CN106097287A - 一种多通道图像校正方法 - Google Patents
一种多通道图像校正方法 Download PDFInfo
- Publication number
- CN106097287A CN106097287A CN201610476911.0A CN201610476911A CN106097287A CN 106097287 A CN106097287 A CN 106097287A CN 201610476911 A CN201610476911 A CN 201610476911A CN 106097287 A CN106097287 A CN 106097287A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- threshold value
- white
- passage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 description 3
- 238000000205 computational method Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种多通道图像校正方法,对各个通道的图像进行预处理,计算预处理后的图像的直方图分布,根据直方图以及白阈值和黑阈值在全局搜索用于统计的像素点,进而收集到一系列满足要求的白像素,计算各个波段不同通道图像的白像素的均值,选择白像素的均值大于其白阈值的图像通道,确定拥有最高均值的通道为主通道;通过主通道的白像素的均值计算剩余的各个通道的校正系数,利用校正系数对各个通道的图像进行校正;本发明的一系列处理步骤可以在任何硬件和软件结合的平台上实现;本发明的图像校正技术可以降低或者消除图像中产生过暗或者过亮的区域。
Description
技术领域
本发明属于数字信号处理技术领域,涉及图像线性化技术和图像处理技术,具体涉及一种多通道图像校正方法。
背景技术
多传感器/通道成像系统中包含了不同波段的传感器,各个图像传感器对应了不同的响应波段,不同的动态范围,这使得各个图像传感器对应着不同的增益系数。
通常的方法是采用图像处理技术来对各个传感器输出的图像数据进行处理。这些图像处理技术通常采用了一系列统计函数来对各个传感器输出的不同波段的图像进行增益补偿,采用统计函数来分析并确定各个波段的图像的增益数值。
然而,这种数据处理方法确定的增益值会使得补偿后的图像产生亮度过高或者过低的现象。产生这种情况的原因是,为了使得自然目标在图像中得到正确的呈现,同一个空间位置的目标在不同的传感器中所成的像应该具有正确的增益系数,然而,现有的技术还不能确保目标在不同的图像传感器中都能得到最合适的成像。
还有一种方法是根据目标在各个传感器或者通道中的响应率来确定最终的曝光系数或者增益系数,然而这种方法可能使得图像中产生过暗或者过亮的区域。
发明内容
本发明的目的在于根据现有技术的不足,提供一种多通道图像校正方法,以计算出各个非主通道的图像的校正系数,用于实现不同通道图像的线性化。
本发明解决其技术问题所采用的技术方案是:一种多通道图像校正方法,包括如下步骤:
101)、读取图像
读取各个通道的图像并将其存储在缓存中;
102)、预处理
采用滤波技术对各个通道的图像进行预处理;
103)、直方图计算
计算预处理后的图像的直方图分布,识别出像素值高于设定阈值的像素点的数量或像素值低于设定阈值的像素点的数量,以获得图像中各个像素值出现的频率大小,进而确定图像的白阈值和黑阈值;
104)、计算均衡点
根据直方图以及白阈值和黑阈值在全局搜索用于统计的像素点,进而收集到一系列满足要求的白像素,用于统计的像素点必须满足如下条件:
所有通道的图像在该像素点的像素值要大于其对应的白阈值或者小于对应的黑阈值;
105)、图像校正
计算各个波段不同通道图像的白像素的均值,选择白像素的均值大于其白阈值的图像通道,确定拥有最高均值的通道为主通道;
通过主通道的白像素的均值计算剩余的各个通道的校正系数,该校正系数即为各个通道的图像像素值的放大系数;
利用校正系数对各个通道的图像进行校正。
所述的一种多通道图像校正方法,其步骤103)中白阈值和黑阈值分别对应于最大阈值和最小阈值,所述的最大阈值设定为最大像素值的99.9%,最小阈值设定为最大像素值的0.01%。
所述的一种多通道图像校正方法,其校正系数的计算方法为:将主波段的白像素的均值除以待校正波段的白像素均值。
所述的一种多通道图像校正方法,其校正系数的计算公式为:
其中Cre_n为非主通道n的校正系数,是通道n图像的最大标准差,是通道n的白像素的均值。
本发明的有益效果是:发明中提到的一系列处理步骤可以在任何硬件和软件结合的平台上实现,其中图像处理电路可以由以下的处理器组成,包括:专用集成电路、可编程逻辑电路、单片机等;本发明的图像校正技术可以降低或者消除图像中产生过暗或者过亮的区域。
附图说明
图1为本发明图像处理的流程图;
图2、图3、图4分别为来自不同传感器的三个通道的图像举例。
具体实施方式
下面结合附图对本发明作进一步详细说明。
参照图1所示,一种多通道图像校正方法,包括如下步骤:
101)、读取图像
读取各个通道的图像并将其存储在缓存中用于后续的图像处理;这些图像可以来自卫星图像或者机载图像。
102)、预处理
采用一种滤波技术对各个通道的图像进行预处理;这种滤波技术包括但不限于:高频降噪技术、空间变换技术等,这种滤波方法可以依赖于各个通道的波段参数,也可以是完全和波段参数无关。
103)、直方图计算
计算各个经过了预处理的图像的直方图分布,利用直方图可识别出像素值高于设定阈值的像素点的数量或像素值低于设定阈值的像素点的数量,在通过计算直方图分布可以获得图像中各个像素值出现的频率大小;进而确定该通道图像的白阈值T1和黑阈值T2;其分别对应于最大阈值和最小阈值;在默认情况下,基于直方图分布的波段特征是通过最大阈值和阈值来确定的,例如最大阈值可以设定为最大像素值的99.9%,最小阈值可以设定为最大像素值的0.01%。
104)、计算均衡点
在各个通道图像的全局范围内搜索满足波段参数阈值的像素,首先确定通道图像的参数阈值,然后搜索像素值大于通道图像白阈值的像素点和像素值小于通道图像黑阈值的像素点。
根据直方图以及白阈值T1和黑阈值T2,在全局搜索特定的用于统计的像素点,进而收集到一系列满足要求的白像素,用于统计的像素点必须满足如下条件:所有通道的图像在该像素点坐标位置的像素值要大于其对应的白阈值T1或者小于对应的黑阈值T2。
105)、图像校正
计算各个波段中的白像素的均值。
参照图2、图3、图4所示,以可见光波段的三个通道的图像为例,分别为通道1、通道2、通道3三个通道,例如通道1中,白像素的均值为(1051+1021)/2=1036,通道2中白像素的均值为(1020+1001)/=1011,通道3中白像素的均值为(1033+1016)/2=1025。
假设三个通道的图像的白阈值T1分别为1020、1009、1010。各个通道的图中都有三个像素大于或等于它们对应的波段的波段参数(白阈值T1),但是在特定的位置上却不是所有的像素值都能大于或等于它们对应的波段的波段参数(白阈值T1)。
在左上角的位置,只有通道1的图像中的白像素的均值能够满足大于其对应的波段参数。
而通道2的图像和通道3的图像中的像素值都不满足要求,因此该坐标位置的像素点就不能定为白像素。
计算出了各个通道图像的白像素的均值之后,系统将确定拥有最高均值的通道。
例如,如果通道1具有最高的均值,则系统设定波段1为主通道。在步骤105)中,主通道的白像素的均值将用于计算剩余的各个通道的校正系数,该校正系数就是各个通道的图像像素值的放大系数,通过对对应通道的图像像素值乘以对应的放大系数可以使得各个波段的图像的“白像素”水平达到主波段的水平。
各个波段校正系数的计算方法之一为将主波段的白像素的均值除以待校正波段的白像素的均值。例如前面的例子中的,通道2的校正系数为(1036/1011)=1.025,通道3的校正系数为(1036/1025)=1.011。
还有另外一种计算校正系数的方法,假设非主通道n的校正系数为Cre_n,则Cre_n可以通过如下公式来计算:
其中是通道n图像的最大标准差,是通道n的“白像素”均值,例如前面例子中的通道2的是1011,通道3的是1025。
当计算出各个非主通道的图像的校正系数后,非主通道图像中的各个像素将乘以对应的校正系数,即完成多通道图像的校正,最终得到的图像将用于显示、存储或者进一步的处理分析。
上述实施例仅例示性说明本发明的原理及其功效,以及部分运用的实施例,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (4)
1.一种多通道图像校正方法,其特征在于,包括如下步骤:
101)、读取图像
读取各个通道的图像并将其存储在缓存中;
102)、预处理
采用滤波技术对各个通道的图像进行预处理;
103)、直方图计算
计算预处理后的图像的直方图分布,识别出像素值高于设定阈值的像素点的数量或像素值低于设定阈值的像素点的数量,以获得图像中各个像素值出现的频率大小,进而确定图像的白阈值和黑阈值;
104)、计算均衡点
根据直方图以及白阈值和黑阈值在全局搜索用于统计的像素点,进而收集到一系列满足要求的白像素,用于统计的像素点必须满足如下条件:
所有通道的图像在该像素点的像素值要大于其对应的白阈值或者小于对应的黑阈值;
105)、图像校正
计算各个波段不同通道图像的白像素的均值,选择白像素的均值大于其白阈值的图像通道,确定拥有最高均值的通道为主通道;
通过主通道的白像素的均值计算剩余的各个通道的校正系数,该校正系数即为各个通道的图像像素值的放大系数;
利用校正系数对各个通道的图像进行校正。
2.根据权利要求1所述的一种多通道图像校正方法,其特征在于,所述的步骤103)中白阈值和黑阈值分别对应于最大阈值和最小阈值,所述的最大阈值设定为最大像素值的99.9%,最小阈值设定为最大像素值的0.01%。
3.根据权利要求1所述的一种多通道图像校正方法,其特征在于,所述的校正系数的计算方法为:将主波段的白像素的均值除以待校正波段的白像素均值。
4.根据权利要求1所述的一种多通道图像校正方法,其特征在于,所述的校正系数的计算公式为:
其中Cre_n为非主通道n的校正系数,是通道n图像的最大标准差,是通道n的白像素的均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610476911.0A CN106097287B (zh) | 2016-06-27 | 2016-06-27 | 一种多通道图像校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610476911.0A CN106097287B (zh) | 2016-06-27 | 2016-06-27 | 一种多通道图像校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106097287A true CN106097287A (zh) | 2016-11-09 |
CN106097287B CN106097287B (zh) | 2018-11-09 |
Family
ID=57253883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610476911.0A Active CN106097287B (zh) | 2016-06-27 | 2016-06-27 | 一种多通道图像校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106097287B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255684A (zh) * | 2021-06-28 | 2021-08-13 | 恒银金融科技股份有限公司 | 一种基于灰度图溢出的背景分离方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1987929A (zh) * | 2006-12-27 | 2007-06-27 | 浙江大学 | 一种基于累计直方图的非线性亮度校正方法 |
CN101360176A (zh) * | 2007-07-31 | 2009-02-04 | 夏普株式会社 | 图像处理装置、图像形成装置及图像处理方法 |
US20100110235A1 (en) * | 2008-10-31 | 2010-05-06 | Samsung Digital Imaging Co., Ltd. | Apparatus, method and software stored on a computer-readable storage medium, for reducing noise in an image |
US20100243900A1 (en) * | 2009-03-30 | 2010-09-30 | Honeywell Asca Inc. | Spectroscopy having correction for broadband distortion for analyzing multi-component samples |
CN102129674A (zh) * | 2010-12-17 | 2011-07-20 | 北京优纳科技有限公司 | 一种自适应彩色图像颜色平衡校正方法 |
US20140346359A1 (en) * | 2013-03-15 | 2014-11-27 | Infrared Integrated Systems, Ltd. | Apparatus and method for multispectral imaging with three dimensional overlaying |
-
2016
- 2016-06-27 CN CN201610476911.0A patent/CN106097287B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1987929A (zh) * | 2006-12-27 | 2007-06-27 | 浙江大学 | 一种基于累计直方图的非线性亮度校正方法 |
CN101360176A (zh) * | 2007-07-31 | 2009-02-04 | 夏普株式会社 | 图像处理装置、图像形成装置及图像处理方法 |
US20100110235A1 (en) * | 2008-10-31 | 2010-05-06 | Samsung Digital Imaging Co., Ltd. | Apparatus, method and software stored on a computer-readable storage medium, for reducing noise in an image |
US20100243900A1 (en) * | 2009-03-30 | 2010-09-30 | Honeywell Asca Inc. | Spectroscopy having correction for broadband distortion for analyzing multi-component samples |
CN102129674A (zh) * | 2010-12-17 | 2011-07-20 | 北京优纳科技有限公司 | 一种自适应彩色图像颜色平衡校正方法 |
US20140346359A1 (en) * | 2013-03-15 | 2014-11-27 | Infrared Integrated Systems, Ltd. | Apparatus and method for multispectral imaging with three dimensional overlaying |
Non-Patent Citations (2)
Title |
---|
孙凡等: ""无人机多光谱成像仪图像的校正及配准算法研究"", 《红外技术》 * |
汪沛等: ""多光谱低空遥感图像光照辐射度校正"", 《农业工程学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255684A (zh) * | 2021-06-28 | 2021-08-13 | 恒银金融科技股份有限公司 | 一种基于灰度图溢出的背景分离方法 |
CN113255684B (zh) * | 2021-06-28 | 2021-10-26 | 恒银金融科技股份有限公司 | 一种基于灰度图溢出的背景分离方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106097287B (zh) | 2018-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108256419B (zh) | 一种利用多光谱解译提取港口码头图像的方法 | |
CN102693426B (zh) | 一种图像显著区域检测方法 | |
CN102509099B (zh) | 一种图像显著区域检测方法 | |
CN116977329B (zh) | 一种基于机器视觉的光伏板栅线检测方法 | |
CN108133463B (zh) | 一种直方图均衡化图像的降噪方法及系统 | |
CN110378853B (zh) | 深度图处理方法和装置 | |
CN103491318A (zh) | 一种红外焦平面探测器图像校正方法及系统 | |
CN113132695A (zh) | 镜头阴影校正方法、装置及电子设备 | |
CN116109535A (zh) | 一种图像融合方法、设备及计算机可读存储介质 | |
CN106097287A (zh) | 一种多通道图像校正方法 | |
CN111539975B (zh) | 一种运动目标的检测方法、装置、设备及存储介质 | |
CN109191501A (zh) | 一种多源高空间分辨率影像的自动几何配准方法 | |
CN108921884A (zh) | 基于改进sift的光学与sar影像配准方法、设备及存储介质 | |
CN112989872B (zh) | 一种目标检测方法以及相关装置 | |
CN104200460A (zh) | 基于图像特征和互信息的图像配准方法 | |
CN115526811B (zh) | 一种适应于多变光照环境的自适应视觉slam方法 | |
CN109741276B (zh) | 一种基于滤波分层框架的红外图像基本层处理方法及系统 | |
CN109544463A (zh) | 基于图像内容的逆色调映射方法 | |
CN111860161B (zh) | 一种目标遮挡检测方法 | |
CN113888419A (zh) | 一种图像去暗角方法 | |
US11232289B2 (en) | Face identification method and terminal device using the same | |
CN112017108A (zh) | 基于独立模型法区域网平差的卫星正射影像颜色相对校正方法 | |
CN106791757B (zh) | 影像校正系统及其方法 | |
CN113038109B (zh) | 图像过曝修正方法与电路系统 | |
CN103229497B (zh) | 用于估计图像检测装置的纱窗效应的方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 430223 No. 9 Ming Ze street, mien Shan development area, Jiangxia District, Wuhan, Hubei Applicant after: Jiuzhiyang Infrared System Co., Ltd. Address before: 430223 Jiangxia City, Wuhan province sunshine road, No. 717, Applicant before: Jiuzhiyang Infrared System Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |