CN117880630B - 对焦深度获取方法、对焦深度获取系统及终端 - Google Patents
对焦深度获取方法、对焦深度获取系统及终端 Download PDFInfo
- Publication number
- CN117880630B CN117880630B CN202410283238.3A CN202410283238A CN117880630B CN 117880630 B CN117880630 B CN 117880630B CN 202410283238 A CN202410283238 A CN 202410283238A CN 117880630 B CN117880630 B CN 117880630B
- Authority
- CN
- China
- Prior art keywords
- depth
- interval
- focusing
- current
- acquisition
- 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 70
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 39
- 230000008569 process Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请提供一种对焦深度获取方法、对焦深度获取系统及终端,其中,方法包括:提取目标物当前深度图像的深度范围,将该深度范围划分为若干深度区间,并获取各深度区间对应的深度子范围;将当前深度图像内各深度特征点根据深度值划分至对应的深度区间内,以获得各深度区间对应的深度特征点;对各深度区间分别执行深度特征点的数量检测,以于各深度区间中提取目标深度区间;以及,基于所述目标深度区间中各深度特征点的深度值,确定目标物的当前对焦深度,从而降低了深度异常值对当前对焦深度的影响,不仅提高了对焦深度获取的准确性,也提高了对焦深度结果的稳定性。
Description
技术领域
本申请涉及图像成像技术领域,特别是涉及一种对焦深度获取方法、对焦深度获取系统及终端。
背景技术
现有的TOF对焦过程通常是对目标物的各帧深度图像依次执行对焦深度的判定,以根据判定结果来确定是否执行对焦触发过程,即检测单帧深度图像中目标物的对焦深度是否达到深度阈值,如是,则触发对焦过程,如否,则对下一帧深度图像执行对焦深度判定;因此,目标物对焦深度获取的准确度,将直接影响对焦焦点获取的准确性和对焦效果。
目前,对焦深度的获取方式往往是通过提取各对焦深度的分布特征值(如均值、中位值或最小值等),以将该分布特征值作为所述目标物的对焦深度执行相应的对焦深度判定;然而,由于采集设备不稳定、环境变化或目标物运动等原因,于各采集时刻采集到的深度图像往往会存在对焦深度不够稳定,数值波动相对较大等问题,导致对焦触发过程不稳定;例如,上一帧深度图像的对焦深度因大于深度阈值时而触发对焦,而于下一帧深度图像采集时,因采集设备发生抖动等原因使得对焦深度变小,导致中断对焦过程。
以及,当对焦深度的获取方式为提取对焦深度的最小值时,于实际处理过程中,对焦深度的获取结果常常受到目标物中非主体部位的深度值影响,导致对焦深度的获取结果不够准确,与对焦焦点的实际对焦位置偏离目标物的主体部位等情况;例如,使目标物对焦时的对焦焦点对焦至目标物的毛刺或飞点上,进而影响对焦后的图像采集效果。
因此,如何快速、准确且便捷地获取目标物的对焦深度已成为本领域需要解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点,本申请的目的在于提供一种对焦深度获取方法、对焦深度获取系统及终端,用于解决现有的对焦深度获取方法所获取的对焦深度存在不稳定,且易受到对焦深度异常值的影响而导致获取的对焦深度不准确,进而导致目标物的对焦焦点易存在偏离等技术问题。
为实现上述目的及其他相关目的,本申请的第一方面提供一种对焦深度获取方法,包括:获取目标物的当前深度图像,并提取当前深度图像的深度范围;将该深度范围划分为若干深度区间,并获取各深度区间对应的深度子范围;基于各深度区间对应的深度子范围,将当前深度图像内各深度特征点根据深度值划分至对应的深度区间内,以获得各深度区间对应的深度特征点;对各深度区间分别执行深度特征点的数量检测,以于各深度区间中提取目标深度区间;基于所述目标深度区间中各深度特征点的深度值,确定目标物的当前对焦深度。
于本申请第一方面的一些实施方式中,各所述深度区间的深度间隔相同;其中,所述深度间隔为单个深度区间内的最大深度值与最小深度值之间的差值。
于本申请第一方面的一些实施方式中,所述深度区间的获取方式,包括:基于预设的区间数量,将所述当前深度图像的深度范围均分为相应数量的深度区间;或所述深度区间的获取方式,包括:基于预设的深度间隔,将所述当前深度图像的深度范围划分为N个深度区间,为:
N=D / W
其中,N为深度区间数,D为深度极差,W为深度间隔。
于本申请第一方面的一些实施方式中,所述深度极差为当前深度图像中的最大深度值与最小深度值之间的距离差;或所述深度极差为当前深度图像中的最大深度值与最小深度值之间的距离差与预设系数之间的乘积;其中,所述预设系数用于使当前深度图像中的深度极差小于当前深度图像中目标物的景深。
于本申请第一方面的一些实施方式中,所述目标深度区间为沿对焦方向上,所述深度特征点数量大于第一阈值的第一个深度区间;其中,所述对焦方向为根据对焦策略所确定的焦点寻找方向;所述对各深度区间分别执行深度特征点的数量检测,以于各深度区间中提取目标深度区间,包括:对各所述深度区间按照深度值大小进行排序;对排序后的各深度区间依次执行深度特征点的数量检测,以获得所述目标深度区间。
于本申请第一方面的一些实施方式中,所述对焦深度获取方法,还包括:确定最小对焦约束面积,根据所述最小对焦约束面积,结合深度采集参数和目标物的采集距离,确定该采集距离下的所述第一阈值大小;其中,所述深度采集参数包括深度采集的视场角度,和深度采集的采集面阵大小。
于本申请第一方面的一些实施方式中,所述基于所述目标深度区间中各深度特征点的深度值,确定目标物的当前对焦深度,包括:获取所述目标深度区间内各深度特征点的深度值;计算各深度值的均值,将该均值设为目标物的当前对焦深度。
于本申请第一方面的一些实施方式中,所述的对焦深度获取方法还包括:基于若干个先前对焦深度,对所述当前对焦深度执行时域滤波处理,以获得最终的当前对焦深度;其中,所述先前对焦深度为基于先前采集时刻的目标物深度图所获得的目标物对焦深度。
为实现上述目的及其他相关目的,本申请的第二方面提供一种对焦深度获取系统,包括:深度范围模块,用于获取目标物的当前深度图像,并提取当前深度图像的深度范围;深度区间模块,用于将该深度范围划分为若干深度区间,并获取各深度区间对应的深度子范围;检测模块,用于基于各深度区间对应的深度子范围,将当前深度图像内各深度特征点根据深度值划分至对应的深度区间内,以获得各深度区间对应的深度特征点;并对各深度区间分别执行深度特征点的数量检测,以于各深度区间中提取目标深度区间;对焦深度输出模块,用于基于所述目标深度区间中各深度特征点的深度值,确定目标物的当前对焦深度。
为实现上述目的及其他相关目的,本申请的第三方面提供一种电子终端,其特征在于,包括:处理器及存储器;所述存储器用于存储计算机程序;所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如上任意所述对焦深度获取方法。
如上所述,本申请提供的所述对焦深度获取方法、对焦深度获取系统及终端,通过将当前深度图像中的深度范围划分为若干深度区间,以获取目标物的三维点云数据于深度方向上的切片,并通过比较各深度区间内的深度特征点数量与第一阈值之间的大小关系,从而可以于各切片中快速获取目标物主体部位对应的切片,作为目标深度区,提高了对焦深度获取的效率;以及根据目标深度区间内各深度特征点的深度值,获取目标物的当前对焦深度,可以实现了目标物对焦表面上各深度值的均值处理,大大降低了深度异常值(极大值和/或极小值)对当前对焦深度的影响,不仅提高了对焦深度的准确性,也提高了对焦深度结果的稳定性,进而有效地提高了目标物的对焦效果和图像采集效果。
附图说明
图1显示为本申请所述对焦深度获取方法于一实施例中的应用场景示意图;
图2显示为本申请中所述目标物深度图于一实施例中的示意图;
图3显示为本申请所述对焦深度获取方法于一实施例中的流程示意图;
图4显示为本申请一实施例中所述运动状态检测于执行单次时的流程示意图;
图5显示为本申请所述对焦深度获取方法于另一实施例中的流程示意图;
图6显示为本申请所述对焦深度获取系统于一实施例中的结构示意图;
图7显示为本申请一实施例中电子终端的结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,在下述描述中,参考附图,附图描述了本申请的若干实施例。应当理解,还可使用其他实施例,并且可以在不背离本申请的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的,并且本申请的实施例的范围仅由公布的专利的权利要求书所限定。这里使用的术语仅是为了描述特定实施例,而并非旨在限制本申请。空间相关的术语,例如“上”、“下”、“左”、“右”、“下面”、“下方”、“下部”、“上方”、“上部”等,可在文中使用以便于说明图中所示的一个元件或特征与另一元件或特征的关系。
再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。
为了使本发明的目的、技术方案及优点更加清楚明白,通过下述实施例并结合附图,对本发明实施例中的技术方案的进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定发明。
针对现有的对焦深度获取方法所获取的对焦深度存在不稳定,且易受到对焦深度异常值的影响而导致获取的对焦深度不准确等技术问题;本发明提供的所述对焦深度获取方法、对焦深度获取系统及终端,用于快速采集目标物于各采集时刻的对焦深度,以基于获取的各对焦深度执行后续的对焦触发处理过程,进而实现对目标物前端表面或者后端表面的快速对焦。
其中,所述对焦深度为目标物的对焦表面与图像采集设备之间的物距距离值;
所述目标物的前端表面为目标物主体部位距离图像采集设备最近的对焦表面,所述目标物的后端表面为目标物主体部位距离图像采集设备最远的对焦表面;
目标物为被拍摄的对象,包括物体、人或动物等;所述目标物主体部位为目标物中包含有目标物主要信息的部位;示例性的,当目标物为花枝时,所述目标物主体部位为花枝上的花朵部位。
请参阅图1和图2,分别示出为本发明提供的所述对焦深度获取方法于一具体实施例中的应用场景示意图和该应用场景下获取的目标物深度图;如图1所示,所述目标物1为一相机;目标物1与图像采集设备2之间的连线方向为图像采集方向;所述目标物1沿该图像采集方向上设有前端表面101(镜头表面)和后端表面102(相机后盖)。
其中,所述图像采集设备2至少包括深度采集单元(未示出)。
于一可选的实施例中,所述深度采集单元包括TOF模组,用于采集点云数据;更具体的,所述TOF模组可以是单点式TOF或者点阵式TOF,本发明实施例不做限定。
如图2所示,其中左图为基于深度采集单元所采集到的各深度特征点,右图为基于各深度特征点的深度值所确定的目标物深度图;于左图中可见于目标物的表面和周围存在飞点(灰框)和毛刺(黑框)。
需要说明的是,在对目标物进行对焦时,可根据对焦策略的采集要求,选定目标物的前端表面101或后端表面102进行对焦;示例性的,当所述对焦策略为前景对焦,对焦方向为深度值由小到大的顺序方向,即对目标物的前端表面进行对焦;当所述对焦策略为后景对焦,对焦方向为深度值由大到小的顺序方向,即对目标物的后端表面进行对焦。
以及,需要说明的是,本申请所述对焦深度获取方法可应用于图像采集设备、终端和服务器等。
请参阅图3,示出为本发明提供的所述对焦深度获取方法于一实施例中的流程示意图。如图3所示,所述对焦深度获取方法包括以下步骤:
步骤S100,获取目标物的当前深度图像,并提取当前深度图像的深度范围;
具体的,获取当前采集时刻下目标物的深度图像,作为目标物的当前深度图像;所述当前深度图像中包含若干深度特征点;
其中,所述深度特征点为利用深度采集单元所采集到的,且用于表征采集点深度(即采集点至采集设备距离)的特征点。
提取当前深度图像内各深度特征点的深度值;基于各深度值中的最大深度值和最小深度值,构建当前深度图像对应的深度范围。
S200,将所述深度范围划分为若干深度区间,并获取各深度区间对应的深度子范围;
其中,各深度区间的深度间隔相同;所述深度间隔为单个深度区间内的最大深度值与最小深度值之间的差值。
于一些可选的实施例中,所述深度区间的获取方式,包括:
基于预设的区间数量N,将所述当前的深度范围均分为N个深度区间。
示例性的,所述区间数量为4,所述深度范围为60-100,则将该深度范围划分为60-70、70-80、80-90和90-100。
于另一些可选的实施例中,所述深度区间的获取方式,包括:
获取预设的深度间隔;基于该深度间隔,将所述当前的深度范围划分为N个深度区间,为:
N=D / W
式中,N为深度区间数;W为深度间隔;D为深度极差,用于表征当前深度图像所对应的深度值范围。
于一具体的实施方式中,所述深度极差为当前深度图像中的最大深度值与最小深度值之间的距离差,即:
D=Dmax- Dmin
式中,Dmax为当前深度图像中的最大深度值,Dmin为当前深度图像中的最小深度值。
示例性的,于当前深度图像中的最大深度值为100,最小深度值为60时,则深度极差为40;且当深度间隔为5,则确定当前深度图像所对应的深度区间数量为8,即将当前的深度范围划分为60-65,65-70,70-75;依次类推。
于一较优的实施方式中,所述深度极差为当前深度图像中的最大深度值与最小深度值之间的距离差与预设系数之间的乘积,即:
D=(Dmax- Dmin)*a
式中,a为所述预设系数,用于使当前深度图像中的深度极差小于当前深度图像中目标物的景深;示例性的,a为0.8~0.99之间的一任意数值。
需要说明的是,所述深度间隔与所述当前深度图像的深度极差为正相关,即当深度极差相对较大,则所述深度间距也适应性增大,反之亦然,从而使划分的深度区间的数量相对较适合,以确保对焦效果能满足要求的同时,可以有效地提高目标对焦距离的获取效率,避免当深度极差较大而深度间距较小时,因划分的深度区间数量过多而导致目标对焦距离的获取效率较低;和避免当深度极差较小而深度间距较大时,因划分的深度区间数量过少而导致对焦效果较差。
以及,为进一步提高目标物对焦深度获取的灵活性和精度可调性,以提高本方法的适应性;于一些可选的实施例中,所述对焦深度获取方法于执行S200时,还包括:
根据目标物对焦深度获取的精度需求,对待划分的所述深度区间的数量进行调节;
具体的,于目标物的所述深度极差一定时,所述深度区间的数量越多,则所述深度间隔越小,即划分的各对焦平面越薄,则相应的,所获取的对焦深度的精度越高;相反的,所述深度区间的数量越少,则所述深度间隔越大,即划分的各对焦平面越厚,则所获取的对焦深度的精度越小。
S300,基于各所述深度区间对应的深度子范围,将当前深度图像内各深度特征点根据深度值划分至对应的深度区间内,以获得各深度区间对应的深度特征点;
具体的,对于单个深度区间,根据该深度区间对应的深度子范围,于当前深度图像中提取深度值位于该深度子范围内的各深度特征点,作为该深度区间对应的深度特征点;
对各深度区间均执行该步骤,以获得各深度区间对应的深度特征点。
S400,对各深度区间执行深度特征点的数量检测,以于各深度区间中提取目标深度区间;
其中,所述目标深度区间为沿对焦方向上,所述深度特征点数量大于第一阈值的第一个深度区间;所述第一阈值为深度特征点的数量阈值,用于确定所述对焦平面的采集大小。
具体的,对各深度区间按照深度值大小进行排序;基于预设的对焦方向,对各深度区间依次执行深度特征点数量的检测,以获得深度特征点数量大于所述第一阈值的目标深度区间。
更具体的,对于单个深度区间,所述深度特征点的数量检测于执行时,如图4所示,包括:
S401,获取当前深度区间对应的深度特征点的数量;
S402,检测所述深度特征点的数量是否大于所述第一阈值,如是,则判定当前深度区间为目标深度区间,如否,则将当前深度区间的后一区间作为新的当前深度区间,以对更新后的当前深度区间重新执行该检测过程,直至退出。
需要说明的是,于第一次执行所述深度特征点的数量检测时,所述当前深度区间为沿所述对焦方向上的第一个深度区间,即当所述对焦方向为深度值由小到大的顺序方向时,则所述当前深度区间为深度值最小的深度区间,而当所述对焦方向为深度值由大到小的顺序方向时,则所述当前深度区间为深度值最大的深度区间。
于一些实施例中,目标物的前端表面或后端表面会存在一些毛刺或细小枝丫等干扰物,则所获取的深度图像于目标物表面会存在毛刺或飞点等干扰点,即对目标物主体部位的对焦效果形成干扰的深度特征点。
为降低所述干扰点对于目标物对焦效果的影响,确保对焦后的图像采集效果,于一些实施例中,所述方法于执行S300时,还包括:
确定最小对焦约束面积,根据所述最小对焦约束面积,结合深度采集参数和目标物的采集距离,确定该采集距离下的所述第一阈值大小。
其中,所述最小对焦约束面积为在实现对焦时,于深度采集单元的采集视野内所需要采集到的最小面积;所述最小对焦约束面积与目标物的采集距离呈正相关,即当目标物的采集距离越大,则所述最小对焦约束面积越大,反之亦然;示例性的,当目标物的采集距离为1m,则所述最小对焦约束面积S为2cm2;当采集距离为2m,则所述最小对焦约束面积S为4 cm2;当采集距离为3m,则所述最小对焦约束面积S为6 cm2。
所述深度采集参数包括深度采集的视场角度,和深度采集的采集面阵大小;其中,所述采集面阵大小即所述深度采集单元的横向和纵向分辨率大小。
具体的,根据目标物的采集距离,结合所述视场角度和所述采集面阵大小,确定该采集距离下单个深度特征点对应的采集投射面积,为:
r= d* tan(1/b*n) * d* tan(1/a*m)
其中,r为单个深度特征点对应的采集投射面积;a和b分别对应为所述采集面阵上的横向特征点数和纵向特征点数;d为目标物的采集距离;m和n分别对应为所述视场角度中的横向视场角和纵向视场角。
根据所述单个深度特征点对应的采集投射面积,和所述最小对焦约束面积,确定所述第一阈值为:
T= S / r
其中,T为第一阈值;S为最小对焦约束面积;r为单个深度特征点对应的采集投射面积。
可选的,所述第一阈值的获取方式,还包括:
根据所述单个深度特征点对应的采集投射面积,所述最小对焦约束面积和容差系数获取,即:
T= S / r * j
其中,j为容差系数,为0.7~0.99之间的一任意数值,用于弥补边界上的深度特征点对于所述第一阈值结果的影响。
S500,基于所述目标深度区间中各深度特征点的深度值,确定目标物的当前对焦深度。
具体的,获取所述目标深度区间内各深度特征点的深度值;计算各深度值的均值,将该均值设为目标物的当前对焦深度。
于一些可选的实施例中,所述目标物的当前深度图像的获取方式,包括:
对目标物所在的区域执行深度采集,以获得当前时刻对应的初始深度图像;对该初始深度图像执行目标识别和裁切,以获得目标物的当前深度图像。
于现有的深度采集过程中,因外部环境或设备等的影响,采集到的初始深度图像中往往包含有深度噪声,导致对焦深度结果的准确性较低;为降低深度噪声对于结果的影响,提高结果的准确性,可选的,所述目标物的当前深度图像的获取方式,还包括:
对裁切后的所述初始深度图像执行去噪处理,以获得去噪处理后的深度图像。
其中,所述去噪处理包括但不限于高斯模糊处理、双边滤波处理或其他现有的去噪处理方式。
于一具体实施方式中,所述去噪处理包括:
获取所述初始深度图像中各深度特征点对应的深度值,于各深度值中提取极大值和极小值,删除极大值和极小值所对应的深度特征点。
为进一步提高目标物的对焦准确性,于一些可选的实施例中,所述方法于执行步骤S500之后,如图5所示,还包括:
S600,基于若干个先前对焦深度,对所述当前对焦深度执行时域滤波处理,以获得最终的当前对焦深度。
其中,所述先前对焦深度为基于先前采集时刻所采集到的目标物深度图,基于如上任意实施例提供的所述对焦深度获取方法所获得目标物的对焦深度;所述先前采集时刻为位于当前采集时刻之前的相邻采集时刻。
为解决现有技术中存在的技术问题,基于相同的发明构思,本申请还提供一种对焦深度获取系统,用于快速采集目标物于各采集时刻的对焦深度,以基于获取的所述对焦深度执行后续的对焦触发处理过程。
请参阅图6,示出本发明提供的所述对焦深度获取系统于一实施例中的结构示意图。如图6所示,所述对焦深度获取系统500包括深度范围模块510、深度区间模块520、检测模块530和对焦深度输出模块540。
其中,所述深度范围模块510用于获取目标物的当前深度图像,并提取当前深度图像的深度范围;
所述深度区间模块520用于将所述深度范围划分为若干深度区间,并获取各深度区间对应的深度子范围;
所述检测模块530用于基于各深度区间对应的深度子范围,将当前深度图像内各深度特征点根据深度值划分至对应的深度区间内,以获得各深度区间对应的深度特征点;并对各深度区间分别执行深度特征点的数量检测,以于各深度区间中提取目标深度区间;
所述对焦深度输出模块540用于基于所述目标深度区间中各深度特征点的深度值,确定目标物的当前对焦深度。
具体的,所述获取目标物的当前深度图像,并提取当前深度图像的深度范围的实现方式与上述实施例中的相同,在此不再赘述。
所述将该深度范围划分为若干深度区间,并获取各深度区间对应的深度子范围的实现方式与上述实施例中的相同,在此不再赘述。
所述基于各深度区间对应的深度子范围,将当前深度图像内各深度特征点根据深度值划分至对应的深度区间内,以获得各深度区间对应的深度特征点的实现方式;以及所述对各深度区间分别执行深度特征点的数量检测,以于各深度区间中提取目标深度区间的实现方式与上述实施例中的实现方式均相同,在此不再赘述。
需要说明的是,上述实施例提供的所述对焦深度获取系统于执行目标物的对焦深度获取时,仅以上述各程序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处理分配由不同的程序模块完成,即将系统的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。以及,上述实施例提供的对焦深度获取系统与对焦深度获取方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本发明实施例提供的对焦深度获取方法可以采用终端侧或服务器侧实施。请参阅图7,为本发明实施例提供的对焦深度获取终端700的一个可选的硬件结构示意图,该终端700可以是集拍照/摄像功能于一体的直播机、摄像机、移动电话、计算机设备、平板设备、个人数字处理设备等。
如图7所示,所述对焦深度获取终端700包括:至少一个处理器701、存储器702、至少一个网络接口704和用户接口706。装置中的各个组件通过总线系统705耦合在一起。可以理解的是,总线系统705用于实现这些组件之间的连接通信。总线系统705除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
其中,用户接口706可以包括显示器、键盘、鼠标、轨迹球、点击枪、按键、按钮、触感板或者触摸屏等。
可以理解,存储器702可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,StaticRandom Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous StaticRandomAccess Memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类别的存储器。
本发明实施例中的存储器702用于存储各种类别的数据以支持对焦深度获取终端700的操作。这些数据的示例包括:用于在对焦深度获取终端700上操作的任何可执行程序,如操作系统7021和应用程序7022;操作系统7021包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序7022可以包含各种应用程序,例如媒体播放器(MediaPlayer)、浏览器(Browser)等,用于实现各种应用业务。实现本发明实施例提供的对焦深度获取方法可以包含在应用程序7022中。
上述本发明实施例揭示的方法可以应用于处理器701中,或者由处理器701实现。处理器701可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器701可以是通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器701可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器701可以是微处理器或者任何常规的处理器等。结合本发明实施例所提供的配件优化方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成前述方法的步骤。
在示例性实施例中,对焦深度获取终端700可以被一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,Complex ProgrammableLogicDevice),用于执行前述方法。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器调用时实现本发明提供的所述对焦深度获取方法。
其中,计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD) 、记忆棒、软盘、机械编码设备。
这里所描述的计算机可读程序可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
综上所述,本申请提供的所述对焦深度获取方法、对焦深度获取系统及终端,通过将当前深度图像中的深度范围划分为若干深度区间,以获取目标物的三维点云数据于深度方向上的切片,并通过比较各深度区间内的深度特征点数量与第一阈值之间的大小关系,从而可以于各切片中快速获取采集数据相对完整(采集面相对完整,未存在数据缺失)的切片,作为目标深度区,提高了对焦深度获取的效率;以及根据目标深度区间内各深度特征点的深度值,获取目标物的当前对焦深度,可以实现了目标物对焦表面上各深度值的均值处理,大大降低了深度异常值(极大值和/或极小值)对当前对焦深度的影响,不仅提高了对焦深度的准确性,也提高了对焦深度结果的稳定性,进而有效地提高了目标物的对焦效果和图像采集效果。
此外,通过调整深度区间的数量,可以便捷地调节目标物对焦表面的获取精度,和通过调节第一阈值,可便捷地调节目标物采集的大小,从而在提高对焦深度的准确性同时,提高了本申请所述方法的适应性和灵活性,使方法具备优秀的延展性和可调性。所以,本申请有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (10)
1.一种对焦深度获取方法,其特征在于,包括:
获取目标物的当前深度图像,并提取当前深度图像的深度范围;
将该深度范围划分为若干深度区间,并获取各深度区间对应的深度子范围;
基于各深度区间对应的深度子范围,将当前深度图像内各深度特征点根据深度值划分至对应的深度区间内,以获得各深度区间对应的深度特征点;
对各深度区间分别执行深度特征点的数量检测,以于各深度区间中提取目标深度区间;
基于所述目标深度区间中各深度特征点的深度值,确定目标物的当前对焦深度;
其中,所述目标深度区间为沿对焦方向上,所述深度特征点数量大于第一阈值的第一个深度区间;所述第一阈值为深度特征点的数量阈值,用于确定对焦平面的采集大小。
2.根据权利要求1所述的对焦深度获取方法,其特征在于,各所述深度区间的深度间隔相同;
其中,所述深度间隔为单个深度区间内的最大深度值与最小深度值之间的差值。
3.根据权利要求2所述的对焦深度获取方法,其特征在于,所述深度区间的获取方式,包括:
基于预设的区间数量,将所述当前深度图像的深度范围均分为相应数量的深度区间;或所述深度区间的获取方式,包括:
基于预设的深度间隔,将所述当前深度图像的深度范围划分为N个深度区间,为:
N=D/W
其中,N为深度区间数,D为深度极差,W为深度间隔。
4.根据权利要求3所述的对焦深度获取方法,其特征在于,所述深度极差为当前深度图像中的最大深度值与最小深度值之间的距离差;或
所述深度极差为当前深度图像中的最大深度值与最小深度值之间的距离差与预设系数之间的乘积;其中,所述预设系数用于使当前深度图像中的深度极差小于当前深度图像中目标物的景深。
5.根据权利要求1所述的对焦深度获取方法,其特征在于,所述对各深度区间分别执行深度特征点的数量检测,以于各深度区间中提取目标深度区间,包括:
对各所述深度区间按照深度值大小进行排序;对排序后的各深度区间依次执行深度特征点的数量检测,以获得所述目标深度区间。
6.根据权利要求1所述的对焦深度获取方法,其特征在于,还包括:
确定最小对焦约束面积,根据所述最小对焦约束面积,结合深度采集参数和目标物的采集距离,确定该采集距离下的所述第一阈值大小;
其中,所述深度采集参数包括深度采集的视场角度,和深度采集的采集面阵大小。
7.根据权利要求1所述的对焦深度获取方法,其特征在于,所述基于所述目标深度区间中各深度特征点的深度值,确定目标物的当前对焦深度,包括:
获取所述目标深度区间内各深度特征点的深度值;计算各深度值的均值,将该均值设为目标物的当前对焦深度。
8.根据权利要求1所述的对焦深度获取方法,其特征在于,还包括:
基于若干个先前对焦深度,对所述当前对焦深度执行时域滤波处理,以获得最终的当前对焦深度;
其中,所述先前对焦深度为基于先前采集时刻的目标物深度图所获得的目标物对焦深度。
9.一种对焦深度获取系统,其特征在于,包括:
深度范围模块,用于获取目标物的当前深度图像,并提取当前深度图像的深度范围;
深度区间模块,用于将该深度范围划分为若干深度区间,并获取各深度区间对应的深度子范围;
检测模块,用于基于各深度区间对应的深度子范围,将当前深度图像内各深度特征点根据深度值划分至对应的深度区间内,以获得各深度区间对应的深度特征点;并对各深度区间分别执行深度特征点的数量检测,以于各深度区间中提取目标深度区间;
对焦深度输出模块,用于基于所述目标深度区间中各深度特征点的深度值,确定目标物的当前对焦深度;
其中,所述目标深度区间为沿对焦方向上,所述深度特征点数量大于第一阈值的第一个深度区间;所述第一阈值为深度特征点的数量阈值,用于确定对焦平面的采集大小。
10.一种电子终端,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如权利要求1至8中任一项所述对焦深度获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410283238.3A CN117880630B (zh) | 2024-03-13 | 2024-03-13 | 对焦深度获取方法、对焦深度获取系统及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410283238.3A CN117880630B (zh) | 2024-03-13 | 2024-03-13 | 对焦深度获取方法、对焦深度获取系统及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117880630A CN117880630A (zh) | 2024-04-12 |
CN117880630B true CN117880630B (zh) | 2024-06-07 |
Family
ID=90590372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410283238.3A Active CN117880630B (zh) | 2024-03-13 | 2024-03-13 | 对焦深度获取方法、对焦深度获取系统及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117880630B (zh) |
Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101025405B1 (ko) * | 2009-11-02 | 2011-03-28 | 중앙대학교 산학협력단 | 초점 조절 영상 생성 시스템, 방법 및 이를 채용한 촬영 장치 |
CN104363378A (zh) * | 2014-11-28 | 2015-02-18 | 广东欧珀移动通信有限公司 | 相机对焦方法、装置及终端 |
CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
CN105659580A (zh) * | 2014-09-30 | 2016-06-08 | 华为技术有限公司 | 一种自动对焦方法、装置及电子设备 |
CN107084680A (zh) * | 2017-04-14 | 2017-08-22 | 浙江工业大学 | 一种基于机器单目视觉的目标深度测量方法 |
JP2017184007A (ja) * | 2016-03-30 | 2017-10-05 | キヤノン株式会社 | 画像処理装置、撮像装置、制御方法およびプログラム |
JP2018029270A (ja) * | 2016-08-18 | 2018-02-22 | キヤノン株式会社 | 画像処理装置およびその制御方法、撮像装置、プログラム |
JP2018061292A (ja) * | 2013-01-31 | 2018-04-12 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム |
CN109831609A (zh) * | 2019-03-05 | 2019-05-31 | 上海炬佑智能科技有限公司 | Tof深度相机及其自动对焦方法 |
WO2020146965A1 (zh) * | 2019-01-14 | 2020-07-23 | 广东省航空航天装备技术研究所 | 图像重新聚焦的控制方法及系统 |
CN112215880A (zh) * | 2019-07-10 | 2021-01-12 | 浙江商汤科技开发有限公司 | 一种图像深度估计方法及装置、电子设备、存储介质 |
CN112529951A (zh) * | 2019-09-18 | 2021-03-19 | 华为技术有限公司 | 扩展景深图像的获取方法、装置及电子设备 |
CN112669355A (zh) * | 2021-01-05 | 2021-04-16 | 北京信息科技大学 | 基于rgb-d超像素分割的聚焦堆栈数据拼接融合的方法及系统 |
CN112887602A (zh) * | 2021-01-26 | 2021-06-01 | Oppo广东移动通信有限公司 | 摄像头切换方法、装置、存储介质及电子设备 |
CN113034567A (zh) * | 2021-03-31 | 2021-06-25 | 奥比中光科技集团股份有限公司 | 一种深度真值获取方法、装置、系统及深度相机 |
CN113325947A (zh) * | 2020-02-28 | 2021-08-31 | 北京七鑫易维信息技术有限公司 | 一种显示方法、装置、终端设备及存储介质 |
CN113572958A (zh) * | 2021-07-15 | 2021-10-29 | 杭州海康威视数字技术股份有限公司 | 一种自动触发摄像机聚焦的方法及设备 |
CN114387327A (zh) * | 2021-12-21 | 2022-04-22 | 陕西师范大学 | 基于深度学习视差预测的合成孔径聚焦成像方法 |
CN116051391A (zh) * | 2022-08-27 | 2023-05-02 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
WO2023072030A1 (zh) * | 2021-11-01 | 2023-05-04 | 中兴通讯股份有限公司 | 镜头自动对焦方法及装置、电子设备和计算机可读存储介质 |
WO2023071707A1 (zh) * | 2021-10-29 | 2023-05-04 | 北京字节跳动网络技术有限公司 | 视频图像处理方法、装置、电子设备及存储介质 |
CN116320746A (zh) * | 2023-05-16 | 2023-06-23 | 武汉昊一源科技有限公司 | Tof对焦装置、对焦方法及拍摄设备 |
CN116324882A (zh) * | 2020-09-23 | 2023-06-23 | 高通股份有限公司 | 多相机系统中的图像信号处理 |
CN116708756A (zh) * | 2023-06-19 | 2023-09-05 | 日立电梯(中国)有限公司 | 传感器的精度检测方法、检测装置、电子设备和存储介质 |
WO2023214790A1 (ko) * | 2022-05-04 | 2023-11-09 | 한화비전 주식회사 | 영상 분석 장치 및 방법 |
CN117319787A (zh) * | 2023-08-24 | 2023-12-29 | 浙江大华技术股份有限公司 | 一种图像对焦方法、装置、系统、控制设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013201530A (ja) * | 2012-03-23 | 2013-10-03 | Canon Inc | 撮像装置及びその制御方法 |
WO2014014135A1 (ko) * | 2012-07-17 | 2014-01-23 | 인텔 코오퍼레이션 | 촬영된 이미지의 리포커싱 방법, 장치, 및 컴퓨터 판독 가능한 기록 매체 |
JP6091228B2 (ja) * | 2013-01-30 | 2017-03-08 | キヤノン株式会社 | 画像処理装置、撮像装置 |
US10554956B2 (en) * | 2015-10-29 | 2020-02-04 | Dell Products, Lp | Depth masks for image segmentation for depth-based computational photography |
-
2024
- 2024-03-13 CN CN202410283238.3A patent/CN117880630B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101025405B1 (ko) * | 2009-11-02 | 2011-03-28 | 중앙대학교 산학협력단 | 초점 조절 영상 생성 시스템, 방법 및 이를 채용한 촬영 장치 |
JP2018061292A (ja) * | 2013-01-31 | 2018-04-12 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム |
CN105659580A (zh) * | 2014-09-30 | 2016-06-08 | 华为技术有限公司 | 一种自动对焦方法、装置及电子设备 |
CN104363378A (zh) * | 2014-11-28 | 2015-02-18 | 广东欧珀移动通信有限公司 | 相机对焦方法、装置及终端 |
CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
JP2017184007A (ja) * | 2016-03-30 | 2017-10-05 | キヤノン株式会社 | 画像処理装置、撮像装置、制御方法およびプログラム |
JP2018029270A (ja) * | 2016-08-18 | 2018-02-22 | キヤノン株式会社 | 画像処理装置およびその制御方法、撮像装置、プログラム |
CN107084680A (zh) * | 2017-04-14 | 2017-08-22 | 浙江工业大学 | 一种基于机器单目视觉的目标深度测量方法 |
WO2020146965A1 (zh) * | 2019-01-14 | 2020-07-23 | 广东省航空航天装备技术研究所 | 图像重新聚焦的控制方法及系统 |
CN109831609A (zh) * | 2019-03-05 | 2019-05-31 | 上海炬佑智能科技有限公司 | Tof深度相机及其自动对焦方法 |
CN112215880A (zh) * | 2019-07-10 | 2021-01-12 | 浙江商汤科技开发有限公司 | 一种图像深度估计方法及装置、电子设备、存储介质 |
CN112529951A (zh) * | 2019-09-18 | 2021-03-19 | 华为技术有限公司 | 扩展景深图像的获取方法、装置及电子设备 |
CN113325947A (zh) * | 2020-02-28 | 2021-08-31 | 北京七鑫易维信息技术有限公司 | 一种显示方法、装置、终端设备及存储介质 |
CN116324882A (zh) * | 2020-09-23 | 2023-06-23 | 高通股份有限公司 | 多相机系统中的图像信号处理 |
CN112669355A (zh) * | 2021-01-05 | 2021-04-16 | 北京信息科技大学 | 基于rgb-d超像素分割的聚焦堆栈数据拼接融合的方法及系统 |
CN112887602A (zh) * | 2021-01-26 | 2021-06-01 | Oppo广东移动通信有限公司 | 摄像头切换方法、装置、存储介质及电子设备 |
CN113034567A (zh) * | 2021-03-31 | 2021-06-25 | 奥比中光科技集团股份有限公司 | 一种深度真值获取方法、装置、系统及深度相机 |
CN113572958A (zh) * | 2021-07-15 | 2021-10-29 | 杭州海康威视数字技术股份有限公司 | 一种自动触发摄像机聚焦的方法及设备 |
WO2023071707A1 (zh) * | 2021-10-29 | 2023-05-04 | 北京字节跳动网络技术有限公司 | 视频图像处理方法、装置、电子设备及存储介质 |
WO2023072030A1 (zh) * | 2021-11-01 | 2023-05-04 | 中兴通讯股份有限公司 | 镜头自动对焦方法及装置、电子设备和计算机可读存储介质 |
CN116095473A (zh) * | 2021-11-01 | 2023-05-09 | 中兴终端有限公司 | 镜头自动对焦方法、装置、电子设备和计算机存储介质 |
CN114387327A (zh) * | 2021-12-21 | 2022-04-22 | 陕西师范大学 | 基于深度学习视差预测的合成孔径聚焦成像方法 |
WO2023214790A1 (ko) * | 2022-05-04 | 2023-11-09 | 한화비전 주식회사 | 영상 분석 장치 및 방법 |
CN116051391A (zh) * | 2022-08-27 | 2023-05-02 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
CN116320746A (zh) * | 2023-05-16 | 2023-06-23 | 武汉昊一源科技有限公司 | Tof对焦装置、对焦方法及拍摄设备 |
CN116708756A (zh) * | 2023-06-19 | 2023-09-05 | 日立电梯(中国)有限公司 | 传感器的精度检测方法、检测装置、电子设备和存储介质 |
CN117319787A (zh) * | 2023-08-24 | 2023-12-29 | 浙江大华技术股份有限公司 | 一种图像对焦方法、装置、系统、控制设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
Depth-of-Field Extension Method Using Variable Annular Pupil Division;Deokhwa Hong;《IEEE/ASME Transactions on Mechatronics ( Volume: 17, Issue: 2, April 2012)》;20110124;全文 * |
聚焦性检测与彩色信息引导的光场图像深度提取;胡良梅;姬长动;张旭东;张骏;王丽娟;;中国图象图形学报;20160216(02);全文 * |
融合特征点密度与边缘信息的场景深度估计;何建梅;《激光与光电子学进展》;20170710;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117880630A (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6271990B2 (ja) | 画像処理装置、画像処理方法 | |
US9307221B1 (en) | Settings of a digital camera for depth map refinement | |
US8953024B2 (en) | 3D scene model from collection of images | |
US9501834B2 (en) | Image capture for later refocusing or focus-manipulation | |
CN110493527B (zh) | 主体对焦方法、装置、电子设备和存储介质 | |
US20140219582A1 (en) | Image composition apparatus and method | |
US20230252664A1 (en) | Image Registration Method and Apparatus, Electronic Apparatus, and Storage Medium | |
CN111161136B (zh) | 图像虚化方法、图像虚化装置、设备及存储装置 | |
CN112749726B (zh) | 目标检测模型的训练方法、装置、计算机设备和存储介质 | |
WO2021003807A1 (zh) | 一种图像深度估计方法及装置、电子设备、存储介质 | |
US9536169B2 (en) | Detection apparatus, detection method, and storage medium | |
US11647294B2 (en) | Panoramic video data process | |
CN114390201A (zh) | 对焦方法及其装置 | |
JP5192437B2 (ja) | 物体領域検出装置、物体領域検出方法および物体領域検出プログラム | |
CN116051736A (zh) | 一种三维重建方法、装置、边缘设备和存储介质 | |
CN109087347B (zh) | 一种图像处理方法及装置 | |
CN117880630B (zh) | 对焦深度获取方法、对焦深度获取系统及终端 | |
CN111383207A (zh) | 一种肌骨超声图像处理方法、系统、装置及可读存储介质 | |
JP2013195577A (ja) | 撮像装置、撮像方法及びプログラム | |
JP6486453B2 (ja) | 画像処理装置、画像処理方法、プログラム | |
CN113838075B (zh) | 单目测距方法、装置及计算机可读存储介质 | |
CN111626288B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN115037871A (zh) | 控制对焦的方法、装置、电子设备及计算机可读存储介质 | |
CN117528246B (zh) | 自动对焦触发方法、系统、终端及介质 | |
CN113034617B (zh) | 相机的焦距的获取方法及装置、设备 |
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 |