CN105827902B - 一种夜景检测方法及终端 - Google Patents
一种夜景检测方法及终端 Download PDFInfo
- Publication number
- CN105827902B CN105827902B CN201510350965.8A CN201510350965A CN105827902B CN 105827902 B CN105827902 B CN 105827902B CN 201510350965 A CN201510350965 A CN 201510350965A CN 105827902 B CN105827902 B CN 105827902B
- Authority
- CN
- China
- Prior art keywords
- iso
- night scene
- terminal
- exposure
- ratio
- 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
Landscapes
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种夜景检测方法及终端,涉及终端技术领域,为解决现有技术中终端无法准确检测夜景的问题而发明。所述夜景检测方法包括:获取终端的拍摄预览图像中的多个环境参数;根据所述多个环境参数,确定所述终端所处的环境是夜景。本发明的方案,能够根据终端的拍摄预览图像中的多个环境参数,确定出所述终端所处的环境是夜景,相较于现有技术中靠单一环境参数进行的夜景检测方法,降低了出现误判的几率,提高了夜景检测的准确性。
Description
技术领域
本发明涉及终端技术领域,特别是涉及一种夜景检测方法及终端。
背景技术
在例如手机摄像头进行拍摄过程中,常需要夜景检测,而所述夜景检测实际上是暗环境检测,以对检测到是暗环境的场景进行降噪和亮度提升,从而可以在暗环境的情况下拍摄出亮度适当即可记录下当前场景的近乎所有细节、且噪点较少的图像。
当前,在对场景进行夜景检测的过程中,可以判断夜景条件的元素包括灰度直方图、曝光增益Exposure Gain(ISO值)以及曝光时间Exposure Time。具体的,当通过灰度直方图进行夜景检测时,主要是定义一个灰度阈值,计算灰度值小于所述灰度阈值的像素点的个数占总的像素点的个数的比值,如果所述比值大于一预设阈值,则判断是夜景。当通过Exposure Gain和Exposure Time进行夜景检测时,如果Exposure Gain和Exposure Time较小时,属于亮环境,而Exposure Gain和Exposure Time较大时,属于暗环境。或先通过Exposure Gain和Exposure Time过滤掉比较亮的场景,再利用灰度直方图进行夜景检测。
但是,当前的夜景检测方法容易出现较大程度的误判。例如,一些在夜景环境下拍摄的照片,但ISO=100,Exposure Time=0.01,这是典型的亮环境条件,但由于镜头对准夜景环境下的一个较亮的发光物体拍摄,以至于出现误判。同样的,在亮环境下,镜头对准纯黑色物体进行拍摄,根据当前的夜景检测方法可能会被误判为是暗环境。
发明内容
本发明的目的在于提供一种夜景检测方法及终端,用于解决现有技术中终端无法准确检测夜景的技术问题,以提高夜景检测的准确性。
为了实现上述的目的,本发明提供一种夜景检测方法,包括:
获取终端的拍摄预览图像中的多个环境参数;
根据所述多个环境参数,确定所述终端所处的环境是夜景。
本发明还提供一种终端,包括:
获取模块,用于获取终端的拍摄预览图像中的多个环境参数;
第一确定模块,用于根据所述多个环境参数,确定所述终端所处的环境是夜景。
通过本发明的上述技术方案,本发明的有益效果在于:
本发明实施例的夜景检测方法及终端,根据终端的拍摄预览图像中的多个环境参数,确定出所述终端所处的环境是夜景,相较于现有技术中靠单一环境参数进行的夜景检测方法,降低了出现误判的几率,提高了夜景检测的准确性。
附图说明
图1表示本发明实施例的夜景检测方法的流程图。
图2表示本发明优选实施例的对拍摄预览图像A进行夜景检测的流程图。
图3表示本发明实施例的终端的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对具体实施例进行详细描述。
第一实施例
参见图1所示,本发明实施例提供一种夜景检测方法,用于一终端,所述夜景检测方法包括:
S101:获取终端的拍摄预览图像中的多个环境参数;
S102:根据所述多个环境参数,确定所述终端所处的环境是夜景。
通过本发明实施例的夜景检测方法,根据终端的拍摄预览图像中的多个环境参数,确定出所述终端所处的环境是夜景,相较于现有技术中靠单一环境参数进行的夜景检测方法,降低了出现误判的几率,提高了夜景检测的准确性。
第二实施例
当前判断夜景条件的环境参数包括曝光参数以及灰度直方图,本发明实施例还提供一种夜景检测方法,包括:
S1011,获取终端的拍摄预览图像中的曝光参数及灰度直方图;
S1012,根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,获取所述预览图像的与所述曝光参数对应的第一灰度阈值和第一比例阈值;
S1013,根据所述灰度直方图,获取灰度值小于所述第一灰度阈值的像素点的个数与所述预览图像的总的像素点的个数的比值;
S1021,根据所述比值和第一比例阈值,确定所述终端所处的环境是夜景。
在本发明具体实施例中,若所述比值大于或者等于所述第一比例阈值,确定所述终端所处的环境是夜景。
这样,将终端的拍摄预览图像中的曝光参数和灰度直方图结合在一起,并根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,对所述终端所处的环境进行判断,提高了夜景检测的准确性。
在该实施例中,在获取所述预览图像的与所述曝光参数对应的第一灰度阈值和第一比例阈值时,主要是根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,利用插值算法获取的。
其中,插值算法有很多种,例如线性差值算法、二次插值算法等,不同的插值算法可以实现的精度是不同的,运行时的时间效率也是不同的。对于不同插值算法的选择,要根据当前的需求,根据对数值精度和时间效率的要求。
在本发明具体实施例中,所述插值算法优选为线性插值算法。
实际应用中,所述曝光参数可以包括曝光增益和曝光时间。
而当所述插值算法为线性插值算法时,所述获取所述预览图像的与所述曝光增益和曝光时间对应的第一灰度阈值的步骤包括:
根据线性插值算法公式(1)计算所述预览图像的与所述曝光增益ISO和曝光时间T对应的第一灰度阈值N;
其中,公式(1)为:N=N1﹢(L1÷L)×△N;
将(ISO,T)看作是二维平面上的一点的坐标,而(ISO1,T1)和(ISO2,T2)是在所述二维平面上与坐标(ISO,T)距离最近的两点的坐标;
L为(ISO1,T1)和(ISO2,T2)之间的距离,L1为(ISO1,T1)和(ISO,T)之间的距离,且ISO1<ISO2,N1为与(ISO1,T1)对应的灰度阈值,△N为与(ISO1,T1)对应的灰度阈值N1和与(ISO2,T2)对应的灰度阈值N2之差。
同时,当所述插值算法为线性插值算法时,所述获取所述预览图像的与所述曝光增益和曝光时间对应的第一比例阈值的步骤包括:
根据线性插值算法公式(2)计算所述预览图像的与所述曝光增益ISO和曝光时间T对应的第一比例阈值Ratio;
其中,公式(2)为:Ratio=Ratio1﹢(L1÷L)×△Ratio;
将(ISO,T)看作是二维平面上的一点的坐标,而(ISO1,T1)和(ISO2,T2)是在所述二维平面上与坐标(ISO,T)距离最近的两点的坐标;
L为(ISO1,T1)和(ISO2,T2)之间的距离,L1为(ISO1,T1)和(ISO,T)之间的距离,且ISO1<ISO2,Ratio1为与(ISO1,T1)对应的比例阈值,△Ratio为与(ISO1,T1)对应的比例阈值Ratio1和与(ISO2,T2)对应的比例阈值Ratio2之差。
这样,利用线性插值算法就能够快速得计算出所述预览图像的与所述曝光增益和曝光时间对应的第一灰度阈值和第一比例阈值。
下面,通过一具体实施例对本发明的线性插值算法进行详细介绍。
假设,一终端的曝光增益ISO的范围是:100-4000;曝光时间T的范围是:0.01S-0.1S;
利用线性插值算法,需要通过上述两个参数值计算距离,但上述两组数值的取值并不在同一个数量级上,利用其计算距离时,会出现一个参数占据主导位置,而另一个参数几乎毫无作用的情况,所以,在实际应用中,可先对上述参数的取值进行处理,例如ISO值都除以40得到范围:2.5-100,同时曝光时间T都乘以1000得到范围:10-100,使其处于同一数量级,再利用线性插值算法对处理后的参数值进行相应的计算。
又假设,处理后的曝光增益ISO和曝光时间T,与相应预览图像的灰度阈值N和比例阈值Ratio之间的预设的对应关系如下表1:
ISO | T | Ratio | N | 夜景级别 |
10 | 10 | 0.1 | 10 | 1 |
20 | 20 | 0.2 | 20 | 2 |
30 | 30 | 0.3 | 30 | 3 |
40 | 40 | 0.4 | 40 | 4 |
50 | 50 | 0.5 | 50 | 5 |
60 | 60 | 0.6 | 60 | 6 |
70 | 70 | 0.7 | 70 | 7 |
80 | 80 | 0.8 | 80 | 8 |
表1
这样,当获取的终端的拍摄预览图像中的曝光增益ISO为1280且曝光时间T为0.058时,先对这两个数值进行处理,已与上述表格相对应,即处理后的ISO为32,而T为58;
将(ISO,T)看作是二维平面上的一点的坐标,即,表1中列出8组数值(10,10),…,(80,80),而所获取的预览图像的数值为(32,58);随后,分别计算出(32,58)到(10,10)…(80,80)的距离值Distance1,…,Distance8;
再比较判断这些距离值的大小,得到两个最小的距离值,假设是Distance4和Distance5,则距离(32,58)最近的两个点是(40,40)和(50,50),即可以近似认为(32,58)位于(40,40)和(50,50)之间;
再计算出(40,40)和(50,50)之间的距离L,(32,58)和(40,40)之间的距离L1,(32,58)和(50,50)之间的距离L2;
又假设L为100,L1为60,L2为40,就可以利用公式(1)和公式(2)求出与(32,58)相应的N和Ratio;
具体的,N=40﹢(60÷100)×10=46;
Ratio=0.4﹢(60÷100)×0.1=0.46。
第三实施例
实际情况下,夜景环境是有区别的,不同的夜景环境可对应不同的灰度阈值,得到的预览图像也是不同的。为了得到更好的处理效果,本发明实施例还提供一种夜景检测方法,包括:
S301,获取终端的拍摄预览图像中的多个环境参数;
S302,根据所述多个环境参数,确定所述终端所处的环境是夜景;
S303,根据一预设夜景级别关系,确定所述终端所处的环境的夜景级别;其中,所述预设夜景级别关系包括:预设灰度阈值与夜景级别的对应关系。
该实施例中,S301和S302,也可以采用上述第二实施例中的所有步骤来实现;S303可以包括:
S3031,比较所述第一灰度阈值与所述预设夜景级别关系中的预设灰度阈值;
S3032,若所述第一灰度阈值大于第一预设灰度阈值且小于或者等于第二预设灰度阈值,确定所述终端所处的环境的夜景级别为该第二预设灰度阈值对应的夜景级别。
其中,所述预设夜景级别关系可参见表2所示:
ISO | T | Ratio | N | 夜景级别 |
ISO_1 | T_1 | R_1 | N_1 | 1 |
ISO_2 | T_2 | R_2 | N_2 | 2 |
ISO_3 | T_3 | R_3 | N_3 | 3 |
ISO_4 | T_4 | R_4 | N_4 | 4 |
ISO_5 | T_5 | R_5 | N_5 | 5 |
ISO_6 | T_6 | R_6 | N_6 | 6 |
ISO_7 | T_7 | R_7 | N_7 | 7 |
ISO_8 | T_8 | R_8 | N_8 | 8 |
表2
当获取的所述第一灰度阈值为N时,为了得到终端所处的环境的夜景级别,就需要比较所述第一灰度阈值N与所述预设夜景级别关系中的预设灰度阈值N_1…N_8。
具体的,当N≤N_1时,夜景级别为1,当N_1<N≤N_2时,夜景级别为2,……,当N_7<N≤N_8时,夜景级别为8。
下面,以一优选实施例对本发明进行详细的介绍。图2表示本发明优选实施例的对拍摄预览图像A进行夜景检测的流程图,参见图2所示,所述流程包括以下步骤:
S201:获取拍摄预览图像A;
S202:获取所述预览图像A的曝光增益ISO0和曝光时间T0,同时获取A的灰度直方图;
S203:根据预设的曝光增益ISO、曝光时间T、灰度阈值N以及比例阈值Ratio之间的对应关系,利用线性插值算法,计算得到与ISO0和T0对应的N0和Ratio0;
S204:根据所述灰度直方图,获取灰度值<N0的像素点的个数Cn与所述预览图像A的总的像素点的个数C的比值RatioBelowN,即RatioBelowN=Cn÷C;
S205:判断所述Ratio0是否大于等于RatioBelowN;
S206:如果RatioBelowN≥Ratio0,则确定所述预览图像A处于夜景环境;
S207:如果RatioBelowN<Ratio0,则确定所述预览图像A处于亮环境;
S208:当A处于夜景环境时,比较N0与预设夜景级别关系中的预设灰度阈值,以确定A所处的夜景级别。
这样,通过本发明实施例的夜景检测方法,不仅能够降低夜景检测出现误判的几率,提高夜景检测的准确性,还能够根据预设夜景级别关系,得到当前夜景环境所处的夜景级别,使得不同程度的夜景都能得到较好的处理效果。
如图3所示,本发明实施例还提供一种终端,与图1所示的夜景检测方法相对应,所述终端包括:
获取模块31,用于获取终端的拍摄预览图像中的多个环境参数;
第一确定模块32,用于根据所述多个环境参数,确定所述终端所处的环境是夜景。
通过本发明实施例的终端,根据终端的拍摄预览图像中的多个环境参数,确定出所述终端所处的环境是夜景,相较于现有技术中靠单一环境参数进行的夜景检测方法,降低了出现误判的几率,提高了夜景检测的准确性。
具体的,当前判断夜景条件的环境参数包括曝光参数以及灰度直方图,在本发明实施例中,所述获取模块具体用于获取处于环境中的终端的预览图像的曝光参数及灰度直方图。
而所述第一确定模块包括:
第一获取子模块,用于根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,获取所述预览图像的与所述曝光参数对应的第一灰度阈值和第一比例阈值;
第二获取子模块,用于根据所述灰度直方图,获取灰度值小于所述第一灰度阈值的像素点的个数与所述预览图像的总的像素点的个数的比值;
第一确定子模块,用于根据所述比值和第一比例阈值,确定所述终端所处的环境是夜景。
并且,所述第一确定子模块具体用于当所述比值大于或者等于所述第一比例阈值时,确定所述终端所处的环境是夜景。
这样,将处于环境中的终端的预览图像的曝光参数和灰度直方图结合在一起,并根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,对所述终端所处的环境进行判断,提高了夜景检测的准确性。
在本发明具体实施例中,所述第一获取子模块具体用于根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,利用插值算法,获取所述预览图像的与所述曝光参数对应的第一灰度阈值和第一比例阈值。
其中,现有技术中,插值算法有很多种,例如线性差值算法、二次插值算法等,不同的插值算法可以实现的精度是不同的,运行时的时间效率也是不同的。对于不同插值算法的选择,要根据当前的需求,根据对数值精度和时间效率的要求。
在本发明具体实施例中,所述插值算法优选为线性插值算法。
实际应用中,所述曝光参数包括曝光增益和曝光时间。
而所述第一获取子模块包括:
第一计算子模块,用于根据线性插值算法公式(1)计算所述预览图像的与所述曝光增益ISO和曝光时间T对应的第一灰度阈值N;
其中,公式(1)为:N=N1﹢(L1÷L)×△N;
将(ISO,T)看作是二维平面上的一点的坐标,而(ISO1,T1)和(ISO2,T2)是在所述二维平面上与坐标(ISO,T)距离最近的两点的坐标;
L为(ISO1,T1)和(ISO2,T2)之间的距离,L1为(ISO1,T1)和(ISO,T)之间的距离,且ISO1<ISO2,N1为与(ISO1,T1)对应的灰度阈值,△对为与(ISO1,T1)对应的灰度阈值N1和与(ISO2,T2)对应的灰度阈值N2之差。
且所述第一获取子模块还包括:
第二计算子模块,用于根据线性插值算法公式(2)计算所述预览图像的与所述曝光增益ISO和曝光时间T对应的第一比例阈值Ratio;
其中,公式(2)为:Ratio=Ratio1﹢(L1÷L)×△Ratio;
将(ISO,T)看作是二维平面上的一点的坐标,而(ISO1,T1)和(ISO2,T2)是在所述二维平面上与坐标(ISO,T)距离最近的两点的坐标;
L为(ISO1,T1)和(ISO2,T2)之间的距离,L1为(ISO1,T1)和(ISO,T)之间的距离,且ISO1<ISO2,Ratio1为与(ISO1,T1)对应的比例阈值,△Ratio为与(ISO1,T1)对应的比例阈值Ratio1和与(ISO2,T2)对应的比例阈值Ratio2之差。
这样,利用线性插值算法就能够快速得计算出所述预览图像的与所述曝光增益和曝光时间对应的第一灰度阈值和第一比例阈值。
实际情况下,夜景环境是有区别的,不同的夜景环境可对应不同的灰度阈值,得到的预览图像也是不同的。
为了得到更好的处理效果,本发明具体实施例的终端还包括:
第二确定模块,用于根据一预设夜景级别关系,确定所述终端所处的环境的夜景级别;其中,所述预设夜景级别关系包括:预设灰度阈值与夜景级别的对应关系。
并且,所述第二确定模块包括:
比较子模块,用于比较所述第一灰度阈值与所述预设夜景级别关系中的预设灰度阈值;
第二确定子模块,用于当所述第一灰度阈值大于第一预设灰度阈值且小于或者等于第二预设灰度阈值时,确定所述终端所处的环境的夜景级别为该第二预设灰度阈值对应的夜景级别。
本发明的终端可以是手机等具有摄像模块的移动终端,该终端的实施例,不仅能够降低夜景检测出现误判的几率,提高夜景检测的准确性,还能够根据预设夜景级别关系,得到当前夜景环境所处的夜景级别,使得不同程度的夜景都能得到较好的处理效果。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (14)
1.一种夜景检测方法,其特征在于,包括:
获取终端的拍摄预览图像中的多个环境参数;
根据所述多个环境参数,确定所述终端所处的环境是夜景;
其中,所述获取终端的拍摄预览图像中的多个环境参数的步骤包括:
获取终端的拍摄预览图像中的曝光参数及灰度直方图;
所述根据所述多个环境参数,确定所述终端所处的环境是夜景的步骤包括:
根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,获取所述预览图像的与所述曝光参数对应的第一灰度阈值和第一比例阈值;
根据所述灰度直方图,获取灰度值小于所述第一灰度阈值的像素点的个数与所述预览图像的总的像素点的个数的比值;
根据所述比值和第一比例阈值,确定所述终端所处的环境是夜景。
2.根据权利要求1所述的夜景检测方法,其特征在于,所述根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,获取所述预览图像的与所述曝光参数对应的第一灰度阈值和第一比例阈值的步骤包括:
根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,利用线性插值算法,获取所述预览图像的与所述曝光参数对应的第一灰度阈值和第一比例阈值。
3.根据权利要求2所述的夜景检测方法,其特征在于,所述曝光参数包括:曝光增益和曝光时间;
所述获取所述预览图像的与所述曝光增益和曝光时间对应的第一灰度阈值的步骤包括:
根据线性插值算法公式(1)计算所述预览图像的与所述曝光增益ISO和曝光时间T对应的第一灰度阈值N;
其中,公式(1)为:N=N1﹢(L1÷L)×△N;
将(ISO,T)看作是二维平面上的一点的坐标,所述二维平面上具有预设数量的坐标点,所述预设数量的坐标点对应的曝光增益和曝光时间,与相应预览图像的灰度阈值和比例阈值之间存在预设的对应关系,(ISO1,T1)和(ISO2,T2)是所述预设数量的坐标点中的与坐标(ISO,T)距离最近的两点的坐标;
L为(ISO1,T1)和(ISO2,T2)之间的距离,L1为(ISO1,T1)和(ISO,T)之间的距离,且ISO1<ISO2,N1为与(ISO1,T1)对应的灰度阈值,△N为与(ISO1,T1)对应的灰度阈值N1和与(ISO2,T2)对应的灰度阈值N2之差。
4.根据权利要求3所述的夜景检测方法,其特征在于,所述获取所述预览图像的与所述曝光增益和曝光时间对应的第一比例阈值的步骤包括:
根据线性插值算法公式(2)计算所述预览图像的与所述曝光增益ISO和曝光时间T对应的第一比例阈值Ratio;
其中,公式(2)为:Ratio=Ratio1﹢(L1÷L)×△Ratio;
Ratio1为与(ISO1,T1)对应的比例阈值,△Ratio为与(ISO1,T1)对应的比例阈值Ratio1和与(ISO2,T2)对应的比例阈值Ratio2之差。
5.根据权利要求1所述的夜景检测方法,其特征在于,所述根据所述比值和第一比例阈值,确定所述终端所处的环境是夜景的步骤包括:
若所述比值大于或者等于所述第一比例阈值,确定所述终端所处的环境是夜景。
6.根据权利要求5所述的夜景检测方法,其特征在于,所述根据所述多个环境参数,确定所述终端所处的环境是夜景之后还包括:
根据一预设夜景级别关系,确定所述终端所处的环境的夜景级别;其中,所述预设夜景级别关系包括:预设灰度阈值与夜景级别的对应关系。
7.根据权利要求6所述的夜景检测方法,其特征在于,所述根据一预设夜景级别关系,确定所述终端所处的环境的夜景级别的步骤包括:
比较所述第一灰度阈值与所述预设夜景级别关系中的预设灰度阈值;
若所述第一灰度阈值大于第一预设灰度阈值且小于或者等于第二预设灰度阈值,确定所述终端所处的环境的夜景级别为该第二预设灰度阈值对应的夜景级别。
8.一种终端,其特征在于,包括:
获取模块,用于获取终端的拍摄预览图像中的多个环境参数;
第一确定模块,用于根据所述多个环境参数,确定所述终端所处的环境是夜景;
其中,所述获取模块具体用于获取终端的拍摄预览图像中的曝光参数及灰度直方图;
所述第一确定模块包括:
第一获取子模块,用于根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,获取所述预览图像的与所述曝光参数对应的第一灰度阈值和第一比例阈值;
第二获取子模块,用于根据所述灰度直方图,获取灰度值小于所述第一灰度阈值的像素点的个数与所述预览图像的总的像素点的个数的比值;
第一确定子模块,用于根据所述比值和第一比例阈值,确定所述终端所处的环境是夜景。
9.根据权利要求8所述的终端,其特征在于,所述第一获取子模块具体用于根据预设的曝光参数、灰度阈值以及比例阈值之间的对应关系,利用线性插值算法,获取所述预览图像的与所述曝光参数对应的第一灰度阈值和第一比例阈值。
10.根据权利要求9所述的终端,其特征在于,所述曝光参数包括:曝光增益和曝光时间;所述第一获取子模块包括:
第一计算子模块,用于根据线性插值算法公式(1)计算所述预览图像的与所述曝光增益ISO和曝光时间T对应的第一灰度阈值N;
其中,公式(1)为:N=N1﹢(L1÷L)×△N;
将(ISO,T)看作是二维平面上的一点的坐标,所述二维平面上具有预设数量的坐标点,所述预设数量的坐标点对应的曝光增益和曝光时间,与相应预览图像的灰度阈值和比例阈值之间存在预设的对应关系,(ISO1,T1)和(ISO2,T2)是所述预设数量的坐标点中的与坐标(ISO,T)距离最近的两点的坐标;
L为(ISO1,T1)和(ISO2,T2)之间的距离,L1为(ISO1,T1)和(ISO,T)之间的距离,且ISO1<ISO2,N1为与(ISO1,T1)对应的灰度阈值,△N为与(ISO1,T1)对应的灰度阈值N1和与(ISO2,T2)对应的灰度阈值N2之差。
11.根据权利要求10所述的终端,其特征在于,所述第一获取子模块还包括:
第二计算子模块,用于根据线性插值算法公式(2)计算所述预览图像的与所述曝光增益ISO和曝光时间T对应的第一比例阈值Ratio;
其中,公式(2)为:Ratio=Ratio1﹢(L1÷L)×△Ratio;
Ratio1为与(ISO1,T1)对应的比例阈值,△Ratio为与(ISO1,T1)对应的比例阈值Ratio1和与(ISO2,T2)对应的比例阈值Ratio2之差。
12.根据权利要求8所述的终端,其特征在于,所述第一确定子模块具体用于当所述比值大于或者等于所述第一比例阈值时,确定所述终端所处的环境是夜景。
13.根据权利要求12所述的终端,其特征在于,还包括:
第二确定模块,用于根据一预设夜景级别关系,确定所述终端所处的环境的夜景级别;其中,所述预设夜景级别关系包括:预设灰度阈值与夜景级别的对应关系。
14.根据权利要求13所述的终端,其特征在于,所述第二确定模块包括:
比较子模块,用于比较所述第一灰度阈值与所述预设夜景级别关系中的预设灰度阈值;
第二确定子模块,用于当所述第一灰度阈值大于第一预设灰度阈值且小于或者等于第二预设灰度阈值时,确定所述终端所处的环境的夜景级别为该第二预设灰度阈值对应的夜景级别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510350965.8A CN105827902B (zh) | 2015-06-19 | 2015-06-19 | 一种夜景检测方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510350965.8A CN105827902B (zh) | 2015-06-19 | 2015-06-19 | 一种夜景检测方法及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105827902A CN105827902A (zh) | 2016-08-03 |
CN105827902B true CN105827902B (zh) | 2019-01-11 |
Family
ID=56514396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510350965.8A Active CN105827902B (zh) | 2015-06-19 | 2015-06-19 | 一种夜景检测方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105827902B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454099A (zh) * | 2016-10-25 | 2017-02-22 | 武汉烽火众智数字技术有限责任公司 | 一种改进型摄像机日夜模式切换方法 |
CN107295255B (zh) * | 2017-06-21 | 2020-08-04 | 深圳市万普拉斯科技有限公司 | 拍摄模式的确定方法、装置及终端 |
CN108989700B (zh) * | 2018-08-13 | 2020-05-15 | Oppo广东移动通信有限公司 | 成像控制方法、装置、电子设备以及计算机可读存储介质 |
CN109062255A (zh) * | 2018-08-31 | 2018-12-21 | 深圳市研本品牌设计有限公司 | 一种夜拍无人机及存储介质 |
CN115604572B (zh) * | 2022-09-02 | 2023-12-01 | 荣耀终端有限公司 | 图像的获取方法、电子设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494738A (zh) * | 2008-01-22 | 2009-07-29 | 索尼株式会社 | 图像捕获设备、图像处理设备和方法及其程序 |
CN101778220A (zh) * | 2010-03-01 | 2010-07-14 | 华为终端有限公司 | 一种自动切换夜景模式的方法和摄像设备 |
CN102457665A (zh) * | 2010-11-04 | 2012-05-16 | 佳能株式会社 | 摄像设备、摄像***和摄像设备的控制方法 |
CN102547079A (zh) * | 2010-12-29 | 2012-07-04 | 株式会社理光 | 夜景光源检测设备及夜景光源检测方法 |
CN103945088A (zh) * | 2013-01-21 | 2014-07-23 | 华为终端有限公司 | 场景识别方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7872670B2 (en) * | 2002-04-22 | 2011-01-18 | Sanyo Electric Co., Ltd. | Camera performing photographing in accordance with photographing mode depending on object scene |
JP5520038B2 (ja) * | 2009-12-25 | 2014-06-11 | キヤノン株式会社 | 映像処理装置及び映像処理方法 |
-
2015
- 2015-06-19 CN CN201510350965.8A patent/CN105827902B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494738A (zh) * | 2008-01-22 | 2009-07-29 | 索尼株式会社 | 图像捕获设备、图像处理设备和方法及其程序 |
CN101778220A (zh) * | 2010-03-01 | 2010-07-14 | 华为终端有限公司 | 一种自动切换夜景模式的方法和摄像设备 |
CN102457665A (zh) * | 2010-11-04 | 2012-05-16 | 佳能株式会社 | 摄像设备、摄像***和摄像设备的控制方法 |
CN102547079A (zh) * | 2010-12-29 | 2012-07-04 | 株式会社理光 | 夜景光源检测设备及夜景光源检测方法 |
CN103945088A (zh) * | 2013-01-21 | 2014-07-23 | 华为终端有限公司 | 场景识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105827902A (zh) | 2016-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105827902B (zh) | 一种夜景检测方法及终端 | |
EP3480783B1 (en) | Image-processing method, apparatus and device | |
US20210004952A1 (en) | Method for image processing, non-transitory computer readable storage medium, and electronic device | |
US10063789B2 (en) | Enhanced brightness image acquisition devices and methods | |
US8508606B2 (en) | System and method for deblurring motion blurred images | |
CN110766621B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN102369723B (zh) | 自动曝光方法、装置和成像设备 | |
CN111246051B (zh) | 自动检测条纹并抑制的方法、装置、设备及存储介质 | |
US9600887B2 (en) | Techniques for disparity estimation using camera arrays for high dynamic range imaging | |
US20190130533A1 (en) | Method for image-processing and mobile terminal using dual cameras | |
US9454805B2 (en) | Method and apparatus for reducing noise of image | |
CN101366271A (zh) | 图像捕获装置中的自动闪烁校正 | |
JP2016081427A (ja) | 画像処装置および画像処理方法、並びにプログラム | |
CN110121031A (zh) | 图像采集方法和装置、电子设备、计算机可读存储介质 | |
US20150138076A1 (en) | Communication device and method of processing incoming call by facial image | |
CN110740266B (zh) | 图像选帧方法、装置、存储介质及电子设备 | |
CN111031256B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109257540B (zh) | 多摄镜头组的摄影校正方法及摄影装置 | |
CN105957020A (zh) | 图像生成装置以及图像生成方法 | |
WO2019144262A1 (en) | Smudge detection method and apparatus and mobile electronic device | |
CN107295261B (zh) | 图像去雾处理方法、装置、存储介质和移动终端 | |
CN105898156A (zh) | 一种基于降低亮度值的拍照方法和*** | |
JP2017135554A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US11405562B2 (en) | Image processing apparatus, method of controlling the same, image capturing apparatus, and storage medium | |
CN115334250A (zh) | 一种图像处理方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |