[發明專利]曝光調整方法及裝置在審
| 申請號: | 201810916791.0 | 申請日: | 2018-08-13 |
| 公開(公告)號: | CN110830728A | 公開(公告)日: | 2020-02-21 |
| 發明(設計)人: | 熊宇龍;樊曉清;林志 | 申請(專利權)人: | 浙江宇視科技有限公司 |
| 主分類號: | H04N5/235 | 分類號: | H04N5/235;H04N5/243 |
| 代理公司: | 北京超凡志成知識產權代理事務所(普通合伙) 11371 | 代理人: | 鄧超 |
| 地址: | 310000 浙江省杭州市濱江區西興街道江陵路*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 曝光 調整 方法 裝置 | ||
1.一種曝光調整方法,應用于圖像采集設備,其特征在于,包括:
檢測所述圖像采集設備的攝像頭傳輸的圖像是否處于過曝狀態,并在檢測結果為是時獲取所述攝像頭對應的曝光參數,以及獲取該圖像對應的深度位置信息;
將該圖像與所述深度位置信息進行映射后得到深度圖像,并將所述深度圖像輸入預設深度圖像學習模型進行檢測以得到檢測目標;
將該圖像與所述檢測目標進行反映射得到該檢測目標在該圖像中的對應位置并將該對應位置作為目標位置;
調整所述攝像頭的曝光參數,并采用調整后的曝光參數對所述目標位置進行重新聚焦。
2.根據權利要求1所述曝光調整方法,其特征在于,所述攝像頭的視口位置處設置有深度傳感器,獲取該圖像對應的深度位置信息的步驟包括:
獲取所述深度傳感器對該圖像進行圖像深度檢測得到的深度位置信息。
3.根據權利要求1所述曝光調整方法,其特征在于,所述預設深度圖像學習模型為Faster R-CNN深度圖像學習模型、R-FCN深度圖像學習模型或SSD深度圖像學習模型。
4.根據權利要求1所述曝光調整方法,其特征在于,所述深度位置信息中包括該深度位置信息對應圖像中各像素點的位置坐標和深度值,將該圖像與所述深度位置信息進行映射后得到深度圖像的步驟包括:
獲取該圖像中每個像素點的位置坐標;
將獲取的每個像素點的位置坐標與所述深度位置信息中各像素點的位置坐標和深度值進行映射得到深度圖像。
5.根據權利要求1所述曝光調整方法,其特征在于,檢測所述圖像采集設備的攝像頭傳輸的圖像是否處于過曝狀態的步驟包括:
對所述圖像采集設備的攝像頭傳輸的圖像進行光強檢測得到該圖像對應的光強值;
判斷所述光強值是否位于預設光強范圍內,當所述光強值不在所述預設光強范圍內時,獲取在該光強值下所述攝像頭對應的曝光參數。
6.一種曝光調整裝置,應用于圖像采集設備,其特征在于,包括:
曝光狀態檢測模塊,用于檢測所述圖像采集設備的攝像頭傳輸的圖像是否處于過曝狀態,并在檢測結果為是時獲取所述攝像頭對應的曝光參數,以及獲取該圖像對應的深度位置信息;
深度圖像獲得模塊,用于將該圖像與所述深度位置信息進行映射后得到深度圖像,并將所述深度圖像輸入預設深度圖像學習模型進行檢測以得到檢測目標;
目標位置獲得模塊,用于將該圖像與所述檢測目標進行反映射得到該檢測目標在該圖像中的對應位置并將該對應位置作為目標位置;
曝光參數調整模塊,用于調整所述攝像頭的曝光參數,并采用調整后的曝光參數對所述目標位置進行重新聚焦。
7.根據權利要求6所述的曝光調整裝置,其特征在于,所述攝像頭的視口位置處設置有深度傳感器,所述深度圖像獲得模塊還用于獲取所述深度傳感器對該圖像進行圖像深度檢測得到的深度位置信息。
8.根據權利要求6所述的曝光調整裝置,其特征在于,所述預設深度圖像學習模型為Faster R-CNN深度圖像學習模型、R-FCN深度圖像學習模型或SSD深度圖像學習模型。
9.根據權利要求6所述的曝光調整裝置,其特征在于,所述深度位置信息中包括該深度位置信息對應圖像中各像素點的位置坐標和深度值,所述深度圖像獲得模塊包括:
坐標獲取子模塊,用于獲取該圖像中每個像素點的位置坐標;
映射子模塊,用于將獲取的每個像素點的位置坐標與所述深度位置信息中各像素點的位置坐標和深度值進行映射得到深度圖像。
10.根據權利要求6所述的曝光調整裝置,其特征在于,所述曝光狀態檢測模塊包括:
檢測子模塊,用于對所述圖像采集設備的攝像頭傳輸的圖像進行光強檢測得到該圖像對應的光強值;
判斷子模塊,用于判斷所述光強值是否位于預設光強范圍內,當所述光強值不在所述預設光強范圍內時,獲取在該光強值下所述攝像頭對應的曝光參數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江宇視科技有限公司,未經浙江宇視科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810916791.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于條件生成式對抗網絡的語種識別分類方法
- 下一篇:折疊梯





