[发明专利]用于调试图像信号处理器的方法、装置和系统

说明书

本申请涉及图像处理技术领域，特别涉及一种用于调试图像信号处理器的方法、系统和装置。所述一种用于调试图像信号处理器的方法，包括：将由图像信号处理器生成的图像输入到人工智能模型；通过所述人工智能模型从所述图像中识别出目标区域图像；针对所述目标区域图像计算出目标参数；根据算出的所述目标参数和设置的目标标准参数生成用于所述图像信号处理器的调试参数；以及根据所述调试参数针对所述图像信号处理器进行自动调试操作。通过以上方法对于不同的SensorISP，通过训练好的人工智能模型，生成相应的ISP调试参数，对ISP进行自动调试操作，提高自动调试的效率，减少人工成本。

技术领域

本申请涉及图像处理技术领域，特别涉及用于调试图像信号处理器的方法、装置和系统。

背景技术

由相机传感器(Sensor)捕获的原始图像一般由图像信号处理器(ISP)处理以生成最终图像。该处理可包含应用于所捕获图像的多个滤波器或处理块的操作，例如去噪或噪声滤波、边缘增强、色彩平衡、对比度、强度调整(例如变暗或变亮)、色调调整等等。

对于不同的Sensor ISP，镜头都需要进行ISP调试或调优(Tuning)。然而现有技术中常见的方式则是需要专业的人员进行人工调试，这需要花费大量的人工成本，且人工调试效率不高。

发明内容

本申请提供了用于调试图像信号处理器的方法、系统和装置，其能够实现图像信号处理器的自动调试操作，无需人工参与，提高调试的效率，减少人工成本。

在第一方面，提供一种用于调试图像信号处理器的方法。所述方法包括：将由图像信号处理器生成的图像输入到人工智能模型；通过所述人工智能模型从所述图像中识别出目标区域图像；针对所述目标区域图像计算出目标参数；根据算出的所述目标参数和设置的目标标准参数生成用于所述图像信号处理器的调试参数；以及根据所述调试参数针对所述图像信号处理器进行自动调试操作。

在一些实施例中，将由图像信号处理器输出的图像输入到人工智能模型包括：将所述图像信号处理器输出的标准色卡图像和色阶卡图像输入到所述人工智能模型；通过所述人工智能模型从所述图像中识别出目标区域图像包括：通过所述人工智能模型识别出标准色卡和灰阶卡，并截取对应区域的图像；并且针对所述目标区域图像计算出目标参数包括：根据预设算法对所述目标区域图像进行计算得所述目标参数，所述目标参数包括Colorcheck值、信噪比值、GAMMA值和动态范围值中的至少一个。

在一些实施例中，根据算出的所述目标参数和设置的目标标准参数生成用于所述图像信号处理器的调试参数包括：计算所述目标参数和所述目标标准参数的偏差值；以及通过标定算法根据所述偏差值生成所述调试参数。

在一些实施例中，根据所述调试参数针对所述图像信号处理器进行自动调试操作包括：根据所述调试参数生成用于所述图像信号处理器的IQ文件，以运行所述IQ文件。

在一些实施例中，所述方法还包括：判断所述自动调试操作后由所述图像信号处理器生成的图像是否满足预设条件；以及若不满足预设条件，则将所述自动调试操作后的图像重新输入到所述人工智能模型，以用于针对所述图像信号处理器进行所述自动调试操作。

在一些实施例中，所述方法还包括：训练所述人工智能模型，包括：制作待标注的数据集；标注所述数据集；以及通过标注的所述数据集进行所述人工智能模型的训练。

在一些实施例中，制作待标注的数据集包括：在灯箱采集各个色温、各个亮度的标准色卡的视频数据，并进行标注和提取相应的特征点；以及在灯箱采集各个色温、各个亮度的灰阶卡的视频数据，并进行标注和提取相应的特征点；标注所述数据集包括：对采集好的数据进行标定，并且进行标注，所述标定包括对所述标准色卡和所述灰阶卡的位置进行标定；并且通过标注的所述数据集进行所述人工智能模型的训练包括：对标注好的所述数据集进行训练得所述人工智能模型，所述人工智能模型用于识别所述标准色卡和所述灰阶卡。