CN109429044A - 用于检测图像的部分的方法和图像处理设备 - Google Patents

用于检测图像的部分的方法和图像处理设备 Download PDF

Info

Publication number
CN109429044A
CN109429044A CN201810926092.4A CN201810926092A CN109429044A CN 109429044 A CN109429044 A CN 109429044A CN 201810926092 A CN201810926092 A CN 201810926092A CN 109429044 A CN109429044 A CN 109429044A
Authority
CN
China
Prior art keywords
image
phase
pixel value
value
color component
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.)
Granted
Application number
CN201810926092.4A
Other languages
English (en)
Other versions
CN109429044B (zh
Inventor
P·威廉松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Axis AB
Original Assignee
Axis AB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Axis AB filed Critical Axis AB
Publication of CN109429044A publication Critical patent/CN109429044A/zh
Application granted granted Critical
Publication of CN109429044B publication Critical patent/CN109429044B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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
    • 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
    • G06T2207/30232—Surveillance
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • 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
    • 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
    • H04N23/672—Focus control based on electronic image sensor signals based on the phase difference signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Color Television Image Signal Generators (AREA)
  • Image Processing (AREA)

Abstract

公开了用于检测由至少一个预定红外(IR)波长的IR光支配的图像的部分的方法和图像处理设备(110)。获取(A010)用于在图像中设置聚焦的一组相位像素值。比较(A020)每个所述相位像素值与第一阈值，第一阈值与由于至少第一颜色分量的波长与所述至少一个预定IR波长之间的差而发生的相移相关。此外，在相位像素值满足所述第一阈值的情况下，确定(A030)与所述相位像素值相关的相应位置包括在由所述IR光支配的所述图像的所述部分中。还公开了计算机程序(603)和计算机程序载体(605)。

Description

用于检测图像的部分的方法和图像处理设备
技术领域
本文的实施例涉及图像处理。尤其是，公开了用于检测由至少一个预定IR波长的红外(IR)光支配(dominate)的图像的部分的方法和图像处理设备。还公开了对应的计算机程序和计算机程序载体。
背景技术
图像处理是指应用于图像的任何处理。该处理可以包括向图像应用各种效果、掩模、滤波器等。通过这种方式，图像可以被锐化、转换成灰度级或以某种方式改变。图像通常由摄像机、静止图像相机等捕获。
关于锐化，当要捕获的场景包括IR和可见光两者时出现一些挑战，因为由于色差，图像捕获设备不能被设置为同时将IR和可见光聚焦到其传感器上。因此，已经提出通过将可见光和IR光分别聚焦到图像捕获设备的传感器上来捕获这样的场景。这通常通过激活和去激活IR滤波器来实现，例如通过机械地移动IR滤波器进入或远离来自场景的光在其道路上传递到传感器的路径。通过这种方式，获取相同场景的两个图像，一个图像没有IR光，一个图像有IR光。然后，当处理这些图像时，分别处理两个图像中的每个以找到锐利(sharp)区域，例如，通过比较两个图像的区域中的对比度。随后将这两个图像混合在一起，例如，通过挑选具有比另一图像的对应区域更高对比度的一个图像的区域，以形成旨在包括两个图像中比另一个更锐利的那些区域的图像。在某些情况下，使用对比度来确定要挑选的区域可能不会产生足够锐利的图像。
发明内容
因此，目的可以是如何确定图像的哪些部分或区域需要锐化。
根据一个方面，该目的通过用于检测由至少一个预定IR波长的IR光支配的图像的部分的方法来实现。获取用于在图像中设置聚焦(focus)的一组相位像素(phase pixel)值。在没有IR滤波器的情况下捕获图像。对可见光谱中的第一颜色分量设置图像的聚焦。该组相位像素值的每个相位像素值与图像中的相应位置相关。包括每个相应位置的一组位置分布在图像上。
此外，将每个相位像素值与第一阈值进行比较，该第一阈值与由于至少第一颜色分量的波长与所述至少一个预定IR波长之间的差而发生的相移相关。通常，与零不同或者在包括零的某一余量范围(marginal range)之外的相移，表示相应位置不聚焦。由于第一阈值与由于第一颜色分量的波长与所述至少一个预定IR波长之间的差而发生的相移有关，对于满足第一阈值的任何相位像素值可以推导出相应位置由IR光支配。
因此，在相位像素值满足第一阈值的情况下，确定与所述相位像素值相关的相应位置包括在由IR光支配的图像的部分中。
根据另一方面，该目的通过被配置为执行上述方法的图像处理设备来实现。
根据其他方面，该目的通过与上述方面相对应的计算机程序和计算机程序载体来实现。
通过这种方式，通过使用相位像素，可以快速且容易地找到由IR光支配的至少一个部分，相位像素-根据现有技术-是被提供以使能自动聚焦。
附图说明
根据以下详细描述和附图，将容易理解本文公开的实施例的各个方面，包括其特定特征和优点，其中：
图1是示出本文示例性实施例的示意图，
图2是具有模糊部分的示例图片，
图3是示出图像处理设备中的方法的实施例的流程图，
图4a和4b是示出不同像素的强度的图，
图5a和5b是示出不同像素的强度的进一步的图，以及
图6是示出图像处理设备的实施例的框图。
具体实施方式
在整个以下描述中，相似的附图标记在适用时用于表示相似的特征，例如设备、动作、模块、电路、部件、项目、元件、单元等。在附图中，在一些实施例中出现的特征由虚线表示。
图1描绘了示例性图像处理设备110，诸如视频记录器、监控相机120、数码相机、包括图像传感器的智能电话130、包括图像传感器的汽车140、能够通过网络获取图像的有线或无线设备等。
因此，图像处理设备110能够处理图像。图像可以已经由图像处理设备110自身捕获，或者它可以已经从捕获图像的另一设备，或者从诸如硬盘驱动器等的存储器接收。
为了更好地理解以下详细描述，将解释一些术语。
术语“相位像素”可以指配备有微透镜的像素，微透镜能够检测反映对特定波长聚焦或不聚焦的相移。相移甚至可以反映失焦的水平或程度，不仅仅是聚焦或不聚焦。通过这种方式，来自相位像素的相移输出可以用作已知的自动聚焦过程的输入，例如，镜头可以被移动对应于相移的距离以设置聚焦。当相移为零或小于接近零的余量时，对于特定波长，光对于特定波长聚焦。如果与特定波长不同的波长的光入射在相位像素上，则相移将不等于零，或大于余量。这意味着相移取决于入射在相位像素上的光的波长(或多个波长)。相位像素在本领域中是已知的，可以使用除上述之外的其他示例。
当图像已被捕获时，表示图像的数据可以以任何已知的现有或将来的格式来存储，例如红绿蓝(RGB)或青色、品红色、黄色和黑色(Key)(CMYK)等。通常，每个像素由一个或多个颜色分量或一个或多个颜色通道表示。因此，颜色分量是指RGB中的一种、CMYK中的一种等。其他已知的格式包括但不限于色相饱和亮度(HSL)颜色格式、亮度和色度(YUV)颜色格式等。
此外，如本文所使用的，术语“图像”可以指包括源自捕获图像的图像传感器的信息的图像帧。
此外，如本文所使用的，术语“阈值(threshold)”或“阈值的值”可以指诸如特定颜色分量的强度、颜色分量的组合等的特定度量的最大值或最小值。当值满足阈值时，取决于适用的标准，该值可以大于或小于该阈值。此外，当该值满足该阈值时，可以意味着该值在包括该阈值的范围内。
图2示出了从包括IR光和可见光的场景捕获的示例性图像200。已经为可见光设置了聚焦。典型地，在设置聚焦时考虑了可见光的特定颜色分量，例如R、G或B。
由于聚焦是对可见光设置的，因此包括IR光以及可见光的图像200的部分201是模糊的。由于IR光源的可用性，IR光通常可以具有850纳米(nm)或940nm的波长，即分别是第一和第二预定波长。
在该示例中，场景的大多数对象可以位于与捕获图像200的图像传感器(未示出)相同或基本相同的距离处。对象包括人、建筑物、街面等。还要注意到，取决于实现和设计考虑，相同或基本相同的距离可以意味着+/-5％、+/-10％、+/-20％的余量或其他合适的值。
现在转到图3，示出了根据本文实施例的示例方法。该方法在图1的图像处理设备110中实现。图像处理设备110因此通常执行用于检测图像200的部分201的方法，该部分201由至少一个预定IR波长的IR光支配，所述预定IR波长是例如上述850nm和940nm中的一个。
可以以下面的示例性顺序执行以下动作中的一个或多个。在其他示例中，顺序可以与下面描述的不同。
动作A010
为了能够在后续动作中使用来自相位像素的信息，图像处理设备110获取用于在图像200中设置聚焦的一组相位像素值。图像处理设备110可以通过从图像传感器接收相位像素值或通过从诸如内部存储器、外部存储器、硬盘驱动器等的存储器接收相位像素值来获取该组相位像素值。在一些示例中，这意味着图像处理设备110可以包括在诸如云服务器等的计算机***中。
在没有IR滤波器的情况下捕获图像200或者已经捕获图像200。对可见光谱中的第一颜色分量设置图像200的聚焦。该组相位像素值的每个相位像素值与图像200中的相应位置相关。包括每个相应位置的一组位置分布在图像200上。
本文可以提到的是，用于在图像200中设置聚焦的一组相位像素值可以指的是根据现有技术可以将该组相位像素值用于设置自动聚焦。根据本文的实施例，该组相位像素值替代地用于寻找由IR光支配的图像200的部分201，如下所述。
动作A020
图像处理设备110将每个相位像素值与由于至少第一颜色分量的波长与所述至少一个预定IR波长之间的差而发生的相移相关的第一阈值进行比较。
通过这种方式，每个相位像素的相应位置被识别为1)对于满足第一阈值的任何相位像素值，由IR光支配，或者2)对于无法满足第一阈值的任何相位像素值，不由IR光支配。
任何显著的相移值，即不为零且绝对值大于用于滤除非显著值的余量值，可以指示每个相位像素的相应位置可以被识别为失焦。在显著的相移值中，与第一阈值的比较有助于阈值化出(thresholding out)或滤出由所述至少一个预定IR波长的IR光引起的那些相移值。
动作A030
因此，在相位像素值满足第一阈值的情况下，图像处理设备110确定与所述相位像素值相关的相应位置被包括在由IR光支配的图像的部分中。
当相移值满足第一阈值时，可以意味着相位像素值在包括第一阈值的第一范围内。通过这种方式，可以确保由于源自已知IR源的任何一个的，具有所述至少一个预定IR波长的IR光，已发生相移值。第一范围的长度或尺寸可以是例如在至少一个已知IR源的光谱的半最大值处取全宽(fullwidth)时来确定。为了识别两个公共的IR源，可能的是第一范围包括第一子范围和第二子范围，每个子范围表示两个公共IR源中的相应一个。
在一些示例中，图像处理设备110可以发现该部分包括相关的相位像素值满足第一阈值的所有位置。
根据一些第一实施例，可以执行动作A040-A050。根据第一实施例，与位置组处的像素相关的，对至少两个颜色分量获取的一组相位像素值和RGB颜色信息，被用于进一步限制哪些位置被包括在部分201中。所述至少两个颜色分量通常可以与前述第一颜色分量不同。在第一实施例的一些示例中，可以在没有颜色滤波器的情况下捕获该组相位像素值。图4a和4b进一步示出了根据第一实施例不同像素的强度如何有助于找到部分201。
动作A040
图像处理设备110可以获取图像的第一组颜色分量值和图像200的第二组颜色分量值。第一和第二组颜色分量与该组位置相关。对所述至少两个颜色分量获取的上述RGB颜色信息因此由第一和第二组颜色分量值例示，所述第一和第二组颜色分量值可以源自像素，即公共或标准像素。公共或标准像素与相位像素区分开。
第一组颜色分量值可以与不同于第一颜色分量的第二颜色分量相关。第二组颜色分量值可以与也与第一颜色分量不同的第三颜色分量相关。另外，第二颜色分量可以与第三颜色分量不同。作为示例，第二颜色分量可以是R，第三颜色分量可以是B，而第一颜色分量可以是G。
动作A050
当与相应位置相关的第一组颜色分量值中的相应的一个和与相应位置相关的第二组颜色分量值中的相应的一个之间的第一差小于第二阈值时，图像处理设备110可以确定相应位置包括在图像200的部分201中，第二阈值用于指示第一组颜色分量值中的相应的一个和第二组颜色分量值中的相应的一个是相似的。第二阈值可以以这种方式对于何时第一和第二组颜色分量值中的相应一个被认为是相似的提供条件。
结果，这可以意味着1)当根据动作A030检测到相移时和2)当第一组颜色分量值中的相应一个和第二组颜色分量值中的相应一个是相似的时，例如所有颜色分量都相似，相应位置可以仅包括在图像200的部分201中。
通过这种方式，确认相移实际上可能是由IR光引起的，而不是由于场景中的任何对象位于任意地将导致满足第一阈值的相移值的距离处。
原因可能是预期当IR光支配时，公共像素也可能接收至少一些IR光，这可能导致饱和。当发生饱和时，第一和第二组颜色分量值可以与上述相似。同样地或替代地，IR光可能使得光谱的红色部分进行支配，而光谱的红色部分接近IR光。作为示例，动作A050可能被替换为确定以下内容的动作：例如表示红色分量的第一组颜色分量值进行支配，例如大于，例如表示绿色分量或蓝色分量的第二组颜色分量值。
根据一些第二实施例，可以执行动作A060-A070和/或动作A080。对于第二实施例，该组相位像素值可以包括与图像200的第一颜色分量相关的第一子组相位像素值。如上所述，可以对第一颜色分量设置图像的聚焦。第一子组相位像素值与该组位置相关。第一子组可以因此与第一颜色分量相关，因为匹配第一颜色分量的颜色滤波器被应用于第一子组的相位像素。此外，该组相位像素值还可以包括与图像200的第二颜色分量相关的第二子组相位像素值。第二子组可以因此与第二颜色分量相关，因为匹配第二颜色分量的颜色滤波器被应用于第二子组的相位像素。没有为第二颜色分量设置图像200的聚焦。第二子组相位像素值与该组位置相关。第一和第二颜色分量可以彼此不同。
在第二实施例中，相位像素，例如第一和第二子组的相位像素，可以设置有颜色滤波器。因此，为了找到部分201，第二实施例利用关于根据诸如拜耳滤波器等的颜色滤波器阵列(CFA)的相位像素放置的知识，以进一步限制在部分201中包括哪些位置。CFA提供关于哪个颜色分量与哪个相位像素相关的信息。图5a和5b更详细地示出了不同像素的强度如何有助于验证部分201确实包括由IR光支配的位置。
动作A060
图像处理设备110可以将与相应位置相关的第二子组的相位像素值与第三阈值进行比较，第三阈值与由于与第一和第二颜色分量相关的波长和所述至少一个预定IR波长之间的差而发生的相移相关。
利用第二实施例，可以根据包括IR光并且第一和第二颜色分量的波长之间存在差，产生第二子组相位像素值。因此，当满足第三阈值时，该动作-通过使用来自其他相位像素的信息-验证相应位置确实可以包括在部分201中。
因此，动作A060可能对上述动作A020施加进一步的限制。例如，可以限制动作A020仅对第一子组的每个相位像素进行操作。如上所述，第一子组然后可以与第一颜色分量相关和/或第二子组可以与第二颜色分量相关。此外，动作A020的第一阈值可以被限制为仅涉及由于第一颜色分量的波长与所述至少一个预定IR波长之间的差而发生的相移。
动作A070
当第二子组的相位像素值满足第三阈值时，图像处理设备110可以确定与第二子组的所述相位像素值相关的相应位置包括在图像的部分201中。
现在通过动作A030和A070已确认相移显得是由于支配IR光而发生的。
动作A070可以这种方式对上面的动作A030施加进一步的限制。
动作A080
该组相位像素值还可以包括与图像的第三颜色分量相关的第三子组相位像素值。第三子组相位像素值与该组位置相关。第三子组相位像素也可以设置有颜色滤波器，其不同于第一和第二子组相位像素的颜色滤波器。因此，第三子组可以与第三颜色分量相关，其中匹配第三颜色分量的颜色滤波器被应用于第三子组的相位像素。
当第一相位子组的相位像素为零或几乎为零时，可以执行该动作。然后，如前所述，可以得出结论，对应的位置是聚焦的。这样的结论可以如下验证。
当与相应位置相关的、第二子组的相位像素值与第三子组的相位像素值之间的第三差，小于用于指示第二和第三子组的相位像素值相似的第四阈值时，图像处理设备110可以确定从图像200的部分201中排除相应位置。也就是说，相应位置被认为是聚焦的并且主要包括可见光。
如果相应位置由IR光支配，则由于第二和第三颜色分量的光谱不同，预期的是第二和第三子组的相位像素值彼此不同。因此，不同量的IR光将逃逸到第二和第三子组的相位像素中。
由于这个动作，事实上可能的是，当发现相应位置由IR光支配时，即当第三差大于第四阈值时，最初呈现出由可见光聚焦的相应位置可能对改进敏感。当场景的IR照明对象意外地放置在IR光在图像处聚焦的距离处时，可能发生这种情况。在这种情况下，对第一颜色分量的相移的任何贡献也可以是偶然地忽略不计。
可以在动作A060和/或动作A070之前或之后执行该动作。
当在动作A060之后执行动作A080时，动作A080可以修改动作A060的确定，使得从部分201排除相应位置。
当在动作A060和/或动作A070之前执行动作A080时，当从部分201排除相应位置时，可以不需要执行动作A060的确定。
动作A090
图像处理设备110可以基于与图像的部分201相关的从相位像素值导出的相移来选择锐化操作。
相移的方向和相移量提供关于相应位置失焦多少的信息。方向指的是相移是正还是负，量是指相移的值。因此基于相移，可以计算如果聚焦时像素值应该是什么。在该示例中，可以假设相应位置处的对象与传感器的距离和设置聚焦的对象相同或基本相同。
因此，在一些情况下，要选择的锐化操作可以是调整锐化操作以考虑相移的方向和量，使得该部分的像素被设置为如同它们处于聚焦中一样。
动作A100
图像处理设备110可以在图像的部分201处执行锐化操作。
动作A110
图像处理设备110可以在不受IR光支配的图像的一个或多个其他部分处执行一个或多个额外的锐化操作。该动作可以作为可选锐化操作被执行，其与被IR光支配的部分可能失焦无关。在某些情况下，因此可能所述一个或多个其他部分中的一些或全部根本不被锐化。
动作A120
图像处理设备110可以通过将图像的至少部分与图像的所述一个或多个其他部分混合来生成混合图像，其中可以根据动作A110锐化或不锐化所述一个或多个其他部分。
在其他示例中，可以组合第一和第二实施例。那么优点可能是：
a)对于具有显著值的任何相位像素，可以验证它是否由于IR光的支配而产生，以及
b)对于具有非显著值，即在设置聚焦时使用的，任何相位像素，可以验证由于可见光它是否是非显著的。
简而言之，在一个示例中，来自放置在整个传感器上的相位像素，例如用于自动聚焦的聚焦像素，的信息，可用于找到由IR光支配的图像200的部分201。如果存在相移并且例如所有颜色通道都相似(或者在光谱的红色部分中)，图像200的该部分201可能是具有支配的IR光内容的图像区域。将具有可见光内容的部分与IR光内容分离可以使得可以在不同区域中执行不同的或局部(local)的锐化，使得整个图像可以是锐利的。来自相位像素的信息还可用于计算所需的锐化操作。
现在，参考图4a和图4b更详细地描述如何使用相移来识别模糊或失焦的部分201。
图4a和图4b是柱状图，其中对与相应颜色分量R、G、B相关的三个像素和一个或多个相位像素P(称为相位像素P)绘制强度。参考相位像素P，可以注意到，强度表示在相位像素P处检测到的相移。在没有IR光的情况下捕获图像200。如前所述，为可见光谱中的第一颜色分量设置图像200的聚焦。在该示例中，第一颜色分量是R、G和B中的一个。在没有IR光的情况下，相位像素将不会产生任何值，或可忽略的值。
根据动作A010，在没有IR滤波器的情况下捕获图像200，如图4b所示。因此，例如当场景包括IR光时，相位像素P产生值x。相位像素的值x，即相移，对应于对其设定了聚焦的颜色分量与IR光(即所述至少一个预定IR波长的光)之间的波长差。作为示例，在设置聚焦时使用绿色分量G。因此，入射在相位像素P上的与绿色分量G相关的任何绿光将不会对值x有贡献。
因此，如果存在相移，即值x不为零并且满足第一阈值，根据第一实施例也可以检查是否有相似的红色和蓝色分量的颜色分量值。参见动作A050。如果颜色分量值之间的差d1小于第二阈值，则认为颜色分量值是相似的。
作为示例，颜色分量R和G之间的差d1小于第二阈值。然后确定相应位置被包括在由IR光支配的图像200的部分201中。这可以表明部分201由IR光支配，因为颜色分量R和G也可以包括一定量的IR光。因此，该IR光量可以通过了对应于颜色分量R和G的相应颜色滤波器。可能地，入射在颜色分量R、G、B上的IR光可能导致饱和，这将使颜色分量相似。在所有分量都不饱和的情况下，可能是颜色分量R支配，因为预期对应于颜色分量R的红色滤波器允许更多的IR通过例如对应于颜色分量G的相应颜色滤波器。
在第一实施例的一个示例中，可以执行以下动作中的一些动作：
●在移除IR滤波器时，使用相位像素来识别图像的某些部分是否失焦，并阈值化出相位值(threshold the out of phase value)，以查看它们是否与已知的IR源(850或940nm)相对应。
●使用颜色通道信息(在逆马赛克变换(demosaicing)之后)和相移方向验证IR或可见光是否聚焦。
●在可见光和IR光图像之间创建混合图像。
●使用任何已知的反卷积(deconvolution)技术范围锐化未聚焦的图像。
●混合图像以创建黑白多光谱锐化图像。
此外，图5a和图5b更详细地示出了如何使用相移来识别模糊或失焦的部分201。图5a和图5b是柱状图，其中根据CFA对于提供有颜色滤波器的三个相位像素绘制了强度，即相移值。因此，三个相位像素中的每个与相应的颜色分量相关，例如R、G和B之一
如图5a所示，根据第二实施例的动作A080，可以确认图像是否包括IR光。对应于设置了聚焦的颜色分量G的相位像素PG不提供任何值。然而，其他两个相位像素PR和PB分别提供第一值和第二值。在图像不包含IR光时，预期第一和第二值例如在绝对值上是相似的，即，第一和第二值之间的第三差小于动作A080中的第四阈值。原因可以是PR和PG之间的波长差与PG和PB之间的波长差大致相同。因此，也可以预期由于波长差而发生的相移是相似的。因此，当第一和第二值相似或在相同水平(atlevel)时，确定不存在IR光，并且相应位置可以从被认为由IR光支配的部分201中排除。如果图像包括IR光，则预期第一和第二值彼此相差更显著，例如由于两个相位像素PR和PB的滤波器具有不同的光谱，特别是关于IR光。
图5b示出了当相位像素PG具有不可忽视的值时的情况，并且可以执行诸如动作A060和A070的进一步动作。通过这些动作，确认了由例如PG指示的相移也由PR和PB中的至少一个指示。虽然由于色相差(chromatic aberration)可能在相位像素PR和相位像素PG之间存在自然差(natural difference)，但是可以与第一阈值相比地相应地调整第三阈值以补偿这种自然差。
在第二实施例的一个示例中，可以执行以下动作中的一些动作：
●在移除IR滤波器时，使用绿色相位像素来验证聚焦并验证相位偏移距离在任一方向上对于红色和蓝色在相同水平上，然后该区域被确定为可见光和聚焦。
●使用相位像素来识别图像的某些部分是否失焦，并阈值化出相位值，以查看它们是否与已知的IR源(850或940nm)相对应。
●使用颜色通道信息(在逆马赛克变换之后)和相移方向验证是否是IR或可见光。
●在可见光和IR光图像之间创建混合图像。
●使用任何已知的反卷积技术范围锐化未聚焦的图像。
●混合图像以创建黑白多光谱锐化图像。
参考图6，示出了图1的图像处理设备110的实施例的示意性框图。
图像处理设备110可以包括处理模块601，诸如用于执行本文描述的方法的装置。该装置可以以一个或多个硬件模块和/或一个或多个软件模块的形式实现。
图像处理设备110还可以包括存储器602。存储器可以诸如包含或存储地包括，例如具有计算机程序603的形式的指令，计算机程序603可以包括计算机可读代码单元。
根据本文的一些实施例，图像处理设备110和/或处理模块601包括作为示例性硬件模块的处理电路604，其可以包括一个或多个处理器。因此，处理模块601可以以处理电路604的形式实施，或者由处理电路604“实现”。指令可以由处理电路604执行，由此图像处理设备110可操作以执行图3的方法。作为另一示例，当由图像处理设备110和/或处理电路604执行时，所述指令可以使图像处理设备110执行根据图3的方法。
鉴于上述，在一个示例中，提供了图像处理设备110，用于检测由至少一个预定IR波长的IR光支配的图像的部分。同样，存储器602包含可由所述处理电路604执行的指令，由此图像处理设备110可操作用于执行根据图3的方法：
获取一组相位像素值，用于在图像中设置聚焦，其中在没有IR滤波器的情况下捕获图像，其中对可见光谱中的第一颜色分量设置图像的聚焦，其中所述一组相位像素值的每个相位像素值与图像中的相应位置相关，其中包括每个相应位置的一组位置分布在图像上，
将每个相位像素值与由于至少第一颜色分量的波长和所述至少一个预定IR波长之间的差而发生的相移相关的第一阈值进行比较，以及
在相位像素值满足第一阈值的情况下，确定与所述相位像素值相关的相应位置包括在由IR光支配的图像的部分中。
图6还示出了载体605或程序载体，其包括如上直接所述的计算机程序603。载体605可以是电子信号、光信号、无线电信号和计算机可读介质中的一种。
在一些实施例中，图像处理设备110和/或处理模块601可以包括以下的一个或多个，作为示例硬件模块：第一获取模块610、第一比较模块620、第一确定模块630、第二比较模块640，、第二确定模块650、第三确定模块660、第二获取模块670、第四确定模块680、选择模块690、锐化模块695和混合模块698。在其他示例中，前述示例硬件模块中的一个或多个可以实现为一个或多个软件模块。
此外，处理模块601包括输入/输出单元606。根据一个实施例，输入/输出单元606可以包括被配置用于捕获图像200的图像传感器606。图像传感器606可以包括分布在图像传感器606上的多个相位像素。图像处理设备110可以被配置为允许图像传感器606在有或没有IR滤波器的情况下捕获图像。
相应地，图像处理设备110被配置用于检测由至少一个预定IR波长的红外IR光支配的图像的部分。
因此，根据上述各种实施例，图像处理设备110和/或处理模块601和/或第一获取模块610被配置用于获取一组相位像素值，以用于在图像中设置聚焦，其中在没有IR滤波器的情况下捕获图像，其中对可见光谱中的第一颜色分量设置图像的聚焦，其中该组相位像素值的每个相位像素值与图像中的相应位置相关，其中包括每个相应位置的一组位置分布在图像上。
图像处理设备110和/或处理模块601和/或第一比较模块620被配置用于将每个相位像素值与第一阈值进行比较，第一阈值与由于至少第一颜色分量的波长和所述至少一个预定IR波长之间的差而发生的相移相关。
图像处理设备110和/或处理模块601和/或第一确定模块630被配置用于在相位像素值满足第一阈值的情况下，确定与所述相位像素值相关的相应位置包括在由IR光支配的图像的部分中。
图像处理设备110和/或处理模块601和/或第二比较模块640(或第一比较模块620)可以被配置用于将与相应位置相关的第二子组的相位像素值和与相移有关的第三阈值进行比较，所述相移是由于与第一和第二颜色分量相关的波长与所述至少一个预定IR波长之间的差而发生的。
图像处理设备110和/或处理模块601和/或第二确定模块650(或第一确定模块630)可以被配置为，当第二子组的相位像素值满足第三阈值时，确定与第二子组的相位像素值相关的相应位置包括在图像的部分中。
图像处理设备110和/或处理模块601和/或第三确定模块660(或第一或第二确定模块630、650)可以被配置用于，当与相应位置相关的、第二子组的相位像素值和第三子组的相位像素值之间的第三差小于第四阈值时，确定相应位置是从图像的部分中排除了，第四阈值用于指示第二子组和第三子组的相位像素值相似的。
图像处理设备110和/或处理模块601和/或第二获取模块670(或第一获取模块610)可以被配置用于获取图像的第一组颜色分量值和图像的第二组颜色分量值，其中第一和第二组颜色分量与该组位置相关。
图像处理设备110和/或处理模块601和/或第四确定模块680(或第一、第二、第三确定模块630、650、660)可以被配置用于，当与相应位置相关的第一组颜色分量值的相应一个和与相应位置相关的第二组颜色分量值中的相应一个之间的第一差小于第二阈值时，确定相应位置包含在图像的部分中，第二阈值用于指示第一组颜色分量值的相应一个和第二组颜色分量值中的相应一个相似的。
图像处理设备110和/或处理模块601和/或选择模块690可以被配置用于基于从与图像的部分相关的相位像素值导出的相移来选择锐化操作。
图像处理设备110和/或处理模块601和/或锐化模块700可以被配置用于在图像的该部分处执行锐化操作；和/或在不受IR光支配的图像的一个或多个其他部分处执行一个或多个额外的锐化操作。
图像处理设备110和/或处理模块601和/或混合模块710可以被配置用于通过将图像的至少该部分与图像的所述一个或多个其他部分混合来生成混合图像。
如本文所使用的，术语“模块”可以指代一个或多个功能模块，每个功能模块可以被实现为节点中的一个或多个硬件模块和/或一个或多个软件模块和/或组合的软件/硬件模块。在一些示例中，模块可以表示实现为节点的软件和/或硬件的功能单元。
如本文所使用的，术语“计算机程序载体”、“程序载体”或“载体”可以指电子信号、光信号、无线电信号和计算机可读介质中的一种。在一些示例中，计算机程序载体可以排除暂时的传播信号，例如电子、光学和/或无线电信号。因此，在这些示例中，计算机程序载体可以是非暂时性载体，例如非暂时性计算机可读介质。
如本文所使用的，术语“处理模块”可以包括一个或多个硬件模块、一个或多个软件模块或其组合。任何这样的模块，无论是硬件、软件还是组合的硬件-软件模块，可以是如本文所公开的确定装置、估计装置、捕获装置、关联装置、比较装置、识别装置、选择装置、接收装置、发送装置等。作为示例，表述“装置”可以是与上面结合附图列出的模块相对应的模块。
如本文所使用的，术语“软件模块”可以指软件应用程序、动态链接库(DLL)、软件部件、软件对象、根据组件对象模型(COM)的对象、软件部件、软件功能、软件引擎、可执行的二进制软件文件等。
术语“处理模块”或“处理电路”在本文中可以包括处理单元，包括例如一个或多个处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等。处理电路等可以包括一个或多个处理器内核。
如本文所使用的，表述“被配置为/用于”可以意味着处理电路被配置为，例如借助于软件配置和/或硬件配置适于或可操作于执行本文描述的一个或多个动作。
如本文所使用的，术语“动作”可以指动作、步骤、操作、响应、反应、活动等。应当注意，本文的动作可以适用地分成两个或更多个子动作。此外，同样在适用的情况下，应当注意，本文描述的两个或更多个动作可以合并为单个动作。
如本文所使用的，术语“存储器”可以指硬盘、磁存储介质、便携式计算机软盘(diskette)或盘、闪存、随机存取存储器(RAM)等。此外，术语“存储器”可以指处理器等的内部寄存器存储器。
如本文所使用的，术语“计算机可读介质”可以是通用串行总线(USB)存储器、DVD盘、蓝光盘、作为数据流接收的软件模块、闪存、硬盘驱动器、存储卡(例如MemoryStick、多媒体卡(MMC)、安全数字(SD))卡等。计算机可读介质的一个或多个上述示例可以作为一个或多个计算机程序产品提供。
如本文所使用的，术语“计算机可读代码单元”可以是计算机程序的文本、表示编译格式的计算机程序的二进制文件部分或整体、或它们之间的任何东西。
如本文所使用的，术语“数字”和/或“值”可以是任何类型的数字，例如二进制、实数、虚数或有理数等。此外，“数字”和/或“值”可以是一个或多个字符，例如字母或字母串。“数字”和/或“值”也可以由一串比特表示，即零和/或一。
如本文所使用的，术语“一组”可以指一个或多个东西。例如一组设备可以指代一个或多个设备，一组参数可以指代根据本文的实施例的一个或多个参数等。
如本文所用，表述“在一些实施例中”用于指示所述实施例的特征可与本文公开的任何其他实施例组合。
尽管已经描述了各个方面的实施例，但是对于本领域技术人员而言，其许多不同的改变、修改等将变得显而易见。因此，所描述的实施例不旨在限制本公开的范围。

Claims (14)

1.一种用于检测由至少一个预定红外(IR)波长的IR光支配的图像的部分的方法，其中该方法包括：
获取(A010)用于在所述图像中设置聚焦的一组相位像素值，其中在没有IR滤波器的情况下捕获所述图像，其中对可见光谱中的第一颜色分量设置所述图像的聚焦，其中所述一组相位像素值的每个相位像素值与所述图像中的相应位置相关，其中包括每个相应位置的一组位置分布在所述图像上，
比较(A020)每个所述相位像素值与第一阈值，所述第一阈值与由于至少所述第一颜色分量的波长与所述至少一个预定IR波长之间的差而产生的相移相关，以及
在相位像素值大于所述第一阈值的情况下，确定(A030)与所述相位像素值相关的所述图像中的所述相应位置被包括在由所述IR光支配的所述图像的所述部分中。
2.根据权利要求1所述的方法，其中所述方法包括：
获取(A040)所述图像的第一组颜色分量值和所述图像的第二组颜色分量值，其中所述第一和第二组颜色分量与所述一组位置相关，以及
当与所述相应位置相关的、所述第一组颜色分量值中的相应颜色分量值和与所述相应位置相关的、所述第二组颜色分量值中的相应颜色分量值之间的第一差小于第二阈值时，确定(A050)所述相应位置被包括在所述图像的所述部分中，所述第二阈值用于指示所述第一组颜色分量值中的所述相应颜色分量值和所述第二组颜色分量值中的所述相应颜色分量值是相似的。
3.根据权利要求1所述的方法，其中所述一组相位像素值包括与所述第一颜色分量相关的第一子组相位像素值，其中所述第一子组相位像素值与所述一组位置相关，和/或其中所述一组相位像素值包括与所述图像的第二颜色分量相关的第二子组相位像素值，其中所述第二子组相位像素值与所述一组位置相关。
4.根据权利要求3所述的方法，其中所述方法包括：
比较(A060)与所述相应位置相关的所述第二子组的相位像素值和第三阈值，所述第三阈值与由于与所述第一和第二颜色分量相关的波长与所述至少一个预定IR波长之间的差而产生的相移相关，以及
当所述第二子组的所述相位像素值大于所述第三阈值时，确定(A070)与所述第二子组的所述相位像素值相关的所述相应位置被包括在所述图像的所述部分中。
5.根据权利要求3或4所述的方法，其中所述一组相位像素值还包括与所述图像的第三颜色分量相关的第三子组相位像素值，其中所述第三子组相位像素值与所述一组位置相关，其中该方法包括：
当与所述相应位置相关的、所述第二子组的所述相位像素值与所述第三子组的相位像素值之间的第三差小于第四阈值时，确定(A080)所述相应位置从所述图像的所述部分中排除，所述第四阈值用于指示所述第二和第三子组的所述相位像素值是相似的。
6.根据前述权利要求中任一项所述的方法，其中所述方法由图像处理设备(110)执行，所述图像处理设备(110)用于检测由IR光支配的图像的部分，其中所述图像由图像传感器(606)捕获，所述图像传感器(606)包括分布在所述图像传感器(606)上的多个相位像素，其中所述图像处理设备(110)被配置为允许所述图像传感器(606)在有或没有IR滤波器的情况下捕获图像。
7.根据前述权利要求中任一项所述的方法，其中所述方法包括：
基于从与所述图像的所述部分相关的相位像素值导出的相移选择(A090)锐化操作。
8.根据权利要求7所述的方法，其中所述方法包括：
在所述图像的所述部分处执行(A100)所述锐化操作。
9.根据权利要求8所述的方法，其中所述方法包括：
在不受所述IR光支配的所述图像的一个或多个其他部分处执行(A110)一个或多个附加锐化操作。
10.根据权利要求8或9所述的方法，其中所述锐化操作和/或所述一个或多个锐化操作使用一种或多种反卷积技术。
11.根据权利要求9或10所述的方法，当从属于权利要求9时，其中所述方法包括：
通过将所述图像的至少所述部分与所述图像的所述一个或多个其他部分混合来生成(A120)混合图像。
12.一种图像处理设备(110)，被配置为执行根据权利要求1-11中任一项所述的方法。
13.一种计算机程序(603)，包括计算机可读代码单元，当在图像处理设备(110)上执行时，所述计算机可读代码单元使得所述图像处理设备(110)执行根据权利要求1-11中任一项所述的方法。
14.一种载体(605)，包括根据前述权利要求所述的计算机程序，其中所述载体(605)是电子信号、光信号、无线电信号和计算机可读介质中的一个。
CN201810926092.4A 2017-08-21 2018-08-15 用于检测图像的部分的方法和图像处理设备 Active CN109429044B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP17187050.4A EP3447678A1 (en) 2017-08-21 2017-08-21 Method and image processing device for detecting a portion of an image
EP17187050.4 2017-08-21

Publications (2)

Publication Number Publication Date
CN109429044A true CN109429044A (zh) 2019-03-05
CN109429044B CN109429044B (zh) 2021-12-17

Family

ID=59713811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810926092.4A Active CN109429044B (zh) 2017-08-21 2018-08-15 用于检测图像的部分的方法和图像处理设备

Country Status (3)

Country Link
US (1) US10929960B2 (zh)
EP (1) EP3447678A1 (zh)
CN (1) CN109429044B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112842294A (zh) * 2021-02-03 2021-05-28 邵阳学院 一种基于大数据的计算机信息化健康检测***

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201904072D0 (en) * 2019-03-25 2019-05-08 Secr Defence Dazzle resilient video camera or video camera module

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120026325A1 (en) * 2010-07-29 2012-02-02 Logitech Europe S.A. Optimized movable ir filter in cameras
CN103220512A (zh) * 2012-01-19 2013-07-24 索尼公司 图像处理器和图像处理方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4324402B2 (ja) * 2003-04-08 2009-09-02 Ｈｏｙａ株式会社 カメラの自動焦点調節装置
US7318546B2 (en) * 2005-10-24 2008-01-15 Illinois Tool Works Inc. Adjustable depth-of-drive mechanism for a fastener driving tool
US8200022B2 (en) * 2008-03-24 2012-06-12 Verint Systems Ltd. Method and system for edge detection
WO2010095374A1 (ja) * 2009-02-23 2010-08-26 パナソニック株式会社 撮像素子及びそれを備えた撮像装置
JP2010252277A (ja) * 2009-04-20 2010-11-04 Panasonic Corp 固体撮像装置及び電子カメラ
WO2011155297A1 (ja) * 2010-06-09 2011-12-15 富士フイルム株式会社 撮像装置及び画像処理方法
WO2012132797A1 (ja) * 2011-03-31 2012-10-04 富士フイルム株式会社 撮像装置及び撮像方法
CN104272161B (zh) * 2012-05-01 2016-05-18 富士胶片株式会社 摄像装置和对焦控制方法
JP5677625B2 (ja) * 2012-05-10 2015-02-25 富士フイルム株式会社 信号処理装置、撮像装置、信号補正方法
US9006633B2 (en) * 2012-11-02 2015-04-14 The United States Of America As Represented By The Secretary Of The Army Passive imaging correction system using feedback including a variable aperture with plural settings and method thereof
JP5783279B2 (ja) * 2013-02-08 2015-09-24 株式会社デンソー 画像処理装置
JP2014179939A (ja) * 2013-03-15 2014-09-25 Sony Corp 信号処理装置および信号処理方法
US10044959B2 (en) * 2015-09-24 2018-08-07 Qualcomm Incorporated Mask-less phase detection autofocus
US9420164B1 (en) * 2015-09-24 2016-08-16 Qualcomm Incorporated Phase detection autofocus noise reduction
US9848118B2 (en) * 2016-03-11 2017-12-19 Intel Corporation Phase detection autofocus using opposing filter masks
US10044926B2 (en) * 2016-11-04 2018-08-07 Qualcomm Incorporated Optimized phase detection autofocus (PDAF) processing
EP3477548B1 (en) * 2017-10-24 2020-02-19 Axis AB Method and image capturing device for detecting fog in a scene

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120026325A1 (en) * 2010-07-29 2012-02-02 Logitech Europe S.A. Optimized movable ir filter in cameras
CN103220512A (zh) * 2012-01-19 2013-07-24 索尼公司 图像处理器和图像处理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112842294A (zh) * 2021-02-03 2021-05-28 邵阳学院 一种基于大数据的计算机信息化健康检测***

Also Published As

Publication number Publication date
US20190057492A1 (en) 2019-02-21
EP3447678A1 (en) 2019-02-27
US10929960B2 (en) 2021-02-23
CN109429044B (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
US8055067B2 (en) Color segmentation
Deng et al. Source camera identification using auto-white balance approximation
Bayram et al. Classification of digital camera-models based on demosaicing artifacts
US10922801B2 (en) Channel-based binarization of color
KR102059906B1 (ko) 장면에서 안개를 검출하기 위한 방법 및 이미지 캡처링 디바이스
US9171224B2 (en) Method of improving contrast for text extraction and recognition applications
CN109429044A (zh) 用于检测图像的部分的方法和图像处理设备
Hu et al. Using improved imaging sensor pattern noise for source camera identification
EP3407252B1 (en) Image processing apparatus, image processing method, and storage medium
CN106402717B (zh) 一种ar播放控制方法及智能台灯
JP6742736B2 (ja) 信号機の点灯色判定装置および信号機の点灯色判定方法
JP2009032044A (ja) 車色判定装置
CN114460862A (zh) 应用于adas的摄像设备环测试仿真方法
JP7485356B2 (ja) ひび割れ検出方法、ひび割れ検出装置及びプログラム
US12026862B2 (en) Apparatus and methods for preprocessing images having elements of interest
US11393075B2 (en) Method for generating an image that light noise is removed and a device for generating an image using the method thereof
JP6278819B2 (ja) 光学式文字認識装置、光学式文字認識方法
US20220343092A1 (en) Apparatus and methods for preprocessing images having elements of interest
US20130028510A1 (en) Image processing apparatus
KR101264165B1 (ko) 영상 판별 장치 및 그 방법
Bayram et al. CLASSIFICATION OF DIGITAL CAMERAS BASED ON DEMOSAICING ARTIFACTS
JP2014191684A (ja) 画像処理装置および画像処理方法

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
GR01 Patent grant