CN110166767B - 一种结合车机闲散资源的图像质量调节方法及装置 - Google Patents
一种结合车机闲散资源的图像质量调节方法及装置 Download PDFInfo
- Publication number
- CN110166767B CN110166767B CN201910562817.0A CN201910562817A CN110166767B CN 110166767 B CN110166767 B CN 110166767B CN 201910562817 A CN201910562817 A CN 201910562817A CN 110166767 B CN110166767 B CN 110166767B
- Authority
- CN
- China
- Prior art keywords
- image quality
- parameters
- preset
- vehicle
- image
- 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 32
- 238000001514 detection method Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000013145 classification model Methods 0.000 claims description 21
- 238000012706 support-vector machine Methods 0.000 claims description 14
- 238000003066 decision tree Methods 0.000 claims description 6
- 238000007477 logistic regression Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 9
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering 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
- 238000012805 post-processing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
-
- 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
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种结合车机闲散资源的图像质量调节方法及装置,该方法包括:以预设时间间隔检查车机的闲散资源参数;其中,所述闲散资源参数为所述车机中各硬件设备当前未使用的资源参数;对所述闲散资源参数进行分析;若所述闲散资源参数符合所述车机运行指定图像质量检测算法的预设基本条件,则在所述车机内运行所述图像质量检测算法,辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量。本发明利用车机闲散资在图像质量检测时提供辅助,以提升图像信号处理单元对所输入图像数据检测精度的同时提升检测效率。
Description
技术领域
本发明涉及汽车技术领域,特别是涉及一种结合车机闲散资源的图像质量调节方法及装置。
背景技术
目前,在自动驾驶及辅助驾驶等领域,对于自动泊车或者主动安全功能中,多会用到目标检测算法辅助识别周边环境信息,而通用的目标检测算法则一般是通过机器学习或者深度学习实现。但是,在一些情况下,由于成本有限,因此,常会牺牲图像质量以满足视觉算法的精度和速度,从而导致最终视觉检测的结果无法得到有效保证。
发明内容
本发明提供了一种结合车机闲散资源的图像质量调节方法及装置以克服上述问题或者至少部分地解决上述问题。
根据本发明的一个方面,提供了一种结合车机闲散资源的图像质量调节方法,包括:
以预设时间间隔检查车机的闲散资源参数;其中,所述闲散资源参数为所述车机中各硬件设备当前未使用的资源参数;
对所述闲散资源参数进行分析;
若所述闲散资源参数符合所述车机运行指定图像质量检测算法的预设基本条件,则在所述车机内运行所述图像质量检测算法,辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
可选地,所述在所述车机内运行所述图像质量检测算法,辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量,包括:
获取所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据;
在所述车机内运行所述图像质量检测算法检测所述图像数据的图像质量参数;
基于所述图像数据的图像质量参数调节所述摄像头的影像处理器ISP参数和/或曝光参数,进而调节所述摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
可选地,所述图像质量参数包括:所述图像数据的清晰度、是否模糊、是否有拖影、是否有逆光和/或是否有反光区域。
可选地,所述基于所述图像数据的图像质量参数调节所述摄像头的ISP参数和/或曝光参数,包括:
将所述图像质量参数输入预设分类模型中,由所述预设分类模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设分类模型是基于决策树或softmax函数构建的模型;或
将所述图像质量参数输入预设回归模型中,由所述预设回归模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设回归模型是基于支持向量机SVM或逻辑回归算法构建的模型。
根据本发明的另一个方面,还提供了一种结合车机闲散资源的图像质量调节装置,包括:
检查模块,配置为以预设时间间隔检查车机的闲散资源参数;其中,所述闲散资源参数为所述车机中各硬件设备当前未使用的资源参数;
分析模块,对所述闲散资源参数进行分析;
检测模块,配置为当所述闲散资源参数符合所述车机运行指定图像质量检测算法的预设基本条件时,在所述车机内运行所述图像质量检测算法,辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
可选地,所述检测模块还配置为:
获取所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据;
在所述车机内运行所述图像质量检测算法检测所述图像数据的图像质量参数;
基于所述图像数据的图像质量参数调节所述摄像头的影像处理器ISP参数和/或曝光参数,进而调节所述摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
可选地,所述图像质量参数包括:所述图像数据的清晰度、是否模糊、是否有拖影、是否有逆光和/或是否有反光区域。
可选地,所述检测模块还配置为:
将所述图像质量参数输入预设分类模型中,由所述预设分类模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设分类模型是基于决策树或softmax函数构建的模型;或
将所述图像质量参数输入预设回归模型中,由所述预设回归模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设回归模型是基于支持向量机SVM或逻辑回归算法构建的模型。
根据本发明的另一个方面,还提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序代码,当所述计算机程序代码在计算设备上运行时,导致所述计算设备执行上述任一项所述的结合车机闲散资源的图像辅助处理方法。
本发明提供了一种结合车机闲散资源的图像质量调节方法及装置,在检查到车机的闲散资源符合车机运行指定图像质量检测算法的预设基本条件时,则在车机中运行该图像质量检测算法辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量。本发明提供的方法利用车机闲散资在图像质量检测时提供辅助,以提升图像信号处理单元对所输入图像数据检测精度的同时提升检测效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是根据本发明实施例的结合车机闲散资源的图像质量调节方法流程示意图;
图2是根据本发明优选实施例的结合车机闲散资源的图像质量调节方法流程示意图;
图3是根据本发明一个实施例的参数选取过程示意图;
图4是根据本发明另一实施例的参数选取过程示意图;
图5是根据本发明实施例的结合车机闲散资源的图像质量调节装置结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1是根据本发明实施例的结合车机闲散资源的图像质量调节方法,参见图1可知,本发明实施例提供的结合车机闲散资源的图像质量调节方法可以包括:
步骤S102,以预设时间间隔检查车机的闲散资源参数;其中,所述闲散资源参数为所述车机中各硬件设备当前未使用的资源参数;
步骤S104,对所述闲散资源参数进行分析;
步骤S106,若所述闲散资源参数符合所述车机运行指定图像质量检测算法的预设基本条件,则在车机内运行所述图像质量检测算法,辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
本发明实施例提供了一种结合车机闲散资源的图像质量调节方法,在检查到车机的闲散资源符合车机运行指定图像质量检测算法的预设基本条件时,则在车机中运行该图像质量检测算法辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量。本发明实施例提供的方法利用车机闲散资在图像质量检测时提供辅助,以提升图像信号处理单元对所输入图像数据检测精度的同时提升检测效率。
本实施例中的车机是一种(如IHU,Infotainment Head Unit,信息娱乐主机),其中可设置有多种硬件设备以满足车机的不同功能。在上述步骤S102中,车机中的各硬件设备可以包括CPU、内存、网络带宽、硬盘等等设置于车机中的各硬件设备。在检查车机的闲散资源参数时,可以先以固定时间间隔进行检查,也可以实时进行检查,具体主要是获取车机中当前的网络带宽、硬盘已使用存储空间以及内存使用状态等,进而推算出当前情况下没有使用的CPU处理能力、内存、网络带宽及硬盘空间等等车机中各硬件设备当前未使用的资源参数。
在获取到车机的闲散资源参数后,即可对车机的闲散资源参数进行分析,判断当前车机中各硬件资源如CPU处理能力、内存大小、网络带宽、硬盘空间等资源参数是否符合车机运行指定图像质量检测算法的预设基本条件。该预设基本条件可以针对不同的实时性要求或是精度要求对各硬件参数的未使用资源参数的下限进行设置,如剩余内存需大于一定值,网络带宽需大于一定带宽等等,具体数值可根不同的精度需求进行设置,本发明不做限定。
参见上述步骤S106,如果闲散资源参数符合车机运行指定图像质量检测算法的预设基本条件,则可以运行图像质量检测算法,辅助调节摄像头输入预设图像信号处理单元的图像数据的图像质量。本实施例中的预设的图像信号处理单元可以是进行视觉检测算法或其他对图像数据进行处理的专有芯片或是处理器。图像质量检测算法主要是针对输入至图像信号信号处理单元的原始图像数据进行图像质量检测,具体可以对摄像头输入至图像信号处理单元的图像数据的图像质量,在针对图像质量检测算法过程中,可以无需参考图像,直接根据图像的自身特征来估计图像的质量;另外,还可以是面向特定失真类型的:如针对模糊、噪声、块状效应的严重程度进行评价;还可以先进行失真原因分类,再进行定量评价等等。
除上述介绍的之外,还可以采用机器学习进行图像质量检测,如,先用SVM进行失真类型识别,进而对特定失真类型建立SVR回归分析模型。再比如,可以先采用小波分解系数经广义高斯分布(Generalized Gaussian distribution,GGD)模型拟合得到的参数作为特征,由SVM分类得到当前图像属于每个类的概率,再采用SVR对各个退化类型计算图像质量指标值,最后根据概率加权得到总的质量评价参数;在后续的基于失真辨识的图像真实性和完整性评价。
在本发明一可选实施例中,步骤S106可进一步包括:
S106-1,获取所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据;
S106-2,在车机内运行图像质量检测算法检测所述图像数据的图像质量参数;其中,图像数据的图像参数可以包括:图像数据的清晰度、是否模糊、是否有拖影、是否有逆光和/或是否有反光区域。
S106-3,基于所述图像数据的图像质量参数调节所述摄像头的影像处理器ISP参数和/或曝光参数,进而调节所述摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
ISP(Image Signal Processor),即图像处理,主要作用是对前端图像传感器输出的信号做后期处理,主要功能有线性纠正、噪声去除、坏点去除、内插、白平衡、自动曝光控制等,依赖于ISP才能在不同的光学条件下都能较好的还原现场细节,ISP技术在很大程度上决定了摄像机的成像质量。ISP参考可以包括:黑电平校正(暗电流校正)、颜色插补、颜色校正、RGB2YUV转换、自动白平衡处理、自动曝光、AE评估等。
可选地,基于图像数据的图像质量参数对ISP参数和/或曝光参数进行调节之前,本实施例还可以预先构建分类模型或是回归模型,以基于图像质量参数输出摄像头的影像处理器ISP参数和/或曝光参数。可选地,上述步骤S106-3可以包括:将所述图像质量参数输入预设分类模型中,由所述预设分类模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;该预设分类模型是基于决策树或softmax函数构建的模型;或,将所述图像质量参数输入预设回归模型中,由预设回归模型依据所述图像质量参数进行分析判断后输出摄像头的ISP参数和/或曝光参数;该预设回归模型是基于支持向量机SVM或逻辑回归算法构建的模型。
图2示出了根据本发明优选实施例的结合车机闲散资源的图像质量调节方法流程示意图,参见图2可知,本实施例提供的方法可以包括:
S1、车机端定期检测车机闲散资源是否足够,即闲散资源是否满足运行执行图像质量检测算法的预设条件;若是,则执行步骤S202;若否,则继续重复进行检测,两次检测的间隔时间可根据不同的实时性需求进行判断,例如,图像质量检测功能可以在车机端每隔一定预设时间(30秒或者一分钟,根据车速自动调节,车速快则预设时间短,车速慢则预设时间长)运行一次,或是间隔其他时间,本发明不做限定。
S2,当车机闲散资源满足预设条件时,在车机内运行图像质量检测算法。
该步骤中,图像质量检测算法的对象是对摄像头输出至图像信号处理单元中的图像数据,假设针对任意一帧或多帧图像数据,当需要对该图像数据进行图像质量检测时,可以以无线连接的方式获取摄像头输入至图像信号处理单元的图像数据,或是由图像信号处理单元将其原始输入的图像数据传输至车机端进行图像质量检测。
S3,车机所获取到的图像数据执行图像质量检测算法时,分别如图3、4所示,可基于将图像质量检测结果输入分类模型或是回归模型中,由分类模型或回归模型基于输入的图像质量参数输出所需调节的ISP参数和/或曝光度参数,如图3、4中的参数1~参数n,以将ISP参数和/或曝光度参数调节至一合理预设范围,该范围可自由设置,本法民不做限定。
S4,图像信号处理单元利用所参数1~参数n对摄像头的相关参数进行调节。
在车机运行过程中,本发明实施例可根据图像质量检测结果调节摄像头相关参数,对运行时间及实时性要求比较低,进而达到最终检测精度提升的效果。
基于同一发明构思,本发明实施例还提供了一种结合车机闲散资源的图像质量调节装置,如图5所示,本发明实施例提供的结合车机闲散资源的图像质量调节装置可以包括:
检查模块510,配置为以预设时间间隔检查车机的闲散资源参数;其中,所述闲散资源参数为所述车机中各硬件设备当前未使用的资源参数;
分析模块520,对所述闲散资源参数进行分析;
检测模块530,配置为当所述闲散资源参数符合所述车机运行指定图像质量检测算法的预设基本条件时,在所述车机内运行所述图像质量检测算法,辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
在本发明一可选实施例中,所述检测模块530还可以配置为:
获取所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据;
在所述车机内运行所述图像质量检测算法检测所述图像数据的图像质量参数;
基于所述图像数据的图像质量参数调节所述摄像头的影像处理器ISP参数和/或曝光参数,进而调节所述摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
在本发明一可选实施例中,所述图像质量参数包括:所述图像数据的清晰度、是否模糊、是否有拖影、是否有逆光和/或是否有反光区域。
在本发明一可选实施例中,所述检测模块530还可以配置为:
将所述图像质量参数输入预设分类模型中,由所述预设分类模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设分类模型是基于决策树或softmax函数构建的模型;或
将所述图像质量参数输入预设回归模型中,由所述预设回归模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设回归模型是基于支持向量机SVM或逻辑回归算法构建的模型。
基于同一发明构思,本发明实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序代码,当所述计算机程序代码在计算设备上运行时,导致所述计算设备执行上述任一实施例所述的结合车机闲散资源的图像辅助处理方法。
本发明实施例提供了一种结合车机闲散资源的图像质量调节方法及装置,在检查到车机的闲散资源符合车机运行指定图像质量检测算法的预设基本条件时,则在车机中运行该图像质量检测算法辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量。本发明实施例提供的方法利用车机闲散资在图像质量检测时提供辅助,以提升图像信号处理单元对所输入图像数据检测精度的同时提升检测效率。
所属领域的技术人员可以清楚地了解到,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,为简洁起见,在此不另赘述。
另外,在本发明各个实施例中的各功能单元可以物理上相互独立,也可以两个或两个以上功能单元集成在一起,还可以全部功能单元都集成在一个处理单元中。上述集成的功能单元既可以采用硬件的形式实现,也可以采用软件或者固件的形式实现。
本领域普通技术人员可以理解:所述集成的功能单元如果以软件的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,其包括若干指令,用以使得一台计算设备(例如个人计算机,服务器,或者网络设备等)在运行所述指令时执行本发明各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM)、随机存取存储器(RAM),磁碟或者光盘等各种可以存储程序代码的介质。
或者,实现前述方法实施例的全部或部分步骤可以通过程序指令相关的硬件(诸如个人计算机,服务器,或者网络设备等的计算设备)来完成,所述程序指令可以存储于一计算机可读取存储介质中,当所述程序指令被计算设备的处理器执行时,所述计算设备执行本发明各实施例所述方法的全部或部分步骤。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:在本发明的精神和原则之内,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案脱离本发明的保护范围。
Claims (7)
1.一种结合车机闲散资源的图像质量调节方法,包括:
以预设时间间隔检查车机的闲散资源参数;其中,所述闲散资源参数为所述车机中各硬件设备当前未使用的资源参数;
对所述闲散资源参数进行分析;
若所述闲散资源参数符合所述车机运行指定图像质量检测算法的预设基本条件,则在所述车机内运行所述图像质量检测算法,辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量;
其中,所述在所述车机内运行所述图像质量检测算法,辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量,包括:
获取所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据;
在所述车机内运行所述图像质量检测算法检测所述图像数据的图像质量参数;
基于所述图像数据的图像质量参数调节所述摄像头的影像处理器ISP参数和/或曝光参数,进而调节所述摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
2.根据权利要求1所述的方法,其中,所述图像质量参数包括:所述图像数据的清晰度、是否模糊、是否有拖影、是否有逆光和/或是否有反光区域。
3.根据权利要求1所述的方法,其中,所述基于所述图像数据的图像质量参数调节所述摄像头的ISP参数和/或曝光参数,包括:
将所述图像质量参数输入预设分类模型中,由所述预设分类模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设分类模型是基于决策树或softmax函数构建的模型;或
将所述图像质量参数输入预设回归模型中,由所述预设回归模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设回归模型是基于支持向量机SVM或逻辑回归算法构建的模型。
4.一种结合车机闲散资源的图像质量调节装置,包括:
检查模块,配置为以预设时间间隔检查车机的闲散资源参数;其中,所述闲散资源参数为所述车机中各硬件设备当前未使用的资源参数;
分析模块,对所述闲散资源参数进行分析;
检测模块,配置为当所述闲散资源参数符合所述车机运行指定图像质量检测算法的预设基本条件时,在所述车机内运行所述图像质量检测算法,辅助调节所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据的图像质量;
其中,所述检测模块还配置为:
获取所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据;
在所述车机内运行所述图像质量检测算法检测所述图像数据的图像质量参数;
基于所述图像数据的图像质量参数调节所述摄像头的影像处理器ISP参数和/或曝光参数,进而调节所述摄像头输入至预设的图像信号处理单元的图像数据的图像质量。
5.根据权利要求4所述的装置,其中,所述图像质量参数包括:所述图像数据的清晰度、是否模糊、是否有拖影、是否有逆光和/或是否有反光区域。
6.根据权利要求4所述的装置,其中,所述检测模块还配置为:
将所述图像质量参数输入预设分类模型中,由所述预设分类模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设分类模型是基于决策树或softmax函数构建的模型;或
将所述图像质量参数输入预设回归模型中,由所述预设回归模型依据所述图像质量参数进行分析判断后输出所述摄像头的ISP参数和/或曝光参数;所述预设回归模型是基于支持向量机SVM或逻辑回归算法构建的模型。
7.一种计算机存储介质,所述计算机存储介质存储有计算机程序代码,当所述计算机程序代码在计算设备上运行时,导致所述计算设备执行权利要求1-3任一项所述的结合车机闲散资源的图像辅助处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910562817.0A CN110166767B (zh) | 2019-06-26 | 2019-06-26 | 一种结合车机闲散资源的图像质量调节方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910562817.0A CN110166767B (zh) | 2019-06-26 | 2019-06-26 | 一种结合车机闲散资源的图像质量调节方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110166767A CN110166767A (zh) | 2019-08-23 |
CN110166767B true CN110166767B (zh) | 2021-02-05 |
Family
ID=67636837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910562817.0A Active CN110166767B (zh) | 2019-06-26 | 2019-06-26 | 一种结合车机闲散资源的图像质量调节方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110166767B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114040100A (zh) * | 2021-11-02 | 2022-02-11 | 上汽通用五菱汽车股份有限公司 | 一种基于动态适配的车载摄像头显示方法、***及设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009100007A (ja) * | 2007-10-12 | 2009-05-07 | Alpine Electronics Inc | 多重ネットワークシステム及びデジタル情報転送方法 |
CN103577267A (zh) * | 2012-08-03 | 2014-02-12 | 上海博泰悦臻电子设备制造有限公司 | 车载设备的资源分配方法及装置 |
US9535423B1 (en) * | 2016-03-29 | 2017-01-03 | Adasworks Kft. | Autonomous vehicle with improved visual detection ability |
EP3518205A4 (en) * | 2016-09-26 | 2019-10-09 | Sony Corporation | VEHICLE CONTROL DEVICE, VEHICLE CONTROL METHOD, AND MOBILE BODY |
CN108874615A (zh) * | 2017-05-16 | 2018-11-23 | 惠州市德赛西威汽车电子股份有限公司 | 一种车载多媒体***性能检测装置及检测方法 |
-
2019
- 2019-06-26 CN CN201910562817.0A patent/CN110166767B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110166767A (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110120024B (zh) | 图像处理的方法、装置、设备和存储介质 | |
KR101848019B1 (ko) | 차량 영역 검출을 통한 차량 번호판 검출 방법 및 장치 | |
JP7119631B2 (ja) | 検知装置、検知方法および検知プログラム | |
CN109740553B (zh) | 一种基于识别的图像语义分割数据筛选方法及*** | |
CN110166767B (zh) | 一种结合车机闲散资源的图像质量调节方法及装置 | |
CN111627057A (zh) | 一种距离测量方法、装置及服务器 | |
US9754174B2 (en) | Object detection apparatus | |
CA3140466A1 (en) | Image quality determination method, apparatus, and system | |
CN114090453A (zh) | 一种机器视觉***测试方法、***及存储介质 | |
JP2017165345A (ja) | 物体認識装置、物体認識方法、及び物体認識プログラム | |
Lakmal et al. | Pothole detection with image segmentation for advanced driver assisted systems | |
CN110177222B (zh) | 一种结合车机闲散资源的摄像头曝光参数调整方法及装置 | |
CN116363100A (zh) | 图像质量评价方法、装置、设备及存储介质 | |
US20230331254A1 (en) | A Method for Controlling a Driver Assistance System During Operation of a Vehicle | |
CN112784817B (zh) | 车辆所在车道检测方法、装置、设备及存储介质 | |
Jiang et al. | Research on Performance Limitations of Visual-based Perception System for Autonomous Vehicle under Severe Weather Conditions | |
CN112949423B (zh) | 物体识别方法、物体识别装置及机器人 | |
US20170336283A1 (en) | Method for checking the position of characteristic points in light distributions | |
CN116363542A (zh) | 到离岗事件检测方法、装置、设备及计算机可读存储介质 | |
CN114897062A (zh) | 目标检测方法、装置、电子设备、介质及产品 | |
CN115457614A (zh) | 一种图像质量评价方法、模型训练方法及装置 | |
CN114511451A (zh) | 噪声自适应非盲图像去模糊 | |
CN110276322B (zh) | 一种结合车机闲散资源的图像处理方法及装置 | |
CN110705627A (zh) | 目标检测方法、目标检测***、装置及可读存储介质 | |
CN114757947B (zh) | 一种针对摄像机镜头的污损检测方法、装置和*** |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220318 Address after: 430051 No. b1336, chuanggu startup area, taizihu cultural Digital Creative Industry Park, No. 18, Shenlong Avenue, Wuhan Economic and Technological Development Zone, Wuhan, Hubei Province Patentee after: Yikatong (Hubei) Technology Co.,Ltd. Address before: No.c101, chuanggu start up area, taizihu cultural Digital Industrial Park, No.18 Shenlong Avenue, Wuhan Economic Development Zone, Hubei Province Patentee before: HUBEI ECARX TECHNOLOGY Co.,Ltd. |