CN113901282A - 一种校准照相机模组数据的方法及设备 - Google Patents
一种校准照相机模组数据的方法及设备 Download PDFInfo
- Publication number
- CN113901282A CN113901282A CN202111257642.6A CN202111257642A CN113901282A CN 113901282 A CN113901282 A CN 113901282A CN 202111257642 A CN202111257642 A CN 202111257642A CN 113901282 A CN113901282 A CN 113901282A
- Authority
- CN
- China
- Prior art keywords
- data
- module data
- module
- classical
- calibration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012216 screening Methods 0.000 claims abstract description 29
- 238000005192 partition Methods 0.000 claims abstract description 12
- 230000015654 memory Effects 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 17
- 238000004458 analytical method Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 abstract description 5
- 238000003860 storage Methods 0.000 description 7
- 230000005291 magnetic effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Studio Devices (AREA)
Abstract
本申请的目的是提供一种校准照相机模组数据的方法及设备,本申请通过获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台;基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中;根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。从而通过大数据保存照相机模组数据并完成分析过程,降低模组成本,保证不同模组厂对应的照相机拍摄效果的一致性。
Description
技术领域
本申请涉及计算机领域,尤其涉及一种校准照相机模组数据的方法及设备。
背景技术
目前移动设备拍照技术发展都是关注怎样提高照片的分辨率,对于设备与设备之间的一致性和售后效果的关注不足,由于模组之间的差异,出片效果大多是不一致的。由于使用同样的机器对比,照相机的效果一致性没有办法得到保证,因此导致售后的效果差。
发明内容
本申请的一个目的是提供一种校准照相机模组数据的方法及设备,解决现有技术中模组差异导致照相机照相效果不一致的问题。
根据本申请的一个方面,提供了一种校准照相机模组数据的方法,该方法包括:
获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台;
基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中;
根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。
可选地,所述校准模组数据具有唯一标识码。
可选地,基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,包括:
基于大数据平台中所有的校准模组数据的唯一标识码筛选出所述唯一标识码对应的经典数据。
可选地,基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,包括:
基于第一预设规则对大数据平台中所有的校准模组数据进行筛选,筛选出用于校准售后的模组数据的经典数据。
可选地,根据所述经典数据和获取到的售后的模组数据生成目标模组数据,包括:
获取售后的模组数据的外参和内参,根据所述经典数据和所述售后的模组数据的外参和内参生成目标模组数据。
可选地,基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,包括:
基于大数据平台中所有的校准模组数据确定校准数据的正态分布;
判断获取到的售后的模组数据在所述正态分布中的位置区域,将所述位置区域中的经典值作为用于校准售后的模组数据的经典数据。
可选地,所述方法还包括:
使用所有的目标模组数据运行照相机进行拍摄得到多张图片,基于第二预设规则从多张图片中筛选出目标图片;
将所述目标图片对应的目标模组数据更新所述售后的模组数据。
根据本申请的另一个方面,还提供了一种用于校准照相机模组数据的设备,其中,所述设备包括:
大数据收集模块,用于获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台;
场景判断模块,用于基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中;
产线生成数据模块,用于根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。
根据本申请的再一个方面,还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现如前述任一项所述的方法。
根据本申请的又一个方面,还提供了一种用于校准照相机模组数据的设备,其中,所述设备包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如前述任一项所述方法的操作。
与现有技术相比,本申请通过获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台;基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中;根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。从而通过大数据保存照相机模组数据并完成分析过程,降低模组成本,保证不同模组厂对应的照相机拍摄效果的一致性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出根据本申请的一个方面提供的一种校准照相机模组数据的方法流程示意图;
图2示出了本申请一可选实施例中的一种用于校准照相机模组数据的方法流程示意图;
图3示出根据本申请另一方面提出的一种用于校准照相机模组数据的设备框架结构示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
图1示出根据本申请的一个方面提供的一种校准照相机模组数据的方法流程示意图,该方法包括:S100,获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台;S200,基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中;S300,根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。从而通过大数据保存照相机模组数据并完成分析过程,降低模组成本,保证不同模组厂对应的照相机拍摄效果的一致性。
具体地,在S100中,获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台。在此,移动终端比如为手机、平板等终端设备,在本申请实施例中,优选为具有照相机功能的智能移动终端,在生产移动终端时,产线在生产移动终端的过程中生成照相机的校准模组数据,先获取到照相机的校准模组数据,该校准模组数据用于调整照相机相关参数,将获取到的校准模组数据制作成正态分布,然后上传至大数据平台中进行储存,通过大数据平台进行后续的数据分析和利用,从而减少硬件成本,还可以对每一个生产得到的模组数据进行溯源。
具体地,在S200中,基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中。在此,将大数据平台中所有的校准模组数据进行筛选,得到用于校准售后的模组数据的经典数据。在实际应用环境中,绝大多数模组数据会落在大数据平台分析得到的正态分布的谷峰左右,售后可以对模组使用左边谷底的平均数据、谷峰数据和右边谷底数据进行测试以暗沉对所有校准模组数据的筛选,确定用于校准售后的模组的数据的经典数据。为了便于快速确定校准售后的模组数据的经典数据,可以将大数据平台分析得到的正态分布的谷峰位置数据用色卡进行标记,便于后续筛选模组数据时进行查询调用。
具体地,在S300中,根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。在此,将所述经典数据和获取到的售后的模组数据进行计算得到校准后的售后的模组数据,所述校准后的售后的模组数据即为目标模组数据,目标模组数据用于校准其他模组数据,是其他模组数据的校准依据,从而将得到的目标模组数据再写回到该移动终端的指定位置,按照经典数据所在的指定路径再将目标模组数据写回到该指定路径的分区中,比如写回至手机的nvram中。
在本申请一可选实施例中,所述校准模组数据具有唯一标识码。在此,通过对校准模组数据使用唯一标识码以便于实现在大数据平台中高效查询、匹配对应的经典数据。
在本申请一可选实施例中,在S200中,基于大数据平台中所有的校准模组数据的唯一标识码筛选出所述唯一标识码对应的经典数据。在此,将校准模组数据对应的经典数据使用与所述校准模组数据相同的唯一标识码进行标记,通过唯一标识码可快速筛选出所有校准模组数据对应的经典数据。
在本申请一可选实施例中,在S200中,基于第一预设规则对大数据平台中所有的校准模组数据进行筛选,筛选出用于校准售后的模组数据的经典数据。在此,所述第一预设规则为对大数据所有校准模组数据进行筛选的预设规则,例如基于售后的照相机模组数据中储存的唯一标识码进行筛选,以匹配出对应的经典数据,亦或者对大数据平台分析得到的正态分布的谷峰位置数据用色卡进行标记,所述色卡上标注预设模组数值范围,则基于多个预设模组数值范围来匹配售后的照相机模组数据,筛选出目标色卡,以确定对应的经典数据。
在本申请一可选实施例中,在S300中,获取售后的模组数据的外参和内参,根据所述经典数据和所述售后的模组数据的外参和内参生成目标模组数据。在此,所述外参为模组特征数据,内参为移动终端在生产过程中校准后生成的数据,其中,所述经典数据就是大多数照相机可以使用的模组数据,且所有模组数据都向经典数据进行校准,也就是说经典数据可以视作校准后的模组数据标准。根据所述售后的模组数据的外参和内参朝着经典数据的方向进行校准生成目标模组数据,在此,所述目标模组数据即为照相机可以直接使用的经过校准后的模组数据,使用目标模组数据将保证照相机的成像效果,保证了用户体验,将不同模组厂设定的模组数据经过校准后,保证了同一移动终端产品使用照相机成像效果的一致性。
在本申请一可选实施例中,在S200中,基于大数据平台中所有的校准模组数据确定校准数据的正态分布;判断获取到的售后的模组数据在所述正态分布中的位置区域,将所述位置区域中的经典值作为用于校准售后的模组数据的经典数据。在此,计算大数据平台中所有的校准模组数据对应的照相机成像效果数据,例如清晰度等,基于所述效果数据将校准数据制作成正态分布。接着,判断获取到的获取到的售后的模组数据在所述正态分布中的位置区域,将对应位置区域中的经典值,例如波谷、波峰值对应的校准数据作为用于校准售后的模组数据的经典数据。在本申请一可选实施例中,当通过唯一标识码根据售后的模组数据筛选出对应的经典数据时,判断获取到的售后的模组数据在所述正态分布中的位置区域,将所述位置区域中的经典值作为用于校准售后的模组数据的经典数据,完成对所述售后的模组数据的校准。
在本申请一可选实施例中,使用所有的目标模组数据运行照相机进行拍摄得到多张图片,基于第二预设规则从多张图片中筛选出目标图片;将所述目标图片对应的目标模组数据更新所述售后的模组数据。在此,可以由移动终端使用所有的目标模组数据运行照相机进行拍摄得到多张图片,可以由大数据平台基于第二预设规则从多张图片中筛选出目标图片,其中,所述第二预设规则为从多张图片中筛选出成像效果最佳的图片作为目标图片。在本申请一可选实施例中,大数据平台保存有多张预置图片及其对应的预置图片参数,由移动终端使用所有的目标模组数据运行照相机以拍摄所述其中一张预置图片,得到多张拍摄得到的图片,使用大数据平台对比所有拍摄得到的图片的图片参数与所述预置图片参数,将图片参数与阈值图片参数差值总和最小的那张图片作为目标图片。接着,将拍摄所述目标图片使用的模组数据作为目标模组数据,使用该目标模组数据更新所述售后的照相机的模组数据,完成对售后的照相机模组数据的校准工作。
图2示出了本申请一可选实施例中的一种用于校准照相机模组数据的方法流程示意图,其中,由产线生成校准模组数据上传至大数据平台,然后大数据平台获取校准模组数据并储存,并且写到手机的nvram分区,减少硬件成本,还可以对每一个模组进行溯源。通过将校准模组数据使用效果数据的评价算法来将校准模组数据制作成正态分布。售后的模组没有经过手机校准,往往数据不符合当前机器,导致使用照相机进行拍摄的效果较差,不能保证一致性。根据获取到的正态分布可以判断售后模组数据在哪个区域,绝大多数模组会落在正态分布的波谷或波峰左右,对模组使用左边谷底的平均数据和谷峰数据还有右边谷底数据来筛选出这个模组最适合的校准数据。默认是使用经典值作为校准数据的,经典值就是大多数模组可以使用的数据,且所有模组都向经典值方向矫正,接着将校准后的模组数据写回nvram中。由于模组数据保存在nvram里面,不需要模组自己的存储空间,同时节省了成本。接着,使用数据经典值和nvram保存的外参和内参生成符合预期的模组参数,其中,内参是手机校准生成的数据;外参是模组特性数据。通过大数据保存分析数据,降低模组成本,保证不同模组厂的模组数据加载使用于照相机后拍摄效果一致,便于售后进行模组数据溯源以及模组校准。
本申请实施例还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现前述一种校准照相机模组数据的方法。
与上文所述的方法相对应的,本申请还提供一种终端,其包括能够执行上述图1或图2或各个实施例所述的方法步骤的模块或单元,这些模块或单元可以通过硬件、软件或软硬结合的方式来实现,本申请并不限定。例如,在本申请一实施例中,还提供了一种用于校准照相机模组数据的设备,其中,所述设备包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行前述所述一种校准照相机模组数据的方法的操作。
例如,计算机可读指令在被执行时使所述一个或多个处理器:获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台;基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中;根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。
图3示出根据本申请另一方面提出的一种用于校准照相机模组数据的设备框架结构示意图,其中,所述设备包括:大数据收集模块100,用于获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台;场景判断模块200,用于基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中;产线生成数据模块300,用于根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。从而通过大数据保存照相机模组数据并完成分析过程,降低模组成本,保证不同模组厂对应的照相机拍摄效果的一致性。
需要说明的是,所述大数据收集模块100、场景判断模块200和产线生成数据模块300执行的内容分别与上述步骤S100、S200和S300中的内容相同或相应相同,为简明起见,在此不再赘述。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此,根据本申请的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (10)
1.一种校准照相机模组数据的方法,其中,所述方法包括:
获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台;
基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中;
根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。
2.根据权利要求1所述的方法,其中,所述校准模组数据具有唯一标识码。
3.根据权利要求2所述的方法,其中,基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,包括:
基于大数据平台中所有的校准模组数据的唯一标识码筛选出所述唯一标识码对应的经典数据。
4.根据权利要求1所述的方法,其中,基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,包括:
基于第一预设规则对大数据平台中所有的校准模组数据进行筛选,筛选出用于校准售后的模组数据的经典数据。
5.根据权利要求1所述的方法,其中,根据所述经典数据和获取到的售后的模组数据生成目标模组数据,包括:
获取售后的模组数据的外参和内参,根据所述经典数据和所述售后的模组数据的外参和内参生成目标模组数据。
6.根据权利要求1所述的方法,其中,基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,包括:
基于大数据平台中所有的校准模组数据确定校准数据的正态分布;
判断获取到的售后的模组数据在所述正态分布中的位置区域,将所述位置区域中的经典值作为用于校准售后的模组数据的经典数据。
7.根据权利要求4所述的方法,其中,所述方法还包括:
使用所有的目标模组数据运行照相机进行拍摄得到多张图片,基于第二预设规则从多张图片中筛选出目标图片;
将所述目标图片对应的目标模组数据更新所述售后的模组数据。
8.一种用于校准照相机模组数据的设备,其中,所述设备包括:
大数据收集模块,用于获取生产移动终端的照相机时的校准模组数据,将所述校准模组数据上传至大数据平台;
场景判断模块,用于基于大数据平台中所有的校准模组数据筛选出用于校准售后的模组数据的经典数据,并将所述经典数据保存至移动终端的指定路径中;
产线生成数据模块,用于根据所述经典数据和获取到的售后的模组数据生成目标模组数据,将所述目标模组数据写回移动终端的指定路径的分区中。
9.一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现如权利要求1至7中任一项所述的方法。
10.一种用于校准照相机模组数据的设备,其中,所述设备包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如权利要求1至7中任一项所述方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111257642.6A CN113901282A (zh) | 2021-10-27 | 2021-10-27 | 一种校准照相机模组数据的方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111257642.6A CN113901282A (zh) | 2021-10-27 | 2021-10-27 | 一种校准照相机模组数据的方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113901282A true CN113901282A (zh) | 2022-01-07 |
Family
ID=79026514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111257642.6A Pending CN113901282A (zh) | 2021-10-27 | 2021-10-27 | 一种校准照相机模组数据的方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113901282A (zh) |
-
2021
- 2021-10-27 CN CN202111257642.6A patent/CN113901282A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111612834B (zh) | 生成目标图像的方法、装置及设备 | |
CN110675399A (zh) | 屏幕外观瑕疵检测方法及设备 | |
CN110705532B (zh) | 一种识别翻拍图像的方法、装置及设备 | |
CN111210473A (zh) | 手机轮廓定位方法及设备 | |
CN111272067A (zh) | 手机检测方法及设备 | |
CN111290660A (zh) | 屏幕坐标转换为触笔坐标的方法及设备 | |
CN111272388A (zh) | 一种相机闪光灯的检测方法及设备 | |
CN115225820A (zh) | 拍摄参数自动调整方法、装置、存储介质及工业相机 | |
WO2021147383A1 (zh) | 相机模糊检测方法及装置 | |
CN108230227B (zh) | 一种图像篡改的识别方法、装置及电子设备 | |
CN117612470A (zh) | 颜色查找表生成方法及色彩校正方法 | |
CN113901282A (zh) | 一种校准照相机模组数据的方法及设备 | |
CN117201931A (zh) | 摄像机参数采集方法、装置、计算机设备和存储介质 | |
US20220122359A1 (en) | Image processing method, apparatus, and storage medium | |
CN110674171A (zh) | 一种脚本生成方法、装置及数据处理方法、装置 | |
CN115550558A (zh) | 拍摄设备的自动曝光方法、装置、电子设备和存储介质 | |
CN111242116B (zh) | 屏幕定位方法及装置 | |
CN112616013A (zh) | 实现自动hdr的方法及设备 | |
CN115439550A (zh) | 一种相机标定方法、测距方法、设备及存储介质 | |
CN113553950A (zh) | 一种异常事件检测方法、装置、电子设备及存储介质 | |
CN111901585A (zh) | 检测相机对焦时间的方法、装置及计算机可读存储介质 | |
CN111951155A (zh) | 一种图片效果处理方法及设备 | |
CN115314633B (zh) | 相机对焦方法、装置、计算机设备和存储介质 | |
WO2023179523A1 (zh) | 一种定位方法、装置及电子设备 | |
WO2023105278A1 (en) | Image processing method, apparatus, electronic device and storage medium |
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 |