CN107292825B - 一种图像校正的方法及装置 - Google Patents
一种图像校正的方法及装置 Download PDFInfo
- Publication number
- CN107292825B CN107292825B CN201610192750.2A CN201610192750A CN107292825B CN 107292825 B CN107292825 B CN 107292825B CN 201610192750 A CN201610192750 A CN 201610192750A CN 107292825 B CN107292825 B CN 107292825B
- Authority
- CN
- China
- Prior art keywords
- pixel point
- confidence
- value
- correction
- coefficient
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003702 image correction Methods 0.000 title claims abstract description 42
- 238000012937 correction Methods 0.000 claims abstract description 150
- 230000001174 ascending effect Effects 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000012885 constant function Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 12
- 230000006870 function Effects 0.000 description 54
- 238000013507 mapping Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 230000007704 transition Effects 0.000 description 8
- 238000012886 linear function Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101100152692 Nicotiana attenuata TD gene Proteins 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
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
本发明实施例提供了一种图像校正的方法及装置,涉及图像校正领域,用以解决现有技术在图像校正过程中,通过RGB值三者是否完全相同进行彩色点/灰度点的判定所造成的灰度点误判的问题。该一种图像校正的方法,包括:求取像素点的三原色分量两两之间差的绝对值,以获得所述像素点的三个绝对值中的最大绝对值;获取所述像素点的最大绝对值对应的第一置信度,所述第一置信度为像素点是彩色点的置信度,在像素点的最大绝对值和第一置信度的对应关系中,沿最大绝对值增大的方向,第一置信度呈上升趋势,所述第一置信度的取值范围为[Cmin,Cmax]且包含至少3个数值;根据所述像素点的第一置信度对所述像素点的三原色分量进行校正,得到所述像素点的第一校正值。
Description
技术领域
本发明涉及图像校正领域,尤其涉及一种图像校正方法及装置。
背景技术
现有显示器通常需要对不同的图像内容进行相应的图像校正,以确保可达到较佳的显示效果。尤其是,在医疗影像显示领域,为了使网络会诊成为可能,就需要同一医学影像在任何一台显示器上显示时,都能有几乎相同的显示效果,于是对于医学影像进行校正尤为重要。
目前,医学影像通常有两种,一种是灰阶图像,例如CT(Computed Tomography,电子计算机断层扫描)图像、MRI(Magnetic Resonance lmaging,核磁共振成像)图像等;另一种是彩色图像,例如彩超、彩色MRI图像、手术视频等。对于灰阶图像而言,通常采用DICOM(Digital Imaging and Communications in Medicine,医学数字成像和通信)校正。然而,彩色图像通常包含彩色部分(例如彩色的图案、文字或图表),还可能包含灰度部分,为了能够让彩色图像中的彩色部分和灰度部分都能够准确的表达,现有技术中常用的做法是:先根据图像中各个像素点的R(红)、G(绿)、B(蓝)值确定每个像素点是彩色点、还是灰度点(即像素点的属性);再根据这些像素点的属性将图像划分为彩色区域和灰度区域,对彩色区域的像素点进行GAMMA(伽马)校正,对由灰度区域的像素点进行DICOM校正,以便该图像经校正达到较佳的显示效果。
其中,在上述对彩色图像进行校正的过程中,采用R值、G值、B值是否完全相同来判断一像素点是否为彩色点,若一像素点的RGB值三者相同则为灰度点,否则为彩色点。
但是,在彩色图像的采集到显示的传输过程中,或者在图像的复制及后期处理过程中都不可避免地会引入噪声,因噪声干扰会使得RGB值发生变化,进而若仍采用上述方法判别彩色点,则很容易发生误判,例如会将一部分原本的灰度点误判为彩色点。一旦发生误判,对原本的灰度点错误地进行GAMMA校正,会造成低灰阶部分无法区分且亮度增大的问题,进而导致显示器显示出的画面亮度失真、出现闪烁点或空洞(一区域中心暗、周围亮)的现象。
发明内容
本发明实施例提供了一种图像校正方法及装置,用以在图像校正过程中,避免通过RGB值三者是否完全相同进行彩色点/灰度点的判定所造成的灰度点误判的问题。
第一方面,本发明实施例提供了一种图像校正的方法,包括:
求取像素点的三原色分量两两之间差的绝对值,以获得所述像素点的三个绝对值中的最大绝对值;
获取所述像素点的最大绝对值对应的第一置信度,所述第一置信度为像素点是彩色点的置信度,在像素点的最大绝对值和第一置信度的对应关系中,沿最大绝对值增大的方向,第一置信度呈上升趋势,所述第一置信度的取值范围为[Cmin,Cmax]且包含至少3个数值;
根据所述像素点的第一置信度对所述像素点的三原色分量进行校正,得到所述像素点的第一校正值。
第二方面,本发明实施例提供了一种图像校正装置,包括:
第一获取单元,用于求取像素点的三原色分量两两之间差的绝对值,以获得所述像素点的三个绝对值中的最大绝对值;
第二获取单元,用于获取所述像素点的最大绝对值对应的第一置信度,所述第一置信度为像素点是彩色点的置信度,在像素点的最大绝对值和第一置信度的对应关系中,沿最大绝对值增大的方向,第一置信度呈上升趋势,所述第一置信度的取值范围为[Cmin,Cmax]且包含至少3个数值;
校正单元,根据所述像素点的第一置信度对所述像素点的三原色分量进行校正,得到所述像素点的第一校正值。
本发明实施例提供的图像校正方法和图像校正装置,由一像素点的最大绝对值获取到相应的第一置信度,从而能够得知该像素点是彩色点的可能性,也就是说,在本实施例中无需判断像素点三原色分量是否完全相同,也可以不明确判定出一像素点是彩色点或是灰度点,从而不会产生现有技术中通过像素点三原色是否相同来判定是否是彩色点所带来的误判问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,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获得其他的附图。
图1为本发明实施例提供的图像校正方法的应用架构示意图;
图2为本发明实施例提供的一种图像校正方法的流程示意图;
图3为本发明实施例提供的最大绝对值和第一置信度的对应关系曲线;
图4为本发明实施例提供的由最大绝对值计算第一置信度的流程图;
图5为本发明实施例提供的一种去噪方法的流程图;
图6为本发明实施例提供的一种图像校正装置中对图像进行混合算法校正的数据流向示意图;
图7为本发明实施例提供的第一置信度和DICOM加权系数的对应关系曲线;
图8为本发明实施例提供的第一置信度和GAMMA加权系数的对应关系曲线;
图9为本发明实施例提供的一种图像校正装置的结构及其数据流向的示意图;
图10为本发明实施例提供的一种图像校正装置的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动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。
为了便于清楚描述本发明实施例的技术方案,在本发明的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。
本发明实施例中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本发明实施例中字符“/”,一般表示前后关联对象是一种“或”的关系。
本发明实施例的原理在于:不再通过像素点的RGB值三者是否完全相同来判别一像素点是彩色点还是灰度点,而是计算像素点是彩色点的置信度(也即像素点是彩色点的可信程度,在本实施例中为简化描述将其称为第一置信度),若第一置信度越大,则表明像素点是彩色点的概率越高;反之,若第一置信度越小,则表明像素点是彩色点的概率越小。这就为图像校正过程中,如何进行彩色点和/或灰度点的判定提供了一个新的思路。
实施例一
参考图1,图像校正装置可以将一待显示图像中任一像素点的三原色分量的输入值(RiGiBi)进行校正得到该像素点三原色分量的输出值(RoG0Bo),并输出给显示模块;当然,该显示图像中所有像素点都可以采用相同校正方法,这样显示模块就可以得到所有像素点的RoGoBo值。之后,显示模块可以根据所有像素点的RoGoBo显示出画面。优选的,图像校正装置和显示模块可以集成在一个显示器,当然,图像校正装置也可以外置于显示器,在此不做限制。
下面,针对图像校正装置进行图像校正的过程进行详述,着重体现了对图像中的一个像素点校正的过程,对于整个图像中各个像素点的校正均可以参考这一过程。若将一图像的所有像素点分布看成一像素阵列,则该像素阵列中每一像素点都有其对应坐标,本实施例是对任一个像素点进行校正,该像素点的坐标可以记为(x,y),该像素点可以记为Px(x,y)。
参考图2,本发明实施例提供的图像校正的方法可以包括以下步骤:
S101、图像校正装置求取像素点Px(x,y)的三原色分量两两之间差的绝对值,以获得像素点Px(x,y)的三个绝对值中的最大绝对值。
众所周知,一个像素点呈现怎样的颜色,由三原色分量决定。例如,一个像素点包含红(R)、绿(G)、蓝(B)三个子像素,则此时三原色分量分别为R值、G值和B值。又例如,一个像素点包含青(C)、品红(M)、黄(Y)三个子像素,则此时三原色分量可以是C值、M值和Y值。在本实施例中,以输入的像素点的三原色分量为RiGiBi为例。
需要说明的是,本发明实施例中的一个像素点可以仅由上述的三个子像素构成,当然也可以还包含第四个子像素,例如白(W)子像素。此时,因白色不属于原色,故针对这种像素点的三原色分量仍参考上述描述。
此步骤具体可以为:
首先,计算一像素点的RiGiBi两两之间差的绝对值,得到该像素点的三个绝对值,记为ad_rg、ad_rb和ad_gb。
其中,ad_rg=|Ri-Gi|,ad_rb=|Ri-Bi|,ad_gb=|Gi-Bi|。
其次,求取该像素点的最大绝对值,记为max_diff。
max_diff=max{ad_rg,ad_rb,ad_gb},也即求取上述三个绝对值中的最大值。
S102、图像校正装置获取上述像素点Px(x,y)的最大绝对值max_diff对应的第一置信度p。
本发明实施例中第一置信度p为像素点Px(x,y)是彩色点的置信度,第一置信度的取值范围为[Cmin,Cmax],Cmin和Cmax均为常数,考虑到计算难度,一般为易于计算的正数,Cmax大于Cmin。并且,第一置信度的取值范围内包含至少3个数值,也就是说,第一置信度可以取的值至少有3个,这样就把一像素点是彩色点的概率分为至少3个等级。通常来讲,若p=Cmin,则表明该像素点为灰度点;若p=Cmax,则表明该像素点为彩色点;若Cmax>p>Cmin,则p越大,表明像素点是彩色点的概率越大。
本领域技术人员应该理解,此步骤要求对于每个像素点的max_diff,都要获取到其对应的一个p,那么在像素点的最大绝对值max_diff和第一置信度p的对应关系中,可以是一个max_diff对应一个p,这样p的取值范围内包含的数值和max_diff取值范围内包含的数值在数目上是相等的;还可以是多个max_diff对应一个p,这样p的取值范围内所包含数值的数目会小于max_diff取值范围内所包含数值的数目。
其中,像素点的max_diff的取值范围内所包含数值的数目,通常取决于显示画面(或者显示器)的阶数(也即灰阶级数)。例如,若显示画面为256阶,则Ri、Gi、Bi三者的取值均为0-255,因此,像素点的max_diff的取值范围为0-255,包含256个数值。又例如,若显示画面为1024阶,则Ri、Gi、Bi三者的取值均为0-1023,因此,像素点的max_diff的取值范围为0-1023,包含1024个数值。
另外,由于像素点的max_diff越大,通常也表明该像素点是彩色点的概率越大,因此像素点的max_diff和像素点的p的变化趋势是一致的,具体的,本实施例中在像素点的max_diff和第一置信度p的对应关系中,沿max_diff增大的方向,第一置信度呈上升趋势。其含义是指,若像素点的max_diff取值范围为{max_diff0,max_diff1,…,max_diffM-1},max_diffj>max_diffi(j>i);像素点的p取值范围为{p0,p1,…,pN-1},pj>pi(j>i);其中,N小于或等于M,且N大于3,max_diffj对应的p大于或等于max_diffi对应的p。
举例而言,参考图3,max_diff0对应p0,max_diff1对应p1,max_diff2和max_diff3对应p2,max_diff4、max_diff5和max_diff6对应p3等,图示中以max_diff0=p0=0为例。直观上来讲,按照像素点的max_diff和p的对应关系所绘制的曲线可以是一增函数绘制的曲线,也可以类似增函数绘制的曲线(例如图3),只要从左到右是不断上升的即可。
需要说明的是,像素点的max_diff和p的对应关系可以用多种方式来表达,示例的,可以是以max_diff为输入,以p为输出的函数;还可以是能体现max_diff和p对应关系的映射表等,在本实施例中不做限定。
下面,针对此步骤本实施例提供了两种优选的实现方案。
方案一
若所述像素点的max_diff小于Cmax,则所述像素点的p等于所述像素点的max_diff,若所述像素点的max_diff大于或等于Cmax,则所述像素点的p等于Cmax。
其中,Cmax可以由本领域技术人员考虑实际情况而设定,例如若显示画面受到的噪声干扰比较严重,则Cmax相对大些(例如15);若显示画面受到的噪声干扰比较小,则Cmax可相对小些(例如10)。又例如可以按照显示画面的阶数来设定,例如若显示画面为1024阶,则Cmax可相对大些(例如16);若显示画面为256阶,则Cmax可相对小些(例如4)。
方案二
在本方案中,像素点的max_diff的取值范围分为L个连续的区间,且L个区间按照取值由小到大的顺序依次对应L个取值逐渐增大的置信度可选值,L≥3。
具体而言,像素点的max_diff取值范围为{max_diff0,max_diff1,…,max_diffM-1},像素点的p取值范围为{p0,p1,…,pN-1}。其中,L≤N≤M。将M个max_diff分为L个区间,每个区间应包含至少1个连续的max_diff,从而,像素点的max_diff的取值范围可记为{区间0,区间1,...,区间L-1},且从区间0到区间L-1,各区间的取值依序增大。另外,像素点的p取值范围内包含L个置信度可选值,从而L=N,像素点的p取值范围应为{p0,p1,…,pL-1},且从p0到pL-1,各个p依序增大。在本方案中,区间i对应pi,0≤i≤L-1。
基于上述前提,此步骤S102可以为:若所述像素点的max_diff处于L个区间中的一个区间,则第一置信度p等于该区间对应的置信度可选值。用公式表达为:p=pi,max_diff∈区间i,0≤i≤L-1。
为了更加清楚描述本方案,下面举一具体示例。在该示例中,上述L个区间由L-1个临界值(记为REGION_THD)划分而成,且max_diff0<REGION_THD0<REGION_THD1<REGION_THD2<REGION_THD3<REGION_THD4<....<REGION_THD(L-2)<max_diffM-1,通常max_diff0=0。
在本示例中,L=9,由8个临界值划分出9个区间,从区间0(区间序号为0的区间)到区间8分别为[0,REGION_THD0],(REGION_THD0,REGION_THD1],...,(REGION_THD6,REGION_THDN7],(REGION_THDN7,max_diffM-1]。图像校正装置可以先获取到像素点的max_diff所处区间的区间序号i(0≤i≤L-1),再由区间序号从寄存器中获取到该区间序号i对应pi,其中,L个置信度可选值可以由显示器的CPU(处理器)配置到寄存器中。
根据像素点的max_diff获取像素点的p可以参照图4。具体为,判断max_diff是否小于或等于REGION_THD0,若是则说明max_diff处于区间0,此时令p=p0;若否则说明max_diff没有处于区间0,则判断max_diff是否小于或等于REGION_THD1,若是则说明max_diff处于区间1,此时令p=p1;若否则说明max_diff没有处于区间1,依次类推,判断max_diff是否小于或等于REGION_THD7,若是则说明max_diff处于区间7,此时令p=p7,若否则说明max_diff处于区间8,此时令p=p8。
在此需要说明的是,根据像素点的max_diff获取像素点的p的方案并不局限于此,例如也可以令p=max_diff等。
通过以上步骤可知,本实施例能够根据像素点的max_diff获取像素点的p,且p的取值至少有3个,p可以表征像素点是彩色点可能性的大小。由于本实施例中不再通过RGB值是否相同来判定一像素点是彩色点、还是灰度点,因此可以避免这种方法所造成的误判。
S103(可选)、对像素点Px(x,y)的第一置信度p进行去噪处理,以得到经去噪后的第一置信度p′。
数字图像在数字化、传输等过程中,不可避免地会受到显示器或外部环境的干扰,而现有技术中将减少数字图像中噪声的过程称为图像去噪。现有技术中的图像去噪方法有多种,例如:均值滤波(包括几何均值滤波、谐波均值滤波、逆谐波均值滤波,多采用几何均值滤波)、维纳滤波、图像去噪中值滤波、小波去噪等。
由于这些噪声在本实施例得到的第一置信度p中也会有相应体现,因此本实施例优选的需要减少p中噪声。本领域技术人员能够理解,一图像包含的各个像素点构成像素阵列,例如像素阵列的规格为x1*x2(也可称为分辨率),本实施例中可以得到每个像素点的p,可构成x1*x2的p矩阵(也可以称为置信度图)。对于该p矩阵可以采用参考现有技术中的图像去噪方法,以得到去噪后的p′矩阵;这里仅仅是将现有技术中图像去噪方法的处理对象由原先的每个像素点的灰度值(R值、G值或B值),更换为本实施例中每个像素点的p,而处理方法并没有改变,因此在此不加赘述。
经分析得知,本实施例中得到的置信度图中的噪声分布类似于高斯分布。因此,本实施例中优选的对置信度图采用可减少高斯分布噪声的图像去噪方法,以下提供了两种优选的去噪方法。
方案一、对像素点(当前需降噪的像素点)的第一置信度p进行低通滤波处理,得到p′。其中,低通滤波可以包括:高斯低通滤波(也可称为高斯滤波、高斯平滑或高斯模糊),均值滤波等。下面以高斯低通滤波为例,进行详述。
首先,获取一模板的权重矩阵。其中,该模板的大小可以是(2n1+1)×(2n2+1),其中,n1和n2均为正整数,该模板的每个点的坐标记为(i,j),-n2≤i≤n2,-n1≤j≤n1,坐标(0,0)对应当前需滤波的像素点。在本实施例中以n1=n2=1为例,也就是说得到是模糊半径为1的权重矩阵。值得注意的是,坐标(x,y)是当前像素在整个图像的像素阵列中的坐标,坐标(0,0)是当前像素在该模板中的坐标。
该模板的各个坐标可以参见表1。
表1
(-1,1) | (0,1) | (1,1) |
(-1,0) | (0,0) | (1,0) |
(-1,-1) | (0,-1) | (1,-1) |
采用上述3x3的模板且以当前像素点为模板中心,按照以下公式计算每个坐标(i,j)对应权重系数g(i,j),从而得到3x3的权重矩阵,如下:
权重系数g(i,j)可按照下述公式计算得到,其中,σ是预先设定的常数,例如可以是1.5。
上述权重矩阵中所有权重系数的总和记为A,为了让所有权重系数的总和为1,因此需要让每个权重系数除以A,以得到最终的权重矩阵,如下:
其中,g′(i,j)=g(i,j)/A。
接着,将每个坐标(i,j)对应的像素点的p乘以g′(i,j),得到(2n1+1)×(2n2+1)个加权后的p值,再求取所有加权后的p之和,得到中心像素点(0,0)的p′。
示例的,基于上述3x3的模板,将9个坐标对应像素点的p分别乘以相应的权重系数就可以得到9个加权后的p值,将这9个加权后的p值相加,从而得到当前像素点(0,0)的p′。
通过上述的高斯滤波,可以是孤立的第一置信度p的个数显著下降,彩色区域与灰度区域间的过渡带的第一置信值也可平滑过渡。
方案二、对像素点的第一置信度p进行邻域统计降噪方法处理,得到p′。
首先,在所述像素点(当前要降噪的像素点)的邻域内统计邻域像素点数,所述邻域像素点数为在所述像素点的邻域内、最大绝对值max_diff大于第一阈值(用THD_COLOR表示,其可以是本领域技术人员可以根据需要设定,需要在max_diff的取值范围内,例如:128等)的像素点数量。
所谓邻域在本方案中是二维意义上的邻域,当前像素点的邻域即为在横纵方向上均以该当前像素点为中心的一个像素阵列。
示例的,本方案使用模板的大小也可以为(2n1+1)×(2n2+1),其中,n1和n2均为正整数,该模板的每个点的坐标记为(i,j),其中,-n2≤i≤n2,-n1≤j≤n1,其中坐标(0,0)对应当前需降噪的像素点。本方案以使用3x7的模板为例,该模板的各个坐标可以参见表2。
表2
(-3,1) | (-2,1) | (-1,1) | (0,1) | (1,1) | (2,1) | (3,1) |
(-3,0) | (-2,0) | (-1,0) | (0,0) | (1,0) | (2,0) | (3,0) |
(-3,-1) | (-2,-1) | (-1,-1) | (0,-1) | (1,-1) | (2,-1) | (3,-1) |
采用上述3x7的模板且以当前像素点为模板中心,在当前像素的3x7邻域内统计最大绝对值max_diff大于THD_COLOR的点数,记为color_cnt。
具体的,可以参考下面的程序段。
需要说明的是,对于当前像素点而言,其最大绝对值max_diff是指当前像素点三原色分量两两之间差的绝对值中的最大值。同样的,对于其他像素点的max_diff同样也是指,该像素点三原色分量两两之间差的绝对值中的最大值。
之后,可以参考图5,若当前像素点邻域内的color_cnt小于第二阈值(用outlier_thd0表示,可以由本领域技术人员根据需要设置,对于3x7模板而言,例如可以是8等),则当前像素点的p′等于Cmin(通常Cmin=0);若所述邻域像素点数大于第三阈值(用outlier_thd1表示,可以由本领域技术人员根据需要设置,对于3x7模板而言,例如可以是15等),则当前像素点的p′等于Cmax;若所述邻域像素点数大于所述第二阈值且小于所述第三阈值,则所述像素点的第一置信度不变,即p′=p。
需要说明的是,outlier_thd0小于outlier_thd1。当color_cnt=outlier_thd0时,可以令p′=Cmin,可以令p′=p;同样的,color_cnt=outlier_thd1时,可以令p′=Cmax,也可以令p′=p。
步骤S103这一可选步骤,可以针对图像的像素阵列中各个像素点都执行,也可以仅针对一部分执行,在此不加限定。
S104、根据像素点Px(x,y)的第一置信度对像素点Px(x,y)的三原色分量进行校正,得到该像素点Px(x,y)的第一校正值。
本实施例中,以第一置信度取降噪后的p′为例,当然也可以是未经降噪的p。
示例的,若延续现有技术的校正方式,对一像素点的三原色分量使用DICOM校正或GAMMA校正。那么,可以设置一阈值,该阈值处于p′的取值范围内,若p′大于该阈值,则对该像素点采用GAMMA校正,以得到该像素点的第一校正值。若p′小于该阈值,则对该像素点采用DICOM校正,以得到该像素点的第一校正值。若p′等于该阈值,则可以对该像素点采用GAMMA校正或DICOM校正。
在本实施例中,优选的可以参考图6,采用下面GAMMA和DICOM的混合校正方法完成校正,具体为:将一像素点的三原色分量(记为RiGiBi)分别输入到GAMMA校正模块和DICOM校正模块;GAMMA校正模块可对输入值进行GAMMA校正(具体可以参考现有技术),输出第二校正值(Rg、Gg和Bg),DICOM校正模块可对输入值进行DICOM校正(具体可以参考现有技术),输出第三校正值(Rd、Gd和Bd);第二校正值与GAMMA加权系数(gamma_K)通过乘法器相乘,第三校正值与DICOM加权系数(dicom_K)通过乘法器相乘,两个乘积通过加法器相加得到混合校正结果,也即第一校正值(HG_R、HG_G和HG_B)。示例的,得到的混合校正结果可以作为图1中的输出值RoGoBo,输出给显示模块。
下面对该过程做详细说明,具体可以包含下面两个步骤。
步骤(1)、求取像素点Px(x,y)的第一置信度(当前像素点的p′)对应的GAMMA加权系数,记为gamma_K(x,y);和/或,求取对应的DICOM加权系数,记为dicom_K(x,y)。
由于本方案中的采用混合校正算法,那么就需要计算GAMMA校正(或DICOM校正)在整个混合校正算法中所占的比例,称为GAMMA加权系数(或DICOM加权系数)。
其中,GAMMA加权系数与DICOM加权系数二者之和为1。由此关系能够得知,若求得GAMMA加权系数,用1减去GAMMA加权系数就得到DICOM加权系数;反之亦然。本领域技术人员应该理解,既然GAMMA加权系数和DICOM加权系数的含义均表示一定的比例,那么其取值自然应大于或等于0。在本方案中优选的,GAMMA加权系数与DICOM加权系数的取值范围均可以为(0,1),更进一步优选的,为了兼容仅用GAMMA校正算法或仅用DICOM校正算法的情况,GAMMA加权系数与DICOM加权系数的取值范围均可以为[0,1]。
值得注意的是,本方案要求在第一置信度p′与DICOM加权系数的对应关系中,沿第一置信度p′增大的方向,DICOM加权系数呈下降趋势。其含义类似于上面描述的max_diff和第一置信度p的对应关系,具体为:p′的取值范围为[Cmin,Cmax],DICOM加权系数的取值范围为[0,1],若以p′为横轴,以DICOM加权系数为纵轴绘制曲线的话,则该曲线从左到右是不断下降的。其同样的,二者的对应关系可以由映射表、函数等多种形式表达。
于此同时,由于GAMMA加权系数与DICOM加权系数二者之和为1,因此,在第一置信度p′与GAMMA加权系数的对应关系中,沿第一置信度p′增大的方向,GAMMA加权系数呈上升趋势。其含义为:若以p′为横轴,以GAMMA加权系数为纵轴绘制曲线的话,则该曲线从左到右是不断上升的。
求取DICOM加权系数
本实施例提供了一种求取第一置信度p′对应的DICOM加权系数的优选方案,具体为:将像素点Px(x,y)的p′输入到第一系数计算函数中,以得到像素点Px(x,y)的DICOM加权系数dicom_K(x,y)。
其中,第一系数计算函数可以为减函数。该减函数可以是指数函数、线性函数等,在此不做限定。示例的,若为线性函数,则该线性函数应经过两个点(Cmin,Kh)和(Cmax,Kl),0≤Kl<Kh≤1。在本实施例中,如图7所示,Kl优选为0,Kh优选为1。
另外,可参考图7,第一系数计算函数还可以是第一分段函数,第一分段函数的定义域分为数值依次增大的第一区间、第二区间和第三区间,所述第一分段函数在所述第一区间内为取值为Kh的常数函数,在所述第二区间内为减函数,在所述第三区间内为取值为Kl的常数函数。
若用公式表达,该第一分段函数可以为:
其中,pl和ph是p′取值范围内的两个分界值,用于将p′取值范围划分为三个区间,[Cmin,pl]、(pl,ph]、以及(ph,Cmax],其中边界值所在的区间可以根据实际需求而定,上述划分仅作为举例。A、b、d均为常数,且A和b不等于0。pl和ph的取值可以根据实际需要而定,例如,pl可以是p′取值范围内最大值的15%、或者是p′取值范围内的最小值等,ph可以是p′取值范围内最大值的75%、或者是p′取值范围内的最大值等。
值得注意的是,上述公式中,第二区间(pl,ph]内的函数仅作为举例,其也可以是线性的减函数,或是其他的指数函数,在此不限定。并且,第一分段函数在两个分界值的位置处也可以是断开的。
求取GAMMA加权系数
本实施例还提供了一种求取第一置信度p′对应的GAMMA加权系数的优选方案,具体为:将像素点Px(x,y)的p′输入到第二系数计算函数中,以得到像素点Px(x,y)的GAMMA加权系数gamma_K(x,y)。
其中,第二系数计算函数可以为增函数。该增函数可以是指数函数、线性函数等,在此不做限定。示例的,若为线性函数,则该线性函数可以经过两个点(Cmin,0)和(Cmax,1)。
另外,可参考图8,第二系数计算函数还可以为第二分段函数,第二分段函数的定义域分为数值依次增大的第四区间、第五区间和第六区间,第二分段函数在所述第四区间内为取值为K′l的常数函数,在所述第五区间内为增函数,在所述第六区间内为取值为K′h的常数函数,0≤K′l<K′h≤1,优选为如图所示,K′l=0,K′h=1。
若用公式表达,该第二分段函数可以为:
其中,a、b、c、d均为常数,且a不为0,b大于或等于1;同样的,pl和ph的取值可以根据实际需要而定,例如,pl可以是p′取值范围内最大值的15%等,ph可以是p′取值范围内最大值的75%等。
步骤(2)、将像素点Px(x,y)的gamma_K(x,y)与该像素点的第二校正值的乘积加上该像素点的DICOM加权系数dicom_K(x,y)与该像素点的第三校正值的乘积,得到该像素点的第一校正值。
其中,该像素点的第二校正值为该像素点的三原色分量经GAMMA校正得到的校正值,分别记为Rg(x,y)、Gg(x,y)和Bg(x,y);该像素点的第三校正值为该像素点的三原色分量经DICOM校正得到的校正值,分别记为Rd(x,y)、Gd(x,y)和Bd(x,y)。该像素点的第一校正值记为HG_R(x,y)、HG_G(x,y)和HG_B(x,y)。基于此,此步骤用公式表达则为:
HG_R(x,y)=Rd(x,y)+gamma_K(x,y)×((Rg(x,y)-Rd(x,y))
HG_G(x,y)=Gd(x,y)+gamma_K(x,y)×((Gg(x,y)-Gd(x,y))
HG_B(x,y)=Bd(x,y)+gamma_K(x,y)×((Bg(x,y)-Bd(x,y))
该公式有多种变形,例如可变形为:
HG_R(x,y)=dicom_K(x,y)×Rd(x,y)+gamma_K(x,y)×(Rg(x,y)
HG_G(x,y)=dicom_K(x,y)×Gd(x,y)+gamma_K(x,y)×(Gg(x,y)
HG_B(x,y)=dicom_K(x,y)×Bd(x,y)+gamma_K(x,y)×(Bg(x,y)
还可以变形为:
HG_R(x,y)=(1-gamma_K(x,y))×Rd(x,y)+gamma_K(x,y)×(Rg(x,y)
HG_G(x,y)=(1-gamma_K(x,y))×Gd(x,y)+gamma_K(x,y)×(Gg(x,y)
HG_B(x,y)=(1-gamma_K(x,y))×Bd(x,y)+gamma_K(x,y)×(Bg(x,y)
当然还可以有其他变形,但无论怎样变形,只要和上述公式的实质一致,就应该在本申请的保护范围内。
下面对求取第二校正值和第三校正值的方法进行详述。
求取第二校正值
GAMMA校正的数学公式如下:
Rg=func0(R)
Gg=func1(G)
Bg=func2(B)
其中,RGB(因是输入值,可记为RiGiBi)为一像素点的三原色分量,func0,func1和func2分别为R分量(R值)、G分量(G值)和B分量(B值)对应的映射函数,这里的三个映射函数可以相同,在本实施中优选的三个映射函数是不同的。该映射函数的实现方式可以是算法、也可以是查找表等,在此不做限定。
本实施例以长度为1024(R、G、B的取值均为0~1023)的3个查找表来实现这三个映射函数为例。其中,R分量对应查找表LUT_G0(与func0反映出的映射关系相同),G分量对应查找表LUT_G1(与func1反映出的映射关系相同),B分量对应查找表LUT_G2(与func2反映出的映射关系相同)。从而,可以从各自的查找表中找到一原色分量对应的校正值。
需要说明的是,上述的Gamma校正可以支持各种gamma指数,其中包括Gamma 1.8,Gamma 2.0,Gamma 2.2,Gamma 2.4,和Gamma 2.6,具体采用哪种可以是预先配置好的,也可以根据实际需要在线配置。
求取第三校正值
DICOM校正的数学公式如下:
Rd=func(R)
Gd=func(G)
Bd=func(B)
其中,RGB为一像素点的三原色分量(因是输入值,可记为RiGiBi),且三者可以采用相同的映射函数func。该映射函数的实现方式可以是算法、也可以是查找表等,在此不做限定。
本实施例用长度为1024(R、G、B的取值均为0~1023)的查找表来实现这个映射函数为例。这里,为RGB每个分量分别配置一个相同的查找表,总共3个查找表,从而可以从各自查找表中找到一原色分量对应的校正值。
需要说明的是,上述的DICOM校正支持各种现有的DICOM校正方法,例如:DICOM300,DICOM400,DICOM500,和DICOM600等,具体采用哪种可以是预先配置好的,也可根据显示屏的背光亮度来在线配置。
在步骤S104得到第一校正值之后,示例的可以将第一校正值输出给图1中的显示模块,以便显示模块显示相应的画面。
本发明实施例提供的图像校正方法,由一像素点的最大绝对值获取到相应的第一置信度,从而能够得知该像素点是彩色点的可能性,也就是说,在本实施例中无需判断像素点三原色分量是否完全相同,也可以不明确判定出一像素点是彩色点或是灰度点,从而不会产生现有技术中通过像素点三原色是否相同来判定是否是彩色点所带来的误判问题。更进一步的,在本实施例中优选的是根据第一置信度采用混合校正方法,这样可以针对无法确定彩色点还是灰度点的像素点,采用一种折中方法来校正,因而能够解决现有技术中由灰度点误判带来的画面亮度失真等问题。
另外,现有技术中在对一图像进行校正后,在图像内容从灰度到彩色的过渡区域,或图像内容从彩色到灰度的过渡区域,由于DICOM校正和GAMMA校正的差异,往往会出现过渡不自然的轮廓。然而,在本发明实施例中采用混合校正的方法,且在这种混合校正方法中,若一像素点是灰度点的可能性越大,则采用DICOM校正的比例就越高,反之,若一像素点是彩色点的可能性越大,则采用GAMMA校正的比例就越高,从而能够解决现有技术中在过渡区域内过渡不自然的问题。
实施例二
本发明实施例还提供了一种图像校正的方法,由图像校正装置执行,可以参考附图9,该方法是在实施例一基础上进一步补充得到的。
该图像校正模块主要包含图示中的彩色点及加权系数检测模块、GAMMA校正模块、DICOM校正模块,以及选择器。本实施例中,选择器为MUX(Multiplexer)为例。
该方法具体包括:首先,输入到图像校正装置中的三原色分量(RiGiBi)经过彩色点及加权系数检测模块,输出GAMMA加权系数(gamma_K)和DICOM加权系数(dicom_K=1-gamma_K);输入的RiGiBi经过GAMMA校正模块,输出第二校正值(Rg、Gg和Bg);输入的RiGiBi经过DICOM校正模块,输出第三校正值(Rd、Gd和Bd)。其中,彩色点及加权系数检测模块由RiGiBi到输出gamma_K和dicom_K的过程可以参考实施例一。其中,该彩色点及加权系数检测模块可以由CPU(为区分这里记为CPU0)运行存储器中的程序代码来实现相应的功能,此时,该CPU0可以是图9所示的CPU,当然也可以与图9所示的CPU为同一个。CPU0可以位于在显示器中。另外,该彩色点及加权系数检测模块还可以采用集成电路等实现。
其次,第二校正值与GAMMA加权系数(gamma_K)通过乘法器相乘,第三校正值与DICOM加权系数(dicom_K)通过乘法器相乘,两个乘积通过加法器相加得到混合校正结果,也即第一校正值(HG_R、HG_G和HG_B)。
之后,第一校正值、第二校正值和第三校正值均会发给MUX。而,MUX获取选择指令,具体可以是CPU(也即处理器,可以是位于显示器中的处理器)发给MUX的选择指令。例如:用户可以根据当前的噪声环境,通过用户交互界面或者通过选择按钮等方式,向CPU发出指令,CPU随后向MUX发出相应的选择指令,该选择指令用以指示输出三个校正值中的哪个给显示器的显示模块。该选择指令例如:可以是00、01、10,分别对应三个校正值。
随后,MUX就可以根据该选择指令,输出像素点的第一校正值、像素点的第二校正值或像素点的第三校正值。例如:若选择指令为00,则输出像素点的第一校正值,若选择指令为01,则输出像素点的第二校正值,若选择指令为10,则输出像素点的第三校正值。
具体的,若要输出像素点的第一校正值,则
Ro(x,y)=HG_R(x,y)
Go(x,y)=HG_G(x,y)
Bo(x,y)=HG_B(x,y)
若要输出像素点的第二校正值,则
Ro(x,y)=Rg(x,y)
Go(x,y)=Gg(x,y)
Bo(x,y)=Bg(x,y)
若要输出像素点的第三校正值,则
Ro(x,y)=Rd(x,y)
Go(x,y)=Gd(x,y)
Bo(x,y)=Bd(x,y)
本发明实施例能够根据选择指令,输出相应的校正值。这样能够便于将多种校正方法集成在同一个显示器中,用户就不必针对每种校正方法配置一台显示器,从而大幅降低成本。
实施例三
参考图10所示,本发明实施例提供了一种图像校正装置,包括:
第一获取单元51,用于求取像素点的三原色分量两两之间差的绝对值,以获得所述像素点的三个绝对值中的最大绝对值;
第二获取单元52,用于获取所述像素点的最大绝对值对应的第一置信度,所述第一置信度为像素点是彩色点的置信度,在像素点的最大绝对值和第一置信度的对应关系中,沿最大绝对值增大的方向,第一置信度呈上升趋势,所述第一置信度的取值范围为[Cmin,Cmax]且包含至少3个数值;
校正单元53,根据所述像素点的第一置信度对所述像素点的三原色分量进行校正,得到所述像素点的第一校正值。
一种可选的方案为,第二获取单元52具体用于若所述像素点的最大绝对值小于Cmax,则所述第一置信度等于所述像素点的最大绝对值,若所述像素点的最大绝对值大于或等于Cmax,则所述第一置信度等于Cmax;
或者,
所述像素点的最大绝对值的取值范围分为L个连续的区间,且L个区间按照取值由小到大的顺序依次对应L个取值逐渐增大的置信度可选值,若所述像素点的最大绝对值处于所述L个区间中的一个区间,则所述第一置信度等于该区间对应的置信度可选值,L≥3。
参考图10所示,一种可选的方案为,上述图像校正装置还可以包括:去噪单元54,用于在所述校正单元进行校正之前,对所述像素点的第一置信度进行去噪处理,以得到经去噪后的第一置信度。
进一步可选的,该去噪单元54具体用于对所述像素点的第一置信度进行低通滤波处理,得到经去噪后的第一置信度;
或者,
在所述像素点的邻域内统计邻域像素点数,所述邻域像素点数为在所述像素点的邻域内、最大绝对值大于第一阈值的像素点数量;若所述邻域像素点数小于第二阈值,则所述像素点的第一置信度等于Cmin;若所述邻域像素点数大于第三阈值,则所述像素点的第一置信度等于Cmax;若所述邻域像素点数大于所述第二阈值且小于所述第三阈值,则所述像素点的第一置信度不变。
一种可选的方案为,所述校正单元53具体用于求取所述像素点的第一置信度对应的GAMMA加权系数或DICOM加权系数,其中,GAMMA加权系数与DICOM加权系数之和为1,在所述第一置信度与所述DICOM加权系数的对应关系中,沿第一置信度增大的方向,DICOM加权系数呈下降趋势;
将所述像素点的GAMMA加权系数与所述像素点的第二校正值的乘积加上所述像素点的DICOM加权系数与所述像素点的第三校正值的乘积,得到所述像素点的第一校正值,所述像素点的第二校正值为所述像素点的三原色分量经GAMMA校正得到的校正值,所述像素点的第三校正值为所述像素点的三原色分量经DICOM校正得到的校正值。
一种可选的方案为,所述校正单元53具体用于将所述第一置信度输入到第一系数计算函数中,以得到所述像素点的DICOM加权系数,所述第一系数计算函数为减函数或第一分段函数,所述第一分段函数的定义域分为数值依次增大的第一区间、第二区间和第三区间,所述第一分段函数在所述第一区间内为取值为Kh的常数函数,在所述第二区间内为减函数,在所述第三区间内为取值为Kl的常数函数,0≤Kl<Kh≤1;
或者,
将所述第一置信度输入到第二系数计算函数中,以得到所述像素点的GAMMA加权系数,所述第二系数计算函数为增函数或第二分段函数,所述第二分段函数的定义域分为数值依次增大的第四区间、第五区间和第六区间,所述第二分段函数在所述第四区间内为取值为K′l的常数函数,在所述第五区间内为增函数,在所述第六区间内为取值为K′h的常数函数,0≤K′l<K′h≤1。
参考图10所示,一种可选的方案为,上述图像校正装置还可以包括:选择输出单元55,用于获取选择指令;并根据所述选择指令,输出所述像素点的第一校正值、所述像素点的第二校正值或所述像素点的第三校正值。
上述的第一获取单元51、第二获取单元52、校正单元53、去噪单元54,以及选择输出单元55,示例的可以是由显示器中的一个或多个处理器和存储器相配合来实现,示例的可以由处理器调用存储器中的程序代码实现各个单元的功能。这些处理器可与存储器通过总线连接,以便相互之间进行通信。
其中处理器可以是一个通用中央处理器(CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本发明方案程序执行的集成电路。
通信总线可包括一通路,在上述组件之间传送信息。所述通信接口,使用任何收发器一类的装置,用于与其他设备或通信网络通信。
存储器可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
又示例的,上述的各个单元也可通过电路模块来实现。示例的,上述的选择输出单元55可以是MUX等。校正单元53包含乘法器、加法器等。
本发明实施例提供的图像校正装置,同样的,不会产生现有技术中通过像素点三原色是否相同来判定是否是彩色点所带来的误判问题。进一步的,在本实施例中优选的是根据第一置信度采用混合校正方法,这样可以针对无法确定彩色点还是灰度点的像素点,采用一种折中方法来校正,因而能够解决现有技术中由灰度点误判带来的画面亮度失真等问题。更进一步的,在本发明实施例中采用混合校正的方式,若一像素点是灰度点的可能性越大,则采用DICOM校正的比例就越高,反之,若一像素点是彩色点的可能性越大,则采用GAMMA校正的比例就越高,从而能够解决现有技术中在过渡区域内过渡不自然的问题。
在本申请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,所述单元的划分,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。
所述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。
另外,在本发明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包括,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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种图像校正的方法,其特征在于,包括:
求取像素点的三原色分量两两之间差的绝对值,以获得所述像素点的三个绝对值中的最大绝对值;
获取所述像素点的最大绝对值对应的第一置信度,所述第一置信度为像素点是彩色点的置信度,在像素点的最大绝对值和第一置信度的对应关系中,沿最大绝对值增大的方向,第一置信度呈上升趋势,所述第一置信度的取值范围为[Cmin,Cmax]且包含至少3个数值;其中,所述Cmin为0,所述Cmax为1;
根据所述像素点的第一置信度对所述像素点的三原色分量进行校正,得到所述像素点的第一校正值;
在根据所述像素点的第一置信度对所述像素点的三原色分量进行校正之前,所述方法还包括:
对所述像素点的第一置信度进行去噪处理,以得到经去噪后的第一置信度;
所述根据所述像素点的第一置信度对所述像素点的三原色分量进行校正,得到所述像素点的第一校正值包括:
求取所述像素点的第一置信度对应的GAMMA加权系数或DICOM加权系数,其中,GAMMA加权系数与DICOM加权系数之和为1,在所述第一置信度与所述DICOM加权系数的对应关系中,沿第一置信度增大的方向,DICOM加权系数呈下降趋势;
将所述像素点的GAMMA加权系数与所述像素点的第二校正值的乘积加上所述像素点的DICOM加权系数与所述像素点的第三校正值的乘积,得到所述像素点的第一校正值,所述像素点的第二校正值为所述像素点的三原色分量经GAMMA校正得到的校正值,所述像素点的第三校正值为所述像素点的三原色分量经DICOM校正得到的校正值。
2.根据权利要求1所述的方法,其特征在于,所述获取所述像素点的最大绝对值对应的第一置信度包括:
若所述像素点的最大绝对值小于所述Cmax,则所述第一置信度等于所述像素点的最大绝对值,若所述像素点的最大绝对值大于或等于所述Cmax,则所述第一置信度等于所述Cmax;
或者,
所述像素点的最大绝对值的取值范围分为L个连续的区间,且L个区间按照取值由小到大的顺序依次对应L个取值逐渐增大的置信度可选值,若所述像素点的最大绝对值处于所述L个区间中的一个区间,则所述第一置信度等于该区间对应的置信度可选值,L≥3。
3.根据权利要求2所述的方法,其特征在于,所述对所述像素点的第一置信度进行去噪处理,以得到经去噪后的第一置信度包括:
对所述像素点的第一置信度进行低通滤波处理,得到经去噪后的第一置信度;
或者,
在所述像素点的邻域内统计邻域像素点数,所述邻域像素点数为在所述像素点的邻域内、最大绝对值大于第一阈值的像素点数量;若所述邻域像素点数小于第二阈值,则所述像素点的第一置信度等于所述Cmin;若所述邻域像素点数大于第三阈值,则所述像素点的第一置信度等于所述Cmax;若所述邻域像素点数大于所述第二阈值且小于所述第三阈值,则所述像素点的第一置信度不变。
4.根据权利要求1-3任一项权利要求所述的方法,其特征在于,所述求取所述第一置信度对应的GAMMA加权系数或DICOM加权系数包括:
将所述第一置信度输入到第一系数计算函数中,以得到所述像素点的DICOM加权系数,所述第一系数计算函数为减函数或第一分段函数,所述第一分段函数的定义域分为数值依次增大的第一区间、第二区间和第三区间,所述第一分段函数在所述第一区间内为取值为Kh的常数函数,在所述第二区间内为减函数,在所述第三区间内为取值为Kl的常数函数,0≤Kl<Kh≤1;
或者,
将所述第一置信度输入到第二系数计算函数中,以得到所述像素点的GAMMA加权系数,所述第二系数计算函数为增函数或第二分段函数,所述第二分段函数的定义域分为数值依次增大的第四区间、第五区间和第六区间,所述第二分段函数在所述第四区间内为取值为K′l的常数函数,在所述第五区间内为增函数,在所述第六区间内为取值为K′h的常数函数,0≤K′l<K′h≤1。
5.根据权利要求1-3任一项权利要求所述的方法,其特征在于,还包括:
获取选择指令;
根据所述选择指令,输出所述像素点的第一校正值、所述像素点的第二校正值或所述像素点的第三校正值。
6.一种图像校正装置,其特征在于,包括:
第一获取单元,用于求取像素点的三原色分量两两之间差的绝对值,以获得所述像素点的三个绝对值中的最大绝对值;
第二获取单元,用于获取所述像素点的最大绝对值对应的第一置信度,所述第一置信度为像素点是彩色点的置信度,在像素点的最大绝对值和第一置信度的对应关系中,沿最大绝对值增大的方向,第一置信度呈上升趋势,所述第一置信度的取值范围为[Cmin,Cmax]且包含至少3个数值;其中,所述Cmin为0,所述Cmax为1;
校正单元,根据所述像素点的第一置信度对所述像素点的三原色分量进行校正,得到所述像素点的第一校正值;
所述校正单元,具体用于根据所述像素点的第一置信度对所述像素点的三原色分量进行校正,得到所述像素点的第一校正值包括:求取所述像素点的第一置信度对应的GAMMA加权系数或DICOM加权系数,其中,GAMMA加权系数与DICOM加权系数之和为1,在所述第一置信度与所述DICOM加权系数的对应关系中,沿第一置信度增大的方向,DICOM加权系数呈下降趋势;将所述像素点的GAMMA加权系数与所述像素点的第二校正值的乘积加上所述像素点的DICOM加权系数与所述像素点的第三校正值的乘积,得到所述像素点的第一校正值,所述像素点的第二校正值为所述像素点的三原色分量经GAMMA校正得到的校正值,所述像素点的第三校正值为所述像素点的三原色分量经DICOM校正得到的校正值;
去噪单元,用于在所述校正单元进行校正之前,对所述像素点的第一置信度进行去噪处理,以得到经去噪后的第一置信度。
7.根据权利要求6所述的图像校正装置,其特征在于,还包括:
选择输出单元,用于获取选择指令;并根据所述选择指令,输出所述像素点的第一校正值、所述像素点的第二校正值或所述像素点的第三校正值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192750.2A CN107292825B (zh) | 2016-03-30 | 2016-03-30 | 一种图像校正的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192750.2A CN107292825B (zh) | 2016-03-30 | 2016-03-30 | 一种图像校正的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107292825A CN107292825A (zh) | 2017-10-24 |
CN107292825B true CN107292825B (zh) | 2020-07-24 |
Family
ID=60086678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610192750.2A Active CN107292825B (zh) | 2016-03-30 | 2016-03-30 | 一种图像校正的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107292825B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110827734A (zh) * | 2018-08-07 | 2020-02-21 | 钰纬科技开发股份有限公司 | 显示器的自动Gamma曲线设置方法 |
CN110895037B (zh) * | 2019-12-01 | 2021-10-01 | 贵阳博粤技术服务中心 | 冷气幅度即时修正系统 |
CN111724320B (zh) * | 2020-06-19 | 2021-01-08 | 北京波谱华光科技有限公司 | 一种盲元填充方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104182985A (zh) * | 2014-09-01 | 2014-12-03 | 西安电子科技大学 | 遥感图像变化检测方法 |
CN105069453A (zh) * | 2015-08-12 | 2015-11-18 | 青岛海信电器股份有限公司 | 一种图像校正方法及装置 |
CN105357516A (zh) * | 2015-11-06 | 2016-02-24 | 上海大众汽车有限公司 | 车载信息系统测试台架图像比对方法和系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9152860B2 (en) * | 2013-05-10 | 2015-10-06 | Tantrum Street LLC | Methods and apparatus for capturing, processing, training, and detecting patterns using pattern recognition classifiers |
US9183648B2 (en) * | 2014-03-04 | 2015-11-10 | Ivan Bajic | Method and system for high-resolution transforms of frequency-space and image/audio/video-space data |
-
2016
- 2016-03-30 CN CN201610192750.2A patent/CN107292825B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104182985A (zh) * | 2014-09-01 | 2014-12-03 | 西安电子科技大学 | 遥感图像变化检测方法 |
CN105069453A (zh) * | 2015-08-12 | 2015-11-18 | 青岛海信电器股份有限公司 | 一种图像校正方法及装置 |
CN105357516A (zh) * | 2015-11-06 | 2016-02-24 | 上海大众汽车有限公司 | 车载信息系统测试台架图像比对方法和系统 |
Non-Patent Citations (1)
Title |
---|
乔奕.采用平行双视点的场景深度信息获取.《中国优秀硕士学位论文全文数据库信息科技辑》.2010,第1-79页. * |
Also Published As
Publication number | Publication date |
---|---|
CN107292825A (zh) | 2017-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6157138B2 (ja) | 画像処理装置 | |
JP5470415B2 (ja) | イプシロンフィルタの閾値決定方法およびローパスフィルタの係数決定方法 | |
US6768491B2 (en) | Barycentric centroid sampling method and apparatus | |
JP4864332B2 (ja) | 解像度変換の補間方法、画像処理装置、画像表示装置、プログラムおよび記録媒体 | |
CN107292825B (zh) | 一种图像校正的方法及装置 | |
TWI220849B (en) | Contrast enhancement method using region detection | |
CN102216953A (zh) | 比特分辨率增强 | |
CN108024104B (zh) | 一种对输入的高动态范围图像进行处理的方法和显示设备 | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
US20160042498A1 (en) | System and method for increasing the bit depth of images | |
CN115578284A (zh) | 一种多场景图像增强方法及系统 | |
CN105027161B (zh) | 图像处理方法和图像处理设备 | |
CN113487473B (zh) | 一种添加图像水印的方法、装置、电子设备及存储介质 | |
CN112837254B (zh) | 一种图像融合方法、装置、终端设备及存储介质 | |
CN114390157A (zh) | 一种Gamma校正的方法及系统 | |
CN112614471B (zh) | 色调映射方法及系统 | |
JP2007079586A (ja) | 画像処理装置 | |
WO2020241337A1 (ja) | 画像処理装置 | |
Madmad et al. | Bilateral histogram equalization for X-ray image tone mapping | |
CN113793249A (zh) | 一种Pentile图像转换为RGB图像的方法、装置及存储介质 | |
CN114331925A (zh) | 一种多尺度相对梯度直方图均衡化方法及装置 | |
CN108510927B (zh) | 一种曲面显示屏中图像对比度增强方法和装置 | |
CN111953994A (zh) | 一种视频水印添加方法和装置 | |
KR20170000869A (ko) | 영상 처리 방법, 영상 처리 방법을 수행하는 영상 처리 장치, 및 영상 처리 장치를 포함하는 표시 장치 | |
US7945119B2 (en) | Optimizing character rendering |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 266555 Qingdao economic and Technological Development Zone, Shandong, Hong Kong Road, No. 218 Applicant after: Hisense Visual Technology Co., Ltd. Address before: 266100 Zhuzhou Road, Laoshan District, Shandong, No. 151, No. Applicant before: QINGDAO HISENSE ELECTRONICS Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |