摄像模组的调试方法、装置、计算机设备及存储介质与流程

1.本发明涉及摄像设备技术领域，尤其涉及一种摄像模组的调试方法、装置、计算机设备及存储介质。


背景技术：

2.如今信息时代，摄像头在生活工作中发挥着重大作用。目前摄像头成像效果依赖调试人员针对既定的模组进行调试，一般一颗模组需要3到4人力，历时3到4个月才能调试出来。调试的参数跟模组的一些参数信息息息相关，模组不一样，参数信息不一样，调试的参数也会变化。依赖工作人员调试模组的方法既耗费时间又耗费人力，而且还会因为不同工作人调试水平及审美观点不同，导致影响到调试的参数。


技术实现要素：

3.有鉴于此，实有必要提供一种摄像模组的调试方法、装置、计算机设备及存储介质，以节省调试摄像模组需要的人力及时间，且确保调试参数无差异。
4.第一方面，本技术实施例提供一种摄像模组的调试方法，所述摄像模组的调试方法包括：获取待调试的摄像模组的原始配置参数得到待调试的配置参数；将所述待调试的配置参数喂入预设的训练模型中学习得到理想图片数据集、以及关系模型，所述预设的训练模型是若干样本图片数据集、若干样本摄像模组的原始配置参数喂入初始训练模型进行训练得到，其中，每一样本图片数据由每一样本摄像模组在对应的样本成像效果参数下拍摄得到；所述每一样本成像效果参数为每一样本摄像模组对原始配置参数进行调试后得到；所述关系模型用于描述原始配置关系、成像效果、以及成像效果参数之间的关联关系；分析所述理想图片数据集得到所述理想图片数据集的成像效果；根据所述成像效果及所述关系模型得到目标成像效果参数；将所述待调试的配置参数调试至所述目标成像效果参数。
5.第二方面，本技术实施例提供一种摄像模组的调试装置，所述摄像模组的调试装置包括获取模块、输入模块、分析模块、计算模块、以及调试模块。获取模块用于获取待调试的摄像模组的原始配置参数得到原始配置参数；输入模块用于将所述原始配置参数喂入预设的训练模型中学习得到理想图片数据集、以及关系模型，所述预设的训练模型是若干样本图片数据集以及若干样本摄像模组的原始配置参数喂入初始训练模型进行训练得到，其中，每一样本图片数据由每一样本摄像模组在对应的样本成像效果参数下拍摄得到；所述每一样本成像效果参数为每一样本摄像模组对原始配置参数进行调试后得到；所述关系模型用于描述原始配置关系、成像效果、以及成像效果参数之间的关联关系；分析模块用于分析所述理想图片数据集得到所述理想图片数据集的成像效果；计算模块用于根据所述成像效果及所述关系模型得到目标成像效果参数；调试模块用于将所述待调试的配置参数调试至所述目标成像效果参数。
6.第三方面，本技术实施例提供一种计算机设备，所述计算机设备包括存储器、以及
处理器。存储器用于存储程序指令；处理器用于执行所述程序指令以使所述计算机设备实现上述的摄像模组的调试方法。
7.第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序指令，所述程序指令可被处理器执行以实现上述的摄像模组的调试方法。
8.上述摄像模组的调试方法、装置、计算机设备及存储介质，通过将获取到的待调试摄像模组对应的配置参数喂入训练模型中学习得到理想图片数据集及关系模型，分析理想图片数据集得到对应的成像效果，以根据成像效果及关系模型得到目标成像效果参数，从而将待调试摄像模组对应的配置参数调试至目标成像效果参数，完成对摄像模组的参数调试。本技术可以实现对摄像模组的参数的自动调试，实现节省时间人力和提高效率，并由训练模型实现对不同调试人员调试的效果差异的消除，生成一套通用的并且画质效果较佳的基础参数。
附图说明
9.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
10.图1为本技术实施例提供的摄像模组的调试方法的流程示意图。
11.图2为本技术实施例提供的预设的训练模型的流程示意图。
12.图3为本技术实施例提供的摄像模组的调试装置结构示意图。
13.图4为本技术实施例提供的预设的训练模型结构示意图。
14.图5为本技术实施例提供的应用摄像模组的调试方法的计算机设备内部结构示意图。
15.图6为本技术实施例提供的摄像模组内部结构示意图。
16.图7为本技术实施例提供的摄像模组成像流程示意图。
17.图8为本技术实施例提供的摄像模组拍摄场景示意图。
18.图9为本技术实施例提供的gamma函数曲线第一示意图。
19.图10为本技术实施例提供的gamma函数曲线第二示意图。
20.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
21.下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理
解这样使用的数据在适当情况下可以互换，换句话说，描述的实施例根据除了这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，还可以包含其他内容，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于只清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.需要说明的是，在本技术中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本技术要求的保护范围之内。
24.本技术提供一种摄像模组的调试方法，可以自动对摄像模组的硬件的原始配置参数进行调试，从而不需要调试人员花费大量时间调试模组参数，从而可以节省人力和时间，提高工作效率。
25.请参看图1，图1为本技术实施例提供的摄像模组的调试方法的流程示意图。摄像模组的调试方法应用于成像参数未经过调试的摄像模组，对摄像模组中硬件的原始配置参数(下称原始配置参数)进行调试，使得调试后的摄像模组得到最佳的成像效果。也就是说，摄像模组组装完成之后，需要对硬件进行调试，才能拍摄出最佳的图片。原始配置参数为摄像模组生产完成之后初始的硬件参数，原始配置参数需要调试才能使摄像模组拍摄时得到最佳的成像效果。原始配置参数包括但不限于传感器的感光度、镜头、像素大小、视场角、光圈等。在本实施例中，摄像模组的调试方法由摄像模组调试用计算机设备或者平台执行。摄像模组的调试方法包括步骤s101-s105。
26.步骤s101，获取待调试的摄像模组的原始配置参数得到待调试的配置参数。
27.在步骤s101中，待调试的摄像模组既可以为组装完成但未经过调试的摄像模组，也可以为任何需要调试原始配置参数的摄像模组。在本实施例中，原始配置参数由用户通过输入设备，例如键盘、触控屏等输入至摄像模组调试用计算机设备或者平台。
28.步骤s102，将待调试的配置参数喂入预设的训练模型中学习得到理想图片数据集、以及关系模型。
29.在步骤s102中，预设的训练模型是通过将若干样本图片数据集和若干样本摄像模组的原始配置参数喂入初始训练模型进行训练得到的。每一样本图片数据由每一样本摄像模组在对应的样本成像效果参数下拍摄得到。每一样本成像效果参数为每一样本摄像模组对原始配置参数进行调试后得到。关系模型用于描述原始配置关系、成像效果、以及成像效果参数之间的关联关系。在本实施例中，初始训练模型为初始神经网络模型。预设的训练模型为初始神经网络模型经过深度学习之后得到神经网络模型。初始神经网络模型可以为现有的神经网络模型，在此不做赘述。
30.请结合参看图6和图7，图6为本技术实施例提供的摄像模组内部结构示意图，图7为本技术实施例提供的摄像模组成像流程示意图。
31.如图6所示，摄像模组1至少包括镜头2、传感器3、以及图像处理芯片5。镜头2与传感器3电性连接，传感器3与图像处理芯片5电性连接。在本实施例中，摄像模组1还包括软板
4、音圈马达6、以及底座7。如图7所示，摄像模组1按照以下流程生成样本图像数据，也就是图像：当摄像模组1拍摄之后，镜头2将捕捉到当前拍摄场景的光线传输给传感器3。具体地，镜头2捕捉到的光线将以像素分布的方式发送给传感器3。在获取到像素分布之后，传感器3将像素分布发送给图像处理芯片5，以对当前拍摄场景进行分析，包括但不限于对颜色、饱和度、色差、清晰度信息、信噪比信息、对比度信息等数据的分析，分析得出的结果为对应参数。在获取到上述参数之后，图像处理芯片5生成对应的图像，也就是样本图像数据。
32.每一样本摄像模组为已经调试好配置参数的摄像头，调试好的配置参数用于反映样本摄像模组的原始配置关系。可以理解地，此时的样本摄像模组已达到最佳成像效果。在本实施例中，将已经调试好配置参数的样本摄像模组所拍摄的图片作为样本图片数据，样本图片数据中图片的成像效果也即该原始配置参数对样本摄像模组的调试效果。不同的样本摄像模组，对应的原始配置参数不同，当原始配置参数足够多时，也就是样本摄像模组足够多时，达到最佳成像效果的原始配置参数和样本摄像模组也将足够多。分析成像效果获取达到最佳成像效果时对应的成像效果参数之后，原始配置关系、成像效果和对应的成像效果参数也可对应地获得，也就是关系模型。关系模型的具体特征容后详述。
33.请结合参看图8，其为本技术实施提供的摄像模组拍摄场景示意图。
34.为了使样本图片数据集中图片对应的场景更全面，在上述采用足够多不同的样本摄像模组进行拍摄的基础上，还可以采用同一样本摄像模组在多个不同场景进行拍摄以获取样本图片数据。其中，多个不同的场景既可以为同一时间多个不同地点的场景，也可以为同一地点不同时间的场景。如图8所示，场景8可以为花园9、光线充足的室外10，天气阴暗的室外11等。在一些可行的实施例中，还可以在模拟的室内环境中进行拍摄，以完善摄像模组的调试场景，例如室内光线充足、室内昏暗等场景。当拍摄场景足够多时，获取的图片数据色温、亮度等信息涵盖了摄像模组的调试环境和使用环境，以使预设的训练模型更精确。在另一些可行的实施例中，当训练模型中缺少某种图片的成像效果时，可针对性地向预设的训练模型喂入缺失部分的图片，例如缺少黄昏时室外图片的成像效果、缺少雨后森林图片的成像效果等。
35.步骤s103，分析理想图片数据集得到理想图片数据集的成像效果。
36.步骤s104，根据成像效果及关系模型得到目标成像效果参数。
37.在步骤s104中，在获取理想图片数据集的成像效果之后，根据关系模型和成像效果可以得到达到该成像效果需要的目标成像效果参数。具体地，关系模型在获取到原始配置关系、成像效果和对应的成像效果参数并进行学习之后，才能反映达到该成像效果和需要的目标成像效果参数之间的关系。例如在成像效果中，信噪比可反映拍摄图片质量，当达到该成像效果时信噪比为a时，依据关系模型获取到信噪比为a时的摄像模组对应的降噪处理参数；在成像效果中，动态范围可反映拍摄图片的亮度差异范围，当达到该成像效果时动态范围为b时，依据关系模型获取到动态范围为b时摄像模组对应的gamma函数曲线，以获取到图片动态范围为b时摄像模组的灰阶与亮度之间的关系；当拍摄环境因视场角较大引起拍摄所得的图片四周发暗而中间亮度较高时，依据关系模型获取到拍摄所得的图片四周发暗而中间亮度较高时摄像模组对应的边角部分矫正参数等。也就是说，依据关系模型可以获取到摄像模组达到最佳成像效果时对应的配置参数。
38.在上述多个摄像模组拍摄和多个场景拍摄的基础上，还可以根据成像效果参数的
性质进一步调整关系模型中对应参数，以进一步完善关系模型，使得成像效果、关系模型、目标成像效果参数之间的对应关系更精确。下面将以gamma函数曲线为例，具体阐述关系模型是如何进一步调整关系模型中对应参数，以提高成像效果、关系模型、目标成像效果参数之间对应关系的精确度。
39.请结合参看图9和图10，图9为为本技术实施例提供的gamma函数曲线第一示意图，图10为本技术实施例提供的gamma函数曲线第二示意图。
40.其中，图9为为关系模型未经调整的摄像模组对应的显示器亮度响应曲线，图10为关系模型经过调整的摄像模组对应的显示器亮度响应曲线。人在分辨不同图片的对比度时，人眼对高亮度图片产生的差异感低，也就是人会认为高亮度图片存在近似，难以分辨不同的高亮度图片。但在传感器中，亮度与对比度的关系近似地为线性关系，在图9和图10中具体体现为输入电压与输出亮度近似线性。由图9可知，当输入电压提高一倍(例如输入电压从20提升至40、从40提升至80等)，输入电压对应的输出亮度并非近似对应地提高一倍，而是接近于两倍甚至更多，据此可知，此时输出的图像相较于正常图像存在输出亮化的现象。当关系模型中gamma函数曲线部分对应的参数未经调整时，在判断成像效果对应的成像效果参数时，对不同的高亮度图片差异感高，对应的成像效果参数差异大，与人分辨图片时的情况存在冲突，不符合人眼对高亮度图片分辨的常态。为使关系模型反映的成像效果、关系模型、目标成像效果参数之间的对应关系更精确，需要对关系模型中gamma函数曲线对应的参数进行调整，例如对图9中的曲线采用反效果补偿曲线进行补偿，减小高亮度处输出亮度的幅度，使得在输入电压提高时，对应的输出亮度不会存在过大的提升，以符合人眼对高亮度图片分辨的常态，也就是图10所示的gamma函数曲线。此时将图10中经过调整的gamma函数曲线部分对应的参数喂入关系模型中，可以使得关系模型反映的成像效果、关系模型、目标成像效果参数之间的对应关系更精确。
41.步骤s105，将待调试的配置参数调试至目标成像效果参数。
42.在步骤s105中，在将待调试的配置参数调试为目标成像效果参数之后，由于待调试的摄像模组的原始配置参数，也就是待调试的配置参数已喂入预设的训练模型中进行学习训练，又经训练模型反推出达到最佳成像效果时对应的成像效果参数。可以理解地，当待调试的配置参数调试为目标成像效果参数时，此时待调试的摄像模组以达到最佳成像效果，实现了对不同调试人员调试差异的消除。另外，当下一次调试的摄像模组为未经调试或者需要重新调整的摄像模组时，只要由用户在摄像模组调试用计算机设备或者平台输入原始配置参数，就能通过训练模型生成的关系模型获取到达到最佳成像状态时对应的成像状态参数，从而对摄像模组按照成像状态参数进行对应调试。在一些可行的实施例中，当在摄像模组调试用计算机设备或者平台增设接口以向摄像模组写入数据，例如成像效果参数时，在获取到待调试摄像模组的待调试配置参数时，可通过接口将获得到的成像效果参数自动写入摄像模组中，以实现摄像模组的自动调试。
43.在步骤s101-s105中，通过将获取到的待调试摄像模组对应的配置参数喂入预设的训练模型中学习得到理想图片数据集及关系模型，分析理想图片数据集得到对应的成像效果，以根据成像效果及关系模型得到目标成像效果参数，从而将待调试摄像模组对应的配置参数调试至目标成像效果参数，完成对摄像模组的参数调试。可以理解地，关系模型是获取目标成像效果参数的关键，而关系模型是通过预设的训练模型得到的。下面将通过阐
述预设的训练模型具体分析如何获取关系模型。
44.请参看图2，其为本技术实施例提供的预设的训练模型的流程示意图。利用预设的训练模型获取到关系模型的步骤包括步骤s201-s206。
45.步骤s201，利用预设的训练模型识别样本图像集每一样本图像的成像效果。
46.在步骤s201中，成像效果至少包括颜色、饱和度色差、清晰度信息、信噪比信息、以及对比度信息。上述成像效果以各成像效果参数的形式一一对应。
47.步骤s202，利用预设的训练模型根据每一样本图像所对应的各成像参数，确认各成像效果对应的成像效果参数。
48.在步骤s202中，通过预设的训练模型既可以获取到同一样本图像中反映图片不同方面的成像效果与各成像参数之间的对应关系，也可以获取到不同样本图像中反映图片同一方面的成像效果与不同样本图像所对应的各成像参数之间的对应关系。例如在同一拍摄场景中，摄像模组在不同光圈或者不同视场角的拍摄条件下拍摄出的图片的成像效果不同，既可以通过预设的训练模型获取到不同拍摄条件下成像效果的变化情况，也可以通过预设的训练模型获取到最佳成像效果对应的拍摄条件。
49.步骤s203，利用预设的训练模型确认出各成像参数中最佳的成像效果所对应的最佳成像效果参数。
50.步骤s204，利用预设的训练模型获取每一最佳成像效果参数对应的原始配置参数。
51.步骤s205，利用预设的训练模型根据原始配置参数、原始配置参数对应的最佳成像效果及最佳成像效果参数得到关系模型。
52.在步骤s201-s205中，通过预设的训练模型提取出各成像参数中最佳的成像效果所对应的最佳成像效果参数，并获取到对应的原始配置参数，以生成关系模型。在本实施例中，在上述关系模型的基础上，还需要获取到理想图片数据集以分析对应的成像效果。下述步骤将阐述如何获取到理想图片数据集。
53.步骤s206，根据原始配置参数生成与样本图片数据集对应的最佳图片成像效果数据集得到理想图片数据集。
54.在步骤s206中，由于已获取到各成像参数中最佳的成像效果所对应的最佳成像效果参数，故可根据最佳成像效果参数生成对应的图片，也就是最佳图片成像效果数据图，从而获得理想图片数据集。
55.请参看图3和图4，图3为本技术实施例提供的摄像模组的调试装置结构示意图，图4为本技术实施例提供的预设的训练模型结构示意图。
56.摄像模组的调试装置100包括获取模块101、输入模块102、分析模块103、计算模块104、以及调试模块105。
57.获取模块101用于获取待调试的摄像模组的原始配置参数得到原始配置参数。
58.输入模块102用于将原始配置参数喂入预设的训练模型110中学习得到理想图片数据集、以及关系模型。其中，预设的训练模型是若干样本图片数据集以及若干样本摄像模组的原始配置参数喂入初始训练模型进行训练得到。其中，每一样本图片数据由每一样本摄像模组在对应的样本成像效果参数下拍摄得到。其中，每一样本成像效果参数为每一样本摄像模组对原始配置参数进行调试后得到。其中，关系模型用于描述原始配置关系、成像
效果、以及成像效果参数之间的关联关系。
59.分析模块103用于分析理想图片数据集得到理想图片数据集的成像效果。
60.计算模块104用于根据成像效果及关系模型得到目标成像效果参数。
61.调试模块105用于将待调试的配置参数调试至目标成像效果参数。
62.预设的训练模型110包括识别模块111、确认模块112、提取模块113、查找模块114、模型建立模块115、以及图片生成模块116。
63.识别模块111用于识别样本图像集每一样本图像的成像效果，成像效果至少包括颜色、饱和度色差、清晰度信息、信噪比信息、以及对比度信息。
64.确认模块112用于根据每一样本图像所对应的各成像效果，确认各成像效果对应的成像效果参数。
65.提取模块113用于提取出各成像参数中最佳的成像效果所对应的最佳成像效果参数。
66.查找模块114用于根据每一最佳成像效果参数查找到对应的原始配置参数。
67.模型建立模块115用于根据原始配置参数、原始配置参数对应的最佳成像效果及最佳成像效果参数得到关系模型。
68.图片生成模块116用于根据原始配置参数生成与样本图片数据集对应的最佳图片成像效果数据集得到理想图片数据集。
69.请参看图5，其为本技术实施例提供的应用摄像模组的调试方法的计算机设备内部结构示意图。计算机设备120包括存储器901、以及处理器902。
70.其中，处理器902在一些实施例中可以是一中央处理器(central processing unit,cpu)、控制器、微控制器、微处理器或其它数据处理芯片。具体地，处理器902执行可执行程序以实现上述实施例提供的摄像模组的调试方法。
71.存储器901至少包括一种类型的可读存储介质，该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、磁性存储器、磁盘、光盘等。存储器901在一些实施例中可以是计算机设备120的内部存储单元，例如计算机设备120的硬盘。存储器901在另一些实施例中也可以是计算机设备120的外部存储设备，例如计算机设备120上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，存储器901还可以既包括计算机设备120的内部存储单元也包括外部存储设备。存储器901不仅可以用于存储安装于计算机设备120的应用软件及各类数据，例如实现摄像模组的调试方法的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
72.计算机设备120还包括总线903。总线903可以是外设部件互连标准
73.(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
74.进一步地，计算机设备120还可以包括显示组件904。显示组件904可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示组件904也可以适当的称为显示装置或显示单元，用于显示在
计算机设备120中处理的信息以及用于显示可视化的用户界面。
75.进一步地，计算机设备120还可以包括通信组件905。通信组件905可选的可以包括有线通信组件和/或无线通信组件(如wi-fi通信组件、蓝牙通信组件等)，通常用于在计算机设备120与其它计算机设备之间建立通信连接。
76.图5仅示出了具有部分组件以及实现图自动驾驶的仿真方法的计算机设备120，本领域技术人员可以理解的是，图5示出的结构并不构成对计算机设备120的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
77.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
78.该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。该计算机设备可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
79.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
80.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
81.该作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
82.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
83.该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例方法的全部或部
分步骤。而前述的存储介质包括：u盘、流动硬盘、只读存储介质(rom，read-only memory)、随机存取存储介质(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
84.需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
85.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种摄像模组的调试方法，其特征在于，所述摄像模组的调试方法包括：获取待调试的摄像模组的原始配置参数得到待调试的配置参数；将所述待调试的配置参数喂入预设的训练模型中学习得到理想图片数据集、以及关系模型，所述预设的训练模型是若干样本图片数据集、若干样本摄像模组的原始配置参数喂入初始训练模型进行训练得到，其中，每一样本图片数据由每一样本摄像模组在对应的样本成像效果参数下拍摄得到；所述每一样本成像效果参数为每一样本摄像模组对原始配置参数进行调试后得到；所述关系模型用于描述原始配置关系、成像效果、以及成像效果参数之间的关联关系；分析所述理想图片数据集得到所述理想图片数据集的成像效果；根据所述成像效果及所述关系模型得到目标成像效果参数；以及将所述待调试的配置参数调试至所述目标成像效果参数。2.如权利要求1所述的摄像模组的调试方法，其特征在于，所述理想图片数据集包括多种图像效果数据，分析所述理想图片数据集得到成像效果，并根据所述关系模型得到目标成像效果参数包括：根据所述图像效果与成像效果参数的关系获取每种图像效果对应的目标成像效果参数。3.如权利要求1所述的摄像模组的调试方法，其特征在于，所述样本图片数据集由所述样本摄像模组在多种不同场景中拍摄，所述多种不同场景包括不同亮度、不同景色、以及不同场合。4.如权利要求1所述的摄像模组的调试方法，其特征在于，还包括：利用所述预设的训练模型识别所述样本图像集每一样本图像的成像效果，所述成像效果至少包括颜色、饱和度色差、清晰度信息、信噪比信息、以及对比度信息；利用所述预设的训练模型根据所述每一样本图像所对应的各成像参数，确认各成像效果对应的成像效果参数；利用所述预设的训练模型确认出各成像参数中最佳的成像效果所对应的最佳成像效果参数；利用所述预设的训练模型获取每一最佳成像效果参数对应的原始配置参数；以及利用所述预设的训练模型根据所述原始配置参数、所述原始配置参数对应的最佳成像效果及所述最佳成像效果参数得到所述关系模型。5.如权利要求1所述的摄像模组的调试方法，其特征在于，还包括：根据所述原始配置参数生成与所述样本图片数据集对应的最佳图片成像效果数据集得到所述理想图片数据集。6.一种摄像模组的调试装置，其特征在于，所述摄像模组的调试装置包括：获取模块，用于获取待调试的摄像模组的原始配置参数得到原始配置参数；输入模块，用于将所述原始配置参数喂入预设的训练模型中学习得到理想图片数据集、以及关系模型，所述预设的训练模型是若干样本图片数据集以及若干样本摄像模组的原始配置参数喂入初始训练模型进行训练得到，其中，每一样本图片数据由每一样本摄像模组在对应的样本成像效果参数下拍摄得到；所述每一样本成像效果参数为每一样本摄像模组对原始配置参数进行调试后得到；所述关系模型用于描述原始配置关系、成像效果、以
及成像效果参数之间的关联关系；分析模块，用于分析所述理想图片数据集得到所述理想图片数据集的成像效果；计算模块，用于根据所述成像效果及所述关系模型得到目标成像效果参数；以及调试模块，用于将所述待调试的配置参数调试至所述目标成像效果参数。7.如权利要求6所述的摄像模组的调试装置，其特征在于，所述预设的训练模型包括：识别模块，用于识别所述样本图像集每一样本图像的成像效果，所述成像效果至少包括颜色、饱和度色差、清晰度信息、信噪比信息、以及对比度信息；确认模块，用于根据所述每一样本图像所对应的各成像效果，确认各成像效果对应的成像效果参数；提取模块，用于提取出各成像参数中最佳的成像效果所对应的最佳成像效果参数；查找模块，用于根据每一最佳成像效果参数查找到对应的原始配置参数；以及模型建立模块，用于根据所述原始配置参数、所述原始配置参数对应的最佳成像效果及最佳成像效果参数得到所述关系模型。8.根据权利要求7所述的摄像模组的调试装置，其特征在于，所述预设的训练模型还包括图片生成模块，用于根据所述原始配置参数生成与所述样本图片数据集对应的最佳图片成像效果数据集得到所述理想图片数据集。9.一种计算机设备，其特征在于，所述计算机设备包括：存储器，用于存储程序指令；以及处理器，用于执行所述程序指令以使所述计算机设备实现如权利要求1-5任一项所述的摄像模组的调试方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序指令，所述程序指令可被处理器执行以实现如权利要求1-5任一项所述的摄像模组的调试方法。

技术总结
本发明提供了一种摄像模组的调试方法，包括：获取待调试摄像模组的原始配置参数得到待调试配置参数；将待调试配置参数喂入预设的训练模型中学习得到理想图片数据集、以及关系模型；分析理想图片数据集得到理想图片数据集的成像效果；根据成像效果及关系模型得到目标成像效果参数；以及将待调试配置参数调试至目标成像效果参数。此外，本发明还提供了一种摄像模组的调试装置及计算机设备。本发明可以实现对摄像模组的参数的自动调试，实现节省时间人力和提高效率，并由训练模型实现消除不同调试人员调试的效果差异，生成一套通用的并且画质效果较佳的基础参数。效果较佳的基础参数。效果较佳的基础参数。


技术研发人员：向买阳 谌安军 徐庆
受保护的技术使用者：北京瞰瞰智域科技有限公司
技术研发日：2023.06.15
技术公布日：2023/9/7