CN110830728A - 曝光调整方法及装置 - Google Patents

曝光调整方法及装置 Download PDF

Info

Publication number
CN110830728A
CN110830728A CN201810916791.0A CN201810916791A CN110830728A CN 110830728 A CN110830728 A CN 110830728A CN 201810916791 A CN201810916791 A CN 201810916791A CN 110830728 A CN110830728 A CN 110830728A
Authority
CN
China
Prior art keywords
image
depth
exposure
light intensity
camera
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
Application number
CN201810916791.0A
Other languages
English (en)
Inventor
熊宇龙
樊晓清
林志
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies Co Ltd
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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201810916791.0A priority Critical patent/CN110830728A/zh
Publication of CN110830728A publication Critical patent/CN110830728A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/73Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/76Circuitry for compensating brightness variation in the scene by influencing the image signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明涉及图像采集技术领域,具体涉及一种曝光调整方法及装置,方法包括:检测图像采集设备的摄像头传输的图像是否处于过曝状态,并在检测结果为是时获取摄像头对应的曝光参数,以及获取该图像对应的深度位置信息,将该图像与深度位置信息进行映射后得到深度图像,并将深度图像输入预设深度图像学习模型进行检测以得到检测目标,将该图像与检测目标进行反映射得到检测目标在图像中的对应位置并将该对应位置作为目标位置,根据光强值对摄像头的曝光参数进行调整后对目标位置进行聚焦。通过上述方法,以实现自动调节曝光参数,并有效避免采用人工调节的方式造成时间浪费和调节不准确的情况。

Description

曝光调整方法及装置
技术领域
本发明涉及图像采集技术领域,具体而言,涉及一种曝光调整方法及装置。
背景技术
目前,在采用摄像头进行图像获取的过程中通常存在过曝光或欠曝光进而造成影像失常的情况,目前主要通过人工调节的方式重新聚焦,从而修正了强光引起的曝光时间过长造成的影像失常,或者光照不足引起的图像过暗的情况。
发明人经研究发现,采用人工调节的方式进行聚焦通常会花费过多的时间,且在调节过程中,由于采用人的主观判断较为局限进而存在调节不准确影响图像的拍摄效果的情况。
发明内容
有鉴于此,本发明的目的在于提供一种曝光调整方法及装置,以有效缓解上述技术问题。
为实现上述目的,本发明实施例采用如下技术方案:
一种曝光调整方法,应用于图像采集设备,包括:
检测所述图像采集设备的摄像头传输的图像是否处于过曝状态,并在检测结果为是时获取所述摄像头对应的曝光参数,以及获取该图像对应的深度位置信息;
将该图像与所述深度位置信息进行映射后得到深度图像,并将所述深度图像输入预设深度图像学习模型进行检测以得到检测目标;
将该图像与所述检测目标进行反映射得到该检测目标在该图像中的对应位置并将该对应位置作为目标位置;
调整所述摄像头的曝光参数,并采用调整后的曝光参数对所述目标位置进行重新聚焦。
在本发明的较佳实施例中,在上述曝光调整方法中,所述摄像头的视口位置处设置有深度传感器,获取该图像对应的深度位置信息的步骤包括:
获取所述深度传感器对该图像进行图像深度检测得到的深度位置信息。
在本发明的较佳实施例中,在上述曝光调整方法中,所述预设深度图像学习模型为Faster R-CNN深度图像学习模型、R-FCN深度图像学习模型或SSD深度图像学习模型。
在本发明的较佳实施例中,在上述曝光调整方法中,所述深度位置信息中包括该深度位置信息对应图像中各像素点的位置坐标和深度值,将该图像与所述深度位置信息进行映射后得到深度图像的步骤包括:
获取该图像中每个像素点的位置坐标;
将获取的每个像素点的位置坐标与所述深度位置信息中各像素点的位置坐标和深度值进行映射得到深度图像。
在本发明的较佳实施例中,在上述曝光调整方法中,检测所述图像采集设备的摄像头传输的图像是否处于过曝状态的步骤包括:
对所述图像采集设备的摄像头传输的图像进行光强检测得到该图像对应的光强值;
判断所述光强值是否位于预设光强范围内,当所述光强值不在所述预设光强范围内时,获取在该光强值下所述摄像头对应的曝光参数。
一种曝光调整装置,应用于图像采集设备,所述装置包括:
曝光状态检测模块,用于检测所述图像采集设备的摄像头传输的图像是否处于过曝状态,并在检测结果为是时获取所述摄像头对应的曝光参数,以及获取该图像对应的深度位置信息;
深度图像获得模块,用于将该图像与所述深度位置信息进行映射后得到深度图像,并将所述深度图像输入预设深度图像学习模型进行检测以得到检测目标;
目标位置获得模块,用于将该图像与所述检测目标进行反映射得到该检测目标在该图像中的对应位置并将该对应位置作为目标位置;
曝光参数调整模块,用于调整所述摄像头的曝光参数,并采用调整后的曝光参数对所述目标位置进行重新聚焦。
在本发明的较佳实施例中,在上述曝光调整装置中,所述摄像头的视口位置处设置有深度传感器,所述深度图像获得模块还用于获取所述深度传感器对该图像进行图像深度检测得到的深度位置信息。
在本发明的较佳实施例中,在上述曝光调整装置中,所述预设深度图像学习模型为Faster R-CNN深度图像学习模型、R-FCN深度图像学习模型或SSD深度图像学习模型。
在本发明的较佳实施例中,在上述曝光调整装置中,所述深度位置信息中包括该深度位置信息对应图像中各像素点的位置坐标和深度值,所述深度图像获得模块包括:
坐标获取子模块,用于获取该图像中每个像素点的位置坐标;
映射子模块,用于将获取的每个像素点的位置坐标与所述深度位置信息中各像素点的位置坐标和深度值进行映射得到深度图像。
在本发明的较佳实施例中,在上述曝光调整装置中,所述曝光状态检测模块包括:
检测子模块,用于对所述图像采集设备的摄像头传输的图像进行光强检测得到该图像对应的光强值;
判断子模块,用判断所述光强值是否位于预设光强范围内,当所述光强值不在所述预设光强范围内时,获取在该光强值下所述摄像头对应的曝光参数。
本发明提供的一种曝光调整方法及装置,通过在检测所述图像采集设备的摄像头传输的图像处于过曝状态时,获取所述摄像头对应的曝光参数,以及获取该图像对应的深度位置信息,根据该图像对应的深度位置信息得到检测目标以及与该检测目标对应的目标位置,并对摄像头的曝光参数进行调整后,根据调整后的曝光参数对目标位置进行聚焦,进而实现自动调节曝光参数,并有效避免了采用人工调节的方式造成时间浪费以及调节不准确的情况。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本发明实施例提供的一种图像采集设备的连接框图。
图2为本发明实施例提供的一种图像处理方法的流程示意图。
图3为图2中步骤S110的流程示意图。
图4为图2中步骤S120的流程示意图。
图5为本发明实施例提供的一种曝光调整装置的连接框图。
图6为本发明实施例提供的一种曝光状态检测模块的连接框图。
图7为本发明实施例提供的一种深度图像获得模块的连接框图。
图标:10-图像采集设备;11-摄像头;12-存储器;13-处理器;14-深度传感器;15-显示器;100-曝光调整装置;110-曝光状态检测模块;112-检测子模块;114-判断子模块;120-深度图像获得模块;122-坐标获取子模块;124-映射子模块;130-目标位置获得模块;140-曝光参数调整模块。
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,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
如图1所示,本发明实施例提供了一种图像采集设备10,包括摄像头11、存储器12、处理器13、深度传感器14以及显示器15,所述摄像头11、存储器12、处理器13、深度传感器14以及显示器15相互之间直接或间接地电性连接,以实现数据的传输或交互。
具体的,所述摄像头11、存储器12、深度传感器14以及显示器15分别与所述处理器13电连接,所述摄像头11用于拍摄图像,所述存储器12中存储有以软件或固件(Firmware)的形式存储于所述存储器12中的软件功能模块,所述处理器13通过运行存储在存储器12内的软件程序以及模块,如本发明实施例中的曝光调整装置100,从而执行各种功能应用以及数据处理,即实现本发明实施例中的曝光调整方法,所述深度传感器14用于检测所述摄像头11拍摄的图像的深度位置信息,所述显示器15用于显示摄像头11拍摄的图像,以便于用户查看。
其中,所述图像采集设备10可以是但不限于手机、平板或相机,在此不作具体限定。
所述存储器12可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器12用于存储程序,所述处理器13在接收到执行指令后,执行所述程序。
所述处理器13可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等,还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
可以理解,图1所示的结构仅为示意,所述图像采集设备10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请结合图2,本发明提供一种可应用于上述图像采集设备10的曝光调整方法,所述曝光调整方法应用于上述图像采集设备10时实现步骤S110-S140四个步骤。
步骤S110:检测所述图像采集设备10的摄像头11传输的图像是否处于过曝状态,并在检测结果为是时获取所述摄像头11对应的曝光参数,以及获取该图像对应的深度位置信息。
具体的,检测所述图像采集设备10的摄像头11传输的图像是否处于过曝状态的方式为,对所述摄像头11在进行拍摄过程中或在调焦过程中对传输的每一图像根据图像的光强值进行曝光检测,或根据图像的清晰度和亮度进行曝光检测。
请结合图3,可选的,在本实施例中,检测所述图像采集设备10的摄像头11传输的图像是否处于过曝状态的步骤包括:
步骤S112:对所述图像采集设备10的摄像头11传输的图像进行光强检测得到该图像对应的光强值。
步骤S114:判断所述光强值是否位于预设光强范围内,并在当所述光强值不在所述预设光强范围内时,获取在该光强值下所述摄像头11对应的曝光参数。
具体的,进行光强度检测的方式可以是根据设置于所述摄像头11的光强度传感器进行检测,也可以是根据能够进行光强检测的深度图像学习模型进行光强度检测,在此不作具体限定,根据是实际需求进行设置即可。
为使得进行光强度检测的结果更加准确,并有效避免增加硬件结构造成图像采集设备10的成本增加的问题,在本实施例中,可以采用但不限于gogleNet深度学习模型、AlexNet深度学习模型或VGG深度学习模型对该图像进行曝光程度检测以得到该图像对应的光强值。
可以理解,在本实施例中,光强值不在所述预设光强范围内的情况通常包括光强值大于所述预设光强值范围的最大值而处于过曝光状态的情况,以及所述光强值小于所述预设光强值范围的最小值而处于欠曝光状态的情况。
其中,所述预设光强值范围可以根据用户的需求进行选取,具体的,所述存储器12中可以存储有多个预设光强值范围,且不同的预设光强值范围对应有不同的环境场景,例如,该环境场景可以是包括气候情况,如晴天、阴天或下雨等,不同的环境场景下对应的光强值范围不同。用户可以根据实际需求选取所需的环境场景得到对应的预设范围。
可以理解,为实现使用户选取不同的场景,在本实施例中,所述图像采集设备10包括显示器15,以使用户可以根据显示器15查看并选取所需的环境场景。
所述曝光参数可以包括但不限于曝光时间和曝光光圈等影响进行图像拍摄后得到的图像光强值的因素。可选的,在本实施例中,所述曝光参数包括曝光时间和曝光光圈。
其中,获取所述目标图像对应的深度位置信息的方式可以是,通过对所述目标图像采用深度检测算法或模型进行深度检测以得到深度位置信息,也可以是采用深度检测器进行检测以得到该目标图像的深度位置信息,在此不作具体限定。
请结合图3,可选的,在本实施例中,所述摄像头11的视口位置处设置有深度传感器14,获取所述目标图像对应的深度位置信息的步骤包括:获取所述深度传感器14对所述目标图像进行图像深度检测得到的深度位置信息。
通过上述设置,以有效保障检测到的深度位置信息的准确性。
步骤S120:将所述目标图像与所述深度位置信息进行映射后得到深度图像,并将所述深度图像采用预设深度图像学习模型进行检测以得到检测目标。
将所述目标图像与所述深度位置信息进行映射的方式可以是将所述目标图像与所述深度位置信息采用参数化的方式进行映射,也可以是按照对应关系进行映射,在此不作具体限定,根据实际需求进行设置。
为使进行映射的效率更高,将所述目标图像与所述深度位置信息采用参数化的方式进行映射,具体地,请结合图4,在本实施例中,所述深度位置信息中包括该深度位置信息对应图像中各像素点的位置坐标和深度值,步骤S120包括:
步骤S122:获取该图像中每个像素点的位置坐标。
步骤S124:将获取的每个像素点的位置坐标与所述深度位置信息中各像素点的位置坐标和深度值进行映射得到深度图像。
所述预设深度图像学习模型可以是但不限于Faster R-CNN、R-FCN或SSD深度学习目标检测模型,只要能够将所述深度图像采用所述预设深度图像学习模型进行检测并根据实际需求进行选取即可,在此不作具体限定。
所述检测目标可以是但不限于人、景物、车辆或车牌等,在此不作具体限定,将所述深度图像输入预设深度图像学习模型进行检测以得到检测目标的方式可以是:将所述深度图像输入预设深度图像学习模型进行检测得到多个检测图像,并接收用户从多个检测图像中选取的一个检测图像作为检测目标。具体的,将所述深度图像输入预设深度图像学习模型进行检测得到多个检测图像,并控制所述显示器15显示所述多个检测图像,接收用户基于该多个检测图像中选取的一个检测图像作为目标图像。
步骤S130:将该图像与所述检测目标进行反映射得到该检测目标在该图像中的对应位置并将该对应位置作为目标位置。
可以理解,当所述目标图像与所述深度位置信息使用参数化的映射方法进行映射时,则将所述目标图像与所述检测目标进行反映射也是采用参数化的映射方法的进行反映射。
步骤S140:调整所述摄像头11的曝光参数,并采用调整后的曝光参数对所述目标位置进行重新聚焦。
其中,调整所述摄像头11的曝光参数的方式可以是根据所述光强值对所述摄像头11的曝光参数进行调整,具体的,当所述光强值大于所述预设光强范围的最大值时降低曝光时间和/或降低曝光光圈,当所述光强值小于所述预设光强值范围的最小值时增加曝光时间和/或增大曝光光圈。并在所述曝光参数调整完成后对所述目标位置进行聚焦,以实现拍摄,进而保证了高质量图像的获取。
通过上述方法,以实现自动调节曝光参数,避免在过曝光状态下,且无人工干预时则造成摄像头11会保持该光强值对应的曝光参数继续进行拍摄进而影响拍摄效果,进而可以有效避免采用人工调节的方式造成时间浪费和调节不准确的情况。
可以理解,上述的曝光调整方法可以用个人计算机、行车记录仪以及无人机等具有图像采集功能的图像采集设备10上,同时保持了摄像头11的整体性并节省了成本,并可以扩展到普适、家用。
因此,通过上述方法,还能够有效避免通过X射线红外传感等判断关键点位置自动重新聚焦调整存在的物料成本昂贵、并容易产生热量等其他容易影响判断的情况,以及避免由于采用X射线红外传感的方式只针对使用双摄像头和带有辅助性功能的摄像头进行协同判断,进而造成成本过高的问题。因此,本发明提供的曝光调整方法不仅够自动重新处理聚焦,自动调整曝光参数以进行拍摄,还能够克服成本昂贵的难题,可以快速高效的处理,保证高质量图像的获取。
请结合图5,在上述基础上,本发明还提供一种曝光调整装置100,包括:曝光状态检测模块110、深度图像获得模块120、目标位置获得模块130以及曝光参数调整模块140。
所述曝光状态检测模块110用于检测所述图像采集设备10的摄像头11传输的图像是否处于过曝状态,并在检测结果为是时获取所述摄像头11对应的曝光参数,以及获取该图像对应的深度位置信息。在本实施例中,所述曝光状态检测模块110可用于执行图2所示的步骤S110,关于所述曝光状态检测模块110的具体描述可以参照前文对步骤S110的描述。
请结合图6,可选的,在本实施例中,所述光强值获取模块110还用于包括检测子模块112和判断子模块114。
所述检测子模块112对所述图像采集设备10的摄像头11传输的图像进行光强检测得到该图像对应的光强值。在本实施例中,所述检测子模块112可用于执行图3所示的步骤S112,关于所述检测子模块112的具体描述可以参照前文对步骤S112的描述。
所述判断子模块114用于判断所述光强值是否位于预设光强范围内,当所述光强值不在所述预设光强范围内时,获取在该光强值下所述摄像头11对应的曝光参数。在本实施例中,所述判断子模块114可用于执行图3所示的步骤S114,关于所述判断子模块114的具体描述可以参照前文对步骤S114的描述。
所述深度图像获得模块120用于将该图像与所述深度位置信息进行映射后得到深度图像,并将所述深度图像输入预设深度图像学习模型进行检测以得到检测目标。在本实施例中,所述深度图像获得模块120可用于执行图2所示的步骤S120,关于所述深度图像获得模块120的具体描述可以参照前文对步骤S120的描述。
可选的,在本实施例中,所述摄像头11的视口位置处设置有深度传感器14,所述深度图像获得模块120还用于获取所述深度传感器14对该图像进行图像深度检测得到的深度位置信息。
可选的,在本实施例中,所述预设深度图像学习模型为Faster R-CNN深度图像学习模型、R-FCN深度图像学习模型或SSD深度图像学习模型。
请结合图7,可选的,在本实施例中,所述深度位置信息中包括该深度位置信息对应图像中各像素点的位置坐标和深度值,所述深度图像获得模块120包括:坐标获取子模块122和映射子模块124。
所述坐标获取子模块122用于获取该图像中每个像素点的位置坐标。在本实施例中,所述坐标获取子模块122可用于执行图4所示的步骤S122,关于所述坐标获取子模块122的具体描述可以参照前文对步骤S122的描述。
所述映射子模块124用于将获取的每个像素点的位置坐标与所述深度位置信息中各像素点的位置坐标和深度值进行映射得到深度图像。在本实施例中,所述映射子模块124可用于执行图4所示的步骤S124,关于所述映射子模块124的具体描述可以参照前文对步骤S124的描述。
所述目标位置获得模块130用于将该图像与所述检测目标进行反映射得到该检测目标在该图像中的对应位置并将该对应位置作为目标位置。在本实施例中,所述目标位置获得模块130可用于执行图2所示的步骤S130,关于所述目标位置获得模块130的具体描述可以参照前文对步骤S130的描述。
所述曝光参数调整模块140用于根据所述光强值对所述摄像头11的曝光参数进行调整后对所述目标位置进行聚焦。在本实施例中,所述曝光参数调整模块140可用于执行图2所示的步骤S140,关于所述曝光参数调整模块140的具体描述可以参照前文对步骤S140的描述。
综上,本发明提供的一种曝光调整方法及装置,方法通过在检测到图像采集设备10的摄像头11传输的图像处于过曝状态时,获取所述摄像头11对应的曝光参数,以及获取该图像对应的深度位置信息,将该图像与深度位置信息进行映射后得到深度图像,并将深度图像输入预设深度图像学习模型进行检测以得到检测目标,将该图像与检测目标进行反映射得到检测目标在图像中的对应位置并将该对应位置作为目标位置,根据光强值对摄像头11的曝光参数进行调整后对目标位置进行聚焦。通过上述方法,以实现自动调节曝光参数,并有效避免采用人工调节的方式造成时间浪费和调节不准确的情况。
在本发明实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种曝光调整方法,应用于图像采集设备,其特征在于,包括:
检测所述图像采集设备的摄像头传输的图像是否处于过曝状态,并在检测结果为是时获取所述摄像头对应的曝光参数,以及获取该图像对应的深度位置信息;
将该图像与所述深度位置信息进行映射后得到深度图像,并将所述深度图像输入预设深度图像学习模型进行检测以得到检测目标;
将该图像与所述检测目标进行反映射得到该检测目标在该图像中的对应位置并将该对应位置作为目标位置;
调整所述摄像头的曝光参数,并采用调整后的曝光参数对所述目标位置进行重新聚焦。
2.根据权利要求1所述曝光调整方法,其特征在于,所述摄像头的视口位置处设置有深度传感器,获取该图像对应的深度位置信息的步骤包括:
获取所述深度传感器对该图像进行图像深度检测得到的深度位置信息。
3.根据权利要求1所述曝光调整方法,其特征在于,所述预设深度图像学习模型为Faster R-CNN深度图像学习模型、R-FCN深度图像学习模型或SSD深度图像学习模型。
4.根据权利要求1所述曝光调整方法,其特征在于,所述深度位置信息中包括该深度位置信息对应图像中各像素点的位置坐标和深度值,将该图像与所述深度位置信息进行映射后得到深度图像的步骤包括:
获取该图像中每个像素点的位置坐标;
将获取的每个像素点的位置坐标与所述深度位置信息中各像素点的位置坐标和深度值进行映射得到深度图像。
5.根据权利要求1所述曝光调整方法,其特征在于,检测所述图像采集设备的摄像头传输的图像是否处于过曝状态的步骤包括:
对所述图像采集设备的摄像头传输的图像进行光强检测得到该图像对应的光强值;
判断所述光强值是否位于预设光强范围内,当所述光强值不在所述预设光强范围内时,获取在该光强值下所述摄像头对应的曝光参数。
6.一种曝光调整装置,应用于图像采集设备,其特征在于,包括:
曝光状态检测模块,用于检测所述图像采集设备的摄像头传输的图像是否处于过曝状态,并在检测结果为是时获取所述摄像头对应的曝光参数,以及获取该图像对应的深度位置信息;
深度图像获得模块,用于将该图像与所述深度位置信息进行映射后得到深度图像,并将所述深度图像输入预设深度图像学习模型进行检测以得到检测目标;
目标位置获得模块,用于将该图像与所述检测目标进行反映射得到该检测目标在该图像中的对应位置并将该对应位置作为目标位置;
曝光参数调整模块,用于调整所述摄像头的曝光参数,并采用调整后的曝光参数对所述目标位置进行重新聚焦。
7.根据权利要求6所述的曝光调整装置,其特征在于,所述摄像头的视口位置处设置有深度传感器,所述深度图像获得模块还用于获取所述深度传感器对该图像进行图像深度检测得到的深度位置信息。
8.根据权利要求6所述的曝光调整装置,其特征在于,所述预设深度图像学习模型为Faster R-CNN深度图像学习模型、R-FCN深度图像学习模型或SSD深度图像学习模型。
9.根据权利要求6所述的曝光调整装置,其特征在于,所述深度位置信息中包括该深度位置信息对应图像中各像素点的位置坐标和深度值,所述深度图像获得模块包括:
坐标获取子模块,用于获取该图像中每个像素点的位置坐标;
映射子模块,用于将获取的每个像素点的位置坐标与所述深度位置信息中各像素点的位置坐标和深度值进行映射得到深度图像。
10.根据权利要求6所述的曝光调整装置,其特征在于,所述曝光状态检测模块包括:
检测子模块,用于对所述图像采集设备的摄像头传输的图像进行光强检测得到该图像对应的光强值;
判断子模块,用于判断所述光强值是否位于预设光强范围内,当所述光强值不在所述预设光强范围内时,获取在该光强值下所述摄像头对应的曝光参数。
CN201810916791.0A 2018-08-13 2018-08-13 曝光调整方法及装置 Pending CN110830728A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810916791.0A CN110830728A (zh) 2018-08-13 2018-08-13 曝光调整方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810916791.0A CN110830728A (zh) 2018-08-13 2018-08-13 曝光调整方法及装置

Publications (1)

Publication Number Publication Date
CN110830728A true CN110830728A (zh) 2020-02-21

Family

ID=69546817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810916791.0A Pending CN110830728A (zh) 2018-08-13 2018-08-13 曝光调整方法及装置

Country Status (1)

Country Link
CN (1) CN110830728A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115118886A (zh) * 2021-03-22 2022-09-27 Oppo广东移动通信有限公司 图像处理芯片、应用处理芯片、电子设备及图像处理方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102006421A (zh) * 2009-09-01 2011-04-06 华晶科技股份有限公司 具有人脸的影像的处理方法
CN102868861A (zh) * 2011-07-07 2013-01-09 华晶科技股份有限公司 获取图像的方法
US20130120610A1 (en) * 2011-11-11 2013-05-16 Canon Kabushiki Kaisha Image capture apparatus, control method thereof, and recording medium
CN103428439A (zh) * 2013-08-22 2013-12-04 浙江宇视科技有限公司 一种成像设备自动曝光控制方法及装置
CN103699877A (zh) * 2013-12-02 2014-04-02 广东欧珀移动通信有限公司 提高人脸识别效果的方法和***
CN104104886A (zh) * 2014-07-24 2014-10-15 深圳市中兴移动通信有限公司 过曝拍摄方法及装置
US20150054987A1 (en) * 2013-08-21 2015-02-26 Canon Kabushiki Kaisha Image processing apparatus, image pickup apparatus, method of controlling the image processing apparatus, and non-transitory computer-readable storage medium
US20150163389A1 (en) * 2013-12-06 2015-06-11 Chung-Shan Institute Of Science And Technology, Armaments Bureau, M.N.D Exposure-suppressing imaging system
CN105049726A (zh) * 2015-08-05 2015-11-11 广东欧珀移动通信有限公司 一种移动终端拍照方法及移动终端
CN105635565A (zh) * 2015-12-21 2016-06-01 华为技术有限公司 一种拍摄方法及设备
CN106210523A (zh) * 2016-07-22 2016-12-07 浙江宇视科技有限公司 一种曝光调整方法及装置
CN107846556A (zh) * 2017-11-30 2018-03-27 广东欧珀移动通信有限公司 成像方法、装置、移动终端和存储介质
CN107945107A (zh) * 2017-11-30 2018-04-20 广东欧珀移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102006421A (zh) * 2009-09-01 2011-04-06 华晶科技股份有限公司 具有人脸的影像的处理方法
CN102868861A (zh) * 2011-07-07 2013-01-09 华晶科技股份有限公司 获取图像的方法
US20130120610A1 (en) * 2011-11-11 2013-05-16 Canon Kabushiki Kaisha Image capture apparatus, control method thereof, and recording medium
US20150054987A1 (en) * 2013-08-21 2015-02-26 Canon Kabushiki Kaisha Image processing apparatus, image pickup apparatus, method of controlling the image processing apparatus, and non-transitory computer-readable storage medium
CN103428439A (zh) * 2013-08-22 2013-12-04 浙江宇视科技有限公司 一种成像设备自动曝光控制方法及装置
CN103699877A (zh) * 2013-12-02 2014-04-02 广东欧珀移动通信有限公司 提高人脸识别效果的方法和***
US20150163389A1 (en) * 2013-12-06 2015-06-11 Chung-Shan Institute Of Science And Technology, Armaments Bureau, M.N.D Exposure-suppressing imaging system
CN104104886A (zh) * 2014-07-24 2014-10-15 深圳市中兴移动通信有限公司 过曝拍摄方法及装置
CN105049726A (zh) * 2015-08-05 2015-11-11 广东欧珀移动通信有限公司 一种移动终端拍照方法及移动终端
CN105635565A (zh) * 2015-12-21 2016-06-01 华为技术有限公司 一种拍摄方法及设备
CN106210523A (zh) * 2016-07-22 2016-12-07 浙江宇视科技有限公司 一种曝光调整方法及装置
CN107846556A (zh) * 2017-11-30 2018-03-27 广东欧珀移动通信有限公司 成像方法、装置、移动终端和存储介质
CN107945107A (zh) * 2017-11-30 2018-04-20 广东欧珀移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
权巍 等: "基于多曝光的高动态范围全景图像合成", 《***仿真学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115118886A (zh) * 2021-03-22 2022-09-27 Oppo广东移动通信有限公司 图像处理芯片、应用处理芯片、电子设备及图像处理方法

Similar Documents

Publication Publication Date Title
US10997696B2 (en) Image processing method, apparatus and device
CN110121882B (zh) 一种图像处理方法及装置
US9979909B2 (en) Automatic lens flare detection and correction for light-field images
US8184196B2 (en) System and method to generate depth data using edge detection
US9357127B2 (en) System for auto-HDR capture decision making
EP3480784A1 (en) Image processing method, and device
JP2014057303A (ja) 深度推定手順において改善されたシーン検出を利用するためのシステム及び方法
WO2017206444A1 (zh) 一种成像差异检测方法、装置及计算机存储介质
US10972676B2 (en) Image processing method and electronic device capable of optimizing hdr image by using depth information
JP2018041380A (ja) 画像処理装置、画像処理方法、及びプログラム
JP6286567B2 (ja) マルチスペクトル画像システムのロバストなオートフォーカスアルゴリズム
CN112261292B (zh) 图像获取方法、终端、芯片及存储介质
CN112312035B (zh) 曝光参数调节方法、曝光参数调节装置和电子设备
CN110753178B (zh) 一种曝光时间调整方法及装置、摄像机
CN110650288B (zh) 对焦控制方法和装置、电子设备、计算机可读存储介质
US10863103B2 (en) Setting apparatus, setting method, and storage medium
US10853685B2 (en) Method and apparatus for detecting fog from image
CN110830728A (zh) 曝光调整方法及装置
JP2008042227A (ja) 撮像装置
CN107105158B (zh) 一种拍照方法及移动终端
US11575841B2 (en) Information processing apparatus, imaging apparatus, method, and storage medium
CN115278103A (zh) 一种基于环境感知的安防监控图像补偿处理方法及***
CN109146966B (zh) 视觉slam前端处理方法、***、存储介质及计算机设备
JP6739955B2 (ja) 画像処理装置、画像処理方法、画像処理プログラム、および記録媒体
JP2009010691A (ja) 撮像装置、撮像方法、画像処理装置、画像処理プログラム及び画像処理方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200221

RJ01 Rejection of invention patent application after publication