CN108668075A - 一种拍照方法和装置 - Google Patents
一种拍照方法和装置 Download PDFInfo
- Publication number
- CN108668075A CN108668075A CN201810274313.4A CN201810274313A CN108668075A CN 108668075 A CN108668075 A CN 108668075A CN 201810274313 A CN201810274313 A CN 201810274313A CN 108668075 A CN108668075 A CN 108668075A
- Authority
- CN
- China
- Prior art keywords
- data
- image data
- preset
- splicing
- fuzziness
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 238000005520 cutting process Methods 0.000 claims description 38
- 238000013507 mapping Methods 0.000 claims description 23
- 239000000178 monomer Substances 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 13
- 238000013075 data extraction Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 description 28
- 238000012545 processing Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 15
- 230000009466 transformation Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 4
- 206010044565 Tremor Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 241001156002 Anthonomus pomorum Species 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 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
- H04N23/80—Camera processing pipelines; Components thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/681—Motion detection
- H04N23/6812—Motion detection based on additional sensors, e.g. acceleration sensors
-
- 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
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/682—Vibration or motion blur correction
- H04N23/684—Vibration or motion blur correction performed by controlling the image sensor readout, e.g. by controlling the integration time
- H04N23/6845—Vibration or motion blur correction performed by controlling the image sensor readout, e.g. by controlling the integration time by combination of a plurality of images sequentially taken
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种拍照方法和装置,该方法包括:当执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据;判断所述抖动数据是否符合预设的抖动条件;若符合所述抖动条件,则从所述至少两帧候选图像数据中提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据;将所述目标区域数据拼接为目标图像数据;判断所述目标图像数据中的拼接区域是否符合预设的拼接条件;若符合所述拼接条件,则输出所述目标图像数据,减少抵消抖动带来的影响。
Description
技术领域
本发明涉及通信的技术领域,特别是涉及一种拍照方法和一种拍照装置。
背景技术
随着科技的发展,诸如手机、平板电脑等移动终端,在人们的工作、学习、日常交流等各方面的使用率也越来越高。
移动终端中通常配置有摄像头(Camera),具备拍照、摄像功能,由于摄像头器件小,感光面积也小,在拍照过程中,用户的手可能会抖动,导致采集的图像数据模糊,尤其在夜晚等暗光环境中,由于光线的不足,摄像头的曝光时间会增长,手的微小抖动可能会造成采集的图像数据模糊不清。
目前,通常采用数字影像稳定(DIS)、电子影像稳定(EIS)及光学影像稳定(OIS)消除抖动的影响。
DIS和EIS均需要大量数据帧裁剪,加大处理器的负荷,且只用于录像防抖。
OIS需要增加独立的器件,用于检测移动终端的抖动,调整镜光进行补偿,从而抵消抖动带来的影响,成本较高。
发明内容
本发明实施例提出了一种拍照的方法和装置,以解决拍照防抖成本较高的问题。
依据本发明的一个方面,提供了一种拍照方法,包括:
当执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据;
判断所述抖动数据是否符合预设的抖动条件;
若符合所述抖动条件,则从所述至少两帧候选图像数据中提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据;
将所述目标区域数据拼接为目标图像数据;
判断所述目标图像数据中的拼接区域是否符合预设的拼接条件;
若符合所述拼接条件,则输出所述目标图像数据。
可选地,还包括:
若不符合所述抖动条件或不符合所述拼接条件,则输出符合预设的图像条件的候选图像数据。
可选地,所述输出符合预设的图像条件的候选图像数据,包括:
计算所述候选图像数据的模糊度;
输出所述模糊度最小的候选图像数据。
可选地,所述抖动数据具有多个,所述判断所述抖动数据是否符合预设的抖动条件,包括:
采用多个抖动数据计算多个单体抖动值;
计算所述多个单体抖动值的平均值,作为整体抖动值;
判断所述整体抖动值是否在预设的抖动范围内;
若是,则确定符合预设的抖动条件;
若否,则确定不符合预设的抖动条件。
可选地,所述判断所述目标图像数据中的拼接区域是否符合预设的拼接条件,包括:
确定所述目标图像数据中的拼接区域;
在目标图像数据计算位于所述拼接区域一侧的像素的第一灰度值、以及位于所述拼接区域另一侧的像素的第二灰度值;
计算所述第一灰度值与所述第二灰度值之间的灰度差异;
判断所述灰度差异是否小于预设的阈值;
若是,则确定符合预设的拼接条件;
若否,则确定不符合预设的拼接条件。
可选地,所述从所述至少两帧候选图像数据中分别提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据,包括:
将每帧候选图像数据按照预设的切分方式切分为至少两个候选区域数据;
对每个候选区域数据计算模糊度;
查询模糊度符合预设的模糊条件的、且所处区域相匹配的至少两个候选区域数据,作为特征区域数据;
若所述特征区域数据属于至少两帧候选图像数据,则从每个特征区域数据中所属的候选图像数据中提取至少包含所述特征区域数据的目标区域数据。
可选地,所述查询模糊度符合预设的模糊条件的、且所处区域相匹配的至少两个候选区域数据,作为特征区域数据,包括:
针对每种切分方式,从处于相同区域的候选区域数据中选择模糊度最小的候选区域数据;
针对每种切分方式,计算所处区域相匹配的至少两个候选区域数据的模糊度之和;
针对所有切分方式,对所有的模糊度之和进行比较;
选择模糊度之和最小的、且所处区域相匹配的至少两个候选区域数据作为特征区域数据。
可选地,所述切分方式包括如下的至少一种:
切分为左半部分、右半部分;
切分为上半部分、下半部分。
可选地,所述将所述目标区域数据拼接为目标图像数据,包括:
从每个目标区域数据中提取特征点;
采用预设的第一匹配方式对所述目标图像数据的特征点进行匹配,获得匹配成功的特征点;
计算所述匹配成功的特征点之间的变换方式;
按照所述变换方式将所述目标区域数据拼接为目标图像数据。
可选地,所述采用预设的第一匹配方式对所述目标图像数据的特征点进行匹配,获得匹配成功的特征点,包括:
对所述目标区域数据的特征点生成描述子;
计算所述描述子之间的最近邻距离与次近邻距离;
计算所述最近邻距离和所述次近邻距离之间的比值;
当所述比值小于预设的阈值时,确定所述特征点匹配成功。
可选地,在所述采用预设的第一匹配方式对所述目标图像数据的特征点进行匹配,获得匹配成功的特征点之后,所述将所述目标区域数据拼接为目标图像数据,还包括:
采用预设的第二匹配方式从所述匹配成功的特征点中去除匹配错误的特征点。
可选地,在所述从每个区域图像数据中提取特征点之前,所述将所述目标区域数据拼接为目标图像数据,还包括:
按照预设的采样参数对所述特征区域数据进行下采样处理;
在所述按照所述变换方式将所述目标区域数据拼接为目标图像数据之前,所述将所述目标区域数据拼接为目标图像数据,还包括:
按照所述采样参数将所述变换方式进行转换处理。
根据本发明的另一方面,提供了一种拍照装置,包括:
数据采集模块,用于当执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据;
抖动条件判断模块,用于判断所述抖动数据是否符合预设的抖动条件;
目标区域数据提取模块,用于若符合所述抖动条件,则从所述至少两帧候选图像数据中提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据;
目标区域数据拼接模块,用于将所述目标区域数据拼接为目标图像数据;
拼接条件判断模块,用于判断所述目标图像数据中的拼接区域是否符合预设的拼接条件;
目标图像输出模块,用于若符合所述拼接条件,则输出所述目标图像数据。
可选地,还包括:
候选图像数据输出模块,用于若不符合所述抖动条件或不符合所述拼接条件,则输出符合预设的图像条件的候选图像数据。
可选地,所述候选图像数据输出模块包括:
模糊度计算子模块,用于计算所述候选图像数据的模糊度;
模糊度输出子模块,用于输出所述模糊度最小的候选图像数据。
可选地,所述抖动数据具有多个,所述抖动条件判断模块包括:
单体抖动值计算子模块,用于采用多个抖动数据计算多个单体抖动值;
整体抖动值计算子模块,用于计算所述多个单体抖动值的平均值,作为整体抖动值;
抖动范围判断子模块,用于判断所述整体抖动值是否在预设的抖动范围内;若是,则调用第一确定子模块,若否,则调用第二确定子模块;
第一确定子模块,用于确定符合预设的抖动条件;
第二确定子模块,用于确定不符合预设的抖动条件。
可选地,所述拼接条件判断模块包括:
拼接区域确定子模块,用于确定所述目标图像数据中的拼接区域;
灰度值计算子模块,用于在目标图像数据计算位于所述拼接区域一侧的像素的第一灰度值、以及位于所述拼接区域另一侧的像素的第二灰度值;
灰度差异计算子模块,用于计算所述第一灰度值与所述第二灰度值之间的灰度差异;
灰度判断子模块,用于判断所述灰度差异是否小于预设的阈值;若是,则调用第三确定子模块,若否,则调用第四确定子模块;
第三确定子模块,用于确定符合预设的拼接条件;
第四确定子模块,用于确定不符合预设的拼接条件。
可选地,所述目标区域数据提取模块包括:
候选图像数据切分子模块,用于将每帧候选图像数据按照预设的切分方式切分为至少两个候选区域数据;
模糊度计算子模块,用于对每个候选区域数据计算模糊度;
特征区域数据查询子模块,用于查询模糊度符合预设的模糊条件的、且所处区域相匹配的至少两个候选区域数据,作为特征区域数据;
相异提取子模块,用于若所述特征区域数据属于至少两帧候选图像数据,则从每个特征区域数据中所属的候选图像数据中提取至少包含所述特征区域数据的目标区域数据。
可选地,所述特征区域数据查询子模块包括:
候选区域数据选择单元,用于针对每种切分方式,从处于相同区域的候选区域数据中选择模糊度最小的候选区域数据;
和值计算单元,用于针对每种切分方式,计算所处区域相匹配的至少两个候选区域数据的模糊度之和;
模糊度比较单元,用于针对所有切分方式,对所有的模糊度之和进行比较;和值选择单元,用于选择模糊度之和最小的、且所处区域相匹配的至少两个候选区域数据作为特征区域数据。
可选地,所述切分方式包括如下的至少一种:
切分为左半部分、右半部分;
切分为上半部分、下半部分。
可选地,所述目标区域数据拼接模块包括:
特征点提取子模块,用于从每个目标区域数据中提取特征点;
特征点匹配子模块,用于采用预设的第一匹配方式对所述目标图像数据的特征点进行匹配,获得匹配成功的特征点;
变换方式计算子模块,用于计算所述匹配成功的特征点之间的变换方式;
变换方式拼接子模块,用于按照所述变换方式将所述目标区域数据拼接为目标图像数据。
可选地,所述特征点匹配子模块包括:
描述子生成单元,用于对所述目标区域数据的特征点生成描述子;
距离计算单元,用于计算所述描述子之间的最近邻距离与次近邻距离;
比值计算单元,用于计算所述最近邻距离和所述次近邻距离之间的比值;
匹配确定单元,用于当所述比值小于预设的阈值时,确定所述特征点匹配成功。
可选地,所述目标区域数据拼接模块还包括:
错误点去除子模块,用于采用预设的第二匹配方式从所述匹配成功的特征点中去除匹配错误的特征点。
可选地,所述目标区域数据拼接模块还包括:
下采样子模块,用于按照预设的采样参数对所述特征区域数据进行下采样处理;
变化方式转换子模块,用于按照所述采样参数将所述变换方式进行转换处理。
本发明实施例包括以下优点:
本发明实施例在执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据,若抖动数据符合抖动条件,则从至少两帧候选图像数据中分别提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据,将目标区域数据拼接为目标图像数据,若目标图像数据中的拼接区域符合拼接条件,则输出目标图像数据,一方面,部分区域重叠使得目标区域数据可以实现拼接,考虑了采集的候选图像数据之间的关联性,目标区域数据所处区域相匹配可保证拼接后的图像的内容完整性,通过模糊条件筛选合适的目标区域数据,保证拼接后的图像数据的清晰度,减少抵消抖动带来的影响,无需额外配置独立的器件,降低了成本,并且,拼接处理操作简单,提高了处理的速度,节省耗费的时间,另一方面,通过抖动条件、拼接条件作为拼接、输出目标图像数据的条件,可以保证拼接的图像质量。
附图说明
图1是本发明一个实施例的一种拍照方法的步骤流程图;
图2是本发明一个实施例的另一种拍照方法的步骤流程图;
图3A至图3G是本发明一个实施例的一种拍照方法的示例;
图4是本发明一个实施例的一种拍照装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明一个实施例的一种拍照方法的步骤流程图,具体可以包括如下步骤:
步骤101,当执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据。
在具体实现中,本发明实施例可以应用在移动终端中,例如,手机、平板电脑、可穿戴设备(如VR(Virtual Reality,虚拟现实)眼镜、VR头盔、智能手表)等等,本发明实施例对此不加以限制。
在本发明实施例中,移动终端配置有一个或多个摄像头(Camera)以及一个或多个传感器。
其中,该摄像头可以用于拍照、录像,该摄像头可以是设置在移动终端的背部(又称后置摄像头),也可以设置在移动终端的正面(又称前置摄像头)的,本发明实施例对此也不加以限制。
该传感器可以包括陀螺仪、加速度传感器等,可以测量角速度、加速度等数据,作为表示移动终端抖动的抖动数据。
移动终端的操作***包括Android(安卓)、IOS、Windows Phone、Windows等等,可以支持运行多种可调用摄像头的应用,例如,相机应用、购物应用、即时通讯应用等等。
这些应用可以通过调用摄像头进行相关的业务操作,例如,相应应用可以进行拍照进行后期处理(如滤镜、裁剪、添加图案等)并存储在图库中,存储购物应用可以调用摄像头对商品进行拍照、扫描二维码等,即时通讯应用可以调用摄像头拍照并将采集的图像数据作为即时通讯消息发送,等等。
在本发明实施例中,摄像头可以启动ZSL(Zero Second Later,0秒延时拍摄)等模式,在执行拍照操作(take photo)时,进行曝光、对焦等操作,采集至少两帧候选图像数据。
与此同时(尤其是在曝光时),调用传感器测量抖动数据,以此计算移动终端在采集预览图像数据时的抖动程度。
步骤102,判断所述抖动数据是否符合预设的抖动条件。
在具体实现中,可以预先设置抖动条件,采用拍照时测量的抖动数据判断是否符合该抖动条件。
如果符合该抖动条件,表示移动终端在拍照时抖动较小,在允许的抖动幅度内,如果不符合该抖动条件,表示移动终端在拍照时抖动较大,超过了允许的抖动幅度。
在本发明的一个实施例中,抖动数据具有多个,步骤102可以包括如下子步骤:
子步骤S11,采用多个抖动数据计算多个单体抖动值。
子步骤S12,计算所述多个单体抖动值的平均值,作为整体抖动值。
子步骤S13,判断所述整体抖动值是否在预设的抖动范围内;若是,则执行子步骤S14,若否,则执行子步骤S15。
子步骤S14,确定符合预设的抖动条件。
子步骤S15,确定不符合预设的抖动条件。
在本发明实施例中,由于拍照在一段相对短暂的时间内采集至少两帧候选图像数据,与此同时,传感器可能采集了多个(至少两个)抖动数据。
因此,可以计算这段时间内每个抖动数据的抖动程度,作为单体抖动值,并计算单体抖动值的平均值,以此作为这段时间内的整体抖动值。
例如,对于陀螺仪,则可以计算器数据的模值,作为单体抖动值。
当然,除了平均值之外,还可以设置其他方式计算整体抖动值,例如,对不同时间(拍照前段、拍照中段、拍照后段等)的单体抖动值配置相应的权值,计算配置权值之后单体抖动值之和,作为整体抖动值,等等,本发明实施例对此不加以限制。
针对不同传感器采集的抖动数据,可以针对性地设置抖动范围,如果整体抖动值在该抖动范围内,表示移动终端在拍照时抖动较小,符合该抖动条件,如果整体抖动值不在该抖动范围内,表示移动终端在拍照时抖动较大,不符合该抖动条件。
步骤103,若符合所述抖动条件,则从所述候选图像数据中提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据。
如果在拍照时抖动较小,候选图像数据清晰的概率较高,因此,通过比较各帧候选图像数据的模糊度,判定是否满足预先对模糊度设定一些条件(即模糊条件),从不同的候选图像数据中提取合适的区域作为目标区域数据。
此外,若不符合抖动条件,即在拍照时抖动程度较大,候选图像数据清晰的概率较低,则输出符合预设的图像条件(如是否对焦、模糊度、对比度、亮度等)的候选图像数据,进行其他后期处理(如添加水印、滤镜等等),或者,展示给用户。
以模糊度为例,可以计算候选图像数据的模糊度,输出模糊度最小的候选图像数据。
步骤104,将所述目标区域数据拼接为目标图像数据。
对于提取的目标区域数据,遍历目标区域数据中重叠的部分,从而拼接为目标图像数据。
步骤105,判断所述目标图像数据中的拼接区域是否符合预设的拼接条件。
步骤106,若符合所述拼接条件,则确定输出所述目标图像数据。
由于拼接会存在拼接缝的可能性,目标图像数据中出现拼接缝会使可视效果变差,因此,可以对拼接区域进行图像解析,判断是否符合拼接条件(即是否存在拼接缝相关的条件)。
如果符合拼接条件(不存在拼接缝),则输出目标图像数据,进行其他后期处理(如裁剪成矩形,调整统一的对比度、亮度,等等),或者,展示给用户。
如果不符合拼接条件(存在拼接缝),则输出符合预设的图像条件(如是否对焦、模糊度、对比度、亮度等)的候选图像数据,,进行其他后期处理(如添加水印、滤镜等等),或者,展示给用户
以模糊度作为图像条件的示例,可以计算候选图像数据的模糊度,输出模糊度最小的候选图像数据。
在本发明的一个实施例中,步骤105可以包括如下子步骤:
子步骤S21,确定所述目标图像数据中的拼接区域。
子步骤S22,在目标图像数据计算位于所述拼接区域一侧的像素的第一灰度值、以及位于所述拼接区域另一侧的像素的第二灰度值。
子步骤S23,计算所述第一灰度值与所述第二灰度值之间的灰度差异。
子步骤S24,判断所述灰度差异是否小于预设的阈值;若是,则执行子步骤S25,若否,则执行子步骤S26。
子步骤S25,确定符合预设的拼接条件。
子步骤S26,确定不符合预设的拼接条件。
所谓拼接区域,则可以指目标区域数据拼接的区域,一般为目标区域数据的边缘所处的区域。
位于拼接区域一侧的像素,属于其中一个目标区域数据,位于拼接区域另一侧的像素,属于另一个目标区域数据,可以分别计算这两个目标区域数据的灰度值,获得第一灰度值、第二灰度值,进而计算两者之间的灰度差异。
如果灰度差异大于或等于预设的阈值,则两个目标区域数据之间在拼接区域的差异较大,拼接缝较为明显,不符合拼接条件。
如果灰度差异小于预设的阈值,则两个目标区域数据之间在拼接区域的差异较小,拼接缝较为隐蔽,符合预设的拼接条件。
本发明实施例在执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据,若抖动数据符合抖动条件,则从至少两帧候选图像数据中分别提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据,将目标区域数据拼接为目标图像数据,若目标图像数据中的拼接区域符合拼接条件,则输出目标图像数据,一方面,部分区域重叠使得目标区域数据可以实现拼接,考虑了采集的候选图像数据之间的关联性,目标区域数据所处区域相匹配可保证拼接后的图像的内容完整性,通过模糊条件筛选合适的目标区域数据,保证拼接后的图像数据的清晰度,减少抵消抖动带来的影响,无需额外配置独立的器件,降低了成本,并且,拼接处理操作简单,提高了处理的速度,节省耗费的时间,另一方面,通过抖动条件、拼接条件作为拼接、输出目标图像数据的条件,可以保证拼接的图像质量。
参照图2,示出了本发明一个实施例的另一种拍照方法的步骤流程图,具体可以包括如下步骤:
步骤201,当执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据。
步骤202,判断所述抖动数据是否符合预设的抖动条件。
步骤203,若符合所述抖动条件,则将每帧候选图像数据按照预设的切分方式切分为至少两个候选区域数据。
在本发明实施例中,可以预先设置一个或多个切分方式,按照这些切分方式对每帧候选图像数据进行切分,从而将每帧候选图像数据切分为至少两个候选区域数据。
在一个示例中,切分方式包括如下的至少一种:
切分为左半部分、右半部分;
切分为上半部分、下半部分。
在此示例中,前一种切分方式为左右切分,则可以将候选图像数据沿水平方向的中线切分左、右两个候选区域数据。
后一种切分方式为上下切分,则可以将候选图像数据沿垂直方式的中线切分为上、下两个候选区域数据。
当然,上述切分方式只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他切分方式,例如,将候选图像数据切分为上、中、下三个候选区域数据,候选图像数据切分为左、中、右三个候选区域数据,等等,将本发明实施例对此不加以限制。另外,除了上述切分方式外,本领域技术人员还可以根据实际需要采用其它切分方式,本发明实施例对此也不加以限制。
步骤204,对每个候选区域数据计算模糊度。
在本发明实施例中,可以针对每帧候选图像数据的每个候选区域数据计算模糊度。
所谓模糊度,可以指候选区域数据的模糊程度。
一般而言,模糊度越小,候选区域数据越清晰,反之,模糊度越大,候选区域数据越模糊。
在具体实现中,可以通过图像灰度变化、图像梯度值、图像熵等方式衡量模糊度。
模糊度与图像灰度变化、图像梯度值、图像熵负相关,即如果模糊度越大,则图像灰度变化越小、图像梯度值越小、图像熵也越小;反之,如果模糊度越小,则图像灰度变化越大、图像梯度值越大、图像熵也越大。
其中,对于图像灰度变化,可以通过频谱函数计算,频谱函数通常基于傅里叶变换得到。
对于特征距离恰当的图像数据,其包含更多的信息,人们能更好地分辨其中的细节,细节意味着图像数据有可辨的边缘,在局部中有很强的灰级变化,灰级的跃变更加剧烈。
对于梯度值,可以使用梯度函数进行计算,例如Tenengrad函数、能量梯度函数、Brenner函数、方差函数等等。
在图像处理中,梯度函数常被用于提取边缘信息。对于特征距离恰当的图像数据,具有更尖锐的边缘的图像,应有更大的梯度函数值。
对于图像熵,可以通过熵函数获得。熵函数可以是基于这样一个前提,特征距离恰当的图像数据的熵大于特征距离不恰当(过短或过长)的图像数据的熵。
步骤205,查询模糊度符合预设的模糊条件的、且所处区域相匹配的至少两个候选区域数据,作为特征区域数据。
在具体实现中,从所有候选图像数据切分的所有候选区域数据中,选择除了符合模糊度符合预设的模糊条件的、且所处区域相匹配的至少两个候选区域数据,作为特征区域数据。
所谓所处区域相匹配,可以指选择的候选区域数据覆盖了其所属切分方式切分的各个区域,使得选择的候选区域数据可以从逻辑上组成完整的图像数据。
例如,将候选图像数据沿垂直方式的中线切分为上、下两个候选区域数据,则选择的候选区域数据包括上半部分的候选区域数据以及下半部分的候选区域数据。
例如,将候选图像数据沿水平方向的中线切分左、右两个候选区域数据,则选择的候选区域数据包括左半部分的候选区域数据以及右半部分的候选区域数据。
在本发明的一个实施例中,步骤205可以包括如下子步骤:
子步骤S31,针对每种切分方式,从处于相同区域的候选区域数据中选择模糊度最小的候选区域数据。
子步骤S32,针对每种切分方式,计算所处区域相匹配的至少两个候选区域数据的模糊度之和。
子步骤S33,针对所有切分方式,对所有的模糊度之和进行比较。
子步骤S34,选择模糊度之和最小的、且所处区域相匹配的至少两个候选区域数据作为特征区域数据。
在本发明实施例中,若应用了多种切分方式切分候选图像数据,针对每种切分方式,可以从所有候选图像数据切分出的、每个区域的候选区域数据中,选择模糊度最小的候选区域数据,计算所有区域的候选区域数据的模糊度之和,作为该切分方式的模糊度。
将所有切分方式的模糊度之和进行比较,选择模糊度之和最小的切分方式所对应的候选区域数据作为特征区域数据。
例如,将候选图像数据沿垂直方式的中线切分为上、下两个候选区域数据,以及,将候选图像数据沿水平方向的中线切分左、右两个候选区域数据,则从所有的处于上半部分的候选区域数据中选择模糊度最小的候选区域数据,从所有的处于下半部分的候选区域数据中选择模糊度最小的候选区域数据,计算两者的模糊度之和,接着,从所有处于左半部分的候选区域数据中选择模糊度最小的候选区域数据,从所有处于右半部分的候选区域数据中选择模糊度最小的候选区域数据,计算两者的模糊度之和,比较两个模糊度之和,以值最小的模糊度之和对应的候选区域数据作为特征区域数据。
步骤206,若所述特征区域数据属于至少两帧候选图像数据,则从每个特征区域数据中所属的候选图像数据中提取至少包含所述特征区域数据的目标区域数据。
对于选择出的特征区域数据,可以判断其所属的候选图像数据。
如果选择出的特征区域数据属于不同的候选图像数据,则可以从每个特征区域数据中所属的候选图像数据中提取至少包含该特征区域数据的目标区域数据,使得目标区域数据存在内容重复的部分,可以进行拼接。
例如,选择出的特征区域数据A为候选图像数据A中位于上半部分的候选区域数据,选择出的特征区域数据B为候选图像数据B中位于下半部分的候选区域数据,则可以从候选图像数据A提取上面包含特征区域数据A的、占总面积三分之二的数据,作为目标区域数据,从可以从候选图像数据B提取下面包含特征区域数据B的、占总面积三分之二的数据,作为目标区域数据。
如果选择出的特征区域数据属于相同的候选图像数据,则可交易直接输出该候选图像数据。
步骤207,按照预设的采样参数对所述特征区域数据进行下采样处理。
下采样(subsampled),也可以称为缩小图像或降采样(downsampled),按照预设的采样参数(如缩小、旋转、平移等)对特征区域数据进行下采样处理,可以降低处理量,提高处理速度。
例如,对于一幅尺寸为M*N的图像I,对其进行s倍下采样,即得到(M/s)*(N/s)尺寸的得分辨率图像,其中,s是M和N的公约数。
如果考虑的是矩阵形式的图像,就是把原始图像s*s窗口内的图像变成一个像素,这个像素点的值就是窗口内所有像素的均值:
步骤208,从每个目标区域数据中提取特征点。
在具体实现中,可以从目标区域数据中提取颜色特征、纹理特征、形状特征、空间关系特征等作为特征点。
步骤209,采用预设的第一匹配方式对所述目标图像数据的特征点进行匹配,获得匹配成功的特征点。
提取了特征点之后,则可以采用预设的第一匹配方式对两两目标图像数据之间的特征点进行匹配。
在一个示例中,可以对目标区域数据的特征点生成描述子,如SIFT(ScaleInvariant Feature Transform,尺度不变特征转换)、ORB(Oriented FAST and RotatedBRIEF)、BRISK(Binary Robust Invariant Scalable Keypoints),等等。
计算描述子之间的最近邻距离与次近邻距离,以及,计算最近邻距离和次近邻距离之间的比值。
当比值小于预设的阈值时,确定特征点匹配成功。
当然,上述特征点的第一匹配方式只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他特征点的第一匹配方式,例如,通过描述子之间的最近邻距离进行匹配,等等,将本发明实施例对此不加以限制。另外,除了上述特征点的第一匹配方式外,本领域技术人员还可以根据实际需要采用其它特征点的第一匹配方式,本发明实施例对此也不加以限制。
步骤210,采用预设的第二匹配方式从所述匹配成功的特征点中去除匹配错误的特征点。
一般情况下,匹配成功的特征点,会存在错误的匹配,因此,可以通过第二匹配方式,如RANSAC(Random Sample Consensus,随机抽样一致)算法,来去除匹配错误的特征点。
步骤211,计算所述匹配成功的特征点之间的变换方式。
两个目标区域数据之间的内容部分相同,其中一个目标区域数据的内容转换之后,与另一个目标区域数据的内容相同(如坐标系相同),因此,在特征点匹配成功之后,可以计算出这些特征点之间的变换方式(如变换矩阵),以此作为目标区域数据之间的变换方式(如变换矩阵)。
步骤212,按照所述采样参数将所述变换方式进行转换处理。
若在先按照采样参数对特征区域数据进行下采样处理,则变换方式为下采样处理之后的变化方式,为了对下采样处理前的目标区域数据进行变换、拼接,则可以采用采样参数将变换方式进行转换处理,使之复原为下采样处理前的变化方式。
步骤213,按照所述变换方式将所述目标区域数据拼接为目标图像数据。
对于进行拼接的两个目标区域数据,其中一个目标区域数据按照该变换方式进行变换,使之与另一个目标区域数据对齐,进而确定两个目标区域数据之间的位置关系,将两个目标区域数据拼接在一起,最终将所有的目标区域数据拼接起来之后,作为目标图像数据,目标图像数据的模糊程度小于或等于任一帧的候选图像数据。
步骤214,判断所述目标图像数据中的拼接区域是否符合预设的拼接条件。
步骤215,若符合所述拼接条件,则输出所述目标图像数据。一般情况下,对于拼接的两个目标区域数据,按照变化方式变换后的目标区域数据覆盖另一目标区域数据,则拼接区域为转换的目标区域数据裁剪的边缘所处的区域。
例如,从候选图像数据A提取上面三分之二的数据,作为目标区域数据A,从可以从候选图像数据B提取下面三分之二的数据,作为目标区域数据B,目标区域数据A按照变化方式变换,对齐目标区域数据B,则拼接区域为目标区域数据B的上边缘。
使本领域技术人员更好地理解本发明实施例,以下通过具体的示例来说明本发明实施例中的拍照方法。
假设移动终端一次拍照缓存In(n为正整数)帧候选图像数据,分别为I1、I2、……、In。
这n帧候选图像数据的拍摄时间接近,虽然拍摄的内容存在差异,但是,移动终端在短时间内一般不会大幅度移动,因此,拍摄的内容差异一般不大。
在采集候选图像数据的同时,调用加速度传感器采集了m个加速度数据。
若拍照的时间为30ms,以200HZ为例,在曝光的时间段内,大概会有6个加速度数据。
对于这m个加速度数据,先取每个加速度数据的模,再求m个模值的平均值,作为整体的抖动程度。
在该抖动程度超出抖动范围内的情况下,从In帧候选图像数据中输出模糊度最小的帧候选图像数据。
在该抖动程度在抖动范围内的情况下,将每帧候选图像数据Ii(i=1、2、……、n)切分为上半部分Ii1与下半部分Ii2、左半部分Ii3与右半部分Ii4,即Ii1、Ii2、Ii3与Ii4均为候选区域数据。
从所有Ii的Ii1中选择模糊度最小的Ii1',从所有Ii的Ii2中选择模糊度最小的Ii2'。
从所有Ii的Ii3中选择模糊度最小的Ii3',从所有Ii的Ii4中选择模糊度最小的Ii4'。
计算Ii1'与Ii2'的模糊度之和,以及,计算Ii3'与Ii4'的模糊度之和。
若Ii1'与Ii2'的模糊度之和小于Ii3'与Ii4'的模糊度之和,则将Ii1'设置为特征区域数据pj1(j=1、2、……、n)、将Ii2'设置为特征区域数据特征区域数据pk2(k=1、2、……、n)。
pj1属于候选图像数据Ij(j=1、2、……、n),pk2属于候选图像数据Ik(k=1、2、……、n)。
若pj1与pk2属于同一帧候选图像数据(即j=k),则可以输出该候选图像数据。
在本示例中,pj1属于其中一帧候选图像数据,pk2属于另一帧候选图像数据,即pj1与pk2属于不同的候选图像数据(即j≠k),则如图3A所示,从Ij中裁剪上面大于二分之一的部分图像使包含pj1,即作为目标区域数据,如图3B所示,从Ik中裁剪下面大于二分之一的部分图像使包含pk2,即作为目标区域数据。
对进行下采样处理,得到对进行下采样处理,得到
如图3C所示,从中提取特征点Dj,如图3D所示,从中提取特征点Dk。
如图3E所示,对Dj与Dk进行匹配。
如图3F所示,从匹配成功的Dj与Dk中去处匹配错误的Dj与Dk。
假设X=[x,y]T为中的特征点Dj的集合,X'=[x',y']T为中的特征点Dj的集合,通过X'=HX,求得变换矩阵H:
通过计算与与之间的关系,参考变换矩阵H的求解过程,将变换矩阵H转换为下采样处理之前与的变换矩阵H':
如图3G所示,通过变换矩阵H'对与进行拼接得到目标图像数据I',I'的模糊度小于或等于任一帧缓存的候选图像数据In。
拼接区域位于的上边缘,计算该拼接区域两侧灰度值及其灰度差异。
如果灰度差异超过阈值,则从In帧候选图像数据中输出模糊度最小的帧候选图像数据。
如果灰度差异未超过预设的阈值,则输出图3G所示得的目标图像数据。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图4,示出了本发明一个实施例的一种拍照装置的结构框图,具体可以包括如下模块:
数据采集模块401,用于当执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据;
抖动条件判断模块402,用于判断所述抖动数据是否符合预设的抖动条件;
目标区域数据提取模块403,用于若符合所述抖动条件,则从所述至少两帧候选图像数据中提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据;
目标区域数据拼接模块404,用于将所述目标区域数据拼接为目标图像数据;
拼接条件判断模块405,用于判断所述目标图像数据中的拼接区域是否符合预设的拼接条件;
目标图像输出模块406,用于若符合所述拼接条件,则输出所述目标图像数据。
在本发明的一个实施例中,还包括:
候选图像数据输出模块,用于若不符合所述抖动条件或不符合所述拼接条件,则输出符合预设的图像条件的候选图像数据。
在本发明的一个实施例中,所述候选图像数据输出模块包括:
模糊度计算子模块,用于计算所述候选图像数据的模糊度;
模糊度输出子模块,用于输出所述模糊度最小的候选图像数据。
在本发明的一个实施例中,所述抖动数据具有多个,所述抖动条件判断模块402包括:
单体抖动值计算子模块,用于采用多个抖动数据计算多个单体抖动值;
整体抖动值计算子模块,用于计算所述多个单体抖动值的平均值,作为整体抖动值;
抖动范围判断子模块,用于判断所述整体抖动值是否在预设的抖动范围内;若是,则调用第一确定子模块,若否,则调用第二确定子模块;
第一确定子模块,用于确定符合预设的抖动条件;
第二确定子模块,用于确定不符合预设的抖动条件。
在本发明的一个实施例中,所述拼接条件判断模块405包括:
拼接区域确定子模块,用于确定所述目标图像数据中的拼接区域;
灰度值计算子模块,用于在目标图像数据计算位于所述拼接区域一侧的像素的第一灰度值、以及位于所述拼接区域另一侧的像素的第二灰度值;
灰度差异计算子模块,用于计算所述第一灰度值与所述第二灰度值之间的灰度差异;
灰度判断子模块,用于判断所述灰度差异是否小于预设的阈值;若是,则调用第三确定子模块,若否,则调用第四确定子模块;
第三确定子模块,用于确定符合预设的拼接条件;
第四确定子模块,用于确定不符合预设的拼接条件。
在本发明的一个实施例中,所述目标区域数据提取模块403包括:
候选图像数据切分子模块,用于将每帧候选图像数据按照预设的切分方式切分为至少两个候选区域数据;
模糊度计算子模块,用于对每个候选区域数据计算模糊度;
特征区域数据查询子模块,用于查询模糊度符合预设的模糊条件的、且所处区域相匹配的至少两个候选区域数据,作为特征区域数据;
相异提取子模块,用于若所述特征区域数据属于至少两帧候选图像数据,则从每个特征区域数据中所属的候选图像数据中提取至少包含所述特征区域数据的目标区域数据。
在本发明的一个实施例中,所述特征区域数据查询子模块包括:
候选区域数据选择单元,用于针对每种切分方式,从处于相同区域的候选区域数据中选择模糊度最小的候选区域数据;
和值计算单元,用于针对每种切分方式,计算所处区域相匹配的至少两个候选区域数据的模糊度之和;
模糊度比较单元,用于针对所有切分方式,对所有的模糊度之和进行比较;
和值选择单元,用于选择模糊度之和最小的、且所处区域相匹配的至少两个候选区域数据作为特征区域数据。
在本发明实施例的一个示例中,所述切分方式包括如下的至少一种:
切分为左半部分、右半部分;
切分为上半部分、下半部分。
在本发明的一个实施例中,所述目标区域数据拼接模块404包括:
特征点提取子模块,用于从每个目标区域数据中提取特征点;
特征点匹配子模块,用于采用预设的第一匹配方式对所述目标图像数据的特征点进行匹配,获得匹配成功的特征点;
变换方式计算子模块,用于计算所述匹配成功的特征点之间的变换方式;
变换方式拼接子模块,用于按照所述变换方式将所述目标区域数据拼接为目标图像数据。
在本发明的一个实施例中,所述特征点匹配子模块包括:
描述子生成单元,用于对所述目标区域数据的特征点生成描述子;
距离计算单元,用于计算所述描述子之间的最近邻距离与次近邻距离;
比值计算单元,用于计算所述最近邻距离和所述次近邻距离之间的比值;
匹配确定单元,用于当所述比值小于预设的阈值时,确定所述特征点匹配成功。
在本发明的一个实施例中,所述目标区域数据拼接模块404还包括:
错误点去除子模块,用于采用预设的第二匹配方式从所述匹配成功的特征点中去除匹配错误的特征点。
在本发明的一个实施例中,所述目标区域数据拼接模块404还包括:
下采样子模块,用于按照预设的采样参数对所述特征区域数据进行下采样处理;
变化方式转换子模块,用于按照所述采样参数将所述变换方式进行转换处理。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例在执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据,若抖动数据符合抖动条件,则从至少两帧候选图像数据中分别提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据,将目标区域数据拼接为目标图像数据,若目标图像数据中的拼接区域符合拼接条件,则输出目标图像数据,一方面,部分区域重叠使得目标区域数据可以实现拼接,考虑了采集的候选图像数据之间的关联性,目标区域数据所处区域相匹配可保证拼接后的图像的内容完整性,通过模糊条件筛选合适的目标区域数据,保证拼接后的图像数据的清晰度,减少抵消抖动带来的影响,无需额外配置独立的器件,降低了成本,并且,拼接处理操作简单,提高了处理的速度,节省耗费的时间,另一方面,通过抖动条件、拼接条件作为拼接、输出目标图像数据的条件,可以保证拼接的图像质量。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种拍照方法和一种拍照装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种拍照方法,其特征在于,包括:
当执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据;
判断所述抖动数据是否符合预设的抖动条件;
若符合所述抖动条件,则从所述至少两帧候选图像数据中提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据;
将所述目标区域数据拼接为目标图像数据;
判断所述目标图像数据中的拼接区域是否符合预设的拼接条件;
若符合所述拼接条件,则输出所述目标图像数据。
2.根据权利要求1所述的方法,其特征在于,还包括:
若不符合所述抖动条件或不符合所述拼接条件,则输出符合预设的图像条件的候选图像数据。
3.根据权利要求2所述的方法,其特征在于,所述输出符合预设的图像条件的候选图像数据,包括:
计算所述候选图像数据的模糊度;
输出所述模糊度最小的候选图像数据。
4.根据权利要求1或2或3所述的方法,其特征在于,所述抖动数据具有多个,所述判断所述抖动数据是否符合预设的抖动条件,包括:
采用多个抖动数据计算多个单体抖动值;
计算所述多个单体抖动值的平均值,作为整体抖动值;
判断所述整体抖动值是否在预设的抖动范围内;
若是,则确定符合预设的抖动条件;
若否,则确定不符合预设的抖动条件。
5.根据权利要求1所述的方法,其特征在于,所述判断所述目标图像数据中的拼接区域是否符合预设的拼接条件,包括:
确定所述目标图像数据中的拼接区域;
在目标图像数据计算位于所述拼接区域一侧的像素的第一灰度值、以及位于所述拼接区域另一侧的像素的第二灰度值;
计算所述第一灰度值与所述第二灰度值之间的灰度差异;
判断所述灰度差异是否小于预设的阈值;
若是,则确定符合预设的拼接条件;
若否,则确定不符合预设的拼接条件。
6.根据权利要求1所述的方法,其特征在于,所述从所述至少两帧候选图像数据中分别提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据,包括:
将每帧候选图像数据按照预设的切分方式切分为至少两个候选区域数据;
对每个候选区域数据计算模糊度;
查询模糊度符合预设的模糊条件的、且所处区域相匹配的至少两个候选区域数据,作为特征区域数据;
若所述特征区域数据属于至少两帧候选图像数据,则从每个特征区域数据中所属的候选图像数据中提取至少包含所述特征区域数据的目标区域数据。
7.根据权利要求6所述的方法,其特征在于,所述查询模糊度符合预设的模糊条件的、且所处区域相匹配的至少两个候选区域数据,作为特征区域数据,包括:
针对每种切分方式,从处于相同区域的候选区域数据中选择模糊度最小的候选区域数据;
针对每种切分方式,计算所处区域相匹配的至少两个候选区域数据的模糊度之和;
针对所有切分方式,对所有的模糊度之和进行比较;
选择模糊度之和最小的、且所处区域相匹配的至少两个候选区域数据作为特征区域数据。
8.根据权利要求6所述的方法,其特征在于,所述切分方式包括如下的至少一种:
切分为左半部分、右半部分;
切分为上半部分、下半部分。
9.根据权利要求1或2或3或5或6或7或8所述的方法,其特征在于,所述将所述目标区域数据拼接为目标图像数据,包括:
从每个目标区域数据中提取特征点;
采用预设的第一匹配方式对所述目标图像数据的特征点进行匹配,获得匹配成功的特征点;
计算所述匹配成功的特征点之间的变换方式;
按照所述变换方式将所述目标区域数据拼接为目标图像数据。
10.一种拍照装置,其特征在于,包括:
数据采集模块,用于当执行拍照操作时,采集至少两帧候选图像数据并调用预置的传感器测量抖动数据;
抖动条件判断模块,用于判断所述抖动数据是否符合预设的抖动条件;
目标区域数据提取模块,用于若符合所述抖动条件,则从所述至少两帧候选图像数据中提取模糊度符合预设的模糊条件的、部分区域重叠且所处区域相匹配的至少两个目标区域数据;
目标区域数据拼接模块,用于将所述目标区域数据拼接为目标图像数据;
拼接条件判断模块,用于判断所述目标图像数据中的拼接区域是否符合预设的拼接条件;
目标图像输出模块,用于若符合所述拼接条件,则输出所述目标图像数据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810274313.4A CN108668075A (zh) | 2018-03-29 | 2018-03-29 | 一种拍照方法和装置 |
PCT/CN2019/078156 WO2019184719A1 (zh) | 2018-03-29 | 2019-03-14 | 一种拍照的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810274313.4A CN108668075A (zh) | 2018-03-29 | 2018-03-29 | 一种拍照方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108668075A true CN108668075A (zh) | 2018-10-16 |
Family
ID=63782615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810274313.4A Pending CN108668075A (zh) | 2018-03-29 | 2018-03-29 | 一种拍照方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108668075A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111382776A (zh) * | 2018-12-26 | 2020-07-07 | 株式会社日立制作所 | 物体识别装置以及物体识别方法 |
CN111885370A (zh) * | 2019-05-02 | 2020-11-03 | 三星电子株式会社 | 评估电子装置的性能的方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101656829A (zh) * | 2008-08-21 | 2010-02-24 | 英华达(上海)电子有限公司 | 数码照相装置及其防抖方法 |
US20100157110A1 (en) * | 2008-12-19 | 2010-06-24 | Sanyo Electric Co., Ltd. | Image Sensing Apparatus |
CN102236890A (zh) * | 2010-05-03 | 2011-11-09 | 微软公司 | 从多个图像生成组合图像 |
TW201225657A (en) * | 2010-12-01 | 2012-06-16 | Altek Corp | Multiple anti-shake system and method thereof |
CN102509285A (zh) * | 2011-09-28 | 2012-06-20 | 宇龙计算机通信科技(深圳)有限公司 | 一种拍摄出模糊图片的处理方法、***及拍摄设备 |
CN102547130A (zh) * | 2010-12-31 | 2012-07-04 | 华晶科技股份有限公司 | 影像拍摄装置及其影像拍摄方法 |
CN103873780A (zh) * | 2012-12-17 | 2014-06-18 | 联想(北京)有限公司 | 一种采集视频的方法及电子设备 |
CN105827967A (zh) * | 2016-03-28 | 2016-08-03 | 广东欧珀移动通信有限公司 | 控制方法、控制装置及电子装置 |
CN106231204A (zh) * | 2016-08-30 | 2016-12-14 | 宇龙计算机通信科技(深圳)有限公司 | 基于双摄像头的防抖拍照方法及装置、终端 |
CN106331497A (zh) * | 2016-08-31 | 2017-01-11 | 宇龙计算机通信科技(深圳)有限公司 | 一种图像处理方法及终端 |
CN107172296A (zh) * | 2017-06-22 | 2017-09-15 | 维沃移动通信有限公司 | 一种图像拍摄方法及移动终端 |
CN107635093A (zh) * | 2017-09-18 | 2018-01-26 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
-
2018
- 2018-03-29 CN CN201810274313.4A patent/CN108668075A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101656829A (zh) * | 2008-08-21 | 2010-02-24 | 英华达(上海)电子有限公司 | 数码照相装置及其防抖方法 |
US20100157110A1 (en) * | 2008-12-19 | 2010-06-24 | Sanyo Electric Co., Ltd. | Image Sensing Apparatus |
CN102236890A (zh) * | 2010-05-03 | 2011-11-09 | 微软公司 | 从多个图像生成组合图像 |
TW201225657A (en) * | 2010-12-01 | 2012-06-16 | Altek Corp | Multiple anti-shake system and method thereof |
CN102547130A (zh) * | 2010-12-31 | 2012-07-04 | 华晶科技股份有限公司 | 影像拍摄装置及其影像拍摄方法 |
CN102509285A (zh) * | 2011-09-28 | 2012-06-20 | 宇龙计算机通信科技(深圳)有限公司 | 一种拍摄出模糊图片的处理方法、***及拍摄设备 |
CN103873780A (zh) * | 2012-12-17 | 2014-06-18 | 联想(北京)有限公司 | 一种采集视频的方法及电子设备 |
CN105827967A (zh) * | 2016-03-28 | 2016-08-03 | 广东欧珀移动通信有限公司 | 控制方法、控制装置及电子装置 |
CN106231204A (zh) * | 2016-08-30 | 2016-12-14 | 宇龙计算机通信科技(深圳)有限公司 | 基于双摄像头的防抖拍照方法及装置、终端 |
CN106331497A (zh) * | 2016-08-31 | 2017-01-11 | 宇龙计算机通信科技(深圳)有限公司 | 一种图像处理方法及终端 |
CN107172296A (zh) * | 2017-06-22 | 2017-09-15 | 维沃移动通信有限公司 | 一种图像拍摄方法及移动终端 |
CN107635093A (zh) * | 2017-09-18 | 2018-01-26 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111382776A (zh) * | 2018-12-26 | 2020-07-07 | 株式会社日立制作所 | 物体识别装置以及物体识别方法 |
CN111885370A (zh) * | 2019-05-02 | 2020-11-03 | 三星电子株式会社 | 评估电子装置的性能的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101783877B (zh) | 图像拍摄装置及频闪图像生成方法 | |
JP6218377B2 (ja) | 画像処理装置及び画像処理方法 | |
JP4772839B2 (ja) | 画像識別方法および撮像装置 | |
US9569831B2 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium for extracting information embedded in a printed material | |
US10853927B2 (en) | Image fusion architecture | |
CN108322658A (zh) | 一种拍照的方法和装置 | |
WO2005117455A1 (ja) | Rawデ-タから倍率色収差を検出する画像処理装置、画像処理プログラム、および電子カメラ | |
JP5766077B2 (ja) | ノイズ低減のための画像処理装置及び画像処理方法 | |
WO2020205008A1 (en) | Image fusion processing module | |
KR20090090333A (ko) | 초점 조력 시스템 및 방법 | |
US11334961B2 (en) | Multi-scale warping circuit for image fusion architecture | |
JP2014013574A (ja) | 画像分類プログラム、画像分類装置および電子カメラ | |
JP2017229061A (ja) | 画像処理装置およびその制御方法、ならびに撮像装置 | |
CN108668075A (zh) | 一种拍照方法和装置 | |
WO2019184719A1 (zh) | 一种拍照的方法和装置 | |
US8542280B2 (en) | Difference degree evaluation device, difference degree evaluation method and program product | |
JP2010130069A (ja) | デジタルカメラおよび画像処理装置並びに画像処理プログラム | |
CA2825342C (en) | Methods and devices for controlling camera image capture | |
JP5381498B2 (ja) | 画像処理装置、画像処理プログラムおよび画像処理方法 | |
JP6645711B2 (ja) | 画像処理装置、画像処理方法、プログラム | |
JP4363154B2 (ja) | 撮影装置、その画像処理方法及びプログラム | |
JP2009159525A (ja) | 撮像装置及び画像合成プログラム | |
JP4401497B2 (ja) | 撮像装置及びその制御方法 | |
JP2013165413A (ja) | 画像表示装置 | |
JP2017184021A (ja) | コンテンツ提供装置及びコンテンツ提供プログラム |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181016 |
|
RJ01 | Rejection of invention patent application after publication |