CN108765306A - 一种图像坏点矫正方法、装置、电子设备及介质 - Google Patents
一种图像坏点矫正方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN108765306A CN108765306A CN201810345130.7A CN201810345130A CN108765306A CN 108765306 A CN108765306 A CN 108765306A CN 201810345130 A CN201810345130 A CN 201810345130A CN 108765306 A CN108765306 A CN 108765306A
- Authority
- CN
- China
- Prior art keywords
- point
- bad
- reference point
- bad point
- pixel
- 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
- 239000000729 antidote Substances 0.000 title claims abstract description 20
- 238000012937 correction Methods 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 12
- 230000001174 ascending effect Effects 0.000 claims description 7
- 241000208340 Araliaceae Species 0.000 claims description 6
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 6
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 6
- 235000008434 ginseng Nutrition 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 20
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 229940075522 antidotes Drugs 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010981 turquoise Substances 0.000 description 1
Classifications
-
- G06T5/80—
-
- 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
Abstract
本发明公开了一种图像坏点矫正方法、装置、电子设备及介质，用以解决现有技术中在进行图像坏点矫正时，资源消耗大的问题。该图像坏点矫正方法中，确定待矫正的坏点的颜色格式；获取该坏点所在行内的每个像素点，分别获取该行内位于该坏点两侧与该坏点的颜色格式相同，且与该坏点的距离较小的至少2个像素点作为参考点；根据该参考点中非坏点的目标参考点的像素值，确定该坏点矫正后的像素值。由于本发明实施例中仅需要在坏点所在行内获取位于坏点两侧与坏点的颜色格式相同，且与坏点的距离较小的至少2个像素点，便可对该坏点进行矫正，节省了资源，提高了图像坏点矫正的效率。
Description
技术领域
本发明涉及图像矫正技术领域，特别涉及一种图像坏点矫正方法、装置、电子设备及介质。
背景技术
在生成图像时，成像元件(sensor)中一般包含一个彩色滤波阵列，即拜耳(Bayer)滤镜，使成像元件中每个感光单元采集到的光线经过拜耳滤镜后只能采集到一种波长的光，其中，任意一个感光单元采集到的光线通过拜耳滤镜滤波之后，对应该感光单元的像素点的颜色格式为红色(R)格式、绿色(G)格式以及蓝色(B)格式中的任意一种。由于成像元件中某个感光单元损坏造成该感光单元无法正常感光，从而导致图像某一固定位置出现全黑、全白或者某种颜色的斑点，我们称为坏点。
现有图像坏点矫正的方案主要包括：以待矫正坏点为中心像素点，建立5*5Bayer格式的色彩矩阵，在矩阵中将与中心像素点在上、下、左、右方向上相隔一个像素点的像素点为参考点，根据参考点的像素值对该待矫正坏点进行矫正。
如图1所示，在进行坏点矫正时，设待矫正坏点为R0，位于R0上、下、左、右方向上的4个参考点分别为R1、R3、R4、R2。根据4个参考点是否为坏点的不同情况，根据4个参考点的像素值进行计算，进而将计算得到的像素值作为待矫正坏点的像素值。
根据上述方法进行图像坏点矫正时，需要用到5*5矩阵数据，而且，由于成像元件是逐行输出数据的，在上一行数据未完全输出的情况下，不能取得下一行数据，所以现有技术在进行图像矫正时，至少需要取得5行数据，因此需要消耗较多资源，而且当图像分辨率越大，需要消耗的资源就越多。
特别当该算法在FPGA处理时，必须先读取5行像素点的数据存储在FPGA中，占用大量FPGA资源。因此，现有技术中的方案在图像坏点矫正时，存在资源消耗大的问题。
发明内容
本发明提供一种图像坏点矫正方法、装置、电子设备及介质，用以解决现有技术中在进行图像坏点矫正时，资源消耗大的问题。
本发明实施例提供了一种图像坏点矫正方法，包括：
确定待矫正的坏点的颜色格式；
获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；
根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。
进一步地，所述参考点的数量为4。
进一步地，所述根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值包括：
根据每个参考点与所述坏点的距离，将距离相等的参考点划分到一个参考点组；
根据与所述坏点的距离由小到大的顺序，依次获取每个参考点组；针对当前获取的参考点组，判断该参考点组中包含的每个参考点是否均为坏点；
如果否，根据该参考点组中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值；
如果是，获取该参考点组的下一个参考点组。
进一步地，当所述参考点均为坏点时，所述方法还包括：
发出所述图像的成像元件已损坏的报警信息。
本发明实施例提供了一种图像坏点矫正装置，所述装置包括：
确定模块，用于确定待矫正的坏点的颜色格式；
获取模块，用于获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；
矫正模块，用于根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。
进一步地，所述获取模块，具体用于获取4个所述参考点。
进一步地，所述矫正模块，具体用于根据每个参考点与所述坏点的距离，将距离相等的参考点划分到一个参考点组；
根据与所述坏点的距离由小到大的顺序，依次获取每个参考点组；针对当前获取的参考点组，判断该参考点组中包含的每个参考点是否均为坏点；
如果否，根据该参考点组中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值；
如果是，获取该参考点组的下一个参考点组。
进一步地，所述矫正模块，还用于当所述参考点均为坏点时，发出所述图像的成像元件已损坏的报警信息。
本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现如上述任一项所述的方法步骤。
本发明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内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法步骤。
本发明实施例提供了一种图像坏点矫正方法、装置、电子设备及介质，该图像坏点矫正方法中，通过确定待矫正的坏点的颜色格式；获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。由于本发明实施例中在进行图像坏点矫正时，仅需要在坏点所在行内获取位于坏点两侧与坏点的颜色格式相同，且与坏点的距离较小的至少2个像素点，便可对该坏点进行矫正，大大节省了资源，并且提高了图像坏点矫正的效率。
附图说明
图1为本发明实施例提供现有技术中5*5Bayer格式的色彩矩阵示意图；
图2为本发明实施例提供一种图像坏点矫正过程示意图；
图3为本发明实施例提供单一Mono格式的图像中颜色格式分布为单一格式的行像素点示意图；
图4A为本发明实施例提供Bayer格式的图像中颜色格式分布为红绿RG格式的行像素点示意图；
图4B为本发明实施例提供Bayer格式的图像中颜色格式分布为绿蓝GB格式的行像素点示意图；
图5为本发明实施例提供一种坏点矫正方法示意图；
图6为本发明实施例提供Bayer格式图像中待矫正的坏点及参考点示意图；
图7为本发明实施例提供Mono格式图像中待矫正的坏点及参考点示意图；
图8为本发明实施例提供Bayer格式图像中待矫正的坏点及参考点示意图；
图9为本发明实施例提供一种图像坏点矫正装置的结构示意图；
图10为本发明实施例提供一种电子设备示意图。
具体实施方式
本发明实施例公开了一种图像坏点矫正的方法，及对应的装置、电子设备及介质。
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，都属于本发明保护的范围。
实施例1：
图2为本发明实施例提供的一种图像坏点矫正过程示意图，其具体处理过程如下：
S201：确定待矫正的坏点的颜色格式。
本发明实施例中，该图像坏点矫正方法应用于电子设备，该电子设备可以是PC、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、现场可编辑门阵列(Field Programmable Gate Array，FPGA)、图像采集设备和图像处理设备等。
当成像元件中包含Bayer滤镜时，该成像元件采集到的图像为Bayer格式的图像；当成像元件中不包含Bayer滤镜时，该成像元件采集到的图像为单一Mono格式的图像。其中，Bayer格式的图像中每个像素点仅对应一种颜色格式，且每个像素点根据其对应的颜色格式在图像中呈一定的规律分布；而Mono格式的图像中，每个像素点均具有相同的颜色格式，且Mono格式的图像均为黑白图像。
电子设备可以针对Bayer格式的图像或者Mono格式的图像进行坏点矫正，通过获取图像对应的坏点信息，确定该图像中存在的待矫正的坏点，并对该图像中的坏点进行坏点矫正。其中，坏点信息可以但不限于为，该图像中坏点的像素坐标。
获取了待矫正的坏点之后，确定该坏点的颜色格式。具体地，当该坏点为Bayer格式图像中的坏点时，可以采用多种方法确定该坏点的颜色格式，例如：根据该Bayer格式图像中，对应不同颜色格式的像素点的分布规律，以及该坏点的像素坐标，确定该坏点的颜色格式等；当该坏点为Mono格式的图像中的坏点时，由于该图像中每个像素点均具有相同的颜色格式，可以直接确定该坏点的颜色格式。
具体地，Bayer格式的图像以及Mono格式的图像为公知的现有技术，本发明实施例在此不再赘述。
S202：获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点。
图3为本发明实施例提供的Mono格式的图像中，任意一行像素点中每个像素点的颜色格式分布，其中，Mono格式的图像中像素点的颜色格式用Y表示。图4A、图4B分别为本发明实施例提供的Bayer格式的图像中，任意一行像素点可能存在的颜色格式分布，其中，R代表颜色格式为红色，G代表颜色格式为绿色，B代表颜色格式为蓝色。
对于Bayer格式的图像，由于Bayer格式的图像中每个像素点仅具有一种颜色格式，且在任意一行像素点中，任一个像素点的颜色格式，与与该像素点相隔正奇数列的像素点的颜色格式相同。在确定待矫正的坏点在Bayer格式的图像中的颜色格式时，还可以在该坏点所在行内，根据与该坏点相隔正奇数列，且非坏点的像素点的颜色格式，确定该坏点的颜色格式。对于Mono格式的图像，由于Mono格式的图像中，每个像素点均具有相同的颜色格式，在确定待矫正的坏点在Mono格式的图像中的颜色格式时，可以在该坏点所在行内，根据与该坏点相隔正奇数列，且非坏点的像素点的颜色格式，确定该坏点的颜色格式，也可以根据该坏点所在行内，任意一个非坏点的像素点的颜色格式，确定该坏点的颜色格式等。
优选地，为了保证图像坏点矫正方法的通用性，在确定待矫正的坏点的颜色格式时，对于Mono格式的图像，均采用与Bayer格式的图像相同的方法，确定待矫正的坏点的颜色格式。
在确定了图像中待矫正的坏点的颜色格式后，获取该坏点所在行内的每个像素点，确定该行内位于该坏点两侧的，与该坏点颜色格式相同的每个目标像素点，并根据每个目标像素点与该坏点的距离，获取与该坏点距离较小的至少2个目标像素点作为参考点。
具体地，对于Bayer格式的图像中待矫正的坏点，确定该坏点所在行内，位于该坏点两侧的，与该坏点颜色格式相同的目标像素点时，可以将该坏点所在行内，位于该坏点两侧的，与该坏点相隔正奇数列的像素点，确定为与该坏点颜色格式相同的目标像素点。例如，在该坏点所在行内，分别将位于该坏点左侧和右侧的像素点中，与该坏点相隔1列、3列至N列的像素点，确定为与该坏点颜色格式相同的目标像素点。其中，N为大于3的正奇数。
具体地，在获取参考点时，可以在上述确定的目标像素点中，获取与该坏点距离较近的至少2个目标像素点作为参考点，且参考点的数量小于该坏点所在行内的所有像素点数量的一半。
具体地，对于Mono格式的图像中待矫正的坏点，在获取参考目标像素点和参考点时，可以将该坏点所在行内，位于该坏点两侧的像素点确定为目标像素点，并在目标参考点中获取与该坏点距离较近的至少2个目标像素点作为参考点；也可以采用与Bayer格式的图像相同的方法，获取目标像素点和参考点。
优选地，为了保证图像坏点矫正方法的通用性，在获取目标像素点和参考点时，对于Mono格式的图像，均采用与Bayer格式的图像相同的方法，获取目标像素点和参考点。
S203：根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。
在获取了参考点后，可以根据参考点中非坏点的目标参考点的像素值，确定该坏点矫正后的像素值。具体地，在确定参考点中非坏点的目标参考点时，可以根据该图像对应的坏点信息，确定获取的参考点中非坏点的目标参考点。
确定该坏点矫正后的像素值的方法可以有多种，包括但不限于可以根据目标参考点的像素值的均值，确定该坏点矫正后的像素值；或者，可以根据目标参考点的加权均值，确定该坏点矫正后的像素值，其中，在计算目标参考点的加权均值时，距离该坏点距离越近的目标参考点对应的权值越大；或者，还可以根据目标参考点的像素值的中值，确定该坏点矫正后的像素值等。
优选地，为了均衡图像坏点矫正的效率和准确率，在确定该坏点矫正后的像素值时，根据目标参考点的像素值的均值，确定该坏点矫正后的像素值。在根据目标参考点的像素值的均值，确定该坏点矫正后的像素值的方法也可以有多种，例如，可以将所有目标参考点的像素值的均值，作为该坏点矫正后的像素值；或者，当获取的目标参考点的数量为M个时(其中，M为大于2的整数)，可以将与该坏点距离较近的K个目标参考点的像素值的均值(其中，K为小于M的整数)，作为该坏点矫正后的像素值等。
优选地，为了保证图像坏点矫正方法的通用性，在对图像进行坏点矫正时，对于Mono格式的图像，均采用与Bayer格式的图像相同的方法进行坏点矫正。
具体地，获取目标参考点的像素值的方法为现有技术，本发明实施例在此不再赘述。
由于本发明实施例中在进行图像坏点矫正时，在确定了待矫正的坏点的颜色格式后，仅需要在该坏点所在行内获取位于该坏点两侧与该坏点的颜色格式相同，且与该坏点的距离较小的至少2个参考点，便可根据参考点中非坏点的目标参考点的像素值，确定该坏点矫正后的像素值。在图像坏点矫正时，使用较少的资源便可实现坏点矫正，大大节省了资源的消耗。
实施例2：
为了提高坏点矫正的效率，在上述实施例的基础上，在本发明实施例中：
所述根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值包括：
根据每个参考点与所述坏点的距离，将距离相等的参考点划分到一个参考点组；
根据与所述坏点的距离由小到大的顺序，依次获取每个参考点组；针对当前获取的参考点组，判断该参考点组中包含的每个参考点是否均为坏点；
如果否，根据该参考点组中非坏点的参考点的像素值，确定所述坏点矫正后的像素值；
如果是，获取该参考点组的下一个参考点组。
本发明实施例中，对于Bayer格式的图像中待矫正的坏点，在划分参考点组时，由于在待矫正的坏点所在行内，位于该坏点两侧与该坏点相隔列数为正奇数的像素点，均为与该坏点颜色格式相同的像素点。将与该坏点距离相等的参考点划分到一个参考点组时，可以将分别位于该坏点左右两侧，且与该坏点相隔列数相等的参考点划分到一个参考点组。例如：将位于该坏点左右两侧，且与该坏点相隔J列的2个参考点划分到一个参考点组，其中，J为正奇数。
具体地，对于Bayer格式的图像中待矫正的坏点，当获取的参考点中，位于该坏点左侧和右侧的参考点的数量不同时，将会存在至少一个参考点组中仅包含一个参考点。例如，当获取的参考点的总数为6个，其中，位于该坏点左侧的参考点有2个，位于该坏点右侧的参考点有4个时，将位于该坏点左右两侧且与该坏点相隔1列的2个参考点划分到一个参考点组，将位于该坏点左右两侧且与该坏点相隔3列的2个参考点划分到一个参考点组，将位于该坏点右侧且与该坏点相隔5列的1个参考点划分到一个参考点组，将位于该坏点右侧且与该坏点相隔7列的1个参考点划分到一个参考点组。
对于Mono格式的图像中待矫正的坏点，在获取参考点时，由于图像中每个像素点均具有相同的颜色格式，因此在获取参考点时，可以获取该坏点所在行内，位于该坏点两侧的像素点中，与该坏点距离较近的至少2个像素点作为参考点，在对参考点进行分组时，可以根据每个参考点与该坏点的距离，将距离相等的参考点划分到一个参考点组；也可以采用与Bayer格式的图像相同的方法获取参考点，以及采用与Bayer格式的图像相同的方法对参考点进行分组。
优选地，为了保证图像坏点矫正方法的通用性，对于Mono格式的图像中待矫正的坏点，在获取参考点时，采用与Bayer格式的图像相同的方法获取参考点；在对获取到的参考点进行分组时，采用与Bayer格式图像相同的方法，对参考点进行分组。
每个参考点组中包含的参考点与该坏点的距离相等，可以根据参考点与该坏点的距离确定该参考点所在的参考点组与该坏点的距离，进而可以根据每个参考点组与该坏点的距离由小到大的顺序，依次获取每个参考点组，并针对当前获取的参考点组，根据该图像对应的坏点信息，判断该参考点组中的每个参考点是否均为坏点。
若当前获取的参考点组中包含的参考点中存在非坏点的参考点，则根据该参考点组中非坏点的参考点的像素值，确定该坏点矫正后的像素值。若当前获取的参考点组中包含的参考点均为坏点时，则获取下一个参考点组，并继续判断下一个参考点组中包含的像素点是否均为坏点，若否，则根据该参考点组中非坏点的参考点的像素值，确定该坏点矫正后的像素值。具体地，在根据任意一个参考点组中非坏点的参考点的像素值，确定该坏点的像素值时，可以将该参考点组中非坏点的参考点的像素值的均值作为该坏点矫正后的像素值。
在本发明实施例中，将获取的参考点进行分组后，按照每个参考点组与该坏点的距离从小到大的顺序，依次判断每个参考点组中包含的像素点是否均为坏点，当判断出任意一个参考点组中存在非坏点的参考点时，根据该参考点组中非坏点的参考点的像素值，确定该坏点矫正后的像素值。也就是说，当判断与该坏点距离最近的参考点组中存在非坏点的像素点时，可以将该参考点组中非坏点的像素点的像素值的均值，作为该坏点矫正后的像素值。此时不需要再对其他参考点组进行判断操作，可以简化坏点矫正的流程，提高坏点矫正的效率。
实施例3：
为了提高坏点矫正的准确率，在上述实施例的基础上，在本发明实施例中：
获取的所述参考点的数量为4。
本发明实施例中，由于在待矫正的坏点所在行内，获取与该坏点颜色格式相同，且与该坏点距离较小的参考点时，获取的参考点越多，则参考点中非坏点的参考点越多，坏点矫正的成功率越高，相应的，与该坏点距离较大的参考点所占据参考点数量的比例就越大，而采用与该坏点距离较远的参考点对该参考点进行坏点矫正时，可能出现矫正误差，导致该坏点矫正后的像素值不准确。
为了协调坏点矫正的成功率和准确性，本发明实施例中获取的参考点的数量为4个，在保证坏点矫正的准确性的同时，也提高了坏点矫正的成功率。
在上述各实施例中，当所述参考点均为坏点时，所述方法还包括：
发出所述图像的成像元件已损坏的报警信息。
在获取参考点后，当判断获取的所有参考点均为坏点时，确定当前进行坏点矫正的图像的成像元件为损坏的成像元件，发出该图像的成像元件已损坏的报警信息，进而用户可以根据该报警信息，对图像采集设备进行维修或更换。
以Bayer格式的图像为例，下面通过一个具体的实施例进行详细说明。
图5为本发明实施例提供的一种坏点矫正方法示意图。下面以获取4个参考点为例进行说明，如图6所示，R0表示待矫正的坏点，R1-R4表示针对该坏点获取的4个参考点。该坏点矫正的步骤可以为：
S501：确定待矫正的坏点的颜色格式。
S502：分别获取该坏点所在行内的，位于该坏点两侧与该坏点的颜色格式相同，且与该坏点的距离较小的4个像素点作为参考点。
S503：将参考点R1和R2划分到第一参考点组；并将参考点R3和R4划分到第二参考点组。
S504：判断第一参考点组中的R1和R2是否均为坏点；当只有R1为坏点时，进行S505；当只有R2为坏点时，进行S506；当R1和R2均非坏点时，进行S507；当R1和R2均为坏点时，进行S508。
S505：将R2的像素值作为R0矫正后的像素值。
S506：将R1的像素值作为R0矫正后的像素值。
S507：将R1和R2的像素值的平均值作为R0矫正后的像素值。
S508：判断第二参考点组中的R3和R4是否均为坏点；当只有R3为坏点时，进行S509；当只有R4为坏点时，进行S510；当R3和R4均非坏点时，进行S511；当R3和R4均为坏点时，进行S512。
S509：将R4的像素值作为R0矫正后的像素值。
S510：将R3的像素值作为R0矫正后的像素值。
S511：将R3和R4的像素值的平均值作为R0矫正后的像素值。
S512：发出该图像的成像元件已损坏的报警信息。
本发明实施例中，优选获取4个参考点。当在待矫正的坏点所在行内，均能够获取到位于该坏点左侧的2个参考点，以及位于该坏点右侧的2个参考点时(如图6所示)，对图像进行坏点矫正的方法包括但不限于为，将参考点R1和R2划分到第一参考点组；并将参考点R3和R4划分到第二参考点组；首先判断第一参考点组中的参考点是否均为坏点；当第一参考点组中仅存在一个坏点时，将第一参考点组中非坏点的目标参考点的像素值，作为该坏点矫正后的像素值；当第一参考点组中不存在坏点时，将第一参考点组中所有目标参考点的像素值的均值，作为该坏点矫正后的像素值；当第一参考点组中的像素点均为坏点时，再判断第二参考点组中的参考点是否均为坏点；当第二参考点组中仅存在一个坏点时，将第二参考点组中非坏点的目标参考点的像素值，作为该坏点矫正后的像素值；当第二参考点组中不存在坏点时，将第二参考点组中所有目标参考点的像素值的均值，作为该坏点矫正后的像素值；当第二参考点组中的像素点均为坏点时，发出该图像的成像元件已损坏的报警信息。
优选地，对于Mono格式的图像中待矫正的坏点进行坏点矫正时，为了保证图像坏点矫正方法的通用性，采用与图5相同的步骤进行坏点矫正，相对应的，Mono格式的图像中的待矫正的坏点和参考点如图7所示，其中，Y0表示待矫正的坏点，Y1-Y4表示针对该坏点获取的4个参考点。
具体地，当待矫正的坏点位于图像的左侧边缘或者右侧边缘时，将导致在该坏点所在行内，在该坏点的左侧或右侧仅能获取到1个或者0个参考点，此时将相应的在该坏点的右侧或左侧获取3个或4个参考点。具体地，在对参考点进行分组时，根据每个参考点与该坏点的距离。可以分为3或4个参考点组，此时，若当前获取的参考点组中存在2个非坏点的目标参考点时，将该参考点组中非坏点的目标参考点的像素值的均值，作为该坏点矫正后的像素值；若当前获取的参考点组中存在1个非坏点的目标参考点时，将该参考点组中非坏点的目标参考点的像素值，作为该坏点矫正后的像素值。
例如，以Bayer格式的图像为例，在待矫正的坏点所在行内，位于该坏点左侧的参考点仅有1个时，将获取3个位于该坏点右侧的参考点，此时将获取的参考点分为3组，如图8所示，其中，R1和R2为一个参考点组，R3为一个参考点组，R4为一个参考点组。对该坏点进行矫正时，首先判断R1和R2是否均为坏点，当R1和R2均非坏点时，将R1和R2的像素值的均值，作为该坏点矫正后的像素值；当R1和R2中仅存在一个非坏点的像素点时，将R1和R2中非坏点的目标参考点的像素值，作为该坏点矫正后的像素值；当R1和R2均为坏点时，判断R3是否为坏点；当R3非坏点时，将R3的像素值，作为该坏点矫正后的像素值；当R3为坏点时，判断R4是否为坏点，当R4非坏点时，将R4的像素值，作为该坏点矫正后的像素值；当R4为坏点时，发出该图像的成像元件已损坏的报警信息。
优选地，当获取4个参考点时，为了保证图像坏点矫正方法的通用性，对于Mono格式的图像中待矫正的坏点，在获取参考点进时，采用与Bayer格式的图像相同的方法获取参考点；在对获取的参考点进行分组时，采用与Bayer格式的图像相同的方法对参考点进行分组。
本发明实施例中通过获取4个参考点，可以更好的协调坏点矫正的成功率和准确率，在保证坏点矫正的准确性的同时，也提高了坏点矫正的成功率。同时，当参考点均为坏点时，可以确定该图像的成像元件已损坏，通过发出报警信息，可以使用户在接收到报警信息后对该图像的成像元件进行维修或者更换，提高了用户体验。
实施例4：
图9为本发明实施例提供的一种图像坏点矫正装置的结构示意图，所述装置包括：
确定模块91，用于确定待矫正的坏点的颜色格式；
获取模块92，用于获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；
矫正模块93，用于根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。
具体地，所述获取模块92，具体用于获取4个所述参考点。
具体地，所述矫正模块93，具体用于根据每个参考点与所述坏点的距离，将距离相等的参考点划分到一个参考点组；根据与所述坏点的距离由小到大的顺序，依次获取每个参考点组；针对当前获取的参考点组，判断该参考点组中包含的每个参考点是否均为坏点；如果否，根据该参考点组中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值；如果是，获取该参考点组的下一个参考点组。
具体地，所述矫正模块93，还用于当所述参考点均为坏点时，发出所述图像的成像元件已损坏的报警信息。
由于本发明实施例中在进行图像坏点矫正时，在确定了待矫正的坏点的颜色格式后，仅需要在该坏点所在行内获取位于该坏点两侧与该坏点的颜色格式相同，且与该坏点的距离较小的至少2个参考点，便可根据参考点中非坏点的目标参考点的像素值，确定该坏点矫正后的像素值。在图像坏点矫正时，使用较少的资源便可实现坏点矫正，大大节省了资源的消耗。
实施例5：
在上述各实施例的基础上，本发明实施例中还提供了一种电子设备，如图10所示，包括：处理器101、通信接口102、存储器103和通信总线104，其中，处理器101，通信接口102，存储器103通过通信总线104完成相互间的通信；
所述存储器103中存储有计算机程序，当所述程序被所述处理器91执行时，使得所述处理器101执行如下步骤：
确定待矫正的坏点的颜色格式；
获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；
根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。
基于同一发明构思，本发明实施例中还提供了一种电子设备，由于上述电子设备解决问题的原理与图像坏点矫正方法相似，因此上述电子设备的实施可以参见方法的实施，重复之处不再赘述。
本发明实施例提供的电子设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、现场可编辑门阵列(FieldProgrammable Gate Array，FPGA)、图像采集设备和图像处理设备等。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口102用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在本发明实施例中处理器执行存储器上所存放的程序时，实现确定待矫正的坏点的颜色格式；获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。由于本发明实施例中在进行图像坏点矫正时，在确定了待矫正的坏点的颜色格式后，仅需要在该坏点所在行内获取位于该坏点两侧与该坏点的颜色格式相同，且与该坏点的距离较小的至少2个参考点，便可根据参考点中非坏点的目标参考点的像素值，确定该坏点矫正后的像素值。在图像坏点矫正时，使用较少的资源便可实现坏点矫正，大大节省了资源的消耗。
实施例11：
在上述各实施例的基础上，本发明实施例还提供了一种计算机存储可读存储介质，所述计算机可读存储介质内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现如下步骤：
确定待矫正的坏点的颜色格式；
获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；
根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。
基于同一发明构思，本发明实施例中还提供了一种计算机可读存储介质，由于处理器在执行上述计算机可读存储介质上存储的计算机程序时解决问题的原理与图像坏点矫正方法相似，因此处理器在执行上述计算机可读存储介质存储的计算机程序的实施可以参见方法的实施，重复之处不再赘述。
上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
在本发明实施例中提供的计算机可读存储介质内存储计算机程序，计算机程序被处理器执行时实现确定待矫正的坏点的颜色格式；获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。由于本发明实施例中在进行图像坏点矫正时，在确定了待矫正的坏点的颜色格式后，仅需要在该坏点所在行内获取位于该坏点两侧与该坏点的颜色格式相同，且与该坏点的距离较小的至少2个参考点，便可根据参考点中非坏点的目标参考点的像素值，确定该坏点矫正后的像素值。在图像坏点矫正时，使用较少的资源便可实现坏点矫正，大大节省了资源的消耗。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者一个操作与另一个实体或者另一个操作区分开来，而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种图像坏点矫正方法，其特征在于，包括：
确定待矫正的坏点的颜色格式；
获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；
根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。
2.如权利要求1所述的方法，其特征在于，所述参考点的数量为4。
3.如权利要求1所述的方法，其特征在于，所述根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值包括：
根据每个参考点与所述坏点的距离，将距离相等的参考点划分到一个参考点组；
根据与所述坏点的距离由小到大的顺序，依次获取每个参考点组；针对当前获取的参考点组，判断该参考点组中包含的每个参考点是否均为坏点；
如果否，根据该参考点组中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值；
如果是，获取该参考点组的下一个参考点组。
4.如权利要求1所述的方法，其特征在于，当所述参考点均为坏点时，所述方法还包括：
发出所述图像的成像元件已损坏的报警信息。
5.一种图像坏点矫正装置，其特征在于，所述装置包括：
确定模块，用于确定待矫正的坏点的颜色格式；
获取模块，用于获取所述坏点所在行内的每个像素点，分别获取所述行内位于所述坏点两侧与所述坏点的颜色格式相同，且与所述坏点的距离较小的至少2个像素点作为参考点；
矫正模块，用于根据所述参考点中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值。
6.如权利要求5所述的装置，其特征在于，所述获取模块，具体用于获取4个所述参考点。
7.如权利要求5所述的装置，其特征在于，所述矫正模块，具体用于根据每个参考点与所述坏点的距离，将距离相等的参考点划分到一个参考点组；
根据与所述坏点的距离由小到大的顺序，依次获取每个参考点组；针对当前获取的参考点组，判断该参考点组中包含的每个参考点是否均为坏点；
如果否，根据该参考点组中非坏点的目标参考点的像素值，确定所述坏点矫正后的像素值；
如果是，获取该参考点组的下一个参考点组。
8.如权利要求5所述的装置，其特征在于，所述矫正模块，还用于当所述参考点均为坏点时，发出所述图像的成像元件已损坏的报警信息。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-4任一项所述的方法步骤。
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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-4任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810345130.7A CN108765306A (zh) | 2018-04-17 | 2018-04-17 | 一种图像坏点矫正方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810345130.7A CN108765306A (zh) | 2018-04-17 | 2018-04-17 | 一种图像坏点矫正方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108765306A true CN108765306A (zh) | 2018-11-06 |
Family
ID=64010770
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810345130.7A Pending CN108765306A (zh) | 2018-04-17 | 2018-04-17 | 一种图像坏点矫正方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108765306A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685794A (zh) * | 2018-12-25 | 2019-04-26 | 凌云光技术集团有限责任公司 | 用于手机屏幕缺陷检测相机自适应步长dpc算法及装置 |
| CN110288599A (zh) * | 2019-07-10 | 2019-09-27 | 浙江大华技术股份有限公司 | 一种坏点检测方法、装置、电子设备及存储介质 |
| WO2021207879A1 (zh) * | 2020-04-13 | 2021-10-21 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN114140336A (zh) * | 2021-10-08 | 2022-03-04 | 中国安全生产科学研究院 | 一种基于红外图像的坏点处理方法及装置 |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1605403A1 (en) * | 2004-06-08 | 2005-12-14 | STMicroelectronics S.r.l. | Filtering of noisy images |
| WO2007075065A1 (en) * | 2005-12-29 | 2007-07-05 | Mtekvision Co., Ltd. | Device of processing dead pixel |
| CN101150658A (zh) * | 2007-08-22 | 2008-03-26 | 北京中星微电子有限公司 | 一种坏点自适应的网格噪声消除装置及方法 |
| US20080239114A1 (en) * | 2007-03-27 | 2008-10-02 | Samsung Electronics Co., Ltd | Method and apparatus to detect a dead pixel of an image sensor and method and apparatus to capture an image from an image sensor |
| CN101304485A (zh) * | 2008-05-26 | 2008-11-12 | 北京中星微电子有限公司 | 一种坏点补偿的方法及装置 |
| CN101937633A (zh) * | 2010-08-19 | 2011-01-05 | 深圳市中庆微科技开发有限公司 | 一种led显示屏坏点位置定位方法和系统 |
| CN101944276A (zh) * | 2010-08-19 | 2011-01-12 | 深圳市中庆微科技开发有限公司 | 一种led屏坏点监测预警方法和系统 |
| CN102625133A (zh) * | 2011-01-31 | 2012-08-01 | 英属开曼群岛商恒景科技股份有限公司 | 影像感测坏像素点的检测方法 |
| CN103475828A (zh) * | 2013-10-10 | 2013-12-25 | 旗瀚科技有限公司 | 一种图像坏点校正方法及图像传感器 |
| CN103531140A (zh) * | 2013-10-18 | 2014-01-22 | Tcl通讯（宁波）有限公司 | 一种移动终端及lcd坏点显示修复的方法和系统 |
| CN103728022A (zh) * | 2014-01-16 | 2014-04-16 | 北京航空航天大学 | 一种坏像元的校正方法 |
| CN104380713A (zh) * | 2014-03-12 | 2015-02-25 | 深圳市大疆创新科技有限公司 | 数码影像的坏点矫正方法和系统 |
| CN104751417A (zh) * | 2013-12-31 | 2015-07-01 | 展讯通信（上海）有限公司 | 一种去除颜色噪声的方法、装置及图像处理系统 |
| CN105338342A (zh) * | 2014-08-12 | 2016-02-17 | 炬力集成电路设计有限公司 | 一种图像坏点的检测方法及装置 |
| WO2016023899A1 (en) * | 2014-08-11 | 2016-02-18 | Iee International Electronics & Engineering S.A. | Infrared imager non-uniformity correction with bad pixel detection and correction |
| CN106385549A (zh) * | 2016-09-05 | 2017-02-08 | 凌云光技术集团有限责任公司 | 图像坏点矫正方法及相关装置 |
| CN107016670A (zh) * | 2017-03-27 | 2017-08-04 | 福州瑞芯微电子股份有限公司 | 一种图像坏点检测方法和装置 |
| CN107016669A (zh) * | 2017-03-27 | 2017-08-04 | 福州瑞芯微电子股份有限公司 | 一种图像坏点检测方法和装置 |
| CN107248147A (zh) * | 2017-06-07 | 2017-10-13 | 上海晔芯电子科技有限公司 | Raw‑rgb图像中坏点消除的方法 |
| CN107800980A (zh) * | 2017-10-19 | 2018-03-13 | 浙江大华技术股份有限公司 | 一种图像坏点校正方法及装置 |
-
2018
- 2018-04-17 CN CN201810345130.7A patent/CN108765306A/zh active Pending
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1605403A1 (en) * | 2004-06-08 | 2005-12-14 | STMicroelectronics S.r.l. | Filtering of noisy images |
| WO2007075065A1 (en) * | 2005-12-29 | 2007-07-05 | Mtekvision Co., Ltd. | Device of processing dead pixel |
| US20080239114A1 (en) * | 2007-03-27 | 2008-10-02 | Samsung Electronics Co., Ltd | Method and apparatus to detect a dead pixel of an image sensor and method and apparatus to capture an image from an image sensor |
| CN101150658A (zh) * | 2007-08-22 | 2008-03-26 | 北京中星微电子有限公司 | 一种坏点自适应的网格噪声消除装置及方法 |
| CN101304485A (zh) * | 2008-05-26 | 2008-11-12 | 北京中星微电子有限公司 | 一种坏点补偿的方法及装置 |
| CN101937633A (zh) * | 2010-08-19 | 2011-01-05 | 深圳市中庆微科技开发有限公司 | 一种led显示屏坏点位置定位方法和系统 |
| CN101944276A (zh) * | 2010-08-19 | 2011-01-12 | 深圳市中庆微科技开发有限公司 | 一种led屏坏点监测预警方法和系统 |
| CN102625133A (zh) * | 2011-01-31 | 2012-08-01 | 英属开曼群岛商恒景科技股份有限公司 | 影像感测坏像素点的检测方法 |
| CN103475828A (zh) * | 2013-10-10 | 2013-12-25 | 旗瀚科技有限公司 | 一种图像坏点校正方法及图像传感器 |
| CN103531140A (zh) * | 2013-10-18 | 2014-01-22 | Tcl通讯（宁波）有限公司 | 一种移动终端及lcd坏点显示修复的方法和系统 |
| CN104751417A (zh) * | 2013-12-31 | 2015-07-01 | 展讯通信（上海）有限公司 | 一种去除颜色噪声的方法、装置及图像处理系统 |
| CN103728022A (zh) * | 2014-01-16 | 2014-04-16 | 北京航空航天大学 | 一种坏像元的校正方法 |
| CN104380713A (zh) * | 2014-03-12 | 2015-02-25 | 深圳市大疆创新科技有限公司 | 数码影像的坏点矫正方法和系统 |
| WO2016023899A1 (en) * | 2014-08-11 | 2016-02-18 | Iee International Electronics & Engineering S.A. | Infrared imager non-uniformity correction with bad pixel detection and correction |
| CN105338342A (zh) * | 2014-08-12 | 2016-02-17 | 炬力集成电路设计有限公司 | 一种图像坏点的检测方法及装置 |
| CN106385549A (zh) * | 2016-09-05 | 2017-02-08 | 凌云光技术集团有限责任公司 | 图像坏点矫正方法及相关装置 |
| CN107016670A (zh) * | 2017-03-27 | 2017-08-04 | 福州瑞芯微电子股份有限公司 | 一种图像坏点检测方法和装置 |
| CN107016669A (zh) * | 2017-03-27 | 2017-08-04 | 福州瑞芯微电子股份有限公司 | 一种图像坏点检测方法和装置 |
| CN107248147A (zh) * | 2017-06-07 | 2017-10-13 | 上海晔芯电子科技有限公司 | Raw‑rgb图像中坏点消除的方法 |
| CN107800980A (zh) * | 2017-10-19 | 2018-03-13 | 浙江大华技术股份有限公司 | 一种图像坏点校正方法及装置 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685794A (zh) * | 2018-12-25 | 2019-04-26 | 凌云光技术集团有限责任公司 | 用于手机屏幕缺陷检测相机自适应步长dpc算法及装置 |
| CN109685794B (zh) * | 2018-12-25 | 2021-01-29 | 凌云光技术股份有限公司 | 用于手机屏幕缺陷检测相机自适应步长dpc算法及装置 |
| CN110288599A (zh) * | 2019-07-10 | 2019-09-27 | 浙江大华技术股份有限公司 | 一种坏点检测方法、装置、电子设备及存储介质 |
| CN110288599B (zh) * | 2019-07-10 | 2021-06-15 | 浙江大华技术股份有限公司 | 一种坏点检测方法、装置、电子设备及存储介质 |
| WO2021207879A1 (zh) * | 2020-04-13 | 2021-10-21 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN114140336A (zh) * | 2021-10-08 | 2022-03-04 | 中国安全生产科学研究院 | 一种基于红外图像的坏点处理方法及装置 |
| CN114140336B (zh) * | 2021-10-08 | 2022-09-16 | 中国安全生产科学研究院 | 一种基于红外图像的坏点处理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108765306A (zh) | 一种图像坏点矫正方法、装置、电子设备及介质 | |
| CN110660066B (zh) | 网络的训练方法、图像处理方法、网络、终端设备及介质 | |
| US9891040B2 (en) | Method and electronic device for measuring a distance | |
| CN110176030A (zh) | 一种无人机图像的自动配准方法、装置及电子设备 | |
| CN106033621A (zh) | 一种三维建模的方法及装置 | |
| JP2020060879A (ja) | 学習装置、画像生成装置、学習方法、及び学習プログラム | |
| CN102509304A (zh) | 基于智能优化的摄像机标定方法 | |
| US11756199B2 (en) | Image analysis in pathology | |
| CN110473238A (zh) | 一种图像配准方法、装置、电子设备及存储介质 | |
| CN111008561A (zh) | 一种牲畜的数量确定方法、终端及计算机存储介质 | |
| CN108737815A (zh) | 一种图像传感器的质量检测方法及系统 | |
| WO2020135886A1 (zh) | 空气污染物预报方法、装置及电子设备 | |
| Wagdy et al. | A parametric method for remapping and calibrating fisheye images for glare analysis | |
| CN104077768B (zh) | 一种鱼眼镜头径向畸变的标定方法及标定装置 | |
| CN109724531A (zh) | 360°轮廓测量方法 | |
| CN112529006B (zh) | 全景图片的检测方法、装置、终端及存储介质 | |
| CN109948812A (zh) | 确定故障原因的方法、装置、存储介质及电子设备 | |
| CN109740337B (zh) | 一种实现滑块验证码识别的方法及装置 | |
| CN101286197B (zh) | 图像处理设备和图像处理方法 | |
| CN102903097B (zh) | 一种图像透视校正方法及装置 | |
| US20240029670A1 (en) | Backlight processing method and device of display screen, storage medium and electronic device | |
| JP2011221840A (ja) | 画像処理装置 | |
| CN112733624B (zh) | 室内密集场景的人流密度检测方法、系统存储介质及终端 | |
| CN114782405A (zh) | 基于图像识别及机器视觉的桥梁裂纹检测方法及装置 | |
| CN102538684B (zh) | 基于三维摄影技术的楼梯测量方法 |
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 |
Address after: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Zhejiang Huarui Technology Co.,Ltd. Address before: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: ZHEJIANG HUARAY TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181106 |
|
| RJ01 | Rejection of invention patent application after publication |