摘要
本申请涉及具有双目摄像头的相机对焦的领域,其具体地公开了一种双目摄像头自动对焦方法、装置和电子设备。所述方法为了控制多个摄像头以实现多个摄像头的自动对焦,采用基于深度学习技术的卷积神经网络模型来提取初始图像中的高维特征,并且本申请还使用坐标转换的方法,解决了两个初始图像的视野差异以及两个特征图之间对应位置之间的偏移问题,以在控制不同摄像头的对焦参数时,能够基于图像的背景部分的最优图像质量来进行控制。通过这样的方式,可以使得不同的对焦参数能够根据不同摄像头所获得的图像进行动态调整,以使不同摄像头获得的图像经过融合以后可以获得最佳的成像效果。
技术关键词
双目摄像头
矩阵
特征值
图像获取单元
坐标
深度卷积神经网络
视野
处理单元
计算机程序指令
卷积神经网络模型
深度学习技术
电子设备
解码器
参数
对象
处理器
平方根
存储器
系统为您推荐了相关专利信息
输电塔构件
承载力评估方法
现场检测系统
铁塔模型
无腐蚀
血管超声图像
深度相机
二维超声图像
三维重建方法
探头
执行机构
水平校正
运动轨迹规划
SIFT特征点
非线性回归模型