一种自适应变焦的方法及系统的制作方法
【技术领域】
[0001]本发明涉及光学成像技术领域，尤其涉及的是一种自适应变焦的方法及系统。
【背景技术】
[0002]在生活中，普遍使用的一些摄像设备采用广角拍摄，以获取更大的拍摄范围，但是在拍摄的范围扩大的同时，视频图像中的目标物结构特征可能会丢失，比如，当使用行车记录仪中拍摄图像中某辆车的车牌，而丢失的这些细节特征往往比较重要，若丢失则对使用者带来较大的损失。
[0003]在现有技术中，可以通过变焦的技术获取细节特征的图像，但是通常都是通过手动的方式实现，因此智能性较差，不能满足用户的需求
因此，现有技术有待于进一步的改进。
【发明内容】
[0004]鉴于上述现有技术中的不足之处，本发明的目的在于为用户提供一种自适应变焦的方法及系统，克服现有技术中摄像设备采用广角摄像，造成目标物的细节特征丢失的缺陷。
[0005]本发明解决技术问题所采用的技术方案如下:
一种自适应变焦的方法，其中，包括:
A、对视频中的图像进行轮廓特征提取，获取图像中目标物轮廓的中心点坐标；
B、根据所述中心点坐标按照位置相隔远近，分别将图像中目标物的中心点坐标划分到不同的点簇区域；
C、计算每个点簇区域中目标物中心点坐标的位置平均值，并将所有位置平均值存储到焦点序列集；
D、以所述焦点序列集中位置平均值的排列顺序，依次选取其中的一个位置平均值为对焦点，进行视频采集O
[0006]所述自适应变焦的方法，其中，所述步骤A中还包括步骤:
Al、获取预定时间段的视频，并每隔预定帧数从视频中抽取一帧图像作为样本图像；
A2、对每帧样本图像进行轮廓特征提取。
[0007]所述自适应变焦的方法，其中，所述步骤A中还包括步骤:
将获取的所述中心点坐标存储到位置坐标集。
[0008]所述自适应变焦的方法，其中，所述步骤C中还包括步骤:
Cl、根据点簇区域中各个中心点坐标的个数和点簇区域的面积，计算每个点簇区域的中心点密度值；
C2、当所述点簇区域的个数超出预定个数时，则按照中心点密度值的高低顺序，忽略密度值排列在预定个数后的点簇区域。
[0009]所述自适应变焦的方法，其中，所述步骤D中还包括步骤: D1、每隔预定时间，暂停选取位置平均值为对焦点，采用自动对焦的方式进行摄像头对焦。
[0010]—种自适应变焦的系统，其中，包括:
中心坐标获取模块，用于对视频中的图像进行轮廓特征提取，获取图像中目标物轮廓的中心点坐标；
坐标区域划分模块，用于根据所述中心点坐标按照位置相隔远近，分别将图像中目标物的中心点坐标划分到不同的点簇区域；
焦点存储模块，用于计算每个点簇区域中目标物中心点坐标的位置平均值，并将所有位置平均值存储到焦点序列集；
变焦采集模块，用于以所述焦点序列集中位置平均值的排列顺序，依次选取其中的一个位置平均值为对焦点，进行视频采集。
[0011]所述自适应变焦的系统，其中，所述中心坐标获取模块包括:
样本图像获取单元，用于获取预定时间段的视频，并每隔预定帧数从视频中抽取一帧图像作为样本图像；
特征提取单元，用于对每帧样本图像进行轮廓特征提取。
[0012]所述自适应变焦的系统，其中，所述中心坐标获取模块还包括:
坐标存储单元，用于将获取的所述中心点坐标存储到位置坐标集。
[0013]所述自适应变焦的系统，其中，所述焦点存储模块包括:
密度值计算单元，用于根据点簇区域中各个中心点坐标的个数和点簇区域的面积，计算每个点簇区域的中心点密度值；
点密度区域忽略单元，用于当所述点簇区域的个数超出预定个数时，则按照密度值的高低顺序，忽略密度值排列在预定个数之后的点簇区域。
[0014]所述自适应变焦的系统，其中，所述变焦采集模块还包括:
自动对焦单元，用于每隔预定时间，暂停选取位置平均值为对焦点，采用自动对焦的方式进行摄像头对焦。
[0015]有益效果，本发明提供了一种自适应变焦的方法及系统，根据用户行车环境，首先对摄像头获取的视频图像中的目标物进行轮廓提取，得到目标物中心位置，根据中心位置的统计平均，得到与用户环境匹配的多个焦点位置，保存成焦点序列集，在之后的采集过程中，轮流以焦点序列集中保存的中心点作为对焦点，实现智能化的自动变焦，获取目标物的细节特征，为用户后期查看视频中的细节提供支持。
【附图说明】
[0016]图1是本发明提供的一种自适应变焦的方法步骤流程图。
[0017]图2是本发明视频图像中目标物轮廓特征提取的示意图。
[0018]图3是本发明中图像中点簇区域的示意图。
[0019]图4是本发明一种自适应变焦系统的原理结构示意图。
【具体实施方式】
[0020]为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
[0021]本发明针对现有技术中摄像设备采用广角拍摄图图像或者获取视频时，比如通常使用的行车记录仪，由于拍摄的范围大，造成目标物的细节内容丢失的缺陷，提供了一种智能变焦的方法，为用户获取更多目标物的细节信息。
[0022]本发明提供了一种自适应变焦的方法，如图1所示，所述方法包括:
S1、对视频中的图像进行轮廓特征提取，获取图像中目标物轮廓的中心点坐标。
[0023]为了实现智能对焦，在本步骤中先进行摄像设备对焦自学习，即从其所获取的视频信息中，先获取摄像时目标物的中心位置信息，则在进行拍摄时，可以将目标物的中心位置坐标作为焦点进行对焦，实现其自适应对焦的功能。
[0024]具体的，本步骤中，首先通过摄像设备获取一定时间内的视频，对视频中的每帧图像进行轮廓特征提取，获取图像中目标物的中心点坐标。
[0025]每个图像帧的轮廓数量，大致等同于图像中的目标数，将各个目标的中心位置记录到坐标集中。
[0026]如图2所示，是视频中的某一帧图像的示意图，其中A、B、C为该帧图像中目标物通过轮廓提取获得的轮廓图(轮廓图应该是不规则的，为了描述简单，这里用规则轮廓表示)，分别计算轮廓A、B、C的中心坐标点为(xa, ya)，(xb, yb)，(xc, yc)。
[0027]较佳的，为了快速的获取目标物的中心点坐标，在所述步骤SI中还包括步骤:
511、获取预定时间段的视频，并每隔预定帧数从视频中抽取一帧图像作为样本图像；
512、对每帧样本图像进行轮廓特征提取。
[0028]即仅仅从视频中抽出一些图像作为样本图像，每隔预定帧数获取一帧图像是因为相邻帧的图像中可能画面比较相近，其中目标物的轮廓特征可能相近，若对视频中每帧图像都进行轮廓特征提取，则增加了轮廓特征提取的任务量，较多的数据处理占用大量内存，使信息处理的效率低，因此在本步骤中，仅需要从中取若干个图像作为样本图像就可以实现本发明所要实现的目的。
[0029]本步骤中，为了更好的对获取的数据进行处理，避免数据的遗失，所述步骤SI中还包括步骤:
将获取的所述中心点坐标存储到位置坐标集。
[0030]S2、根据所述中心点坐标按照位置相隔远近，分别将图像中目标物的中心点坐标划分到不同的点簇区域。
[0031]在每帧样本图像中，如图3所示，轮廓特征提取后，获取目标物的轮廓图，根据目标物轮廓所在位置，将所述目标物划分到不同的点簇区域，根据目标物的中心点坐标的远近进行划分，或者中心点坐标的疏密情况来进行划分，将图像中全部目标物分别划分到不同的点簇区域中。
[0032]具体的，所述划分方法为:按照中心点坐标的疏密度，将间隔预定距离的点划分到一个区域内，超出预定范围，归属到另一个区域。
[0033]S3、计算每个点簇区域中目标物中心点坐标的位置平均值，并将所有位置平均值存储到焦点序列集。
[0034]计算每个划分好的点簇区域中目标物的中心点坐标的平均值，将所述位置平均值存储到焦点序列集中，即将这些中心点坐标的平