CN117336464A - 镜头脏污检测方法、装置、电子设备和存储介质 - Google Patents
镜头脏污检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117336464A CN117336464A CN202311501815.3A CN202311501815A CN117336464A CN 117336464 A CN117336464 A CN 117336464A CN 202311501815 A CN202311501815 A CN 202311501815A CN 117336464 A CN117336464 A CN 117336464A
- Authority
- CN
- China
- Prior art keywords
- lens
- image
- images
- lenses
- pixel
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims abstract description 17
- 238000009826 distribution Methods 0.000 claims description 99
- 230000002776 aggregation Effects 0.000 claims description 57
- 238000004220 aggregation Methods 0.000 claims description 57
- 239000006185 dispersion Substances 0.000 claims description 9
- 238000011109 contamination Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请涉及一种镜头脏污检测方法、装置、电子设备、存储介质和计算机程序产品。所述方法包括:针对同一拍摄场景,通过所述至少两个镜头分别进行曝光,得到至少两个第一图像;所述至少两个镜头中存在第一镜头,所述第一镜头中不存在脏污;所述至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;从每个所述第一图像中,获取所述共同拍摄范围的区域作为第二图像;获取每个所述第二图像的画面信息,并基于每个所述第二图像的画面信息,确定所述至少两个镜头是否存在脏污。采用本方法能够提高镜头脏污检测的准确性。
Description
技术领域
本申请涉及影像(Camera Technology)技术领域,特别是涉及一种镜头脏污检测方法、装置、电子设备和计算机可读存储介质。
背景技术
现有相机对于镜头脏污检测,通常还是利用图像处理和计算机视觉技术来实现。例如,通过单个摄像头获取图像,再对图像进行变换(卷积、差分等),通过对变换后的图像进行特征检测;当检测达到某一阈值之后,判断为眩光图像,进而判断镜头存在脏污等情况。
然而,传统的镜头脏污检测方法,存在检测不准确的问题。
发明内容
本申请实施例提供了一种镜头脏污检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品,可以提高镜头脏污检测的准确性。
第一方面,本申请提供了一种镜头脏污检测方法,应用于电子设备,所述电子设备包括至少两个镜头,所述至少两个镜头中存在第一镜头,所述第一镜头中不存在脏污。所述方法包括:
针对同一拍摄场景,通过所述至少两个镜头分别进行曝光,得到至少两个第一图像;所述至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;
从每个所述第一图像中,获取所述共同拍摄范围的区域作为第二图像;
获取每个所述第二图像的画面信息,并基于每个所述第二图像的画面信息,确定所述至少两个镜头是否存在脏污。
第二方面,本申请还提供了一种镜头脏污检测装置,应用于电子设备,所述电子设备包括至少两个镜头,所述至少两个镜头中存在第一镜头,所述第一镜头中不存在脏污。所述装置包括:
曝光模块,用于针对同一拍摄场景,通过所述至少两个镜头分别进行曝光,得到至少两个第一图像;所述至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;
第二图像获取模块,用于从每个所述第一图像中,获取所述共同拍摄范围的区域作为第二图像;
画面信息获取模块,用于获取每个所述第二图像的画面信息,
镜头脏污判断模块,用于基于每个所述第二图像的画面信息,确定所述至少两个镜头是否存在脏污。
第三方面,本申请还提供了一种电子设备。所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
针对同一拍摄场景,通过所述至少两个镜头分别进行曝光,得到至少两个第一图像;所述至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;
从每个所述第一图像中,获取所述共同拍摄范围的区域作为第二图像;
获取每个所述第二图像的画面信息,并基于每个所述第二图像的画面信息,确定所述至少两个镜头是否存在脏污。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
针对同一拍摄场景,通过所述至少两个镜头分别进行曝光,得到至少两个第一图像;所述至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;
从每个所述第一图像中,获取所述共同拍摄范围的区域作为第二图像;
获取每个所述第二图像的画面信息,并基于每个所述第二图像的画面信息,确定所述至少两个镜头是否存在脏污。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
针对同一拍摄场景,通过所述至少两个镜头分别进行曝光,得到至少两个第一图像;所述至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;
从每个所述第一图像中,获取所述共同拍摄范围的区域作为第二图像;
获取每个所述第二图像的画面信息,并基于每个所述第二图像的画面信息,确定所述至少两个镜头是否存在脏污。
上述镜头脏污检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品,针对同一拍摄场景,通过至少两个镜头分别进行曝光,得到至少两个第一图像,该至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;从每个第一图像中,获取共同拍摄范围的区域作为第二图像,以及获取每个第二图像的画面信息,那么,基于每个第二图像的画面信息,确定至少两个镜头是否存在脏污;也即借助至少两个镜头中共同拍摄范围的第二图像的画面信息,可以准确地确定出至少两个镜头是否存在脏污,提高了镜头脏污检测的准确性。
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,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中镜头脏污检测方法的流程图;
图2为一个实施例中镜头0对应的第二图像的示意图;
图3为一个实施例中镜头1对应的第二图像的示意图;
图4为一个实施例中镜头2对应的第二图像的示意图;
图5为一个实施例中图2和图3之间的像素分布对比图;
图6为一个实施例中图2和图4之间的像素分布对比图;
图7为一个实施例中图3和图4之间像素分布对比图;
图8为另一个实施例中镜头0对应的第二图像的示意图;
图9为另一个实施例中镜头1对应的第二图像的示意图;
图10为另一个实施例中镜头2对应的第二图像的示意图;
图11为另一个实施例中图8和图9之间的像素分布对比图;
图12为另一个实施例中图8和图10之间的像素分布对比图;
图13为另一个实施例中图9和图10之间像素分布对比图;
图14为另一个实施例中镜头0对应的第二图像的示意图;
图15为另一个实施例中镜头1对应的第二图像的示意图;
图16为另一个实施例中镜头2对应的第二图像的示意图;
图17为另一个实施例中图14和图15之间的像素分布对比图;
图18为另一个实施例中图14和图16之间的像素分布对比图;
图19为另一个实施例中图15和图16之间像素分布对比图;
图20为另一个实施例中镜头脏污检测方法的流程图;
图21为一个实施例中镜头脏污检测装置的结构框图;
图22为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种镜头脏污检测方法,本实施例以该方法应用于电子设备进行举例说明,该电子设备可以是终端或者服务器;可以理解的是,该方法也可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备、智能汽车等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
该镜头脏污检测方法应用于电子设备,电子设备包括至少两个镜头,至少两个镜头中存在第一镜头,第一镜头中不存在脏污;该镜头脏污检测方法包括以下步骤:
步骤S102,针对同一拍摄场景,通过至少两个镜头分别进行曝光,得到至少两个第一图像;至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同。
其中,电子设备包括至少两个镜头,至少两个镜头的类型不做限定。示例性的,至少两个镜头可以包括长焦镜头和广角镜头。其中,长焦镜头是指比标准镜头的焦距长的摄影镜头。广角镜头是一种焦距短于标准镜头、视角大于标准镜头、焦距长于鱼眼镜头、视角小于鱼眼镜头的摄影镜头。广角镜头包括普通广角镜头和超广角镜头。普通广角镜头的焦距一般为38-24毫米,视角为60-84度;超广角镜头的焦距为20-13毫米,视角为94-118度。即,普通广角镜头的焦距长于超广角镜头的焦距。
可以理解的是,长焦镜头的视场角范围小于广角镜头的视场角范围,普通广角镜头的视场角范围小于超广角镜头的视场角范围。
电子设备可以包括两个镜头,也可以包括三个镜头,还可以包括三个以上镜头。至少两个镜头的类型可以均相同,也可以均不同,还可以存在部分相同,部分不同。
第一镜头是指不存在脏污的镜头,即干净的镜头。可选地,若镜头的脏污面积小于或等于面积阈值,则该镜头为第一镜头;若镜头的脏污面积大于面积阈值,则该镜头为第二镜头。第二镜头是指存在脏污的镜头。其中,面积阈值可以根据需要进行设置。示例性的,面积阈值可以是较小的数值,如0、1%的面积数值等。
第一图像是每个镜头曝光得到的图像。可以理解的是,至少两个镜头对同一拍摄场景分别进行曝光,则得到的至少两个第一图像中存在共同拍摄范围的区域。
可选地,至少两个镜头的共同拍摄范围是至少两个镜头在出厂时配置得到的。
可选地,针对同一拍摄场景,电子设备确定每个镜头的目标曝光参数,通过至少两个镜头,以每个镜头对应的目标曝光参数分别进行曝光,得到至少两个第一图像;其中,每个镜头的目标曝光参数使得曝光得到的各个第一图像中的共同拍摄范围的区域的平均亮度均相同。
可选地,电子设备对至少两个镜头的曝光参数分别进行测试,得到每个镜头的目标曝光参数。
可选地,电子设备开启拍摄模式,在拍摄模式中,针对同一拍摄场景,通过至少两个镜头分别进行曝光,得到至少两个第一图像。其中,拍摄模式可以是拍照模式或者录像模式。
步骤S104,从每个第一图像中,获取共同拍摄范围的区域作为第二图像。
其中,第二图像是各个第一图像中共同拍摄范围的区域图像。可选地,共同拍摄范围可以是第一图像中的全部拍摄范围,也可以是第一图像中的部分拍摄范围。
示例性的,至少两个镜头包括长焦镜头、普通广角镜头和超广角镜头,则长焦镜头、普通广角镜头和超广角镜头的共同拍摄范围是长焦镜头的拍摄范围,即长焦镜头得到的第一图像的共同拍摄范围是整个第一图像,普通广角镜头得到的第一图像的共同拍摄范围是该第一图像的部分拍摄范围,超广角镜头得到的第一图像的共同拍摄范围也是该第一图像的部分拍摄范围。
当然,长焦镜头、普通广角镜头和超广角镜头的共同拍摄范围也可以确定为长焦镜头中的部分拍摄范围,在此不做限定。
可选地,针对每个第一图像,电子设备从该第一图像中分割出共同拍摄范围的区域,作为第二图像。
可选地,针对每个第一图像,电子设备从该第一图像中复制共同拍摄范围的区域,作为第二图像。
步骤S106,获取每个第二图像的画面信息,并基于每个第二图像的画面信息,确定至少两个镜头是否存在脏污。
其中,第二图像的画面信息包括像素分布、亮度和颜色等信息等其中至少一个信息。
可选地,电子设备获取每个第二图像的画面信息,基于每个第二图像的画面信息建立每个第二图像的画面信息直方图;基于每个第二图像的画面信息直方图,确定至少两个镜头是否存在脏污。
可选地,电子设备将每两个第二图像的画面信息进行两两对比,确定至少一个对比结果;基于至少一个对比结果,确定至少两个镜头是否存在脏污。
可选地,电子设备将每两个第二图像的画面信息进行差分处理,确定每两个第二图像的画面信息之间的目标差异程度;基于目标差异程度,确定至少两个镜头是否存在脏污。
可选地,若每两个第二图像的画面信息之间的目标差异程度大于目标差异阈值,则确定至少两个镜头中存在脏污;若每两个第二图像的画面信息之间的目标差异程度小于或等于目标差异阈值,则确定至少两个镜头中不存在脏污。其中,目标差异阈值可以根据需要进行设置,在此不做限定。
可选地,针对每个第二图像,电子设备统计第二图像中每个像素的信息,得到第二图像的画面信息。可选地,电子设备以直方图显示第二图像的画面信息。
可选地,电子设备统计R(Red,红色)通道信息、G(Green,绿色)通道信息、B(Blue,蓝色)通道信息、Y(Luminance或Luma,亮度)通道信息的至少一种,得到第二图像的画面信息。
可选地,电子设备通过图像变换算法,统计第二图像中每个像素的信息,得到第二图像的画面信息。其中,图像变换算法如边缘检测、神经网络、模糊度评估、色彩差分等图像算法。
可选地,若确定至少两个镜头存在脏污,则电子设备显示提示信息,以提示用户清洁镜头。
上述镜头脏污检测方法,针对同一拍摄场景,通过至少两个镜头分别进行曝光,得到至少两个第一图像,该至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;从每个第一图像中,获取共同拍摄范围的区域作为第二图像,以及获取每个第二图像的画面信息,那么,基于每个第二图像的画面信息,确定至少两个镜头是否存在脏污;也即借助至少两个镜头中共同拍摄范围的第二图像的画面信息,可以准确地确定出至少两个镜头是否存在脏污,提高了镜头脏污检测的准确性,降低了误检的概率,减少对用户的误判和干扰。并且,通过至少两个镜头进行辅助判断是否存在脏污,可以避免单个镜头进行判断时容易出现误差的问题,提高了镜头脏污检测的稳定性。
在一个实施例中,第二图像的画面信息包括第二图像的像素分布;基于每个第二图像的画面信息,确定至少两个镜头是否存在脏污,包括:根据每个第二图像的像素分布,确定至少两个镜头是否存在脏污。
其中,像素分布包括像素分布峰值区域和像素聚集程度中的至少一种。像素分布还可以包括像素分布谷值区域和像素值范围等其中的至少一种。像素分布包括像素分布峰值区域;
可选地,针对每两个第二图像,电子设备分别获取每个第二图像的像素分布,将每两个第二图像的像素分布进行对比,确定每两个第二图像的像素分布之间的重合程度;基于每两个第二图像的像素分布之间的重合程度确定至少两个镜头是否存在脏污。
可选地,若存在每两个第二图像的像素分布之间的重合程度小于或等于第一重合阈值,则确定至少两个镜头存在脏污;若每两个第二图像的像素分布之间的重合程度均大于第一重合阈值,则确定至少两个镜头不存在脏污。其中,第一重合阈值可以根据需要进行设置。
可选地,根据每个第二图像的像素分布,确定至少两个镜头是否存在脏污,包括:针对每两个第二图像,分别获取每个第二图像的像素分布峰值区域,并将每两个第二图像的像素分布峰值区域进行对比,确定像素分布峰值区域之间的目标重合程度;基于目标重合程度,确定至少两个镜头是否存在脏污。
其中,像素分布峰值区域是第二图像中由像素分布形成的峰值区域。可以理解的是,针对每个第二图像,电子设备将第二图像中的像素按照像素值进行排布,得到像素分布图;从像素分布图中确定像素值最多的峰值区域,作为像素分布峰值区域。
其中,目标重合程度是每两个第二图像的像素分布峰值区域之间相重合的程度。每两个第二图像的像素分布峰值区域之间的目标重合程度和差异程度成负相关关系。即每两个第二图像的像素分布峰值区域之间的目标重合程度越小,差异程度越大。
可选地,基于每两个第二图像对应的目标重合程度,确定至少两个镜头是否存在脏污,包括:若存在每两个第二图像对应的目标重合程度小于或等于重合阈值,则确定至少两个镜头存在脏污;若每两个第二图像对应的目标重合程度均大于重合阈值,则确定至少两个镜头不存在脏污。
其中,重合阈值可以根据需要进行设置。
可以理解的是,至少两个镜头中存在第一镜头,而第一镜头不存在脏污,而认为存在脏污的各个镜头对应的共同拍摄范围的第二图像的画面信息相同,那么,若存在每两个第二图像对应的目标重合程度小于或等于重合阈值,即存在第二图像的画面信息与第一镜头对应的第二图像的画面信息差异较大,可以确定至少两个镜头是否存在脏污;若每两个第二图像对应的目标重合程度均大于重合阈值,表示各个镜头对应的第二图像的画面信息均相同,也即各个镜头均为第一镜头,可以确定至少两个镜头不存在脏污。
示例性的,电子设备包括两个镜头,则两个镜头对应两个第二图像,电子设备将每两个第二图像的像素分布峰值区域进行对比,得到一个对比结果。
示例性的,电子设备包括三个镜头,则三个镜头对应三个第二图像,电子设备将每两个第二图像的像素分布峰值区域进行对比,得到三个对比结果。
在本实施例中,电子设备根据每个第二图像的像素分布,可以准确地确定至少两个镜头是否存在脏污。进一步地,可以将每两个第二图像的像素分布峰值区域进行对比,确定出目标重合程度,从而更准确地确定至少两个镜头是否存在脏污。也即,若存在每两个第二图像对应的目标重合程度小于或等于重合阈值,则确定至少两个镜头存在脏污;若每两个第二图像对应的目标重合程度均大于重合阈值,则确定至少两个镜头不存在脏污,更准确地确定至少两个镜头是否存在脏污。
在另一个实施例中,基于每个第二图像的画面信息,确定至少两个镜头是否存在脏污,包括:获取每个第二图像的像素聚集程度;基于每个第二图像的像素聚集程度,确定至少两个镜头是否存在脏污。
其中,像素聚集程度是第二图像中各个像素分布聚集的程度。可以理解的是,针对每个第二图像,电子设备将第二图像中的像素按照像素值进行排布,得到像素分布图;从像素分布图中确定像素聚集程度。
可选地,若各个第二图像中存在第二图像的像素聚集程度小于或等于像素聚集阈值,则确定至少两个镜头存在脏污;若各个第二图像的像素聚集程度均大于像素聚集阈值,则确定至少两个镜头不存在脏污。其中,像素聚集阈值可以根据需要进行设置,在此不做限定。
可以理解的是,存在脏污的镜头会发白,那么存在脏污的镜头得到的第二图像的像素会较分散,即第二图像的像素分布图中像素分布较分散(矮胖),也即第二图像的像素聚集程度小于或等于像素聚集阈值,而第二图像的像素分布图中像素分布较集中(瘦高),也即第二图像的像素聚集程度大于像素聚集阈值。因此,若各个第二图像中存在第二图像的像素聚集程度小于或等于像素聚集阈值,可以准确地确定至少两个镜头存在脏污;若各个第二图像的像素聚集程度均大于像素聚集阈值,则准确地确定至少两个镜头不存在脏污。
在一个实施例中,上述方法还包括:获取每个第二图像的像素聚集程度;基于每两个第二图像对应的目标重合程度和每个第二图像的像素聚集程度,确定至少两个镜头是否存在脏污。
可选地,若存在每两个第二图像对应的目标重合程度小于或等于重合阈值,且各个第二图像中存在第二图像的像素聚集程度小于或等于像素聚集阈值,则确定至少两个镜头存在脏污;若每两个第二图像对应的目标重合程度均大于重合阈值,或者各个第二图像的像素聚集程度均大于像素聚集阈值,则确定至少两个镜头不存在脏污。
可选地,若每两个第二图像对应的目标重合程度均大于重合阈值,且各个第二图像中存在第二图像的像素聚集程度小于或等于像素聚集阈值,则确定至少两个镜头不存在脏污;若存在每两个第二图像对应的目标重合程度小于或等于重合阈值,且各个第二图像的像素聚集程度均大于像素聚集阈值,则确定至少两个镜头不存在脏污;若每两个第二图像对应的目标重合程度均大于重合阈值,且各个第二图像的像素聚集程度均大于像素聚集阈值,则确定至少两个镜头不存在脏污。
可以理解的是,若存在每两个第二图像对应的目标重合程度小于或等于重合阈值,或者各个第二图像中存在第二图像的像素聚集程度小于或等于像素聚集阈值,则至少两个镜头可能存在脏污。
在本实施例中,电子设备通过每两个第二图像对应的目标重合程度和每个第二图像的像素聚集程度两个维度,可以更准确地确定至少两个镜头是否存在脏污。同时,利用不同的镜头从更多的维度(图像变换及差分、多画面直方图对比等)进行互相交叉对比验证,同时兼顾准确度和稳定性。
在一个实施例中,上述方法还包括:若确定至少两个镜头存在脏污,则获取每个第二图像的像素聚集程度,并基于像素聚集程度确定处于像素分散状态的第二图像;将处于像素分散状态的第二图像对应的镜头作为第二镜头,第二镜头中存在脏污。
其中,第二镜头是指存在脏污的镜头。
可选地,若确定至少两个镜头存在脏污,则获取每个第二图像的像素聚集程度;若像素聚集程度小于或等于像素聚集阈值,则确定第二图像处于像素分散状态;若像素聚集程度大于像素聚集阈值,则确定第二图像处于像素聚集状态。
可以理解的是,存在脏污的镜头会发白,那么存在脏污的镜头得到的第二图像的像素会较分散,即第二图像的像素分布图中像素分布较分散(矮胖),那么在确定至少两个镜头存在脏污之后,将处于像素分散状态的第二图像对应的镜头作为第二镜头,可以准确地识别出存在脏污的镜头。
在一个实施例中,如图2、图3和图4所示,电子设备包括三个镜头,分别是镜头0、镜头1和镜头2,且镜头0、镜头1和镜头2中存在第一镜头,第一镜头中不存在脏污;图2为镜头0对应的第二图像,图3为镜头1对应的第二图像,图4为镜头2对应的第二图像,图2、图3和图4是镜头0、镜头1和镜头2的共同拍摄范围对应的第二图像。
针对图2、图3和图4中的每两个第二图像,电子设备将每两个第二图像的像素分布直方图进行对比,如图5所示为图2和图3之间的像素分布对比图,如图6所示为图2和图4之间的像素分布对比图,如图7所示为图3和图4之间像素分布对比图;从图5、图6和图7中可知,图6中像素分布的重合程度较高,即图2和图4之间的像素分布重合程度较高,像素分布峰值区域和像素分布谷值区域均重合程度较高(像素分布峰值区域的距离偏置和像素分布谷值区域的距离偏置均较小),而图5和图7中像素分布的重合程度较低,像素分布峰值区域和像素分布谷值区域均重合程度较低(像素分布峰值区域的距离偏置和像素分布谷值区域的距离偏置均较大),因此可以确定镜头0、镜头1和镜头2存在脏污;并且,图2和图4之间的像素聚集程度均较高,而图3的像素聚集程度较低,因此可以确定镜头0和镜头2为第一镜头,即不存在脏污的镜头,而镜头1为第二镜头,即存在脏污的镜头。
在另一个实施例中,如图8、图9和图10所示,电子设备包括三个镜头,分别是镜头0、镜头1和镜头2,且镜头0、镜头1和镜头2中存在第一镜头,第一镜头中不存在脏污;图8为镜头0对应的第二图像,图9为镜头1对应的第二图像,图10为镜头2对应的第二图像,图8、图9和图10是镜头0、镜头1和镜头2的共同拍摄范围对应的第二图像。
针对图8、图9和图10中的每两个第二图像,电子设备将每两个第二图像的像素分布直方图进行对比,如图11所示为图8和图9之间的像素分布对比图,如图12所示为图8和图10之间的像素分布对比图,如图13所示为图9和图10之间像素分布对比图;从图11、图12和图13中可知,图13中像素分布的重合程度较高,即图9和图10之间的像素分布重合程度较高,像素分布峰值区域的重合程度较高(像素分布峰值区域的距离偏置较小),而图11和图12中像素分布的重合程度较低,像素分布峰值区域的重合程度较低(像素分布峰值区域的距离偏置较大),因此可以确定镜头0、镜头1和镜头2存在脏污;并且,图9和图10之间的像素聚集程度均较高,而图8的像素聚集程度较低,因此可以确定镜头1和镜头2为第一镜头,即不存在脏污的镜头,而镜头0为第二镜头,即存在脏污的镜头。
在另一个实施例中,如图14、图15和图16所示,电子设备包括三个镜头,分别是镜头0、镜头1和镜头2,且镜头0、镜头1和镜头2中存在第一镜头,第一镜头中不存在脏污;图14为镜头0对应的第二图像,图15为镜头1对应的第二图像,图16为镜头2对应的第二图像,图14、图15和图16是镜头0、镜头1和镜头2的共同拍摄范围对应的第二图像。
针对图14、图15和图16中的每两个第二图像,电子设备将每两个第二图像的像素分布直方图进行对比,如图17所示为图14和图15之间的像素分布对比图,如图18所示为图14和图16之间的像素分布对比图,如图19所示为图15和图16之间像素分布对比图;从图17、图18和图19中可知,图17中像素分布的重合程度较高,即图14和图15之间的像素分布重合程度较高,像素分布峰值区域的重合程度较高(像素分布峰值区域的距离偏置较小),而图18和图19中像素分布的重合程度较低,像素分布峰值区域的重合程度较低(像素分布峰值区域的距离偏置较大),因此可以确定镜头0、镜头1和镜头2存在脏污;并且,图14和图15之间的像素聚集程度均较高,而图16的像素聚集程度较低,因此可以确定镜头0和镜头1为第一镜头,即不存在脏污的镜头,而镜头2为第二镜头,即存在脏污的镜头。
在一个实施例中,通过至少两个镜头分别进行曝光,得到至少两个第一图像,包括:确定至少两个镜头的共同拍摄范围;通过至少两个镜头分别进行曝光,得到至少两个第三图像;确定至少两个第三图像中每个共同拍摄范围的区域的平均亮度;若各个共同拍摄范围的区域的平均亮度不相同,则调整曝光参数,并以调整后的曝光参数返回执行通过至少两个镜头分别进行曝光,得到至少两个第三图像的步骤;若各个共同拍摄范围的区域的平均亮度均相同,则将平均亮度均相同对应的至少两个第三图像均作为第一图像。
其中,至少两个镜头的共同拍摄范围是至少两个镜头在出厂时标定得到的。电子设备的至少两个镜头在出厂时同时拍摄同一个棋盘格,确认每个镜头的可拍摄区域,从每个镜头的可拍摄区域中标定至少两个镜头之间的共同拍摄范围的区域。
可选地,电子设备响应于相机开启操作,打开至少两个镜头;通过至少两个镜头分别进行曝光,得到至少两个第三图像。
可选地,针对每个第三图像,电子设备统计第三图像中共同拍摄范围的区域内各个像素的亮度值,基于各个像素的亮度值确定第三图像的共同拍摄范围的区域的平均亮度。其中,像素的亮度值可以是像素的像素值。
可选地,若各个共同拍摄范围的区域的平均亮度不相同,则通过自动曝光算法调节曝光参数,并以调整后的曝光参数返回执行通过至少两个镜头分别进行曝光,得到至少两个点图像的步骤,直到确定各个共同拍摄范围的区域的平均亮度相同,将平均亮度均相同对应的至少两个第三图像均作为第一图像。其中,曝光参数包括曝光时长和增益中的至少一种。
若各个共同拍摄范围的区域的平均亮度均相同,则将平均亮度均相同对应的至少两个第三图像均作为第一图像,也即将最后一次得到的至少两个第三图像均作为第一图像。
在本实施例中,电子设备通过至少两个镜头分别进行曝光,得到至少两个第三图像;确定至少两个第三图像中每个共同拍摄范围的区域的平均亮度,若各个共同拍摄范围的区域的平均亮度不相同,则调整曝光参数,并以调整后的曝光参数继续进行曝光获取至少两个第三图像,若各个共同拍摄范围的区域的平均亮度均相同,则将平均亮度均相同对应的至少两个第三图像均作为第一图像,可以更准确地得到共同拍摄范围的区域的平均亮度均相同的第一图像。
在一个实施例中,如图20所示,电子设备包括三个镜头,分别是镜头0、镜头1和镜头2,且镜头0、镜头1和镜头2中存在第一镜头,第一镜头中不存在脏污;电子设备开启相机,针对同一拍摄场景,通过镜头0、镜头1和镜头2分别进行曝光,得到镜头0的第三图像、镜头1的第三图像和镜头2的第三图像;确定三个第三图像中每个共同拍摄范围的区域的平均亮度,若各个共同拍摄范围的区域的平均亮度不相同,则分别调整镜头0、镜头1和镜头2的曝光参数,并以调整后的曝光参数继续进行曝光,使得三个第三图像的共同拍摄范围的区域的平均亮度相同,获取各个平均亮度相同的共同拍摄范围的区域均作为第二图像;统计每个第二图像的像素分布,生成每个第二图像的像素分布直方图;将三个第二图像的像素分布直方图互相交叉对比,确定像素分布是否偏置;若像素分布存在偏置,则镜头0、镜头1和镜头2中有镜头脏污;若像素分布不存在偏置,则镜头0、镜头1和镜头2中没有镜头脏污。
在一个实施例中,还提供了一种镜头脏污检测方法,该方法应用于电子设备,电子设备包括至少两个镜头,至少两个镜头中存在第一镜头,第一镜头中不存在脏污;该方法包括以下步骤:
步骤A1,确定至少两个镜头的共同拍摄范围;针对同一拍摄场景,通过至少两个镜头分别进行曝光,得到至少两个第三图像;确定至少两个第三图像中每个共同拍摄范围的区域的平均亮度;若各个共同拍摄范围的区域的平均亮度不相同,则调整曝光参数,并以调整后的曝光参数返回执行通过至少两个镜头分别进行曝光,得到至少两个第三图像的步骤;若各个共同拍摄范围的区域的平均亮度均相同,则将平均亮度均相同对应的至少两个第三图像均作为第一图像;至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同。
步骤A2,从每个第一图像中,获取共同拍摄范围的区域作为第二图像。
步骤A3,获取每个第二图像的画面信息。
步骤A4,针对每两个第二图像,分别获取每个第二图像的像素分布峰值区域,并将每两个第二图像的像素分布峰值区域进行对比,确定像素分布峰值区域之间的目标重合程度。
步骤A5,获取每个第二图像的像素聚集程度。
步骤A6,若存在每两个第二图像对应的目标重合程度小于或等于重合阈值,且各个第二图像中存在第二图像的像素聚集程度小于或等于像素聚集阈值,则确定至少两个镜头存在脏污;若每两个第二图像对应的目标重合程度均大于重合阈值,或者各个第二图像的像素聚集程度均大于像素聚集阈值,则确定至少两个镜头不存在脏污。
步骤A7,若确定至少两个镜头存在脏污,则获取每个第二图像的像素聚集程度,并基于像素聚集程度确定处于像素分散状态的第二图像;将处于像素分散状态的第二图像对应的镜头作为第二镜头,第二镜头中存在脏污。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的镜头脏污检测方法的镜头脏污检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个镜头脏污检测装置实施例中的具体限定可以参见上文中对于镜头脏污检测方法的限定,在此不再赘述。
在一个实施例中,如图21所示,提供了一种镜头脏污检测装置,应用于电子设备,电子设备包括至少两个镜头,至少两个镜头中存在第一镜头,第一镜头中不存在脏污;该镜头脏污检测装置包括:曝光模块2102、第二图像获取模块2104、画面信息获取模块2106和镜头脏污判断模块2108,其中:
曝光模块2102,用于针对同一拍摄场景,通过至少两个镜头分别进行曝光,得到至少两个第一图像;至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同。
第二图像获取模块2104,用于从每个第一图像中,获取共同拍摄范围的区域作为第二图像。
画面信息获取模块2106,用于获取每个第二图像的画面信息。
镜头脏污判断模块2108,用于基于每个第二图像的画面信息,确定至少两个镜头是否存在脏污。
上述镜头脏污检测装置,针对同一拍摄场景,通过至少两个镜头分别进行曝光,得到至少两个第一图像,该至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;从每个第一图像中,获取共同拍摄范围的区域作为第二图像,以及获取每个第二图像的画面信息,那么,基于每个第二图像的画面信息,确定至少两个镜头是否存在脏污;也即借助至少两个镜头中共同拍摄范围的第二图像的画面信息,可以准确地确定出至少两个镜头是否存在脏污,提高了镜头脏污检测的准确性。
在一个实施例中,上述镜头脏污判断模块2108还用于根据每个第二图像的像素分布,确定至少两个镜头是否存在脏污。
在一个实施例中,上述镜头脏污判断模块2108还用于针对每两个第二图像,分别获取每个第二图像的像素分布峰值区域,并将每两个第二图像的像素分布峰值区域进行对比,确定像素分布峰值区域之间的目标重合程度;基于每两个第二图像对应的目标重合程度,确定至少两个镜头是否存在脏污。
在一个实施例中,上述镜头脏污判断模块2108还用于若存在每两个第二图像对应的目标重合程度小于或等于重合阈值,则确定至少两个镜头存在脏污;若每两个第二图像对应的目标重合程度均大于重合阈值,则确定至少两个镜头不存在脏污。
在一个实施例中,上述镜头脏污判断模块2108还用于获取每个第二图像的像素聚集程度;基于每两个第二图像对应的目标重合程度和每个第二图像的像素聚集程度,确定至少两个镜头是否存在脏污。
在一个实施例中,上述镜头脏污判断模块2108还用于若确定至少两个镜头存在脏污,则获取每个第二图像的像素聚集程度,并基于像素聚集程度确定处于像素分散状态的第二图像;将处于像素分散状态的第二图像对应的镜头作为第二镜头,第二镜头中存在脏污。
在一个实施例中,上述曝光模块2102还用于确定至少两个镜头的共同拍摄范围;通过至少两个镜头分别进行曝光,得到至少两个第三图像;确定至少两个第三图像中每个共同拍摄范围的区域的平均亮度;若各个共同拍摄范围的区域的平均亮度不相同,则调整曝光参数,并通过至少两个镜头以调整后的曝光参数分别进行曝光,得到至少两个第三图像;若各个共同拍摄范围的区域的平均亮度均相同,则将平均亮度均相同对应的至少两个第三图像均作为第一图像。
上述镜头脏污检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中,也可以以软件形式存储于电子设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种电子设备,该电子设备可以是终端,其内部结构图可以如图22所示。该电子设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的输入/输出接口用于处理器与外部设备之间交换信息。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种镜头脏污检测方法。该电子设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图22中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行镜头脏污检测方法的步骤。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行镜头脏污检测方法。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要符合相关规定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种镜头脏污检测方法,其特征在于,应用于电子设备,所述电子设备包括至少两个镜头,所述至少两个镜头中存在第一镜头,所述第一镜头中不存在脏污;所述方法包括:
针对同一拍摄场景,通过所述至少两个镜头分别进行曝光,得到至少两个第一图像;所述至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;
从每个所述第一图像中,获取所述共同拍摄范围的区域作为第二图像;
获取每个所述第二图像的画面信息,并基于每个所述第二图像的画面信息,确定所述至少两个镜头是否存在脏污。
2.根据权利要求1所述的方法,其特征在于,所述基于每个所述第二图像的画面信息,确定所述至少两个镜头是否存在脏污,包括:
根据每个所述第二图像的像素分布,确定所述至少两个镜头是否存在脏污。
3.根据权利要求2所述的方法,其特征在于,所述根据每个所述第二图像的像素分布,确定所述至少两个镜头是否存在脏污,包括:
针对每两个第二图像,分别获取每个所述第二图像的像素分布峰值区域,并将所述每两个第二图像的像素分布峰值区域进行对比,确定像素分布峰值区域之间的目标重合程度;
基于所述每两个第二图像对应的目标重合程度,确定所述至少两个镜头是否存在脏污。
4.根据权利要求3所述的方法,其特征在于,所述基于所述每两个第二图像对应的目标重合程度,确定所述至少两个镜头是否存在脏污,包括:
若存在所述每两个第二图像对应的目标重合程度小于或等于重合阈值,则确定所述至少两个镜头存在脏污;
若所述每两个第二图像对应的目标重合程度均大于重合阈值,则确定所述至少两个镜头不存在脏污。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取每个所述第二图像的像素聚集程度;
基于所述每两个第二图像对应的目标重合程度和每个所述第二图像的像素聚集程度,确定所述至少两个镜头是否存在脏污。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述方法还包括:
若确定所述至少两个镜头存在脏污,则获取每个所述第二图像的像素聚集程度,并基于所述像素聚集程度确定处于像素分散状态的第二图像;
将处于像素分散状态的第二图像对应的镜头作为第二镜头,所述第二镜头中存在脏污。
7.根据权利要求1至5任一项所述的方法,其特征在于,所述通过所述至少两个镜头分别进行曝光,得到至少两个第一图像,包括:
确定所述至少两个镜头的共同拍摄范围;
通过所述至少两个镜头分别进行曝光,得到至少两个第三图像;
确定所述至少两个第三图像中每个共同拍摄范围的区域的平均亮度;
若各个所述共同拍摄范围的区域的平均亮度不相同,则调整曝光参数,并以调整后的曝光参数返回执行所述通过所述至少两个镜头分别进行曝光,得到至少两个第三图像的步骤;
若各个所述共同拍摄范围的区域的平均亮度均相同,则将所述平均亮度均相同对应的至少两个第三图像均作为第一图像。
8.一种镜头脏污检测装置,其特征在于,应用于电子设备,所述电子设备包括至少两个镜头,所述至少两个镜头中存在第一镜头,所述第一镜头中不存在脏污;所述装置包括:
曝光模块,用于针对同一拍摄场景,通过所述至少两个镜头分别进行曝光,得到至少两个第一图像;所述至少两个第一图像中存在共同拍摄范围的区域,且共同拍摄范围的区域的平均亮度均相同;
第二图像获取模块,用于从每个所述第一图像中,获取所述共同拍摄范围的区域作为第二图像;
画面信息获取模块,用于获取每个所述第二图像的画面信息,
镜头脏污判断模块,用于基于每个所述第二图像的画面信息,确定所述至少两个镜头是否存在脏污。
9.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的镜头脏污检测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311501815.3A CN117336464A (zh) | 2023-11-10 | 2023-11-10 | 镜头脏污检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311501815.3A CN117336464A (zh) | 2023-11-10 | 2023-11-10 | 镜头脏污检测方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117336464A true CN117336464A (zh) | 2024-01-02 |
Family
ID=89293444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311501815.3A Pending CN117336464A (zh) | 2023-11-10 | 2023-11-10 | 镜头脏污检测方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117336464A (zh) |
-
2023
- 2023-11-10 CN CN202311501815.3A patent/CN117336464A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018176925A1 (zh) | Hdr图像的生成方法及装置 | |
CN108234858B (zh) | 图像虚化处理方法、装置、存储介质及电子设备 | |
CN111368717B (zh) | 视线确定方法、装置、电子设备和计算机可读存储介质 | |
WO2021179590A1 (zh) | 视差图的处理方法、装置、计算机设备和存储介质 | |
US10586308B2 (en) | Digital media environment for removal of obstructions in a digital image scene | |
CN108230333B (zh) | 图像处理方法、装置、计算机程序、存储介质和电子设备 | |
US20220222830A1 (en) | Subject detecting method and device, electronic device, and non-transitory computer-readable storage medium | |
CN107704798A (zh) | 图像虚化方法、装置、计算机可读存储介质和计算机设备 | |
CN111080571A (zh) | 摄像头遮挡状态检测方法、装置、终端和存储介质 | |
CN107103865A (zh) | 检测显示屏中显示区域的方法和装置 | |
CN110689565B (zh) | 一种深度图确定的方法、装置及电子设备 | |
CN113963072B (zh) | 双目摄像头标定方法、装置、计算机设备和存储介质 | |
US20230033956A1 (en) | Estimating depth based on iris size | |
CN115170383A (zh) | 一种图像虚化方法、装置、存储介质及终端设备 | |
CN117408886A (zh) | 气体图像增强方法、装置、电子装置和存储介质 | |
CN117336464A (zh) | 镜头脏污检测方法、装置、电子设备和存储介质 | |
CN115550558A (zh) | 拍摄设备的自动曝光方法、装置、电子设备和存储介质 | |
CN117522749B (zh) | 图像校正方法、装置、计算机设备和存储介质 | |
Zhao et al. | Objective assessment of perceived sharpness of projection displays with a calibrated camera | |
CN113592833B (zh) | 物体测量方法、装置、设备及存储介质 | |
CN116883257A (zh) | 图像去雾方法、装置、计算机设备和存储介质 | |
CN118071794A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN117830120A (zh) | 图像融合方法、装置、计算机设备和计算机可读存储介质 | |
CN114170417A (zh) | 目标对象识别方法、装置、计算机设备和存储介质 | |
CN118055335A (zh) | 基准帧确定方法、装置、电子设备和计算机可读存储介质 |
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 |