CN113301324A - 基于摄像装置的虚焦检测方法、装置、设备及介质 - Google Patents
基于摄像装置的虚焦检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113301324A CN113301324A CN202110481870.5A CN202110481870A CN113301324A CN 113301324 A CN113301324 A CN 113301324A CN 202110481870 A CN202110481870 A CN 202110481870A CN 113301324 A CN113301324 A CN 113301324A
- Authority
- CN
- China
- Prior art keywords
- definition
- value
- camera device
- virtual focus
- monitoring video
- 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
Links
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
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请提供一种基于摄像装置的虚焦检测方法、装置、设备及介质,该方法包括:获取所述摄像装置当前监控视频的清晰度值;判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦。本申请根据摄像装置对当前监控视频的清晰度值判断该摄像装置是否存在虚焦,如果存在虚焦,则执行自动聚焦,确保摄像装置能够清晰的采集图像;同时,该检测方式能够自动完成,无需人为干预,具有准确率高、成本低、易于实现、性能消耗低、稳定性高的优点。
Description
技术领域
本申请涉及视频监控或图像处理领域,特别是涉及一种基于摄像装置的虚焦检测方法、装置、设备及介质。
背景技术
随着视频监控技术在工作和生活中的广泛应用,对监控技术的要求也从最初的“看的见”到“看的广”、“看的清”转变,因此,相机镜头的功能也越来越强度,能够根据控制镜头的倍率和聚焦看清不同距离的物体和目标的摄像机得到更广泛的应用。对于支持自动聚焦的相机来讲,其聚焦效果决定了图像是否能够看清,对图像质量产生巨大影响,同时,随着摄像机技术的发展,摄像机也越来越智能,需要摄像机能够感知当前环境和自身的状态进行自适应性调节。
然而,目前摄像机自动聚焦功不能一直运行(触发),通常情况下,为了避免影响图像效果,不会经常触发聚焦,只有在场景切换、或者相机状态更新(如昼夜状态)情况下才触发聚焦。从而导致摄像机如果不满足上述条件在图像出现虚焦或者聚焦不清的情况,无法触发自动聚焦来保证图像清晰度。
发明内容
鉴于以上所述现有技术的缺点,本申请的目的在于提供一种基于摄像装置的虚焦检测方法、装置、设备及介质,用于解决现有技术中摄像装置无法根据当前监控视频检测是否存在虚焦的问题。
为实现上述目的及其他相关目的,本申请提供一种基于摄像装置的虚焦检测方法,包括:
获取所述摄像装置当前监控视频的清晰度值;
判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦。
在本申请的另一目的在于提供一种基于摄像装置的虚焦检测装置,包括:
图像获取模块,用于获取所述摄像装置当前监控视频的清晰度值;
虚焦判定模块,用于判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦。
在本申请的另一目的在于提供一种电子设备,包括:
一个或多个处理装置;
存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置执行所述基于摄像装置的虚焦检测方法。
在本申请的还一目的在于提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序用于使所述计算机执行所述基于摄像装置的虚焦检测方法。
如上所述,本申请的基于摄像装置的虚焦检测方法、装置、设备及介质,具有以下有益效果:
本申请根据摄像装置对当前监控视频的清晰度值判断该摄像装置是否存在虚焦,如果存在虚焦,则执行自动聚焦,确保摄像装置能够清晰的采集图像;同时,该检测方式能够自动完成,无需人为干预,具有准确率高、成本低、易于实现、性能消耗低、稳定性高的优点。
附图说明
图1显示为本申请提供的一种基于摄像装置的虚焦检测方法流程图;
图2显示为本申请提供的一种基于摄像装置的虚焦检测方法的另一流程图;
图3显示为本申请提供的一种基于摄像装置的虚焦检测方法的另一流程图;
图4显示为本申请提供的一种基于摄像装置的虚焦检测方法的另一流程图;
图5显示为本申请提供的一种基于摄像装置的虚焦检测方法中步骤S2的流程图;
图6显示为本申请拟合的清晰度阈值与镜头倍数之间的曲线关系图;
图7显示为本申请提供的一种基于摄像装置的虚焦检测装置结构框图;
图8显示为本申请一实施例提供的一种电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本申请的基本构想,遂图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
请参阅图1,为本申请提供的一种基于摄像装置的虚焦检测方法流程图,包括:
步骤S1,获取所述摄像装置当前监控视频的清晰度值;
其中,利用图像梯度信息计算所述摄像装置当前监控视频内每帧图像的清晰度值,例如,将当前监控视频内连续N帧图像的清晰度值缓存到数据队列,并计算所述数据队列内的清晰度平均值,其中,N为整数;又例如,计算当前帧图像的清晰度值,与当前镜头倍数下的预设的清晰度阈值比较,从而判断摄像装置当前帧图像是否存在虚焦现象。
具体地,利用图像梯度信息计算图像的清晰度Fv,属于无参考图像计算方式;又例如,根据灰度方差函数计算当前图像清晰度,灰度方差越大,图像就越清晰;还可采用其他图像清晰度评价函数来计算图像的清晰度,例如,常用算法有4邻域Laplace算子、8邻域Laplace 算子、改进型Laplace算子、SMD算子和EAV算子等。对于同一场景,计算得到的清晰度(评价)值越大,实际的图像越清晰,该清晰度值越小,图像越模糊。因此,可以采用清晰度评价值来判断当前摄像机是否处于虚焦状态。
摄像装置可以是道路监控摄像头、车载摄像机、室内监控摄像机或者其他具备图像采集功能的设备。因此,本申请实施例可以应用于室内外场景下的安防监控领域、道路监控领域等多个领域。
步骤S2,判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦。
具体地,计算所述摄像装置在相同场景且不同镜头倍数下预设的清晰度阈值,利用最小二乘法拟合清晰度阈值与镜头倍数的曲线关系;根据所述曲线关系得到该摄像装置的当前镜头倍数与当前监控画面对应的预设的清晰度阈值。
合理的清晰度(评价)阈值FvThr关系到摄像机监控场景变化判断的准确性。对于带变倍聚焦功能摄像机来讲,同一场景不同镜头倍率时监控场景的视野和范围也不一样,镜头倍率越大,场景中细节更明显,图像模糊时区别更大,这时清晰到模糊时的阈值差更大;镜头倍率越小时,场景范围更广,图像变模糊时的阈值小。注意:镜头倍率相对大时,清晰度值Fv 实测时相对大;镜头倍率相对小时,清晰度值Fv相对小;同时,测得镜头倍率较大时,清晰度阈值FvThr较大,镜头倍率较小时,清晰度阈值FvThr较小。
为了得到不同镜头倍率下的阈值FvThr,通过标定相同场景下,不同镜头倍率下的清晰时的与场景模糊时的差值DiffFv,该值即为不同镜头倍率下图像清晰度评价阈值FvThr。详见图6,为本申请拟合的清晰度阈值与镜头倍数之间的曲线关系图,根据标定的参数利用最小二乘法拟合清晰度评价阈值FvThr与倍率(镜头倍数)Ratio的曲线关系,根据摄像机当前倍率与拟合得到的曲线可以动态得到不同场景下图像清晰到模糊的阈值判断,避免单一阈值带来的不准确性,适应性强,准确率更高。
在本实施例中,通过摄像装置对当前监控视频的清晰度值来判断该摄像装置是否存在虚焦,如果存在虚焦,则执行自动聚焦,确保摄像装置能够清晰的采集图像;也解决摄像装置若处于虚焦状态长时间图像模糊的问题,另外,根据摄像装置在不同镜头倍率下场景虚焦阈值的测试和判断,保证了摄像装置在监控过程场景的清晰度效果;整个监控过程能够自适应检测虚焦与自适应触发自动聚焦,不仅虚焦检测准确率高;还解决了摄像装置监控过程中若出现虚焦不能触发自动聚焦功能的不足。
请参阅图2,为本申请提供的一种基于摄像装置的虚焦检测方法的另一流程图,包括:
步骤S0,根据所述摄像装置的监控参数判断所述摄像装置是否发生场景变化;若未发生场景变化时,则进行虚焦检测;
其中,所述摄像装置的监控参数包含云台的仰角位置、电机的调整位置、摄像装置的倍率变化和昼夜切换状态。
例如,根据摄像装置内部模块状态参数判断当前摄像机的监控场景是否存在变化,依赖内部模块状态参数包含云台模块、摄像机的Zoom电机模块的状态、昼夜状态检测模块等,通过内部模块状态参数能够反映当前摄像装置的监控场景是否改变,比如:云台仰角发生变化时,摄像机的监控场景就发生了变化;Zoom电机发生改变,则摄像机监控场景的视场范围就发生变化。当摄像机的监控场景发生变化时,就直接触发自动聚焦功能,保证摄像机在新的场景图像是清晰的。
步骤S1,获取所述摄像装置当前监控视频的清晰度值;
步骤S2,判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦。
在本实施例中,通过检测摄像装置是否发生场景变化,确定了摄像装置在场景未变化的状况下,检测摄像装置是否存在虚焦,有效避免了摄像装置在实现自动聚焦处理后再检测虚焦,确保了虚焦检测合适的应用场景(由于通过自动聚焦一般不存在虚焦现象),保证了监控场景的图像效果。
请参阅图3,为本申请提供的一种基于摄像装置的虚焦检测方法的另一流程图,在上述图1或图2的基础上,还包括:
步骤S3,当检测到所述摄像装置存在虚焦时,根据当前监控视频的清晰度值进行自动聚焦处理。
具体地,自动聚焦的作用就是自动聚焦相机镜头;可利用镜头图像的清晰度评价函数来作为聚焦位置选取依据,可以有效确保聚焦位置的清晰度最佳;同时,通过自动聚焦处理能够确保出现虚焦的摄像装置能够清晰、准确地拍摄包含感兴趣目标的图像。
例如,在场景中出现多物体时,还可对采集到的当前一帧图像进行分块处理,根据各个区块的清晰度值,确定所述各个区块的帧内区块权重;根据所述当前一帧图像上各个区块的清晰度变化率,确定所述当前一帧图像上各个区块的帧间区块权重;根据各个帧内区块权重和对应的各个帧间区块权重,在所述当前一帧图像上确定目标区域,并使用所述目标区域调整后的聚焦步长,对所述目标区域进行聚焦,以完成自动聚焦处理,通过该种方式实现自动聚焦,解决了因多物体景深导致难以捕捉画面中感兴趣区域的问题。
请参阅图4,为本申请提供的一种基于摄像装置的虚焦检测方法的另一流程图,在上述图3的基础上,还包括:
步骤S4,待自动聚焦完成后,缓存当前监控视频的清晰度值,并重置所述摄像装置内部参数实现参数更新。
具体地,当触发自动聚焦后,就将数据队列和计数参数重置,并将聚焦后的图像清晰度值Fv更新到队列中,进行下一次的图像虚焦检测,适于新场景的虚焦现象检测,确保后续监控视频的清晰采集。
请参阅图5,为本申请提供的一种基于摄像装置的虚焦检测方法完整流程图,在上述图1、图2、图3和图4的基础上,步骤S2具体包括:
在一实施例中,步骤S22,判断监控视频内连续N帧的图像清晰度值与清晰度平均值之间的差值是否超过预设的清晰度阈值,若是,则确定所述摄像装置存在虚焦。
具体地,通过判断连续多帧图像的清晰度值与清晰度平均值之间的差值是否过预设的清晰度阈值,来判定摄像装置是否存在虚焦,有效避免了单帧图像的抖动引起的误判,提高了虚焦检测的精度。
在另一实施例中,步骤S21,判断监控视频内当前帧图像的清晰度值与清晰度平均值之间的差值是否超过预设的清晰度阈值且是否超过所述数据队列内最大清晰度值与最小清晰度值之间的差值,若是,则判定当前帧图像的清晰度值发生变化;继续执行步骤S22;若否,则不进行自动聚焦处理;
步骤S22,判断监控视频内连续N帧的图像清晰度值与清晰度平均值之间的差值是否超过预设的清晰度阈值,若是,则确定所述摄像装置存在虚焦,可执行自动聚焦处理;若否,则不进行自动聚焦处理。
具体地,将当前最近的M帧图像的清晰度值Fv缓存到数据队列中,并计算该数据队列的M帧图像的清晰度平均值AvgFv,若当前帧的清晰度值CurFv与队列内清晰度平均值AvgFv之间的差值DiffFv超过预设的清晰度阈值FvThr且同时超过队列中最大的清晰度值MaxFv与最小的清晰度值MinFv之间的差值HistDiffThr时,则说明当前场景清晰度值CurFv发生较大变化,摄像机可能出现虚焦现象,(FvThr为清晰度评价值,当清晰度差值大于该阈值时,图像出现虚焦),说明当前帧图像出现虚焦模糊的现象。为了排除摄像机偶然出现的抖动导致误判,采用连续N帧图像均出现清晰度差值大于清晰度评价阈值FvThr时,说明图像出现模糊现象,摄像机出现虚焦现象。当摄像机确实出现虚焦时,就需要触发自动聚焦功能,重新根据当前场景清晰度进行聚焦操作,保证当前场景下图像清晰;其中,当前帧的清晰度值CurFv与队列内清晰度平均值AvgFv之间的差值DiffFv的表达式,以及数据队列中HistDiffThr的表达式,具体如下:
DiffFv=AvgFv-CurFv
HistDiffThr=MaxFv-MinFv
对于偶然出现的清晰度值Fv误差需要进行过滤,不进行自动聚焦处理;当清晰度值Fv与队列清晰度平均值AvgFv之间的差值超过预设的清晰度(评价)阈值FvThr和(队列中最大的清晰度值MaxFv与最小的清晰度值MinFv之间的差值)HistDiffThr时,则说明当前图像可能不清晰,同时,不需要将当前帧清晰度值CurFv缓存到队列中。对当前阈值持续时间进行计数,如出现虚焦帧计数超过预设的计数阈值(例如,5、10等数)TimeThr时,表明当前图像确实出现虚焦现象,需要触发聚焦,此时将数据队列内缓存的清晰度值全部清除,待聚焦清晰后再缓存新的清晰度值。
在本实施例中,通过先判断监控视频的图像的清晰度是否发生变化,再通过清晰度连续变化的阈值是否超过预设的阈值为判断依据,避免了摄像机抖动而引起的误判,大大的提高了摄像装置虚焦检测的精度与准确率,更适合大面积推广应用。
请参阅图7,为本申请提供的一种基于摄像装置的虚焦检测装置结构框图;包括:
图像获取模块1,用于获取所述摄像装置当前监控视频的清晰度值;
具体地,利用图像梯度信息计算所述摄像装置当前监控视频内每帧图像的清晰度值,将当前监控视频内连续N帧图像的清晰度值缓存到数据队列,并计算所述数据队列内的清晰度平均值,其中,N为整数。
虚焦判定模块2,用于判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦。
具体地,计算所述摄像装置在相同场景且不同镜头倍数下预设的清晰度阈值,利用最小二乘法拟合清晰度阈值与镜头倍数的曲线关系;根据所述曲线关系得到该摄像装置的当前镜头倍数与当前监控画面对应的预设的清晰度阈值。
还需要说明的是,虚焦判定模块具体包括:
清晰度变化判定单元21,用于判断监控视频内当前帧图像的清晰度值与清晰度平均值之间的差值是否超过预设的清晰度阈值且是否超过所述数据队列内最大清晰度值与最小清晰度值之间的差值,若是,则判定当前帧图像的清晰度值发生变化;继续,
虚焦判定单元22,用于判断监控视频内连续N帧的图像清晰度值与清晰度平均值之间的差值是否超过预设的清晰度阈值,若是,则确定所述摄像装置存在虚焦。
在上述实施例基础上,还包括:
场景变化判断模块3,用于根据所述摄像装置的监控参数判断所述摄像装置是否发生场景变化;若未发生场景变化时,则进行虚焦检测。
在上述实施例基础上,还包括:
自动聚焦处理模块4,用于当检测到所述摄像装置存在虚焦时,根据当前监控视频的清晰度值进行自动聚焦处理。
在上述实施例基础上,还包括:
参数更新模块5,用于待自动聚焦完成后,缓存当前监控视频的清晰度值,并重置所述摄像装置内部参数实现参数更新。
其中,还需要说明的是,基于摄像装置的虚焦检测装置与虚焦检测方法为一一对应的关系,在此,各个模块与上述流程步骤所涉及的技术细节与技术效果均相同,在此不用一一赘述,请参照上述基于摄像装置的虚焦检测方法。
下面参考图8,其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器 600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如手机、平板电脑、膝上型电脑、台式电脑、电脑一体机、服务器、工作站、电视、机顶盒、智能眼镜、智能手表、数码相机、MP4播放终端、MP5播放终端、学习机、点读机、电纸书、电子词典、车载终端、虚拟现实(VirtualReality,VR)播放终端或增强现实(Augmented Reality,AR)播放终端等的固定终端。图8示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器 (RAM)603中的程序而执行各种适当的动作和处理。在RAM603中,还存储有电子设备600 操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器 (EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
步骤S1,获取所述摄像装置当前监控视频的清晰度值;
步骤S2,判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN) —连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的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,该模块、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,两个接连地表示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,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操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。
综上所述,本申请根据摄像装置对当前监控视频的清晰度值判断该摄像装置是否存在虚焦,如果存在虚焦,则执行自动聚焦,确保摄像装置能够清晰的采集图像;同时,该检测方式能够自动完成,无需人为干预,具有准确率高、成本低、易于实现、性能消耗低、稳定性高的优点。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (11)
1.一种基于摄像装置的虚焦检测方法,其特征在于,包括:
获取所述摄像装置当前监控视频的清晰度值;
判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦。
2.根据权利要求1所述的基于摄像装置的虚焦检测方法,其特征在于,所述获取所述摄像装置当前监控视频的清晰度值的步骤之前,还包括:
根据所述摄像装置的监控参数判断所述摄像装置是否发生场景变化;若未发生场景变化时,则进行虚焦检测;其中,所述摄像装置的监控参数包含云台的仰角位置、电机的调整位置、摄像装置的倍率变化和昼夜切换状态。
3.根据权利要求1或2所述的基于摄像装置的虚焦检测方法,其特征在于,还包括:当检测到所述摄像装置存在虚焦时,根据当前监控视频的清晰度值进行自动聚焦处理。
4.根据权利要求3所述的基于摄像装置的虚焦检测方法,其特征在于,还包括:待自动聚焦完成后,缓存当前监控视频的清晰度值,并重置所述摄像装置内部参数实现参数更新。
5.根据权利要求1所述的基于摄像装置的虚焦检测方法,其特征在于,所述获取所述摄像装置当前监控视频的清晰度值的步骤,包括:
利用图像梯度信息计算所述摄像装置当前监控视频内每帧图像的清晰度值,将当前监控视频内连续N帧图像的清晰度值缓存到数据队列,并计算所述数据队列内的清晰度平均值,其中,N为整数。
6.根据权利要求5所述的基于摄像装置的虚焦检测方法,其特征在于,所述判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦的步骤,还包括:
判断监控视频内连续N帧的图像清晰度值与清晰度平均值之间的差值是否超过预设的清晰度阈值,若是,则确定所述摄像装置存在虚焦。
7.根据权利要求6所述的基于摄像装置的虚焦检测方法,其特征在于,所述判断监控视频内连续N帧的图像清晰度值与清晰度平均值之间的差值是否超过预设的清晰度阈值的步骤之前,还包括:
判断监控视频内当前帧图像的清晰度值与清晰度平均值之间的差值是否超过预设的清晰度阈值且是否超过所述数据队列内最大清晰度值与最小清晰度值之间的差值,若是,则判定当前帧图像的清晰度值发生变化。
8.根据权利要求1所述的基于摄像装置的虚焦检测方法,其特征在于,还包括:计算所述摄像装置在相同场景且不同镜头倍数下预设的清晰度阈值,利用最小二乘法拟合清晰度阈值与镜头倍数的曲线关系;根据所述曲线关系得到该摄像装置的当前镜头倍数与当前监控画面对应的预设的清晰度阈值。
9.一种基于摄像装置的虚焦检测装置,其特征在于,包括:
图像获取模块,用于获取所述摄像装置当前监控视频的清晰度值;
虚焦判定模块,用于判断当前监控视频的清晰度值是否满足预设的清晰度阈值;若当前监控视频的清晰度值满足预设的清晰度阈值时,则判定所述摄像装置存在虚焦。
10.一种电子设备,其特征在于:包括:
一个或多个处理装置;
存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如1至8中任一所述的基于摄像装置的虚焦检测方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序用于使所述计算机执行权利要求1至8中任一所述的基于摄像装置的虚焦检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110481870.5A CN113301324B (zh) | 2021-04-30 | 2021-04-30 | 基于摄像装置的虚焦检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110481870.5A CN113301324B (zh) | 2021-04-30 | 2021-04-30 | 基于摄像装置的虚焦检测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113301324A true CN113301324A (zh) | 2021-08-24 |
CN113301324B CN113301324B (zh) | 2023-01-20 |
Family
ID=77320968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110481870.5A Active CN113301324B (zh) | 2021-04-30 | 2021-04-30 | 基于摄像装置的虚焦检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113301324B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115278103A (zh) * | 2022-09-26 | 2022-11-01 | 合肥岭雁科技有限公司 | 一种基于环境感知的安防监控图像补偿处理方法及*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100208126A1 (en) * | 2009-02-17 | 2010-08-19 | Canon Kabushiki Kaisha | Focus adjustment apparatus and focus adjustment method |
CN102903073A (zh) * | 2012-10-09 | 2013-01-30 | 深圳市掌网立体时代视讯技术有限公司 | 一种图像清晰度计算方法及装置 |
CN103716618A (zh) * | 2012-10-09 | 2014-04-09 | 中兴保全股份有限公司 | 摄影机的异常侦测方法 |
CN104469305A (zh) * | 2014-12-04 | 2015-03-25 | 国家电网公司 | 电网视频监控设备的故障检测方法和装置 |
CN105472250A (zh) * | 2015-12-23 | 2016-04-06 | 浙江宇视科技有限公司 | 自动聚焦方法及装置 |
CN105635587A (zh) * | 2016-02-19 | 2016-06-01 | 上海集光安防科技股份有限公司 | 一种一体化机芯的自动聚焦方法 |
CN110012218A (zh) * | 2018-12-19 | 2019-07-12 | 杭州晨安科技股份有限公司 | 一种大幅失焦状态下的自动聚焦方法 |
CN110392254A (zh) * | 2019-07-25 | 2019-10-29 | 深圳市爱培科技术股份有限公司 | 一种基于图像清晰度评价算法的调焦测试方法及终端设备 |
CN111340749A (zh) * | 2018-12-17 | 2020-06-26 | 顺丰科技有限公司 | 图像质量的检测方法、装置、设备及存储介质 |
CN112616049A (zh) * | 2020-12-15 | 2021-04-06 | 南昌欧菲光电技术有限公司 | 监控设备水雾霜处理方法、装置、设备和介质 |
-
2021
- 2021-04-30 CN CN202110481870.5A patent/CN113301324B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100208126A1 (en) * | 2009-02-17 | 2010-08-19 | Canon Kabushiki Kaisha | Focus adjustment apparatus and focus adjustment method |
CN102903073A (zh) * | 2012-10-09 | 2013-01-30 | 深圳市掌网立体时代视讯技术有限公司 | 一种图像清晰度计算方法及装置 |
CN103716618A (zh) * | 2012-10-09 | 2014-04-09 | 中兴保全股份有限公司 | 摄影机的异常侦测方法 |
CN104469305A (zh) * | 2014-12-04 | 2015-03-25 | 国家电网公司 | 电网视频监控设备的故障检测方法和装置 |
CN105472250A (zh) * | 2015-12-23 | 2016-04-06 | 浙江宇视科技有限公司 | 自动聚焦方法及装置 |
CN105635587A (zh) * | 2016-02-19 | 2016-06-01 | 上海集光安防科技股份有限公司 | 一种一体化机芯的自动聚焦方法 |
CN111340749A (zh) * | 2018-12-17 | 2020-06-26 | 顺丰科技有限公司 | 图像质量的检测方法、装置、设备及存储介质 |
CN110012218A (zh) * | 2018-12-19 | 2019-07-12 | 杭州晨安科技股份有限公司 | 一种大幅失焦状态下的自动聚焦方法 |
CN110392254A (zh) * | 2019-07-25 | 2019-10-29 | 深圳市爱培科技术股份有限公司 | 一种基于图像清晰度评价算法的调焦测试方法及终端设备 |
CN112616049A (zh) * | 2020-12-15 | 2021-04-06 | 南昌欧菲光电技术有限公司 | 监控设备水雾霜处理方法、装置、设备和介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115278103A (zh) * | 2022-09-26 | 2022-11-01 | 合肥岭雁科技有限公司 | 一种基于环境感知的安防监控图像补偿处理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113301324B (zh) | 2023-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12041358B2 (en) | High dynamic range image synthesis method and apparatus, image processing chip and aerial camera | |
CN109218627B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN109756668B (zh) | 在不同图像捕获条件下结合光学变焦和数字变焦 | |
US10943341B2 (en) | Method for image processing, electronic device and computer readable storage medium | |
EP2549738B1 (en) | Method and camera for determining an image adjustment parameter | |
CN110493524B (zh) | 一种测光调整方法、装置、设备和存储介质 | |
CN111385484B (zh) | 信息处理方法和装置 | |
CN111107265A (zh) | 图像处理方法及装置、计算机可读介质、电子设备 | |
CN113301324B (zh) | 基于摄像装置的虚焦检测方法、装置、设备及介质 | |
CN112351209A (zh) | 用于移动终端的外置镜头、控制镜头的方法、移动终端及存储介质 | |
EP4246956A1 (en) | Photographing mode determination method and apparatus, and electronic device and storage medium | |
WO2022143053A1 (zh) | 自动聚焦方法、装置、电子设备及介质 | |
CN110971833B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN113992860A (zh) | 基于云边协同的行为识别方法、装置、电子设备和介质 | |
CN113866782A (zh) | 图像处理方法、装置及电子设备 | |
CN110809166B (zh) | 视频数据处理方法、装置和电子设备 | |
CN110933304B (zh) | 待虚化区域的确定方法、装置、存储介质与终端设备 | |
CN114255177B (zh) | 成像中的曝光控制方法、装置、设备及存储介质 | |
CN107657663B (zh) | 用于显示信息的方法及装置 | |
CN113572968A (zh) | 图像融合方法、装置、摄像设备及存储介质 | |
CN117094965B (zh) | 一种基于图像识别算法的镜头画面质量分析方法及*** | |
JP2016086364A (ja) | 画像処理装置、監視カメラシステム、画像処理方法及びプログラム | |
CN113132645B (zh) | 图像采集方法、装置、设备及存储介质 | |
CN114157848B (zh) | 投影设备校正方法、装置、存储介质以及投影设备 | |
CN114727011B (zh) | 摄像优化方法、装置、电子设备及可读存储介质 |
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 |