像素值总和,得到该图像亮度值,或者,计算图像中各像素点的像素值总和,并利用该图像的面积进行求平均,从而得到该图像亮度值,上述针对图像亮度值的计算方式仅仅作为示例,并不应构成针对本申请的限定。
需要说明的是,步骤S304可以与步骤S303同步执行,或者异步执行,步骤S302位于步骤S303之前执行,例如:步骤S304可以于步骤S302之前执行,本申请对于步骤S304、S303、S302的执行顺序不做限定。
S305:在所述增益值小于预设增益阈值时,且满足如下任一条件,切换所述摄像机拍摄模式为宽动态模式:所述动态范围值大于预设动态范围阈值;所述人体亮度值和人脸亮度值均小于针对人脸和人体的第一预设亮度阈值;所述人脸亮度值位于预设亮度范围内,以及所述图像亮度值小于预设的第一图像亮度阈值或大于预设的第二图像亮度阈值;所述预设亮度范围为不大于针对人脸和人体的第二预设亮度阈值,所述第一图像亮度阈值小于所述第二图像亮度阈值,所述第一预设亮度阈值小于所述第二预设亮度阈值。
确定动态范围值、增益值、图像亮度值、人体亮度值以及人脸亮度值后,所确定的值可以作为评判是否将摄像机的拍摄模式切换为宽动态模式的评判参数的参数值,可以根据所确定的各值,识别是否满足针对宽动态模式的条件,当满足针对宽动态模式的条件时,切换摄像机拍摄模式为宽动态模式。
可以理解的是,在高照度、高动态范围场景下,或者,在高照度、逆光场景下,可以将摄像机的拍摄模式切换为宽动态模式,以实现更好的成像效果;低照度即高增益,也就是,增益值小于预设增益阈值,此时在满足如下任一条件,可以切换摄像机拍摄模式为宽动态模式:动态范围值大于预设动态范围阈值,即高动态范围场景;人体亮度值和人脸亮度值均小于针对人脸和人体的第一预设亮度值,即逆光场景;人脸亮度值位于预设亮度范围内,图像亮度值小于预设的第一图像亮度阈值或大于预设的第二图像亮度阈值;即逆光场景。
本申请中,摄像机的拍摄模式可以包括线性模式和宽动态模式,在摄像机被配置为线性模式的情况下,可以获取摄像机当前所采集的图像,确定图像中目标人脸区域和目标人体区域的人脸亮度值和人体亮度值,以及计算图像的图像亮度值、动态范围值和增益值;若所获取的各参数值,满足切换为宽动态模式的条件,即增益值小于预设增益阈值,且满足如下任一条件,动态范围值大于预设动态范围阈值;人体亮度值和人脸亮度值均小于针对人脸和人体的第一预设亮度阈值;人脸亮度值位于预设亮度范围内,以及图像亮度值小于预设的第一图像亮度阈值或大于预设的第二图像亮度阈值;则切换摄像机拍摄模式为宽动态模式。通过本方案可以实现摄像机的拍摄模式的准确切换。
示例性的,在一种可选的实现方式中,为避免人脸过小或人脸偏转角过大导致人脸区域的亮度统计,目标人脸区域可以为对图像中识别的人脸区域进行筛选得到的人脸区域,且所述目标人脸区域满足如下条件:所述目标人脸区域中,瞳距大于预设像素数量和/或人脸的偏转角度小于预设角度。也就是,本申请所利用的目标人脸区域为筛选后的人脸区域,可以基于瞳距以及人脸的偏转角度对人脸区域进行筛选得到目标人脸区域,目标人脸区域中,瞳距大于预设像素数量和/或人脸的偏转角度小于预设角度,可以避免人脸过小,并使得人脸尽量朝向摄像机,即人脸的偏转角度小于预设角度,进而可以保证后续所统计的目标人脸区域的亮度的准确性。示例性的,预设像素数量可以为25像素,预设角度可以为60°,本申请对此不做限定。
可以理解的是,摄像机所采集的图像中可以存在多个人脸区域,为提高后续统计的人脸亮度值的效率以及准确性,可以选取具有代表性的人脸区域作为目标人脸区域,示例性的,所述目标人脸区域为:按照瞳距大小对所述图像中的人脸区域排序后,位于前N位的人脸区域。当然在对图像中的人脸区域进行排序时,还可以按照人脸区域中偏转角的大小和/或人脸区域的面积大小进行排序,并按照排序的结果选取前N位的人脸区域,本申请对此不做限定。
另外,为避免黑色头发影响人脸亮度值的统计,并且,避免不同偏转角的人脸区域存在背景影响人脸亮度值的统计,所述目标人脸区域的确定方式,包括: 对所述图像中的人员进行人脸区域检测,得到第一初始区域;按照第一缩小比例,对所述第一初始区域进行缩小,得到所述目标人脸区域;其中,所述第一缩小比例基于所述第一初始区域中的人脸的偏转角度所确定。
在确定目标人脸区域时,可以先对图像中的人员进行人脸区域检测,得到关于图像中人脸的第一初始区域,此时,可以按照第一缩小比例,对第一初始区域进行缩小,得到目标人脸区域,所得到的目标人脸区域尽可能少的包含或不包含黑色头发以及背景。当然,所得到的目标人脸区域满足上述瞳距大于预设像素数量和/或人脸的偏转角度小于预设角度的条件,并且为按照瞳距大小对所述图像中的人脸区域排序后,位于前N位的人脸区域。
示例性的,所述目标人脸区域的确定方式,包括: 按照第一公式计算所述目标人脸区域的坐标信息;其中,所述第一公式包括:
xn=x+(w/RatioF)×( RatioF/2-0.5);
yn=y+(h/RatioF)×( RatioF/2-0.5);
wn=w/RatioF;
hn=h/RatioF;
其中,(x,y)为第一初始区域的基准点的坐标,所述第一初始区域为对所述图像中的人员进行人脸区域检测所得到的人脸区域,w和h分别为所述第一初始区域的宽度和高度,(xn,yn)为对所述第一初始区域进行缩小得到的目标人脸区域的基准点的坐标,wn和hn分别为所述目标人脸区域的宽度和高度,RatioF为针对所述第一初始区域所设置的第一缩小比例,RatioF由所述第一初始区域中人脸的偏转角所确定。
示例性的,当任一第一初始区域为矩形区域时,(x,y)可以为该矩形区域左下角顶点的像素点的坐标。另外,第一缩小比例可以基于第一初始区域中的人脸的偏转角度所确定,示例性的,第一缩小比例为RatioF,人脸的偏转角度为α,RatioF∈[2,3],其中,α>15时,RatioF=3,α为其他值时,RatioF=2;当然,在满足RatioF∈[2,3]的情况下,人脸的偏转角度和第一缩小比例RatioF还可以呈线性对应关系,或者,直接将第一缩小比例设定为一固定值,例如:RatioF=2.5,本申请对此不做限定。
示例性的,在一种可选地实现方式中,为避免人体的运动方向以及人体距离摄像机的远近会导致所统计的人体亮度值不准确,目标人体区域可以为对图像中识别的人体区域进行筛选得到的人体区域,所述目标人体区域满足如下条件:
所述目标人体区域中,人体的运动方向为靠近所述摄像机的方向,和/或,人体与所述摄像机的距离小于预设距离。
也就是,本申请所利用的目标人体区域为筛选后的人体区域,可以基于人体的运动方向以及人体与摄像机的距离,对人体区域进行筛选得到目标人体区域,目标人体区域中,人体的运动方向为靠近所述摄像机的方向,和/或,人体与所述摄像机的距离小于预设距离,可以避免人体运动方向为靠近摄像机方向外的其他方向,并使得人体与摄像机的距离尽量小,进而可以保证后续所统计的目标人体区域的亮度的准确性。
可以理解的是,摄像机所采集的图像中可以存在多个人体区域,为提高后续统计的人体亮度值的效率以及准确性,可以选取具有代表性的人体区域作为目标人体区域,示例性的,所述目标人体区域为:针对所述图像中的人体区域按照人体与摄像机的距离从小到大排序后,位于前M位的人体区域。当然在对图像中的人体区域进行排序时,还可以按照人体的运动方向与朝向摄像机的运动方向的偏转角度的大小进行排序,并按照排序的结果选取前M位的人体区域,本申请对此不做限定。
另外,为避免人体区域中可能包含关于场景的背景区域,该背景区域对人体区域的人体亮度值带来较大的误差,所述目标人体区域的确定方式,包括:对所述图像中的人员进行人体区域检测,得到第二初始区域;按照第二缩小比例,以及目标修正系数值,对所述第二初始区域进行缩小,得到所述目标人体区域;其中,所述目标修正系数的确定方式,包括:确定所述第二初始区域的宽度和高度的目标比值,将目标比值所属目标范围对应的目标修正系数的值,作为所述目标修正系数值。
在确定目标人体区域时,可以先对图像中的人员进行人体区域检测,得到关于图像中人体的第二初始区域,此时,可以按照第二缩小比例,以及目标修正系数值,对第二初始区域进行缩小,得到目标人体区域,所得到的目标人脸区域尽可能少的包含或不包含关于场景的背景区域。另外,目标修正系数值可以表征第二初始区域在垂直方向上的偏移,并且目标修正系数值与第二初始区域的宽度和高度的目标比值具有对应关系,因此可以先确定第二初始区域的宽度和高度的目标比值,如:宽高比或高宽比,该目标比值可以属于针对目标比值所设置的各个范围中的一个,可以将目标比值所属目标范围对应的目标修正系数的值,作为目标修正系数值。当然,所得到的目标人脸区域满足上述所述目标人体区域中,人体的运动方向为靠近所述摄像机的方向,和/或,人体与所述摄像机的距离小于预设距离;以及所述目标人体区域为:针对所述图像中的人体区域按照人体与摄像机的距离从小到大排序后,位于前M位的人体区域。
示例性的,所述目标人体区域的确定方式,包括:按照第三公式计算所述目标人体区域的坐标信息,其中,所述第三公式包括:
xm=x0+(w0/RatioB)×( RatioB/2-0.5);
ym=y0+(h0/ RatioB)×( RatioB/2- RatioOffer);
wm=w0/ RatioB;
hm=h0/ RatioB;
其中,(x0,y0)为第二初始区域的基准点的坐标,所述第二初始区域为对所述图像中的人员进行人体区域检测所得到的人体区域,w0和h0分别为所述第二初始区域的宽度和高度,(xm,ym)为对所述第二初始区域进行缩小得到的目标人体区域的基准点的坐标,wm和hm分别为所述目标人体区域的宽度和高度,RatioB为第二缩小比例,RatioOffer为目标修正系数,所述目标修正系数为基于所述第二初始区域的宽度和高度的目标比值所确定的。
示例性的,当任一第二初始区域为矩形区域时,(x0,y0)可以为该矩形区域左下角顶点的像素点的坐标。另外,第二缩小比例可以为一固定值,例如:RatioB=5,目标修正系数可以基于第二初始区域的宽度与高度的比值所确定,示例性的,所述目标修正系数的确定方式包括:
按照第四公式计算所述目标修正系数,其中,所述第四公式包括:
;
其中,RatioOffer为所述目标修正系数,w0和h0分别为所述第二初始区域的宽度和高度。另外,需要说明的是,M与N的值可以相同,示例性的,M=N=5,本申请对此不做限定。
通过上述方式,可以得到更为准确进行亮度统计的目标人脸区域和目标人体区域,对目标人脸区域和目标人体区域所统计的人脸亮度值和人体亮度值更为准确,不包含其他背景或因素的影响,以便准确判断是否将摄像机的拍摄模式切换为宽动态模式。
下面结合另一实施例,对本申请所提供的一种用于摄像机的拍摄模式切换方法进行介绍。本申请提供了一种用于摄像机的拍摄模式切换方法,针对摄像机所反馈的指定参考信息,结合图像中的目标区域的亮度信息等多个影响成像效果的信息,确定摄像机当前是否需将拍摄模式切换为线性模式或宽动态模式,从而实现拍摄模式切换的准确切换,提高摄像机在成像时的成像效果。本实施例以目标区域为人员区域为例进行介绍。
本申请提供的一种用于摄像机的拍摄模式切换方法,可以包括如下步骤:
步骤1:识别当前模式是否为线性模式;在进行拍摄模式切换时,首先可以识别当前模式是否为线性模式,并根据不同识别结果执行不同的分析处理步骤,若识别结果为是,则执行步骤步骤2,若识别结果为否,则执行步骤步骤11。
步骤2:获取人脸、人体坐标;本申请中可以根据人脸亮度以及人体亮度,综合分析是否需将线性模式切换为宽动态模式,首先可以先获取人脸、人体坐标,即获取摄像机当前采集的图像中的人脸区域以及人体区域的坐标,示例性的,人脸坐标可以为: f(x,y,w,h),人体坐标可以为: b0(x0,y0,w0,h0)。当然,人脸坐标在获取之前,还可以根据瞳距和偏转角,对图像中的人脸进行筛选,人体坐标在获取之前,还可以根据人体运动方向以及人体的远近判断结果,对图像中的人体进行筛选,可以获取筛选后的人脸和人体的坐标,筛选后的人脸和人体可以为同一人或相同的多个人各自的人脸或人体。
步骤3:坐标转换;即对所获取的人脸坐标可人体坐标进行坐标转换,避免其他因素对所统计的人脸亮度和人体亮度带来的误差;其中,人脸坐标可以根据第一缩小比例进行缩小,人体坐标可以根据第二缩小比例以及目标修正系数进行缩小,其具体实现方式与上述人体区域和面部区域的缩小方式类似,在此不做赘述。对应上述按照所述目标面部的初始区域对应的第一缩小比例,对所述目标面部的初始区域进行缩小,得到所述目标面部的目标区域,以及按照所述目标人体的初始区域对应的第二缩小比例以及目标修正系数,对所述目标人体的初始区域进行缩小,得到所述目标人体的目标区域。
步骤4:亮度和动态范围的计算,以及增益的获取;即根据坐标转换后的人脸范围和人体范围,计算人脸亮度、人体亮度以及图像的图像亮度,以及计算图像的动态范围,并获取摄像机的增益。对应上述基于摄像机当前采集的图像,确定与所述摄像机所处场景相关的指定参考信息,以及在所述摄像机的当前模式为线性模式的情况下,确定所述图像中的目标区域的亮度信息。
步骤5:识别是否为低照度场景;识别当前场景是否为低照度场景,示例性的,可以根据所获取的增益,与预设的关于宽动态模式的增益阈值进行对比,若所获取的增益大于预设的关于宽动态模式的增益阈值,则识别当前场景为低照度场景;若识别结果为是,则返回步骤步骤1,若识别结果为否,则执行步骤步骤6。对应上述检测所述第一参考信息是否满足第一预定条件,所述第一预定条件为与所述线性模式所适配的环境照度条件。
步骤6:识别是否为高动态范围场景;当前场景不为低照度场景,进一步识别当前场景是否为高动态范围场景,示例性的,可以根据所获取的动态范围,与预设的关于宽动态模式的动态范围阈值进行对比,若所获取的动态范围大于预设的关于宽动态模式的动态范围阈值,则识别到当前场景为高动态范围场景;若识别结果为是,则执行步骤步骤7,若识别结果为否,则执行步骤步骤8。对应上述检测第二参考信息是否满足第二预定条件,其中,所述第二预定条件为与所述宽动态模式所适配的动态范围条件。
步骤7:记录切换类型;即当前场景为高动态范围场景,则可以记录切换类型,并执行步骤步骤10。其中,切换类型即上述的指定标志,当前场景为高动态范围场景时,可以记录切换类型flag=1,即指定标志的标志内容为第一内容。
步骤8:识别人体亮度和人脸亮度是否过暗;当前场景不为高动态范围场景时,根据上述所计算的人体亮度和人脸亮度,识别人体亮度和人脸亮度是否过暗,例如:识别所计算的人体亮度和人脸亮度是否均小于人脸人体低亮度阈值,若小于,则识别人体亮度和人脸亮度过暗。若识别结果为是,则执行步骤步骤10,若识别结果为否,则执行步骤步骤9。对应上述检测所述人体区域的亮度信息以及面部区域的亮度信息是否满足第三预定条件;其中,所述第三预定条件为若存在宽动态模式的切换需求,所需满足的人体亮度和人脸亮度条件;所述第三预定条件包括:低于第一亮度阈值。
步骤9:识别人脸亮度是否适中以及图像亮度是否过暗或过亮;即人体亮度和人脸亮度不过暗时,可以继续识别人脸亮度是否适中以及图像亮度是否过暗,例如:识别所获取的人脸亮度是否小于人脸和人体高亮度阈值,以及图像亮度是否小于图像低亮度阈值或大于图像高亮度阈值。若识别结果为是,则执行步骤步骤10,若识别结果为否,则返回步骤步骤1。对应上述若面部区域的亮度信息满足第四预定条件且所述图像的亮度信息满足第五预定条件,识别得到满足第一切换条件,否则,识别得到不满足第一切换条件;所述第四预定条件包括:在预定亮度区间内,所述预定亮度区间为表征符合成像效果需求的亮度区间;所述第五预定条件包括:高于第二亮度阈值或低于第三亮度阈值,所述第三亮度阈值低于所述第二亮度阈值。
步骤10:切换为宽动态模式;即通过上述的识别步骤后,图像的人脸亮度、人体亮度、图像亮度、动态范围或增益等,满足切换为宽动态范围的条件,可以将摄像机的拍摄模式由线性模式切换为宽动态模式。对应上述响应于识别到满足所述第一切换条件,将所述摄像机的拍摄模式切换为所述宽动态模式。
步骤11:动态范围的计算,以及增益的获取;即摄像机当前模式不为线性模式,则可以计算摄像机当前场景的动态范围,以及获取摄像机当前的增益。
步骤12:识别是否为低照度场景;即根据所获取的增益,识别当前场景是否为低照度场景,示例性的,可以根据所获取的增益,与预设的关于线性模式的增益阈值进行对比,若所获取的增益大于预设的关于线性模式的增益阈值,则识别当前场景为低照度场景;若识别结果为是,则执行步骤步骤15,若识别结果为否,则执行步骤步骤13。对应上述检测所述第一参考信息是否满足第一预定条件,所述第一预定条件为与所述线性模式所适配的环境照度条件;若满足,识别出满足第二切换条件。
步骤13:识别切换类型参数;即摄像机当前场景不为低照度场景时,识别切换类型参数,示例性的,切换类型可以为flag,切换类型参数可以为0或1,即flag=1或flag=0,若切换类型参数为1,则执行步骤步骤14,若切换类型参数为0,则返回步骤步骤1。对应上述确定指定标志当前的标志内容;其中,所述指定标志为响应于切换为每一拍摄模式,进行内容设置的标志。
步骤14:识别是否为高动态范围场景;切换类型参数为1时,还可以识别当前场景是否为高动态范围场景,示例性的,可以根据宽动态模式下所计算的动态范围,与预设的关于线性模式的动态范围阈值进行对比,若所获取的动态范围大于预设的关于线性模式的动态范围阈值,则识别到当前场景为高动态范围场景;若识别结果为是,则返回步骤步骤1,若识别结果为否,则执行步骤步骤15。对应上述若指定标志当前的标志内容为第一内容,则触发所述检测第二参考信息是否满足第二预定条件,以识别得到是否满足第二切换条件的步骤。
步骤15:清零切换类型参数;即当前场景为低照度场景,或者切换类型参数为1且当前场景为低动态范围,则可以清零切换类型参数,即flag=0。
步骤16:切换为线性模式;清零切换类型参数后,即根据宽动态模式下的动态范围以及增益,识别到满足需切换为线性模式的条件,可以将摄像机的拍摄模式切换为线性模式。对应上述响应于识别到满足所述第二切换条件,将所述摄像机的拍摄模式切换为所述线性模式。
示例性的,设定当前增益为GainCur,根据大量历史数据可以计算出:宽动态模式切换增益阈值为Gain2Hdr,宽动态模式切换动态范围阈值为Dy2Hdr,人脸人体亮度低阈值为bodyLumaTHLow,人脸人体亮度高阈值为bodyLumaTHHigh,图像亮度低阈值为imgLumaTHLow,图像亮度高阈值为imgLumaTHHigh,线性模式切换增益阈值为Gain2Linear,线性模式切换动态范围阈值为Dy2Linear。
摄像机在线性模式下,当增益满足GainCur<Gain2Hdr(对应上述第一参考信息不满足第一预定条件),且满足下列条件之一:
1、Dy>Dy2Hdr;对应上述第二参考信息满足第二预定条件;2、LumaF<bodyLumaTHLow&&LumaB<bodyLumaTHLow;对应上述人体区域的亮度信息以及面部区域的亮度信息满足第三预定条件;3、LumaF<bodyLumaTHHigh&&(imgLuma<imgLumaTHLow||imgLuma>imgLumaTHHigh);对应上述面部区域的亮度信息满足第四预定条件且图像的亮度信息满足第五预定条件;
此时,摄像机的拍摄模式由线性模式切换为宽动态模式,并且当增益满足GainCur<Gain2Hdr,且Dy2>Dy2Hdr时,记录切换类型flag=1,其他记录为flag=0,flag表征宽动态切换类型,flag=1即满足动态范围的要求,将拍摄模式切换为宽动态模式,flag=0即通过其他参数或信息的识别,将拍摄模式切换为宽动态模式。
摄像机在宽动态模式下,当满足下列条件之一:1、GainCur>Gain2Linear;对应上述第一参考信息满足第一预定条件;2、flag=1,Dy<Dy2Linear;对应上述指定标志当前的标志内容为第一内容,且第二参考信息不满足第二预定条件;
摄像机的拍摄模式由宽动态模式切换为线性模式。
本申请提供的用于摄像机的拍摄模式切换方法,针对摄像机,结合摄像机所采集的图像中的人脸亮度、人体亮度、图像亮度以及场景动态范围和增益,综合判断相机当前的拍摄模式是否需切换为宽动态模式或线性模式,从而提高拍摄模式切换的准确率,并且,提高后续成像的效果。
Claims (10)
1.一种用于摄像机的拍摄模式切换方法,其特征在于,所述方法包括:
基于摄像机当前采集的图像,确定与所述摄像机所处场景相关的指定参考信息;其中,所述指定参考信息为与成像效果存在影响关系的参考信息;
在所述摄像机的当前模式为线性模式的情况下,确定所述图像中的目标区域的亮度信息;其中,所述目标区域为与所述图像的采集场景相关的对象区域;
基于所述指定参考信息以及所述目标区域的亮度信息,识别是否满足第一切换条件;所述第一切换条件为关于将拍摄模式切换为宽动态模式所需的条件;
响应于识别到满足所述第一切换条件,将所述摄像机的拍摄模式切换为所述宽动态模式。
2.根据权利要求1所述的方法,其特征在于,所述基于摄像机当前采集的图像,确定与所述摄像机所处场景相关的指定参考信息之后,所述方法还包括:
在所述摄像机的当前模式为宽动态模式的情况下,基于所述指定参考信息,识别是否满足第二切换条件,所述第二切换条件为关于将拍摄模式切换为线性模式所需的条件;
响应于识别到满足所述第二切换条件,将所述摄像机的拍摄模式切换为所述线性模式。
3.根据权利要求1或2所述的方法,其特征在于,所述基于所述指定参考信息以及所述目标区域的亮度信息,识别是否满足第一切换条件,包括:
在所述指定参考信息包括用于表征所述场景的环境照度的第一参考信息以及用于表征所述场景的动态范围的第二参考信息的情况下,检测所述第一参考信息是否满足第一预定条件,所述第一预定条件为与所述线性模式所适配的环境照度条件;
若满足,识别到不满足第一切换条件;
若不满足,对所述目标区域的亮度信息以及所述第二参考信息,进行预定综合分析处理,以识别得到是否满足第一切换条件;
其中,所述对所述目标区域的亮度信息以及所述第二参考信息,进行预定综合分析处理,以识别得到是否满足第一切换条件,包括:
检测第二参考信息是否满足第二预定条件,其中,所述第二预定条件为与所述宽动态模式所适配的动态范围条件;
若满足,识别得到满足第一切换条件;
若不满足,则对所述目标区域的亮度信息进行预定亮度分析处理,以识别得到是否满足第一切换条件。
4.根据权利要求3所述的方法,其特征在于,所述目标区域为人员区域,所述人员区域包括人体区域和面部区域;
所述对所述目标区域的亮度信息进行预定亮度分析处理,以识别得到是否满足第一切换条件,包括:
检测所述人体区域的亮度信息以及所述面部区域的亮度信息是否满足第三预定条件;其中,所述第三预定条件为若存在宽动态模式的切换需求,所需满足的人体亮度和人脸亮度条件;所述第三预定条件包括:低于第一亮度阈值;
若满足,识别得到满足第一切换条件;
若不满足,基于所述面部区域的亮度信息,进行亮度分析处理,以识别得到是否满足第一切换条件。
5.根据权利要求4所述的方法,其特征在于,所述基于所述面部区域的亮度信息,进行亮度分析处理,以识别得到是否满足第一切换条件,包括:
若面部区域的亮度信息满足第四预定条件且所述图像的亮度信息满足第五预定条件,识别得到满足第一切换条件,否则,识别得到不满足第一切换条件;
其中,所述第四预定条件为若存在宽动态模式的设置需求,所需满足的面部亮度条件,所述第五预定条件为若存在宽动态模式的设置需求,所需满足的图像亮度条件;
所述第四预定条件包括:在预定亮度区间内,所述预定亮度区间为表征符合成像效果需求的亮度区间;
所述第五预定条件包括:高于第二亮度阈值或低于第三亮度阈值,所述第三亮度阈值低于所述第二亮度阈值。
6.一种用于摄像机的拍摄模式切换方法,所述摄像机的拍摄模式包括线性模式和宽动态模式,其特征在于,包括:
在所述摄像机被配置为线性模式的情况下,获取所述摄像机当前所采集的图像;
确定所述图像中的目标人脸区域和目标人体区域;
对所确定出的目标人脸区域和所述目标人体区域分别进行亮度值计算,得到人脸亮度值以及人体亮度值;
计算所述图像的图像亮度值和动态范围值,并确定所述摄像机采集所述图像时的增益值;其中,所述动态范围值由所述图像中大于预设高亮度阈值的像素点的亮度均值和所述图像中小于预设低亮度阈值的像素点的亮度均值所确定;
在所述增益值小于预设增益阈值时,且满足如下任一条件,切换所述摄像机拍摄模式为宽动态模式:
所述动态范围值大于预设动态范围阈值;
所述人体亮度值和人脸亮度值均小于针对人脸和人体的第一预设亮度阈值;
所述人脸亮度值位于预设亮度范围内,以及所述图像亮度值小于预设的第一图像亮度阈值或大于预设的第二图像亮度阈值;所述预设亮度范围为不大于针对人脸和人体的第二预设亮度阈值,所述第一图像亮度阈值小于所述第二图像亮度阈值,所述第一预设亮度阈值小于所述第二预设亮度阈值。
7.根据权利要求6所述的切换方法,其特征在于,所述目标人脸区域满足如下条件:
所述目标人脸区域中,瞳距大于预设像素数量和/或人脸的偏转角度小于预设角度。
8.根据权利要求7所述的切换方法,其特征在于,所述目标人脸区域为:按照瞳距大小对所述图像中的人脸区域排序后,位于前N位的人脸区域。
9.根据权利要求8所述的切换方法,其特征在于,所述目标人脸区域的确定方式,包括:
按照第一公式计算所述目标人脸区域的坐标信息;其中,所述第一公式包括:
xn=x+(w/RatioF)×( RatioF/2-0.5);
yn=y+(h/RatioF)×( RatioF/2-0.5);
wn=w/RatioF;
hn=h/RatioF;
其中,(x,y)为第一初始区域的基准点的坐标,所述第一初始区域为对所述图像中的人员进行人脸区域检测所得到的人脸区域,w和h分别为所述第一初始区域的宽度和高度,(xn,yn)为对所述第一初始区域进行缩小得到的目标人脸区域的基准点的坐标,wn和hn分别为所述目标人脸区域的宽度和高度,RatioF为针对所述第一初始区域所设置的第一缩小比例,RatioF由所述第一初始区域中人脸的偏转角所确定。
10.根据权利要求6所述的切换方法,其特征在于,所述目标人体区域的确定方式,包括:
按照第三公式计算所述目标人体区域的坐标信息,其中,所述第三公式包括:
xm=x0+(w0/RatioB)×( RatioB/2-0.5);
ym=y0+(h0/RatioB)×( RatioB/2- RatioOffer);
wm=w0/RatioB;
hm=h0/RatioB;
其中,(x0,y0)为第二初始区域的基准点的坐标,所述第二初始区域为对所述图像中的人员进行人体区域检测所得到的人体区域,w0和h0分别为所述第二初始区域的宽度和高度,(xm,ym)为对所述第二初始区域进行缩小得到的目标人体区域的基准点的坐标,wm和hm分别为所述目标人体区域的宽度和高度,RatioB为第二缩小比例,RatioOffer为目标修正系数,所述目标修正系数为基于所述第二初始区域的宽度和高度的目标比值所确定的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311521456.8A CN117241134B (zh) | 2023-11-15 | 2023-11-15 | 用于摄像机的拍摄模式切换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311521456.8A CN117241134B (zh) | 2023-11-15 | 2023-11-15 | 用于摄像机的拍摄模式切换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117241134A true CN117241134A (zh) | 2023-12-15 |
CN117241134B CN117241134B (zh) | 2024-03-08 |
Family
ID=89084770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311521456.8A Active CN117241134B (zh) | 2023-11-15 | 2023-11-15 | 用于摄像机的拍摄模式切换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117241134B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117835053A (zh) * | 2024-03-04 | 2024-04-05 | 杭州海康威视数字技术股份有限公司 | 宽动态模式的切换方法和装置 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060133654A1 (en) * | 2003-01-31 | 2006-06-22 | Toshiaki Nakanishi | Image processing device and image processing method, and imaging device |
US7098946B1 (en) * | 1998-09-16 | 2006-08-29 | Olympus Optical Co., Ltd. | Image pickup apparatus |
US20090086074A1 (en) * | 2007-09-27 | 2009-04-02 | Omnivision Technologies, Inc. | Dual mode camera solution apparatus, system, and method |
CN101674417A (zh) * | 2008-09-12 | 2010-03-17 | 索尼株式会社 | 成像设备和成像模式控制方法 |
US20100097493A1 (en) * | 2008-10-21 | 2010-04-22 | Sony Corporation | Imaging apparatus, imaging method and program |
US20160173751A1 (en) * | 2013-08-22 | 2016-06-16 | Sony Corporation | Control device, control method, and electronic device |
CN106657798A (zh) * | 2017-02-28 | 2017-05-10 | 上海传英信息技术有限公司 | 一种智能终端的拍照方法 |
CN106961550A (zh) * | 2017-03-07 | 2017-07-18 | 浙江大华技术股份有限公司 | 一种摄像状态的切换方法及装置 |
CN107026967A (zh) * | 2016-02-01 | 2017-08-08 | 杭州海康威视数字技术股份有限公司 | 一种摄像机工作模式切换方法及装置 |
JP2019068183A (ja) * | 2017-09-29 | 2019-04-25 | セコム株式会社 | 監視装置 |
CN110049250A (zh) * | 2019-05-15 | 2019-07-23 | 重庆紫光华山智安科技有限公司 | 摄像状态切换方法及装置 |
JP2019161335A (ja) * | 2018-03-09 | 2019-09-19 | キヤノン株式会社 | 撮像装置 |
CN111586292A (zh) * | 2020-04-23 | 2020-08-25 | 浙江大华技术股份有限公司 | 一种摄像状态的切换方法、装置和计算机设备 |
CN112217999A (zh) * | 2020-09-23 | 2021-01-12 | 浙江大华技术股份有限公司 | 一种宽动态模式的调整方法、装置、电子设备和存储介质 |
CN112653844A (zh) * | 2020-12-28 | 2021-04-13 | 珠海亿智电子科技有限公司 | 一种摄像头云台转向自适应跟踪调节方法 |
CN113835462A (zh) * | 2021-09-13 | 2021-12-24 | 星宸科技股份有限公司 | 影像传感器的控制电路及控制方法 |
CN114125311A (zh) * | 2020-08-31 | 2022-03-01 | 华为技术有限公司 | 一种宽动态模式的自动切换方法及装置 |
CN114885096A (zh) * | 2022-03-29 | 2022-08-09 | 北京旷视科技有限公司 | 拍摄模式切换方法、电子设备及存储介质 |
CN116668843A (zh) * | 2022-12-05 | 2023-08-29 | 浙江宇视科技有限公司 | 一种拍摄状态的切换方法、装置、电子设备以及存储介质 |
-
2023
- 2023-11-15 CN CN202311521456.8A patent/CN117241134B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7098946B1 (en) * | 1998-09-16 | 2006-08-29 | Olympus Optical Co., Ltd. | Image pickup apparatus |
US20060133654A1 (en) * | 2003-01-31 | 2006-06-22 | Toshiaki Nakanishi | Image processing device and image processing method, and imaging device |
US20090086074A1 (en) * | 2007-09-27 | 2009-04-02 | Omnivision Technologies, Inc. | Dual mode camera solution apparatus, system, and method |
CN101674417A (zh) * | 2008-09-12 | 2010-03-17 | 索尼株式会社 | 成像设备和成像模式控制方法 |
US20100097493A1 (en) * | 2008-10-21 | 2010-04-22 | Sony Corporation | Imaging apparatus, imaging method and program |
US20160173751A1 (en) * | 2013-08-22 | 2016-06-16 | Sony Corporation | Control device, control method, and electronic device |
CN107026967A (zh) * | 2016-02-01 | 2017-08-08 | 杭州海康威视数字技术股份有限公司 | 一种摄像机工作模式切换方法及装置 |
CN106657798A (zh) * | 2017-02-28 | 2017-05-10 | 上海传英信息技术有限公司 | 一种智能终端的拍照方法 |
CN106961550A (zh) * | 2017-03-07 | 2017-07-18 | 浙江大华技术股份有限公司 | 一种摄像状态的切换方法及装置 |
JP2019068183A (ja) * | 2017-09-29 | 2019-04-25 | セコム株式会社 | 監視装置 |
JP2019161335A (ja) * | 2018-03-09 | 2019-09-19 | キヤノン株式会社 | 撮像装置 |
CN110049250A (zh) * | 2019-05-15 | 2019-07-23 | 重庆紫光华山智安科技有限公司 | 摄像状态切换方法及装置 |
CN111586292A (zh) * | 2020-04-23 | 2020-08-25 | 浙江大华技术股份有限公司 | 一种摄像状态的切换方法、装置和计算机设备 |
CN114125311A (zh) * | 2020-08-31 | 2022-03-01 | 华为技术有限公司 | 一种宽动态模式的自动切换方法及装置 |
CN112217999A (zh) * | 2020-09-23 | 2021-01-12 | 浙江大华技术股份有限公司 | 一种宽动态模式的调整方法、装置、电子设备和存储介质 |
CN112653844A (zh) * | 2020-12-28 | 2021-04-13 | 珠海亿智电子科技有限公司 | 一种摄像头云台转向自适应跟踪调节方法 |
CN113835462A (zh) * | 2021-09-13 | 2021-12-24 | 星宸科技股份有限公司 | 影像传感器的控制电路及控制方法 |
CN114885096A (zh) * | 2022-03-29 | 2022-08-09 | 北京旷视科技有限公司 | 拍摄模式切换方法、电子设备及存储介质 |
CN116668843A (zh) * | 2022-12-05 | 2023-08-29 | 浙江宇视科技有限公司 | 一种拍摄状态的切换方法、装置、电子设备以及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117835053A (zh) * | 2024-03-04 | 2024-04-05 | 杭州海康威视数字技术股份有限公司 | 宽动态模式的切换方法和装置 |
CN117835053B (zh) * | 2024-03-04 | 2024-06-04 | 杭州海康威视数字技术股份有限公司 | 宽动态模式的切换方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117241134B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11102417B2 (en) | Target object capturing method and device, and video monitoring device | |
US8508599B2 (en) | Motion vector detection apparatus, motion vector detection method, and image capturing apparatus | |
US7924316B2 (en) | Image feature identification and motion compensation apparatus, systems, and methods | |
JP4482037B2 (ja) | デジタル画像形成の露出 | |
US8289402B2 (en) | Image processing apparatus, image pickup apparatus and image processing method including image stabilization | |
CN117241134B (zh) | 用于摄像机的拍摄模式切换方法 | |
US20120133797A1 (en) | Imaging apparatus, imaging method and computer program | |
US10515471B2 (en) | Apparatus and method for generating best-view image centered on object of interest in multiple camera images | |
EP3641298B1 (en) | Method and device for capturing target object and video monitoring device | |
JP4373840B2 (ja) | 動物体追跡方法、動物体追跡プログラムおよびその記録媒体、ならびに、動物体追跡装置 | |
US9412039B2 (en) | Blur detection system for night scene images | |
US8625922B2 (en) | Image processing method and program for determining whether sabotage has occurred to an image | |
CN106651797B (zh) | 一种信号灯有效区域的确定方法和装置 | |
CN102111552B (zh) | 图像处理设备和图像处理方法 | |
CN111242025A (zh) | 一种基于yolo的动作实时监测方法 | |
JP2020149641A (ja) | 物体追跡装置および物体追跡方法 | |
CN107659777B (zh) | 一种自动曝光的方法及装置 | |
US20230419500A1 (en) | Information processing device and information processing method | |
US6393056B1 (en) | Compression of information from one detector as a function of information from another detector | |
CN111970501A (zh) | 纯色场景ae色彩处理方法、装置、电子设备及存储介质 | |
JP5754931B2 (ja) | 画像解析装置、画像解析方法及びプログラム | |
KR100615672B1 (ko) | Xy축 투영그래프를 이용한 화재 감시시스템 및 이를이용한 화재 감시방법과 화재 감시방법이 구현된 컴퓨터판독가능 기록매체 | |
JP2021153229A (ja) | 情報処理装置、撮像装置、方法、プログラム及び記憶媒体 | |
AU2009230796A1 (en) | Location-based brightness transfer function | |
Guthier et al. | Histogram-based image registration for real-time high dynamic range videos |
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 |