CN106570834B - 一种用于像素调制可见光通信系统的图像矫正方法 - Google Patents
一种用于像素调制可见光通信系统的图像矫正方法 Download PDFInfo
- Publication number
- CN106570834B CN106570834B CN201610943864.6A CN201610943864A CN106570834B CN 106570834 B CN106570834 B CN 106570834B CN 201610943864 A CN201610943864 A CN 201610943864A CN 106570834 B CN106570834 B CN 106570834B
- Authority
- CN
- China
- Prior art keywords
- image
- boundary
- distortion
- pixel
- suspicious
- 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.)
- Active
Links
- 238000004891 communication Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000003702 image correction Methods 0.000 title claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000013461 design Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 10
- 108091026890 Coding region Proteins 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 claims description 2
- 238000011084 recovery Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000007 visual effect 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
- G06T5/80—Geometric correction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
- H04B10/114—Indoor or close-range type systems
- H04B10/116—Visible light communication
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于像素调制可见光通信系统的图像矫正方法，包括：(1)图像边界设计：对需要传输的图像设计以四个角点围成编码区域的图像边界；(2)图像角点检测：对经过传输后接收到的畸变边界图像进行图像二值化处理，并通过设计邻域模板查找可疑角点像素点，最后通过Harris算子角点检测算法从所有可疑角点像素点中查找出畸变边界图像的角点；(3)畸变边界图像恢复：采用畸变边界图像的角点坐标恢复信号边界坐标，并根据信号边界坐标将畸变边界图像恢复。本发明可以降低计算复杂度，极大地提高畸变信号恢复性能。
Description
技术领域
本发明涉及图像处理方法，尤其涉及一种用于像素调制可见光通信系统的图像矫正方法。
背景技术
在像素调制可见光通信系统中，由于发射机、成像棱镜和接收机的光轴不在同一水平线，导致接收的图像产生畸变，因此需要对接收的图像进行图像矫正。进行图像矫正时，因为像素调制可见光通信系统未对发送图像的边界有条件限制，因此首先需要重新设计图像边界，来确定像素调制有效信号的范围。常见的图像边界检测算法有前人提出的Moravec角点检测算法[1]、Harris角点检测算法[2]以及Susan角点检测算法[3]，这些算法计算复杂度高而且检测性能不佳，当用于像素调制可见光通信系统的检测时，极大地消耗资源，限制传输速率。
现有文献[1]:Moravec H P.Rover Visual Obstacle Avoidance[C]//IJCAI.1981:785-790.
现有文献[2]：Harris C,Stephens M.A combined corner and edge detector[C]//Alvey vision conference.1988,15:50.
现有文献[3]:Smith S M,Brady J M.SUSAN—A new approach to low levelimage processing[J].International journal of computer vision,1997,23(1):45-78.
发明内容
发明目的：本发明针对现有技术存在的问题，提供一种针对像素调制可见光通信系统的图像矫正方法，可以降低计算复杂度，极大地提高畸变信号恢复性能。
技术方案：本发明所述的用于像素调制可见光通信系统的图像矫正方法包括：
(1)图像边界设计：对需要传输的图像设计以四个角点围成编码区域的图像边界；
(2)图像角点检测：对经过传输后接收到的畸变边界图像进行图像二值化处理，并通过设计邻域模板查找可疑角点像素点，最后通过Harris算子角点检测算法从所有可疑角点像素点中查找出畸变边界图像的角点；
(3)畸变边界图像恢复：采用畸变边界图像的角点坐标恢复信号边界坐标，并根据信号边界坐标将畸变边界图像恢复。
进一步的，所述图像边界具体为以四个角点围成编码区域的矩形图像边界。
进一步的，步骤(2)中所述的图像二值化处理，具体包括：
通过设置阈值Tb将接收到的畸变边界图像f(x,y)进行图像二值化处理，得到处理后的图像g(x,y)；其中，
进一步的，步骤(2)中所述的通过设计邻域模板查找可疑角点像素点，具体包括：
定义邻域模版为一定区域的窗口，且该邻域模版包含S个像素点；
采用该邻域模版遍历图像g(x,y)，得到每个像素点的邻域模版区域面积n(x0,y0)；其中，n(x0,y0)＝∑(x,y)∈Ac((x,y),(x0,y0))，式中，A表示该邻域模版的区域；
设计角点判定函数为式中ξ1、ξ2为阈值系数；
根据角点判定函数查找出所有可疑角点像素点，其中，当J(x0,y0)＝1时，判定当前像素点(x0,y0)为可疑角点像素点。
进一步的，步骤(2)中所述通过Harris算子角点检测算法从所有可疑角点像素点中查找出畸变边界图像的角点，具体包括：
采用Harris算子角点检测算法，对所有可疑角点像素点集合求得对称矩阵M；再根据对称矩阵M计算每个待检测像素点的Harris算子角点响应函数，并判断是否大于设定的阈值T；若是，则继续判断是否为局部极大；若是，则该像素点判定为畸变边界图像的角点。
进一步的，步骤(3)具体包括：
采用畸变边界图像的角点坐标恢复出信号边界坐标，再利用单应性矩阵H，推导出进行图像边界设计的发射机和接收畸变边界图像的接收机的成像平面的坐标变换方程，最后采用双线性插值法利用得到的坐标变换方程，将接收的畸变边界图像恢复。
有益效果：本发明与现有技术相比，其显著优点是：本发明针对图像畸变问题，提出了角点检测方法，排除了大量非角点，使算法性能大大提高，计算复杂度大大降低，更加适用于像素调制可见光通信系统；另外本发明恢复信号的边界与发送信号的边界完全匹配，图像矫正效果好。
附图说明
图1是本发明设计的图像边界图案；
图2是发射机和接收机的图像边界的示意图和灰度直方图；
图3是本发明的角点检测方法的流程示意图；
图4是接收机接收的畸变边界图像二值化后的图像；
图5是可疑角点判定示意图和接收端图像局部放大图；
图6是发送的图像边界、接收的畸变边界和恢复的图像边界的图案。
具体实施方式
在像素调制可见光通信系统中，发射机采用日常生活中常用的液晶显示器，接收机采用普通的CCD摄像机。在发送端的电脑选择本地文件，进行编码处理，然后转换为编码后的图像，并且一帧一帧的传输。接收端利用摄像机获得发送的图像，经过一系列的处理可解码获得发送端的数据。其中接收端能实时接收信号并且解码，就需要图像边界设计和接收信号的角点检测算法快速高效，以便为后续信号的去噪和解码提供充足的时间。
为此，提出了本实施例的图像矫正方法，具体包括如下步骤：
(1)图像边界设计
为了让接收机能够检测到包含数据的图像帧，需要设计一种图像边界，边界添加在数据流的外围，如此构成完整的发送图像帧。像素调制可见光通信系统是一个全新设计的通信系统，由于它未对发送图像的边界有条件限制，只有充分利用发射机和接收机的相关特性，根据像素调制可见光通信系统的要求来设计图像边界。
本实施例对需要传输的图像设计以四个角点围成编码区域的矩形图像边界，具体如图1所示，四个角点为C1、C2、C3、C4。对于图1设计的图像边界，对于接收信号产生的畸变，需要通过空间矫正来恢复原始信号。
(2)图像角点检测
由于设计的图像边界方案是黑色条纹，与周围白色屏幕形成了鲜明对比，可以利用这一点进行处理。发送的边界图像和实际用摄像头接收到的畸变边界图像如图2所示，可以明显的看到发送图像边界与摄像头接收到的边界图像已经产生了明显的畸变，其灰度直方图存在着显著差异。这是由于背景噪声和背景光照强度所造成的，下面研究如何快速检测到四个角点位置。具体步骤如图3所示，
①首先对接收到的畸变边界图像进行图像二值化处理，具体为：通过设置阈值Tb将接收到的畸变边界图像f(x,y)进行图像二值化处理，得到处理后的图像g(x,y)；其中，
对于像素可见光通信系统所设计的图像边界方案，由接收畸变边界图像灰度直方图边界区域灰度与背景区域差异非常大，因此阈值Tb可选取某个常数，也可以是整个图像的平均灰度。处理后的畸变边界二值化图像如图4所示，图像二值化能够使图像变得简单，并且使数据量减小。
②下面定义邻域模版为一定区域的窗口，且该邻域模版包含S个像素点。窗口可以选取前面所提到的5*5窗口或者Susan算子角点检测算法的类圆形模版，甚至可以为了减少计算量，可以选用的3*3窗口。
③不断比较邻域模版中心像素点(x0,y0)与邻域模版内其他像素点的二值化取值，记通过采用邻域模版遍历图像g(x,y)，得到每个像素点的邻域模版区域面积n(x0,y0)＝∑(x,y)∈Ac((x,y),(x0,y0))，式中，A表示该邻域模版的区域。
考虑n(x0,y0)的取值，有0≤n(x0,y0)≤S成立。当n(x,y)＝S或很大时，即中心像素点与邻域模版内其他像素点二值化取值都相同，说明为区域内像素点；当n(x0,y0)＝0或者取值很小时，即中心像素点与邻域模版内其他像素点二值化取值完全不相似，说明为孤立点；其余点判定为可疑角点。
④因此定义可疑角点判定函数式中ξ1、ξ2为阈值系数。如图5所示，取较为简单的3*3窗口作为邻域模版。(a)表示为区域内像素点，其中心像素点均与周围像素点取值相同；(c)表示图像像素点中的孤立点，与周围像素点取值明显不同；(b)为可疑角点像素点，作为后续判断的候选点；(d)为实际接收畸变边界图像二值化图角点边缘。当J(x0,y0)＝1时，判定当前像素点(x0,y0)为可疑角点像素点；当J(x0,y0)＝0时，可排除该像素点为角点的情况。一般可取ξ1＝0.25、ξ2＝0.75，这是借鉴Susan算子角点检测算法的思想，来进行可疑角点的候选值。
⑤下面采用Harris算子角点检测算法，对所有可疑角点像素点集合求得对称矩阵M；再根据对称矩阵M计算每个待检测像素点的Harris算子角点响应函数，并判断是否大于设定的阈值T；若是，则继续判断是否为局部极大；若是，则该像素点判定为畸变边界图像的角点。
(3)畸变边界图像恢复
采用畸变边界图像的角点坐标恢复出信号边界坐标，再利用单应性矩阵H，推导出进行图像边界设计的发射机和接收畸变边界图像的接收机的成像平面的坐标变换方程，最后采用双线性插值法利用得到的坐标变换方程，将接收的畸变边界图像恢复，恢复的图像如图6所示。
以上所揭露的仅为本发明一种较佳实施例而已，不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (6)
1.一种用于像素调制可见光通信系统的图像矫正方法，其特征在于该方法包括：
(1)图像边界设计：对需要传输的图像设计以四个角点围成编码区域的图像边界；
(2)图像角点检测：对经过传输后接收到的畸变边界图像进行图像二值化处理，并通过设计邻域模板查找可疑角点像素点，最后通过Harris算子角点检测算法从所有可疑角点像素点中查找出畸变边界图像的角点；其中，所述的通过设计邻域模板查找可疑角点像素点，具体包括：
定义邻域模版为一定区域的窗口，且该邻域模版包含S个像素点；
采用该邻域模版遍历图像g(x,y)，得到每个像素点的邻域模版区域面积n(x0,y0)；其中，n(x0,y0)＝∑(x,y)∈Ac((x,y),(x0,y0))，式中，A表示该邻域模版的区域；
设计角点判定函数为式中ξ1、ξ2为阈值系数；
根据角点判定函数查找出所有可疑角点像素点，其中，当J(x0,y0)＝1时，判定当前像素点(x0,y0)为可疑角点像素点；
(3)畸变边界图像恢复：采用畸变边界图像的角点坐标恢复信号边界坐标，并根据信号边界坐标将畸变边界图像恢复。
2.根据权利要求1所述的用于像素调制可见光通信系统的图像矫正方法，其特征在于：所述图像边界具体为以四个角点围成编码区域的矩形图像边界。
3.根据权利要求1所述的用于像素调制可见光通信系统的图像矫正方法，其特征在于：步骤(2)中所述的图像二值化处理，具体包括：
通过设置阈值Tb将接收到的畸变边界图像f(x,y)进行图像二值化处理，得到处理后的图像g(x,y)；其中，
4.根据权利要求1所述的用于像素调制可见光通信系统的图像矫正方法，其特征在于：步骤(2)中所述通过Harris算子角点检测算法从所有可疑角点像素点中查找出畸变边界图像的角点，具体包括：
采用Harris算子角点检测算法，对所有可疑角点像素点集合求得对称矩阵M；再根据对称矩阵M计算每个待检测像素点的Harris算子角点响应函数，并判断是否大于设定的阈值T；若是，则继续判断是否为局部极大；若是，则该像素点判定为畸变边界图像的角点。
5.根据权利要求1所述的用于像素调制可见光通信系统的图像矫正方法，其特征在于：步骤(3)具体包括：
采用畸变边界图像的角点坐标恢复出信号边界坐标，再利用单应性矩阵H，推导出进行图像边界设计的发射机和接收畸变边界图像的接收机的成像平面的坐标变换方程，最后采用双线性插值法利用得到的坐标变换方程，将接收的畸变边界图像恢复。
6.根据权利要求5所述的用于像素调制可见光通信系统的图像矫正方法，其特征在于：所述发射机为液晶显示器，所述接收机为CCD摄像机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610943864.6A CN106570834B (zh) | 2016-10-26 | 2016-10-26 | 一种用于像素调制可见光通信系统的图像矫正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610943864.6A CN106570834B (zh) | 2016-10-26 | 2016-10-26 | 一种用于像素调制可见光通信系统的图像矫正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106570834A CN106570834A (zh) | 2017-04-19 |
| CN106570834B true CN106570834B (zh) | 2019-11-12 |
Family
ID=58534861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610943864.6A Active CN106570834B (zh) | 2016-10-26 | 2016-10-26 | 一种用于像素调制可见光通信系统的图像矫正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106570834B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108572178A (zh) * | 2018-04-10 | 2018-09-25 | 苏州久越金属科技有限公司 | 一种高精密高稳定性探测方法 |
| CN113570518B (zh) * | 2021-07-22 | 2023-11-14 | 上海明略人工智能(集团)有限公司 | 一种图像矫正方法、系统、计算机设备和存储介质 |
| CN113674344A (zh) * | 2021-10-22 | 2021-11-19 | 深圳市莱法照明通信科技有限公司 | 基于工业摄像机的照明光定位方法、装置及相关设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1680867A (zh) * | 2004-02-17 | 2005-10-12 | 微软公司 | 投影仪－摄像机－白板系统中视觉回波消除系统和方法 |
| CN102404532A (zh) * | 2010-09-10 | 2012-04-04 | 鸿富锦精密工业（深圳）有限公司 | 投影仪及其梯形失真校正方法 |
| CN103313009A (zh) * | 2012-03-08 | 2013-09-18 | 精工爱普生株式会社 | 图像处理装置、图像处理方法、以及投影仪 |
| CN103873778A (zh) * | 2014-03-31 | 2014-06-18 | 中国人民解放军信息工程大学 | 可见光信号接收方法、设备及可见光通信系统 |
| CN104253646A (zh) * | 2013-06-26 | 2014-12-31 | 中兴通讯股份有限公司 | 一种可见光通信mimo系统及其实现数据收发的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8831318B2 (en) * | 2009-07-06 | 2014-09-09 | The Board Of Trustees Of The University Of Illinois | Auto-calibrating parallel MRI technique with distortion-optimal image reconstruction |
-
2016
- 2016-10-26 CN CN201610943864.6A patent/CN106570834B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1680867A (zh) * | 2004-02-17 | 2005-10-12 | 微软公司 | 投影仪－摄像机－白板系统中视觉回波消除系统和方法 |
| CN102404532A (zh) * | 2010-09-10 | 2012-04-04 | 鸿富锦精密工业（深圳）有限公司 | 投影仪及其梯形失真校正方法 |
| CN103313009A (zh) * | 2012-03-08 | 2013-09-18 | 精工爱普生株式会社 | 图像处理装置、图像处理方法、以及投影仪 |
| CN104253646A (zh) * | 2013-06-26 | 2014-12-31 | 中兴通讯股份有限公司 | 一种可见光通信mimo系统及其实现数据收发的方法 |
| CN103873778A (zh) * | 2014-03-31 | 2014-06-18 | 中国人民解放军信息工程大学 | 可见光信号接收方法、设备及可见光通信系统 |
Non-Patent Citations (1)
| Title |
|---|
| 改进的Harris方法在交通事故现场图像拼中的应用;曲天伟等;《软件工程师》;20140531;第17卷(第5期);第18-19页第2.2节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106570834A (zh) | 2017-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Haze and thin cloud removal via sphere model improved dark channel prior | |
| US10108835B2 (en) | Method and system for decoding two-dimensional code using weighted average gray-scale algorithm | |
| CN107301624B (zh) | 基于区域划分及浓雾预处理的卷积神经网络去雾方法 | |
| CN107767354A (zh) | 一种基于暗原色先验的图像去雾算法 | |
| Ju et al. | BDPK: Bayesian dehazing using prior knowledge | |
| Habib et al. | Adaptive fuzzy inference system based directional median filter for impulse noise removal | |
| CN111179189B (zh) | 基于生成对抗网络gan的图像处理方法、装置以及电子设备、存储介质 | |
| CN106570834B (zh) | 一种用于像素调制可见光通信系统的图像矫正方法 | |
| Liu et al. | Rank-one prior: Real-time scene recovery | |
| CN111179202B (zh) | 一种基于生成对抗网络的单幅图像去雾增强方法和系统 | |
| CN110097522B (zh) | 一种基于多尺度卷积神经网络的单幅户外图像去雾方法 | |
| Krishnan et al. | A survey on different edge detection techniques for image segmentation | |
| CN110827221A (zh) | 一种基于双通道先验和侧窗导向滤波的单幅图像去雾方法 | |
| Yu et al. | Image and video dehazing using view-based cluster segmentation | |
| CN102118547A (zh) | 图像加权滤波的方法 | |
| CN101853500A (zh) | 一种彩色多聚焦图像融合方法 | |
| CN113487509B (zh) | 一种像素聚类及透射率融合的遥感图像雾气去除方法 | |
| Zhang et al. | Hardware implementation for haze removal with adaptive filtering | |
| CN107424134B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| Vidyamol et al. | An improved dark channel prior for fast dehazing of outdoor images | |
| CN114693543A (zh) | 图像降噪方法及装置、图像处理芯片、图像采集设备 | |
| Zhang et al. | Fast image dehazing using joint Local Linear sure-based filter and image fusion | |
| CN112752064A (zh) | 电力通信光缆监控视频的处理方法和系统 | |
| Owusu-Agyeman et al. | A concise review on Image Dehazing Techniques | |
| Stojanović et al. | Improved dehazing techniques for maritime surveillance image enhancement |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210331 Address after: 201306 building C, No. 888, Huanhu West 2nd Road, Lingang New Area, Pudong New Area, Shanghai Patentee after: Shanghai Hanxin Industrial Development Partnership (L.P.) Address before: 210088 No. 6 Dongda Road, Taishan New Village, Pukou District, Nanjing City, Jiangsu Province Patentee before: SOUTHEAST University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230913 Address after: 201615 room 301-6, building 6, no.1158, Jiuting Central Road, Jiuting Town, Songjiang District, Shanghai Patentee after: White box (Shanghai) Microelectronics Technology Co.,Ltd. Address before: 201306 building C, No. 888, Huanhu West 2nd Road, Lingang New Area, Pudong New Area, Shanghai Patentee before: Shanghai Hanxin Industrial Development Partnership (L.P.) |
|
| TR01 | Transfer of patent right |