CN117499619B - 一种自适应镜头解析力的图像处理方法及应用 - Google Patents

Abstract

本发明公开了一种自适应镜头解析力的图像处理方法及应用，属于图像处理技术领域。所述方法包括：在配置第一镜头时拍摄预设图卡，得到第一RAW图像；基于第一RAW图像测试第一镜头对应的第一解析力；在配置待测镜头时拍摄预设图卡，得到第二RAW图像；基于第二RAW图像测试待测镜头对应的第二解析力；计算第一解析力与第二解析力的解析力比值；当解析力比值小于预设值时，对第三RAW图像进行去马赛克处理之前先对第三RAW图像进行锐化处理；当解析力比值大于预设值时，对第三RAW图像进行颜色校正之后再对第三RAW图像进行超分辨率处理。本发明根据不同解析力的镜头对RAW图像进行锐化处理或超分辨率处理，提高了图像分辨率。

Description

一种自适应镜头解析力的图像处理方法及应用

技术领域

本发明属于图像处理技术领域，特别是涉及一种自适应镜头解析力的图像处理方法及应用。

背景技术

近年来，超高清视频作为电子信息领域的战略性新兴产业发展迅速，软硬件产品不断突破，其图像更加清晰，细节更加丰富。分辨率是评价超高清成像质量的重要指标之一，随着工艺不断发展，图像传感器的分辨率有越来越高的趋势，但摄像机最终成像的分辨率不仅取决于图像传感器的分辨率，还和镜头解析力及ISP处理有关。

对于图像传感器来讲，像素越高，对镜头的解析力要求也越高，镜头分辨率超过图像传感器分辨率时，能最大限度发挥出图像传感器的最高分辨率。然而，镜头在摄像机的整体价格中占有很大的分量，著名镜头的价格甚至超过了机身，一味的套用高解析力的镜头提高了摄像机的成本。ISP同样是影响最终成像分辨率的一个重要因素，在不提升硬件的情况下，通过对ISP中去噪、锐化等模块进行调试，可以实现图像分辨率的提高。

目前，摄像模组中图像传感器和镜头的匹配通常是根据经验数据来进行选择，ISP仅在确认摄像模组硬件后，对摄像模组成像质量进行精细化的调节，匹配时通常未考虑到ISP对其的影响。

发明内容

本发明的目的在于克服现有技术的不足，提供一种自适应镜头解析力的图像处理方法及应用。

本发明的目的是通过以下技术方案来实现的：

本发明的第一方面公开了一种自适应镜头解析力的图像处理方法，应用于摄像系统，所述摄像系统包括摄像模组和图像信号处理器，所述摄像模组包括镜头和图像传感器，所述图像处理方法包括：

为摄像模组配置解析力最高的第一镜头，并拍摄预设图卡，得到第一RAW图像；

基于第一RAW图像测试配置第一镜头时摄像模组的第一解析力；

为摄像模组配置待测镜头，并拍摄预设图卡，得到第二RAW图像；

基于第二RAW图像测试配置待测镜头时摄像模组的第二解析力；

计算第一解析力与第二解析力的解析力比值；

当解析力比值小于预设值时，图像信号处理器在对第三RAW图像进行去马赛克处理之前先对第三RAW图像进行锐化处理；

当解析力比值大于预设值时，图像信号处理器在对第三RAW图像进行颜色校正之后再对第三RAW图像进行超分辨率处理；

其中，第三RAW图像为摄像模组配置所述待测镜头时采集的图像。

进一步地，基于第一RAW图像测试配置第一镜头时摄像模组的第一解析力，包括：

分别获取第一RAW图像中心位置水平、中心位置竖直、左上边角、左下边角、右上边角和右下边角的TV line。

进一步地，基于第二RAW图像测试配置待测镜头时摄像模组的第二解析力，包括：

分别获取第二RAW图像中心位置水平、中心位置竖直、左上边角、左下边角、右上边角和右下边角的TV line。

进一步地，计算第一解析力与第二解析力的比值，包括：

分别计算第一RAW图像和第二RAW图像对应位置的TV line的比值；

将第一RAW图像和第二RAW图像对应位置的TV line的比值进行加权计算，得到解析力比值。

进一步地，对第三RAW图像进行锐化处理，包括：

对第三RAW图像进行G通道插值，得到一个全分辨的G通道图像；

利用拉普拉斯算子对G通道图像进行卷积，得到G通道边缘图像；

根据G通道图像和G通道边缘图像计算锐化后的G通道图像，得到G通道锐化图像，G通道锐化图像的计算公式为：

gG＝fG+c1*fL

式中，gG表示G通道锐化图像，fG表示G通道图像，fL表示G通道边缘图像，c1表示预设的锐化权重；

基于G通道锐化图像计算锐化后的R通道图像，得到R通道锐化图像，R通道锐化图像的计算公式为：

gR(x,y)＝fR(x,y)+c1*fL(x,y)/fG(x,y)*fR(x,y)

式中，(x,y)表示当前像素值坐标，gR表示R通道锐化图像，fR表示R通道图像，fG表示G通道图像,fL表示G通道边缘图像，c1表示预设的锐化权重；

基于G通道锐化图像计算锐化后的B通道图像，得到B通道锐化图像，B通道锐化图像的计算公式为：

gB(x,y)＝fB(x,y)+c1*fL(x,y)/fG(x,y)*fB(x,y)

式中，(x,y)表示当前像素值坐标，gB表示B通道锐化图像，fB表示B通道图像，fG表示G通道图像,fL表示G通道边缘图像，c1表示预设的锐化权重；

根据G通道锐化图像、R通道锐化图像和B通道锐化图像生成锐化处理后的第三RAW图像。

进一步地，对第三RAW图像进行超分辨率处理，包括：

获取预处理后的第三RAW图像的G通道图像、R通道图像和B通道图像；

分别对G通道图像、R通道图像和B通道图像进行超分辨率处理，得到G通道超分图像、R通道超分图像和B通道超分图像；

根据G通道超分图像、R通道超分图像和B通道超分图像生成超分辨率处理后的第三RAW图像。

进一步地，所述超分辨率处理的方法包括：

对原始图像进行高斯下采样得到下采样图像；

对下采样图像进行高斯上采样得到上采样图像，高斯上采样时的高斯滤波核与高斯下采样时的高斯滤波核相同；

利用下采样图像减去上采样图像，得到拉普拉斯图像；

利用双线性插值方法对下采样图像进行超分辨率处理，得到和原始图像相同分辨率的第一超分图像；

将超分图像与拉普拉斯图像进行加权融合，得到原始图像的超分图像，超分图像的计算公式为：

K0＝S1+c2*L1

式中，K0表示原始图像，S1表示第一超分图像，c2表示预设的超分权重，L1表示拉普拉斯图像。

本发明的第二方面公开了一种最匹配镜头的确定方法，包括：

将多个候选镜头中解析力最高的镜头确定为第一镜头；

获取配置第一镜头时得到的最终图像的分辨率；

若配置第一镜头时得到的最终图像的分辨率满足预设目标分辨率，则分别将除第一镜头以外的其余所有候选镜头作为待测镜头；

根据本发明的第一方面所述的方法，对配置每个候选镜头时摄像模组采集的图像进行处理，得到最终图像；

若配置某个待测镜头时最终图像的分辨率与配置第一镜头时最终图像的分辨率相同，则将该待测镜头确定为所述摄像模组中图像传感器的最匹配镜头。

进一步地，若得到多个最匹配镜头，则将其中成本最低的镜头作为最终的最匹配镜头。

本发明的有益效果是：

(1)本发明中在图像信号处理器中添加了锐化处理模块和超分辨率处理模块，可有效提升摄像模组的图像性能；

(2)本发明中根据不同解析力的镜头对采集的RAW图像进行锐化处理或超分辨率处理，提高了图像分辨率，充分发挥该摄像模组的性能；

(3)本发明在某一图像传感器和不同解析力镜头进行匹配时，可以在达到目标图像分辨率的时候快速选择出更经济的镜头，有效降低开发成本。

附图说明

图1为本发明中摄像系统的一种实施例的组成示意图；

图2为本发明中图像处理方法的一种实施例的流程图；

图3为本发明中预处理的一种示意图；

图4为Bayer格式的G通道图像的一种示意图；

图5为全分辨率的G通道图像的一种示意图；

图6为本发明中拉普拉斯算子的模板的一种示意图；

图7为本发明中高斯滤波核的一种示意图。

具体实施方式

下面将结合实施例，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1至图7，本发明提供一种自适应镜头解析力的图像处理方法及应用：

本实施例的第一方面公开了一种自适应镜头解析力的图像处理方法，应用于摄像系统。如图1所示，所述摄像系统包括摄像模组和图像信号处理器，所述摄像模组包括镜头和图像传感器。

如图2所示，在一些实施例中，图像信号处理器包括锐化处理模块、去马赛克模块、颜色校正模块、超分辨率处理模块等。

如图3所示，所述图像处理方法包括S100至S600。

S100.为摄像模组配置解析力最高的第一镜头，并拍摄预设图卡，得到第一RAW图像。

一般的，第一镜头是指适配于所述摄像系统的所有镜头中解析力最高的镜头。

所述预设图卡可以采用ISO12233图卡。拍摄预设图卡时，调整摄像模组和预设图卡之间的距离，使得预设图卡占满全幅画面，然后调节到合适的焦距进行拍摄，将此时得到的RAW图像记为第一RAW图像。

S200.基于第一RAW图像测试配置第一镜头时摄像模组的第一解析力。

本实施例中采用摄像模组直出的RAW图像测试摄像模组的解析力，可以排除后续ISP处理对图像分辨率结果的影响。

在一些实施例中，采用TV line测试的方法判定摄像模组的解析力。具体的，基于第一RAW图像测试配置第一镜头时摄像模组的第一解析力，包括：分别获取第一RAW图像中心位置水平、中心位置竖直、左上边角、左下边角、右上边角和右下边角的TV line，依次记为a1、a2、a3、a4、a5、a6。

S300.为摄像模组配置待测镜头，并拍摄预设图卡，得到第二RAW图像。

所述预设图卡可以采用ISO12233图卡。拍摄预设图卡时，调整摄像模组和预设图卡之间的距离，使得预设图卡占满全幅画面，然后调节到合适的焦距进行拍摄，将此时得到的RAW图像记为第二RAW图像。

S400.基于第二RAW图像测试配置待测镜头时摄像模组的第二解析力。

在一些实施例中，采用相同的方法测试配置待测镜头和配置第一镜头时摄像模组的解析力。

在一些实施例中，采用TV line测试的方法判定摄像模组的解析力。具体的，基于第二RAW图像测试配置待测镜头时摄像模组的第二解析力，包括：分别获取第二RAW图像中心位置水平、中心位置竖直、左上边角、左下边角、右上边角和右下边角的TV line，依次记为b1、b2、b3、b4、b5、b6。

S500.计算第一解析力与第二解析力的解析力比值。

本实施例中，基于配置第一镜头的摄像模组的解析力来标定配置待测镜头的摄像模组的解析力。

在一些实施例中，计算第一解析力与第二解析力的比值，包括S510和S520。

S510.分别计算第一RAW图像和第二RAW图像对应位置的TV line的比值。

例如，第一RAW图像和第二RAW图像在中心位置水平处的TV line的比值为m1＝a1/b1，第一RAW图像和第二RAW图像在中心位置竖直处的TV line的比值为m2＝a2/b2。

S520.将第一RAW图像和第二RAW图像对应位置的TV line的比值进行加权计算，得到解析力比值。

解析力比值的计算公式为：

m＝(2*m1+2*m2+m3+m4+m5+m6)/8

式中，m为解析力比值，m1为第一RAW图像和第二RAW图像在中心位置水平处的TVline的比值，m2为第一RAW图像和第二RAW图像在中心位置竖直处的TV line的比值，m3为第一RAW图像和第二RAW图像在左上边角处的TV line的比值，m4为第一RAW图像和第二RAW图像在左下边角处的TV line的比值，m5为第一RAW图像和第二RAW图像在右上边角处的TVline的比值，m6为第一RAW图像和第二RAW图像在右下边角处的TV line的比值。

S600.在解析力比值小于预设值时，图像信号处理器在对第三RAW图像进行去马赛克处理之前先对第三RAW图像进行锐化处理；在解析力比值大于预设值时，图像信号处理器在对第三RAW图像进行颜色校正之后再对第三RAW图像进行超分辨率处理；其中，第三RAW图像为摄像模组配置所述待测镜头时采集的图像。

本实施例中，锐化处理和去马赛克处理两个步骤是相邻的，颜色校正和超分辨率处理两个步骤是相邻的。即，需要锐化处理时，先对第三RAW图像进行锐化处理，然后紧接着对锐化处理后的第三RAW图像进行去马赛克处理；需要超分辨率处理时，先对第三RAW图像进行颜色校正，紧接着对颜色校正后的第三RAW图像进行超分辨率处理。

本实施例中，在解析力比值大于或小于预设值时，会在默认处理流程的基础上增加超分辨率处理或锐化处理的步骤；在解析力比值等于预设值时，则按照默认处理流程对第三RAW图像进行处理即可，即不额外增加锐化处理或超分辨率处理的步骤。

默认处理流程为常规的处理流程，例如，默认处理流程包括去马赛克(demosaic)、白平衡(WB)、颜色校正(CCM)、伽马校正(gamma)、色彩空间转换(RGB转换为YUV)等处理步骤，其中，默认处理流程中某些处理步骤可以位于锐化处理步骤之前，如白平衡处理等，某些处理步骤可以位于超分辨率处理之后，如色彩空间转换等。

当解析力比值小于预设值时，配置待测镜头时摄像模组的解析力相较于配置第一镜头时摄像模组的解析力下降不是很多，可以采用在ISP管线中使能锐化模块来增强边界的锐利度。因为锐化不能凭空造出细节，在RAW域的锐化主要是保证更多的弱细节不受损失，使边界更加明显。在去马赛克之前进行锐化处理，可以先将弱边界进行一个增强，使之后的处理算法中弱边界可以被看到，减少细节损失。进行锐化处理时，根据解析力比值调节锐化的参数。

在一些实施例中，对第三RAW图像进行锐化处理，包括S601至S606。

S601.对第三RAW图像进行G通道插值，得到一个全分辨率的G通道图像。在一些实施例中，所述第三RAW图像为Bayer格式。

Bayer格式的G通道图像如图4所示，全分辨率的G通道图像如图5所示。

S602.利用拉普拉斯算子对G通道图像进行卷积，得到G通道边缘图像。

在一些实施例中，将3×3的拉普拉斯算子应用于G通道图像，计算出每个像素点和气邻域的差异，从而提取出图像的边缘和纹理等细节。拉普拉斯算子的模板如图6所示。

S603.根据G通道图像和G通道边缘图像计算锐化后的G通道图像，得到G通道锐化图像。在一些实施例中，G通道锐化图像的计算公式为：

gG＝fG+c1*fL

式中，gG表示G通道锐化图像，fG表示G通道图像，fL表示G通道边缘图像，c1表示预设的锐化权重。待测镜头相比第一镜头的解析力下降越多，需要锐化的强度越重，因此权重c1的取值和解析力比值m的值成正相关。

S604.基于G通道锐化图像计算锐化后的R通道图像，得到R通道锐化图像。

R通道锐化图像的计算公式为：

gR(x,y)＝fR(x,y)+c1*fL(x,y)/fG(x,y)*fR(x,y)

式中，(x,y)表示当前像素值坐标，gR表示R通道锐化图像，fR表示R通道图像，fG表示G通道图像,fL表示G通道边缘图像，c1表示预设的锐化权重。

S605.基于G通道锐化图像计算锐化后的B通道图像，得到B通道锐化图像。

B通道锐化图像的计算公式为：

gB(x,y)＝fB(x,y)+c1*fL(x,y)/fG(x,y)*fB(x,y)

式中，(x,y)表示当前像素值坐标，gB表示B通道锐化图像，fB表示B通道图像，fG表示G通道图像,fL表示G通道边缘图像，c1表示预设的锐化权重。

S606.根据G通道锐化图像、R通道锐化图像和B通道锐化图像生成锐化处理后的第三RAW图像。

当解析力比值大于预设值时，待测镜头和第一镜头的解析力相差较大，配置待测镜头时摄像模组获取的RAW图像的分辨率相当于是从配置第一镜头时摄像模组获取的RAW图像下采样得到的图像的分辨率，此时，在对RAW图像进行预处理后(例如，在颜色校正处理后)，采用超分辨率的方法来增强最终图像的图像分辨率。

在一些实施例中，对第三RAW图像进行超分辨率处理，包括：获取预处理后的第三RAW图像的G通道图像、R通道图像和B通道图像；分别对G通道图像、R通道图像和B通道图像进行超分辨率处理，得到G通道超分图像、R通道超分图像和B通道超分图像；根据G通道超分图像、R通道超分图像和B通道超分图像生成超分辨率处理后的第三RAW图像。

在一些实施例中，对G通道图像、R通道图像和B通道图像进行超分辨率处理的方法相同。下面以G通道图像为例进行说明，具体包括S611至S615。

S611.对G通道图像进行高斯下采样得到下采样图像。

在一些实施例中，下采样的高斯滤波核的规格为5×5，如图7所示，其中，高斯滤波核的系数g0-g5值可设置，即，可根据待测镜头的不同、解析力比值的不同，对系数g0-g5进行调节。

S612.对下采样图像进行高斯上采样得到上采样图像，高斯上采样时的高斯滤波核与高斯下采样时的高斯滤波核相同。

具体的，利用与高斯下采样时相同的高斯滤波核对下采样图像进行卷积计算，得到上采样图像。

S613.利用下采样图像减去上采样图像，得到拉普拉斯图像。

具体的，利用下采样图像减去上采样图像，得到图像的差值，即拉普拉斯图像，拉普拉斯图像保留了先下采样再上采样后的结果和原始G通道图像之间的缺失信息。

S614.利用双线性插值方法对下采样图像进行超分辨率处理，得到和G通道图像相同分辨率的第一超分图像。

S615.将超分图像与拉普拉斯图像进行加权融合，得到G通道超分图像。

G通道超分图像的计算公式为：

G0＝S1+c2*L1

式中，G0表示G通道超分图像，S1表示第一超分图像，c2表示预设的超分权重，L1表示拉普拉斯图像。其中，超分权重c2根据解析力比值m来确定，解析力比值m越大，则超分权重越大。

本实施例的第二方面公开了一种最匹配镜头的确定方法，包括：将多个候选镜头中解析力最高的镜头确定为第一镜头；获取配置第一镜头时得到的最终图像的分辨率；若配置第一镜头时得到的最终图像的分辨率满足预设目标分辨率，则分别将除第一镜头以外的其余所有候选镜头作为待测镜头；根据本实施例的第一方面所述的方法，对配置每个候选镜头时摄像模组采集的图像进行处理，得到最终图像；若配置某个待测镜头时最终图像的分辨率与配置第一镜头时最终图像的分辨率相同，则将该待测镜头确定为所述摄像模组中图像传感器的最匹配镜头。

本实施例中，对于配置第一镜头时采集到的图像，按照默认出来流程进行处理，得到相应的最终图像。

在一些实施例中，若配置第一镜头时得到的最终图像的分辨率不满足预设目标分辨率，则需要增加(如采用购买等方式)满足要求的镜头。

在一些实施例中，当知晓每个候选镜头的规格时，按照解析力从高到低的顺序依次将相应的候选镜头作为待测镜头进行最终图像分辨率的比较。

在一些实施例中，若得到多个最匹配镜头，则将其中成本最低的镜头作为最终的最匹配镜头。

在一些实施例中，所述图像传感器为4K图像传感器。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.一种自适应镜头解析力的图像处理方法，应用于摄像系统，所述摄像系统包括摄像模组和图像信号处理器，所述摄像模组包括镜头和图像传感器，其特征在于，所述图像处理方法包括：

为摄像模组配置解析力最高的第一镜头，并拍摄预设图卡，得到第一RAW图像；

基于第一RAW图像测试配置第一镜头时摄像模组的第一解析力；

为摄像模组配置待测镜头，并拍摄预设图卡，得到第二RAW图像；

基于第二RAW图像测试配置待测镜头时摄像模组的第二解析力；

计算第一解析力与第二解析力的解析力比值；

当解析力比值小于预设值时，图像信号处理器在对第三RAW图像进行去马赛克处理之前先对第三RAW图像进行锐化处理；

当解析力比值大于预设值时，图像信号处理器在对第三RAW图像进行颜色校正之后再对第三RAW图像进行超分辨率处理；

其中，第三RAW图像为摄像模组配置所述待测镜头时采集的图像；

基于第一RAW图像测试配置第一镜头时摄像模组的第一解析力，包括：

分别获取第一RAW图像中心位置水平、中心位置竖直、左上边角、左下边角、右上边角和右下边角的TV line；

基于第二RAW图像测试配置待测镜头时摄像模组的第二解析力，包括：

分别获取第二RAW图像中心位置水平、中心位置竖直、左上边角、左下边角、右上边角和右下边角的TV line；

计算第一解析力与第二解析力的比值，包括：

分别计算第一RAW图像和第二RAW图像对应位置的TV line的比值；

将第一RAW图像和第二RAW图像对应位置的TV line的比值进行加权计算，得到解析力比值。

2.根据权利要求1所述的一种自适应镜头解析力的图像处理方法，其特征在于，对第三RAW图像进行锐化处理，包括：

对第三RAW图像进行G通道插值，得到一个全分辨的G通道图像；

利用拉普拉斯算子对G通道图像进行卷积，得到G通道边缘图像；

根据G通道图像和G通道边缘图像计算锐化后的G通道图像，得到G通道锐化图像，G通道锐化图像的计算公式为：

gG=fG+c1*fL

式中，gG表示G通道锐化图像，fG表示G通道图像，fL表示G通道边缘图像，c1表示预设的锐化权重；

基于G通道锐化图像计算锐化后的R通道图像，得到R通道锐化图像，R通道锐化图像的计算公式为：

gR(x,y)=fR(x,y)+c1*fL(x,y)/fG(x,y)*fR(x,y)

式中，(x,y)表示当前像素值坐标，gR表示R通道锐化图像，fR表示R通道图像，fG表示G通道图像,fL表示G通道边缘图像，c1表示预设的锐化权重；

基于G通道锐化图像计算锐化后的B通道图像，得到B通道锐化图像，B通道锐化图像的计算公式为：

gB(x,y)=fB(x,y)+c1*fL(x,y)/fG(x,y)*fB(x,y)

式中，(x,y)表示当前像素值坐标，gB表示B通道锐化图像，fB表示B通道图像，fG表示G通道图像,fL表示G通道边缘图像，c1表示预设的锐化权重；

根据G通道锐化图像、R通道锐化图像和B通道锐化图像生成锐化处理后的第三RAW图像。

3.根据权利要求1所述的一种自适应镜头解析力的图像处理方法，其特征在于，对第三RAW图像进行超分辨率处理，包括：

获取预处理后的第三RAW图像的G通道图像、R通道图像和B通道图像；

分别对G通道图像、R通道图像和B通道图像进行超分辨率处理，得到G通道超分图像、R通道超分图像和B通道超分图像；

根据G通道超分图像、R通道超分图像和B通道超分图像生成超分辨率处理后的第三RAW图像。

4.根据权利要求3所述的一种自适应镜头解析力的图像处理方法，其特征在于，所述超分辨率处理的方法包括：

对原始图像进行高斯下采样得到下采样图像；

对下采样图像进行高斯上采样得到上采样图像，高斯上采样时的高斯滤波核与高斯下采样时的高斯滤波核相同；

利用下采样图像减去上采样图像，得到拉普拉斯图像；

利用双线性插值方法对下采样图像进行超分辨率处理，得到和原始图像相同分辨率的第一超分图像；

将超分图像与拉普拉斯图像进行加权融合，得到原始图像的超分图像，超分图像的计算公式为：

K0=S1+c2*L1

式中，K0表示原始图像，S1表示第一超分图像，c2表示预设的超分权重，L1表示拉普拉斯图像。

5.一种最匹配镜头的确定方法，其特征在于，包括：

将多个候选镜头中解析力最高的镜头确定为第一镜头；

获取配置第一镜头时得到的最终图像的分辨率；

若配置第一镜头时得到的最终图像的分辨率满足预设目标分辨率，则分别将除第一镜头以外的其余所有候选镜头作为待测镜头；

根据权利要求1-4任意一项所述的方法，对配置每个候选镜头时摄像模组采集的图像进行处理，得到最终图像；

若配置某个待测镜头时最终图像的分辨率与配置第一镜头时最终图像的分辨率相同，则将该待测镜头确定为所述摄像模组中图像传感器的最匹配镜头。

6.根据权利要求5所述的一种最匹配镜头的确定方法，其特征在于，若得到多个最匹配镜头，则将其中成本最低的镜头作为最终的最匹配镜头。