專利名稱：：智能圖像質(zhì)量引擎的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明大體上涉及用于捕獲圖像數(shù)據(jù)的數(shù)碼相機(jī)，且更確切地說涉及智能地改進(jìn)圖像質(zhì)量。
背景技術(shù)：
：消費者日漸使用數(shù)碼相機(jī)來捕獲靜態(tài)圖像和視頻數(shù)據(jù)。連接到主機(jī)系統(tǒng)的網(wǎng)絡(luò)攝像頭和數(shù)碼相機(jī)也變得越來越普遍。此外，其它包含數(shù)字圖像捕獲能力的裝置(例如配有攝像頭的手機(jī)和個人數(shù)字助理(PDA))正席巻市場。一般來說，這類數(shù)碼相機(jī)的用戶希望相機(jī)每次均能捕獲到圖像質(zhì)量盡可能最佳的圖像數(shù)據(jù)(靜態(tài)和/或視頻)。不論環(huán)境條件(例如，低亮度、背光等)、用戶外觀(例如，用戶膚色、發(fā)色、服裝色彩等)和其它各種各樣的因素(例如，用戶與相機(jī)的距離、用戶正使用的應(yīng)用程序的類型(比如即時消息傳遞)等)如何，均希望獲得這種盡可能最佳的圖像質(zhì)量。有些常用的數(shù)字圖像捕獲裝置試圖改進(jìn)圖像質(zhì)量。然而，所用的方法中存在若干缺點。首先，若干常用的數(shù)字圖像捕獲裝置允許用戶預(yù)先改變各種控制(例如，閃光燈、焦距等)以改進(jìn)圖像質(zhì)量。然而，在許多這類情況下，數(shù)字捕獲裝置不會顯示出任何智能性，而只是實施用戶的決定。第二，即使在數(shù)字圖像捕獲裝置確實使用了某種智能性的情況下(例如，建議用戶應(yīng)使用閃光燈)，但每種特征/控制是單獨使用的。然而，總體圖像質(zhì)量取決于這些各種特征/控制的組合，而不是取決于每種單獨的特征/控制。例如，單獨處理環(huán)境中的微光可能會導(dǎo)致噪聲增加。常規(guī)的數(shù)字圖像捕獲裝置并未考慮到這些特征的這種交互作用。相反，單獨對待特定問題有時會導(dǎo)致總體圖像質(zhì)量惡化而不是改善總體圖像質(zhì)量。此外，有些可用的數(shù)字圖像捕獲裝置試圖將這些控制中的一些控制作為一個群組來處理，但其使用靜態(tài)算法來進(jìn)行這種處理。舉例來說，這類靜態(tài)算法會查看當(dāng)前圖像的預(yù)覽，并判斷可以進(jìn)行哪些動作(如果有的話)來改進(jìn)當(dāng)前圖像。這類技術(shù)大多用于靜態(tài)圖像捕獲，且因此其本身不會考慮為什么圖像質(zhì)量未達(dá)最佳標(biāo)準(zhǔn)和/或之后捕獲的圖像會看起來如何。其它可用的算法會在已經(jīng)捕獲了圖像數(shù)據(jù)之后才使用捕獲后處理技術(shù)(例如改進(jìn)先前捕獲的圖像數(shù)據(jù)的亮度、飽和度、對比度等)來改進(jìn)圖像質(zhì)量。然而，這類技術(shù)本質(zhì)上是有局限性的，因為在捕獲時間因非最佳因素而丟失的信息無法逆向找回。相反，只能使用技巧性處理技術(shù)(例如，像素平均化)來以最吸引人的形式展現(xiàn)已經(jīng)捕獲的數(shù)據(jù)。因此，需要一種智能動態(tài)相機(jī)圖像質(zhì)量引擎，其可將一組控制作為群組進(jìn)行管理，且能夠?qū)崟r地捕獲到質(zhì)量盡可能最佳的圖像數(shù)據(jù)。此外，將需要一種直觀且方便的方法和系統(tǒng)，既用于允許用戶控制各種特征，又能一直使用戶獲悉與圖像質(zhì)量有關(guān)的各種發(fā)展。
發(fā)明內(nèi)容根據(jù)一個實施例，本發(fā)明是一種用于改進(jìn)圖像數(shù)據(jù)的實時捕獲的圖像質(zhì)量的系統(tǒng)和方法，其中將各種參數(shù)作為一個整體來控制，且其根據(jù)對圖像質(zhì)量為何未達(dá)最佳標(biāo)準(zhǔn)的評估而實施算法。在一個實施例中，這種系統(tǒng)和方法包含控制捕獲參數(shù)以及進(jìn)行圖像后處理一一潛在地考慮到先前的圖像一一因此能在廣泛范圍的圖像質(zhì)量方面實現(xiàn)控制。在一個實施例中，這種系統(tǒng)和方法在裝置與主機(jī)系統(tǒng)之間分配，因而能夠利用裝置能力以及主機(jī)能力，一般來說，主機(jī)能力遠(yuǎn)遠(yuǎn)勝過裝置能力。主機(jī)與裝置之間的這種劃分在經(jīng)設(shè)計以與主機(jī)系統(tǒng)(例如，網(wǎng)絡(luò)攝像頭)結(jié)合使用的數(shù)碼相機(jī)的情況下是獨一無二的。數(shù)碼相機(jī)的圖像質(zhì)量是多種因素的組合，這些因素可彼此折衷。雖然容易在已知的環(huán)境中調(diào)節(jié)相機(jī)以使其顯得更好，但相同的設(shè)置并非會對所有的情形奏效。根據(jù)本發(fā)明實施例的系統(tǒng)智能地管理與圖像質(zhì)量相關(guān)的各種不同參數(shù)，以便通過利用對環(huán)境、系統(tǒng)等的認(rèn)識來改進(jìn)最終用戶的體驗。圖像質(zhì)量引擎根據(jù)對系統(tǒng)當(dāng)前狀態(tài)的了解以及對系統(tǒng)如何變?yōu)槠洚?dāng)前狀態(tài)的了解，來更新多種參數(shù)，其中包含關(guān)于主機(jī)系統(tǒng)的一些參數(shù)(例如，各種主機(jī)后處理算法)和與相機(jī)相關(guān)的一些參數(shù)(例如，增益、幀速率)。此處，系統(tǒng)的狀態(tài)可包含來自裝置的信息、來自對幀的分析的信息和來自主機(jī)本身的信息(例如，CPU速度、正使用的應(yīng)用程序等)。在一個實施例中，根據(jù)本發(fā)明的系統(tǒng)包含一組圖像處理特征、根據(jù)系統(tǒng)級參數(shù)來控制所述特征的策略和也由所述策略來控制的與用戶交互的一組方式。這一架構(gòu)是充分靈活的，其可隨著時間、隨著新特征的添加或行為的更新而發(fā)展。在一個實施例中，將智能圖像質(zhì)量引擎實施為狀態(tài)機(jī)。狀態(tài)機(jī)中的狀態(tài)包含關(guān)于何時進(jìn)入每一狀態(tài)、何時退出和哪些參數(shù)用于這些算法的信息。在一個實施例中，實施一種智慧型自動曝光(AE)算法，其通過著重關(guān)注區(qū)域(例如，用戶面部)中的自動曝光而在背光環(huán)境下改進(jìn)圖像質(zhì)量。所述智慧型AE算法通過在對于用戶來說較為重要的圖像區(qū)域(面部和/或移動物體)中改進(jìn)圖像質(zhì)量來改進(jìn)整體用戶體驗，但是圖像其余部分的曝光可能會變差。在一個實施例中，實施一種幀速率控制算法，其在微光環(huán)境中改進(jìn)圖像質(zhì)量。所應(yīng)用的圖像處理算法的其它實例為控制飽和度水平、亮度水平、對比度等。在一個實施例中，也執(zhí)行例如時間濾波的捕獲后處理。在本發(fā)明的一個實施例中，在實施特定算法之前先征得用戶的準(zhǔn)許。此外，在一個實施例中，用戶也可手動地選擇特定參數(shù)的值，和/或選擇用于實施的特定算法。在本發(fā)明的一個實施例中，一個或一個以上LED(例如在可能實施特定算法時)向用戶傳送關(guān)于智能圖像質(zhì)量引擎的信息，以潛在地改進(jìn)用戶總體體驗，雖然會進(jìn)行其它折衷。本發(fā)明摘要中描述的特征和優(yōu)點以及以下具體描述不是詳盡的，且更確切地說，所屬領(lǐng)域的技術(shù)人員在查看了圖式、說明書及其權(quán)利要求書之后將容易了解許多其它特征和優(yōu)點。此外，應(yīng)注意到，說明書中使用的語言主要是為了可讀性和指導(dǎo)性目的而選擇的，且可能不是為了描述或限定發(fā)明主題而選擇的，請參見對于確定這種發(fā)明主題必要的權(quán)利要求。本發(fā)明具有其它優(yōu)點和特征，當(dāng)結(jié)合附圖閱讀對本發(fā)明的具體描述和所附權(quán)利要求書時，將更容易了解所述優(yōu)點和特征，附圖中圖1是說明根據(jù)本發(fā)明實施例的系統(tǒng)的方框圖。圖2是說明根據(jù)本發(fā)明實施例的系統(tǒng)的運作的流程圖。圖3A是狀態(tài)機(jī)的方框圖表示。圖3B說明根據(jù)本發(fā)明實施例所使用的狀態(tài)機(jī)的實例。圖4A是說明根據(jù)本發(fā)明一個實施例在實施智慧型自動曝光算法時由狀態(tài)機(jī)起始的各種操作的流程圖。圖4B說明關(guān)注樣本區(qū)域。圖5是說明根據(jù)本發(fā)明實施例的幀速率、增益和降飽和算法如何相互作用的圖表。圖6是說明根據(jù)本發(fā)明實施例的飽和度控制的圖表。圖7A是根據(jù)本發(fā)明實施例的用戶界面的截屏。圖7B是根據(jù)本發(fā)明實施例的用戶界面的另一截屏。圖7C是說明當(dāng)用戶在UI中進(jìn)行不同選擇時會發(fā)生何種情況的流程圖。具體實施例方式圖(或圖式)僅為說明目的而描繪本發(fā)明的優(yōu)選實施例。請注意，圖中的相似或相同參考數(shù)字可指代相似或相同功能。所屬領(lǐng)域的技術(shù)人員通過以下描述將容易了解，可在不偏離此處本發(fā)明的原理的情況下使用本文揭示的結(jié)構(gòu)和方法的替代實施例。應(yīng)注意，以下實例主要針對網(wǎng)絡(luò)攝像頭，但本發(fā)明的實施例也可應(yīng)用于其它圖像捕獲裝置。圖1是說明一可能的應(yīng)用場景的方框圖1，所述場景中有圖像捕獲裝置100、主機(jī)系統(tǒng)110和用戶120。在一個實施例中，圖像捕獲裝置100捕獲到的數(shù)據(jù)是靜態(tài)圖像數(shù)據(jù)。在另一實施例中，圖像捕獲裝置100捕獲到的數(shù)據(jù)是視頻數(shù)據(jù)(在有些情況下伴隨有音頻數(shù)據(jù))。在又一實施例中，圖像捕獲裝置100根據(jù)用戶120進(jìn)行的選擇而捕獲靜態(tài)圖像數(shù)據(jù)或者視頻數(shù)據(jù)。圖像捕獲裝置100包含用于捕獲圖像數(shù)據(jù)的傳感器。在一個實施例中，圖像捕獲裝置100是網(wǎng)絡(luò)攝像頭。例如，這類裝置可為Logitech,Inc.(Fremont,CA)的QuickCam⑧。應(yīng)注意，在不同實施例中，圖像捕獲裝置100是任何可捕獲圖像的裝置，其中包含數(shù)碼相機(jī)、數(shù)字可攜式攝像機(jī)、個人數(shù)字助理(PDA)、配有相機(jī)的手機(jī)等。在這些實施例中的有些實施例中，可能并不需要主機(jī)系統(tǒng)110。例如，手機(jī)可經(jīng)由網(wǎng)絡(luò)與遠(yuǎn)程站點直接通信。作為另一實例，數(shù)碼相機(jī)本身可存儲圖像數(shù)據(jù)。再次參看圖1所示的特定實施例，主機(jī)系統(tǒng)110是常規(guī)的計算機(jī)系統(tǒng)，其可包含計算機(jī)、存儲裝置、網(wǎng)絡(luò)服務(wù)連接和可耦接到計算機(jī)系統(tǒng)的常規(guī)的輸入/輸出裝置，比如顯示器、鼠標(biāo)、打印機(jī)和/或鍵盤。計算機(jī)還可包含常規(guī)的操作系統(tǒng)、輸入/輸出裝置和網(wǎng)絡(luò)服務(wù)軟件。此外，在有些實施例中，計算機(jī)包含用于與IM服務(wù)通信的即時消息傳遞(FM)軟件。網(wǎng)絡(luò)服務(wù)連接包含允許連接到常規(guī)網(wǎng)絡(luò)裝置的硬件和軟件組件。舉例來說，網(wǎng)絡(luò)服務(wù)連接可包含與電信線路(例如撥號線、數(shù)字訂戶線(DSL)、T1或T3通信線路)的連接。舉例來說，主機(jī)計算機(jī)、存儲裝置和網(wǎng)絡(luò)服務(wù)連接可從IBMCorporation(Armonk,NY),SunMicrosystems,Inc.(PaloAlto,CA)或Hewlett-Packard,Inc.(PaloAlto，CA)獲f尋。應(yīng)注意，主機(jī)系統(tǒng)IIO可為其它任何類型的主機(jī)系統(tǒng)，例如PDA、手機(jī)、游戲機(jī)或其它任何具有適當(dāng)處理能力的裝置。在一個實施例中，裝置100可經(jīng)由無線鏈路、使用任何無線技術(shù)(例如RF、藍(lán)牙等)耦合到主機(jī)110。在一個實施例中，裝置100經(jīng)由電纜(例如USB、USB2.0、FireWire等)耦接到主機(jī)IIO。應(yīng)注意，在一個實施例中，圖像捕獲裝置100集成到主機(jī)110中。這類實施例的一實例是集成到膝上型計算機(jī)中的網(wǎng)絡(luò)攝像頭。圖像捕獲裝置100捕獲用戶120的圖像連同用戶120周圍的一部分環(huán)境。在一個實施例中，將捕獲到的數(shù)據(jù)發(fā)送到主機(jī)系統(tǒng)110，以供進(jìn)一步處理、存儲和/或經(jīng)由網(wǎng)絡(luò)發(fā)送給其它用戶。在圖l所示的實施例中，展示智能圖像質(zhì)量引擎140駐留在主機(jī)系統(tǒng)IIO上。在另一實施例中，智能圖像質(zhì)量引擎140駐留在圖像捕獲裝置100上。在又一實施例中，智能圖像質(zhì)量引擎140部分駐留在主機(jī)系統(tǒng)110上且部分駐留在圖像捕獲裝置100上。智能圖像質(zhì)量引擎140包含一組圖像處理特征、根據(jù)系統(tǒng)級參數(shù)來控制所述特征的策略和也由所述策略來控制的與用戶交互的一組方式。以下詳細(xì)描述若干圖像處理特征。這些圖像處理特征根據(jù)各種因素(例如，光照環(huán)境、圖像中的移動等)來改進(jìn)圖像質(zhì)量中的一些方面。然而，圖像質(zhì)量不是只有一個方面，所以存在許多折衷。具體來說，這些特征中的若干特征雖然會帶來某種改進(jìn)，但也具有一些缺點，而智能圖像質(zhì)量引擎140的目的是根據(jù)各種情形來適當(dāng)?shù)厥褂眠@些特征，這些情形包含裝置捕獲設(shè)置、系統(tǒng)情形、對圖像質(zhì)量的分析(受到環(huán)境情形等的影響)等。在根據(jù)本發(fā)明實施例的系統(tǒng)中，評估圖像數(shù)據(jù)，且對圖像質(zhì)量較差的原因進(jìn)行判斷。隨后，根據(jù)所述評估來改變各種參數(shù)以優(yōu)化圖像質(zhì)量，以便可用優(yōu)化的參數(shù)捕獲隨后的圖像。為了作出明智且智能的決定，智能圖像質(zhì)量引擎140需要認(rèn)識各種信息，所述信息從捕獲的圖像、網(wǎng)絡(luò)攝像頭IOO本身以及從主機(jī)110獲得。下面參看圖2更詳細(xì)地論述這一點。智能圖像質(zhì)量引擎140在一個實施例中實施為狀態(tài)機(jī)。狀態(tài)機(jī)含有關(guān)于以下內(nèi)容的信息響應(yīng)于其從各種來源獲得的信息的分析且在各種預(yù)定閾值的基礎(chǔ)上應(yīng)改變哪些全局參數(shù)。下文參看圖3更詳細(xì)地論述狀態(tài)機(jī)。圖2是說明根據(jù)本發(fā)明實施例的系統(tǒng)的運作的流程圖。其說明接收圖像幀(步驟210)、獲得相關(guān)信息(步驟220、230和240)、呼叫智能圖像質(zhì)量引擎(步驟250)、更新各種參數(shù)(步驟260)、傳送這些更新的參數(shù)(步驟265)、對圖像進(jìn)行后處理(步驟270)和將圖像提供給應(yīng)用程序(步驟280)。如上所述，根據(jù)本發(fā)明實施例的系統(tǒng)使用從各種來源收集的信息。接收圖像幀(步驟210)。這一圖像是使用系統(tǒng)的特定預(yù)先存在的參數(shù)而捕獲的，這些參數(shù)例如為裝置增益、幀速率、曝光時間、亮度、對比度、飽和度、白平衡、焦距。從主機(jī)110獲得信息(步驟220)。由主機(jī)110提供給智能圖像質(zhì)量引擎140的信息的實例包含主機(jī)系統(tǒng)110的處理器類型和速度、作為圖像數(shù)據(jù)提供對象的應(yīng)用程序所請求的格式(包含分辨率和幀速率)、同時在主機(jī)系統(tǒng)110上使用的其它應(yīng)用程序(指示主機(jī)系統(tǒng)110可供圖像質(zhì)量引擎140使用的處理能力，且還提供關(guān)于圖像的可能的目標(biāo)用途的信息)、主機(jī)系統(tǒng)110所位于的國家、會影響圖像質(zhì)量引擎140的當(dāng)前用戶設(shè)置等。從裝置100獲得信息(步驟230)。裝置IOO提供的信息的實例包含增益、幀速率、曝光和背光評價(用來評價背光情形的度量)。從圖像幀中提取(步驟240)的信息的實例包含關(guān)注區(qū)域、自動曝光信息(這也可根據(jù)實施方案由硬件或固件在裝置中進(jìn)行)、背光信息(同樣，這也可如上所述在裝置中進(jìn)行)等。此外，所使用的其它信息可包含焦距、關(guān)于色彩含量的信息、更詳細(xì)的自動曝光分析，以便處理具有不均勻亮度的圖像的圖像等。應(yīng)注意，智能圖像質(zhì)量引擎需要的一些信息可來自與以上所述不同的來源，且/或可來自一個以上來源。隨后，調(diào)用智能圖像質(zhì)量引擎140(步驟250)。由于接收到的信息，在一個實施例中，智能圖像質(zhì)量引擎140不僅分析接收到的圖像幀的質(zhì)量是否較差，而且還分析為何會出現(xiàn)這種情況。例如，智能圖像質(zhì)量引擎可確定背光的存在可能是導(dǎo)致圖像曝光未達(dá)最佳標(biāo)準(zhǔn)的原因。換句話說，智能圖像質(zhì)量引擎140不但知道系統(tǒng)現(xiàn)在所處的狀態(tài)(根據(jù)其各種參數(shù))，而且知道其成為這種狀態(tài)的軌跡(例如，增益增加，然后幀速率降低等)。這一點比較重要，因為即使結(jié)果是一樣的(例如，較差的圖片質(zhì)量)，也可能要依據(jù)這一結(jié)果的所評估的原因(例如，背光、微光情形等)通過改變不同的參數(shù)來改進(jìn)圖像質(zhì)量。以下參看圖3更詳細(xì)地討論這一點。接著，根據(jù)智能圖像質(zhì)量引擎140的判斷而更新參數(shù)(步驟260)。連續(xù)地調(diào)節(jié)有些組的參數(shù)，以便響應(yīng)于變化的環(huán)境而改進(jìn)圖像質(zhì)量。在一個實施例中，對一組參數(shù)的這種連續(xù)調(diào)節(jié)是依照響應(yīng)于特定環(huán)境而實施的特定圖像處理算法。例如，微光環(huán)境可能會觸發(fā)幀速率控制算法，且背光環(huán)境可能會觸發(fā)智慧型自動曝光算法。以下更詳細(xì)地描述這類算法。下表1說明由根據(jù)本發(fā)明實施例的智能圖像質(zhì)量引擎140提供的輸出參數(shù)的實例。typedefstruct—LVRL2—0UTPUT—PARAMLVRL—ULONGulSmartAEMode;〃用戶控制設(shè)置的新值LVRL—ULONGulSraartAEStrenght;〃用于智慧型AE強(qiáng)度的值LVRL—RECTSmartAEActualZOI;〃經(jīng)濾波和調(diào)整的用于智慧型AE算法的〃關(guān)注區(qū)域。其采用傳感器坐標(biāo)的形式。LVRL—ULONGulTemporalFilterMode;〃用戶控制設(shè)置的新值LVRL—ULONGulTemporalFilterintensity;〃用于時間濾波器強(qiáng)度〃的值LVRL—ULONGulTemporalFilterCPULevel;〃用于時間濾波器CPU級的值0〃到10。0為低，IO為高。LVRL—ULONGulColorPipeAutoMode;〃用戶控制設(shè)置的新值LVRL—ULONGulColorPipelntensity;〃用于圖像管道控制強(qiáng)度〃的值LVRL—ULONGulColorPipeThresholdll〃用于圖像管道控制〃增益閾值1的值LVRL—ULONGulColorPipeThreshold12〃用于圖像管道控制〃增益閾值2的值LVRL—ULONGulLowLightFrameRate;〃用戶控制設(shè)置的新值LVRL—ULONGuIFrameRateControlEnable;〃用于幀速率控制啟用的值0〃為關(guān)，l為開VRL—ULONGulFrameRateControlFrameTime;〃用于幀速率控制〃幀時間的值LVRL—ULONGulFrameRateControlMaximumGain;〃用于幀速率〃控制最大增益的值}LVRL2—OUTPUT—PARAM，*PLVRL2—OUTPUT—PARAM;表1接著，以適當(dāng)方式(例如傳送給裝置100和主機(jī)110)傳送這些更新的參數(shù)(步驟265)以供將來使用。以下各表中提供這類參數(shù)的實例。對參數(shù)的這種更新使得改進(jìn)的接收到的圖像質(zhì)量更佳。應(yīng)注意，在本發(fā)明的一個實施例中，對每個接收到的圖像幀調(diào)用智能圖像質(zhì)量引擎140(步驟230)。這一點比較重要，因為智能圖像質(zhì)量引擎140負(fù)責(zé)自動更新參數(shù)，并且用于將用戶設(shè)置轉(zhuǎn)譯成軟件和/或硬件要使用的參數(shù)。因此，智能圖像質(zhì)量引擎140的連續(xù)使用使得其在任何給定時間都了解哪些參數(shù)受到其控制而哪些參數(shù)受手動控制。智能圖像質(zhì)量機(jī)器140可根據(jù)其狀態(tài)、環(huán)境和其它輸入?yún)?shù)來確定要做什么，并產(chǎn)生適當(dāng)?shù)妮敵鰠?shù)和要執(zhí)行的動作的列表。從圖2中可看出，也對接收到的幀執(zhí)行特定類型的捕獲后處理(步驟270)。這類后處理的實例是時間處理，以下將更詳細(xì)地描述。應(yīng)注意，根據(jù)本發(fā)明的實施例，這類后處理是可選的。接著向使用圖像數(shù)據(jù)的應(yīng)用程序提供圖像幀(步驟280)。如上所述，在本發(fā)明的一個實施例中，將智能圖像質(zhì)量引擎140實施為狀態(tài)機(jī)。圖3A是狀態(tài)機(jī)的方框圖表示。狀態(tài)機(jī)的定義對于所屬領(lǐng)域的技術(shù)人員是眾所周知的。從圖3A中可看出，狀態(tài)機(jī)包含各種狀態(tài)(狀態(tài)1……m)，其中每一者均可與一個或一個以上動作(動作A……Z)關(guān)聯(lián)。動作是對將執(zhí)行的一個或一個以上行為的描述。此外，轉(zhuǎn)變是指狀態(tài)變化，且由啟用轉(zhuǎn)變所需要滿足的條件來描述。轉(zhuǎn)變規(guī)則(條件l……m)確定何時轉(zhuǎn)變成另一狀態(tài)，以及應(yīng)當(dāng)轉(zhuǎn)變成哪種狀態(tài)。在狀態(tài)機(jī)的一個實施例中，當(dāng)調(diào)用了狀態(tài)機(jī)時，其在相關(guān)聯(lián)的內(nèi)容中査找當(dāng)前狀態(tài)，并接著使用預(yù)定的功能指針表來調(diào)用用于所述狀態(tài)的正確的功能。狀態(tài)機(jī)實施所有所需的決策，使用在合適情況下可與其它狀態(tài)功能共用的其它功能(如果需要的話)來形成恰當(dāng)?shù)妮敵?，且如果發(fā)生轉(zhuǎn)變，則其在上下文中更新當(dāng)前狀態(tài)，以便在下次調(diào)用狀態(tài)機(jī)時采用新狀態(tài)。通過這種方法，添加狀態(tài)就像添加額外功能一樣簡單，且改變轉(zhuǎn)變就相當(dāng)于在本機(jī)中調(diào)整單個功能。在一個實施例中，各種轉(zhuǎn)變?nèi)Q于各種預(yù)定閾值。特定閾值的值在系統(tǒng)性能中是一個關(guān)鍵成分。在一個實施例中，這些閾值是裝置IOO專用的，而狀態(tài)機(jī)則是不同裝置普遍使用的。在一個實施例中，閾值存儲在裝置100上，而狀態(tài)機(jī)本身駐存在主機(jī)IIO上。以此方式，相同的狀態(tài)機(jī)由于指定閾值不同而對不同裝置以不同方式工作。在另一實施例中，狀態(tài)機(jī)本身可具有特定裝置IOO不進(jìn)入的特定狀態(tài)，和/或僅針對一定裝置IOO存在的其它狀態(tài)。在一個實施例中，狀態(tài)機(jī)經(jīng)由若干接口而從硬件中完全抽離。此外，在一個實施例中，狀態(tài)機(jī)不依賴于硬件平臺。在一個實施例中，狀態(tài)機(jī)不依賴于操作系統(tǒng)(OS)。在一個實施例中，狀態(tài)機(jī)實施為支持跨平臺。在一個實施例中，狀態(tài)機(jī)實施為靜態(tài)或動態(tài)的庫。圖3B說明根據(jù)本發(fā)明實施例所使用的狀態(tài)機(jī)的實例。從圖3中可看出，狀態(tài)分為3種類型正常狀態(tài)310、微光狀態(tài)320和背光狀態(tài)330。在此實施例中，每一狀態(tài)對應(yīng)于一種被啟用的新特征或一個新參數(shù)。每一特征針對其相應(yīng)的狀態(tài)以及具有較高編號的所有狀態(tài)而啟用。兩個狀態(tài)可對應(yīng)于具有不同參數(shù)的相同特征。在此情況下，最高狀態(tài)號蓋過先前的特征參數(shù)。在一個實施例中，針對每種狀態(tài)界定以下信息啟用的特征(例如，時間濾波器、智慧型自動曝光(AE)、幀速率控制)針對所述特征的參數(shù)(例如，最大幀時間、降飽和值)觸發(fā)狀態(tài)轉(zhuǎn)變的參數(shù)(例如，增益、整合時間、背光測量)轉(zhuǎn)變?yōu)橄乱粻顟B(tài)的閾值轉(zhuǎn)變?yōu)橄惹盃顟B(tài)的閾值。下表2提供如何根據(jù)處理器速度和以每秒鐘多少像素表示的圖像格式(寬X高X幀/每秒)在智能圖像質(zhì)量引擎140的不同模式(關(guān)/正常模式/受限CPU模式)下選擇微光狀態(tài)的實例。<table>tableseeoriginaldocumentpage13</column></row><table>表2表3和表4中分別提供微光A和微光B的實例。<table>tableseeoriginaldocumentpage13</column></row><table>表4:微光B如上所述，本發(fā)明的各個實施例解決較差圖像質(zhì)量的各種原因。這些原因包含微光情形、背光情形、噪聲等。此外，也可處理若干圖像管道控制(例如對比度、飽和度等)?，F(xiàn)在在下文中詳細(xì)論述。智慧型自動曝光(AE):如果由于背光情形而將圖像質(zhì)量評估為較差，則調(diào)用智慧型AE。智慧型AE是改進(jìn)相機(jī)的自動曝光算法的特征，以在對用戶最重要的圖像區(qū)域(關(guān)注區(qū)域)中改進(jìn)自動曝光。在一個實施例中，智慧型AE算法可位于固件中。在一個實施例中，其可位于軟件中。在另一實施例中，其可位于固件與軟件二者中。在一個實施例中，智慧型AE算法依賴于對場景的平均亮度的統(tǒng)計估計，且為此目的將對用戶潛在地可進(jìn)行設(shè)置的尺寸和來源的若干窗口或區(qū)塊平均統(tǒng)計結(jié)果。圖4A是說明當(dāng)根據(jù)本發(fā)明實施例實施智慧型自動曝光算法時由狀態(tài)機(jī)起始的各種操作。在一個實施例中，將智慧型AE實施為機(jī)器視覺與一起工作的圖像處理算法的組合。首先根據(jù)接收到的圖像來計算關(guān)注區(qū)域(或范圍，ZOI)(步驟410)。所述關(guān)注區(qū)域可用多種方式獲得。在一個實施例中，使用機(jī)器視覺算法來確定關(guān)注區(qū)域。在一個實施例中，將人臉看作構(gòu)成關(guān)注區(qū)域。在一個實施例中，用來計算圖像中的關(guān)注區(qū)域的算法是面部檢測器、面部追蹤器或多面部追蹤器。此類算法可從數(shù)個公司購得例如Logitech,Inc.(Fremont,CA)和NevenVision(LosAngeles，CA)。在一個實施例中，將包含用戶面部的矩形的尺寸與預(yù)定尺寸(ZOI的最小尺寸)的矩形進(jìn)行比較。如果包含用戶面部的矩形不小于ZOI的最小尺寸，則確定此矩形為ZOI。如果其小于ZOI的最小尺寸，則增大包含用戶面部的矩形的尺寸，直到其匹配或超過ZOI的最小尺寸為止。接著確定這個經(jīng)過修改的矩形是ZOI。在一個實施例中，ZOI也經(jīng)過校正，以使得其不會在圖像上移動得快于預(yù)定速度，以便將算法的過度自適應(yīng)所引起的假象最小化。在另一實施例中，使用特征追蹤算法(例如來自NevenVision(LosAngeles,CA))來確定關(guān)注區(qū)域。在又一實施例中，當(dāng)從機(jī)器視覺無法獲得關(guān)注區(qū)域時，使用默認(rèn)關(guān)注區(qū)域(例如，對應(yīng)于圖像中央及其尺寸的50%)。應(yīng)注意，在一個實施例中，關(guān)注區(qū)域還取決于捕獲的視頻所用于的應(yīng)用(例如，對于視頻即時消息傳遞，圖像中的運動位置或者圖像中用戶面部的位置)。在一個實施例中，ZOI位置模塊將輸出用戶所位于的子窗口的坐標(biāo)。在一個實施例中，這一窗口包含用戶面部，且還可包含其它移動物體。在一個實施例中，每隔預(yù)定數(shù)目的毫秒之后便更新窗口。在一個實施例中，每一坐標(biāo)不能朝窗口中央每秒移動預(yù)定數(shù)目以上的像素，或者在其它方向上每秒移動第二預(yù)定數(shù)目以上的像素。此外，在一個實施例中，最小窗口尺寸在傳感器尺寸的水平方向和垂直方向上均不小于預(yù)定數(shù)目的像素。接著，將針對幀計算的關(guān)注區(qū)域轉(zhuǎn)譯(步驟420)成圖像捕獲裝置100的傳感器上的相應(yīng)區(qū)域。在一個實施例中，當(dāng)在主機(jī)110中計算(步驟410)ZOI時，其需要被傳送到相機(jī)100。針對每一相機(jī)界定用來傳送ZOI的接口。在一個實施例中，自動曝光算法針對一組不同的ZOI以位掩碼的形式報告其容量。接著，相機(jī)100的驅(qū)動器將ZOI坐標(biāo)告示給以傳感器坐標(biāo)形式表達(dá)的相應(yīng)屬性。驅(qū)動器知道相機(jī)的分辨率，并使用所述分辨率將窗口坐標(biāo)轉(zhuǎn)譯(步驟420)成傳感器坐標(biāo)。接著，根據(jù)所用的AE算法將ZOI映射(步驟430)成特定的硬件能力。舉例來說，如果AE算法使用傳感器上的許多平均化區(qū)域，則使得ZOI盡可能密切地匹配由這些平均化區(qū)域組成的區(qū)域。接著，AE算法將在確定曝光需求時使用對應(yīng)于具有較高平均權(quán)數(shù)的ZOI的區(qū)域。在一個實施例中，ZOI中的每一平均化區(qū)域具有預(yù)定量大于AE算法所使用的總加權(quán)平均值中的其它平均化區(qū)域(ZOI外部)的權(quán)數(shù)。圖4B對此進(jìn)行說明，其中ZOI外部的每一平均化區(qū)域具有權(quán)數(shù)1，而ZOI內(nèi)的每一像素具有權(quán)數(shù)X，其中X大于1。下表5說明以上針對智慧型AE算法的一個實施例所討論的一些參數(shù)的一些可能值。<table>tableseeoriginaldocumentpage15</column></row><table>表5在一個實施例中，上述參數(shù)中有些參數(shù)在所有圖像捕獲裝置之間是固定的，而有些參數(shù)則根據(jù)所用的相機(jī)而變化。在一個實施例中，有些參數(shù)可由用戶設(shè)置/選擇。在一個實施例中，有些參數(shù)是固定的。在一個實施例中，有些參數(shù)是相機(jī)特有的，且存儲在相機(jī)本身上。在一個實施例中，智慧型自動曝光算法使用不同單位向智能圖像質(zhì)量引擎140報告特定參數(shù)(例如當(dāng)前增益)，以便可使用整數(shù)數(shù)字來設(shè)置有意義的閾值。舉例來說，在一個實施例中，為了實現(xiàn)足夠的精確性，將增益界定為8位整數(shù)，其中8表示增益1，且255表示增益32。在一個實施例中，智慧型自動曝光算法通過從中央窗口的平均值中減去外部窗口的平均值向智能圖像質(zhì)量機(jī)器140報告要求智慧型AE所達(dá)到程度的估計(背光估計)。為此目的，在一個實施例中，中央窗口的默認(rèn)尺寸大約為整個圖像的尺寸的一半。一旦啟用了智慧型AE特征，中央窗口便如上文所述變成ZOI。在一個實施例中，對要求智慧型AE所達(dá)到的程度的這一估計是基于比率(而不是差值)，此取決于中央平均值與外部平均值之間的實施。在一個實施例中，均勻的圖像將產(chǎn)生較小值，而中央與周圍之間的亮度差越大，這個值就越大(不論是中央更亮還是外部更亮)。幀速率控制當(dāng)遇到微光條件時，可根據(jù)本發(fā)明的實施例實施幀速率控制特征。這允許在微光條件下實現(xiàn)較好的信噪比。圖5是說明根據(jù)本發(fā)明實施例幀速率、增益和降飽和算法如何相互作用的圖表。圖5中的X軸表示照明強(qiáng)度(對數(shù)刻度)，且Y軸表示積分時間(對數(shù)刻度)。當(dāng)可用光減少時(即在圖表上向左移)，增加積分時間(幀速率降低)以補償光的減少。降低相機(jī)100捕獲的幀速率，以便能夠通過使用較長的積分時間和較小的增益來提高圖像質(zhì)量。然而，由于包含用戶體驗的降低、和應(yīng)用程序所請求的幀速率等若干原因，非常低的幀速率往往不可接受。當(dāng)達(dá)到應(yīng)用程序要求的幀速率且可用光進(jìn)一步減少時，穩(wěn)定地增加增益(如由曲線圖中的水平部分所描繪)。隨著可用光又進(jìn)一步減少，達(dá)到無法接受增益進(jìn)一步增加的點(最大增益閾值)。這是因為增益的增加會使得圖像噪聲過多，且最大增益閾值是不再能接收噪度進(jìn)一步增加的點。如果可用光進(jìn)一步減少而超過這一點，那么再次降低幀速率(增加積分時間)。最后，當(dāng)幀速率已降低到最小閾值(最小幀速率)時，如果可用光進(jìn)一步減少，則嘗試其它措施。舉例來說，可進(jìn)一步增加增益，和/或采用其它圖像管道控制(舉例來說，可增加降飽和、可操縱對比度等)。在一個實施例中，幀速率算法具有圖6所示的參數(shù)。<table>tableseeoriginaldocumentpage17</column></row><table>表6當(dāng)最大幀時間比對應(yīng)于應(yīng)用程序所要求的幀速率的最大幀時間短時，在一個實施例中，將這一參數(shù)拋棄，以便優(yōu)化圖像質(zhì)量(這是增益達(dá)到所允許的最大增益值之后在圖5的左側(cè)發(fā)生的情況)。圖像管道控制若干其它特征是根據(jù)本發(fā)明實施例實施的，且此處在圖像管道控制下進(jìn)行論述。圖像管道控制是圖像管道中會影響到圖像質(zhì)量的一組旋鈕，且可不同地設(shè)置以便以圖像質(zhì)量的一些方面作為代價來改進(jìn)其它一些方面。舉例來說，這些方面包含飽和度、對比度、亮度和銳度。這些控制中的每一者均具有一些折衷。舉例來說，控制飽和度水平可在色彩與噪聲之間折衷、控制銳度可在清晰度與噪聲之間折衷，且控制對比度可在亮度與噪聲之間折衷。根據(jù)本發(fā)明的實施例，會盡量滿足用戶指定的控制水平，同時也考慮到這一控制與其它若干因素的相互作用，以保證整體圖像質(zhì)量不會降低到無法接受的水平。在一個實施例中，這些圖像管道控制受到智能圖像質(zhì)量機(jī)器140的控制。在另一實施例中，用戶可將圖像管道控制中的一者或一者以上手動設(shè)置成不同水平，以下將對此進(jìn)一步論述。在另一實施例中，一個或一個以上圖像管道控制可受到用戶和智能圖像質(zhì)量引擎二者的控制，其中用戶的選擇蓋過智能圖像質(zhì)量引擎的選擇。圖6是說明根據(jù)本發(fā)明實施例如何實施用戶指定的飽和度水平的圖表。在Y軸描繪飽和度，在X軸描繪增益。在此實施例中，向用戶提供4個降飽和水平的選擇一一針對每個產(chǎn)品界定的所允許的最大降飽和的25%、50%、75%和100%?？梢钥闯?，在用戶選擇的水平與對應(yīng)于降低量的水平之間內(nèi)插閾值1與閾值2之間的增益時的飽和度。在一個實施例中，主要進(jìn)行線性內(nèi)插以根據(jù)增益將全飽和度水平轉(zhuǎn)變成減少的飽和度水平。這兩個閾值界定在其中逐漸減少飽和度的增益范圍。飽和度控制是用戶設(shè)置的標(biāo)準(zhǔn)飽和度水平，且降飽和控制是用戶或智能圖像質(zhì)量機(jī)器所允許的降飽和量。在一個實施例中，各種控制是圖像管道的一部分，其呈軟件或呈硬件形式。下表7中是圖像管道控制的一些參數(shù)。<table>tableseeoriginaldocumentpage18</column></row><table>表7時間濾波器如上文關(guān)于圖2所述，也根據(jù)本發(fā)明的一些實施例對圖像數(shù)據(jù)執(zhí)行(步驟270)—些捕獲后處理。時間濾波是這樣一種類型的后處理算法。在一個實施例中，時間噪聲濾波器是一種通過在圖像的非運動區(qū)域中在時間上將像素平均化而去除噪聲的軟件圖像處理算法。雖然時間濾波會在圖像的固定部分中去除時間噪聲，但其不會影響固定的圖案噪聲。當(dāng)增益達(dá)到噪聲變得更加明顯的水平時，這一算法是有用的。在一個實施例中，僅在增益水平高于特定閾值時才激活這一算法。在一個實施例中，時間濾波具有表8中展示的參數(shù)<table>tableseeoriginaldocumentpage19</column></row><table>表8用戶界面在一個實施例中，圖像捕獲裝置100中實施的默認(rèn)情況是智能圖像質(zhì)量引擎140被啟用，但不經(jīng)用戶準(zhǔn)許不會實施。最初，將智能圖像質(zhì)量引擎140的動作限于檢測會影響圖像質(zhì)量的條件(例如光照條件(微光或背光))，和/或僅使用不會對用戶體驗造成任何負(fù)面影響的特征。然而，在一個實施例中，在實施上述進(jìn)行折衷的算法之前先向用戶征求許可。如上所述，在一個實施例中自動進(jìn)行可在不影響用戶體驗的情況下進(jìn)行的圖像質(zhì)量的改進(jìn)。當(dāng)達(dá)到任何要求將導(dǎo)致折衷的進(jìn)一步改進(jìn)的觸發(fā)時，詢問用戶120是否啟用這類特征，且向用戶告知負(fù)面影響，或向用戶提供由其自身進(jìn)行優(yōu)化的選項。在一個實施例中，還詢問用戶120其是否想在將來的實例中類似地收到提示，或者用戶采用智能圖像質(zhì)量引擎以后便無需提示他就繼續(xù)操作。圖7A展示了根據(jù)本發(fā)明實施例用戶在與主機(jī)110相關(guān)聯(lián)的顯示器上看到的截屏。在圖7A中，智能圖像質(zhì)量引擎140稱為RightLightTM。在一個實施例中，如果用戶120接受智能圖像質(zhì)量引擎140的實施方案，并選擇下次不再進(jìn)行詢問，則智能圖像質(zhì)量引擎140以后將無需再次通知用戶120即使用各種特征，除非用戶120手動改變此設(shè)置。如果用戶120接受智能圖像質(zhì)量引擎140的實施方案，但選擇下次需要通知，則智能圖像質(zhì)量引擎140將無需通知用戶120的情況下使用各種特征，除非不需要任何此類包含折衷的特征，或者相機(jī)100被暫?；蜿P(guān)閉。如果用戶120拒絕使用智能圖像質(zhì)量引擎140，則所采取的動作將限于對用戶體驗不會造成任何負(fù)面影響的動作。在一個實施例中，與智能圖像質(zhì)量引擎140相關(guān)聯(lián)的若干特征也可手動設(shè)置。圖7B展示根據(jù)本發(fā)明一個實施例用戶120可用來選擇各種控制的用戶界面，所述控制例如為微光飽和度(對應(yīng)于上述用于降飽和的圖像管道控制)、微光推進(jìn)(對應(yīng)于上述幀速率控制)、視頻噪聲(對應(yīng)于上述時間濾波器)和點測光(對應(yīng)于上述智慧型AE)。圖7B允許用戶120通過使用滑件控制來設(shè)置這些控制中每一者的水平。在一個實施例中，手動設(shè)置的用戶控制將蓋過智能圖像質(zhì)量引擎140所設(shè)置的相同參數(shù)。在一個實施例中，滑件控制是非線性的，且范圍在0(關(guān))與3(最大)之間。默認(rèn)情況是，其均被設(shè)置為0(關(guān))。以下參看圖7C論述自動模式檢驗欄的行為。點擊"返回到默認(rèn)設(shè)置"按鈕會將所有滑件設(shè)置成默認(rèn)模式。以下也參看圖7C論述此操作。下表9包含根據(jù)本發(fā)明實施例將用戶界面(UI)控制映射成參數(shù)。<table>tableseeoriginaldocumentpage20</column></row><table>表9圖7C是說明在一個實施例中當(dāng)用戶選擇圖7A中的選擇和/或圖7B中的滑件位置時發(fā)生的情況的流程圖。在此處展示的實施例中，當(dāng)安裝了裝置100的驅(qū)動器時，其將默認(rèn)為手動模式(0)。當(dāng)安裝者安裝RightLightTM監(jiān)視器時，其設(shè)置注冊表，通知驅(qū)動器安裝了RightLightTMUI。這允許驅(qū)動器定制其特性頁面以顯示正確的控件組。當(dāng)相關(guān)聯(lián)的軟件首次啟動時，其將RightLight模式設(shè)置為默認(rèn)模式(5)。默認(rèn)模式(UI角度)的行為如下—檢驗圖7B中的自動模式按鈕一禁用圖7B中的滑件控制，且其值并不反映驅(qū)動器值一來自智能圖像質(zhì)量引擎140的通知將提示軟件顯示如圖7A中展示的提示對話。可從圖7A中看出，提示對話向用戶提供三個選項l.始終一一應(yīng)用模式10。這允許智能圖像質(zhì)量機(jī)器140控制所有內(nèi)容。2.—次一一應(yīng)用模式10。軟件繼續(xù)處理來自智能圖像質(zhì)量機(jī)器140的通知，且一旦結(jié)束流，便將模式設(shè)置成默認(rèn)(5)。僅在流的每個實例時提示用戶一次。3.從不一一應(yīng)用模式0。這使系統(tǒng)處于手動模式(不檢驗自動檢驗欄)。當(dāng)處于自動模式(9或10)時，UI的行為如下一檢驗圖7B中的自動模式檢驗欄一禁用圖7B中的UI控制(用戶無法改變其且其呈灰色)—根據(jù)智能圖像質(zhì)量引擎140更新UI控制。在自動模式9與10之間存在區(qū)別。模式9是主機(jī)系統(tǒng)110的CPU高功耗的模式，且10是主機(jī)系統(tǒng)110的CPU低功耗的模式。所用的其它特征/應(yīng)用(例如，智能面部追蹤、使用模型等)會影響這些模式的選擇。在一個實施例中，這些模式存儲在應(yīng)用程序中的各裝置水平上。如果用戶使一個相機(jī)處于手動模式下，并插入新的相機(jī)，則新相機(jī)會初始化成默認(rèn)模式。插入舊相機(jī)會使其以手動模式初始化。如果在圖7A中展示的提示對話打開時用戶取消(按退出鍵)，對話將被關(guān)閉且不會改變模式。直到流的下個實例才會進(jìn)一步提示用戶。根據(jù)本發(fā)明的實施例，圖像捕獲裝置IOO配備有一個或一個以上LED。這些LED將用來向用戶傳送與智能圖像質(zhì)量引擎140相關(guān)的信息。舉例來說，在一個實施例中，在正常模式下默認(rèn)穩(wěn)定的LED。在一個實施例中使用LED的閃爍模式來向用戶提供關(guān)于相機(jī)100可能會轉(zhuǎn)變成的特定模式的反饋。舉例來說，當(dāng)不在實施智能圖像質(zhì)量算法(例如，幀速率控制、智慧型AE等)，LED是綠色的。當(dāng)智能圖像質(zhì)量引擎輸入將實施此類算法的一種狀態(tài)時，LED會閃爍。此實例中的閃爍指示要求用戶交互。當(dāng)用戶交互(例如在圖7A中)結(jié)束時，LED重新變?yōu)榫G色。在一個實施例中，將LED的設(shè)置從主機(jī)110傳送到智能圖像質(zhì)量引擎140，并將經(jīng)過更新的設(shè)置從智能圖像質(zhì)量引擎140傳送到主機(jī)110，如參看圖2所述。雖然已經(jīng)說明和描述了本發(fā)明的特定實施例和應(yīng)用，但應(yīng)了解，本發(fā)明并不局限于本文所揭示的精確構(gòu)造和組件。舉例來說，可添加其它量度和控制，例如基于軟件的自動對焦、ZOI的不同用法、更高級的背光檢測和AE算法、圖像上的不均勻增益等。在不偏離所附權(quán)利要求書中所界定的本發(fā)明的精神和范圍的情況下，可在本文所揭示的本發(fā)明的方法和設(shè)備的布置、操作和細(xì)節(jié)中進(jìn)行所屬領(lǐng)域的技術(shù)人員易于了解的其它各種修改、變化和更改。權(quán)利要求1.一種用于捕獲具有改進(jìn)的圖像質(zhì)量的圖像數(shù)據(jù)的系統(tǒng)，所述系統(tǒng)包括圖像捕獲裝置，其以通信方式耦合到主機(jī)系統(tǒng)；智能圖像質(zhì)量引擎，其用于控制所述圖像捕獲裝置所捕獲的圖像數(shù)據(jù)的質(zhì)量，其中所述智能圖像質(zhì)量引擎從所述圖像捕獲裝置和所述主機(jī)系統(tǒng)接收信息，并向所述裝置提供參數(shù)。2.根據(jù)權(quán)利要求l所述的系統(tǒng)，其進(jìn)一步包括所述主機(jī)系統(tǒng)，所述圖像捕獲裝置以通信方式與其耦合。3.根據(jù)權(quán)利要求l所述的系統(tǒng)，其中所述智能圖像質(zhì)量引擎還向所述主機(jī)系統(tǒng)提供參數(shù)。4.根據(jù)權(quán)利要求l所述的系統(tǒng)，其中所述圖像捕獲裝置包含視覺反饋指示符，以提供與所述智能圖像質(zhì)量引擎相關(guān)的信息。5.—種用于智能地改進(jìn)由圖像捕獲裝置捕獲的圖像數(shù)據(jù)的質(zhì)量的方法，所述圖像捕獲裝置以通信方式耦合到主機(jī)，所述方法包括接收圖像數(shù)據(jù)；從所述接收到的圖像數(shù)據(jù)中提取信息；從所述圖像捕獲裝置接收信息，其中包含第一參數(shù)；從所述主機(jī)接收信息，其中包含第二參數(shù)；調(diào)用智能圖像質(zhì)量引擎；根據(jù)所述智能圖像質(zhì)量引擎的指定來更新所述第一參數(shù)和所述第二參數(shù)；和將所述第一參數(shù)傳送到所述圖像捕獲裝置，并將所述第二參數(shù)傳送到所述主機(jī)。6.根據(jù)權(quán)利要求5所述的方法，其中所述第一參數(shù)是從由所述圖像捕獲裝置的增益、幀速率和背光估計度量組成的群組中選出的一個參數(shù)。7.根據(jù)權(quán)利要求5所述的方法，其中所述第二參數(shù)是從由使用所述圖像數(shù)據(jù)的應(yīng)用程序、與所述主機(jī)的處理能力相關(guān)的信息和與所述主機(jī)應(yīng)用的多個算法的設(shè)置相關(guān)的信息組成的群組中選出的一個參數(shù)。8.根據(jù)權(quán)利要求5所述的方法，其中所述智能圖像質(zhì)量是狀態(tài)機(jī)。9.根據(jù)權(quán)利要求8所述的方法，其中所述調(diào)用所述智能圖像質(zhì)量引擎的步驟包括根據(jù)以下內(nèi)容確定所述狀態(tài)機(jī)中的適當(dāng)狀態(tài)所述狀態(tài)機(jī)的當(dāng)前狀態(tài)；從所述主機(jī)接收到的信息；從所述圖像捕獲裝置接收到的信息，和接收到的所述圖像數(shù)據(jù)；和用于從所述當(dāng)前狀態(tài)轉(zhuǎn)變成下一狀態(tài)的預(yù)定閾值。10.根據(jù)權(quán)利要求8所述的方法，其中從所述狀態(tài)機(jī)中的第一狀態(tài)到狀態(tài)機(jī)中的第二狀態(tài)的轉(zhuǎn)變是根據(jù)預(yù)定閾值。11.根據(jù)權(quán)利要求10所述的方法，其中所述預(yù)定閾值是所述圖像捕獲裝置特有的。12.—種用于智能地控制由圖像捕獲裝置捕獲的圖像數(shù)據(jù)的自動曝光的方法，所述方法包括-接收圖像數(shù)據(jù)；從所述接收到的圖像數(shù)據(jù)中提取信息；從所述圖像捕獲裝置接收信息，其中包含第一參數(shù)；從所述主機(jī)接收信息，其中包含第二參數(shù)；根據(jù)由所述提取的信息、所述第一參數(shù)和所述第二參數(shù)所組成的群組中的至少一者，識別包含多個像素的關(guān)注區(qū)域；向所述關(guān)注區(qū)域中的所述多個像素提供第一權(quán)數(shù)，并向所述關(guān)注區(qū)域外的多個像素提供第二權(quán)數(shù)。13.根據(jù)權(quán)利要求12所述的方法，其中分析所述捕獲的圖像數(shù)據(jù)的步驟包括在所述圖像數(shù)據(jù)中檢測用戶的面部。14.根據(jù)權(quán)利要求12所述的方法，其中所述分析所述捕獲的圖像數(shù)據(jù)的步驟包括在所述圖像數(shù)據(jù)中檢測運動。15.根據(jù)權(quán)利要求12所述的方法，其中所述識別關(guān)注區(qū)域的步驟包括在所述捕獲的圖像中識別用戶的面部；計算經(jīng)形成以包含所述用戶的面部的矩形的坐標(biāo)；計算所述矩形的尺寸；將所述矩形的所述尺寸與預(yù)定最小尺寸進(jìn)行比較；和響應(yīng)于所述矩形的所述尺寸大于所述預(yù)定最小尺寸，將所述矩形設(shè)置為所述關(guān)注區(qū)域。16.—種用于在微光環(huán)境下捕獲具有改進(jìn)質(zhì)量的圖像數(shù)據(jù)的方法，所述圖像數(shù)據(jù)被提供到以通信方式與所述圖像捕獲裝置耦合的主機(jī)上的應(yīng)用程序，所述方法包括接收圖像數(shù)據(jù)；從所述接收到的圖像數(shù)據(jù)中提取信息；從所述圖像捕獲裝置接收信息，其中包含第一參數(shù)；從所述主機(jī)接收信息，其中包含第二參數(shù)；根據(jù)由所述提取的信息、所述第一參數(shù)和所述第二參數(shù)組成的群組中的至少一者，降低由所述圖像捕獲裝置捕獲的幀速率，直到達(dá)到所述應(yīng)用程序所要求的幀速率為止；提高所述圖像捕獲裝置的增益，直到達(dá)到預(yù)定的最大增益閾值為止；和進(jìn)一步降低由所述圖像捕獲裝置捕獲的幀速率，直到達(dá)到預(yù)定的幀速率閾值為止。17.根據(jù)權(quán)利要求16所述的方法，其進(jìn)一步包括-提高降飽和度，以進(jìn)一步改進(jìn)所述圖像的質(zhì)量。18.根據(jù)權(quán)利要求n所述的方法，其進(jìn)一步包括應(yīng)用時間濾波器，以在達(dá)到指定增益閾值時進(jìn)一步改進(jìn)所述圖像的質(zhì)量。全文摘要根據(jù)本發(fā)明的實施例，智能圖像質(zhì)量引擎在實時捕獲圖像數(shù)據(jù)的情況下智能地管理與圖像質(zhì)量相關(guān)的不同參數(shù)，以便通過使用對環(huán)境、系統(tǒng)等的認(rèn)識和通過全面地控制各種參數(shù)來改進(jìn)最終用戶的體驗。所實施的各種圖像處理算法包含智慧型自動曝光、幀速率控制、圖像管道控制和時間濾波。文檔編號H04N5/232GK101102405SQ20071010733公開日2008年1月9日申請日期2007年5月25日優(yōu)先權(quán)日2006年6月2日發(fā)明者弗雷德里克·薩拉,約瑟夫·巴特勒,讓-米歇爾·沙爾東,里米·齊默爾曼,阿諾·格拉特龍申請人:羅技?xì)W洲公司