相機成像方法及相機裝置的制造方法
【專利摘要】本發(fā)明提供了相機成像方法及相機裝置，通過圖像傳感器對待拍攝的目標進行數(shù)據(jù)采集，從所采集的數(shù)據(jù)中識別出目標中所包含的各景物，獲取各景物對應(yīng)的輪廓信息，根據(jù)各景物的輪廓信息對目標進行區(qū)域劃分，調(diào)整圖像傳感器與目標之間的距離，獲取每個區(qū)域?qū)?yīng)的清晰度最佳的成像位置，抽取每個區(qū)域所對應(yīng)的成像位置上的區(qū)域圖像，將每個區(qū)域所對應(yīng)的區(qū)域圖像進行合并，得到目標的目標圖像。本發(fā)明通過景物輪廓對目標進行區(qū)域劃分，將每個區(qū)域的最清晰的區(qū)域圖像取出合成目標的最終圖像，使得最終成像更加清晰銳利，且目標內(nèi)部的景物都可清晰呈現(xiàn)。
【專利說明】
相機成像方法及相機裝置
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及電子技術(shù)領(lǐng)域，尤其涉及一種相機成像方法及相機裝置。
【背景技術(shù)】
[0002] 目前智能手機逐漸融入到了人們?nèi)粘Ｉ钪?，不但成為日常通訊設(shè)備，也成為 日常易于攜帶的娛樂設(shè)備。智能手機中相機的配置越來越高，基于智能手機的便攜性，用戶 越來越喜歡用智能手機上的相機進行拍照。
[0003] 一般，智能手機中的相機可以通過自動對焦(Automatic FoCUS，簡稱AF)算法將鏡 頭移動到不同位置上，從而計算得到當前位置上的清晰度，將清晰度最好的位置作為最終 的成像位置，然后將鏡頭放到該成像位置上進行成像。而AF算法通過將圖像縱橫分成多個 區(qū)域，獲取各區(qū)域的清晰度，但實際上每個區(qū)域中可能包含多個焦點上的景物，會對最終清 晰度的計算產(chǎn)生影響，而且只能選取的清晰度最好的位置上成像，而其它焦點上的景物圖 像會變模糊，這樣就會使得相機的成像效果較差。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供一種相機成像方法及相機裝置，用于解決相機當前通過AF算法進行成 像存在的景物圖像模糊，成像效果較差的問題。
[0005] 為了實現(xiàn)上述目的，本發(fā)明提供了一種相機成像方法，包括：
[0006] 通過圖像傳感器對待拍攝的目標進行數(shù)據(jù)采集；
[0007] 從所采集的數(shù)據(jù)中識別出所述目標中所包含的各景物；
[0008] 獲取各景物對應(yīng)的輪廓信息；
[0009] 根據(jù)各景物的輪廓信息對所述目標進行區(qū)域劃分；
[0010] 調(diào)整所述圖像傳感器與所述目標之間的距離，獲取每個區(qū)域?qū)?yīng)的清晰度最佳 的成像位置；
[0011]抽取每個區(qū)域所對應(yīng)的所述成像位置上的區(qū)域圖像；
[0012] 將每個區(qū)域所對應(yīng)的所述區(qū)域圖像進行合并，得到所述目標的目標圖像。
[0013] 為了實現(xiàn)上述目的，本發(fā)明提供了 一種相機裝置，包括：
[0014] 采集模塊，用于對待拍攝的目標進行數(shù)據(jù)采集；
[0015] 識別模塊，用于從所采集的數(shù)據(jù)中識別出所述目標中所包含的各景物；
[0016] 第一獲取模塊，用于獲取各景物對應(yīng)的輪廓信息；
[0017] 劃分模塊，用于根據(jù)各景物的輪廓信息對所述目標進行區(qū)域劃分；
[0018] 第二獲取模塊，用于調(diào)整所述圖像傳感器與所述目標之間的距離，獲取每個區(qū)域 對應(yīng)的清晰度最佳的成像位置；
[0019] 抽取模塊，用于抽取每個區(qū)域所對應(yīng)的所述成像位置上的區(qū)域圖像；
[0020] 合并模塊，用于將每個區(qū)域所對應(yīng)的所述區(qū)域圖像進行合并，得到所述目標的目 標圖像D
[0021] 本發(fā)明的相機成像方法及相機裝置，對待拍攝的目標進行數(shù)據(jù)采集，從所采集的 數(shù)據(jù)中識別出所述目標中所包含的各景物，獲取各景物對應(yīng)的輪廓信息，根據(jù)各景物的輪 廓信息對所述目標進行區(qū)域劃分，調(diào)整鏡頭與所述目標之間的距離，獲取每個區(qū)域?qū)?yīng)的 清晰度最佳的成像位置，抽取每個區(qū)域所對應(yīng)的所述成像位置上的區(qū)域圖像，將每個區(qū)域 所對應(yīng)的所述區(qū)域圖像進行合并，得到所述目標的目標圖像。本發(fā)明通過景物輪廓進行區(qū) 域劃分，將每個區(qū)域中最清晰的區(qū)域圖像取出合成目標的最終圖像，使得最終成像更加清 晰銳利，且目標內(nèi)部的景物都可清晰呈現(xiàn)。
【附圖說明】
[0022] 圖1為本發(fā)明實施例一的相機成像方法的流程示意圖；
[0023] 圖2為本發(fā)明實施例二的相機成像方法的流程示意圖；
[0024] 圖3為本發(fā)明實施例三的相機裝置的結(jié)構(gòu)示意圖；
[0025] 圖4為本發(fā)明實施例四的相機裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0026] 下面結(jié)合附圖對本發(fā)明實施例提供的相機成像方法及相機裝置進行詳細描述。 [0027] 實施例一
[0028] 如圖1所示，其為本發(fā)明實施例一的相機成像方法的流程示意圖，該相機成像方法 包括：
[0029] 步驟101、通過圖像傳感器對待拍攝的目標進行數(shù)據(jù)采集。
[0030] 具體地，在用戶試圖拍照時可以通過點擊觸摸屏上的相機圖標向智能手機發(fā)生指 令，智能手機探測到該點擊操作后，就可以啟動相機進行拍照模式。本實施例中，相機中的 圖像傳感器可以對待拍攝的目標進行數(shù)據(jù)采集，具體地，用戶可以將相機的攝像頭對準待 拍攝的目標，攝像頭就會對待拍攝目標進行數(shù)據(jù)采集。
[0031] 步驟102、從所采集的數(shù)據(jù)中識別出所述目標中所包含的各景物。
[0032] 步驟103、獲取各景物對應(yīng)的輪廓信息。
[0033] 相機中的圖形信號處理器(Image Signal Processing，簡稱ISP)接收到圖像傳感 器采集的數(shù)據(jù)后，對采集的數(shù)據(jù)進行分析，可以從目標中識別出該目標中所包含的各景物。 在識別出各景物后，相機可以通過ISP對各景物的輪廓進行抽取，進而得到各景物對應(yīng)的輪 廓信息。
[0034] 步驟104、根據(jù)各景物的輪廓信息對所述目標進行區(qū)域劃分。
[0035] 本實施例中，相機不再通過將數(shù)據(jù)進行縱橫切分的方式對待拍攝目標進行區(qū)域劃 分，而是將每個景物所處的位置劃分為一個區(qū)域。相機在獲取到各景物的輪廓信息后，能夠 確定出每個景物所處的位置以及所覆蓋的區(qū)域，進而完成對待拍攝目標的區(qū)域劃分。
[0036] 步驟105、調(diào)整所述圖像傳感器與所述目標之間的距離，獲取每個區(qū)域?qū)?yīng)的清晰 度最佳的成像位置。
[0037] 在完成區(qū)域劃分后，用戶可以調(diào)整圖像傳感器即攝像頭與待拍攝目標之間的位 置，以調(diào)整兩者之間的距離，每當距離發(fā)生變化后，攝像頭與目標之間的焦距就會發(fā)生變 化，這樣每個區(qū)域?qū)?yīng)的清晰度就會發(fā)生變化，通過不斷調(diào)整目標與攝像頭之間的距離， 可以獲取到每個區(qū)域?qū)?yīng)的清晰度最佳的成像位置，在該清晰度最佳的成像位置上，每個 區(qū)域成像效果是最佳的。
[0038] 步驟106、抽取每個區(qū)域所對應(yīng)的所述成像位置上的區(qū)域圖像。
[0039] 步驟107、將每個區(qū)域所對應(yīng)的所述區(qū)域圖像進行合并，得到所述目標的目標圖 像。
[0040] 通過多次調(diào)整攝像頭和目標之間的距離，相機就可以獲取到每個區(qū)域在清晰度最 佳的成像位置上的區(qū)域圖像，對每個區(qū)域?qū)?yīng)的區(qū)域圖像進行抽取。進一步地，相機將抽取 出的每個區(qū)域所對應(yīng)的區(qū)域圖像進行合并，就可以得到待拍攝目標的目標圖像。
[0041] 本實施例提供的相機成像方法，通過圖像傳感器對待拍攝的目標進行數(shù)據(jù)采集， 從所采集的數(shù)據(jù)中識別出目標中所包含的各景物，獲取各景物對應(yīng)的輪廓信息，根據(jù)各景 物的輪廓信息對目標進行區(qū)域劃分，調(diào)整圖像傳感器與目標之間的距離，獲取每個區(qū)域?qū)?應(yīng)的清晰度最佳的成像位置，抽取每個區(qū)域所對應(yīng)的成像位置上的區(qū)域圖像，將每個區(qū)域 所對應(yīng)的區(qū)域圖像進行合并，得到目標的目標圖像。本實施例通過景物輪廓對目標進行區(qū) 域劃分，將每個區(qū)域的最清晰的區(qū)域圖像取出合成目標的最終圖像，使得最終成像更加清 晰銳利，且目標內(nèi)部的景物都可清晰呈現(xiàn)。
[0042] 實施例二
[0043] 如圖2所示，其為本發(fā)明實施例二的相機成像方法的流程示意圖，該相機成像方法 包括：
[0044] 步驟201、通過圖像傳感器對待拍攝的目標進行數(shù)據(jù)采集。
[0045] 本實施例中，相機中的圖像傳感器可以對待拍攝的目標進行數(shù)據(jù)采集，具體地，用 戶可以將相機的攝像頭對準待拍攝的目標，攝像頭就會對待拍攝目標進行數(shù)據(jù)采集。
[0046]步驟202、根據(jù)設(shè)定的閾值對所采集的數(shù)據(jù)進行二值化處理，生成矩陣數(shù)據(jù)。
[0047]相機通過內(nèi)置的ISP首先根據(jù)調(diào)整(Tuning)參數(shù)設(shè)定二值化使用的閾值，然后使 用該閾值對所采集的數(shù)據(jù)進行二值化處理，以生成矩陣數(shù)據(jù)。具體地，相機將二值化處理后 的數(shù)據(jù)與閾值表進行比較，通過將大于或者等于閾值的二值化處理后的數(shù)據(jù)設(shè)置為1以及 將小于所述閾值的二值化處理后的數(shù)據(jù)設(shè)置為〇生成矩陣數(shù)據(jù)。
[0048]步驟203、對所述矩陣數(shù)據(jù)進行連續(xù)性識別并保存連續(xù)區(qū)域的區(qū)域信息。
[0049] 查找與所述矩陣數(shù)據(jù)中的第一像素點相鄰的所有第二像素點生成所述連續(xù)區(qū)域； 其中第一像素點為所述矩陣數(shù)據(jù)中數(shù)值為1所對應(yīng)的像素點，所述第二像素點在所述矩陣 數(shù)據(jù)中的數(shù)值為1。
[0050] 也就是說，在矩陣數(shù)據(jù)中將數(shù)值為1且與該數(shù)值為1的坐標的上下左右，及左上左 下右上右下相鄰的像素點位置查找，當查找出的相鄰的像素點在矩陣數(shù)據(jù)中的數(shù)值均為1 時，將這些像素點所在的位置設(shè)定為連續(xù)區(qū)域，并且保存該區(qū)域信息。
[0051] 步驟204、篩選出所述目標所包含的各景物相應(yīng)的所述區(qū)域信息。
[0052] 進一步地，在獲取到所有的連續(xù)區(qū)域?qū)?yīng)的區(qū)域信息后，可以從中篩選去待拍攝 目標所包含的各景物的區(qū)域信息，通過該區(qū)域信息就可以識別中目標中的各景物。
[0053]步驟205、行列掃描各景物的所述區(qū)域信息得到各景物的邊界值，形成各景物的所 述輪廓信息。
[0054]步驟206、根據(jù)各景物的輪廓信息對所述目標進行區(qū)域劃分。
[0055]在獲取到各景物的輪廓信息后，根據(jù)輪廓信息就可以對目標進行區(qū)域劃分，每個 景物為一個區(qū)域。
[0056]步驟207、調(diào)整所述圖像傳感器與所述目標之間的距離，獲取每個區(qū)域?qū)?yīng)的清晰 度最佳的成像位置。
[0057]用戶可以通過不斷移動攝像頭，以調(diào)整攝像頭與目標之間的距離，在距離變化后 每個區(qū)域?qū)?yīng)的清晰度就會發(fā)生了變化，從而能獲取到每個區(qū)域?qū)?yīng)的清晰度最佳的成像 位置。本實施例中，在獲取對目標的各景物進行輪廓劃分成區(qū)域后，使用每個區(qū)域的高頻數(shù) 據(jù)與區(qū)域權(quán)重進行清晰度的計算。
[0058]步驟208、抽取每個區(qū)域所對應(yīng)的所述成像位置上的區(qū)域圖像。
[0059] 步驟209、將每個區(qū)域所對應(yīng)的所述區(qū)域圖像進行合并，得到所述目標的目標圖 像。
[0060] 為了清楚地描述本實施例，本實施例還提供一種用于執(zhí)行上述方法的程序，程序 如下：
[0061]


[0064] 本實施例提供的相機成像方法，通過圖像傳感器對待拍攝的目標進行數(shù)據(jù)采集， 從所采集的數(shù)據(jù)中識別出目標中所包含的各景物，獲取各景物對應(yīng)的輪廓信息，根據(jù)各景 物的輪廓信息對目標進行區(qū)域劃分，調(diào)整圖像傳感器與目標之間的距離，獲取每個區(qū)域?qū)?應(yīng)的清晰度最佳的成像位置，抽取每個區(qū)域所對應(yīng)的成像位置上的區(qū)域圖像，將每個區(qū)域 所對應(yīng)的區(qū)域圖像進行合并，得到目標的目標圖像。本實施例通過景物輪廓對目標進行區(qū) 域劃分，將每個區(qū)域的最清晰的區(qū)域圖像取出合成目標的最終圖像，使得最終成像更加清 晰銳利，且目標內(nèi)部的景物都可清晰呈現(xiàn)，最終對焦成功的概率變大，有效降低了對焦的失 敗概率。
[0065] 實施例三
[0066] 如圖3所示，其為本發(fā)明實施例三的相機裝置的結(jié)構(gòu)示意圖。該裝置包括:采集模 塊11、識別模塊12、第一獲取模塊13、劃分模塊14第二獲取模塊15、抽取模塊16以及合并模 塊17。
[0067] 具體地，采集模塊11，用于對待拍攝的目標進行數(shù)據(jù)采集。
[0068] 識別模塊12,用于從所采集的數(shù)據(jù)中識別出所述目標中所包含的各景物。
[0069] 第一獲取模塊13，用于獲取各景物對應(yīng)的輪廓信息。
[0070] 劃分模塊14,用于根據(jù)各景物的輪廓信息對所述目標進行區(qū)域劃分。
[0071 ]第二獲取模塊15，用于調(diào)整所述圖像傳感器與所述目標之間的距離，獲取每個區(qū) 域?qū)?yīng)的清晰度最佳的成像位置。
[0072] 抽取模塊16,用于抽取每個區(qū)域所對應(yīng)的所述成像位置上的區(qū)域圖像。
[0073] 合并模塊17，用于將每個區(qū)域所對應(yīng)的所述區(qū)域圖像進行合并，得到所述目標的 目標圖像。
[0074] 本實施例提供的相機裝置的各功能模塊可用于執(zhí)行圖1所示的相機成像方法的流 程，其具體工作原理不再贅述，詳見方法實施例的描述。
[0075] 本實施例提供的相機裝置，通過圖像傳感器對待拍攝的目標進行數(shù)據(jù)采集，從所 采集的數(shù)據(jù)中識別出目標中所包含的各景物，獲取各景物對應(yīng)的輪廓信息，根據(jù)各景物的 輪廓信息對目標進行區(qū)域劃分，調(diào)整圖像傳感器與目標之間的距離，獲取每個區(qū)域?qū)?yīng)的 清晰度最佳的成像位置，抽取每個區(qū)域所對應(yīng)的成像位置上的區(qū)域圖像，將每個區(qū)域所對 應(yīng)的區(qū)域圖像進行合并，得到目標的目標圖像。本實施例通過景物輪廓對目標進行區(qū)域劃 分，將每個區(qū)域的最清晰的區(qū)域圖像取出合成目標的最終圖像，使得最終成像更加清晰銳 利，且目標內(nèi)部的景物都可清晰呈現(xiàn)。
[0076] 實施例四
[0077] 如圖4所示，其為本發(fā)明實施例四的相機裝置的結(jié)構(gòu)示意圖，該裝置包括上述實施 例三中的采集模塊11、識別模塊12、第一獲取模塊13、劃分模塊14第二獲取模塊15、抽取模 塊16以及合并模塊17。
[0078]其中，所述識別模塊12-種可選的實現(xiàn)結(jié)構(gòu)包括:生成單元121、識別單元122和篩 選單元123。
[0079]具體地，生成單元121，用于根據(jù)設(shè)定的閾值對所采集的數(shù)據(jù)進行二值化處理，生 成矩陣數(shù)據(jù)。
[0080] 識別單元122,用于對所述矩陣數(shù)據(jù)進行連續(xù)性識別并保存連續(xù)區(qū)域的區(qū)域信息。
[0081] 篩選單元123,用于篩選出所述目標所包含的各景物相應(yīng)的所述區(qū)域信息。
[0082] 進一步地，所述第一獲取模塊13,具體行列掃描各景物的所述區(qū)域信息得到各景 物的邊界值，形成各景物的所述輪廓信息。
[0083]進一步地，所述生成單元121，具體用于將二值化處理后的數(shù)據(jù)與所述閾值進行比 較，以及通過將大于或者等于所述閾值的二值化處理后的數(shù)據(jù)設(shè)置為1以及將小于所述閾 值的二值化處理后的數(shù)據(jù)設(shè)置為0生成所述矩陣數(shù)據(jù)。
[0084] 進一步地，所述識別單元，具體用于查找與所述矩陣數(shù)據(jù)中的第一像素點相鄰的 所有第二像素點生成所述連續(xù)區(qū)域;其中第一像素點為所述矩陣數(shù)據(jù)中數(shù)值為1所對應(yīng)的 像素點，所述第二像素點在所述矩陣數(shù)據(jù)中的數(shù)值為1。
[0085] 本實施例提供的相機裝置的各功能模塊可用于執(zhí)行圖1和圖2所示的相機成像方 法的流程，其具體工作原理不再贅述，詳見方法實施例的描述。
[0086] 本實施例提供的相機裝置，通過圖像傳感器對待拍攝的目標進行數(shù)據(jù)采集，從所 采集的數(shù)據(jù)中識別出目標中所包含的各景物，獲取各景物對應(yīng)的輪廓信息，根據(jù)各景物的 輪廓信息對目標進行區(qū)域劃分，調(diào)整圖像傳感器與目標之間的距離，獲取每個區(qū)域?qū)?yīng)的 清晰度最佳的成像位置，抽取每個區(qū)域所對應(yīng)的成像位置上的區(qū)域圖像，將每個區(qū)域所對 應(yīng)的區(qū)域圖像進行合并，得到目標的目標圖像。本實施例通過景物輪廓對目標進行區(qū)域劃 分，將每個區(qū)域的最清晰的區(qū)域圖像取出合成目標的最終圖像，使得最終成像更加清晰銳 利，且目標內(nèi)部的景物都可清晰呈現(xiàn)。最終對焦成功的概率變大，有效降低了對焦的失敗概 率。
[0087]本領(lǐng)域普通技術(shù)人員可以理解:實現(xiàn)上述各方法實施例的全部或部分步驟可以通 過程序指令相關(guān)的硬件來完成。前述的程序可以存儲于一計算機可讀取存儲介質(zhì)中。該程 序在執(zhí)行時，執(zhí)行包括上述各方法實施例的步驟;而前述的存儲介質(zhì)包括:R〇M、RAM、磁碟或 者光盤等各種可以存儲程序代碼的介質(zhì)。
[0088]最后應(yīng)說明的是：以上各實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制;盡 管參照前述各實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解:其依 然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分或者全部技術(shù)特征進 行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù) 方案的范圍。
【主權(quán)項】
1. 一種相機成像方法，其特征在于，包括： 通過圖像傳感器對待拍攝的目標進行數(shù)據(jù)采集； 從所采集的數(shù)據(jù)中識別出所述目標中所包含的各景物； 獲取各景物對應(yīng)的輪廓信息； 根據(jù)各景物的輪廓信息對所述目標進行區(qū)域劃分； 調(diào)整所述圖像傳感器與所述目標之間的距離，獲取每個區(qū)域?qū)?yīng)的清晰度最佳的成像 位置； 抽取每個區(qū)域所對應(yīng)的所述成像位置上的區(qū)域圖像； 將每個區(qū)域所對應(yīng)的所述區(qū)域圖像進行合并，得到所述目標的目標圖像。2. 根據(jù)權(quán)利要求1所述的相機成像方法，其特征在于，所述從所采集的數(shù)據(jù)中獲取所述 目標中所包含的各景物，包括： 根據(jù)設(shè)定的閾值對所采集的數(shù)據(jù)進行二值化處理，生成矩陣數(shù)據(jù)； 對所述矩陣數(shù)據(jù)進行連續(xù)性識別并保存連續(xù)區(qū)域的區(qū)域信息； 篩選出所述目標所包含的各景物相應(yīng)的所述區(qū)域信息。3. 根據(jù)權(quán)利要求2所述的相機成像方法，其特征在于，所述獲取各景物對應(yīng)的輪廓信 息，包括： 行列掃描各景物的所述區(qū)域信息得到各景物的邊界值，形成各景物的所述輪廓信息。4. 根據(jù)權(quán)利要求3所述的相機成像方法，其特征在于，所述根據(jù)設(shè)定的閾值對所采集的 數(shù)據(jù)進行二值化處理，生成矩陣數(shù)據(jù)，包括： 將二值化處理后的數(shù)據(jù)與所述閾值進行比較； 通過將大于或者等于所述閾值的二值化處理后的數(shù)據(jù)設(shè)置為1以及將小于所述閾值的 二值化處理后的數(shù)據(jù)設(shè)置為O生成所述矩陣數(shù)據(jù)。5. 根據(jù)權(quán)利要求4所述的相機成像方法，其特征在于，所述對所述矩陣數(shù)據(jù)進行連續(xù)性 識別并保存連續(xù)區(qū)域的區(qū)域信息，包括： 查找與所述矩陣數(shù)據(jù)中的第一像素點相鄰的所有第二像素點生成所述連續(xù)區(qū)域;其中 第一像素點為所述矩陣數(shù)據(jù)中數(shù)值為1所對應(yīng)的像素點，所述第二像素點在所述矩陣數(shù)據(jù) 中的數(shù)值為1。6. -種相機裝置，其特征在于，包括： 采集模塊，用于對待拍攝的目標進行數(shù)據(jù)采集； 識別模塊，用于從所采集的數(shù)據(jù)中識別出所述目標中所包含的各景物； 第一獲取模塊，用于獲取各景物對應(yīng)的輪廓信息； 劃分模塊，用于根據(jù)各景物的輪廓信息對所述目標進行區(qū)域劃分； 第二獲取模塊，用于調(diào)整所述圖像傳感器與所述目標之間的距離，獲取每個區(qū)域?qū)?yīng) 的清晰度最佳的成像位置； 抽取模塊，用于抽取每個區(qū)域所對應(yīng)的所述成像位置上的區(qū)域圖像； 合并模塊，用于將每個區(qū)域所對應(yīng)的所述區(qū)域圖像進行合并，得到所述目標的目標圖 像。7. 根據(jù)權(quán)利要求6所述的相機裝置，其特征在于，所述識別模塊，包括： 生成單元，用于根據(jù)設(shè)定的閾值對所采集的數(shù)據(jù)進行二值化處理，生成矩陣數(shù)據(jù)； 識別單元，用于對所述矩陣數(shù)據(jù)進行連續(xù)性識別并保存連續(xù)區(qū)域的區(qū)域信息； 篩選單元，用于篩選出所述目標所包含的各景物相應(yīng)的所述區(qū)域信息。8. 根據(jù)權(quán)利要求7所述的相機裝置，其特征在于，所述第一獲取模塊，具體行列掃描各 景物的所述區(qū)域信息得到各景物的邊界值，形成各景物的所述輪廓信息。9. 根據(jù)權(quán)利要求8所述的相機裝置，其特征在于，所述生成單元，具體用于將二值化處 理后的數(shù)據(jù)與所述閾值進行比較，以及通過將大于或者等于所述閾值的二值化處理后的數(shù) 據(jù)設(shè)置為1以及將小于所述閾值的二值化處理后的數(shù)據(jù)設(shè)置為〇生成所述矩陣數(shù)據(jù)。10. 根據(jù)權(quán)利要求9所述的相機裝置，其特征在于，所述識別單元，具體用于查找與所述 矩陣數(shù)據(jù)中的第一像素點相鄰的所有第二像素點生成所述連續(xù)區(qū)域;其中第一像素點為所 述矩陣數(shù)據(jù)中數(shù)值為1所對應(yīng)的像素點，所述第二像素點在所述矩陣數(shù)據(jù)中的數(shù)值為1。
【文檔編號】H04N5/232GK105898135SQ201510786354
【公開日】2016年8月24日
【申請日】2015年11月15日
【發(fā)明人】張鵬
【申請人】樂視移動智能信息技術(shù)（北京）有限公司