CN113364968A - 一种对焦方法、装置、摄像机和可读存储介质 - Google Patents
一种对焦方法、装置、摄像机和可读存储介质 Download PDFInfo
- Publication number
- CN113364968A CN113364968A CN202010146755.8A CN202010146755A CN113364968A CN 113364968 A CN113364968 A CN 113364968A CN 202010146755 A CN202010146755 A CN 202010146755A CN 113364968 A CN113364968 A CN 113364968A
- Authority
- CN
- China
- Prior art keywords
- camera
- focusing
- tracked
- object distance
- definition
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种对焦方法、装置、摄像机和可读存储介质。其中,该方法包括:获取当待跟踪对象显示在所述摄像机成像的设定纵向位置时,所述摄像机在垂直方向上的架设角度;定摄像机相对于所述待跟踪对象的相对架设高度;根据所述摄像机的相对架设高度和所述摄像机的架设角度,计算所述待跟踪对象的实际物距;根据所述待跟踪对象的实际物距,对所述摄像机进行对焦。本发明提供的技术方案,能够快速的确定待跟踪对象的实际物距,从而提高摄像机的对焦速度。
Description
技术领域
本发明实施例涉及监控设备技术领域,尤其涉及一种对焦方法、装置、摄像机和可读存储介质。
背景技术
随着整个监控行业的不断发展,具有变焦控制、自动聚焦、无死角监控等特点的云台一体化摄像机更受到市场的青睐。
现有技术中,自动对焦技术经常采用爬山算法实现,即在变倍过程对比前后帧图像,根据图像清晰度评价值,判断当前目标的最佳物距,通过不断迭代,最终确认监控目标的距离。再根据监控距离,确定自动对焦的搜索区间,实现自动对焦。
然而,当前云台一体化摄像机常用于联动***中,经常需要频繁的在多个目标间进行切换,通过迭代的方式确定物距的方法,对焦速度慢,无法满足联动***的应用场景。
发明内容
本发明提供一种对焦方法、装置、摄像机和可读存储介质,以解决摄像机对焦速度慢的问题。
第一方面,本发明实施例提供了一种对焦方法,该方法包括:
获取当待跟踪对象显示在所述摄像机成像的设定纵向位置时,所述摄像机在垂直方向上的架设角度;
确定摄像机相对于所述待跟踪对象的相对架设高度;
根据所述摄像机的相对架设高度和所述摄像机的架设角度,计算所述待跟踪对象的实际物距;
根据所述待跟踪对象的实际物距,对所述摄像机进行对焦。
第二方面,本发明实施例还提供了一种对焦装置,包括:
获取模块,用于获取当待跟踪对象显示在所述摄像机成像的设定纵向位置时,所述摄像机在垂直方向上的架设角度;
高度确定模块,用于确定摄像机相对于所述待跟踪对象的相对架设高度;
物距计算模块,用于根据所述摄像机的相对架设高度和所述摄像机的架设角度,计算所述待跟踪对象的实际物距;
对焦模块,用于根据所述待跟踪对象的实际物距,对所述摄像机进行对焦。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,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器执行,使得所述一个或多个处理器实现如本发明实施例中任一所述的一种对焦方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的一种对焦方法。
本发明通过获取当待跟踪对象在摄像机成像的设定纵向位置时,摄像机的在垂直方向上的架设角度,进而确定摄像机相对于待跟踪对象的相对架设高度,并根据摄像机的相对架设高度和摄像机的架设角度,计算待跟踪对象的实际物距,实现摄像机的对焦操作。本发明提供的技术方案,通过摄像机自动获取的架设角度,进而可以动态的确定摄像机的架设高度,可以快速的计算出实际物距,能够实现摄像机的快速对焦。
附图说明
图1为本发明实施例提供的一种对焦方法的流程图;
图2为本发明实施例提供的一种实际物距计算的示意图;
图3为本发明实施例提供的又一对焦方法的流程图;
图4为本发明实施例提供的一种对焦装置的结构示意图;
图5是本发明实施例提供的一种摄像机的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例提供的一种对焦方法的流程图,本实施例可适用于对摄像机进行对焦的情况,该方法可以由对焦装置来执行,该装置可以由软件/硬件的方式实现。示例性的,该方法可应用于由枪机和云台一体化摄像机组成的联动***中。
其中,枪机配偏广角的镜头负责大范围监控,云台一体化摄像机用于对待跟踪对象进行变倍跟踪。首先,利用枪机和云台一体化摄像机对当前联动***进行标定处理。具体的,枪机和云台一体化摄像机共同监控同一标志物,根据相机投影原理以及标志物在两个相机中成像的像素位置,建立两个相机之间的空间关系。
其次,枪机对大范围场景进行拍摄,采用深度学习算法对拍摄的图像进行处理,识别出车和人两大类,作为待跟踪对象,并通过学习算法框选出相应的待跟踪对象,将选框中的中心坐标传输给云台一体化摄像机,云台一体化摄像机转动云台进行跟踪,始终将中心坐标置于画面的中心位置,以此作为聚焦主体。
参见图1,该方法具体包括如下步骤:
S110、获取当待跟踪对象显示在所述摄像机成像的设定纵向位置时,所述摄像机在垂直方向上的架设角度。
其中,设定纵向位置为待跟踪对象上在纵向位置上的坐标位置;架设角度为当该设定纵向位置显示于摄像机成像的画面中心时,摄像机在垂直方向上的架设角度。
示例性的,联动***中的枪机将待跟踪对象选框的中心坐标传输给云台一体化摄像机时,云台一体化摄像机转动云台进行跟踪,始终将中心坐标置于画面中心位置,以此作为聚焦主体,在变倍跟踪过程中可以实时的获取当前摄像机在垂直方向上的架设角度。
需要说明的是,设定纵向位置可以是中心,或者偏离中心设定范围的位置。
S120、确定摄像机相对于所述待跟踪对象的相对架设高度。
其中,相对架设高度为摄像机的架设高度和待跟踪对象之间相对架设高度,根据摄像机的架设高度和待跟踪对象的架设高度确定。
具体的,确定摄像机相对于所述待跟踪对象的相对架设高度,包括:根据所述待跟踪对象的高度,以及当待跟踪对象分别显示在所述摄像机成像的两个设定纵向位置时,所述摄像机在垂直方向上的架设角度,计算摄像机的架设高度;根据所述待跟踪对象的高度和所述摄像机的架设高度,计算摄像机相对于所述待跟踪对象的相对架设高度。
其中,两个设定的纵向位置为待跟踪对象在同一纵向上的两个不同位置,示例性的,第一个纵向位置可以为待跟踪对象选框的中心位置,第二个纵向位置为待跟踪对象选框最上边缘和中心位置在同一纵向上的位置。
示例性的,参见图2,选取画面中的行人作为待跟踪对象,假设行人高度为h,当摄像机将待跟踪对象选框的中心位置进行变倍跟踪过程中,实时的获取摄像机当前垂直方向的架设角度θ,再获取目标选框最上边缘位置置于摄像机画面中心位置时,摄像机的垂直架设角度θ'。摄像机架设高度H’计算公式如下:
其中,S为摄像机和待跟踪对象之间的水平距离。
若画面中有多个行人,则选取画面中的多个行人,估算行人的高度h平均为170cm,计算n次,取加权平均,得到最终云台一体摄像机架设高度H,
摄像机的相对架设高度为:H-h/2。
S130、根据所述摄像机的相对架设高度和所述摄像机的架设角度,计算所述待跟踪对象的实际物距。
继续参见图2,实际物距、角度θ以及摄像机的实际架设高度构成了一个直角三角形,可以进一步求得实际物距:
S140、根据所述待跟踪对象的实际物距,对所述摄像机进行对焦。
本实施例中,在待跟踪对象的实际物距确定之后,根据预先存储的算法物距以及算法物距对应的对焦曲线,确定实际物距对应的对焦曲线,根据所述对焦曲线对摄像机进行对焦,以实现摄像机的自动对焦。
其中,对焦曲线为镜头厂商提供,通常会包括几组不同物距下的对焦特性曲线,其余物距对焦曲线进行分段线性插值得到。
具体的,根据实际物距,从预存存储的算法物距中选取与实际物距最接近的算法物距的对焦曲线,对摄像机进行对焦,若聚焦后待跟踪对象的成像清晰度大于或等于清晰度阈值,则摄像机对焦完成;若聚焦后待跟踪对象的成像清晰度小于清晰度阈值,则从上述算法物距相邻的算法物距下的对焦曲线开始,对摄像机进行对焦,直至对焦后的成像清晰度值大于或等于清晰度阈值。
本发明实施例的技术方案,通过获取当待跟踪对象在摄像机成像的设定纵向位置时,摄像机在垂直方向上的架设角度,进而确定摄像机相对于待跟踪对象的相对架设高度,并根据摄像机的相对架设高度和摄像机的架设角度,计算待跟踪对象的实际物距,实现摄像机的对焦操作。本发明提供的技术方案,通过摄像机自动获取的架设角度,进而可以动态的确定摄像机的架设高度,可以快速的计算出实际物距,能够实现摄像机的快速对焦。
图3为本发明实施例提供的另一对焦方法的流程图,本发明实施例是在上述实施例的基础上对S140进行进一步的细化,具体参见图3,该方法具体包括:
S210、获取当待跟踪对象显示在所述摄像机成像的设定纵向位置时,所述摄像机在垂直方向上的架设角度。
S220、确定摄像机相对于所述待跟踪对象的相对架设高度。
S230、根据所述摄像机的相对架设高度和所述摄像机的架设角度,计算所述待跟踪对象的实际物距。
S240、根据所述实际物距,以及预先存储的实际物距与算法物距的关联关系和算法物距与对焦曲线之间的关联关系,确定所述实际物距的目标对焦曲线。
本实施例中,实际物距与算法物距之间的关联关系根据摄像机利用对焦曲线进行对焦后,拍摄的待跟踪对象的清晰度值确定,具体的,在S240之前还包括:
根据所述实际物距,从预设的对焦曲线中选择算法物距与实际物距最接近的对焦曲线作为候选对焦曲线,并根据所述候选对焦曲线对所述摄像机进行对焦;
确定对焦后待跟踪对象的清晰度值,并判断所述待跟踪对象的清晰度值是否大于或等于清晰度阈值;
若所述清晰度值大于或等于清晰度阈值,则将该候选对焦曲线作为目标对焦曲线,并将该目标对焦曲线与实际物距进行关联存储;
若所述清晰度值小于清晰度阈值,则从所述候选对焦曲线相邻的对焦曲线起依次的选取对焦曲线对所述摄像机继续对焦,直至对焦后待跟踪对象的清晰度阈值大于或等于所述清晰度阈值,将当前的对焦曲线作为目标对焦曲线,并将该目标对焦曲线与对应的实际物距进行关联存储。
示例性的,预存的5条对焦曲线的算法物距分别为10米、8米、6米、4米以及2米。若实际物距为5.5米,则选取算法物距为6米的对焦曲线对摄像机进行对焦,计算对焦后摄像机拍摄的待跟踪对象的清晰度值,若该清晰度值大于或者等于清晰度阈值,则将算法物距为6米的对焦曲线作为当前实际物距的目标对角曲线,并将该目标对焦曲线与当前实际物距进行关联保存。
若计算得到的清晰度阈值小于清晰度阈值,则认为当前画面中目标区域对象的清晰度不足,没有获取到正确的对焦曲线,通过爬山算法检索与当前算法物距相邻的其他算法物距对应的对焦曲线。在本实施例中,继续选取算法物距为4米时的对焦曲线对摄像机进行对焦,若此时摄像机拍摄的待跟踪对象的清晰度值大于等于或者清晰度阈值,则用算法物距为4米时的对焦曲线替换上述算法物距为6米时的对焦曲线,作为当前实际物距的目标对焦曲线,并进行关联保存。上述方法通过清晰度阈值判断,不断刷新当前实际物距下最优对焦曲线,以满足摄像机的实际对焦需求。可选的,将实际物距、算法物距以及目标对焦曲线生成表格,具体参见下表:
上述技术方案,通过自动生成基于实际物距、算法物距以及对焦曲线的表格,后续摄像机的对焦可通过实际物距直接查表,省略了自动聚焦过程中对对焦曲线的搜索过程,实现快速、精确聚焦。
可选的,判断所述待跟踪对象的清晰度值是否大于或等于清晰度阈值,包括:根据所述待跟踪对象的可视化特征,确定所述待跟踪对象的清晰度阈值;根据所述待跟踪对象设定区域的边缘锐度,确定所述待跟踪对象的清晰度值;判断所述待跟踪对象的清晰度值是否大于或等于清晰度阈值。
其中,所述根据所述待跟踪对象的可视化特征,确定所述待跟踪对象的清晰度阈值,包括:将所述待跟踪对象的可视化特征输入至深度神经网络模型,得到所述深度神经网络模型输出的清晰度阈值;其中,所述待跟踪对象包括人或车辆,所述人的可视化特征包括人脸尺寸和是否佩戴眼镜,所述车的可视化特征包括车牌特征。
具体的,当待跟踪对象人时,由于眼镜边框尤其深色眼镜边框对图像清晰度评价影响较大,因此,为了提高清晰度判断的准确性,可以将人脸是否佩戴眼镜作为人脸清晰度阈值的确定因素之一。示例性的,本实施例根据人脸像素的大小以及是否佩戴眼镜,基于深度学习,分别确定出人脸在不佩戴眼镜以及佩戴眼镜下的清晰度阈值,具体参见下表:
人脸像素 | <60pixel | 60pixel | 80pixel | >80pixel |
不佩戴眼镜 | M1 | M2 | M3 | M4 |
佩戴眼镜 | M5 | M6 | M7 | M8 |
当待跟踪对象为车时,根据车牌内汉字、字母及数字的组合,通过深度学习,确定出车牌聚焦清晰度阈值N。
本实施例中,利用待跟踪对象中的目标感兴趣区域的边缘锐度来进行对焦清晰度的判断,感兴趣目标主要为人脸及车牌,具体的,点锐度清晰度算法函数计算公式如下:
其中:df/dx为边缘法向的灰度变化率,f(b)-f(a)为该方向的总体灰度变化。
示例性的,当跟踪对象为人时,当前感兴趣目标为人脸,当前画面中目标区域内人脸清晰度为M’,若M’≥阈值M,认为当前画面清晰度高,对焦结果理想;若当前M’<M,认为当前画面中目标区域人脸清晰度不足,对焦不清晰,没有获取到正确物距的对焦曲线,随即通过爬山法检索相邻物距的对焦曲线,进行清晰度阈值的判断,找到清晰度M’≥M时的对焦曲线,替换当前算法物距L’下的对焦曲线。
上述技术方案,通过将人脸以及车牌等待跟踪对象的关键区域作为计算清晰度值的目标区域,并分别制定相应的清晰度阈值,进一步提高了对焦过程中的对焦精度。
S250、根据所述目标对焦曲线,对所述摄像机进行对焦。
其中,所述对焦曲线是在算法物距下焦距随镜头变倍值的变化曲线,根据所述算法物距对应的目标对焦曲线对所述摄像机进行对焦后,所述待跟踪对象的显示清晰度满足设定清晰度要求。
本实施例的技术方案,通过根据实际物距,以及预先存储的实际物距与算法物距的关联关系和算法物距与对焦曲线之间的关联关系,确定所述实际物距的目标对焦曲线,根据目标对焦曲线,实现摄像机的对焦。通过预先存储的关联关系,可以直接确定实际物距对应的目标对焦曲线,使得摄像机的对焦结果满足清晰度阈值的要求,省却了自动对焦过程中对对焦曲线的搜索过程,从而实现快速对焦。
图4为本发明实施例提供的一种对焦装置的结构示意图,本发明实施例提供的一种对焦装置可以执行本发明任意实施例所提供的一种对焦方法。参见图4,该装置具体包括:
获取模块310,用于获取当待跟踪对象显示在所述摄像机成像的设定纵向位置时,所述摄像机在垂直方向上的架设角度;
高度确定模块320,用于确定摄像机相对于所述待跟踪对象的相对架设高度;
物距计算模块330,用于根据所述摄像机的相对架设高度和所述摄像机的架设角度,计算所述待跟踪对象的实际物距;
对焦模块340,用于根据所述待跟踪对象的实际物距,对所述摄像机进行对焦。
高度确定模块320,具体用于根据所述待跟踪对象的高度、当待跟踪对象分别显示在所述摄像机成像的两个设定纵向位置时,所述摄像机在垂直方向上的架设角度,计算摄像机的架设高度;
根据所述待跟踪对象的高度和所述摄像机的架设高度,计算摄像机相对于所述待跟踪对象的相对架设高度。
对焦模块340具体用于:根据所述实际物距,以及预先存储的实际物距与算法物距的关联关系和算法物距与对焦曲线之间的关联关系,确定所述实际物距的目标对焦曲线;
根据所述目标对焦曲线,对所述摄像机进行对焦;
其中,所述对焦曲线是在算法物距下焦距随镜头变倍值的变化曲线,根据所述算法物距对应的目标对焦曲线对所述摄像机进行对焦后,所述待跟踪对象的显示清晰度满足设定清晰度要求。
具体的,该装置还包括:候选对焦模块、判断模块以及存储模块。
其中,候选对焦模块用于:根据所述实际物距,从预设的对焦曲线中选择算法物距与实际物距最接近的对焦曲线作为候选对焦曲线,并根据所述候选对焦曲线对所述摄像机进行对焦。
判断模块用于:确定对焦后待跟踪对象的清晰度值,并判断所述待跟踪对象的清晰度值是否大于或等于清晰度阈值。
关联存储模块用于:若所述清晰度值大于或等于清晰度阈值,则将该候选对焦曲线作为目标对焦曲线,并将该目标对焦曲线与实际物距进行关联存储;
若所述清晰度值小于清晰度阈值,则从所述候选对焦曲线相邻的对焦曲线起依次的选取对焦曲线对所述摄像机继续对焦,直至对焦后待跟踪对象的清晰度阈值大于或等于所述清晰度阈值,将当前的对焦曲线作为目标对焦曲线,并将该目标对焦曲线与对应的实际物距进行关联存储。
可选的,上述判断模块包括清晰度阈值确定子单元、清晰度值确定子单元和清晰度值判断子单元。
其中,清晰度阈值确定子单元用于:根据所述待跟踪对象的可视化特征,确定所述待跟踪对象的清晰度阈值。
清晰度值确定子单元用于:根据所述待跟踪对象设定区域的边缘锐度,确定所述待跟踪对象的清晰度值。
清晰值判断子单元用于:判断所述待跟踪对象的清晰度值是否大于或等于清晰度阈值。
可选的,上述清晰度阈值确定子单元具体用于:将所述待跟踪对象的可视化特征输入至深度神经网络模型,得到所述深度神经网络模型输出的清晰度阈值;其中,所述待跟踪对象包括人或车辆,所述人的可视化特征包括人脸尺寸和是否佩戴眼镜,所述车的可视化特征包括车牌特征。
本发明实施例所提供的一种对焦装置可执行本发明任意实施例所提供的对焦方法方法,具备执行方法相应的功能模块和有益效果,不再进行赘述。
图5为本发明实施例提供的一种摄像机的结构示意图。图5示出了适于用来实现本发明实施方式的示例性摄像机12的框图。图5显示的摄像机12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,摄像机12以通用计算设备的形式表现。摄像机12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。本领域技术人员应知,本实施例中的摄像机12还包括现有摄像机中的通用组件,例如镜头(未示出)、光电转换***(未示出)、录像***(未示出)等。处理器或者处理单元16通过控制摄像机12的镜头对摄像机进行对焦。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
摄像机12典型地包括多种计算机***可读介质。这些介质可以是任何能够被摄像机12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。摄像机12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
摄像机12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该摄像机12交互的设备通信,和/或与使得该摄像机12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,摄像机12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与摄像机12的其它模块通信。应当明白,尽管图中未示出,可以结合摄像机12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种对焦方法。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的对焦方法。其中,该方法包括:
获取当待跟踪对象显示在所述摄像机成像的设定纵向位置时,所述摄像机在垂直方向上的架设角度;
确定摄像机相对于所述待跟踪对象的相对架设高度;根据所述摄像机的相对架设高度和所述摄像机的架设角度,计算所述待跟踪对象的实际物距;
根据所述待跟踪对象的实际物距,对所述摄像机进行对焦。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
计算机可读的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。计算机可读的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——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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发明操作的计算机程序代码,所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)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种对焦方法,其特征在于,包括:
获取当待跟踪对象显示在所述摄像机成像的设定纵向位置时,所述摄像机在垂直方向上的架设角度;
确定摄像机相对于所述待跟踪对象的相对架设高度;
根据所述摄像机的相对架设高度和所述摄像机的架设角度,计算所述待跟踪对象的实际物距;
根据所述待跟踪对象的实际物距,对所述摄像机进行对焦。
2.根据权利要求1所述的方法,其特征在于,所述确定摄像机相对于所述待跟踪对象的相对架设高度,包括:
根据所述待跟踪对象的高度,以及当待跟踪对象分别显示在所述摄像机成像的两个设定纵向位置时,所述摄像机在垂直方向上的架设角度,计算摄像机的架设高度;
根据所述待跟踪对象的高度和所述摄像机的架设高度,计算摄像机相对于所述待跟踪对象的相对架设高度。
3.根据权利要求1所述的方法,其特征在于,所述根据所述待跟踪对象的实际物距,对所述摄像机进行对焦,包括:
根据所述实际物距,以及预先存储的实际物距与算法物距的关联关系和算法物距与对焦曲线之间的关联关系,确定所述实际物距的目标对焦曲线;
根据所述目标对焦曲线,对所述摄像机进行对焦;
其中,所述对焦曲线是在算法物距下焦距随镜头变倍值的变化曲线,根据所述算法物距对应的目标对焦曲线对所述摄像机进行对焦后,所述待跟踪对象的显示清晰度满足设定清晰度要求。
4.根据权利要求3所述的方法,其特征在于,在根据所述实际物距,以及预先存储的实际物距与算法物距的关联关系和算法物距与对焦曲线之间的关联关系,确定所述实际物距的目标对焦曲线之前,还包括:
根据所述实际物距,从预设的对焦曲线中选择算法物距与实际物距最接近的对焦曲线作为候选对焦曲线,并根据所述候选对焦曲线对所述摄像机进行对焦;
确定对焦后待跟踪对象的清晰度值,并判断所述待跟踪对象的清晰度值是否大于或等于清晰度阈值;
若所述清晰度值大于或等于清晰度阈值,则将该候选对焦曲线作为目标对焦曲线,并将该目标对焦曲线与实际物距进行关联存储;
若所述清晰度值小于清晰度阈值,则从所述候选对焦曲线相邻的对焦曲线起依次的选取对焦曲线对所述摄像机继续对焦,直至对焦后待跟踪对象的清晰度阈值大于或等于所述清晰度阈值,将当前的对焦曲线作为目标对焦曲线,并将该目标对焦曲线与对应的实际物距进行关联存储。
5.根据权利要求4所述的方法,其特征在于,判断所述待跟踪对象的清晰度值是否大于或等于清晰度阈值,包括:
根据所述待跟踪对象的可视化特征,确定所述待跟踪对象的清晰度阈值;
根据所述待跟踪对象设定区域的边缘锐度,确定所述待跟踪对象的清晰度值;
判断所述待跟踪对象的清晰度值是否大于或等于清晰度阈值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述待跟踪对象的可视化特征,确定所述待跟踪对象的清晰度阈值,包括:
将所述待跟踪对象的可视化特征输入至深度神经网络模型,得到所述深度神经网络模型输出的清晰度阈值;
其中,所述待跟踪对象包括人或车辆,所述人的可视化特征包括人脸尺寸和是否佩戴眼镜,所述车的可视化特征包括车牌特征。
7.一种对焦装置,其特征在于,包括:
获取模块,用于获取当待跟踪对象显示在所述摄像机成像的设定纵向位置时,所述摄像机在垂直方向上的架设角度;
高度确定模块,用于确定摄像机相对于所述待跟踪对象的相对架设高度;
物距计算模块,用于根据所述摄像机的相对架设高度和所述摄像机的架设角度,计算所述待跟踪对象的实际物距;
对焦模块,用于根据所述待跟踪对象的实际物距,对所述摄像机进行对焦。
8.根据权利要去7所述的方法,其特征在于,所述对焦模块具体用于:
根据所述实际物距,以及预先存储的实际物距与算法物距的关联关系和算法物距与对焦曲线之间的关联关系,确定所述实际物距的目标对焦曲线;
根据所述目标对焦曲线,对所述摄像机进行对焦;
其中,所述对焦曲线是在算法物距下焦距随镜头变倍值的变化曲线,根据所述算法物距对应的目标对焦曲线对所述摄像机进行对焦后,所述待跟踪对象的显示清晰度满足设定清晰度要求。
9.一种摄像机,其特征在于,所述摄像机包括:
一个或多个处理器;
存储装置,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器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的一种对焦方法。
10.一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,该程序被处理器执行时实现如权利要求1-6中任一所述的一种对焦方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010146755.8A CN113364968B (zh) | 2020-03-05 | 2020-03-05 | 一种对焦方法、装置、摄像机和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010146755.8A CN113364968B (zh) | 2020-03-05 | 2020-03-05 | 一种对焦方法、装置、摄像机和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113364968A true CN113364968A (zh) | 2021-09-07 |
CN113364968B CN113364968B (zh) | 2023-06-20 |
Family
ID=77523615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010146755.8A Active CN113364968B (zh) | 2020-03-05 | 2020-03-05 | 一种对焦方法、装置、摄像机和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113364968B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007274530A (ja) * | 2006-03-31 | 2007-10-18 | Matsushita Electric Ind Co Ltd | 監視カメラ装置 |
CN103546692A (zh) * | 2013-11-04 | 2014-01-29 | 苏州科达科技股份有限公司 | 一种实现一体化摄像机自动聚焦的方法及*** |
US20140362255A1 (en) * | 2013-06-09 | 2014-12-11 | Shaobo Kuang | System and Method for providing photograph location information in a mobile device |
CN104683694A (zh) * | 2015-02-10 | 2015-06-03 | 深圳市金立通信设备有限公司 | 一种终端 |
KR101600820B1 (ko) * | 2015-01-14 | 2016-03-08 | 주식회사 네오카텍 | 카메라의 픽셀 당 수직각을 이용한 해상객체의 거리 측정방법 및 해상객체의 거리 측정시스템. |
CN105704362A (zh) * | 2014-11-25 | 2016-06-22 | 宁波舜宇光电信息有限公司 | 一种变焦跟踪曲线获取***及其方法 |
WO2017113075A1 (zh) * | 2015-12-28 | 2017-07-06 | 华为技术有限公司 | 自动对焦方法、装置及设备 |
US20180120687A1 (en) * | 2015-04-27 | 2018-05-03 | Zte Corporation | Ranging method, automatic focusing method and device |
WO2019061079A1 (zh) * | 2017-09-27 | 2019-04-04 | 深圳市大疆创新科技有限公司 | 一种对焦处理方法及设备 |
US20190129134A1 (en) * | 2017-10-31 | 2019-05-02 | Canon Kabushiki Kaisha | Lens control apparatus, imaging apparatus including lens control apparatus, and lens control method |
US20190172214A1 (en) * | 2016-08-15 | 2019-06-06 | Hangzhou Hikvision Digital Technology Co., Ltd. | Measurement method and apparatus |
CN110300248A (zh) * | 2019-07-12 | 2019-10-01 | 浙江大华技术股份有限公司 | 一种成像***及摄像机 |
CN110557550A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 聚焦方法、装置及计算机可读存储介质 |
CN110839126A (zh) * | 2018-08-15 | 2020-02-25 | 杭州海康威视数字技术股份有限公司 | 一种变倍追踪方法、装置及可变倍摄像机 |
-
2020
- 2020-03-05 CN CN202010146755.8A patent/CN113364968B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007274530A (ja) * | 2006-03-31 | 2007-10-18 | Matsushita Electric Ind Co Ltd | 監視カメラ装置 |
US20140362255A1 (en) * | 2013-06-09 | 2014-12-11 | Shaobo Kuang | System and Method for providing photograph location information in a mobile device |
CN103546692A (zh) * | 2013-11-04 | 2014-01-29 | 苏州科达科技股份有限公司 | 一种实现一体化摄像机自动聚焦的方法及*** |
CN105704362A (zh) * | 2014-11-25 | 2016-06-22 | 宁波舜宇光电信息有限公司 | 一种变焦跟踪曲线获取***及其方法 |
KR101600820B1 (ko) * | 2015-01-14 | 2016-03-08 | 주식회사 네오카텍 | 카메라의 픽셀 당 수직각을 이용한 해상객체의 거리 측정방법 및 해상객체의 거리 측정시스템. |
CN104683694A (zh) * | 2015-02-10 | 2015-06-03 | 深圳市金立通信设备有限公司 | 一种终端 |
US20180120687A1 (en) * | 2015-04-27 | 2018-05-03 | Zte Corporation | Ranging method, automatic focusing method and device |
WO2017113075A1 (zh) * | 2015-12-28 | 2017-07-06 | 华为技术有限公司 | 自动对焦方法、装置及设备 |
US20190172214A1 (en) * | 2016-08-15 | 2019-06-06 | Hangzhou Hikvision Digital Technology Co., Ltd. | Measurement method and apparatus |
WO2019061079A1 (zh) * | 2017-09-27 | 2019-04-04 | 深圳市大疆创新科技有限公司 | 一种对焦处理方法及设备 |
US20190129134A1 (en) * | 2017-10-31 | 2019-05-02 | Canon Kabushiki Kaisha | Lens control apparatus, imaging apparatus including lens control apparatus, and lens control method |
CN110557550A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 聚焦方法、装置及计算机可读存储介质 |
CN110839126A (zh) * | 2018-08-15 | 2020-02-25 | 杭州海康威视数字技术股份有限公司 | 一种变倍追踪方法、装置及可变倍摄像机 |
CN110300248A (zh) * | 2019-07-12 | 2019-10-01 | 浙江大华技术股份有限公司 | 一种成像***及摄像机 |
Also Published As
Publication number | Publication date |
---|---|
CN113364968B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109188457B (zh) | 物体检测框的生成方法、装置、设备、存储介质及车辆 | |
US9619708B2 (en) | Method of detecting a main subject in an image | |
CN112069969B (zh) | 一种高速公路监控视频跨镜车辆跟踪方法及*** | |
CN111860352B (zh) | 一种多镜头车辆轨迹全跟踪***及方法 | |
CN111144213B (zh) | 一种对象检测方法和相关设备 | |
CN110287907B (zh) | 一种对象检测方法和装置 | |
US10721431B2 (en) | Method for estimating a timestamp in a video stream and method of augmenting a video stream with information | |
CN110555377B (zh) | 一种基于鱼眼相机俯视拍摄的行人检测与跟踪方法 | |
CN107403451B (zh) | 自适应二值特征单目视觉里程计方法及计算机、机器人 | |
CN112541403B (zh) | 一种利用红外摄像头的室内人员跌倒检测方法 | |
CN112634368A (zh) | 场景目标的空间与或图模型生成方法、装置及电子设备 | |
CN111951192A (zh) | 一种拍摄图像的处理方法及拍摄设备 | |
CN107368817B (zh) | 人脸识别方法和装置 | |
CN114022531A (zh) | 图像处理方法、电子设备和存储介质 | |
CN112215036B (zh) | 跨镜追踪方法、装置、设备及存储介质 | |
CN112291478B (zh) | 一种高空抛坠物的监测方法、装置、设备及存储介质 | |
CN116912517B (zh) | 相机视野边界的检测方法及装置 | |
Liu et al. | Vehicle video surveillance system based on image fusion and parallel computing | |
CN117315547A (zh) | 一种解决动态物体大占比的视觉slam方法 | |
CN113364968B (zh) | 一种对焦方法、装置、摄像机和可读存储介质 | |
CN115514887A (zh) | 视频采集的控制方法、装置、计算机设备和存储介质 | |
CN112184766B (zh) | 一种对象的跟踪方法、装置、计算机设备和存储介质 | |
CN112601021B (zh) | 一种网络摄像机监控视频的处理方法及*** | |
CN114004891A (zh) | 一种基于目标追踪的配网线路巡检方法及相关装置 | |
CN113038070B (zh) | 一种设备调焦方法、装置和云平台 |
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 |