CN108737749A - 一种确定盲元簇像素值的方法、装置和存储介质 - Google Patents
一种确定盲元簇像素值的方法、装置和存储介质 Download PDFInfo
- Publication number
- CN108737749A CN108737749A CN201810600692.1A CN201810600692A CN108737749A CN 108737749 A CN108737749 A CN 108737749A CN 201810600692 A CN201810600692 A CN 201810600692A CN 108737749 A CN108737749 A CN 108737749A
- Authority
- CN
- China
- Prior art keywords
- frame image
- blind element
- pixel value
- target
- value
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种确定盲元簇像素值的方法、装置和计算机可读存储介质,获取第一帧图像和第二帧图像;计算第一帧图像与第二帧图像的帧间位移;依据帧间位移和第二帧图像中目标盲元点的坐标值,计算出第一帧图像中与目标盲元点相对应的参考坐标值;利用参考坐标值对应的像素值以及第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,最终确定出目标盲元点的目标像素值。通过对第一帧图像中相应的像素值以及第二帧图像中相应的像素值进行综合处理,使得计算出的目标像素值更加精确。每个盲元点都得到了更加精确的补偿,相应的,由这些盲元点构成的盲元簇的补偿也更加精确。
Description
技术领域
本发明涉及红外成像技术领域,特别是涉及一种确定盲元簇像素值的方法、装置和计算机可读存储介质。
背景技术
红外成像扩展了人类的可观测范围,突破了可见光的限制,广泛应用于军事侦查、导弹导引、安防监控、火灾检测等多个领域。但是,红外探测器受制于材料和工艺不稳定等因素,会不可避免的出现多种缺陷,比如盲元簇、坏行、坏列、斜纹等缺陷。
在这些缺陷中,盲元簇是比较严重的缺陷,直接决定了探测器的等级划分。当盲元簇较为严重时,甚至导致探测器的报废。
盲元簇是指由多个相邻的盲元点构成的簇。其中,盲元点是指在红外成像中,个别像素点与周围像素点相比,会以过亮、过暗、闪烁等方式成像,形成较突兀的点。
现有的盲元补偿方案中,通常是获取本帧图像内与盲元点相邻像素点的值,经过加权平均后赋值给盲元点。对盲元簇的处理中,通常使用的是与单个盲元点相同的处理方案,即取本帧图像内各盲元点周围的像素点的值进行加权平均赋值给相应的盲元点。在盲元簇较小时,比如小于2*2盲元簇,这种效果可以勉强接受。对于较大的盲元簇,此种处理方法效果较差,计算出的各盲元点的像素值的准确性较低,利用像素值对盲元簇进行补偿时,很容易观察到盲元簇的影响,补偿效果难以达到要求。
可见,如何更加精确的实现对盲元簇的补偿,是本领域技术人员亟待解决的问题。
发明内容
本发明实施例的目的是提供一种确定盲元簇像素值的方法、装置和计算机可读存储介质,可以更加精确的实现对盲元簇的补偿。
为解决上述技术问题,本发明实施例提供一种确定盲元簇像素值的方法,包括:
获取第一帧图像和第二帧图像;其中,所述第一帧图像的采集时间与所述第二帧图像的采集时间的时间间隔小于预设时间值,并且所述第一帧图像的采集时间早于所述第二帧图像的采集时间;
计算所述第一帧图像与所述第二帧图像的帧间位移;
依据所述帧间位移和所述第二帧图像中目标盲元点的坐标值,计算出所述第一帧图像中与所述目标盲元点相对应的参考坐标值;
利用所述参考坐标值对应的像素值以及所述第二帧图像中与所述目标盲元点满足关联关系的各像素点的像素值,确定出所述目标盲元点的目标像素值;其中,所述目标盲元点为所述第二帧图像的盲元簇中的任意一个盲元点;各所述目标盲元点对应的目标像素值构成所述盲元簇的像素值。
可选的,所述利用所述参考坐标值对应的像素值以及所述第二帧图像中与所述目标盲元点满足关联关系的各像素点的像素值,确定出所述目标盲元点的目标像素值包括:
获取所述第二帧图像中与所述目标盲元点相邻位置的各像素点的像素值;
对所有所述像素值进行平均计算,得到本帧平均像素值;
依据预先设定的帧间权重值,对所述参考坐标值对应的像素值以及所述本帧平均像素值进行加权平均计算,得到所述目标盲元点的目标像素值。
可选的,所述第一帧图像和所述第二帧图像为相邻的采集时间对应的两帧图像。
可选的,还包括:
当确定出所述第二帧图像中所述盲元簇的像素值时,则将所述第二帧图像替换所述第一帧图像,缓存于预先设定的存储空间。
本发明实施例还提供了一种确定盲元簇像素值的装置,包括获取单元、计算单元和确定单元;
所述获取单元,用于获取第一帧图像和第二帧图像;其中,所述第一帧图像的采集时间与所述第二帧图像的采集时间的时间间隔小于预设时间值,并且所述第一帧图像的采集时间早于所述第二帧图像的采集时间;
所述计算单元,用于计算所述第一帧图像与所述第二帧图像的帧间位移;
所述计算单元还用于依据所述帧间位移和所述第二帧图像中目标盲元点的坐标值,计算出所述第一帧图像中与所述目标盲元点相对应的参考坐标值;
所述确定单元,用于利用所述参考坐标值对应的像素值以及所述第二帧图像中与所述目标盲元点满足关联关系的各像素点的像素值,确定出所述目标盲元点的目标像素值;其中,所述目标盲元点为所述第二帧图像的盲元簇中的任意一个盲元点;各所述目标盲元点对应的目标像素值构成所述盲元簇的像素值。
可选的,所述确定单元包括获取子单元和得到子单元;
获取子单元,用于获取所述第二帧图像中与所述目标盲元点相邻位置的各像素点的像素值;
所述得到子单元,用于对所有所述像素值进行平均计算,得到本帧平均像素值;
所述得到子单元还用于依据预先设定的帧间权重值,对所述参考坐标值对应的像素值以及所述本帧平均像素值进行加权平均计算,得到所述目标盲元点的目标像素值。
可选的,所述第一帧图像和所述第二帧图像为相邻的采集时间对应的两帧图像。
可选的,还包括替换单元;
所述替换单元,用于当确定出所述第二帧图像中所述盲元簇的像素值时,则将所述第二帧图像替换所述第一帧图像,缓存于预先设定的存储空间。
本发明实施例还提供了一种确定盲元簇像素值的装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如上所述确定盲元簇像素值的方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述确定盲元簇像素值的方法的步骤。
由上述技术方案可以看出,获取第一帧图像和第二帧图像;其中,第一帧图像的采集时间与第二帧图像的采集时间的时间间隔小于预设时间值,并且第一帧图像的采集时间早于第二帧图像的采集时间,以此保证第一帧图像与第二帧图像具有较强的相关性;计算第一帧图像与第二帧图像的帧间位移;帧间位移反映了第一帧图像和第二帧图像之间的偏移量,依据帧间位移和第二帧图像中目标盲元点的坐标值,可以计算出第一帧图像中与目标盲元点相对应的参考坐标值;利用参考坐标值对应的像素值以及第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,最终确定出目标盲元点的目标像素值。在该技术方案中,不仅运用了本帧图像即第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,还根据帧间位移确定出目标盲元点在第一帧图像中相应位置处的像素值,通过综合这两种类型的像素值信息,使得计算出的目标像素值更加精确,也即更加精确的实现对目标盲元点的补偿。其中,目标盲元点为第二帧图像的盲元簇中的任意一个盲元点;按照目标盲元点的处理方式,可以计算盲元簇中所有盲元点各自对应的目标像素值,从而构成盲元簇的像素值。每个盲元点都得到了更加精确的补偿,相应的,由这些盲元点构成的盲元簇的补偿也更加精确。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,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一种确定盲元簇像素值的方法的流程图;
图2为本发明实施例提供的一种确定盲元簇像素值的装置的结构示意图;
图3为本发明实施例提供的一种确定盲元簇像素值的装置的硬件结构示意图。
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做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护范围。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
接下来,详细介绍本发明实施例所提供的一种确定盲元簇像素值的方法。图1为本发明实施例提供的一种确定盲元簇像素值的方法的流程图,该方法包括:
S101:获取第一帧图像和第二帧图像。
传统方式中,利用图像本身的像素值对盲元簇进行补偿,其精确往往达不到要求。在本发明实施例中,除了依据图像本身的像素值外,引入了与该图像具有较强相关性的其它图像中相应位置处的像素值,通过综合这两种类型的像素值对盲元簇进行补偿,以提升盲元簇补偿的精度。
为了便于后续介绍,可以将提供盲元簇补偿的参考图像称作第一帧图像,将需要对其进行盲元簇补偿的图像称作第二帧图像。
对于第二帧图像中的盲元簇可以预先标记,也即标记出盲元簇中各盲元点对应的坐标值。标记的方式可以有多种,既可以通过算法进行自动化标记,也可以人工手动进行标记,本发明实施例中,对于盲元簇的标记方式不做限定。
为了保证补偿的精确,需要保证第一帧图像与第二帧图像具有较强的相关性。在具体实现中,可以依据图像采集时间的差值进行相关性的判定。
具体的,可以预先设置一个时间值,选取与第二帧图像的采集时间的时间间隔小于预设时间值的图像作为第一帧图像。其中,第一帧图像的采集时间早于第二帧图像的采集时间。
当第一帧图像的采集时间和第二帧图像的采集时间的时间间隔越小,则说明两帧图像中对应像素点的变化越小。故此,在本发明实施例中,可以选择与第二帧图像相邻的采集时间对应的图像作为第一帧图像,也即可以选取与第二帧图像采集时间相邻的上一帧图像作为第一帧图像。
S102:计算第一帧图像与第二帧图像的帧间位移。
在本发明实施例中,利用第一帧图像对第二帧图像中盲元簇进行补偿时,需要确定出第一帧图像中与盲元簇中各盲元点相对应的位置的像素值,位置的确定需要依据于第一帧图像与第二帧图像的帧间位移。其中,帧间位移可以用于表示第一帧图像相比于第二帧图像发生的偏移量。
对于帧图像而言,可以对其按照行和列的形式划分,相应的,帧间位移可以包括行方向上的位移值和列方向的位移值。
在计算帧间位移时,可以先对第一帧图像和第二帧图像分别进行行方向和列方向上的投影;然后依据投影矩阵,计算出这两帧图像分别在不同偏移量下对应的相似度;依据相似度的大小,可以确定出帧间位移。计算帧间位移的具体过程如下。
在实际应用中,可以将第二帧图像记为Pnow,第一帧图像记为Pformer。
(1)首先对第一帧图像和第二帧图像分别进行行方向和列方向上的投影。
其中,列投影即为该列各像素点的加权和,其中权重可以根据实际情况进行设置,这里设权重为1。
列投影的公式如下:
式中,Pnow_Col(i)表示第二帧图像中第i列像素点的列投影,Pnow(i,j)表示第二帧图像中第i列第j行的像素点的像素值,Pformer_Col(i)表示第一帧图像中第i列像素点的列投影,Pformer(i,j)表示第一帧图像中第i列第j行的像素点的像素值,Height表示探测器面阵高度。
同理,可以计算出行投影。
行投影即为该行各像素点的加权和,其中权重可以根据实际情况进行设置,这里设权重为1
行投影的公式如下:
式中,Pnow_Row(j)表示第二帧图像中第j行像素点的行投影,Pnow(i,j)表示第二帧图像中第i列第j行的像素点的像素值,Pformer_Row(j)表示第一帧图像中第j行像素点的列投影,Pformer(i,j)表示第一帧图像中第i列第j行像素点的像素值,Width表示探测器面阵宽度。
(2)依据行投影和列投影,可以计算第一帧图像和第二帧图像在不同偏移量下的相关性,即找出这两帧图像分别在行方向和列方向上相似度最大的对应关系。
列相关性的计算公式如下:
其中,m表示列方向上的偏移量,m=0,1,2,…,2*MaxCol-1。MaxCol为预先设定的列方向上的最大位移。
列相关性计算完成后,可以得到一个相关性的数组,其中列相关性最大时对应的m的取值即为这两帧图像之间在列方向上的位移,可以记为Pos_col。
同理,行相关性的计算公式如下:
其中,n表示行方向上的偏移量,n=0,1,2,…,2*MaxRow-1。MaxRow为预先设定的行方向上的最大位移。
行相关性计算完成后,可以得到一个相关性的数组,其中行相关性最大时对应的n的取值即为这两帧图像之间在行方向上的位移,可以记为Pos_row。
S103:依据帧间位移和第二帧图像中目标盲元点的坐标值,计算出第一帧图像中与目标盲元点相对应的参考坐标值。
盲元簇中包含的盲元点的个数可以为多个,每个盲元点的处理流程相似,在本发明实施例中,以盲元簇中的任意一个盲元点即目标盲元点为例,对确定目标盲元点像素值的过程展开介绍。
目标盲元点的坐标值为已知量,记为(x,y)。
结合S102中计算出的列方向上的位移Pos_col以及行方向上的位移Pos_row,按照如下公式,可以计算出第一帧图像中与目标盲元点相对应的参考坐标值(x′,y′),
x′=x-Pos_row;
y′=y-Pos_col。
S104:利用参考坐标值对应的像素值以及第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,确定出目标盲元点的目标像素值。
第一帧图像中每个像素点都有其对应的像素值,每个像素点在第一帧图像中的位置可以用坐标值表示,因此,当参考坐标值(x′,y′)确定后,便可以获知其对应的像素值,记为Pf(x′,y′)。
参考坐标值对应的像素值是第一帧图像中与目标盲元点的补偿像素值最相近的一个像素值。在本发明实施例中,可以依据该像素值以及第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,计算出目标盲元点对应的一个像素值,可以将该像素值称作目标像素值。
考虑到第二帧图像中与目标盲元点满足关联关系的像素点的个数往往为多个,在具体实现中,可以对这多个像素点的像素值进行计算,得出最终的一个像素值作为本帧平均像素值。然后将第一帧图像中确定出的像素值和本帧平均像素值进行加权平均计算,得出目标盲元点对应的目标像素值。
相比于只依据第二帧图像中相关像素点计算出的像素值而言,依据本发明实施例提供的方式,计算出的目标像素值更加精确。
第二帧图像中与目标盲元点满足关联关系的各像素点,可以是与盲元点具有较强相关性的像素点,具体的,可以选取第二帧图像中与目标盲元点相邻位置的各像素点。
其中,相邻位置可以是以目标盲元点为中心点,与其相邻的上、下、左、右、左上、左下、右上和右下方的位置。
考虑到计算量以及计算精度,在具体实现中,可以取目标盲元点右、上和右上三个位置的像素点,对这三个像素点的像素值进行平均计算,得到本帧平均像素值Ps(x,y),其对应的计算公式如下,
其中,Pright(x,y)表示目标盲元点右侧相邻像素点的像素值,Pup(x,y)表示目标盲元点上侧相邻像素点的像素值,Pup-right(x,y)表示目标盲元点右上侧相邻像素点的像素值。
在本发明实施例中,可以预先设定帧间权重值,帧间权重值用于表示Pf(x′,y′)和Ps(x,y)各自的比重值。依据预先设定的帧间权重值,对参考坐标值对应的像素值以及本帧平均像素值进行加权平均计算,得到目标盲元点的目标像素值PB(x,y),其对应的计算公式如下,
PB(x,y)=k*Pf(x′,y′)+(1-k)*Ps(x,y);0≤k≤1
其中,k表示Pf(x′,y′)对应的权重值,1-k表示Ps(x,y)对应的权重值。
在本发明实施例中,可以根据实际需求设定k的具体取值,例如,可以将k=0.8。
将计算出的目标像素值赋值给目标盲元点,可以实现对目标盲元点的补偿。参考目标盲元点的目标像素值的计算方式,可以计算出盲元簇中所有盲元点各自对应的像素值,这些像素点构成盲元簇的像素值。
由上述技术方案可以看出,获取第一帧图像和第二帧图像;其中,第一帧图像的采集时间与第二帧图像的采集时间的时间间隔小于预设时间值,并且第一帧图像的采集时间早于第二帧图像的采集时间,以此保证第一帧图像与第二帧图像具有较强的相关性;计算第一帧图像与第二帧图像的帧间位移;帧间位移反映了第一帧图像和第二帧图像之间的偏移量,依据帧间位移和第二帧图像中目标盲元点的坐标值,可以计算出第一帧图像中与目标盲元点相对应的参考坐标值;利用参考坐标值对应的像素值以及第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,最终确定出目标盲元点的目标像素值。在该技术方案中,不仅运用了本帧图像即第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,还根据帧间位移确定出目标盲元点在第一帧图像中相应位置处的像素值,通过综合这两种类型的像素值信息,使得计算出的目标像素值更加精确,也即更加精确的实现对目标盲元点的补偿。其中,目标盲元点为第二帧图像的盲元簇中的任意一个盲元点;按照目标盲元点的处理方式,可以计算盲元簇中所有盲元点各自对应的目标像素值,从而构成盲元簇的像素值。每个盲元点都得到了更加精确的补偿,相应的,由这些盲元点构成的盲元簇的补偿也更加精确。
以相邻采集时间的两帧图像为例,第二帧图像可以看作是当前采集的一帧图像,第一帧图像可以看作是与第二帧图像相邻的上一帧图像。在实际应用中,可以将上一帧图像存储在预先设定的存储空间中。当需要对当前采集的图像进行盲元簇补偿时,则可以从该存储空间中读取上一帧图像。
相应的,当确定出第二帧图像中盲元簇的像素值时,则可以将第二帧图像作为上一帧图像,替换存储空间中原先存储的第一帧图像,此时该存储空间缓存的是第二帧图像。
当需要对新采集的图像进行盲元簇补偿时,则可以从存储空间中读取上一帧图像,由于存储空间中的缓存的图像会依据图像的处理流程不断的进行更新,从而保证了存储空间中缓存的是与新采集的图像采集时间相邻的上一帧图像。
图2为本发明实施例提供的一种确定盲元簇像素值的装置的结构示意图,包括获取单元21、计算单元22和确定单元23;
获取单元21,用于获取第一帧图像和第二帧图像;其中,第一帧图像的采集时间与第二帧图像的采集时间的时间间隔小于预设时间值,并且第一帧图像的采集时间早于第二帧图像的采集时间;
计算单元22,用于计算第一帧图像与第二帧图像的帧间位移;
计算单元22还用于依据帧间位移和第二帧图像中目标盲元点的坐标值,计算出第一帧图像中与目标盲元点相对应的参考坐标值;
确定单元23,用于利用参考坐标值对应的像素值以及第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,确定出目标盲元点的目标像素值;其中,目标盲元点为第二帧图像的盲元簇中的任意一个盲元点;各目标盲元点对应的目标像素值构成盲元簇的像素值。
可选的,确定单元包括获取子单元和得到子单元;
获取子单元,用于获取第二帧图像中与目标盲元点相邻位置的各像素点的像素值;
得到子单元,用于对所有像素值进行平均计算,得到本帧平均像素值;
得到子单元还用于依据预先设定的帧间权重值,对参考坐标值对应的像素值以及本帧平均像素值进行加权平均计算,得到目标盲元点的目标像素值。
可选的,第一帧图像和第二帧图像为相邻的采集时间对应的两帧图像。
可选的,还包括替换单元;
替换单元,用于当确定出第二帧图像中盲元簇的像素值时,则将第二帧图像替换第一帧图像,缓存于预先设定的存储空间。
图2所对应实施例中特征的说明可以参见图1所对应实施例的相关说明,这里不再一一赘述。
由上述技术方案可以看出,获取第一帧图像和第二帧图像;其中,第一帧图像的采集时间与第二帧图像的采集时间的时间间隔小于预设时间值,并且第一帧图像的采集时间早于第二帧图像的采集时间,以此保证第一帧图像与第二帧图像具有较强的相关性;计算第一帧图像与第二帧图像的帧间位移;帧间位移反映了第一帧图像和第二帧图像之间的偏移量,依据帧间位移和第二帧图像中目标盲元点的坐标值,可以计算出第一帧图像中与目标盲元点相对应的参考坐标值;利用参考坐标值对应的像素值以及第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,最终确定出目标盲元点的目标像素值。在该技术方案中,不仅运用了本帧图像即第二帧图像中与目标盲元点满足关联关系的各像素点的像素值,还根据帧间位移确定出目标盲元点在第一帧图像中相应位置处的像素值,通过综合这两种类型的像素值信息,使得计算出的目标像素值更加精确,也即更加精确的实现对目标盲元点的补偿。其中,目标盲元点为第二帧图像的盲元簇中的任意一个盲元点;按照目标盲元点的处理方式,可以计算盲元簇中所有盲元点各自对应的目标像素值,从而构成盲元簇的像素值。每个盲元点都得到了更加精确的补偿,相应的,由这些盲元点构成的盲元簇的补偿也更加精确。
图3为本发明实施例提供的一种确定盲元簇像素值的装置30的硬件结构示意图,包括:
存储器31,用于存储计算机程序;
处理器32,用于执行计算机程序以实现如上述确定盲元簇像素值的方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述确定盲元簇像素值的方法的步骤。
以上对本发明实施例所提供的一种确定盲元簇像素值的方法、装置和计算机可读存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
Claims (10)
1.一种确定盲元簇像素值的方法,其特征在于,包括:
获取第一帧图像和第二帧图像;其中,所述第一帧图像的采集时间与所述第二帧图像的采集时间的时间间隔小于预设时间值,并且所述第一帧图像的采集时间早于所述第二帧图像的采集时间;
计算所述第一帧图像与所述第二帧图像的帧间位移;
依据所述帧间位移和所述第二帧图像中目标盲元点的坐标值,计算出所述第一帧图像中与所述目标盲元点相对应的参考坐标值;
利用所述参考坐标值对应的像素值以及所述第二帧图像中与所述目标盲元点满足关联关系的各像素点的像素值,确定出所述目标盲元点的目标像素值;其中,所述目标盲元点为所述第二帧图像的盲元簇中的任意一个盲元点;各所述目标盲元点对应的目标像素值构成所述盲元簇的像素值。
2.根据权利要求1所述的方法,其特征在于,所述利用所述参考坐标值对应的像素值以及所述第二帧图像中与所述目标盲元点满足关联关系的各像素点的像素值,确定出所述目标盲元点的目标像素值包括:
获取所述第二帧图像中与所述目标盲元点相邻位置的各像素点的像素值;
对所有所述像素值进行平均计算,得到本帧平均像素值;
依据预先设定的帧间权重值,对所述参考坐标值对应的像素值以及所述本帧平均像素值进行加权平均计算,得到所述目标盲元点的目标像素值。
3.根据权利要求1或2所述的方法,其特征在于,所述第一帧图像和所述第二帧图像为相邻的采集时间对应的两帧图像。
4.根据权利要求3所述的方法,其特征在于,还包括:
当确定出所述第二帧图像中所述盲元簇的像素值时,则将所述第二帧图像替换所述第一帧图像,缓存于预先设定的存储空间。
5.一种确定盲元簇像素值的装置,其特征在于,包括获取单元、计算单元和确定单元;
所述获取单元,用于获取第一帧图像和第二帧图像;其中,所述第一帧图像的采集时间与所述第二帧图像的采集时间的时间间隔小于预设时间值,并且所述第一帧图像的采集时间早于所述第二帧图像的采集时间;
所述计算单元,用于计算所述第一帧图像与所述第二帧图像的帧间位移;
所述计算单元还用于依据所述帧间位移和所述第二帧图像中目标盲元点的坐标值,计算出所述第一帧图像中与所述目标盲元点相对应的参考坐标值;
所述确定单元,用于利用所述参考坐标值对应的像素值以及所述第二帧图像中与所述目标盲元点满足关联关系的各像素点的像素值,确定出所述目标盲元点的目标像素值;其中,所述目标盲元点为所述第二帧图像的盲元簇中的任意一个盲元点;各所述目标盲元点对应的目标像素值构成所述盲元簇的像素值。
6.根据权利要求5所述的装置,其特征在于,所述确定单元包括获取子单元和得到子单元;
获取子单元,用于获取所述第二帧图像中与所述目标盲元点相邻位置的各像素点的像素值;
所述得到子单元,用于对所有所述像素值进行平均计算,得到本帧平均像素值;
所述得到子单元还用于依据预先设定的帧间权重值,对所述参考坐标值对应的像素值以及所述本帧平均像素值进行加权平均计算,得到所述目标盲元点的目标像素值。
7.根据权利要求5或6所述的装置,其特征在于,所述第一帧图像和所述第二帧图像为相邻的采集时间对应的两帧图像。
8.根据权利要求7所述的装置,其特征在于,还包括替换单元;
所述替换单元,用于当确定出所述第二帧图像中所述盲元簇的像素值时,则将所述第二帧图像替换所述第一帧图像,缓存于预先设定的存储空间。
9.一种确定盲元簇像素值的装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求1至4任意一项所述确定盲元簇像素值的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述确定盲元簇像素值的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810600692.1A CN108737749A (zh) | 2018-06-12 | 2018-06-12 | 一种确定盲元簇像素值的方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810600692.1A CN108737749A (zh) | 2018-06-12 | 2018-06-12 | 一种确定盲元簇像素值的方法、装置和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108737749A true CN108737749A (zh) | 2018-11-02 |
Family
ID=63929332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810600692.1A Pending CN108737749A (zh) | 2018-06-12 | 2018-06-12 | 一种确定盲元簇像素值的方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108737749A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109738072A (zh) * | 2019-01-07 | 2019-05-10 | 山东大学 | 一种InGaAs短波红外成像仪的十字盲元检测及校正装置和方法 |
CN111242980A (zh) * | 2020-01-17 | 2020-06-05 | 中国科学院上海技术物理研究所 | 一种面向点目标的红外焦平面盲元动态检测方法 |
CN111684489A (zh) * | 2018-12-04 | 2020-09-18 | 华为技术有限公司 | 一种图像处理方法和装置 |
CN115810023A (zh) * | 2023-02-09 | 2023-03-17 | 昆明昆科测控技术有限公司 | 焦平面成像系统扎堆盲元计算系统及其工作方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955930A (zh) * | 2014-04-28 | 2014-07-30 | 中国人民解放军理工大学 | 基于灰度积分投影互相关函数特征的运动参数估计方法 |
CN104424628A (zh) * | 2013-09-02 | 2015-03-18 | 南京理工大学 | 基于ccd图像的利用帧间相关性降噪的方法 |
CN105092043A (zh) * | 2014-05-20 | 2015-11-25 | 南京理工大学 | 一种基于场景的变积分时间的非均匀性校正方法 |
CN105139354A (zh) * | 2015-08-17 | 2015-12-09 | 电子科技大学 | 一种红外或太赫兹图像的盲元补偿方法 |
CN105318971A (zh) * | 2014-07-07 | 2016-02-10 | 南京理工大学 | 对红外视频序列采用图像配准的自适应非均匀性校正方法 |
CN105338220A (zh) * | 2015-10-30 | 2016-02-17 | 南京理工大学 | 一种自适应对运动的电子倍增ccd视频图像去噪的方法 |
CN105547490A (zh) * | 2015-12-08 | 2016-05-04 | 中国科学院上海技术物理研究所 | 一种数字tdi红外探测器的实时盲元检测方法 |
CN106525245A (zh) * | 2016-11-03 | 2017-03-22 | 浙江大学 | 一种基于三梯度阈值的快速时序盲元检测与校正方法 |
CN106768383A (zh) * | 2017-01-21 | 2017-05-31 | 浙江红相科技股份有限公司 | 一种红外焦平面阵列自动盲元检测与补偿方法 |
-
2018
- 2018-06-12 CN CN201810600692.1A patent/CN108737749A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424628A (zh) * | 2013-09-02 | 2015-03-18 | 南京理工大学 | 基于ccd图像的利用帧间相关性降噪的方法 |
CN103955930A (zh) * | 2014-04-28 | 2014-07-30 | 中国人民解放军理工大学 | 基于灰度积分投影互相关函数特征的运动参数估计方法 |
CN105092043A (zh) * | 2014-05-20 | 2015-11-25 | 南京理工大学 | 一种基于场景的变积分时间的非均匀性校正方法 |
CN105318971A (zh) * | 2014-07-07 | 2016-02-10 | 南京理工大学 | 对红外视频序列采用图像配准的自适应非均匀性校正方法 |
CN105139354A (zh) * | 2015-08-17 | 2015-12-09 | 电子科技大学 | 一种红外或太赫兹图像的盲元补偿方法 |
CN105338220A (zh) * | 2015-10-30 | 2016-02-17 | 南京理工大学 | 一种自适应对运动的电子倍增ccd视频图像去噪的方法 |
CN105547490A (zh) * | 2015-12-08 | 2016-05-04 | 中国科学院上海技术物理研究所 | 一种数字tdi红外探测器的实时盲元检测方法 |
CN106525245A (zh) * | 2016-11-03 | 2017-03-22 | 浙江大学 | 一种基于三梯度阈值的快速时序盲元检测与校正方法 |
CN106768383A (zh) * | 2017-01-21 | 2017-05-31 | 浙江红相科技股份有限公司 | 一种红外焦平面阵列自动盲元检测与补偿方法 |
Non-Patent Citations (1)
Title |
---|
黄英东等: "一种新的红外焦平面阵列盲元检测与补偿方法", 《弹箭与制导学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111684489A (zh) * | 2018-12-04 | 2020-09-18 | 华为技术有限公司 | 一种图像处理方法和装置 |
CN109738072A (zh) * | 2019-01-07 | 2019-05-10 | 山东大学 | 一种InGaAs短波红外成像仪的十字盲元检测及校正装置和方法 |
CN109738072B (zh) * | 2019-01-07 | 2019-12-10 | 山东大学 | 一种InGaAs短波红外成像仪的十字盲元检测及校正装置和方法 |
CN111242980A (zh) * | 2020-01-17 | 2020-06-05 | 中国科学院上海技术物理研究所 | 一种面向点目标的红外焦平面盲元动态检测方法 |
CN111242980B (zh) * | 2020-01-17 | 2022-08-05 | 中国科学院上海技术物理研究所 | 一种面向点目标的红外焦平面盲元动态检测方法 |
CN115810023A (zh) * | 2023-02-09 | 2023-03-17 | 昆明昆科测控技术有限公司 | 焦平面成像系统扎堆盲元计算系统及其工作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108737749A (zh) | 一种确定盲元簇像素值的方法、装置和存储介质 | |
Gilmore et al. | Source and magnitude of error in an inexpensive image-based water level measurement system | |
CN109657607B (zh) | 一种基于人脸识别的人脸目标测距方法、装置及存储介质 | |
CN106023187B (zh) | 一种基于sift特征和角度相对距离的图像配准方法 | |
CN109632085A (zh) | 一种基于单目视觉的低频振动校准方法 | |
CN102065744A (zh) | 图像处理装置、图像处理程序及图像处理方法 | |
WO2019010932A1 (zh) | 一种利于模糊核估计的图像区域选择方法和系统 | |
CN107784651A (zh) | 一种基于模糊检测加权的模糊图像质量评价方法 | |
CN106525245A (zh) | 一种基于三梯度阈值的快速时序盲元检测与校正方法 | |
CN109730683A (zh) | 内窥镜目标物大小计算方法及分析系统 | |
CN106780297A (zh) | 场景和光照变化条件下的图像高精度配准方法 | |
CN107135330A (zh) | 一种视频帧同步的方法与装置 | |
CN113192063B (zh) | 一种桥梁线形监测系统以及桥梁线形监测方法 | |
CN109920003A (zh) | 相机标定检测方法、装置以及设备 | |
CN206249426U (zh) | 一种图像复原系统 | |
CN108111760B (zh) | 一种电子稳像方法及系统 | |
CN110428466A (zh) | 一种非均匀性校正的方法和设备 | |
CN109327712A (zh) | 固定场景的视频消抖方法 | |
CN110619647A (zh) | 基于边缘点频域空域特征结合图像模糊区域定位方法 | |
JP2020038073A5 (zh) | ||
CN108986150A (zh) | 一种基于非刚性稠密匹配的图像光流估计方法及系统 | |
CN115829843A (zh) | 图像拼接方法、装置、计算机设备及存储介质 | |
CN102542569A (zh) | 一种快速图像配准及其标定方法及实现其的系统 | |
CN110414101B (zh) | 一种仿真场景测量方法、准确性测定方法及系统 | |
CN110021002A (zh) | 一种图像融合方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181102 |
|
RJ01 | Rejection of invention patent application after publication |