一种画质效果调试方法及系统技术方案

本发明专利技术公开了一种画质效果调试方法及系统，属于调试领域，方法包括：收集优质效果的图片数据；根据收集的图片数据建立图片效果库；对图片效果库进行图片效果特征提取；根据提取的图片效果特征建立效果特征库；根据效果特征库提取和输出效果参数；使用效果参数对图片画质进行调试；输出调试结果。通过利用深度学习的方法，从以往的优质效果图片提取特征学习，快速定位属于哪类问题，利用深度学习技术对优质效果图片进行特征学习，并对学习到的特征进行分类，得到深度学习模型；通过前期输入不同类型的优质效果图片并自动学习大量数据不同类型的特征，得到学习模型，后续只需提供图片输入即可采用参数对图片进行调试，省去了设备和人力，大大提高了效率。

【技术实现步骤摘要】
一种画质效果调试方法及系统
本专利技术涉及调试领域，具体涉及一种画质效果调试方法及系统。
技术介绍
我们都知道，获取大千世界的人物，景物等信息都是由摄像头模组来进行获取并显示在屏幕上，摄像头模组的生产加工过程实际上是各个功能物料堆积组合的过程，由镜头，音圈马达，红外滤光片，感光芯片，PCB电路板等组成，由于模组摄像头的这个堆叠过程中需要用到不同功能的单体物料，每个单体物料之间又不能保证有良好的一致性，所以在产品卖到消费者手中会经过平台的一个调试画质效果的过程，由于模组物料批次性的差异，设备的差异，以往的传统调试都需要经过一个漫长的过程，由经验丰富的工程师先进行整体的拍图，调整参数，确认效果，不符合再重新调整参数，拍图，确认效果，最后特殊场景再由平台进行分析优化提供参数，过程繁琐也较为浪费时间。
技术实现思路
本专利技术旨在公开一种画质效果调试方法，解决现有人工调试画质效率低，同时也浪费人力和物力的问题，本专利技术是以往的优质效果图片提取特征学习，快速定位属于哪类问题,利用深度学习技术对优质效果图片进行特征学习，并对学习到的特征进行分类，得到深度学习模型；利用深度学习模型对摄像头画质功能图本文档来自技高网...

【技术保护点】
1.一种画质效果调试方法，其特征在于，所述方法包括如下步骤：收集优质效果的图片数据；根据收集的图片数据建立图片效果库；对图片效果库进行图片效果特征提取；根据提取的图片效果特征建立效果特征库；根据效果特征库提取和输出效果参数；使用效果参数对图片画质进行调试；输出调试结果。

【技术特征摘要】
1.一种画质效果调试方法，其特征在于，所述方法包括如下步骤：收集优质效果的图片数据；根据收集的图片数据建立图片效果库；对图片效果库进行图片效果特征提取；根据提取的图片效果特征建立效果特征库；根据效果特征库提取和输出效果参数；使用效果参数对图片画质进行调试；输出调试结果。2.根据权利要求1所述的一种画质效果调试方法，其特征在于：所述收集优质效果的图片数据包括收集以往项目中优质效果图片或者是用户日常使用反馈回来的优质效果图片，并在每个图片下方或者目录中使用文字说明图片的具体效果参数的内容。3.根据权利要求2所述的一种画质效果调试方法，其特征在于：所述根据收集的图片数据建立图片效果库包括以下步骤：根据优质效果图片的文字说明进行分类；根据不同类型的图片建立图片功能模型；将建立好的图片功能模型进行存储。4.根据权利要求3所述的一种画质效果调试方法，其特征在于：所述对图片效果库进行图片效果特征提取包括以下步骤：对每个图片进行效果特征提取；把提取的效果特征与图片的画质说明文字内容对比，当不完全部相符时，对该图片进行二次效果特征提取。5.根据权利要求4所述的一种画质效果调试方法，其特征在于：所述根据提取的图片效果特征建立效果特征库包括以下步骤：对效果特征进行分类处理；根据分类情况建立效果特征模型；把效果特征模型进行存储。6.一种画质调试系统，其特征在于：所述系统包括：图片数据收集模块，用于收集优质效果的图片数据；图片效果库建立...

【专利技术属性】
技术研发人员：杜映丹，吴光斯，
申请(专利权)人：信利光电股份有限公司，
类型：发明
国别省市：广东,44