CN108234824B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN108234824B
CN108234824B CN201810252431.5A CN201810252431A CN108234824B CN 108234824 B CN108234824 B CN 108234824B CN 201810252431 A CN201810252431 A CN 201810252431A CN 108234824 B CN108234824 B CN 108234824B
Authority
CN
China
Prior art keywords
block
ratio
correction
image
color
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.)
Expired - Fee Related
Application number
CN201810252431.5A
Other languages
English (en)
Other versions
CN108234824A (zh
Inventor
王肖敏
吴勰
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.)
Shanghai Xiaoyi Technology Co Ltd
Original Assignee
Shanghai Xiaoyi 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 Shanghai Xiaoyi Technology Co Ltd filed Critical Shanghai Xiaoyi Technology Co Ltd
Priority to CN202010544697.4A priority Critical patent/CN111757029A/zh
Priority to CN201810252431.5A priority patent/CN108234824B/zh
Publication of CN108234824A publication Critical patent/CN108234824A/zh
Priority to US16/362,929 priority patent/US11050988B2/en
Application granted granted Critical
Publication of CN108234824B publication Critical patent/CN108234824B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/20—Circuitry for controlling amplitude response
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/20—Circuitry for controlling amplitude response
    • H04N5/205—Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic
    • H04N5/208—Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic for compensating for attenuation of high frequency components, e.g. crispening, aperture distortion correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/77—Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

一种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，阴影校正检测参数确定方法包括：获取多个校正图像在每一区块内的校正数据，所述校正数据包括亮度信息和颜色信息，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的至少一组标准值和偏差值，并作为校正检测参数，以用于阴影校正检测。本发明技术方案可以提高阴影校正结果检测的可靠性。

Description

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
技术领域
本发明涉及图像处理技术领域，尤其涉及一种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。
背景技术
镜头阴影(lens shading)现象使画面边缘亮度偏暗。对全景相机而言，镜头阴影会导致拼接时在拼接处有阴影区，因此对全景相机采用在产线进行校正的方式，对每个镜头做动态阴影补偿。由于所用的鱼眼镜头视场角(Field of view,FOV)为220°，角度较大，因此需要使用积分球进行校正，并且需要保证人工或者治具操作过程中无异物遮挡，否则异物所对应的位置会出现较明显的亮度异常部分。
现有技术中，为保证成像效果，需要对镜头阴影校正后的效果进行检测。可以利用相机置于积分球内部，连接高清晰度多媒体接口(High Definition MultimediaInterface,HDMI)线观察显示屏预览画面，通过人眼检测的方式，判断是否有亮度异常。
但是，对镜头阴影校正的效果检测时，人眼检测比较耗时，并且有局限性，可靠性低。
发明内容
本发明解决的技术问题是如何提高阴影校正结果检测的可靠性。
为解决上述技术问题，本发明实施例提供一种阴影校正检测参数确定方法，阴影校正检测参数确定方法包括：获取多个校正图像在每一区块内的校正数据，所述校正数据包括亮度信息和颜色信息，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的至少一组标准值和偏差值，并作为校正检测参数，以用于阴影校正检测。
可选的，所述获取多个校正图像在每一区块内的校正数据包括：获取多个校正完成后的图像作为所述校正图像，校正完成后的图像为鱼眼相机在积分球内拍摄得到的；计算各个校正图像在每一区块内的亮度平均值和中心区块的亮度平均值的第一比值，以作为所述亮度信息；计算各个校正图像在每一区块内的颜色平均值和中心区块的颜色平均值的第二比值，以作为所述颜色信息。
可选的，所述利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的标准值和偏差值包括：计算所述多个校正图像在同一区块的第一比值的第一平均值，以及第二比值的第二平均值，以分别作为各个区块的第一标准值和第二标准值；确定各个区块的第一比值与第一标准值的最大差值，以及第二比值与第二标准值的最大差值，以分别作为各个区块的第一偏差值和第二偏差值。
可选的，所述校正图像选自校正完成后的图像以及多种预设类型的校正异常图像。
可选的，所述获取多个校正图像在每一区块内的校正数据包括：获取所述多个校正图像在校正时的各个区块的增益值，所述增益值包括颜色补偿量，以中心区块的颜色补偿量和各个区块的颜色补偿量的第三比值，以作为所述颜色信息；根据各个区块的颜色补偿量和中心区块的颜色补偿量计算中心区块的亮度补偿量和各个区块的亮度补偿量的第四比值，以作为所述亮度信息。
可选的，所述利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的标准值和偏差值包括：计算所述多个校正图像在同一区块的第三比值的第三平均值，以及第四比值的第四平均值，以分别作为各个区块的第三标准值和第四标准值；确定各个区块的第三比值与第三标准值的最大差值，以及第四比值与第四标准值的最大差值，以分别作为各个区块的第三偏差值和第四偏差值。
可选的，所述校正图像选自校正开始前的图像以及多种预设类型的校正异常图像。
为解决上述技术问题，本发明实施例还公开了一种阴影校正检测方法，阴影校正检测方法包括：获取校正检测参数以及待检测图像，所述校正检测参数包括各个区块的标准值和偏差值，所述校正检测参数是利用多个校正图像在每一区块内的亮度信息和颜色信息计算的，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；获取所述待检测图像在每一区块内的待检测校正数据，所述待检测校正数据包括亮度平均值与中心区块的亮度平均值的第五比值，以及颜色平均值与中心区块的颜色平均值的第六比值；将所述第五比值和第六比值与至少一组标准值和偏差值进行比较，以得到比较结果；根据所述比较结果确定校正是否通过。
可选的，所述获取所述待检测图像在每一区块内的待检测校正数据包括：计算所述待检测图像在每一区块内亮度的亮度平均值和中心区块的亮度平均值的第五比值；计算所述待检测图像在每一区块内颜色的颜色平均值和中心区块的颜色平均值的第六比值。
可选的，所述校正图像选自校正通过后的图像以及多种预设类型的校正异常图像；所述根据所述比较结果确定校正是否通过包括：如果所述比较结果表示所述第五比值和第六比值落入一组标准值和偏差值所限定的数值范围，则根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
可选的，所述获取所述待检测图像在每一区块内的待检测校正数据包括：计算所述待检测图像在中心区块的亮度补偿量和每一区块的亮度补偿量的第七比值；计算所述待检测图像在中心区块的颜色补偿量和每一区块的颜色补偿量的第八比值。
可选的，所述校正图像选自校正开始前的图像以及多种预设类型的异常图像；所述根据所述比较结果确定校正是否通过包括：如果所述比较结果表示所述第七比值和第八比值落入一组标准值和偏差值所限定的数值范围，则根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
为解决上述技术问题，本发明实施例还公开了一种阴影校正检测参数确定装置，阴影校正检测参数确定装置包括：校正数据获取模块，适于获取多个校正图像在每一区块内的校正数据，所述校正数据包括亮度信息和颜色信息，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；校正检测参数确定模块，适于利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的至少一组标准值和偏差值，并作为校正检测参数，以用于阴影校正检测。
可选的，所述校正数据获取模块包括：校正图像获取单元，适于获取多个校正完成后的图像作为所述校正图像，校正完成后的图像为鱼眼相机在积分球内拍摄得到的；第一亮度信息计算单元，适于计算各个校正图像在每一区块内的亮度平均值和中心区块的亮度平均值的第一比值，以作为所述亮度信息；第一颜色信息计算单元，适于计算各个校正图像在每一区块内的颜色平均值和中心区块的颜色平均值的第二比值，以作为所述颜色信息。
可选的，所述校正检测参数确定模块包括：第一标准值计算单元，适于计算所述多个校正图像在同一区块的第一比值的第一平均值，以及第二比值的第二平均值，以分别作为各个区块的第一标准值和第二标准值；第一偏差值计算单元，适于确定各个区块的第一比值与第一标准值的最大差值，以及第二比值与第二标准值的最大差值，以分别作为各个区块的第一偏差值和第二偏差值。
可选的，所述校正图像选自校正通过后的图像以及多种预设类型的校正异常图像。
可选的，所述校正数据获取模块包括：第二颜色信息计算单元，适于获取所述多个校正图像在校正时的各个区块的增益值，所述增益值包括颜色补偿量，以中心区块的颜色补偿量和各个区块的颜色补偿量的第三比值，以作为所述颜色信息；第二亮度信息计算单元，适于，根据各个区块的颜色补偿量和中心区块的颜色补偿量计算中心区块的亮度补偿量和各个区块的亮度补偿量的第四比值，以作为所述亮度信息。
可选的，所述校正检测参数确定模块包括：第二标准值计算单元，适于计算所述多个校正图像在同一区块的第三比值的第三平均值，以及第四比值的第四平均值，以分别作为各个区块的第三标准值和第四标准值；第二偏差值计算单元，适于确定各个区块的第三比值与第三标准值的最大差值，以及第四比值与第四标准值的最大差值，以分别作为各个区块的第三偏差值和第四偏差值。
可选的，所述校正图像选自校正开始前的图像以及多种预设类型的校正异常图像。
为解决上述技术问题，本发明实施例还公开了一种阴影校正检测装置，阴影校正检测装置包括：参数获取模块，适于获取校正检测参数以及待检测图像，所述校正检测参数包括各个区块的标准值和偏差值，所述校正检测参数是利用多个校正图像在每一区块内的亮度信息和颜色信息计算的，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；待检测校正数据获取模块，适于获取所述待检测图像在每一区块内的待检测校正数据，所述待检测校正数据包括亮度平均值与中心区块的亮度平均值的第五比值，以及颜色平均值与中心区块的颜色平均值的第六比值；检测模块，适于将所述第五比值和第六比值与至少一组标准值和偏差值进行比较，以得到比较结果；结果确定模块，适于根据所述比较结果确定校正是否通过。
可选的，所述待检测校正数据获取模块包括：第一亮度比值计算单元，适于计算所述待检测图像在每一区块内亮度的亮度平均值和中心区块的亮度平均值的第五比值；第一颜色比值计算单元，适于计算所述待检测图像在每一区块内颜色的颜色平均值和中心区块的颜色平均值的第六比值。
可选的，所述校正图像选自校正通过后的图像以及多种预设类型的校正异常图像；所述结果确定模块在所述比较结果表示所述第五比值和第六比值落入一组标准值和偏差值所限定的数值范围时，根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
可选的，所述检测校正数据获取模块包括：第二亮度比值计算单元，适于计算所述待检测图像在中心区块的亮度补偿量和每一区块的亮度补偿量的第七比值；第二颜色比值计算单元，适于计算所述待检测图像在中心区块的颜色补偿量和每一区块的颜色补偿量的第八比值。
可选的，所述校正图像选自校正开始前的图像以及多种预设类型的校正异常图像；所述结果确定模块在所述比较结果表示所述第七比值和第八比值落入一组标准值和偏差值所限定的数值范围时，根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述阴影校正检测参数确定方法的步骤，或者执行所述阴影校正检测方法的步骤。
本发明实施例还公开了一种鱼眼相机，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述阴影校正检测参数确定方法的步骤，或者执行所述阴影校正检测方法的步骤。
与现有技术相比，本发明实施例的技术方案具有以下有益效果：
本发明技术方案获取多个校正图像在每一区块内的校正数据，所述校正数据包括亮度信息和颜色信息，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的至少一组标准值和偏差值，并作为校正检测参数，以用于阴影校正检测。本发明技术方案通过校正图像的校正数据计算得到至少一组标准值和偏差值，标准值和偏差值可以表示校正图像的边缘的色偏和亮度偏差，从而可以用以衡量待检测图像的阴影校正效果，可以可靠地排除产测校正过程在异物遮挡或者操作过程不当的情况下带来的成像问题，避免了人眼检测过程耗时且可靠性低的问题，进而保证了阴影校正结果检测的可靠性；还可以降低检测耗时，提高了阴影校正检测过程的便捷性。
进一步，所述校正图像选自校正通过后的图像以及多种预设类型的校正异常图像。本发明技术方案通过利用校正通过后的图像以及多种预设类型的校正异常图像来确定多个标准值和偏差值，从而可以用于检测确定多种类型的校正后的图像，提高阴影校正检测的全面性和适用范围。
附图说明
图1是本发明实施例一种阴影校正检测参数确定方法的流程图；
图2是本发明实施例一种校正图像的区块的示意图；
图3是本发明实施例一种阴影校正检测参数确定方法的具体实施流程图；
图4是本发明实施例另一种阴影校正检测参数确定方法的具体实施流程图；
图5是本发明实施例一种阴影校正检测方法的流程图；
图6是本发明实施例一种阴影校正检测参数确定装置的结构示意图；
图7是本发明实施例一种阴影校正检测装置的结构示意图。
具体实施方式
如背景技术中所述，对镜头阴影校正的效果检测时，人眼检测比较耗时，并且有局限性，可靠性低。
本发明技术方案通过校正图像的校正数据计算得到至少一组标准值和偏差值，标准值和偏差值可以表示校正图像的边缘的色偏和亮度偏差，从而可以用以衡量待检测图像的阴影校正效果，可以可靠地排除产测校正过程在异物遮挡或者操作过程不当的情况下带来的成像问题，避免了人眼检测过程耗时且可靠性低的问题，进而保证了阴影校正结果检测的可靠性；还可以降低检测耗时，提高了阴影校正检测过程的便捷性。
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例一种阴影校正检测参数确定方法的流程图。
图1所示的阴影校正检测参数确定方法可以用于鱼眼相机。所述阴影校正检测参数确定方法可以包括以下步骤：
步骤S101：获取多个校正图像在每一区块内的校正数据，所述校正数据包括亮度信息和颜色信息，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；
步骤S102：利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的至少一组标准值和偏差值，并作为校正检测参数，以用于阴影校正检测。
在步骤S101的具体实施中，所述校正图像可以是校正完成后的图像。
一并参照图2，所述校正图像可以被划分为多个区块。对多个校正图像划分区块的方式是相同的，多个校正图像具有相同的区块数量以及相同的区块位置。例如，图2所示的校正图像被划分为42个区块，每一区块的大小和位置是固定的。
具体实施中，中心区块是指位于所述待检测图像的中心位置的一个或多个区块。
每一区块内的校正数据包括区块的亮度信息和区块的颜色信息。具体而言，考虑到鱼眼相机成像的特点，也即中间区域的亮度高于边缘区域的亮度，区块的亮度信息可以是亮度平均值与中心区块的亮度平均值的比值，区块的颜色信息可以为颜色平均值与中心区块的颜色平均值的比值。
换言之，区块的校正数据可以表示区块的亮度偏差和颜色偏差。
需要说明的是，本发明实施例对校正图像划分区块的方式不做限制。
进而在步骤S102的具体实施中，可以利用多个校正图像在每一区块内的校正数据计算标准值和偏差值。具体而言，每一区块可以包括至少一组标准差和偏差值。每一组标准值和偏差值可以形成一组取值范围，可以用于在阴影校正时衡量校正效果。
进一步而言，校正检测参数可以包括所有区块的至少一组标准值和偏差值。此处所有区块是指校正图像可以被划分的具有不同位置的区块。
本发明实施例通过校正图像的校正数据计算得到至少一组标准值和偏差值，标准值和偏差值可以表示校正图像的边缘的色偏和亮度偏差，从而可以用以衡量待检测图像的阴影校正效果，可以可靠地排除产测校正过程在异物遮挡或者操作过程不当的情况下带来的成像问题，避免了人眼检测过程耗时且可靠性低的问题，进而保证了阴影校正结果检测的可靠性；还可以降低检测耗时，提高了阴影校正检测过程的便捷性。
本发明一个优选实施例中，所述校正图像选自校正通过后的图像以及多种预设类型的校正异常图像。
本实施例中，为了保证阴影校正检测的全面性和适用范围，在确定校正检测参数时，可以使用多种类型的校正图像：校正通过后的图像以及多种预设类型的校正异常图像。
具体而言，预设类型的校正异常图像的异常情况可以选自：亮度偏低的物质，例如手或线等，进入镜头视场角非中心部位时，校正后画面在该部位过补偿而偏亮；亮度较高的物质进入画面非中心部位时，校正后画面在该部位偏暗；偏暗或偏亮的物质遮住镜头中心位置时，影响到画面最亮位置，影响最后的亮度补偿效果。
需要说明的是，随着实际应用环境的不同或扩展，预设类型的校正异常图像还可以是其他任意可实施的异常状况，本发明实施例对此不做限制。
更近一步地，对于某种类型的校正图像，可以利用多个相同类型的校正图像计算标准值和偏差值，以提高计算的准确性。
本发明实施例通过利用校正通过后的图像以及多种预设类型的校正异常图像来确定多个标准值和偏差值，从而可以用于检测确定多种类型的校正后的图像。
本发明一个具体实施例中，可以利用校正完成后的校正图像在各个区块的亮度和颜色计算校正检测参数，也即标准值和偏差值。
如图3所示，图1所示步骤S101可以包括以下步骤：
步骤S301：获取多个校正完成后的图像作为所述校正图像，校正完成后的图像为鱼眼相机在积分球内拍摄得到的；
步骤S302：计算各个校正图像在每一区块内的亮度平均值和中心区块的亮度平均值的第一比值，以作为所述亮度信息；
步骤S303：计算各个校正图像在每一区块内的颜色平均值和中心区块的颜色平均值的第二比值，以作为所述颜色信息。
具体实施中，亮度信息为每一区块内的亮度平均值和中心区块的亮度平均值的第一比值；颜色信息为每一区块内的颜色平均值和中心区块的颜色平均值的第二比值。
具体而言，如果校正图像为RGB图像，则可以利用校正图像在R通道、G通道和B通道的信息统计得到每一区块的亮度信息和色度信息。例如，亮度L＝1/3(R+G+B)。本领域技术人员可以理解的是，还可以将RGB图像转换为YUV图像、YCrCb图像等，并在此基础上计算每个区块的平均亮度信息和色度信息，本发明实施例对此不做限制。
进一步地，图1所示步骤S102可以包括以下步骤：
步骤S304：计算所述多个校正图像在同一区块的第一比值的第一平均值，以及第二比值的第二平均值，以分别作为各个区块的第一标准值和第二标准值；
步骤S305：确定各个区块的第一比值与第一标准值的最大差值，以及第二比值与第二标准值的最大差值，以分别作为各个区块的第一偏差值和第二偏差值。
本发明实施例中，标准值可以包括针对亮度的第一标准值和针对颜色的第二标准值。具体而言，区块的第一标准值可以是多个校正图像在该区块内的第一比值的平均值；同理，区块的第二标准值可以是多个校正图像在该区块内的第二比值的平均值。
具体地，偏差值可以包括针对亮度的第一偏差值和针对颜色的第二偏差值。区块的第一偏差值可以是该区块的第一比值与第一标准值的最大差值，区块的第二偏差值可以是该区块的第二比值与第二标准值的最大差值。换言之，第一偏差值和第二偏差值可以表示与对应的标准值(也即第一标准值和第二标准值)允许偏离的程度。
本发明另一个具体实施例中，可以利用校正开始前的校正图像在各个区块的增益值计算校正检测参数，也即标准值和偏差值。
如图4所示，图1所示步骤S101可以包括以下步骤：
步骤S401：获取所述多个校正图像在校正时的各个区块的增益值，所述增益值包括颜色补偿量，以中心区块的颜色补偿量和各个区块的颜色补偿量的第三比值作为所述颜色信息；
步骤S402：根据各个区块的颜色补偿量和中心区块的颜色补偿量计算各个区块的亮度补偿量和各个区块的亮度补偿量的第四比值，以作为所述亮度信息。
具体实施中，在阴影校正完成后，对于每一区块会有对应的增益值，用于对每一区块进行亮度和/或颜色上的补偿。也即，利用颜色补偿量对区块内的颜色进行补偿，利用亮度补偿量对区块内的亮度进行补偿。
具体地，颜色信息可以是中心区块的颜色补偿量和各个区块的颜色补偿量的第三比值；亮度信息可以是中心区块的亮度补偿量和各个区块的亮度补偿量的第四比值。
图1所示步骤S102可以包括以下步骤：步骤S403：计算所述多个校正图像在同一区块的第三比值的第三平均值，以及第四比值的第四平均值，以分别作为各个区块的第三标准值和第四标准值；
步骤S404：确定各个区块的第三比值与第三标准值的最大差值，以及第四比值与第四标准值的最大差值，以分别作为各个区块的第三偏差值和第四偏差值。
具体实施中，如前所述，第三偏差值和第四偏差值可以表示与对应的标准值(也即第三标准值和第四标准值)允许偏离的程度。区块的第三偏差值可以是该区块的第三比值与第三标准值的最大差值，区块的第四偏差值可以是该区块的第四比值与第四标准值的最大差值。
本实施例中，经过步骤S401获取的待检测图像是对鱼眼相机所拍摄图像进行校正完成前的图像，以检出遮挡或操作错误对校正画面均一性的影响，从而保证阴影校正的效果。
利用图1所示方法获得的校正检测参数可以对鱼眼相机的图像进行校正效果的检测。如图5所示，阴影校正检测方法可以包括以下步骤：
步骤S501：获取校正检测参数以及待检测图像，所述校正检测参数包括各个区块的标准值和偏差值，所述校正检测参数是利用多个校正图像在每一区块内的亮度信息和颜色信息计算的，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；
步骤S502：获取所述待检测图像在每一区块内的待检测校正数据，所述待检测校正数据包括亮度平均值与中心区块的亮度平均值的第五比值，以及颜色平均值与中心区块的颜色平均值的第六比值；
步骤S503：将所述第五比值和第六比值与至少一组标准值和偏差值进行比较，以得到比较结果；
步骤S504：根据所述比较结果确定校正是否通过。
本实施例中，经过步骤S501获取的待检测图像是对鱼眼相机所拍摄图像进行校正完成后的图像，以对其进行阴影校正效果的检测。
可以理解的是，经过图1所示方法所获得的校正检测参数可以存储于鱼眼相机中；在步骤S501的具体实施中，可以从鱼眼相机中直接调用该校正检测参数。
进而在步骤S502和步骤S503的具体实施中，获取待检测图像在每一区块内的待检测校正数据。所述待检测校正数据可以与至少一组标准值和偏差值进行比较。
具体而言，各个区块的待检测校正数据与该区块的至少一组标准值和偏差值进行比较。例如，请参照图2，区块1的待检测校正数据与区块1的标准值和偏差值进行比较。第五比值和第六比值与至少一组标准值和偏差值进行比较的具体过程可以是：判断第五比值和第六比值是否落入标准值和偏差值所限定的数值范围。
在步骤S504的具体实施中，根据比较结果，也即第五比值和第六比值是否落入标准值和偏差值所限定的数值范围，确定对待检测图像的阴影校正是否通过(pass)。
本发明实施例利用校正检测参数对待检测图像进行自动阴影校正检测，避免了人眼检测方式的耗时且可靠性低的问题，进而保证了阴影校正结果检测的可靠性。
本发明一个具体实施例中，步骤S501可以包括以下步骤：计算所述待检测图像在每一区块内亮度的亮度平均值和中心区块的亮度平均值的第五比值；计算所述待检测图像在每一区块内颜色的颜色平均值和中心区块的颜色平均值的第六比值。
本实施例中，待检测校正数据可以是待检测图像在每一区块内针对亮度的第五比值，以及针对颜色的第六比值。具体地，第五比值可以是区块内亮度的亮度平均值和中心区块的亮度平均值的比值；第六比值可以是区块内颜色的颜色平均值和中心区块的颜色平均值的比值。
本发明另一个具体实施例中，步骤S501可以包括以下步骤：计算所述待检测图像在中心区块的亮度补偿量和每一区块的亮度补偿量的第七比值；计算所述待检测图像在中心区块的颜色补偿量和每一区块的颜色补偿量的第八比值。
本实施例中，待检测校正数据可以是待检测图像在每一区块内针对亮度补偿量的第七比值，以及针对颜色补偿量的第八比值。
通过上述两种方式确定待检测图像的亮度信息和颜色信息，可以提高计算方式的多样化，进一步保证校正效果检测的全面性和准确性。
本发明一个优选实施例中，图5所示步骤S504可以包括以下步骤：如果所述比较结果表示所述第五比值和第六比值落入一组标准值和偏差值所限定的数值范围，则根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
具体实施中，所述校正图像选自校正通过后的图像以及多种预设类型的校正异常图像。利用不同类型的校正图像可以得到不同的标准值和偏差值。由此，根据第五比值和第六比值落入的标准值和偏差值确定校正图像的类型，进而可以确定待检测图像的类型，也即待检测图像为校正通过后的图像或多种预设类型的校正异常图像。
本发明一个具体应用场景中，采集一定数量的通过阴影校正的鱼眼相机在积分球内的多个校正图像，统计校正图像在不同区块的亮度平均值与中心区块的亮度平均值的比值L_Corner/L_Center，区块的颜色平均值与中心区块的颜色平均值的比值(R/G)_Corner/(R/G)_Center和(B/G)_Corner/(B/G)_Center。
统计多个校正图像的上述比值，得到鱼眼镜头阴影校正完之后的亮度(luma)和颜色(color)分布，选出亮度比值L_Corner/L_Center的平均值，以及颜色比值(R/G)_Corner/(R/G)_Center、(B/G)_Corner/(B/G)_Center的平均值作为标准值；并计算亮度比值与对应标准值的最大差值作为偏差值，以及颜色比值与对应标准值的最大差值作为偏差值。
此外，还可以采集几种阴影校正过程中可能出现异常的校正图像，比如手或线等亮度偏低的物质进入镜头FOV非中心部位，使校正后画面在该部位过补偿而偏亮；或者较亮的物质进入画面非中心部位，使校正后画面在该部位偏暗；或者偏暗或偏亮的物质遮住镜头中心位置，影响到画面最亮位置，从而影响到最后的亮度补偿效果。统计上述异常的校正图像的校正数据，得到几种异常情况下对应的标准值和偏差值。
在鱼眼相机做完积分球校正之后，可以在积分球内自动抓取校正完成后的待检测图像。然后根据调取的校正检测参数，分析并判断是否在标准值和偏差值所限定的范围内，如果是，则表示待检测图像校正通过；如果超过标准值和偏差值所限定的范围，则根据标准值对应的校正图像的类型，给出相应的异常情况提示。
如图6所示，阴影校正检测参数确定装置60可以包括：
校正数据获取模块601适于获取多个校正图像在每一区块内的校正数据，所述校正数据包括亮度信息和颜色信息，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；
校正检测参数确定模块602适于利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的至少一组标准值和偏差值，并作为校正检测参数，以用于阴影校正检测。
本发明实施例通过校正图像的校正数据计算得到至少一组标准值和偏差值，标准值和偏差值可以表示校正图像的边缘的色偏和亮度偏差，从而可以用以衡量待检测图像的阴影校正效果，可以可靠地排除产测校正过程在异物遮挡或者操作过程不当的情况下带来的成像问题，避免了人眼检测过程耗时且可靠性低的问题，进而保证了阴影校正结果检测的可靠性；还可以降低检测耗时，提高了阴影校正检测过程的便捷性。
本发明一个具体实施例中，校正数据获取模块601可以包括校正图像获取单元(图未示)，适于获取多个校正完成后的图像作为所述校正图像，校正完成后的图像为鱼眼相机在积分球内拍摄得到的；
第一亮度信息计算单元(图未示)，适于计算各个校正图像在每一区块内的亮度平均值和中心区块的亮度平均值的第一比值，以作为所述亮度信息；
第一颜色信息计算单元(图未示)，适于计算各个校正图像在每一区块内的颜色平均值和中心区块的颜色平均值的第二比值，以作为所述颜色信息。
进一步地，校正检测参数确定模块602可以包括第一标准值计算单元(图未示)，适于计算所述多个校正图像在同一区块的第一比值的第一平均值，以及第二比值的第二平均值，以分别作为各个区块的第一标准值和第二标准值；
第一偏差值计算单元(图未示)，适于确定各个区块的第一比值与第一标准值的最大差值，以及第二比值与第二标准值的最大差值，以分别作为各个区块的第一偏差值和第二偏差值。
本发明另一个具体实施例中，校正数据获取模块601可以包括第二颜色信息计算单元，适于获取所述多个校正图像在校正时的各个区块的增益值，所述增益值包括颜色补偿量，以中心颜色补偿量和各个区块的颜色补偿量的第三比值，以作为所述颜色信息；第二亮度信息计算单元，适于，根据各个区块的颜色补偿量和中心区块的颜色补偿量计算中心区块的亮度补偿量和各个区块的亮度补偿量的第四比值，以作为所述亮度信息。
进一步地，校正检测参数确定模块602可以包括第二标准值计算单元，适于计算所述多个校正图像在同一区块的第三比值的第三平均值，以及第四比值的第四平均值，以分别作为各个区块的第三标准值和第四标准值；第二偏差值计算单元，适于确定各个区块的第三比值与第三标准值的最大差值，以及第四比值与第四标准值的最大差值，以分别作为各个区块的第三偏差值和第四偏差值。
关于所述阴影校正检测参数确定装置60的工作原理、工作方式的更多内容，可以参照图1至图5中的相关描述，这里不再赘述。
如图7所示，阴影校正检测装置70可以包括参数获取模块701、待检测校正数据获取模块702、检测模块703和结果确定模块704。
其中，参数获取模块701适于获取校正检测参数以及待检测图像，所述校正检测参数包括各个区块的标准值和偏差值，所述校正检测参数是利用多个校正图像在每一区块内的亮度信息和颜色信息计算的，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；待检测校正数据获取模块702适于获取所述待检测图像在每一区块内的待检测校正数据，所述待检测校正数据包括亮度平均值与中心区块的亮度平均值的第五比值，以及颜色平均值与中心区块的颜色平均值的第六比值；检测模块703适于将所述第五比值和第六比值与至少一组标准值和偏差值进行比较，以得到比较结果；结果确定模块704适于根据所述比较结果确定校正是否通过。
本发明实施例利用校正检测参数对待检测图像进行自动阴影校正检测，避免了人眼检测方式的耗时且可靠性低的问题，进而保证了阴影校正结果检测的可靠性。
本发明一个具体实施例中，待检测校正数据获取模块702可以包括第一亮度比值计算单元(图未示)，适于计算所述待检测图像在每一区块内亮度的亮度平均值和中心区块的亮度平均值的第五比值；第二颜色比值计算单元(图未示)，适于计算所述待检测图像在每一区块内颜色的颜色平均值和中心区块的颜色平均值的第六比值。
优选地，所述校正图像选自校正完成后的图像以及多种预设类型的校正异常图像；所述结果确定模块704在所述比较结果表示所述第五比值和第六比值落入一组标准值和偏差值所限定的数值范围时，根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
本发明另一个具体实施例中，待检测校正数据获取模块702可以包括第二亮度比值计算单元(图未示)，适于计算所述待检测图像在中心区块的亮度补偿量和每一区块的亮度补偿量的第七比值；第二颜色比值计算单元(图未示)，适于计算所述待检测图像在中心区块的颜色补偿量和每一区块的颜色补偿量的第八比值。
优选地，所述校正图像选自校正开始前的图像以及多种预设类型的校正异常图像；所述结果确定模块704在所述比较结果表示所述第七比值和第八比值落入一组标准值和偏差值所限定的数值范围时，根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
关于该阴影校正检测装置70的原理、具体实现和有益效果请参照前文相关实施例，此处不再赘述。
本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时可以执行图1、图3或图4中所示的阴影校正检测参数确定方法的步骤，或者图5所示阴影校正检测方法的步骤。所述存储介质可以包括ROM、RAM、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。
本发明实施例还公开了一种鱼眼相机，所述鱼眼相机可以包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令。所述处理器运行所述计算机指令时可以执行图1、图3或图4中所示的阴影校正检测参数确定方法的步骤，或者图5所示阴影校正检测方法的步骤。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (12)

1.一种阴影校正检测参数确定方法，其特征在于，包括：
获取多个校正图像在每一区块内的校正数据，所述校正数据包括亮度信息和颜色信息，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；
利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的至少一组标准值和偏差值，并作为校正检测参数，以用于阴影校正检测；
述获取多个校正图像在每一区块内的校正数据包括：
获取多个校正完成后的图像作为所述校正图像，校正完成后的图像为鱼眼相机在积分球内拍摄得到的；
计算各个校正图像在每一区块内的亮度平均值和中心区块的亮度平均值的第一比值，以作为所述亮度信息；
计算各个校正图像在每一区块内的颜色平均值和中心区块的颜色平均值的第二比值，以作为所述颜色信息；
所述利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的标准值和偏差值包括：计算所述多个校正图像在同一区块的第一比值的第一平均值，以及第二比值的第二平均值，以分别作为各个区块的第一标准值和第二标准值；
确定各个区块的第一比值与第一标准值的最大差值，以及第二比值与第二标准值的最大差值，以分别作为各个区块的第一偏差值和第二偏差值。
2.根据权利要求1所述的阴影校正检测参数确定方法，其特征在于，所述校正图像选自校正通过后的图像以及多种预设类型的校正异常图像。
3.一种基于权利要求1或2所述的阴影校正检测参数确定方法的阴影校正检测方法，其特征在于，包括：
获取校正检测参数以及待检测图像，所述校正检测参数包括各个区块的标准值和偏差值，所述校正检测参数是利用多个校正图像在每一区块内的亮度信息和颜色信息计算的，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；
获取所述待检测图像在每一区块内的待检测校正数据，所述待检测校正数据包括亮度平均值与中心区块的亮度平均值的第五比值，以及颜色平均值与中心区块颜色平均值的第六比值；
将所述第五比值和第六比值与至少一组标准值和偏差值进行比较，以得到比较结果；
根据所述比较结果确定校正是否通过；
所述校正图像选自校正通过后的图像以及多种预设类型的校正异常图像；
所述根据所述比较结果确定校正是否通过包括：
如果所述比较结果表示所述第五比值和第六比值落入一组标准值和偏差值所限定的数值范围，则根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
4.根据权利要求3所述的阴影校正检测方法，其特征在于，所述获取所述待检测图像在每一区块内的待检测校正数据包括：
计算所述待检测图像在中心区块的亮度补偿量和每一区块亮度补偿量的第七比值；
计算所述待检测图像在中心区块的颜色补偿量和每一区块的颜色补偿量的第八比值。
5.根据权利要求4所述的阴影校正检测方法，其特征在于，所述校正图像选自校正开始前的图像以及多种预设类型的校正异常图像；所述根据所述比较结果确定校正是否通过包括：
如果所述比较结果表示所述第七比值和第八比值落入一组标准值和偏差值所限定的数值范围，则根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
6.一种阴影校正检测参数确定装置，其特征在于，包括：
校正数据获取模块，适于获取多个校正图像在每一区块内的校正数据，所述校正数据包括亮度信息和颜色信息，所述亮度信息为亮度与中心区块的亮度的比值，所述颜色信息为颜色值与中心区块的颜色值的比值；
校正检测参数确定模块，适于利用所述多个校正图像在每一区块内的亮度信息和颜色信息计算各个区块的至少一组标准值和偏差值，并作为校正检测参数，以用于阴影校正检测；
所述校正数据获取模块包括：校正图像获取单元，适于获取多个校正完成后的图像作为所述校正图像，校正完成后的图像为鱼眼相机在积分球内拍摄得到的；
第一亮度信息计算单元，适于计算各个校正图像在每一区块内的亮度平均值和中心区块的亮度平均值的第一比值，以作为所述亮度信息；
第一颜色信息计算单元，适于计算各个校正图像在每一区块内的颜色平均值和中心区块的颜色平均值的第二比值，以作为所述颜色信息；
所述校正检测参数确定模块包括：第一标准值计算单元，适于计算所述多个校正图像在同一区块的第一比值的第一平均值，以及第二比值的第二平均值，以分别作为各个区块的第一标准值和第二标准值；
第一偏差值计算单元，适于确定各个区块的第一比值与第一标准值的最大差值，以及第二比值与第二标准值的最大差值，以分别作为各个区块的第一偏差值和第二偏差值。
7.根据权利要求6所述的阴影校正检测参数确定装置，其特征在于，所述校正图像选自校正开始前的图像以及多种预设类型的校正异常图像。
8.一种基于权利要求1或2所述的阴影校正检测参数确定方法的阴影校正检测装置，其特征在于，包括：
参数获取模块，适于获取校正检测参数以及待检测图像，所述校正检测参数包括各个区块的标准值和偏差值，所述校正检测参数是利用多个校正图像在每一区块内的亮度信息和颜色信息计算的，所述亮度信息为亮度平均值与中心区块的亮度平均值的比值，所述颜色信息为颜色平均值与中心区块颜色平均值的比值；
待检测校正数据获取模块，适于获取所述待检测图像在每一区块内的待检测校正数据，所述待检测校正数据包括亮度平均值与中心区块的亮度平均值的第五比值，以及颜色平均值与中心区块颜色平均值的第六比值；
检测模块，适于将所述第五比值和第六比值与至少一组标准值和偏差值进行比较，以得到比较结果；
结果确定模块，适于根据所述比较结果确定校正是否通过；
所述校正图像选自校正通过后的图像以及多种预设类型的校正异常图像；
所述结果确定模块在所述比较结果表示所述第五比值和第六比值落入一组标准值和偏差值所限定的数值范围时，根据该组标准值和偏差值对应的校正图像的类型确定所述待检测图像校正通过，或者所述待检测图像为所述预设类型的校正异常图像。
9.根据权利要求8所述的阴影校正检测装置，其特征在于，所述待检测校正数据获取模块包括：
第一亮度比值计算单元，适于计算所述待检测图像在每一区块内亮度的亮度平均值和中心区块的亮度平均值的第五比值；
第一颜色比值计算单元，适于计算所述待检测图像在每一区块内颜色的颜色平均值和中心区块的颜色平均值的第六比值。
10.根据权利要求8所述的阴影校正检测装置，其特征在于，所述检测校正数据获取模块包括：
第二亮度比值计算单元，适于计算所述待检测图像在中心区块的亮度补偿量和每一区块的亮度补偿量的第七比值；
第二颜色比值计算单元，适于计算所述待检测图像在中心区块的颜色补偿量和每一区块的颜色补偿量的第八比值。
11.一种存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1或2所述阴影校正检测参数确定方法的步骤，或者执行权利要求3至5中任一项所述阴影校正检测方法的步骤。
12.一种鱼眼相机，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1或2所述阴影校正检测参数确定方法的步骤，或者执行权利要求3至5中任一项所述阴影校正检测方法的步骤。
CN201810252431.5A 2018-03-26 2018-03-26 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 Expired - Fee Related CN108234824B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010544697.4A CN111757029A (zh) 2018-03-26 2018-03-26 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
CN201810252431.5A CN108234824B (zh) 2018-03-26 2018-03-26 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
US16/362,929 US11050988B2 (en) 2018-03-26 2019-03-25 Device and method for shadow correction verification parameter determination and shadow correction verification

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810252431.5A CN108234824B (zh) 2018-03-26 2018-03-26 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

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202010544697.4A Division CN111757029A (zh) 2018-03-26 2018-03-26 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

Publications (2)

Publication Number Publication Date
CN108234824A CN108234824A (zh) 2018-06-29
CN108234824B true CN108234824B (zh) 2020-11-17

Family

ID=62660021

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201810252431.5A Expired - Fee Related CN108234824B (zh) 2018-03-26 2018-03-26 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
CN202010544697.4A Pending CN111757029A (zh) 2018-03-26 2018-03-26 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

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202010544697.4A Pending CN111757029A (zh) 2018-03-26 2018-03-26 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

Country Status (2)

Country Link
US (1) US11050988B2 (zh)
CN (2) CN108234824B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112243120A (zh) * 2019-07-17 2021-01-19 南昌欧菲生物识别技术有限公司 3d摄影模组镜头精度的标定方法、装置及设备
CN111182293B (zh) * 2020-01-06 2021-07-06 昆山丘钛微电子科技有限公司 一种镜头阴影校正数据的检测方法及系统
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
CN113947534A (zh) * 2020-07-17 2022-01-18 中强光电股份有限公司 影像校正方法及装置
CN114093293B (zh) 2020-07-29 2024-03-19 昆山工研院新型平板显示技术中心有限公司 亮度补偿参数确定方法、装置及设备
CN114531521B (zh) * 2020-11-02 2024-02-02 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
CN113132562B (zh) * 2021-04-21 2023-09-29 维沃移动通信有限公司 镜头阴影校正方法、装置及电子设备
CN113628228A (zh) * 2021-07-27 2021-11-09 昆山丘钛微电子科技股份有限公司 镜头阴影校正数据检测方法及装置
TWI792454B (zh) * 2021-07-28 2023-02-11 瑞昱半導體股份有限公司 自適應的圖像陰影校正方法及圖像陰影校正系統
CN116841270B (zh) * 2023-09-01 2023-11-14 贵州通利数字科技有限公司 一种基于物联网的智能生产线调度方法及系统

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4194133B2 (ja) 1998-06-24 2008-12-10 キヤノン株式会社 画像処理方法及び装置及び記憶媒体
US7639878B2 (en) * 2005-11-17 2009-12-29 Honeywell International Inc. Shadow detection in images
JP5040662B2 (ja) * 2006-02-03 2012-10-03 株式会社ニコン 画像処理装置、画像処理方法、および画像処理プログラム
JP2008033442A (ja) 2006-07-26 2008-02-14 Canon Inc 画像処理装置及びその制御方法及びプログラム
US7796806B2 (en) * 2006-09-25 2010-09-14 Nokia Corporation Removing singlet and couplet defects from images
CN102104709B (zh) * 2009-12-21 2013-01-30 展讯通信（上海）有限公司 相机拍摄图像的处理方法及相机
JP5471965B2 (ja) * 2010-08-16 2014-04-16 富士通セミコンダクター株式会社 画像処理装置、撮像装置、及び画像処理方法
JP5883820B2 (ja) * 2013-03-27 2016-03-15 京セラドキュメントソリューションズ株式会社 画像読取装置、画像形成装置および画像読取方法
JP2014235209A (ja) * 2013-05-31 2014-12-15 シャープ株式会社 ガンマ調整方法及び表示装置
DE112014006672T5 (de) * 2014-06-10 2017-02-23 Olympus Corporation Bildverarbeitungsvorrichtung, Bildgebungsvorrichtung, Mikroskopsystem, Bildverarbeitungsverfahren und ein Bildverarbeitungsprogramm
JP6469026B2 (ja) * 2016-01-19 2019-02-13 キヤノン株式会社 撮像装置およびその制御方法
US10878546B2 (en) * 2016-08-16 2020-12-29 Sony Semiconductor Solutions Corporation Image processing device, image processing method, and imaging device
CN106506905B (zh) * 2016-10-20 2019-07-16 湖南国科微电子股份有限公司 镜头阴影校正方法
CN106713755B (zh) * 2016-12-29 2020-02-18 北京疯景科技有限公司 全景图像的处理方法及装置
CN107231525A (zh) * 2017-05-31 2017-10-03 深圳可思美科技有限公司 图像暗角自适应补偿方法和装置
CN107590840B (zh) * 2017-09-21 2019-12-27 长沙全度影像科技有限公司 基于网格划分的颜色阴影校正方法及其校正系统
CN107657916B (zh) * 2017-09-26 2020-05-08 惠科股份有限公司 图像补偿信号生成的方法、结构及修复系统

Also Published As

Publication number Publication date
CN111757029A (zh) 2020-10-09
US11050988B2 (en) 2021-06-29
CN108234824A (zh) 2018-06-29
US20190297310A1 (en) 2019-09-26

Similar Documents

Publication Publication Date Title
CN108234824B (zh) 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
CN108470334B (zh) 一种采集屏幕亮度和色度的方法及装置
US8391585B2 (en) Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium
CN111083456B (zh) 投影校正方法、装置、投影仪及可读存储介质
JP5659623B2 (ja) 露出属性の設定方法およびコンピューター読み取り可能な記憶媒体
CN110650334B (zh) 坏点检测、校正方法及装置、存储介质、终端
CN108307098B (zh) 鱼眼相机阴影校正参数确定方法、校正方法及装置、鱼眼相机
CN111083458B (zh) 一种亮度校正方法、系统、设备及计算机可读存储介质
US20230410369A1 (en) Method and apparatus for adjusting an image acquisition apparatus, compensation method of a display panel, device and medium
US20150243249A1 (en) Calibration apparatus and calibration method
CN108198189B (zh) 图片清晰度的获取方法、装置、存储介质及电子设备
CN115063342A (zh) 一种镜头坏点检测方法、装置、电子设备及存储介质
KR101854432B1 (ko) 역광 프레임을 검출하고, 보정하는 방법 및 장치
CN110769225B (zh) 基于幕布的投影区域获取方法及投影装置
CN113763853A (zh) 色差校正方法、装置、及校正设备
CN106791736B (zh) 一种梯形校正方法和投影机
CN110288662B (zh) 显示器检测方法与系统
CN110794599B (zh) 一种色偏检测方法、电子设备及计算机可读存储介质
US6771804B1 (en) Method and apparatus for signal segmentation
CN113419909A (zh) 显示均匀性检测方法和计算机设备
US20190349521A1 (en) Image processing apparatus, image processing method and storage medium
JPH08327497A (ja) カラー液晶表示パネルの検査方法
CN111145674B (zh) 显示面板的检测方法、电子设备和存储介质
CN111508397B (zh) 显示面板的检测方法和显示面板的检测装置
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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201117

Termination date: 20210326