CN113810615A - 对焦处理方法、装置、电子设备和存储介质 - Google Patents
对焦处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113810615A CN113810615A CN202111131361.6A CN202111131361A CN113810615A CN 113810615 A CN113810615 A CN 113810615A CN 202111131361 A CN202111131361 A CN 202111131361A CN 113810615 A CN113810615 A CN 113810615A
- Authority
- CN
- China
- Prior art keywords
- focusing
- area
- target object
- sub
- weight coefficient
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 100
- 230000008569 process Effects 0.000 claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 54
- 238000009826 distribution Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000005520 cutting process Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 238000009432 framing Methods 0.000 claims description 2
- 241001465754 Metazoa Species 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241001464837 Viridiplantae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- H04N23/675—Focus control based on electronic image sensor signals comprising setting of focusing regions
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例提出了一种对焦处理方法、装置、电子设备和存储介质,该方法应用于电子设备,该方法包括:对取景区域内的当前帧图像进行目标检测,确定所述当前帧图像中的目标对象;根据所述目标对象在所述当前帧图像中的位置信息,确定对焦区域;根据所述目标对象在所述对焦区域中的像素分布情况,确定本次对焦过程的权重系数组,所述权重系数组中的任一个权重系数用于表示所述对焦区域中的一个子区域的图像清晰度重要程度;根据所述权重系数组对所述对焦区域进行对焦。以此可以提升对焦准确性。
Description
【技术领域】
本申请实施例涉及拍摄处理技术领域,尤其涉及一种对焦处理方法、装置、电子设备和存储介质。
【背景技术】
目前,在很多应用场景下都有拍摄需求,为了使得成像画面清晰,需要对被拍摄物进行对焦。
在采用相机进行拍摄时,相机预览界面中的每个目标所在的平面都对应一个准焦面。由于实际拍摄场景的复杂性和层次性,取景框中的场景信息通常较为杂乱,取景框中的各目标对应的这些准焦面通常是未重合的。在一次对焦过程中,随着焦距的改变,会使得不同准焦面所对应的各目标轮廓清晰度逐渐改变。
目前常用的对焦方式是:默认以预览图像的中心区域作为对焦区域进行对焦,或,用户手动选择对焦区域,相机对用户选择的对焦区域进行对焦。但是,这些对焦方式的对焦效果较差。
【发明内容】
本申请实施例提供了一种对焦处理方法、装置、电子设备和存储介质,可以改善现有对焦方式的对焦效果较差的问题,可以实现精准对焦。
第一方面,本申请实施例提供一种对焦处理方法,应用于电子设备,所述方法包括:
对取景区域内的当前帧图像进行目标检测,确定所述当前帧图像中的目标对象;
根据所述目标对象在所述当前帧图像中的位置信息,确定对焦区域;
根据所述目标对象在所述对焦区域中的像素分布情况,确定本次对焦过程的权重系数组,所述权重系数组中的任一个权重系数用于表示所述对焦区域中的一个子区域的图像清晰度重要程度;
根据所述权重系数组对所述对焦区域进行对焦。
在上述方法中,通过目标检测的结果确定对焦区域,并根据检测到的目标对象在对焦区域中的像素分布情况确定出适用于本次对焦过程的权重系数组,从而对该对焦区域进行对焦。该方法有效地利用了目标对象的实际位置以及实际形状,可以使得对焦结果更精准,有效提升对焦效果,有利于使得目标对象的成像结果清晰。
其中一种可能的实现方式中,所述根据所述目标对象在所述当前帧图像中的位置信息,确定对焦区域,包括:对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的外接图形坐标;根据所述外接图形坐标确定所述对焦区域。
通过上述实施方式确定的对焦区域,可以提升目标对象在整个对焦区域中的像素分布比例,在整个对焦区域中的被拍摄目标像素分布比例较高的情况下,可以提升对于被拍摄目标的对焦准确度。
其中一种可能的实现方式中,所述对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的外接图形坐标,包括:对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的最小外接矩形坐标;所述根据所述外接图形坐标确定所述对焦区域,包括:根据所述最小外接矩形坐标确定所述对焦区域。
通过上述实施方式确定的对焦区域,可以最大化地提升目标对象在整个对焦区域中的像素分布比例,可以提升对于被拍摄目标的对焦准确度。
其中一种可能的实现方式中,所述根据所述目标对象在所述对焦区域中的像素分布情况,确定本次对焦过程的权重系数组,包括:将所述对焦区域划分为多个子区域;计算所述目标对象在所述多个子区域中的每个子区域内的像素占比,所述像素占比表示在一个子区域中存在所述目标对象的像素部分与整个子区域的像素之比;根据所述对焦区域中各个子区域分别对应的所述像素占比,确定所述多个子区域中的每个子区域分别对应的权重系数,得到所述权重系数组。
通过上述实施方式,可以结合目标对象的当前形态动态地调整权重系数,从而得到本次对焦过程所用的权重系数组,在基于此权重系数组进行清晰度计算时,可以使得目标对象与背景信息的图像清晰度差异更大化,有利于提升对焦可靠性。
其中一种可能的实现方式中,所述根据所述权重系数组对所述对焦区域进行对焦,包括:在对所述对焦区域进行对焦的过程中,根据所述权重系数组对从所述取景区域内得到的多帧图像分别进行清晰度计算,得到所述多帧图像中的各帧图像在所述对焦区域所对应的清晰度值;根据所述多帧图像中的各帧图像分别在所述对焦区域处对应的清晰度值,从所述多帧图像中的每帧图像分别对应的调焦位置中,确定出清晰度最高的目标图像所对应的调焦位置,作为准焦位置。
通过上述实施方式,有利于拍摄到更清晰的目标对象。
其中一种可能的实现方式中,所述方法还包括:在所述当前帧图像中不存在所述目标对象时,将所述取景区域的中心区域确定为所述对焦区域。
以此可以在无法检测到预设类型的目标对象时进行对焦,可提升兼容性。
第二方面,本申请实施例还提供一种对焦处理装置,所述装置包括:
检测模块,用于对取景区域内的当前帧图像进行目标检测,确定所述当前帧图像中的目标对象;
区域确定模块,用于根据所述目标对象在所述当前帧图像中的位置信息,确定对焦区域;
权重计算模块,用于根据所述目标对象在所述对焦区域中的像素分布情况,确定本次对焦过程的权重系数组,所述权重系数组中的任一个权重系数用于表示所述对焦区域中的一个子区域的图像清晰度重要程度;
对焦处理模块,用于根据所述权重系数组对所述对焦区域进行对焦。
通过上述的对焦处理装置,可执行前述第一方面所述的对焦处理方法。
其中一种可能的实现方式中,所述区域确定模块还用于:对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的外接图形坐标;根据所述外接图形坐标确定所述对焦区域。
其中一种可能的实现方式中,所述区域确定模块还用于:对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的最小外接矩形坐标;根据所述最小外接矩形坐标确定所述对焦区域。
其中一种可能的实现方式中,所述权重计算模块还用于:将所述对焦区域划分为多个子区域;计算所述目标对象在所述多个子区域中的每个子区域内的像素占比,所述像素占比表示在一个子区域中存在所述目标对象的像素部分与整个子区域的像素之比;根据所述对焦区域中各个子区域分别对应的所述像素占比,确定所述多个子区域中的每个子区域分别对应的权重系数,得到所述权重系数组。
其中一种可能的实现方式中,所述对焦处理模块还用于:在对所述对焦区域进行对焦的过程中,根据所述权重系数组对从所述取景区域内得到的多帧图像分别进行清晰度计算,得到所述多帧图像中的各帧图像在所述对焦区域所对应的清晰度值;根据所述多帧图像中的各帧图像分别在所述对焦区域处对应的清晰度值,从所述多帧图像中的每帧图像分别对应的调焦位置中,确定出清晰度最高的目标图像所对应的调焦位置,作为准焦位置。
其中一种可能的实现方式中,所述区域确定模块还用于:在所述当前帧图像中不存在所述目标对象时,将所述取景区域的中心区域确定为所述对焦区域。
第三方面,本申请实施例提供一种电子设备,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器中存储有可被所述处理器执行的程序指令,所述程序指令被所述处理器调用时能够执行前述第一方面所述的方法。
第四方面,本申请实施例提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时执行前述第一方面所述的方法。
应当理解的是,本申请实施例的第二~四方面与本申请实施例的第一方面的技术方案一致,各方面及对应的可行实施方式所取得的有益效果相似,不再赘述。
【附图说明】
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为现有技术中的一种中心区域对焦原理的示意图;
图2为本申请实施例提供的一种对焦处理方法的流程图;
图3为本申请实施例提供的另一种对焦处理方法的流程图;
图4为本申请实施例提供的一个应用场景下的目标检测原理示意图;
图5为本申请实施例提供的再一种对焦处理方法的流程图;
图6为图4所示实例对应的对焦区域示意图;
图7为本申请实施例提供的又一种对焦处理方法的流程图;
图8为图6所示实例对应的权重系数调整示意图;
图9为本申请实施例提供的又一种对焦处理方法的流程图;
图10为本申请实施例提供的一种对焦过程原理图;
图11为本申请实施例提供的一次对焦过程中得到的调焦效果示意图;
图12为本申请实施例提供的一种对焦处理装置的功能模块框图;
图13为本申请实施例提供的一种电子设备的结构示意图。
【具体实施方式】
为了更好的理解本说明书的技术方案,下面结合附图对本申请实施例进行详细描述。
应当明确,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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它实施例,都属于本说明书保护的范围。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
光学中的高斯成像公式为:1/u+1/v=1/f,其中,u表示物距,v表示像距,f表示焦距。透镜的成像所在平面沿着光轴方向到透镜光心的距离为像距,被拍摄主体所在平面的中心沿着光轴方向到镜头光心的距离为物距。
通常情况下,拍摄设备的自动对焦功能是通过将摄像头锁入音圈马达(VoiceCoil Motor,VCM)来实现的。音圈马达包括线圈、磁铁组以及弹片,线圈被上、下两个弹片固定在磁铁组中,当线圈通电时,线圈产生的磁场与磁铁组的磁场相互作用,使得线圈移动,并且带着锁在线圈中的摄像头一起移动,而断电时,线圈在弹片的弹力作用下返回,基于该原理可以执行自动对焦。因此,在音圈马达位置固定的情况下,焦距一般是固定的。对焦是指通过改变焦距以使成像画面清晰的过程。
在实际拍照时,取景框中的场景信息较多,存在多个目标平面,而且这些目标平面互不重合。以手机拍摄为例,在现有技术中,目前的手机默认会以中心目标所在的平面进行自动对焦,如图1所示,图1中的虚线区域表示对焦区域,对于取景框内的一片花丛,会默认以中心区域作为对焦区域进行对焦。
如果在拍摄过程中,有用户关注的一只动物进入取景区域,并且该动物还未走到取景区域的中心位置,如图1所示,按照默认的中心区域对焦的原理会继续对取景区域的中心进行对焦,在这种情况下,采集到的图像中该动物所在的图像区域是不清晰的,仅有取景区域的中心位置的图像区域清晰。如果需要使得该动物的图像区域变清晰,通常需要用户手动调整手机,以使该动物位于取景框的中心位置,或,用户手动选择对焦区域,从而对用户所选的区域进行对焦,但是用户手动调整的速度通常较慢,并且精准度较低。
发明人经过研究发现,如果先进行目标检测以自动确定对焦区域,再对该对焦区域进行对焦可以在一定程度上提升对焦效果,但是,如果仅仅采用现有的激光对焦方法、相位差自动对焦方法对该对焦区域进行自动对焦,精准度仍然较低。
因此,发明人提出以下实施例予以改善。
请参阅图2,图2为本申请实施例提供的一种对焦处理方法的流程图。该方法可应用于电子设备。该电子设备具有图像采集功能。
该电子设备可以是但不限于:手机、相机、计算机(computer)、智能穿戴设备、监控设备、行车记录仪、机器人等具有图像采集功能和对焦功能的设备。
如图2所示,该方法包括:
S110:对取景区域内的当前帧图像进行目标检测,确定所述当前帧图像中的目标对象。
其中,取景区域内的当前帧图像可以视为预览图像。
通过对当前帧图像进行目标检测,可以判断出当前帧图像中是否存在预设类别的目标对象。
作为一种实施方式,可以通过预先设置的目标检测策略对当前帧图像进行目标检测,从而确定当前帧图像中是否存在预设类别的目标对象。预设类别的目标对象可以是但不限于:人物、猫、狗、花、绿植、太阳、月亮、建筑物、二维码。
在一个应用场景下,可以设置多种对焦处理模式,每种对焦处理模式对应一种目标检测策略,每种目标检测策略中可以按照检测优先级设置需要检测的各种类别的检测对象。例如,目标检测策略可以是但不限于:人脸优先检测、风景优先检测、二维码优先检测、动物优先检测、静物优先检测。可以理解的是,各种检测策略可以组合使用。
目标检测策略可以配置在目标检测算法中,在目标检测算法被调用时可按照目标检测策略中配置的检测优先级对当前帧图像进行目标检测。关于目标检测的其他内容可以参阅后续关于S111-S112的介绍。
在确定当前帧图像中存在预设类别的目标对象时,可以获取该目标对象在当前帧图像中的位置以及像素分布情况,从而执行S120和S130。
S120:根据所述目标对象在所述当前帧图像中的位置信息,确定对焦区域。
其中,目标对象在当前帧图像中的位置信息可以包括:目标对象的轮廓坐标、目标对象的轮廓中心坐标。目标对象的轮廓坐标包括该目标对象的各个顶点的坐标。基于目标对象的轮廓坐标可以确定对焦区域的顶点坐标。目标对象的轮廓中心坐标可作为对焦区域的中心参考位置。
关于S120的其他内容可以参阅后续关于S121-S122的介绍。
在确定对焦区域后可执行S130。
S130:根据所述目标对象在所述对焦区域中的像素分布情况,确定本次对焦过程的权重系数组,所述权重系数组中的任一个权重系数用于表示所述对焦区域中的一个子区域的图像清晰度重要程度。
其中,目标对象在所述对焦区域中的像素分布情况与目标对象被拍时的形态,以及被拍时的位置有关。由于该权重系数组是根据目标对象在对焦区域的像素分布情况所确定的,因此,可视为该权重系数组中的各权重系数是根据本次的目标检测结果进行自适应调整后得到的,基于此权重系数组可以使得对焦区域中的目标对象与背景信息之间的差异更大化。
作为一种实施方式,可以通过像素占比描述目标对象在对焦区域中的像素分布情况。像素占比可以表示在一个子区域中存在所述目标对象的像素部分与整个子区域的像素之比。根据目标对象在对焦区域中的各个子区域的像素占比,可以确定各个子区域分别对应的权重系数。
例如,可以设置单个子区域的权重系数与该子区域中目标对象的像素占比成正相关,也可以先判断单个子区域的像素占比是否达到设定阈值,从而将达到设定阈值的子区域的权重系数设为1,未达到设定阈值的子区域的权重系数设为0。关于权重系数的详细设置过程可以参阅后续的S131-S133。
在确定本次对焦所用的权重系数组后,可执行S140。
S140:根据所述权重系数组对所述对焦区域进行对焦。
其中,可以采用反差式对焦(Contarst AF)原理对该对焦区域进行对焦。反差式对焦是依靠对比度检测过程、依靠清晰度来实现自动对焦的,清晰度确定过程可影响最终确定的准焦点位置的结果质量。
在本申请实施例中,权重系数组的各权重系数可用于计算一帧图像在该对焦区域处的图像清晰度。在利用反差式对焦原理进行对焦的过程中,利用前述确定出的权重系数组,可以计算出对焦过程中采集的多帧图像分别在该对焦区域处的图像清晰度值,基于计算出的这些图像清晰度值可以确定出本次对焦所需的准焦位置。其中,由于反差式对焦的对焦***是通过检测对比度反差来进行对焦的,而通过前述的权重系数组计算图像清晰度的情况下,正好可以增大对焦区域处的目标对象与无关背景之间的清晰度差异,因此,利用前述权重系数组对前述的对焦区域进行对焦将更方便,且更精准。
在上述S110-S140的方法中,根据目标检测的结果确定对焦区域,并根据检测到的目标对象在对焦区域中的像素分布情况确定出适用于本次对焦过程的权重系数组,从而对该对焦区域进行对焦。该方法中,通过目标检测可以支持更多拍摄场景,上述方法有效地利用了目标对象的实际位置以及实际形状,可以使得对焦结果更精准,有效提升对焦效果,有利于使得目标对象的成像结果清晰。上述方法可以实现精准自动对焦,无需用户手动地挪动电子设备以刻意将取景区域的中心与被拍摄对象对齐。
下面将对上述方法中的S110、S120、S130、S140分别进行详细介绍。
作为一种实现方式,如图3所示,上述的S110可以包括:
S111:通过基于深度学习的目标检测算法对所述当前帧图像进行目标检测。
S112:从所述当前帧图像中确定出预设类别的目标对象。
示例性的,基于深度学习的目标检测算法可以是Region-CNN(convolutionneural network,卷积神经网络)算法,该算法简称为R-CNN算法。R-CNN算法在卷积神经网络上应用了区域推荐的策略,形成自底向上的目标定位模型,具有较好的目标识别功能和目标定位功能。该目标检测算法中可以配置用于反映检测优先级的目标检测策略。
在一个使用R-CNN算法进行目标检测的应用场景下,对于当前帧图像,可使用选择性搜索算法(Selective Search)为当前帧图像生成一系列候选区域,可以从当前帧图像中选择多个类无关的候选区域,并将提取出的候选区域裁剪为一致的尺寸。然后,可以使用卷积神经网络提取每个候选区域的固定长度的特征,以此进行特征提取,接着可以通过线性支持向量机分类器,基于提取到的特征对每个候选区域进行分类。然后,可以采用非极大值抑制法,以边框回归(Bounding Box)的方式去除重叠区域,该检测过程中用于衡量区域定位精度的交并比(Intersection Over Union,IOU)阈值可根据实际需求进行设置。通过该处理过程,最终可识别出当前帧图像中是否存在预设类别的目标对象,以及,在识别出目标对象的情况下,定位出目标对象在当前帧图像中的位置,得到目标对象在当前帧图像中的像素分布情况。
在一个实例中,如图4所示,如果设置动物的检测优先级高于植物的检测优先级,当取景区域中进入一只动物时,从取景区域中可得到包含原有植物和新增动物的当前帧图像,对该图进行目标检测后,可确定该图中存在的动物为预设类别的目标对象,并且通过目标检测过程还可以得知该动物在当前帧图像中的位置、像素分布情况。
作为一种实现方式,如图5所示,上述的S120可以包括:
S121:对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的外接图形坐标。
其中,可以根据目标对象的轮廓坐标对目标对象进行裁剪,得到目标对象在当前帧图像中的外接图形坐标。外接图形是与多边形目标对象的各顶点相交的图形。外接图形可以是与目标对象外接的外接矩形、外接圆或其他多边形。
S122:根据所述外接图形坐标确定所述对焦区域。
其中,可以根据外接图形坐标所限定的范围确定出一个区域,作为对焦区域,例如,可以根据外接图形坐标所限定的范围确定出一个矩形区域作为对焦区域。
以外接图形为外接矩形为例,可以直接将外接矩形的四个角坐标作为对焦区域的窗口坐标,也可以根据外接矩形的四个角坐标,确定出与坐标轴平行并且与该外接矩形外接的另一个矩形,将该另一个矩形的四个角坐标作为对焦区域的窗口坐标。
通过上述S121-S122的实施方式确定的对焦区域,可以提升目标对象在整个对焦区域中的像素分布比例,相较于图1的中心对焦,可以减少对焦区域中背景信息对于对焦过程的干扰,在整个对焦区域中的被拍摄目标像素分布比例较高的情况下,可以提升对于被拍摄目标的对焦准确度。通过前述的裁剪过程不仅可以确定出对焦区域的位置,还可以确定对焦区域的窗口尺寸。裁剪后确定的对焦区域中,目标对象成为主体,背景信息在对焦区域中的像素占比较低,可降低背景信息对于对焦过程中的干扰影响。
在一个应用场景下,上述S121可以包括:对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的最小外接矩形坐标,上述S122可以包括:根据所述最小外接矩形坐标确定所述对焦区域。
其中,最小外接矩形是指基于目标对象的各顶点中最大横坐标、最小横坐标、最大纵坐标、最小纵坐标所定下边界的矩形。在一个实例中,可将与坐标轴平行的最小外接矩形所限定的区域作为对焦区域。通过该实施方式确定的对焦区域,可以最大化地提升目标对象在整个对焦区域中的像素分布比例,可以提升对于被拍摄目标的对焦准确度。
示例性地,如图6所示,如果以取景区域、当前帧图像的左下角为二维坐标系的坐标原点,将二维坐标系的两个坐标轴分别记为x轴、y轴,对于图4所示的图像,可以根据图4中的动物像素确定出一个外接矩形的四个角坐标:(xa1,yb1)、(xa2,yb1)、(xa1,yb2)、(xa2,yb2),该四个角坐标可以作为对焦区域的窗口坐标。在其他实施例中,可以依据该四个角坐标确定出其他矩形作为对焦区域的窗口。
作为一种实施方式,如图7所示,上述的S130可以包括:
S131:将所述对焦区域划分为多个子区域。
其中,可以将对焦区域均分为多个子区域,该多个子区域中的每个子区域的面积相等。在一个实施例中,可以将对焦区域划分为3*3格式的9个子区域,在另一个实施例中,可将对焦区域划分为4*4格式的16个子区域。本领域技术人员可以根据实际精度需求设置子区域划分方式。
S132:计算所述目标对象在所述多个子区域中的每个子区域内的像素占比,所述像素占比表示在一个子区域中存在所述目标对象的像素部分与整个子区域的像素之比。
示例性地,如果一个子区域的总像素个数为200,该200个像素中有150个像素是目标对象的像素,则,目标对象在该子区域内的像素占比可记为75%。
S133:根据所述对焦区域中各个子区域分别对应的所述像素占比,确定所述多个子区域中的每个子区域分别对应的权重系数,得到所述权重系数组。
其中,对焦区域的窗口可作为权重窗口。对焦区域中的各个子区域可作为分配设置权重系数的子窗口。通过调整各个子窗口的权重系数值,可改变相应子窗口的清晰度在整个权重窗口中的比重,在该比重确定的情况下控制对焦组件中的马达进行移动。
在一个实施例中,对焦区域中的一个子区域的权重系数与该子区域中目标对象的像素占比成正相关,目标对象的像素在一个子区域中的像素占比越高,则为该部分像素所在子区域所设置的权重系数的值越大。
在另一个实施例中,对焦区域中的一个子区域的权重系数为0或1,例如,对于目标对象的像素占比超过设定阈值的子区域M,可将该子区域M的权重系数设为1,而对于目标像素的像素占比未超过设定阈值的子区域N,可将该子区域N的权重系数设为0。本领域技术人员可以根据实际需求配置该设定阈值,例如设定阈值可以是30%、50%、60%、70%、80%、85%等值。
示例性地,如果将对焦区域均分为3*3的9个子区域,对于图6所示的对焦区域以及该对焦区域中的动物像素分布情况,可以按照图8的示例进行权重设置,在图8所示实例中,将像素占比达到40%的子区域对应的权重系数设为1,将像素占比低于40%的子区域对应的权重系数设为0。以此调整得到本次对焦过程使用的权重系数组:001-111-101。
上述实施例的权重设置方式可以根据目标对象在各个子区域的像素分布情况,自适应地对每个子区域进行权重调整,这样得到的权重系数组与目标对象之间的匹配度很高。
在其他实施例中,可以根据目标对象在对焦区域中的像素分布情况,从预设的多种权重表中匹配确定出一张权重分配表,从而从匹配确定出的权重系数表中得到与当前对焦区域、当前目标对象所对应的权重系数组。
例如,其中一张预设的权重分配表中可配置对焦区域的首行、首列、中间行或中间列的几个子区域的权重系数为1,其余子区域的权重系数为0。另一张权重分配表中可配置对焦区域的对角线上的各子区域权重系数为1,其余子区域的权重系数为0。
这种通过预设多种权重分配表,并从中匹配选取一张权重分配表对该对焦区域进行权重调整的方式,在一定程度上可对形状较为规则的目标对象提升对焦精准度,但是,对于实际形状不规则的目标对象,采用前述两个实施例自适应调整权重的方式所达到的对焦可靠性会更高,可以支持对更多种形状的目标对象进行准确对焦。
相较于将整个对焦区域中所有子区域的权重系数默认全部设为1的处理方式,通过上述S131-S133的实施方式,可以结合目标对象的当前形态动态地调整权重系数,从而得到本次对焦过程所用的权重系数组,在基于此权重系数组进行清晰度计算时,可以使得目标对象与背景信息的图像清晰度差异更大化,有利于提升对焦可靠性。
作为一种实施方式,如图9所示,上述S140可以包括:
S141:在对所述对焦区域进行对焦的过程中,根据所述权重系数组对从所述取景区域内得到的多帧图像分别进行清晰度计算,得到所述多帧图像中的各帧图像在所述对焦区域所对应的清晰度值。
其中,在对焦过程中,镜头位置每改变一次,可得到一帧新的图像,可计算并记录该新的图像在上述对焦区域处对应的清晰度值。
其中,单帧图像在该对焦区域处所对应的清晰度值是该对焦区域中的各个子区域清晰度值之和,对于对焦过程中采集的任意一帧图像在前述对焦区域处的清晰度计算过程,可以采用加权求和的方式计算清晰度值。
如果将对焦区域划分为3*3的9个子区域,并且将对焦过程中的任一帧图像在该对焦区域中的第i个子区域的清晰度值记为f[i],i为0-8中的任一自然数,按照传统的权重处理方式将9个子区域的权重系数都为1,那么传统对焦过程中任一帧图像在对焦区域处所对应的清晰度值为F1。在计算对焦区域的多个子区域的总清晰度值时,每个子区域的清晰度值f[i]可视为先验值,f[i]的详细计算过程不应理解为对本申请的限制。
F1=1*f[0]+1*f[1]+1*f[2]+1*f[3]+1*f[4]+1*f[5]+1*f[6]+1*f[7]+1*f[8]。
而如果采用本申请实施例提供的权重处理方式,例如,采用图8示例得到的权重系数组:001-111-101,在采用该权重系数组进行对焦时,对焦过程中任一帧图像在该对焦区域处所对应的清晰度值为F2。
F2=0*f[0]+0*f[1]+1*f[2]+1*f[3]+1*f[4]+1*f[5]+1*f[6]+0*f[7]+1*f[8]。
针对图4的示例,如果将对焦区域中的所有权重系数设为1,对焦区域中的目标对象的清晰度参数与该对焦区域的总清晰度值之间的比例记为W1。
那么,W1=(1*f[2]+1*f[3]+1*f[4]+1*f[5]+1*f[6]+1*f[8])/F1,W1<1。
而通过本申请实施例的权重设置方式,可以使得对焦区域中的目标对象的清晰度参数与该对焦区域的总清晰度值之间的比例W2=(1*f[2]+1*f[3]+1*f[4]+1*f[5]+1*f[6]+1*f[8])/F2=1。
通过对比可以得知,以本申请实施例提供的动态调整方式设置权重系数的方式,可以使得目标对象在对焦区域中的清晰度信息占比更高,对焦区域中的目标对象与背景信息之间的差异度更大。
S142:根据所述多帧图像中的各帧图像分别在所述对焦区域处对应的清晰度值,从所述多帧图像中的每帧图像分别对应的调焦位置中,确定出清晰度最高的目标图像所对应的调焦位置,作为准焦位置。
其中,在对焦过程中,可通过对焦组件控制镜头改变焦距,例如可通过对焦组件中的音圈马达控制透镜移动,以此基于光学成像原理进行成像显示。在对焦开始时,镜头开始移动,直至对焦结束时,镜头移动至准焦位置停留。
通过计算并存储对焦过程中得到的各帧图像在前述对焦区域处的清晰度值,在检测到清晰度值增大时,可保持当前的镜头移动方向不变,继续进行对焦,如果检测到对焦区域处的清晰度值在减小,并且连续多帧都在减小,表示应该改变镜头移动方向,以此将镜头位置反向移动至清晰度最大处对应的调焦位置。
在本申请实施例中,可采用一帧图像在对焦区域处的图像对比度,反映图像细节分辨率程度和清晰度,可以采用一帧图像在对焦区域处的图像对比度或锐度(sharpness)作为描述图像细节分辨率程度和清晰度的度量值。对比度检测聚焦过程可使用锐度(sharpness)来评价聚焦准确度,对比度大小与准焦位置的分布关系为:准焦位置处的对比度最大,偏离准焦位置的对比度依次递减。
如图10所示,调焦位置在A处时,对于目标对象的聚焦值较低,在该调焦位置A处得到的单帧图像中,目标对象的清晰度值较小,背景区域的清晰度较高,对焦区域处的聚焦值、对比度较低,在调焦位置改变至X处时,得到的单帧图像如图11所示,目标对象的清晰度值增大,对焦区域处的聚焦值、对比度变大,在调焦位置改变至B处时,得到的目标对象清晰度值最大,此时对焦区域处的聚焦值为整个对焦过程中的峰值。通过存储记录整个对焦过程中移动到过的调焦位置,以及各调焦位置获得的图像在前述对焦区域的清晰度值,可以从中确定出清晰度值最大的一帧图像,以及清晰度最大时的调焦位置、音圈马达位置,得到准焦位置。基于这样的对焦结果进行拍照时,可以得到成像清晰的目标对象图像。对焦过程中可将各帧图像所对应的马达位置、镜头调焦位置、对焦区域处的清晰度、对比度存储在一张数据表中,以便于快速从数据表中获取所需的准焦点数据。
通过上述S141-S142的实施方式,有利于拍摄到更清晰的目标对象。通过动态调节得到的前述权重系数组,可以使得目标对象所处的子区域清晰度值在用于计算整个对焦区域的总清晰度时,占比更大,以此得到的准焦位置与实际所需的目标对象准焦位置更接近。
可选地,上述的对焦处理方法还可以包括:在所述当前帧图像中不存在所述目标对象时,将所述取景区域的中心区域确定为所述对焦区域。
其中,在通过目标检测过程确定当前帧图像中不存在预设类型的目标对象时,可以将中心区域作为对焦区域,对该对焦区域进行对焦。这种情况下,权重系数组中的各系数可以相同。
基于该实施方式,可以在检测不到目标对象时进行快速对焦,可提升兼容性。
可选地,上述的对焦处理方法还可以包括:响应用户的聚焦操作,将该聚焦操作对应的选定区域作为对焦区域,对该对焦区域进行对焦。这种情况下,权重系数组中的各系数可以相同。
在一个应用场景下,电子设备上具有多个摄像头,该多个摄像头可以分别进行对焦并拍摄,最后可将分别对焦后拍摄得到的多帧图像进行融合。以此可以实现对于多目标的清晰拍摄。
在另一个应用场景下,多个摄像头中的每个摄像头可以分别配置不同的对焦处理模式。例如,多个摄像头中的第一摄像头可以配置为人脸优先模式,该多个摄像头中的第二摄像头可以配置为绿植优先模式。各个摄像头的图像采集、对焦过程可以独立执行。基于此,可以对多个摄像头分别进行对焦,得到多个摄像头分别对应的对焦处理结果,从而可以对不同的目标对象进行拍摄,对于利用多个摄像头拍摄得到的多张图像,可以进行图像融合,使得融合得到的图像中存在多个不同位置的清晰目标。以此可以实现对于多目标的清晰拍摄。
当然,基于此原理,也可以对同一镜头在不同对焦时间段下得到的多帧图像进行融合处理,以此可以实现清晰连拍。
可以理解的是,为了提升对焦处理的兼容性,电子设备可以支持多种对焦模式的切换处理。用户可以根据实际使用需求选择对应的对焦模式进行对焦并拍摄。
综上所述,通过本申请实施例提供的对焦处理方法,可以基于检测到的目标对象的位置、以及目标对象的形状动态调整出适用于本次对焦过程的权重系数组,从而对对焦区域进行对焦。基于此方法,无论实际的目标对象处于取景区域中的什么位置都可以对目标对象进行准确对焦,上述方法可以区分不同拍摄场景下分别使用的权重系数,基于不同拍摄场景下检测到的目标对象,可以自适应地匹配设置权重系数组,基于这样匹配更新得到的权重系数组可以进行高效、精准地自动对焦,对焦可靠性较高。
请参阅图12,图12为本申请实施例提供的一种对焦处理装置的功能模块框图。
如图12所示,该装置包括:检测模块210、区域确定模块220、权重计算模块230、对焦处理模块240。
检测模块210,用于对取景区域内的当前帧图像进行目标检测,确定所述当前帧图像中的目标对象。
区域确定模块220,用于根据所述目标对象在所述当前帧图像中的位置信息,确定对焦区域。
权重计算模块230,用于根据所述目标对象在所述对焦区域中的像素分布情况,确定本次对焦过程的权重系数组,所述权重系数组中的任一个权重系数用于表示所述对焦区域中的一个子区域的图像清晰度重要程度。
对焦处理模块240,用于根据所述权重系数组对所述对焦区域进行对焦。
通过上述的对焦处理装置,可执行前述实施例所述的对焦处理方法。检测模块210用于执行前述方法中与目标检测有关的内容。区域确定模块220用于执行前述方法中与对焦区域的确定过程有关的内容。权重计算模块230用于执行前述方法中与计算过程有关的内容。对焦处理模块240用于执行前述方法中与对焦执行过程有关的内容,可用于对区域确定模块220确定出的所述对焦区域进行对焦。
可选地,所述区域确定模块220还用于:对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的外接图形坐标;根据所述外接图形坐标确定所述对焦区域。
可选地,所述区域确定模块220还用于:对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的最小外接矩形坐标;根据所述最小外接矩形坐标确定所述对焦区域。
可选地,所述权重计算模块230还用于:将所述对焦区域划分为多个子区域;计算所述目标对象在所述多个子区域中的每个子区域内的像素占比,所述像素占比表示在一个子区域中存在所述目标对象的像素部分与整个子区域的像素之比;根据所述对焦区域中各个子区域分别对应的所述像素占比,确定所述多个子区域中的每个子区域分别对应的权重系数,得到所述权重系数组。
可选地,所述对焦处理模块240还用于:在对所述对焦区域进行对焦的过程中,根据所述权重系数组对从所述取景区域内得到的多帧图像分别进行清晰度计算,得到所述多帧图像中的各帧图像在所述对焦区域所对应的清晰度值;根据所述多帧图像中的各帧图像分别在所述对焦区域处对应的清晰度值,从所述多帧图像中的每帧图像分别对应的调焦位置中,确定出清晰度最高的目标图像所对应的调焦位置,作为准焦位置。
可选地,所述区域确定模块220还用于:在所述当前帧图像中不存在所述目标对象时,将所述取景区域的中心区域确定为所述对焦区域。
可选地,所述区域确定模块220还用于:响应用户的聚焦操作,将聚焦操作选定的选定区域确定为所述对焦区域。
图12所示的对焦处理装置可用于执行本说明书中的方法实施例的技术方案,关于对焦处理装置的其他细节,可参阅实施例中与对焦处理方法有关的内容,相同的实现原理与技术效果可参考方法实施例中的相关描述,此处将不再赘述。
请参阅图13,图13为本申请实施例提供的一种电子设备300的结构示意图。该电子设备300中可部署前述的对焦处理装置。该电子设备300可用于执行前述的对焦处理方法。
如图13所示,该电子设备300包括:摄像头310、马达320、显示屏330、处理器340、存储器350、通信模块360。
摄像头310、马达320、显示屏330、存储器350、通信模块360均可以与处理器340直接或间接耦合。
其中,存储器350可以用于存储计算机可执行程序代码,可执行程序代码包括指令。存储器350可以包括存储程序区和存储数据区。其中,存储程序区可存储操作***,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备300使用过程中所创建的数据(比如音频数据,图像融合数据,权重系数组)等。此外,存储器350可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。处理器340通过运行存储在存储器350的指令,和/或存储在设置于处理器340中的存储器的指令,执行电子设备300的各种功能应用以及数据处理。例如,处理器340可通过运行存储在存储器350中的程序指令,从而执行各种功能应用以及数据处理,例如实现本申请实施例提供的对焦处理方法。
其中,处理器340可以包括一个或多个处理单元,例如:处理器340可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器340中还可以设置内部存储器,用于存储指令和数据。在一些实施例中,处理器340中的存储器为高速缓冲存储器。该存储器可以保存处理器刚用过或循环使用的指令或数据。如果处理器340需要再次使用该指令或数据,可从内部存储器中直接调用。避免了重复存取,减少了处理器340的等待时间,因而提高了***的效率。在一些实施例中,处理器340可以包括一个或多个接口,用于与电子设备300中的各个组件进行通信连接。
电子设备300可以包括一个或多个摄像头310。摄像头310可用于采集图像数据。电子设备300可通过ISP、摄像头310、视频编解码器、GPU、显示屏330以及应用处理器等组件实现拍摄功能。
ISP用于处理摄像头310反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头310的感光元件上,光信号转换为电信号,摄像头310的感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头310中。
摄像头310用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB、YUV等格式的图像信号。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。
视频编解码器用于对数字视频压缩或解压缩。电子设备300可以支持一种或多种视频编解码器。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现电子设备300的智能认知等应用,例如:图像识别、人脸识别、目标检测、目标定位、目标分类、文本理解等。
电子设备300可以包括与摄像头310数量匹配的一个或多个马达320,马达320可包括音圈马达。电子设备300可通过马达320改变焦距,从而执行对焦操作。
显示屏330用于显示图像,视频等。显示屏330包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,电子设备300可以包括一个或多个显示屏330。
通信模块360可以为电子设备300提供有线或无线通信功能。通信模块360可包括通信总线、通信卡口、通信接口、移动通信功能模块。在一些实施例中,通信模块360的至少部分功能可以被设置于处理器340中。电子设备300可将摄像头310采集的图像通过通信模块360传输给其他的外部设备进行显示。
电子设备300可以连接外部存储卡,例如Micro SD卡,实现扩展电子设备300的存储能力。外部存储卡通过外部存储器接口与处理器340通信,实现数据存储功能。例如将图像保存在外部存储卡中。
在上述的电子设备中,所述存储器350中存储有可被所述处理器340执行的程序指令,所述程序指令被所述处理器340调用时能够执行前述的对焦处理方法。
可以理解的是,本申请实施例示意的结构并不构成对电子设备300的具体限定。在本申请另一些实施例中,电子设备300可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
除了前述实施例,本申请实施例还提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时执行前述实施例所述的对焦处理方法。该存储介质可以是一种非暂态计算机可读存储介质。该存储介质可以包括: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。
在本申请实施例的描述中,参考术语“实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
在本说明书所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本说明书各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上功能单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的功能模块,可以存储在一个计算机可读取存储介质中。
以上所述仅为本说明书的较佳实施例而已,并不用以限制本说明书,凡在本说明书的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书保护的范围之内。
Claims (10)
1.一种对焦处理方法,其特征在于,应用于电子设备,所述方法包括:
对取景区域内的当前帧图像进行目标检测,确定所述当前帧图像中的目标对象;
根据所述目标对象在所述当前帧图像中的位置信息,确定对焦区域;
根据所述目标对象在所述对焦区域中的像素分布情况,确定本次对焦过程的权重系数组,所述权重系数组中的任一个权重系数用于表示所述对焦区域中的一个子区域的图像清晰度重要程度;
根据所述权重系数组对所述对焦区域进行对焦。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象在所述当前帧图像中的位置信息,确定对焦区域,包括:
对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的外接图形坐标;
根据所述外接图形坐标确定所述对焦区域。
3.根据权利要求2所述的方法,其特征在于,所述对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的外接图形坐标,包括:
对所述目标对象进行裁剪,得到所述目标对象在所述当前帧图像中的最小外接矩形坐标;
所述根据所述外接图形坐标确定所述对焦区域,包括:根据所述最小外接矩形坐标确定所述对焦区域。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象在所述对焦区域中的像素分布情况,确定本次对焦过程的权重系数组,包括:
将所述对焦区域划分为多个子区域;
计算所述目标对象在所述多个子区域中的每个子区域内的像素占比,所述像素占比表示在一个子区域中存在所述目标对象的像素部分与整个子区域的像素之比;
根据所述对焦区域中各个子区域分别对应的所述像素占比,确定所述多个子区域中的每个子区域分别对应的权重系数,得到所述权重系数组。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述权重系数组对所述对焦区域进行对焦,包括:
在对所述对焦区域进行对焦的过程中,根据所述权重系数组对从所述取景区域内得到的多帧图像分别进行清晰度计算,得到所述多帧图像中的各帧图像在所述对焦区域所对应的清晰度值;
根据所述多帧图像中的各帧图像分别在所述对焦区域处对应的清晰度值,从所述多帧图像中的每帧图像分别对应的调焦位置中,确定出清晰度最高的目标图像所对应的调焦位置,作为准焦位置。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
在所述当前帧图像中不存在所述目标对象时,将所述取景区域的中心区域确定为所述对焦区域。
7.一种对焦处理装置,其特征在于,所述装置包括:
检测模块,用于对取景区域内的当前帧图像进行目标检测,确定所述当前帧图像中的目标对象;
区域确定模块,用于根据所述目标对象在所述当前帧图像中的位置信息,确定对焦区域;
权重计算模块,用于根据所述目标对象在所述对焦区域中的像素分布情况,确定本次对焦过程的权重系数组,所述权重系数组中的任一个权重系数用于表示所述对焦区域中的一个子区域的图像清晰度重要程度;
对焦处理模块,用于根据所述权重系数组对所述对焦区域进行对焦。
8.根据权利要求7所述的装置,其特征在于,所述权重计算模块还用于:
将所述对焦区域划分为多个子区域;
计算所述目标对象在所述多个子区域中的每个子区域内的像素占比,所述像素占比,表示在一个子区域中存在所述目标对象的像素部分与整个子区域的像素之比;
根据所述对焦区域中各个子区域分别对应的所述像素占比,确定所述多个子区域中的每个子区域分别对应的权重系数,得到所述权重系数组。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器中存储有可被所述处理器执行的程序指令,所述程序指令被所述处理器调用时能够执行权利要求1至6任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时执行权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111131361.6A CN113810615A (zh) | 2021-09-26 | 2021-09-26 | 对焦处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111131361.6A CN113810615A (zh) | 2021-09-26 | 2021-09-26 | 对焦处理方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113810615A true CN113810615A (zh) | 2021-12-17 |
Family
ID=78938597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111131361.6A Pending CN113810615A (zh) | 2021-09-26 | 2021-09-26 | 对焦处理方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113810615A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106324945A (zh) * | 2015-06-30 | 2017-01-11 | 中兴通讯股份有限公司 | 非接触式自动对焦方法和装置 |
CN108668086A (zh) * | 2018-08-16 | 2018-10-16 | Oppo广东移动通信有限公司 | 自动对焦方法、装置、存储介质及终端 |
CN111526351A (zh) * | 2020-04-27 | 2020-08-11 | 展讯半导体(南京)有限公司 | 白平衡同步方法、***、电子设备、介质及数字成像设备 |
WO2021136050A1 (zh) * | 2019-12-31 | 2021-07-08 | 华为技术有限公司 | 一种图像拍摄方法及相关装置 |
WO2021134179A1 (zh) * | 2019-12-30 | 2021-07-08 | 深圳市大疆创新科技有限公司 | 对焦方法、装置、拍摄设备、可移动平台和存储介质 |
CN113141468A (zh) * | 2021-05-24 | 2021-07-20 | 维沃移动通信(杭州)有限公司 | 对焦方法、装置和电子设备 |
CN113140005A (zh) * | 2021-04-29 | 2021-07-20 | 上海商汤科技开发有限公司 | 目标对象定位方法、装置、设备及存储介质 |
-
2021
- 2021-09-26 CN CN202111131361.6A patent/CN113810615A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106324945A (zh) * | 2015-06-30 | 2017-01-11 | 中兴通讯股份有限公司 | 非接触式自动对焦方法和装置 |
CN108668086A (zh) * | 2018-08-16 | 2018-10-16 | Oppo广东移动通信有限公司 | 自动对焦方法、装置、存储介质及终端 |
WO2021134179A1 (zh) * | 2019-12-30 | 2021-07-08 | 深圳市大疆创新科技有限公司 | 对焦方法、装置、拍摄设备、可移动平台和存储介质 |
WO2021136050A1 (zh) * | 2019-12-31 | 2021-07-08 | 华为技术有限公司 | 一种图像拍摄方法及相关装置 |
CN111526351A (zh) * | 2020-04-27 | 2020-08-11 | 展讯半导体(南京)有限公司 | 白平衡同步方法、***、电子设备、介质及数字成像设备 |
CN113140005A (zh) * | 2021-04-29 | 2021-07-20 | 上海商汤科技开发有限公司 | 目标对象定位方法、装置、设备及存储介质 |
CN113141468A (zh) * | 2021-05-24 | 2021-07-20 | 维沃移动通信(杭州)有限公司 | 对焦方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110149482B (zh) | 对焦方法、装置、电子设备和计算机可读存储介质 | |
US11882357B2 (en) | Image display method and device | |
EP3477931B1 (en) | Image processing method and device, readable storage medium and electronic device | |
WO2018201809A1 (zh) | 基于双摄像头的图像处理装置及方法 | |
EP3496383A1 (en) | Image processing method, apparatus and device | |
CN101416219B (zh) | 数字图像中的前景/背景分割 | |
CN103986876B (zh) | 一种图像获取终端和图像获取方法 | |
EP3499863A1 (en) | Method and device for image processing | |
CN113766125B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
EP3793188A1 (en) | Image processing method, electronic device, and computer readable storage medium | |
CN110493525B (zh) | 变焦图像确定方法及装置、存储介质、终端 | |
KR20200031168A (ko) | 듀얼 카메라를 이용한 이미지 처리 방법 및 이동 단말기 | |
CN113888437A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
WO2019109805A1 (zh) | 图像处理方法和装置 | |
CN112261292B (zh) | 图像获取方法、终端、芯片及存储介质 | |
CN111246093B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN111246092A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN113379609B (zh) | 一种图像处理方法、存储介质及终端设备 | |
CN110365897B (zh) | 图像修正方法和装置、电子设备、计算机可读存储介质 | |
CN113610865B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN113674303B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
JP2014027355A (ja) | 複数画像を利用したオブジェクト検索装置、方法、およびプログラム | |
CN114757994B (zh) | 一种基于深度学习多任务的自动对焦方法及*** | |
CN113810615A (zh) | 对焦处理方法、装置、电子设备和存储介质 | |
CN115393182A (zh) | 图像处理方法、装置、处理器、终端及存储介质 |
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 |