JP6579350B2 - ガウス近似のラプラシアンに基づく単一画像からのデフォーカス量推定 - Google Patents
ガウス近似のラプラシアンに基づく単一画像からのデフォーカス量推定 Download PDFInfo
- Publication number
- JP6579350B2 JP6579350B2 JP2018505430A JP2018505430A JP6579350B2 JP 6579350 B2 JP6579350 B2 JP 6579350B2 JP 2018505430 A JP2018505430 A JP 2018505430A JP 2018505430 A JP2018505430 A JP 2018505430A JP 6579350 B2 JP6579350 B2 JP 6579350B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- defocus amount
- gaussian
- focus
- iterations
- 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 claims description 42
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001413 cellular effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Description
ガウス関数は以下の通りである。
熱拡散方程式は以下の通りである。
x=0の時には以下のようになる。
この式は、
を選択することによってx=0の時に完全な一致をもたらす。
さらなる近似では、DoGが以下の通りである。
デフォーカスブラーのモデルは、以下によって与えられ、
この場合、
bは、焦点外画像であり、
fは、焦点画像であり、
Gは、ガウス点広がり関数(PSF)であり、
は、畳み込みを意味する。
リブラーは以下の通りである。
以下のようにブラー差を考慮することによって計算され、
この場合、
fは、焦点画像であり、
減算は、ガウシアン差分である。
以下は、ガウス近似のラプラシアンである。
以下も同様である。
σb>σaの時にはσdが存在し、従って以下のようになり、
この場合、
である。
σdが求められると、方程式からσを解くことができる。
σdを求めることは、以下のようなガウス関数Gを見出すことに相当し、
或いは、以下を最小化するσdが見出される。
この場合のkは、変動の小さなガウシアンカーネルである。
ノイズは、特にブラーの量が増加した時に、ブラーマッチング性能に影響を及ぼし得る。性能は、反復畳み込みの前に取り込み画像にブラーフィルタを適用することによって行われるノイズ除去によって改善することができる。較正画像及び試験画像には、同じ量のノイズ除去が適用される。
焦点検出は、単一画像を用いて画像に焦点が合っているかどうかを判定するために使用される。この用途には、ブラー量は不要である。焦点検出は、反復数を所定の閾値と比較することによって行われる。反復数が閾値よりも小さい時には、画像に焦点が合っている。そうでなければ、焦点外である。焦点検出のみが必要な場合には、わずかなブラーと焦点が合った状態との区別が困難になるという理由でノイズ除去はオフにされる。焦点検出にとっては、σb/σaの比率が小さいことが好ましい。
1.装置の非一時的メモリにプログラムされた方法であって、
a.画像を取得するステップと、
b.画像のガウシアン差分を計算することによって画像のガウシアンのラプラシアンを計算するステップと、
c.画像のガウシアン差分に基づいて、画像の推定デフォーカス量を決定するステップと、
を含む方法。
a.画像を取得するように構成された取得モジュールと、
b.画像のガウシアン差分を計算することによって画像のガウシアンのラプラシアンを計算するように構成された計算モジュールと、
c.画像のガウシアン差分に基づいて画像の推定デフォーカス量を決定するように構成された決定モジュールと、
を含むシステム。
a.アプリケーションを記憶するための非一時的メモリと、
b.メモリに結合されて、アプリケーションを処理するように構成された処理要素と、
を含み、アプリケーションは、
i.画像を取得し、
ii.画像のガウシアン差分を計算することによって画像のガウシアンのラプラシアンを計算し、
iii.画像のガウシアン差分に基づいて、画像の推定デフォーカス量を決定する、
装置。
a.画像を取得するためのセンサと、
b.アプリケーションを記憶する非一時的メモリと、
c.メモリに結合されて、アプリケーションを処理するように構成された処理要素と、
を含み、アプリケーションは、
i.画像のガウシアン差分を計算することによって画像のガウシアンのラプラシアンを計算し、
ii.画像のガウシアン差分に基づいて、画像の推定デフォーカス量を決定する、
カメラ装置。
502 画像のDoGを用いてLoGを決定
504 DoGを用いてブラー差を近似
Claims (17)
- 装置の非一時的メモリにプログラムされた方法であって、
a.画像を取得するステップと、
b.前記画像のガウシアン差分を計算することによって前記画像のガウシアンのラプラシアンを計算するステップと、
c.前記画像の前記ガウシアン差分に基づいて、反復畳み込みを用いて前記画像の推定デフォーカス量を決定するステップと、
d.反復数を所定の閾値と比較することを含む、前記画像の焦点を検出するステップと、
を含むことを特徴とする方法。 - 前記推定デフォーカス量は、ルックアップテーブルを用いて決定される、
請求項1に記載の方法。 - 前記反復数が前記閾値よりも小さい場合、前記画像の焦点が合っている、
請求項1に記載の方法。 - 前記画像のノイズを除去するステップをさらに含む、
請求項1に記載の方法。 - 前記装置は、パーソナルコンピュータ、ラップトップコンピュータ、コンピュータワークステーション、サーバ、メインフレームコンピュータ、ハンドヘルドコンピュータ、携帯情報端末、セルラー/携帯電話機、スマート家電、ゲーム機、デジタルカメラ、デジタルカムコーダ、カメラ付き携帯電話機、スマートフォン、ポータブル音楽プレーヤ、タブレットコンピュータ、モバイル装置、ビデオプレーヤ、ビデオディスクライタ/プレーヤ、高精細ディスクライタ/プレーヤ、超高精細ディスクライタ/プレーヤ、テレビ、家庭用エンターテイメントシステム、又はスマートウォッチを含む、
請求項1に記載の方法。 - 装置のメモリにプログラムされたシステムであって、
a.画像を取得するように構成された取得モジュールと、
b.前記画像のガウシアン差分を計算することによって前記画像のガウシアンのラプラシアンを計算するように構成された計算モジュールと、
c.前記画像の前記ガウシアン差分に基づいて、反復畳み込みを用いて前記画像の推定デフォーカス量を決定するように構成された決定モジュールと、
d.反復数を所定の閾値と比較し、前記画像の焦点を検出するよう構成された検出モジュールと、
を備えることを特徴とするシステム。 - 前記推定デフォーカス量は、ルックアップテーブルを用いて決定される、
請求項6に記載のシステム。 - 前記反復数が前記閾値よりも小さい場合、前記画像の焦点が合っている、
請求項6に記載のシステム。 - 前記画像のノイズを除去することをさらに含む、
請求項6に記載のシステム。 - 装置であって、
a.アプリケーションを記憶する非一時的メモリと、
b.前記メモリに結合されて、前記アプリケーションを処理するように構成された処理要素と、
を備え、前記アプリケーションは、
i.画像を取得し、
ii.前記画像のガウシアン差分を計算することによって前記画像のガウシアンのラプラシアンを計算し、
iii.前記画像の前記ガウシアン差分に基づいて、反復畳み込みを用いて前記画像の推定デフォーカス量を決定し、
iv.反復数を所定の閾値と比較して、前記画像の焦点を検出する、ことを含む、
ことを特徴とする装置。 - 前記推定デフォーカス量は、ルックアップテーブルを用いて決定される、
請求項10に記載の装置。 - 前記反復数が前記閾値よりも小さい場合、前記画像の焦点が合っている、
請求項10に記載の装置。 - 前記画像のノイズを除去することをさらに含む、
請求項10に記載の装置。 - カメラ装置であって、
a.画像を取得するためのセンサと、
b.アプリケーションを記憶する非一時的メモリと、
c.前記メモリに結合されて、前記アプリケーションを処理するように構成された処理要素と、
を備え、前記アプリケーションは、
i.前記画像のガウシアン差分を計算することによって前記画像のガウシアンのラプラシアンを計算し、
ii.前記画像の前記ガウシアン差分に基づいて、反復畳み込みを用いて前記画像の推定デフォーカス量を決定し、
iii.反復数を所定の閾値と比較して、前記画像の焦点を検出する、よう構成されている、
ことを特徴とするカメラ装置。 - 前記推定デフォーカス量は、ルックアップテーブルを用いて決定される、
請求項14に記載のカメラ装置。 - 前記反復数が前記閾値よりも小さい場合、前記画像の焦点が合っている、
請求項14に記載のカメラ装置。 - 前記アプリケーションは、前記画像のノイズを除去するように構成される、
請求項14に記載のカメラ装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/832,781 | 2015-08-21 | ||
US14/832,781 US9646225B2 (en) | 2015-08-21 | 2015-08-21 | Defocus estimation from single image based on Laplacian of Gaussian approximation |
PCT/US2016/045841 WO2017034784A1 (en) | 2015-08-21 | 2016-08-05 | Defocus estimation from single image based on laplacian of gaussian approximation |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018525742A JP2018525742A (ja) | 2018-09-06 |
JP6579350B2 true JP6579350B2 (ja) | 2019-09-25 |
Family
ID=58100665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018505430A Active JP6579350B2 (ja) | 2015-08-21 | 2016-08-05 | ガウス近似のラプラシアンに基づく単一画像からのデフォーカス量推定 |
Country Status (6)
Country | Link |
---|---|
US (1) | US9646225B2 (ja) |
EP (1) | EP3320487A4 (ja) |
JP (1) | JP6579350B2 (ja) |
KR (1) | KR102027712B1 (ja) |
CN (1) | CN107924471B (ja) |
WO (1) | WO2017034784A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10686969B2 (en) * | 2016-07-08 | 2020-06-16 | NETFLIX Inc. | Detecting shot changes in a video |
CN108765346B (zh) * | 2018-05-30 | 2021-01-08 | 北京图森智途科技有限公司 | 一种辅助对焦方法、装置和可读介质 |
CN108592824B (zh) * | 2018-07-16 | 2020-06-30 | 清华大学 | 一种基于景深反馈的变频条纹投影结构光测量方法 |
KR20220077080A (ko) | 2020-12-01 | 2022-06-08 | 주식회사 익센트릭게임그루 | 곡면 프로젝션에서의 몰입형 콘텐츠 제공 시스템 및 디포커스 제어 방법 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4905296A (en) * | 1986-07-22 | 1990-02-27 | Schlumberger Systems & Services, Inc. | System for shape recognition |
US5899999A (en) | 1996-10-16 | 1999-05-04 | Microsoft Corporation | Iterative convolution filter particularly suited for use in an image classification and retrieval system |
GB0405773D0 (en) * | 2004-03-15 | 2004-04-21 | 1 Ltd | Autofocus method |
CN101460863B (zh) | 2006-04-05 | 2012-06-06 | 加利福尼亚州技术学院 | 通过声扭曲和散焦的3维成像 |
US7995854B2 (en) * | 2008-03-28 | 2011-08-09 | Tandent Vision Science, Inc. | System and method for identifying complex tokens in an image |
US8280194B2 (en) * | 2008-04-29 | 2012-10-02 | Sony Corporation | Reduced hardware implementation for a two-picture depth map algorithm |
WO2009156329A1 (en) | 2008-06-25 | 2009-12-30 | CSEM Centre Suisse d'Electronique et de Microtechnique SA - Recherche et Développement | Image deblurring and denoising system, device and method |
US8120679B2 (en) * | 2008-08-01 | 2012-02-21 | Nikon Corporation | Image processing method |
US8194995B2 (en) | 2008-09-30 | 2012-06-05 | Sony Corporation | Fast camera auto-focus |
CN101383008A (zh) * | 2008-10-23 | 2009-03-11 | 上海交通大学 | 基于视觉注意模型的图像分类方法 |
US8928763B2 (en) * | 2008-12-09 | 2015-01-06 | Abbyy Development Llc | Detecting and correcting blur and defocusing |
RU2653461C2 (ru) * | 2014-01-21 | 2018-05-08 | Общество с ограниченной ответственностью "Аби Девелопмент" | Обнаружение блика в кадре данных изображения |
US8368964B2 (en) | 2009-08-06 | 2013-02-05 | Xerox Corporation | Method for estimation of image defocus and defocus restoration |
US8027582B2 (en) * | 2009-12-21 | 2011-09-27 | Sony Corporation | Autofocus with confidence measure |
US8045046B1 (en) * | 2010-04-13 | 2011-10-25 | Sony Corporation | Four-dimensional polynomial model for depth estimation based on two-picture matching |
US9208570B2 (en) * | 2012-03-28 | 2015-12-08 | Sony Corporation | System and method for performing depth estimation by utilizing an adaptive kernel |
JP4988057B1 (ja) * | 2011-10-11 | 2012-08-01 | アキュートロジック株式会社 | 全焦点画像生成方法、全焦点画像生成装置、全焦点画像生成プログラム、被写体高さ情報取得方法、被写体高さ情報取得装置及び被写体高さ情報取得プログラム |
US8736747B2 (en) * | 2012-01-13 | 2014-05-27 | Sony Corporation | Camera autofocus adaptive blur matching model fitting |
JP6214183B2 (ja) * | 2012-05-11 | 2017-10-18 | キヤノン株式会社 | 距離計測装置、撮像装置、距離計測方法、およびプログラム |
US8867856B2 (en) | 2012-11-12 | 2014-10-21 | Adobe Systems Incorporated | De-noising image content using directional filters for image de-blurring |
US20140132822A1 (en) * | 2012-11-14 | 2014-05-15 | Sony Corporation | Multi-resolution depth-from-defocus-based autofocus |
CN104217402A (zh) * | 2014-08-20 | 2014-12-17 | 北京奇艺世纪科技有限公司 | 一种移动设备上视频实时高斯模糊的方法和装置 |
US9715721B2 (en) * | 2015-12-18 | 2017-07-25 | Sony Corporation | Focus detection |
-
2015
- 2015-08-21 US US14/832,781 patent/US9646225B2/en active Active
-
2016
- 2016-08-05 KR KR1020187003331A patent/KR102027712B1/ko active IP Right Grant
- 2016-08-05 EP EP16839792.5A patent/EP3320487A4/en active Pending
- 2016-08-05 CN CN201680047501.2A patent/CN107924471B/zh active Active
- 2016-08-05 WO PCT/US2016/045841 patent/WO2017034784A1/en active Application Filing
- 2016-08-05 JP JP2018505430A patent/JP6579350B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US20170053187A1 (en) | 2017-02-23 |
KR102027712B1 (ko) | 2019-10-01 |
KR20180026506A (ko) | 2018-03-12 |
CN107924471A (zh) | 2018-04-17 |
EP3320487A1 (en) | 2018-05-16 |
WO2017034784A1 (en) | 2017-03-02 |
JP2018525742A (ja) | 2018-09-06 |
CN107924471B (zh) | 2022-05-10 |
US9646225B2 (en) | 2017-05-09 |
EP3320487A4 (en) | 2019-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101429371B1 (ko) | 장면 내에서의 정확한 피사체 거리 및 상대적인 피사체 거리를 추정하는 알고리즘 | |
US9967482B2 (en) | Image processing apparatus, image processing method, and storage medium for noise reduction processing | |
JP6579350B2 (ja) | ガウス近似のラプラシアンに基づく単一画像からのデフォーカス量推定 | |
KR102038789B1 (ko) | 포커스 검출 | |
JP2011070681A (ja) | L1距離測度に基づいて局所画像相似性を測定する方法 | |
JP2016503211A (ja) | 画像鮮鋭化処理方法および装置、ならびに撮影端末 | |
KR102360773B1 (ko) | 스테레오-시간적 이미지 시퀀스들로부터 향상된 3-d 데이터 재구성을 위한 방법들 및 장치 | |
CN109064504A (zh) | 图像处理方法、装置和计算机存储介质 | |
JP2014098898A (ja) | 多重解像度Depth−From−Defocusベースのオートフォーカス | |
CN104796583A (zh) | 相机噪声模型产生及使用方法以及使用该方法的装置 | |
CN104933688B (zh) | 一种数据处理方法及电子设备 | |
JP2012073703A (ja) | 画像ボケ量計算装置およびそのプログラム | |
US8463037B2 (en) | Detection of low contrast for image processing | |
JP6187235B2 (ja) | 法線ベクトル抽出装置、法線ベクトル抽出方法及び法線ベクトル抽出プログラム | |
JP6521278B2 (ja) | 効率的なパッチベースのビデオノイズ除去方法 | |
US20140267432A1 (en) | Method to select appropriate window size for local image processing | |
Lee et al. | Fast Motion Deblurring Using Sensor‐Aided Motion Trajectory Estimation | |
CN104932868B (zh) | 一种数据处理方法及电子设备 | |
JP2019144808A (ja) | 画像処理方法、画像処理装置、及び画像処理プログラム | |
US20120092513A1 (en) | Novel and robust method for computing control points | |
JP2004272734A (ja) | 画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180201 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190508 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190704 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190717 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190722 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190731 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190813 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6579350 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |