CN107590840B - 基于网格划分的颜色阴影校正方法及其校正系统 - Google Patents

基于网格划分的颜色阴影校正方法及其校正系统 Download PDF

Info

Publication number
CN107590840B
CN107590840B CN201710858594.3A CN201710858594A CN107590840B CN 107590840 B CN107590840 B CN 107590840B CN 201710858594 A CN201710858594 A CN 201710858594A CN 107590840 B CN107590840 B CN 107590840B
Authority
CN
China
Prior art keywords
grid
pixel
channel
correction
raw image
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
Application number
CN201710858594.3A
Other languages
English (en)
Other versions
CN107590840A (zh
Inventor
刘娟
张智福
余思洋
陈捷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Full Image Technology Co Ltd
Original Assignee
Changsha Full Image Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha Full Image Technology Co Ltd filed Critical Changsha Full Image Technology Co Ltd
Priority to CN201710858594.3A priority Critical patent/CN107590840B/zh
Publication of CN107590840A publication Critical patent/CN107590840A/zh
Application granted granted Critical
Publication of CN107590840B publication Critical patent/CN107590840B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

一种基于网格划分的颜色阴影校正方法及其校正系统，属于信息通信技术领域。该方法中，首先，通过摄像头采集Bayer格式的raw图像；其次，将raw图像进行网格划分,以将raw图像划分为不同网格区域；然后，计算raw图像的不同网格区域的校正系数；最后，通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。使得本发明方法能很好地解决径向阴影校正在非对称性下的校正失效问题，适用范围更广，且能更好地消除镜头的色彩偏差问题。

Description

基于网格划分的颜色阴影校正方法及其校正系统
技术领域
本发明涉及图像处理领域，具体涉及一种基于网格划分的颜色阴影校正方法及其校正系统。
背景技术
镜头阴影(Lens Shading)是由于镜头的光学特性导致的图像亮度和色彩不均匀的现象。镜头阴影分为亮度阴影(Luma shading)和颜色阴影(Color shading)。
亮度阴影，是指镜头的通光量从中心到边角减小，造成sensor的亮度响应从中心到边角的变小，图像中心亮，四周逐渐变暗。
颜色阴影，是指由于入射光中不同波长的光的折射率不同，导致入射光中不同波长的光落在感光器件的不同位置，表现为RGB平面不能重合，从而引起图像色彩的偏差，而且越偏离图像中心，色彩偏差越严重。
相对于白平衡的整体颜色偏差问题，Lens shading引起图像的亮度或色度产生局部偏差，局部校正问题更难解决。因此，如何正确划分图像区域是镜头阴影校正的重要步骤，直接影响校正精度。
因亮度阴影和颜色阴影呈现比较明显的中心对称特性，目前，图像处理领域中大多采用径向阴影校正算法对图像的颜色阴影进行校正，这类方法实现简单，当对称性很好的情况下很有效，如果镜头倾斜或者存在局部不对称的情况下会校正失效。
面对不对称情况下径向阴影校正失效的问题，亟需一种适用范围更广，能更好地消除镜头色彩偏差的校正方法。
发明内容
现有技术中，采用径向阴影校正算法校正以消除镜头的色彩偏差问题，当亮度阴影和颜色阴影呈现存在局部不对称的情况下，就会出现径向阴影校正方法会失效的问题，为了解决这种问题，本发明提供一种基于网格划分的颜色阴影校正方法，具体包括如下步骤：
S1：通过摄像头采集Bayer格式的raw图像；
S2：将raw图像进行网格划分，以将raw图像划分为不同网格区域；
S3：计算raw图像的不同网格区域的校正系数；
S4：通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。
其中，在所述步骤S1之后，以及步骤S2之前，还包括对raw图像中任意像素点进行颜色通道区分，对raw图像中任意像素点进行颜色通道区分具体包括：
设图像的像素点的坐标为p(y，x)，则用于区分该像素点的颜色通道公式如下：
所述颜色通道分别为R通道、B通道、Gr通道和Gb通道。
其中，mod(y，2)表示像素横坐标y除以2的余数，mod(x，2)表示图像纵坐标x除以2的余数。
其中，所述步骤S2中将raw图像进行网格划分，以将raw图像划分为不同网格区域，具体包括：
设raw图像的像素点的坐标为p(y，x)，以中心像素点p0(y0，x0)为起始点，以像素宽度、像素高度划分网格，然后以中心网格点向外扩散划分网格。
其中，W为raw图像的宽度，H为raw图像的高度。
其中，所述步骤S3中计算raw图像的不同网格区域的校正系数具体包括以下步骤：
S31、统计不同网格的Gr通道、R通道、B通道、Gb通道的像素平均值；
S32、计算不同网格的R、B通道增益值；
S33、根据R、B通道增益值，采用双线性插值方法计算每个网格四个顶点的校正系数；
其中，所述步骤S31中统计不同网格的Gr通道、R通道、B通道、Gb通道的像素平均值的具体方法包括：
遍历网格的每一像素点p(y，x)，分别统计每一网格内的Gr、R、B、Gb通道的均值；
R通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一R像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_r(Mi)表示第i个网格的R像素点的总个数，sum_r(Mi)表示第i个网格的R像素点的像素值的总和，avg_r(Mi)表示第i个网格的R像素点的像素平均值；
B通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一B像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_b(Mi)表示第i个网格的B像素点的总个数，sum_b(Mi)表示第i个网格的B像素点的像素值的总和，avg_b(Mi)表示第i个网格的B像素点的像素平均值；
Gr通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一Gr像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_gr(Mi)表示第i个网格的Gr像素点的总个数，sum_gr(Mi)表示第i个网格的Gr像素点的像素值的总和，avg_gr(Mi)表示第i个网格的Gr像素点的像素平均值；
Gb通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一Gb像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_gb(Mi)表示第i个网格的Gb像素点的总个数，sum_gb(Mi)表示第i个网格的Gb像素点的像素值的总和，avg_grb(Mi)表示第i个网格的Gb像素点的像素平均值。
其中，所述步骤S32中计算不同网格的R、B通道增益值的具体方法包括：
R通道增益值gainr(Mi)和B通道增益值gainb(Mi)的计算公式如下：
其中，avg_g(Mi)＝(avg_gr(Mi)+avg_gb(Mi))/2,avg_gr(Mi)是第i个网格的Gr像素点的平均值，avg_gb(Mi)是第i个网格的Gb像素点的平均值。
其中，所述步骤S33中根据R、B通道增益值，采用双线性插值方法计算每个网格四个顶点的校正系数的具体方法包括：
设第i个网格的四个网格顶点分别为其中，为Mi网格左上角顶点、为Mi网格右上角顶点、为Mi网格左下角顶点、为Mi网格右下角顶点，利用当前网格顶点的四邻域网格的R通道、B通道增益值，采用双线性插值方法获取该网格顶点的校正系数；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的左上角顶点的R通道校正系数；表示Mi网格的左上角顶点的B通道校正系数；是Mi网格的左上角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的右上角顶点的R通道校正系数；表示Mi网格的右上角顶点的B通道校正系数；是Mi网格的右上角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的左下角顶点的R通道校正系数；表示Mi网格的左下角顶点的B通道校正系数；是Mi网格的左下角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的右下角顶点的R通道校正系数；表示Mi网格的右下角顶点的B通道校正系数；是Mi网格的右下角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)。
其中，所述步骤S4中通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正的具体步骤包括：
S41、遍历raw图像内的各像素点，判断出所选定的像素点所在的网格；
S42、利用上述该网格区域的四个顶点的R通道校正系数，采用双线性插值方法，对raw图像的各R像素点进行校正，同样地，利用该网格区域的四个顶点的B通道校正系数，采用双线性插值方法，对raw图像的各B像素点进行校正，raw图像的各G像素点保持不变；
S43、采用双线性插值方法对raw图像进行颜色阴影校正。
其中，所述步骤S43中采用双线性插值方法对raw图像进行颜色阴影校正的具体方法包括：
设Mi网格内的任一像素点p(y，x)为例，则校正公式如下：
其中，I′(y，x)表示p(y，x)校正后的像素值，I(y，x)表示p(y，x)校正前的像素值，u、v为双线性插值系数，u、v的取值范围(0，1)， 表示Mi网格的四个顶点的R通道校正系数， 表示Mi网格的四个顶点的B通道校正系数。
本发明还提供了一种基于网格划分的颜色阴影校正系统，包括：
采集模块，用于通过摄像头采集Bayer格式的raw图像；
划分模块，用于将raw图像进行网格划分，以将raw图像划分为不同网格区域；
计算模块，用于计算raw图像的不同网格区域的校正系数；
校正模块，用于通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。
本发明的基于网格划分的颜色阴影校正方法中，首先，通过摄像头采集Bayer格式的raw图像；其次，将raw图像进行网格划分，以将raw图像划分为不同网格区域；然后，计算raw图像的不同网格区域的校正系数；最后，通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。使得该方法能很好地解决径向阴影校正在非对称性下的校正失效问题，适用范围更广，且能更好地消除镜头的色彩偏差问题。
本发明的基于网格划分的颜色阴影校正系统，通过包括：采集模块，用于通过摄像头采集Bayer格式的raw图像；划分模块，用于将raw图像进行网格划分，以将raw图像划分为不同网格区域；计算模块，用于计算raw图像的不同网格区域的校正系数；校正模块，用于通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。使得该系统能很好地解决径向阴影校正在非对称性下的校正失效问题，适用范围更广，且能更好地消除镜头的色彩偏差问题。
附图说明
图1是本发明实施例中基于网格划分的颜色阴影校正方法的方法流程图；
图2是本发明实施例中为Bayer格式的raw图像的示意图；
图3是本发明实施例中提供的网格划分的示意图；
图4是本发明实施例中提供的基于双线性插值方法获取颜色阴影校正系数的示意图；
图5是本发明实施例中提供的采用双线性插值方法对图像进行颜色阴影校正的流程图；
图6为本发明实施例中提供的基于网格划分的颜色阴影校正系统的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
镜头阴影(Lens Shading)是由于镜头的光学特性导致的图像亮度和色彩不均匀的现象。镜头阴影分为亮度阴影(Luma shading)和颜色阴影(Color shading)。
亮度阴影，是指镜头的通光量从中心到边角减小，造成sensor的亮度响应从中心到边角的变小，图像中心亮，四周逐渐变暗。
颜色阴影，是指由于入射光中不同波长的光的折射率不同，导致入射光中不同波长的光落在感光器件的不同位置，表现为RGB平面不能重合，从而引起图像色彩的偏差，而且越偏离图像中心，色彩偏差越严重。
相对于白平衡的整体颜色偏差问题，Lens shading引起图像的亮度或色度产生局部偏差，局部校正问题更难解决。因此，如何正确划分图像区域是镜头阴影校正的重要步骤，直接影响校正精度。
因亮度阴影和颜色阴影呈现比较明显的中心对称特性，目前，图像处理领域中采用径向阴影校正算法对图像的颜色阴影进行校正，这类方法实现简单，当对称性很好的情况下很有效，如果镜头倾斜或者存在局部不对称的情况下会校正失效。
本发明针对不对称情况下径向阴影校正方法失效问题，提供了一种基于网格划分的颜色阴影校正方法，该方法很好地消除了镜头的色彩偏差问题，如图1所示，具体包括如下步骤：
步骤S1：通过摄像头采集Bayer格式的raw图像；
步骤S2：将raw图像进行网格划分，以将raw图像划分为不同网格区域；
步骤S3：计算raw图像的不同网格区域的校正系数；
步骤S4：通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。
再次需要说明的是，在步骤S1中，用于颜色阴影校正(Color ShadingCorrection)标定序列采集对象要求必须是亮度分布均匀的光源，同时采集对象必须保持平滑无纹理。
另外，本发明标定图像的采集环境设置如下：采用色温箱，在色温箱内部铺满白纸，采用D50光源(色温5000K)，镜头对准光源中心处，尽量保证镜头捕获区域光源分布均匀。镜头采集1帧raw图像，在采集过程中，通过相机APP设置ISO 100，调节shutter值控制曝光，图像不宜过曝，也不宜曝光不足，控制镜头中心亮度保持为最大值的70％。
具体地，所述步骤S1中，所述raw图像采用的是GRBG Bayer模式，如图2所示，通过摄像头采集Bayer格式的raw图像之后，还包括对raw图像中任意像素点进行颜色通道区分，对raw图像中任意像素点进行颜色通道区分具体包括：
设图像的像素点的坐标为p(y，x)，则用于区分该像素点的颜色通道公式如下：
所述颜色通道分别为R通道、B通道、Gr通道和Gb通道。
其中，mod(y，2)表示像素横坐标y除以2的余数，mod(x，2)表示图像纵坐标x除以2的余数。
具体地，所述步骤S2中将raw图像进行网格划分，以将raw图像划分为不同网格区域，具体包括：
因镜头阴影呈现图像中心点处偏差小，越偏离图像中心色彩偏差越严重的规律。
如图3所示，设raw图像的像素点的坐标为p(y，x)，以中心像素点p0(y0，x0)为起始点，以像素宽度、像素高度划分网格，然后以中心网格点向外扩散划分网格；
其中，W为raw图像的宽度，H为raw图像的高度。
采用中心像素点为起始点，向外延伸进行网格划分，既遵循了中心像素点的色彩偏差小，图像四周的色彩偏差大的特性，又降低了中心对称特性的要求。因此，相比径向对称校正方法，可以大大提高阴影校正的精度。
具体地，所述步骤S3中计算raw图像的不同网格区域的校正系数具体包括以下步骤：
S31、统计不同网格的Gr通道、R通道、B通道、Gb通道的像素平均值；
S32、计算不同网格的R、B通道增益值；
S33、根据R、B通道增益值，采用双线性插值方法计算每个网格四个顶点的校正系数。
具体地，所述步骤S31中统计不同网格的Gr通道、R通道、B通道、Gb通道的像素平均值的具体方法包括：
遍历网格的每一像素点p(y，x)，分别统计每一网格内的Gr、R、B、Gb通道的均值；
R通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一R像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_r(Mi)表示第i个网格的R像素点的总个数，sum_r(Mi)表示第i个网格的R像素点的像素值的总和，avg_r(Mi)表示第i个网格的R像素点的像素平均值；
B通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一B像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_b(Mi)表示第i个网格的B像素点的总个数，sum_b(Mi)表示第i个网格的B像素点的像素值的总和，avg_b(Mi)表示第i个网格的B像素点的像素平均值；
Gr通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一Gr像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_gr(Mi)表示第i个网格的Gr像素点的总个数，sum_gr(Mi)表示第i个网格的Gr像素点的像素值的总和，avg_gr(Mi)表示第i个网格的Gr像素点的像素平均值；
Gb通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一Gb像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_gb(Mi)表示第i个网格的Gb像素点的总个数，sum_gb(Mi)表示第i个网格的Gb像素点的像素值的总和，avg_gb(Mi)表示第i个网格的Gb像素点的像素平均值。
具体地，所述步骤S32中计算不同网格的R、B通道增益值的具体方法包括：
该步骤S32中，采用R通道增益值(即R通道像素点的像素平均值与G通道像素点的像素平均值的比值)和B通道增益值(即B通道像素点的像素平均值与G通道像素点的像素平均值的比值)来计算校正系数。
R通道增益值gainr(Mi)和B通道增益值gainb(Mi)的计算公式如下：
其中，avg_g(Mi)＝(avg_gr(Mi)+avg_gb(Mi))/2,avg_gr(Mi)是第i个网格的Gr像素点的平均值，avg_gb(Mi)是第i个网格的Gb像素点的平均值。
具体地，所述步骤S33中根据R、B通道增益值，采用双线性插值方法计算每个网格四个顶点的校正系数的具体方法包括：
如图4所示，设第i个网格的四个网格顶点利用当前网格顶点的四邻域网格的R通道、B通道增益值，采用双线性插值方法获取该网格顶点的校正系数；
设第i个网格的四个网格顶点分别为其中，为Mi网格左上角顶点、为Mi网格右上角顶点、为Mi网格左下角顶点、为Mi网格右下角顶点，利用当前网格顶点的四邻域网格的R通道、B通道增益值，采用双线性插值方法获取该网格顶点的校正系数；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的左上角顶点的R通道校正系数；表示Mi网格的左上角顶点的B通道校正系数；是Mi网格的左上角顶点的四邻域内的网格，u，v是双线性插值系数，u、v的取值范围(0，1)；
在此需说明的是，顶点的校正系数的计算公式参照的计算公式求得，具体如下：
顶点的校正系数的计算公式如下：
其中，表示Mi网格的右上角顶点的R通道校正系数；表示Mi网格的右上角顶点的B通道校正系数；是Mi网格的右上角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的左下角顶点的R通道校正系数；表示Mi网格的左下角顶点的B通道校正系数；是Mi网格的左下角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的右下角顶点的R通道校正系数；表示Mi网格的右下角顶点的B通道校正系数；是Mi网格的右下角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)。
该步骤S33的方法，不仅计算了单个网格的R、B增益值，而且利用了四邻域内的R、B增益值，采用双线性插值方法用来获取的校正系数，这样既可以改善单个网格内的色彩一致性，也提高了不同网格之间的色彩一致性。
具体地，所述步骤S4中通过各网格区域的校正系数，如图5所示，采用双线性插值方法对图像进行颜色阴影校正的具体步骤包括：
S41、遍历raw图像内的各像素点，判断出所选定的像素点所在的网格；
S42、利用上述该网格区域的四个顶点的R通道校正系数，采用双线性插值方法，对raw图像的各R像素点进行校正，同样地，利用该网格区域的四个顶点的B通道校正系数，采用双线性插值方法，对raw图像的各B像素点进行校正，raw图像的各G像素点保持不变；
S43、采用双线性插值方法对raw图像进行颜色阴影校正。
具体地，所述步骤S43中采用双线性插值方法对raw图像进行颜色阴影校正的具体方法包括：
设Mi网格内的任一像素点p(y，x)为例，则校正公式如下：
其中，I′(y，x)表示p(y，x)校正后的像素值，I(y，x)表示p(y，x)校正前的像素值，u、v为双线性插值系数，u，v的取值范围(0，1)， 表示Mi网格的四个顶点的R通道校正系数， 表示Mi网格的四个顶点的B通道校正系数。
为了保持图像色彩一致性，本发明的基于网格划分的颜色阴影校正方法中，首先，通过摄像头采集Bayer格式的raw图像；其次，将raw图像进行网格划分，以将raw图像划分为不同网格区域；然后，计算raw图像的不同网格区域的校正系数；最后，通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。使得该方法能很好地解决径向阴影校正在非对称性下的校正失效问题，适用范围更广，且能更好地消除镜头的色彩偏差问题。
如图6所示，本发明还提供了一种基于网格划分的颜色阴影校正系统，包括：
采集模块61，用于通过摄像头采集Bayer格式的raw图像；
划分模块62，用于将raw图像进行网格划分，以将raw图像划分为不同网格区域；
计算模块63，用于计算raw图像的不同网格区域的校正系数；
校正模块64，用于通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。
具体，所述系统还包括对raw图像中任意像素点进行颜色通道区分，对raw图像中任意像素点进行颜色通道区分具体包括：
设图像的像素点的坐标为p(y，x)，则用于区分该像素点的颜色通道公式如下：
所述颜色通道分别为R通道、B通道、Gr通道和Gb通道；
其中，mod(y，2)表示像素横坐标y除以2的余数，mod(x，2)表示图像纵坐标x除以2的余数。
具体地，所述划分模块61中将raw图像进行网格划分，以将raw图像划分为不同网格区域，具体包括：
设raw图像的像素点的坐标为p(y，x)，以中心像素点p0(y0，x0)为起始点，以像素宽度、像素高度划分网格，然后以中心网格点向外扩散划分网格。
其中，W为raw图像的宽度，H为raw图像的高度。
具体地，所述计算模块63中计算raw图像的不同网格区域的校正系数具体包括以下步骤：
S31、统计不同网格的Gr通道、R通道、B通道、Gb通道的像素平均值；
S32、计算不同网格的R、B通道增益值；
S33、根据R、B通道增益值，采用双线性插值方法计算每个网格四个顶点的校正系数。
其中，所述步骤S31中统计不同网格的Gr通道、R通道、B通道、Gb通道的像素平均值的具体方法包括：
遍历网格的每一像素点p(y，x)，分别统计每一网格内的Gr、R、B、Gb通道的均值；
R通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一R像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_r(Mi)表示第i个网格的R像素点的总个数，sum_r(Mi)表示第i个网格的R像素点的像素值的总和，avg_r(Mi)表示第i个网格的R像素点的像素平均值；
B通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一B像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_b(Mi)表示第i个网格的B像素点的总个数，sum_b(Mi)表示第i个网格的B像素点的像素值的总和，avg_b(Mi)表示第i个网格的B像素点的像素平均值；
Gr通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一Gr像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_gr(Mi)表示第i个网格的Gr像素点的总个数，sum_gr(Mi)表示第i个网格的Gr像素点的像素值的总和，avg_gr(Mi)表示第i个网格的Gr像素点的像素平均值；
Gb通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一Gb像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_gb(Mi)表示第i个网格的Gb像素点的总个数，sum_gb(Mi)表示第i个网格的Gb像素点的像素值的总和，avg_gb(Mi)表示第i个网格的Gb像素点的像素平均值。
其中，所述步骤S32中计算不同网格的R、B通道增益值的具体方法包括：
R通道增益值gainr(Mi)和B通道增益值gainb(Mi)的计算公式如下：
其中，avg_g(Mi)＝(avg_gr(Mi)+avg_gb(Mi))/2,avg_gr(Mi)是第i个网格的Gr像素点的平均值，avg_gb(Mi)是第i个网格的Gb像素点的平均值。
其中，所述步骤S33中根据R、B通道增益值，采用双线性插值方法计算每个网格四个顶点的校正系数的具体方法包括：
设第i个网格的四个网格顶点分别为其中，为Mi网格左上角顶点、为Mi网格右上角顶点、为Mi网格左下角顶点、为Mi网格右下角顶点，利用当前网格顶点的四邻域网格的R通道、B通道增益值，采用双线性插值方法获取该网格顶点的校正系数；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的左上角顶点的R通道校正系数；表示Mi网格的左上角顶点的B通道校正系数；是Mi网格的左上角顶点的四邻域内的网格，u，v是双线性插值系数，u，v的取值范围(0，1)；
在此需说明的是，顶点的校正系数的计算公式参照的计算公式求得，具体如下：
顶点的校正系数的计算公式如下：
其中，表示Mi网格的右上角顶点的R通道校正系数；表示Mi网格的右上角顶点的B通道校正系数；是Mi网格的右上角顶点的四邻域内的网格，u，v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的左下角顶点的R通道校正系数；表示Mi网格的左下角顶点的B通道校正系数；是Mi网格的左下角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的右下角顶点的R通道校正系数；表示Mi网格的右下角顶点的B通道校正系数；是Mi网格的右下角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)。
具体，所述校正模块64中通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正的具体步骤包括：
S41、遍历raw图像内的各像素点，判断出所选定的像素点所在的网格；
S42、利用上述该网格区域的四个顶点的R通道校正系数，采用双线性插值方法，对raw图像的各R像素点进行校正，同样地，利用该网格区域的四个顶点的B通道校正系数，采用双线性插值方法，对raw图像的各B像素点进行校正，raw图像的各G像素点保持不变；
S43、采用双线性插值方法对raw图像进行颜色阴影校正。
其中，所述步骤S43中采用双线性插值方法对raw图像进行颜色阴影校正的具体方法包括：
设Mi网格内的任一像素点为p(y，x)，则校正公式如下：
其中，I′(y，x)表示p(y，x)校正后的像素值，I(y，x)表示p(y，x)校正前的像素值，u、v为双线性插值系数，u、v的取值范围(0，1)， 表示Mi网格的四个顶点的R通道校正系数， 表示Mi网格的四个顶点的B通道校正系数；
采用上述公式对所有像素点进行校正，以实现对raw图像的颜色阴影校正。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (6)

1.一种基于网格划分的颜色阴影校正方法，其特征在于，包括如下步骤：
S1：通过摄像头采集Bayer格式的raw图像；
S2：将raw图像进行网格划分，以将raw图像划分为不同网格区域；
S3：计算raw图像的不同网格区域的校正系数；包括如下步骤：
S31、统计不同网格的Gr通道、R通道、B通道、Gb通道的像素平均值；
S32、计算不同网格的R、B通道增益值；包括：
R通道增益值gainr(Mi)和B通道增益值gainb(Mi)的计算公式如下：
其中，avg_g(Mi)＝(avg_gr(Mi)+avg_gb(Mi))/2,avg_gr(Mi)是第i个网格的Gr像素点的平均值，avg_gb(Mi)是第i个网格的Gb像素点的平均值；
S33、根据R、B通道增益值，采用双线性插值方法计算每个网格四个顶点的校正系数；包括：
设第i个网格的四个网格顶点分别为其中，为Mi网格左上角顶点、为Mi网格右上角顶点、为Mi网格左下角顶点、为Mi网格右下角顶点，利用当前网格顶点的四邻域网格的R通道、B通道增益值，采用双线性插值方法获取该网格顶点的校正系数；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的左上角顶点的R通道校正系数；表示Mi网格的左上角顶点的B通道校正系数；是Mi网格的左上角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的右上角顶点的R通道校正系数；表示Mi网格的右上角顶点的B通道校正系数；是Mi网格的右上角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的左下角顶点的R通道校正系数；表示Mi网格的左下角顶点的B通道校正系数；是Mi网格的左下角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
顶点的校正系数的计算公式如下：
其中，表示Mi网格的右下角顶点的R通道校正系数；表示Mi网格的右下角顶点的B通道校正系数；是Mi网格的右下角顶点的四邻域内的网格，u、v是双线性插值系数，u、v的取值范围(0，1)；
S4：通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。
2.根据权利要求1所述的方法，其特征在于，在所述步骤S1之后，以及步骤S2之前，还包括对raw图像中任意像素点进行颜色通道区分，对raw图像中任意像素点进行颜色通道区分具体包括：
设图像的像素点的坐标为p(y，x)，则用于区分该像素点的颜色通道公式如下：
所述颜色通道分别为R通道、B通道、Gr通道和Gb通道；
其中，mod(y，2)表示像素横坐标y除以2的余数，mod(x，2)表示图像纵坐标x除以2的余数。
3.根据权利要求1所述的方法，其特征在于，所述步骤S2中将raw图像进行网格划分，以将raw图像划分为不同网格区域，具体包括：
设raw图像的像素点的坐标为p(y，x)，以中心像素点p0(y0，x0)为起始点，以像素宽度、像素高度划分网格，然后以中心网格点向外扩散划分网格；
其中，W为raw图像的宽度，H为raw图像的高度。
4.根据权利要求1所述的方法，其特征在于，所述步骤S31中统计不同网格的Gr通道、R通道、B通道、Gb通道的像素平均值的具体方法包括：
遍历网格的每一像素点p(y，x)，分别统计每一网格内的Gr、R、B、Gb通道的均值；
R通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一R像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_r(Mi)表示第i个网格的R像素点的总个数，sum_r(Mi)表示第i个网格的R像素点的像素值的总和，avg_r(Mi)表示第i个网格的R像素点的像素平均值；
B通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一B像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_b(Mi)表示第i个网格的B像素点的总个数，sum_b(Mi)表示第i个网格的B像素点的像素值的总和，avg_b(Mi)表示第i个网格的B像素点的像素平均值；
Gr通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一Gr像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_gr(Mi)表示第i个网格的Gr像素点的总个数，num_gr(Mi)表示第i个网格的Gr像素点的像素值的总和，avg_gr(Mi)表示第i个网格的Gr像素点的像素平均值；
Gb通道的均值计算公式如下：
其中,I(y，x)表示像素点p(y，x)的像素值，则表示某一Gb像素点p(y，x)的像素值，Mi表示第i个网格，N表示第i个网格的总像素个数，num_gb(Mi)表示第i个网格的Gb像素点的总个数，sum_gb(Mi)表示第i个网格的Gb像素点的像素值的总和，avg_gb(Mi)表示第i个网格的Gb像素点的像素平均值。
5.根据权利要求4所述的方法，其特征在于，所述步骤S4中通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正的具体步骤包括：
S41、遍历raw图像内的各像素点，判断出所选定的像素点所在的网格；
S42、利用上述该网格区域的四个顶点的R通道校正系数，采用双线性插值方法，对raw图像的各R像素点进行校正，同样地，利用该网格区域的四个顶点的B通道校正系数，采用双线性插值方法，对raw图像的各B像素点进行校正，raw图像的各G像素点保持不变；
S43、采用双线性插值方法对raw图像进行颜色阴影校正。
6.根据权利要求5所述的方法，其特征在于，所述步骤S43中采用双线性插值方法对raw图像进行颜色阴影校正的具体方法包括：
设Mi网格内的任一像素点为p(y，x)，则校正公式如下：
其中，I′(y，x)表示p(y，x)校正后的像素值，I(y，x)表示p(y，x)校正前的像素值，u、v为双线性插值系数，u、v的取值范围(0，1)， 表示Mi网格的四个顶点的R通道校正系数，表示Mi网格的四个顶点的B通道校正系数；
采用上述公式对所有像素点进行校正，以实现对raw图像的颜色阴影校正。
CN201710858594.3A 2017-09-21 2017-09-21 基于网格划分的颜色阴影校正方法及其校正系统 Active CN107590840B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710858594.3A CN107590840B (zh) 2017-09-21 2017-09-21 基于网格划分的颜色阴影校正方法及其校正系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710858594.3A CN107590840B (zh) 2017-09-21 2017-09-21 基于网格划分的颜色阴影校正方法及其校正系统

Publications (2)

Publication Number Publication Date
CN107590840A CN107590840A (zh) 2018-01-16
CN107590840B true CN107590840B (zh) 2019-12-27

Family

ID=61047449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710858594.3A Active CN107590840B (zh) 2017-09-21 2017-09-21 基于网格划分的颜色阴影校正方法及其校正系统

Country Status (1)

Country Link
CN (1) CN107590840B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111757029A (zh) * 2018-03-26 2020-10-09 上海小蚁科技有限公司 阴影校正检测参数确定、校正检测方法及装置、存储介质、鱼眼相机
CN109068025B (zh) * 2018-08-27 2021-02-05 建荣半导体（深圳）有限公司 一种镜头阴影校正方法、系统及电子设备
CN111818239B (zh) * 2020-03-12 2023-05-02 成都微光集电科技有限公司 一种图像传感器中镜头阴影校正方法
CN111556228B (zh) * 2020-05-15 2022-07-22 展讯通信（上海）有限公司 镜头阴影的校正方法及系统
CN114363480B (zh) * 2020-09-29 2023-09-26 合肥君正科技有限公司 一种基于色温和照度的自适应镜头阴影校正方法及系统
CN114494005A (zh) * 2020-10-23 2022-05-13 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN115131271A (zh) * 2021-03-26 2022-09-30 哲库科技(上海)有限公司 Raw图像的处理方法、芯片和电子设备
CN113747066B (zh) * 2021-09-07 2023-09-15 汇顶科技(成都)有限责任公司 图像校正方法、装置、电子设备及计算机可读存储介质
CN113763278B (zh) * 2021-09-10 2024-07-16 昆山丘钛微电子科技股份有限公司 一种图像校正方法及装置
CN116419076B (zh) * 2022-06-07 2024-05-07 上海玄戒技术有限公司 图像处理方法、装置、电子设备及芯片
CN116939374B (zh) * 2023-09-11 2024-03-26 归芯科技(深圳)有限公司 镜头阴影矫正方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271196A (zh) * 2008-04-24 2008-09-24 北京中星微电子有限公司 镜头阴影校正系数确定方法、镜头阴影校正方法及装置
CN101867703A (zh) * 2009-04-16 2010-10-20 辉达公司 用于校正图像的系统和方法
CN105574830A (zh) * 2016-02-04 2016-05-11 沈阳工业大学 极端天气条件下低质图像增强方法
CN106375740A (zh) * 2016-09-28 2017-02-01 华为技术有限公司 生成rgb图像的方法、装置和系统
CN106506905A (zh) * 2016-10-20 2017-03-15 湖南国科微电子股份有限公司 镜头阴影校正方法
CN107071234A (zh) * 2017-01-23 2017-08-18 上海兴芯微电子科技有限公司 一种镜头阴影校正方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7834925B2 (en) * 2006-06-05 2010-11-16 Core Logic Inc. Lens shading correction device and method in image sensor
US8131073B2 (en) * 2008-09-04 2012-03-06 Csr Technology Inc. Apparatus, method, and manufacture for correcting color shading in CMOS image sensors

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271196A (zh) * 2008-04-24 2008-09-24 北京中星微电子有限公司 镜头阴影校正系数确定方法、镜头阴影校正方法及装置
CN101867703A (zh) * 2009-04-16 2010-10-20 辉达公司 用于校正图像的系统和方法
CN105574830A (zh) * 2016-02-04 2016-05-11 沈阳工业大学 极端天气条件下低质图像增强方法
CN106375740A (zh) * 2016-09-28 2017-02-01 华为技术有限公司 生成rgb图像的方法、装置和系统
CN106506905A (zh) * 2016-10-20 2017-03-15 湖南国科微电子股份有限公司 镜头阴影校正方法
CN107071234A (zh) * 2017-01-23 2017-08-18 上海兴芯微电子科技有限公司 一种镜头阴影校正方法及装置

Also Published As

Publication number Publication date
CN107590840A (zh) 2018-01-16

Similar Documents

Publication Publication Date Title
CN107590840B (zh) 基于网格划分的颜色阴影校正方法及其校正系统
US7764319B2 (en) Image processing apparatus, image-taking system, image processing method and image processing program
US8941762B2 (en) Image processing apparatus and image pickup apparatus using the same
KR100615277B1 (ko) 이미지 센서에서의 렌즈 셰이딩 현상 보정 방법 및 장치
CN111818239B (zh) 一种图像传感器中镜头阴影校正方法
CN107592516B (zh) 一种用于全景相机的颜色阴影校正方法及系统
US8610801B2 (en) Image processing apparatus including chromatic aberration correcting circuit and image processing method
JP2007129622A (ja) 撮像装置、画像処理装置、画像処理方法及び画像処理プログラム
CN114866754B (zh) 自动白平衡方法、装置及计算机可读存储介质和电子设备
CN112788251B (zh) 图像亮度处理方法及装置、图像处理方法及装置
US9392180B2 (en) Partial lens shading compensation method
US20150222829A1 (en) Imaging apparatus
CN107682611B (zh) 对焦的方法、装置、计算机可读存储介质和电子设备
CN107172323B (zh) 大视场摄像头的图像去暗角方法及装置
CN111429534B (zh) 一种图像偏色矫正方法及装置
CN108881725B (zh) 基于非等距径向对称模型的全景相机颜色阴影校正方法
JP2014225182A (ja) 画像投影システム、画像処理装置およびプログラム
CN116385370A (zh) 鱼眼图像处理方法、装置、电子设备和存储介质
JP6196882B2 (ja) マルチエリアホワイトバランス制御装置、マルチエリアホワイトバランス制御方法、マルチエリアホワイトバランス制御プログラム、マルチエリアホワイトバランス制御プログラムを記録したコンピュータ、マルチエリアホワイトバランス画像処理装置、マルチエリアホワイトバランス画像処理方法、マルチエリアホワイトバランス画像処理プログラム、マルチエリアホワイトバランス画像処理プログラムを記録したコンピュータ及びマルチエリアホワイトバランス画像処理装置を備えた撮像装置
CN109300186A (zh) 图像处理方法和装置、存储介质、电子设备
US10937230B2 (en) Image processing
CN111885281B (zh) 图像处理
CN114375569A (zh) 处理图像的方法和相关装置
KR100747729B1 (ko) 이미지 프로세서, 렌즈 셰이딩 보정 장치 및 그 방법
CN114866755B (zh) 自动白平衡方法、装置和计算机存储介质、电子设备

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