CN108495101A - 一种图像校正方法、装置、图像采集设备和可读存储介质 - Google Patents

一种图像校正方法、装置、图像采集设备和可读存储介质 Download PDF

Info

Publication number
CN108495101A
CN108495101A CN201810307221.1A CN201810307221A CN108495101A CN 108495101 A CN108495101 A CN 108495101A CN 201810307221 A CN201810307221 A CN 201810307221A CN 108495101 A CN108495101 A CN 108495101A
Authority
CN
China
Prior art keywords
pixel
matrix
row
correction
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.)
Granted
Application number
CN201810307221.1A
Other languages
English (en)
Other versions
CN108495101B (zh
Inventor
宋伟铭
高晓阳
周中亚
张强
刘敏
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.)
BEIJING IMAGE VISION TECHNOLOGY BRANCH CHINA DAHENG (GROUP) Co Ltd
BEIJING DAHENG IMAGE VISION Co Ltd
Original Assignee
BEIJING IMAGE VISION TECHNOLOGY BRANCH CHINA DAHENG (GROUP) Co Ltd
BEIJING DAHENG IMAGE VISION 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 BEIJING IMAGE VISION TECHNOLOGY BRANCH CHINA DAHENG (GROUP) Co Ltd, BEIJING DAHENG IMAGE VISION Co Ltd filed Critical BEIJING IMAGE VISION TECHNOLOGY BRANCH CHINA DAHENG (GROUP) Co Ltd
Priority to CN201810307221.1A priority Critical patent/CN108495101B/zh
Publication of CN108495101A publication Critical patent/CN108495101A/zh
Application granted granted Critical
Publication of CN108495101B publication Critical patent/CN108495101B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals

Landscapes

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

Abstract

本发明提供了一种图像校正方法、装置、图像采集设备和可读存储介质，其中，图像校正方法包括：获取待校正图像在Bayer空间下的像素矩阵中的任一像素点；确定像素点在像素矩阵中的位置信息；根据像素矩阵和位置信息，截取像素点对应于像素矩阵中的子像素矩阵；根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式；根据子像素矩阵、校正系数和预设校正公式，计算像素点的像素校正值；根据位置信息和像素校正值，生成并发送校正后的图像矩阵。通过本发明的技术方案，提高了采集图像的色彩还原效果，降低了因输出带宽不足导致采集图像分辨率下降的可能性，有利于提高图像采集设备的资源利用率。

Description

一种图像校正方法、装置、图像采集设备和可读存储介质
技术领域
本发明涉及图像校正技术领域，具体而言，涉及一种图像校正方法、一种图像校正装置、一种图像采集设备和一种计算机可读存储介质。
背景技术
将Bayer矩阵运用于数字图像处理，能够降低图像采集设备的滤镜制造成本，因此，通常图像采集设备输出的图像数据为Bayer矩阵数据。基于RGB色彩格式，如图1所示，采用Bayer矩阵输出数据扫描图像的一般格式为：奇数扫描行输出RGRGRG…，偶数扫描行输出GBGBGB…。
在图像采集设备采集到图像之后，需要将采集到的图像与标准RGB色板进行比对，得出校正后的像素校正矩阵，完成对采集图像的色彩校正。
而现有技术中，一种是通过图像采集系统中的服务器对采集图像进行校正，图像采集系统中的服务器接收到图像采集设备发送的采集图像之后，将Bayer矩阵格式的采集图像进行插值操作，转换为RGB格式的数据，再与标准RGB色板进行比对，求得校正后颜色矩阵。由于是在图像采集系统的服务器中对数据进行插值校正，增加了服务器的工作量，降低了图像采集系统中服务器对采集图像的后期色彩处理性能。
另一种是通过在图像采集设备中采用二次转换的方式，先将采集图像由Bayer矩阵格式转换为RGB格式进行色彩校正，此时，图像的数据量由原Bayer格式下的8bit转换为了RGB格式下的24bit。再将校正后的RGB格式的图像数据转换为图像采集设备可输出的Bayer格式数据，若在不增加图像采集设备带宽的前提下，只能采用简单采样的方法，将24bit的RGB数据转换为8bit的Bayer矩阵数据，此时，虽然降低了服务器的工作量，但是，导致大量的图像信息丢失，降低了采集图像的分辨率。
发明内容
本发明旨在至少解决现有技术中或相关技术中存在的技术问题之一。
针对上述问题，本发明提出了一种图像校正方法、图像校正装置、图像采集设备和一种计算机可读存储介质，在不降低采集图像分辨率的同时，对采集图像进行颜色校正，提高了采集图像的色彩还原效果。
为了实现上述目的，本发明第一方面的技术方案提供了一种图像校正方法，包括：获取待校正图像在Bayer空间下的像素矩阵中的任一像素点；确定像素点在像素矩阵中的位置信息；根据像素矩阵和位置信息，截取像素点对应于像素矩阵中的子像素矩阵；根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式；根据子像素矩阵、校正系数和预设校正公式，计算像素点的像素校正值；根据位置信息和像素校正值，生成并发送校正后的图像矩阵，其中，位置信息包括像素点的行号和列号。
在上述任一项技术方案中，优选地，根据像素矩阵和位置信息，截取像素点对应于像素矩阵中的子像素矩阵，具体包括：将像素点作为第一行第一列元素，在像素矩阵中截取2×2的子像素矩阵；获取子像素矩阵中各元素对应的像素值，并记作像素值信息，其中，第一行第一列元素记作第一元素，第一行第二列元素记作第二元素，第二行第一列元素记作第三元素，第二行第二列元素记作第四元素。
在上述任一项技术方案中，优选地，根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式，具体包括：当判定行号和列号为奇数时，确定预设颜色校正矩阵中的第一行元素为校正系数；当判定行号和列号为偶数时，确定预设颜色校正矩阵中的第三行元素为校正系数；当判定行号为奇数且列号为偶数，或行号为偶数且列号为奇数时，确定预设颜色校正矩阵中的第二行元素为校正系数，其中，预设颜色校正矩阵为：
在上述任一项技术方案中，优选的，根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式，具体包括：当判定行号和列号为奇数时，确定第一校正公式为预设校正公式；当判定行号为奇数且列号为偶数时，确定第二校正公式为预设校正公式；当判定行号为偶数且列号为奇数时，确定第三校正公式为预设校正公式；当判定行号和列号为偶数时，确定第四校正公式为预设校正公式。
具体地，第一校正公式为：
式中，R'(m,n)为像素校正值，R(m,n)为第一元素，G(m,n+1)为第二元素，G(m+1,n)为第三元素，B(m+1,n+1)为第四元素，a11、a12和a13构成校正系数，第二校正公式为：
G1'(m,n)＝R(m,n+1)×a21+G(m,n)×a22+B(m+1,n)×a23，式中，G1'(m,n)为像素校正值，G(m,n)为第一元素，R(m,n+1)为第二元素，B(m+1,n)为第三元素，a11、a12和a13构成校正系数，第三校正公式为：
G2'(m,n)＝R(m+1,n)×a21+G(m,n)×a22+B(m,n+1)×a23，式中，G2'(m,n)为像素校正值，G(m,n)为第一元素，B(m,n+1)为第二元素，R(m+1,n)为第三元素，a11、a12和a13构成校正系数，第四校正公式为：
式中，B'(m,n)为像素校正值，B(m,n)为第一元素，G(m,n+1)为第二元素，G(m+1,n)为第三元素，R(m+1,n+1)为第四元素，a11、a12和a13构成校正系数。
本发明第二方面的技术方案提供了一种图像校正装置，包括：像素点获取单元，用于获取待校正图像在Bayer空间下的像素矩阵中的任一像素点；确定单元，用于确定像素点在像素矩阵中的位置信息；截取单元，用于根据像素矩阵和位置信息，截取像素点对应于像素矩阵中的子像素矩阵；确定单元还用于：根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式；图像校正装置还包括：计算单元，用于根据子像素矩阵、校正系数和预设校正公式，计算像素点的像素校正值；生成单元，用于根据位置信息和像素校正值，生成并发送校正后的图像矩阵，其中，位置信息包括像素点的行号和列号。
在上述任一项技术方案中，优选的，截取单元还用于：将像素点作为第一行第一列元素，在像素矩阵中截取2×2的子像素矩阵；图像校正装置还包括：像素值获取单元，用于获取子像素矩阵中各元素对应的像素值，并记作像素值信息，其中，第一行第一列元素记作第一元素，第一行第二列元素记作第二元素，第二行第一列元素记作第三元素，第二行第二列元素记作第四元素。
在上述任一项技术方案中，优选的，确定单元还用于：当判定行号和列号为奇数时，确定预设颜色校正矩阵中的第一行元素为校正系数；确定单元还用于：当判定行号和列号为偶数时，确定预设颜色校正矩阵中的第三行元素为校正系数；确定单元还用于：当判定行号为奇数且列号为偶数，或行号为偶数且列号为奇数时，确定预设颜色校正矩阵中的第二行元素为校正系数，其中，预设颜色校正矩阵为：
在上述任一项技术方案中，优选的，确定单元还用于：当判定行号和列号为奇数时，确定第一校正公式为预设校正公式；确定单元还用于：当判定行号为奇数且列号为偶数时，确定第二校正公式为预设校正公式；确定单元还用于：当判定行号为偶数且列号为奇数时，确定第三校正公式为预设校正公式；确定单元还用于：当判定行号和列号为偶数时，确定第四校正公式为预设校正公式。
具体地，第一校正公式为：
式中，R'(m,n)为像素校正值，R(m,n)为第一元素，G(m,n+1)为第二元素，G(m+1,n)为第三元素，B(m+1,n+1)为第四元素，a11、a12和a13构成校正系数，第二校正公式为：
G1'(m,n)＝R(m,n+1)×a21+G(m,n)×a22+B(m+1,n)×a23，式中，G1'(m,n)为像素校正值，G(m,n)为第一元素，R(m,n+1)为第二元素，B(m+1,n)为第三元素，a11、a12和a13构成校正系数，第三校正公式为：
G2'(m,n)＝R(m+1,n)×a21+G(m,n)×a22+B(m,n+1)×a23，式中，G2'(m,n)为像素校正值，G(m,n)为第一元素，B(m,n+1)为第二元素，R(m+1,n)为第三元素，a11、a12和a13构成校正系数，第四校正公式为：
式中，B'(m,n)为像素校正值，B(m,n)为第一元素，G(m,n+1)为第二元素，G(m+1,n)为第三元素，R(m+1,n+1)为第四元素，a11、a12和a13构成校正系数。
本发明第三方面的技术方案提供了一种图像采集设备，包括本发明第二方面技术方案中任一项所述的图像校正装置。
本发明第四方面的技术方案提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现本发明第一方面技术方案中任一项所述的图像校正方法。
有益效果：
本发明中的技术方案用于在图像采集设备中进行图像色彩校正，有利于提高采集图像的色彩还原效果，在不增加图像采集设备输出带宽的前提下，利用图像采集设备按照预设校正公式对采集图像进行颜色校正，降低了采集图像分辨率下降的可能性，有利于提高图像采集设备的资源利用率，提高了图像采集系统中服务器对采集图像的后期色彩处理性能。
本发明中，通过确定像素点的位置信息，确定计算该像素点像素校正值的校正系数和预设校正公式，提高了计算像素点校正值的准确性，进而提高了图像采集设备输出采集图像的色彩还原效果，减少了图像采集系统中服务器处理图像数据的数据量，有利于提高整体图像采集系统的响应速率。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本发明的一个实施例的Bayer矩阵的示意图；
图2是根据本发明的一个实施例的图像校正方法的示意流程图；
图3是根据本发明的一个实施例的图像校正装置的示意框图；
图4是根据本发明的一个实施例的图像采集设备的示意框图；
图5示出了根据本发明一个实施例的校正数据流程图；
图6示出了根据本发明一个实施例的插值校正的颜色偏差实验图；
图7示出了根据本发明一个实施例的二次校正的颜色偏差实验图；
图8示出了根据本发明一个实施例的基于Bayer格式的图像颜色校正的颜色偏差实验图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和有点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互结合。
在下面的描述中，阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一：
下面结合图1和图2对本发明的实施例一进行描述。
图1示出了根据本发明的一个实施例的Bayer矩阵的示意图。
图2示出了根据本发明的一个实施例的图像校正方法的示意流程图。
如图2所示，根据本发明一个实施例的图像校正方法，包括：步骤S202，获取待校正图像在Bayer空间下的像素矩阵中的任一像素点；步骤S204，确定像素点在像素矩阵中的位置信息；步骤S206，根据像素矩阵和位置信息，截取像素点对应于像素矩阵中的子像素矩阵；步骤S208，根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式；步骤S210，根据子像素矩阵、校正系数和预设校正公式，计算像素点的像素校正值；步骤S212，根据位置信息和像素校正值，生成并发送校正后的图像矩阵，其中，位置信息包括像素点的行号和列号。
在上述任一项技术方案中，优选地，根据像素矩阵和位置信息，截取像素点对应于像素矩阵中的子像素矩阵，具体包括：将像素点作为第一行第一列元素，在像素矩阵中截取2×2的子像素矩阵；获取子像素矩阵中各元素对应的像素值，并记作像素值信息，其中，第一行第一列元素记作第一元素，第一行第二列元素记作第二元素，第二行第一列元素记作第三元素，第二行第二列元素记作第四元素。
具体地，如图1所示，当选取的像素点为像素矩阵中的第一行第一列的像素点R11时，将像素点R11作为第一元素，截取的子像素矩阵为：
其中，G12为第二元素，G21为第三元素，B22为第四元素。
进一步地，当选取的像素点为像素矩阵中的最后一行(最后一列)中的元素时，将倒数第二行(倒数第二列)中的元素作为计算该像素点的补偿元素，以构成2×2的子像素矩阵。
在上述任一项技术方案中，优选地，根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式，具体包括：当判定行号和列号为奇数时，确定预设颜色校正矩阵中的第一行元素为校正系数；当判定行号和列号为偶数时，确定预设颜色校正矩阵中的第三行元素为校正系数；当判定行号为奇数且列号为偶数，或行号为偶数且列号为奇数时，确定预设颜色校正矩阵中的第二行元素为校正系数，其中，预设颜色校正矩阵为：
其中，预设颜色校正矩阵是相机通过拍摄标准色板后求取的，对于一个相机而言，预设颜色校正矩阵只有一个固定的取值。在求取预设颜色校正矩阵时，采用固定的曝光和增益，在固定的距离和标准光源下用相机拍摄标准24色彩色色板图像，相机将拍摄得到的Bayer图像传输至服务器，服务器将Bayer图像转化为RGB图像，并根据校正目标值和相机实际输出值，通过多项式回归法，求取多项式回归法的校正系数，再根据校正系数生成预设颜色校正矩阵，其中，多项式回归法的计算公式为：
其中，R0、G0和B0为校正目标值，R、G和B为相机的实际输出值，多项式回归法的原理就是通过对相机的实际输出值进行选择项组合，生成更高维的输入数据，用这些输入数据对校正目标值进行拟合，同时求取多项式回归法的校正系数a11、a12、a13、a21、a22、a23、a31、a32、和a33，进而生成预设颜色校正矩阵。在计算校正系数的过程中，随着计算公式项数的增加，回归精度逐渐提高，校正系数和预设校正矩阵的精度也逐渐增高。
具体地，当选取的像素点为像素矩阵中的第一行第一列的像素点R11时，像素点对应的行号为奇数且列号同样为奇数，因此，计算像素点R11时选取的校正系数为：a11、a12和a13。
在上述任一项技术方案中，优选的，根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式，具体包括：当判定行号和列号为奇数时，确定第一校正公式为预设校正公式；当判定行号为奇数且列号为偶数时，确定第二校正公式为预设校正公式；当判定行号为偶数且列号为奇数时，确定第三校正公式为预设校正公式；当判定行号和列号为偶数时，确定第四校正公式为预设校正公式。
具体地，第一校正公式为：
式中，R'(m,n)为像素校正值，R(m,n)为第一元素，G(m,n+1)为第二元素，G(m+1,n)为第三元素，B(m+1,n+1)为第四元素，a11、a12和a13构成校正系数，第二校正公式为：
G1'(m,n)＝R(m,n+1)×a21+G(m,n)×a22+B(m+1,n)×a23，式中，G1'(m,n)为像素校正值，G(m,n)为第一元素，R(m,n+1)为第二元素，B(m+1,n)为第三元素，a11、a12和a13构成校正系数，第三校正公式为：
G2'(m,n)＝R(m+1,n)×a21+G(m,n)×a22+B(m,n+1)×a23，式中，G2'(m,n)为像素校正值，G(m,n)为第一元素，B(m,n+1)为第二元素，R(m+1,n)为第三元素，a11、a12和a13构成校正系数，第四校正公式为：
式中，B'(m,n)为像素校正值，B(m,n)为第一元素，G(m,n+1)为第二元素，G(m+1,n)为第三元素，R(m+1,n+1)为第四元素，a11、a12和a13构成校正系数。
进一步地，当选取的像素点为像素矩阵中的第一行第一列的像素点R11时，像素点R11对应的行号为奇数且列号同样为奇数，因此，选择第一校正公式作为预设校正公式，对于像素点R11的像素校正值为：
实施例二：
图3示出了根据本发明的一个实施例的图像校正装置的示意框图。
如图3所示，根据本发明的一个实施例的图像校正装置300，包括：像素点获取单元302，用于获取待校正图像在Bayer空间下的像素矩阵中的任一像素点；确定单元304，用于确定像素点在像素矩阵中的位置信息；截取单元306，用于根据像素矩阵和位置信息，截取像素点对应于像素矩阵中的子像素矩阵；确定单元304还用于：根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式；图像校正装置还包括：计算单元308，用于根据子像素矩阵、校正系数和预设校正公式，计算像素点的像素校正值；生成单元310，用于根据位置信息和像素校正值，生成并发送校正后的图像矩阵，其中，位置信息包括像素点的行号和列号。
在上述任一项技术方案中，优选的，截取单元306还用于：将像素点作为第一行第一列元素，在像素矩阵中截取2×2的子像素矩阵；图像校正装置还包括：像素值获取单元312，用于获取子像素矩阵中各元素对应的像素值，并记作像素值信息，其中，第一行第一列元素记作第一元素，第一行第二列元素记作第二元素，第二行第一列元素记作第三元素，第二行第二列元素记作第四元素。
在上述任一项技术方案中，优选的，确定单元304还用于：当判定行号和列号为奇数时，确定预设颜色校正矩阵中的第一行元素为校正系数；确定单元304还用于：当判定行号和列号为偶数时，确定预设颜色校正矩阵中的第三行元素为校正系数；确定单元304还用于：当判定行号为奇数且列号为偶数，或行号为偶数且列号为奇数时，确定预设颜色校正矩阵中的第二行元素为校正系数，其中，预设颜色校正矩阵为：
在上述任一项技术方案中，优选的，确定单元304还用于：当判定行号和列号为奇数时，确定第一校正公式为预设校正公式；确定单元304还用于：当判定行号为奇数且列号为偶数时，确定第二校正公式为预设校正公式；确定单元304还用于：当判定行号为偶数且列号为奇数时，确定第三校正公式为预设校正公式；确定单元304还用于：当判定行号和列号为偶数时，确定第四校正公式为预设校正公式。
具体地，第一校正公式为：
式中，R'(m,n)为像素校正值，R(m,n)为第一元素，G(m,n+1)为第二元素，G(m+1,n)为第三元素，B(m+1,n+1)为第四元素，a11、a12和a13构成校正系数，第二校正公式为：
G1'(m,n)＝R(m,n+1)×a21+G(m,n)×a22+B(m+1,n)×a23，式中，G1'(m,n)为像素校正值，G(m,n)为第一元素，R(m,n+1)为第二元素，B(m+1,n)为第三元素，a11、a12和a13构成校正系数，第三校正公式为：
G2'(m,n)＝R(m+1,n)×a21+G(m,n)×a22+B(m,n+1)×a23，式中，G2'(m,n)为像素校正值，G(m,n)为第一元素，B(m,n+1)为第二元素，R(m+1,n)为第三元素，a11、a12和a13构成校正系数，第四校正公式为：
式中，B'(m,n)为像素校正值，B(m,n)为第一元素，G(m,n+1)为第二元素，G(m+1,n)为第三元素，R(m+1,n+1)为第四元素，a11、a12和a13构成校正系数。
其中，像素点获取单元302、确定单元304、截取单元306、计算单元308、生成单元310和像素值获取单元312可以为中央处理器CPU、微控制器MCU、数字信号处理器DSP和现场可编程门阵列FPGA等具有数据处理功能的电子器件。
图4示出了根据本发明的一个实例的图像采集设备的示意框图。
如图4所示，根据本发明的一个实施例的图像采集设备400，包括图像校正装置300。
其中，图像采集设备400可以为彩色工业相机。
实施例三：
下面结合图5至图8对本发明的一个实施例进行说明。
图5示出了根据本发明一个实施例的校正数据流程图。
图6示出了根据本发明一个实施例的插值校正的颜色偏差实验图。
图7示出了根据本发明一个实施例的二次校正的颜色偏差实验图。
图8示出了根据本发明一个实施例的基于Bayer格式的图像颜色校正的颜色偏差实验图。
如图5所示，采用彩色工业相机中常用的现场可编程门阵列FPGA(Field-Programmable Gate Array，FPGA)对原始Bayer图像进行校正，在FPGA内部通过对图像进行两行的缓冲，得到一个3×3的矩阵，
通过FPGA进行行处理和列处理，输出校正后的图像。
现有技术中，通过图像采集系统中的服务器对采集图像进行校正的方法，利用图像插值法，结合预设颜色校正矩阵，对得到的矩阵进行计算，对应的第一计算公式为：
由于上述方法需要在服务器中对图像数据进行差值运算，占用了服务器的运算空间，降低了服务器对采集图像的后期处理性能。现有技术中，为了提高服务器后期处理性能，在图像采集设备中采用二次转换的方法，结合预设颜色校正矩阵，对得到的矩阵进行计算，对应的第二计算公式为：
采用二次转换的方法，在不增加设备输出带宽的前提下，在图像采集设备中进行图像校正，能够减少服务器的工作量，有利于提高服务器对采集图像的后期处理性能，但是，采用二次转换方法，会影响采集图像的清晰度。
通过对二次转换处理后的图像数据进行插值处理，将第二计算公式进行转化，得到对应于第一计算公式的第一转化公式为：
通过比较第一转化公式和第一计算公式，可以得出，两者之间对于RGB图像数据中的G值的计算值差异较大，其中，第一计算公式中的对应于第一转化公式中的并且，由于校正系数a22的取值大于1，导致G值的权重在RGB图像数据中的占比最大，因此，采用第二公式计算得出的图像校正数据清晰度严重下降。
而采用本发明中的计算方法，对得到的矩阵进行计算，对应的第三计算公式为：
将第三计算公式进行转化，得到对应于第一计算公式的第二转化公式为：
通过比较第二转化公式和第一转化公式，两者之间的差异并不大，且对应的校正系数为a21、a31和a32的取值小于1，因此，采用第一计算公式和第三计算公式计算图像校正数据的差异并不大。
通过对图像进行颜色偏差实验，得到图6至图8的颜色偏差实验图，通过对比实验数据，可以得出颜色还原对比表，如表1所示。
表1
饱和度 平均偏差 最大偏差
插值校正法 106.5％ 3.85 10.1
二次校正法 106.8％ 3.73 9.55
基于Bayer格式的校正法 106.4％ 3.89 10.3
由表1可知，采用三种校正方法得到的图像颜色还原效果基本相同。再以分辨率为5544×3694的图像为依据，可以得出清晰度对比表，如表2所示。
表2
垂直清晰度 水平清晰度
插值校正法 2982 3064
二次校正法 2226 1904
基于Bayer格式的校正法 2987 3169
由表2可知，在图像颜色还原效果相同的前提下，采用本发明中的基于Bayer格式的校正方法得到的校正图像的图像清晰度高于采用二次校正法得到的校正图像的图像清晰度，与直接采用插值法得到的校正图像的图像清晰度基本相同。因此，采用本发明中的基于Bayer格式的校正法，不仅能够在图像采集设备中进行图像校正，以提高服务器后期图像色彩处理的性能，还能够保证采集图像的清晰度。
进一步地，通过分析第一计算公式、第二计算公式与第三计算公式可以得出，采用本发明的基于Bayer格式的图像颜色校正方法，在不增加图像采集设备带宽的前提下，可以提高图像采集设备输出采集图像的色彩还原效果，减少了图像采集系统中服务器处理图像数据的数据量，有利于提高整体图像采集系统的响应速率。
以上结合附图详细说明了本发明的技术方案，本发明提出了一种图像校正方法、装置、图像采集设备和可读存储介质，其中，图像校正方法包括：获取待校正图像在Bayer空间下的像素矩阵中的任一像素点；确定像素点在像素矩阵中的位置信息；根据像素矩阵和位置信息，截取像素点对应于像素矩阵中的子像素矩阵；根据位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式；根据子像素矩阵、校正系数和预设校正公式，计算像素点的像素校正值；根据位置信息和像素校正值，生成并发送校正后的图像矩阵。通过本发明的技术方案，提高了采集图像的色彩还原效果，降低了因输出采集图像带宽不足导致分辨率下降的可能性，提高了图像采集设备的资源利用率，进而有利于提高图像采集系统中服务器对采集图像的后期色彩处理性能和整体图像采集系统的响应速率。
本发明中的步骤可根据实际需求进行顺序调整、合并和删减。
本发明装置中的单元可根据实际需求进行合并、划分和删减。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本使用新型的精神和原则之内，所有的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种图像校正方法，其特征在于，包括：
获取待校正图像在Bayer空间下的像素矩阵中的任一像素点；
确定所述像素点在所述像素矩阵中的位置信息；
根据所述像素矩阵和所述位置信息，截取所述像素点对应于所述像素矩阵中的子像素矩阵；
根据所述位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式；
根据所述子像素矩阵、所述校正系数和所述预设校正公式，计算所述像素点的像素校正值；
根据所述位置信息和所述像素校正值，生成并发送校正后的图像矩阵，
其中，所述位置信息包括所述像素点的行号和列号。
2.根据权利要求1所述的图像校正方法，其特征在于，根据所述像素矩阵和所述位置信息，截取所述像素点对应于所述像素矩阵中的子像素矩阵，具体包括：
将所述像素点作为第一行第一列元素，在所述像素矩阵中截取2×2的所述子像素矩阵；
获取所述子像素矩阵中各元素对应的像素值，并记作像素值信息，
其中，所述第一行第一列元素记作第一元素，第一行第二列元素记作第二元素，第二行第一列元素记作第三元素，第二行第二列元素记作第四元素。
3.根据权利要求1所述的图像校正方法，其特征在于，根据所述位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式，具体包括：
当判定所述行号和所述列号为奇数时，确定所述预设颜色校正矩阵中的第一行元素为所述校正系数；
当判定所述行号和所述列号为偶数时，确定所述预设颜色校正矩阵中的第三行元素为所述校正系数；
当判定所述行号为奇数且所述列号为偶数，或所述行号为偶数且所述列号为奇数时，确定所述预设颜色校正矩阵中的第二行元素为所述校正系数，
其中，所述预设颜色校正矩阵为：
4.根据权利要求1至3中任一项所述的图像校正方法，其特征在于，根据所述位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式，具体包括：
当判定所述行号和所述列号为奇数时，确定第一校正公式为所述预设校正公式；
当判定所述行号为奇数且所述列号为偶数时，确定第二校正公式为所述预设校正公式；
当判定所述行号为偶数且所述列号为奇数时，确定第三校正公式为所述预设校正公式；
当判定所述行号和所述列号为偶数时，确定第四校正公式为所述预设校正公式。
5.一种图像校正装置，其特征在于，包括：
像素点获取单元，用于获取待校正图像在Bayer空间下的像素矩阵中的任一像素点；
确定单元，用于确定所述像素点在所述像素矩阵中的位置信息；
截取单元，用于根据所述像素矩阵和所述位置信息，截取所述像素点对应于所述像素矩阵中的子像素矩阵；
所述确定单元还用于：
根据所述位置信息，确定预设颜色校正矩阵中的校正系数和预设校正公式；
所述图像校正装置还包括：
计算单元，用于根据所述子像素矩阵、所述校正系数和所述预设校正公式，计算所述像素点的像素校正值；
生成单元，用于根据所述位置信息和所述像素校正值，生成并发送校正后的图像矩阵，
其中，所述位置信息包括所述像素点的行号和列号。
6.根据权利要求5所述的图像校正装置，其特征在于，
所述截取单元还用于：将所述像素点作为第一行第一列元素，在所述像素矩阵中截取2×2的所述子像素矩阵；
所述图像校正装置还包括：
像素值获取单元，用于获取所述子像素矩阵中各元素对应的像素值，并记作像素值信息，
其中，所述第一行第一列元素记作第一元素，第一行第二列元素记作第二元素，第二行第一列元素记作第三元素，第二行第二列元素记作第四元素。
7.根据权利要求6所述的图像校正装置，其特征在于，
所述确定单元还用于：当判定所述行号和所述列号为奇数时，确定所述预设颜色校正矩阵中的第一行元素为所述校正系数；
所述确定单元还用于：当判定所述行号和所述列号为偶数时，确定所述预设颜色校正矩阵中的第三行元素为所述校正系数；
所述确定单元还用于：当判定所述行号为奇数且所述列号为偶数，或所述行号为偶数且所述列号为奇数时，确定所述预设颜色校正矩阵中的第二行元素为所述校正系数，
其中，所述预设颜色校正矩阵为：
8.根据权利要求5至7中任一项所述的图像校正装置，
所述确定单元还用于：当判定所述行号和所述列号为奇数时，确定第一校正公式为所述预设校正公式；
所述确定单元还用于：当判定所述行号为奇数且所述列号为偶数时，确定第二校正公式为所述预设校正公式；
所述确定单元还用于：当判定所述行号为偶数且所述列号为奇数时，确定第三校正公式为所述预设校正公式；
所述确定单元还用于：当判定所述行号和所述列号为偶数时，确定第四校正公式为所述预设校正公式。
9.一种图像采集设备，其特征在于，所述图像采集设备包括如权利要求5至8中任一项所述的图像校正装置。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的图像校正方法。
CN201810307221.1A 2018-04-08 2018-04-08 一种图像校正方法、装置、图像采集设备和可读存储介质 Active CN108495101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810307221.1A CN108495101B (zh) 2018-04-08 2018-04-08 一种图像校正方法、装置、图像采集设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810307221.1A CN108495101B (zh) 2018-04-08 2018-04-08 一种图像校正方法、装置、图像采集设备和可读存储介质

Publications (2)

Publication Number Publication Date
CN108495101A true CN108495101A (zh) 2018-09-04
CN108495101B CN108495101B (zh) 2019-10-11

Family

ID=63315016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810307221.1A Active CN108495101B (zh) 2018-04-08 2018-04-08 一种图像校正方法、装置、图像采集设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN108495101B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298351A (zh) * 2019-06-21 2019-10-01 上海邻致科技有限公司 一种图像颜色识别存储的方法及装置
CN113112445A (zh) * 2020-01-09 2021-07-13 阿里巴巴集团控股有限公司 数据处理方法、装置和系统
CN113315958A (zh) * 2020-05-20 2021-08-27 上海六联智能科技有限公司 一种投影图像校正方法
CN117649661A (zh) * 2024-01-30 2024-03-05 青岛超瑞纳米新材料科技有限公司 一种碳纳米管制备状态图像处理方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1622596A (zh) * 2003-11-28 2005-06-01 北京中星微电子有限公司 一种用于数字摄像装置的色偏自动校正方法
CN101159878A (zh) * 2006-10-06 2008-04-09 台湾新力国际股份有限公司 色彩匹配方法及使用其之影像捕捉装置和电子设备
US20090074324A1 (en) * 2005-07-14 2009-03-19 Nikon Corporation Image Processing Device And Image Processing Method
CN102572206A (zh) * 2010-12-31 2012-07-11 比亚迪股份有限公司 一种色彩校正方法
CN104219511A (zh) * 2013-06-03 2014-12-17 鸿富锦精密工业（深圳）有限公司 色彩校正系统及方法
KR20150029924A (ko) * 2013-09-11 2015-03-19 한국항공대학교산학협력단 디모자이크가 결합된 렌즈 왜곡 보정 장치 및 방법
CN104935900A (zh) * 2014-03-19 2015-09-23 智原科技股份有限公司 图像感测装置及色彩校正矩阵修正方法与查找表建立方法
CN105847770A (zh) * 2015-01-15 2016-08-10 展讯通信（上海）有限公司 图像处理芯片以及该芯片中图像数据的缓存方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1622596A (zh) * 2003-11-28 2005-06-01 北京中星微电子有限公司 一种用于数字摄像装置的色偏自动校正方法
US20090074324A1 (en) * 2005-07-14 2009-03-19 Nikon Corporation Image Processing Device And Image Processing Method
CN101159878A (zh) * 2006-10-06 2008-04-09 台湾新力国际股份有限公司 色彩匹配方法及使用其之影像捕捉装置和电子设备
CN102572206A (zh) * 2010-12-31 2012-07-11 比亚迪股份有限公司 一种色彩校正方法
CN104219511A (zh) * 2013-06-03 2014-12-17 鸿富锦精密工业（深圳）有限公司 色彩校正系统及方法
KR20150029924A (ko) * 2013-09-11 2015-03-19 한국항공대학교산학협력단 디모자이크가 결합된 렌즈 왜곡 보정 장치 및 방법
CN104935900A (zh) * 2014-03-19 2015-09-23 智原科技股份有限公司 图像感测装置及色彩校正矩阵修正方法与查找表建立方法
CN105847770A (zh) * 2015-01-15 2016-08-10 展讯通信（上海）有限公司 图像处理芯片以及该芯片中图像数据的缓存方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298351A (zh) * 2019-06-21 2019-10-01 上海邻致科技有限公司 一种图像颜色识别存储的方法及装置
CN113112445A (zh) * 2020-01-09 2021-07-13 阿里巴巴集团控股有限公司 数据处理方法、装置和系统
CN113315958A (zh) * 2020-05-20 2021-08-27 上海六联智能科技有限公司 一种投影图像校正方法
CN117649661A (zh) * 2024-01-30 2024-03-05 青岛超瑞纳米新材料科技有限公司 一种碳纳米管制备状态图像处理方法
CN117649661B (zh) * 2024-01-30 2024-04-12 青岛超瑞纳米新材料科技有限公司 一种碳纳米管制备状态图像处理方法

Also Published As

Publication number Publication date
CN108495101B (zh) 2019-10-11

Similar Documents

Publication Publication Date Title
CN108495101B (zh) 一种图像校正方法、装置、图像采集设备和可读存储介质
CN106060491B (zh) 一种投影图像颜色校正方法及装置
EP3648459B1 (en) White balance adjustment method and apparatus, camera and medium
KR100886099B1 (ko) 감마 보정 곡선의 자동 산출 장치 및 방법
CN102769759B (zh) 数字图像颜色校正方法及实现装置
US7876970B2 (en) Method and apparatus for white balancing digital images
US20070177032A1 (en) Automatic color calibration of an image sensor
CN102724400A (zh) 图像处理设备及其控制方法
TWI549511B (zh) 影像感測裝置及色彩校正矩陣修正方法與查找表建立方法
KR101080846B1 (ko) 보정 행렬의 추정에 의한 영상의 색상 손상 보정장치 및 방법
WO2023016320A1 (zh) 图像处理方法、装置、设备及介质
WO2019104047A1 (en) Global tone mapping
TWI361003B (en) Digital image tone remapping method and apparatus
CN103491318A (zh) 一种红外焦平面探测器图像校正方法及系统
CN103167226B (zh) 产生全景深影像的方法及装置
CN110070582A (zh) 多摄模组参数自校准系统和校准方法及其电子设备
CN105389825B (zh) 图像处理方法及系统
US20110311156A1 (en) Method and system for correcting lens shading
CN101137070A (zh) 视频通讯中视频输入设备伽玛特性校正方法和装置
CN113766203B (zh) 一种图像白平衡处理方法
CN108917722A (zh) 植被覆盖度计算方法及装置
CN111010557B (zh) 白点范围确定方法、白平衡校正方法及装置、存储介质
CN115426487B (zh) 色彩校正矩阵调整方法、装置、电子设备及可读存储介质
Tan et al. A simple gray-edge automatic white balance method with FPGA implementation
CN111935481A (zh) 图像拍摄装置的测试方法、装置及计算机可读存储介质

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