CN109660736B - 平场校正方法及装置、图像验证方法及装置 - Google Patents

平场校正方法及装置、图像验证方法及装置 Download PDF

Info

Publication number
CN109660736B
CN109660736B CN201710933099.4A CN201710933099A CN109660736B CN 109660736 B CN109660736 B CN 109660736B CN 201710933099 A CN201710933099 A CN 201710933099A CN 109660736 B CN109660736 B CN 109660736B
Authority
CN
China
Prior art keywords
field image
dark
value
pixel point
fpn
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
CN201710933099.4A
Other languages
English (en)
Other versions
CN109660736A (zh
Inventor
于媛媛
姚毅
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.)
Luster LightTech Co Ltd
Original Assignee
Luster LightTech 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 Luster LightTech Co Ltd filed Critical Luster LightTech Co Ltd
Priority to CN201710933099.4A priority Critical patent/CN109660736B/zh
Publication of CN109660736A publication Critical patent/CN109660736A/zh
Application granted granted Critical
Publication of CN109660736B publication Critical patent/CN109660736B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/73Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/68Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects

Landscapes

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

Abstract

本发明实施例提供了一种平场校正方法及装置、图像验证方法及装置。该平场校正方法利用调整曝光时间和增益后的相机获取暗场图像,避免了由于人工遮蔽镜头造成误操作,从而提高了暗场图像的质量,同时通过调整相机参数来获取暗场图像的方式减少了操作量,有效提高了暗场图像的获取效率。该平场校正方法对备用亮场图像中各个像素点的灰度值进行了均值滤波,滤除高频成分,从而减弱了白色参考物上的细粒、纹理不均匀、玻璃片有灰尘等特殊情况导致的备用亮场图像质量受损,有效提高了亮场图像的质量。本发明实施例通过提高暗场图像和亮场图像的质量提高了平场校正的校正精度,同时避免了人工操作来获取暗场图像,提高了暗场图像的获取效率。

Description

平场校正方法及装置、图像验证方法及装置
技术领域
本发明实施例涉及图像处理技术领域,并且更具体地,涉及一种平场校正方法及装置、图像验证方法及装置。
背景技术
利用相机对目标物体进行成像时,理论上得到图像中所有的像素点的灰度值是相同的.然而,实际得到的图像中各像素点的值往往存在较大差异。造成这种差异的原因主要包括以下几个:(1)照射目标物体的光照不均匀;(2)相机镜片中心的响应度和相机镜片边缘的响应不一致(3)相机的成像部件中的各像素点响应不一致,即各像素点利用光转换成电荷的能力不同;(4)相机的固定模式噪声(Fixed Pattern Noise,PFN)。
平场校正是一种用来消除由上述原因造成的像素点灰度值差异的校正方法,该方法首先利用相机对暗场进行一次曝光,即获取一个暗场图像,得到每个像素点的偏移(Offset)。之后利用相机对均匀光照条件下的物体进行一次成像,得到一个亮场图像。拍摄时,相机前需要放置一白色参考物,该参考物要求是一个洁净均匀的白色平面,这样使得图像中所有像素点的灰度值都接近最大。最后用亮场图像中各个像素点的灰度值减去暗场图像中对应的像素点的灰度值,结合得到的灰度值的差值,利用相对标定的方法对相机所拍摄图像中各个像素点的灰度值进行校正。
目前,暗场图像的获取需要人工盖上镜头的盖子,使相机处于不感光的状态下进行拍摄。不仅效率低,并且极易出现由于人工配合不到位导致误操作,降低了暗场图像的质量。亮场图像在拍摄时需要一个白色参考物,实际拍摄中可能由于白色参照物上的细粒、纹理不均匀、灰尘等情况造成亮场图像质量受损。暗场图像质量的降低和亮场图像质量的降低都会造成平场校正精度的降低,从而影响对图像中各像素点灰度值的校正,影响了相机的拍摄质量。
综上,因此需要一种技术方案能够提高平场校正的校正精度,同时提高案场图像的获取效率。
发明内容
本发明实施例提供一种平场校正方法及装置,其通过提高暗场图像和亮场图像的质量来提高平场校正的校正精度,同时避免了由人工操作来获取暗场图像,提高了暗场图像的获取效率。
第一方面,提供了一种平场校正方法,所述方法包括如下步骤:
调整相机的曝光时间到最小,同时调整所述相机的增益到最小;利用调整后的所述相机采集目标物体的图像,得到暗场图像;
调整所述相机的曝光时间到正常拍摄状态时的曝光时间,同时调整所述相机的增益到正常拍摄状态时的增益;利用调整后的所述相机采集所述目标物体的图像,得到备用亮场图像;
对所述备用亮场图像中各个像素点的灰度值进行均值滤波,得到亮场图像;
利用关闭镜头盖的相机采集所述目标物体的图像,得到参考暗场图像;
根据所述暗场图像中各个像素点的灰度值以及所述参考暗场图像中对应的像素点的灰度值,判断所述暗场图像是否受外界光照影响大,若所述暗场图像受外界光照影响大,则利用所述参考暗场图像替换所述暗场图像;
结合所述暗场图像和所述亮场图像,利用平场校正算法校正所述相机拍摄图像中各个像素点的灰度值。
结合第一方面的第一种可能的实现方式,第二种可能的实现方式中,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
计算所述暗场图像中各像素点灰度值的均方差;
判断所述均方差是否大于第一预定值,若所述均方差大于所述第一预定值,则所述暗场图像受外界光照影响大。
结合第一方面的第一种可能的实现方式,第三种可能的实现方式中,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
计算所述参考暗场图像中各个像素点的FPN值的平均值,作为第一平均值;
计算所述暗场图像中各个像素点的FPN值的平均值,作为第二平均值;
判断下式是否成立:
第二平均值>>第一平均值
若上式成立,则所述暗场图像受外界光照影响大。
结合第一方面的第一种可能的实现方式,第四种可能的实现方式中,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
对于所述暗场图像中每个像素点,利用该像素点的FPN值减去所述参考暗场图像中对应像素点的FPN值,作为FPN差值;
统计所述FPN差值中正数的个数,作为第一数量;
统计所述FPN差值中除正数外的剩余FPN差值的个数,作为第二数量;
判断下式是否成立:
第一数量>>第二数量
若上式成立,则所述暗场图像受外界光照影响大。
结合第一方面的第一种可能的实现方式,第五种可能的实现方式中,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
利用如下公式计算所述暗场图像中每个像素点相对于所述参考暗场图像的第一变化百分比:
Figure GDA0002666859840000031
统计所述第一变化百分比中小于或等于第一预定百分比的所述第一变化百分比的个数,作为第三数量;
统计所述第一变化百分比中小于或等于第二预定百分比的所述第一变化百分比的个数,作为第四数量;
判断下式是否成立:
第三数量>第四数量*第二预定值
若上式成立,则所述暗场图像受外界光照影响不大。
结合第一方面的第一种可能的实现方式,第六种可能的实现方式中,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
利用如下公式计算所述暗场图像的每个像素点相对于所述参考暗场图像整体或相对于所述暗场图像整体的第二变化百分比:
Figure GDA0002666859840000032
统计所述第二变化百分比中小于或等于第三预定百分比的所述第二变化百分比的个数,作为第五数量;
统计所述第二变化百分比中小于或等于第四预定百分比的所述第二变化百分比的个数,作为第六数量;
判断下式是否成立:
第五数量>第六数量*第三预定值
若上式成立,则所述暗场图像受外界光照影响不大。
结合第一方面的第一种可能的实现方式,第七种可能的实现方式中,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第一向量;其中n为所述参考暗场图像中像素点的个数;
所述暗场图像中所有像素点的FPN值形成一个n维向量,作为第二向量;
利用如下公式计算所述第一向量与所述第二向量的欧式距离:
Figure GDA0002666859840000041
判断所述欧式距离是否大于第四预定值;
若所述欧式距离大于所述第四预定值,则所述暗场图像受外界光照影响大。
结合第一方面的第一种可能的实现方式,第八种可能的实现方式中,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第三向量;其中n为所述参考暗场图像中像素点的个数;
所述暗场图像中所有像素点的FPN值形成一个n维向量,作为第四向量;
利用如下公式计算所述第三向量与所述第四向量的标准化欧式距离:
Figure GDA0002666859840000051
式中,s(k)为所述第三向量的第k个元素与所述第四向量的第k个元素的标准差;
判断所述标准化欧式距离是否大于第五预定值;
若所述标准化欧式距离大于所述第五预定值,则所述暗场图像受外界光照影响大。
结合第一方面的第一种可能的实现方式,第九种可能的实现方式中,,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第五向量;其中n为所述参考暗场图像中像素点的个数;
所述暗场图像中所有像素点的FPN值形成一个n维向量,作为第六向量;
利用如下公式计算所述第五向量与所述第六向量的曼哈顿距离:
Figure GDA0002666859840000052
判断所述曼哈顿距离是否大于第六预定值;
若所述曼哈顿距离大于所述第六预定值,则所述暗场图像受外界光照影响大。
结合第一方面的第一种可能的实现方式,第十种可能的实现方式中,,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第七向量;其中n为所述参考暗场图像中像素点的个数;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第八向量;
利用如下公式计算所述第七向量与所述第八向量的夹角余弦cosθ:
Figure GDA0002666859840000061
判断所述夹角余弦是否在第一预定范围内;
若所述夹角余弦在所述第一预定范围内,则所述暗场图像受外界光照影响不大。
结合第一方面的第一种可能的实现方式,第十一种可能的实现方式中,,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第九向量FPN1;其中n为所述参考暗场图像中像素点的个数;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第十向量FPN2;
利用如下公式计算所述第九向量FPN1与所述第十向量FPN2的相关系数ρ12
Figure GDA0002666859840000062
判断所述相关系数是否在第二预定范围内;
若所述相关系数在所述第二预定范围内,则所述暗场图像受外界光照影响不大。
结合第一方面或第一方面的第一种可能的实现方式,第十二种可能的实现方式中,,所述对所述备用亮场图像中各个像素点的灰度值进行均值滤波,得到亮场图像,具体包括如下步骤:
将所述备用亮场图像的各个像素点根据位置坐标进行排序;
对所述备用亮场图像的每个像素点,判断该像素点前面的像素点个数是否大于或等于第一预定个数,同时判断该像素点后面的像素点个数是否大于或等于第二预定个数;
若该像素点前面的像素点个数大于或等于所述第一预定个数,同时该像素点后面的像素点个数大于或等于所述第二预定个数,则该像素点的灰度值等于该像素点的灰度值、该像素点前面所述第一预定个数的像素点的灰度值以及该像素点后面所述第二预定个数的像素点的灰度值的均值;
若该像素点前面的像素点个数小于所述第一预定个数,或,该像素点后面的像素点个数小于所述第二预定个数,则该像素点的灰度值不变。
第二方面,提供了一种图像验证方法,所述方法包括如下步骤:
调整相机的曝光时间到最小,同时调整所述相机的增益到最小;利用调整后的所述相机采集目标物体的图像,得到暗场图像;
关闭所述相机的镜头盖,并采集所述目标物体的图像,得到参考暗场图像;
根据所述暗场图像中各个像素点的灰度值以及所述参考暗场图像中对应的像素点的灰度值,判断所述暗场图像是否受外界光照影响大,若所述暗场图像受外界光照影响大,则所述暗场图像不合格。
结合第一方面,第二种可能的实现方式中,,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
计算所述暗场图像中各像素点灰度值的均方差;
判断所述均方差是否大于第一预定值,若所述均方差大于所述第一预定值,则所述暗场图像受外界光照影响大。
第三方面,提供了一种平场校正装置,所述装置包括:
第一调整控制部件,用于调整相机的曝光时间到最小,调整所述相机的增益到最小,并控制调整后的所述相机采集目标物体的图像,得到暗场图像;
第二调整控制部件,用于调整所述相机的曝光时间到正常拍摄状态时的曝光时间,调整所述相机的增益到正常拍摄状态时的增益,并控制调整后的所述相机采集目标物体的图像,得到备用亮场图像;
第三调整控制部件,用于利用关闭镜头盖的所述相机采集所述目标物体的图像,得到参考暗场图像;
校验部件,用于根据所述暗场图像中各个像素点的灰度值以及所述参考暗场图像中对应的像素点的灰度值,判断所述暗场图像是否受外界光照影响大,若所述暗场图像受外界光照影响大,则利用所述参考暗场图像替换所述暗场图像;
优化处理部件,用于对所述备用亮场图像中各个像素点的灰度值进行均值滤波,得到亮场图像;
灰度值校正部件,用于结合所述暗场图像和所述亮场图像,利用平场校正算法校正所述相机拍摄图像中各个像素点的灰度值。
结合第三方面的第一种可能的实现方式,第二种可能的实现方式中,所述校验部件包括第一校验子部件,所述第一校验子部件包括:
方差确定子部件,用于计算所述暗场图像中各像素点灰度值的均方
方差处理子部件,用于判断所述均方差是否大于第一预定值,若所述均方差大于所述第一预定值,则所述暗场图像受外界光照影响大。
结合第三方面的第一种可能的实现方式,第三种可能的实现方式中,,所述校验部件包括第二校验子部件,所述第二校验子部件包括:
第一FPN值确定子部件,用于利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
第二FPN值确定子部件,用于利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
第一平均值确定子部件,用于计算所述参考暗场图像中各个像素点的FPN值的平均值,作为第一平均值;
第二平均值确定子部件,用于计算所述暗场图像中各个像素点的FPN值的平均值,作为第二平均值;
均值处理子部件,用于判断下式是否成立:
第二平均值>>第一平均值
若上式成立,则判定所述暗场图像受外界光照影响大。
第四方面,提供了一种图像验证装置,所述装置包括:
第一相机调整部件,用于调整相机的曝光时间到最小,同时调整所述相机的增益到最小;利用调整后的所述相机采集目标物体的图像,得到暗场图像;
第二相机调整部件,用于关闭所述相机的镜头盖,并采集所述目标物体的图像,得到参考暗场图像;
图像校验部件,用于根据所述暗场图像中各个像素点的灰度值以及所述参考暗场图像中对应的像素点的灰度值,判断所述暗场图像是否受外界光照影响大,若所述暗场图像受外界光照影响大,则判定所述暗场图像不合格。
在本发明实施例的上述技术方案中,利用调整曝光时间和增益后的相机获取暗场图像,避免了由于人工遮蔽镜头造成误操作,提高了所获取的暗场图像的质量,并且相对于人工操作获取暗场图像的方式,通过调整相机参数来获取暗场图像的方式减少了平场校正的操作量,有效提高了暗场图像的获取效率。同时本发明实施例对备用亮场图像中各个像素点的灰度值进行了均值滤波,滤除了备用亮场图像中的高频成分,从而减弱了白色参考物上的细粒、纹理不均匀、玻璃片有灰尘等特殊情况导致的备用亮场图像质量受损,有效提高了亮场图像的质量。本发明实施例通过提高暗场图像和亮场图像的质量提高了平场校正的校正精度,同时避免了由人工操作来获取暗场图像,提高了暗场图像的获取效率。
另外,在本发明实施例的上述技术方案中,通过比较暗场图像中像素点的灰度值与参考暗场图像中像素点的灰度值,来确定获取的暗场图像是否合格,即确定获取的暗场图像能否用来进行平场校正,从而能够进一步提高平场校正的精度。
附图说明
为了更清楚的说明本发明实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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示意性的示出了根据本发明实施例的平场校正方法的流程图;
图2示意性的示出了根据本发明另一实施例的平场校正方法的流程图;
图3示意性的示出了根据本发明实施例的图像验证方法的流程图;
图4示意性的示出了根据本发明实施例的平场校正装置的框图;
图5示意性的示出了根据本发明实施例的图像验证装置的框图。
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,所描述的实施例是本发明的一部分实施例,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作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。
图1示意性的示出了根据本发明实施例的平场校正方法的流程图。
本实施例的平场校正方法包括如下步骤:
100、调整相机的曝光时间到最小,同时调整相机的增益到最小;利用调整后的相机采集目标物体的图像,得到暗场图像;
此步骤中的曝光时间指的是打开相机的快门到关闭相机快门的时间,这段时间内光线照射到底片或感光器上,相机利用照射进来的光线成像。增益指的是对相机输出图像信号的放大,增益提高之后不仅对有用的图像信号进行了放大,同时放大了噪声信号。
此步骤中将相机的曝光时间调整到最小,使照射到底片或感光器上的光线最少,从而使形成的暗场图像受外界光照影响最小,有利于提高暗场图像的质量。另外,本实施中将相机的增益调整到最小使形成的暗场图像中噪声降低到最小,进一步提高了暗场图像的质量。
作为另一种可选的方式,可以将相机的曝光时间关闭,这样照射到底片或感光器上的光线为零或接近为零。
110、调整相机的曝光时间到正常拍摄状态时的曝光时间,同时调整相机的增益到正常拍摄状态时的增益;利用调整后的相机采集目标物体的图像,得到备用亮场图像;
此步骤获取了相机处于正常拍摄状态以及在正常光照条件下目标物体的图像,即备用亮场图像。
120、对备用亮场图像中各个像素点的灰度值进行均值滤波,得到亮场图像;
对各个像素点的灰度值进行均值滤波能够滤除高频成分,从而减弱了白色参考物上的细粒、纹理不均匀、玻璃片有灰尘等特殊情况导致的备用亮场图像质量受损,有效提高了亮场图像的质量。
130、结合暗场图像和亮场图像,利用平场校正算法校正相机拍摄图像中各个像素点的灰度值。
本实施例的平场校正方法提高了暗场图像和亮场图像的质量,从而有效提高了平场校正的校正精度,同时避免了由人工操作来获取暗场图像,提高了暗场图像的获取效率。
在一个实施例中,如图2所示,在步骤130之前,即在结合暗场图像和亮场图像,利用平场校正算法校正相机拍摄图像中各个像素点的灰度值之前,还包括如下步骤:
1300、利用关闭镜头盖的相机采集目标物体的图像,得到参考暗场图像;
此步骤获取暗场图像的方法与现有技术中获取暗场图像的方法相同,是一种利用现有技术获取暗场图像的方式,利用此方式获取的暗场图像作为参考暗场图像与利用本发明实施例所公开的方法获取的暗场图像进行对比,以判定利用本发明实施例所公开的方法获取的暗场图像是否合格,即是否受外界光照影响大。
此步骤中,关闭镜头盖即改紧相机的镜头盖。
1301、根据暗场图像中各个像素点的灰度值以及参考暗场图像中对应的像素点的灰度值,判断暗场图像是否受外界光照影响大,若暗场图像受外界光照影响大,则利用参考暗场图像替换暗场图像;
此步骤,通过比较暗场图像中像素点的灰度值与参考暗场图像中像素点的灰度值,来确定获取的暗场图像是否受外界光照影响大,即确定获取的暗场图像能否用来进行平场校正,如果获取的暗场图像受外界光照影响大,则利用现有技术获取的参考暗场图像来取代利用本发明实施例公开的方法所获取的暗场图像,如果获取的暗场图像受外界光照影响小,则判定该暗场图像合格,可以用来进行平场校正。对暗场图像进行校正能够进一步提高平场校正的精度。
应当说明的是,暗场图像拍摄时需要在相机的镜头前增加均匀的较强光照,这样如果通过步骤1300和1301检测到拍摄的暗场图像受外界光照影响不大,那么以后该相机就可以用暗场图像进行平场校正,不必再次校验暗场图像是否可以用来进行平场校正,如果拍摄的暗场图像受外界光照影响大,那么该相机平场校正时只能利用参考暗场图像进行平场校正。对于一个相机而言,步骤1300和1301的校验过程只执行一次即可。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、计算暗场图像中各像素点灰度值的均方差,作为第一均方差;
步骤二、计算参考暗场图像中各像素点灰度值的均方差,作为第二均方差;
步骤一和步骤二均可以利用如下公式计算均方差:
Figure GDA0002666859840000101
式中,M为暗场图像各个像素点的灰度值的均值或参考暗场图像各个像素点的灰度值的均值;N为暗场图像的像素点个数或参考暗场图像的像素点个数;X(i,j)为暗场图像的坐标为(i,j)的像素点的灰度值或参考暗场图像的坐标为(i,j)的像素点的灰度值。
步骤三、判断第一均方差是否大于第一预定值,若第一均方差大于第一预定值,则暗场图像受外界光照影响大。当第一均方差大于第一预定值时,判断第二均方差是否大于第一预定值,若第二均方差小于第一预定值,则可以用参考暗场图像代替暗场图像;
此步骤中,第一预定值可以根据实际场景灵活设定,本发明对此不进行限定。
此步骤中,如果第一均方差或第二均方差的差值过大说明暗场图像或参考暗场图像拍摄的不均匀,不适合进行平场校正。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、计算参考暗场图像中各个像素点的FPN值的平均值,作为第一平均值;
步骤四、计算暗场图像中各个像素点的FPN值的平均值,作为第二平均值;
步骤五、判断下式是否成立:
第二平均值>>第一平均值
若上式成立,则外界光照严重影响了暗场图像的拍摄,即暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、对于暗场图像中每个像素点,利用该像素点的FPN值减去参考暗场图像中对应像素点的FPN值,作为FPN差值;
步骤四、统计FPN差值中正数的个数,作为第一数量;
步骤五、统计FPN差值中除正数外的剩余FPN差值的个数,作为第二数量;
此步骤中,FPN差值中除正数外的剩余FPN差值即为负数或零的FPN差值,此步骤即统计FPN差值中为负数或零的FPN差值的总个数。
步骤六、判断下式是否成立:
第一数量>>第二数量
若上式成立,则外界光照严重影响了暗场图像的拍摄,即暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、利用如下公式计算暗场图像中每个像素点相对于参考暗场图像的第一变化百分比:
Figure GDA0002666859840000111
步骤四、统计第一变化百分比中小于或等于第一预定百分比的第一变化百分比的个数,作为第三数量;
此步骤中,第一预定百分比根据实际场景需求可以灵活设定,例如将第一预定百分比设置为50%,当然也可以将第一预定百分比设置为其他数值,例如40%、30%等,本发明实施例对此不进行限定。
步骤五、统计第一变化百分比中小于或等于第二预定百分比的第一变化百分比的个数,作为第四数量;
此步骤中,第二预定百分比根据实际场景需求可以灵活设定,例如将第二预定百分比设置为100%,当然也可以将第二预定百分比设置为其他数值,本发明实施例对此不进行限定。
步骤六、判断下式是否成立:
第三数量>第四数量*第二预定值
若上式成立,则暗场图像受外界光照影响不大,该暗场图像可以用来进行平场校正。
另外,此步骤中第二预定值可以根据实际场景灵活设定,例如第二预定值可以取0.8、0.7、0.6、0.65等,本发明对此不进行限定。
在一个实施例中,具体可以利用如下方法实现上述步骤四至步骤六:
步骤(1)、统计得到第一变化百分比中小于或等于10%的第一变化百分比为a个,统计得到第一变化百分比中大于10%并且小于或等于20%的第一变化百分比为b个,统计得到第一变化百分比中大于20%并且小于或等于30%的第一变化百分比为c个,统计得到第一变化百分比中大于30%并且小于或等于40%的第一变化百分比为d个,统计得到第一变化百分比中大于40%并且小于或等于50%的第一变化百分比为e个,统计得到第一变化百分比中大于50%并且小于或等于60%的第一变化百分比为f个,统计得到第一变化百分比中大于60%并且小于或等于70%的第一变化百分比为g个,统计得到第一变化百分比中大于70%并且小于或等于80%的第一变化百分比为h个,统计得到第一变化百分比中大于80%并且小于或等于90%的第一变化百分比为i个,统计得到第一变化百分比中大于90%并且小于或等于100%的第一变化百分比为j个;
步骤(2)、判断下式是否成立:
Figure GDA0002666859840000121
根据上述可知第一预定百分比取值为50%,第二预定百分比取值为100%,第二预定值取值为0.8。
如果上式成立,则说明暗场图像各个像素点的灰度值与参考暗场图像各个像素点的灰度值相差不大,外界光照对获取的暗场图像影响不大,即暗场图像可以用来进行平成校正。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、利用如下公式计算暗场图像的每个像素点相对于参考暗场图像整体或相对于暗场图像整体的第二变化百分比:
Figure GDA0002666859840000122
步骤四、统计第二变化百分比中小于或等于第三预定百分比的第二变化百分比的个数,作为第五数量;
此步骤中,第三预定百分比根据实际场景需求可以灵活设定,例如将第三预定百分比设置为30%,当然也可以将第三预定百分比设置为其他数值,例如20%、10%等,本发明实施例对此不进行限定。
步骤五、统计第二变化百分比中小于或等于第四预定百分比的第二变化百分比的个数,作为第六数量;
此步骤中,第四预定百分比根据实际场景需求可以灵活设定,例如将第四预定百分比设置为100%,当然也可以将第四预定百分比设置为其他数值,本发明实施例对此不进行限定。
步骤六、判断下式是否成立:
第五数量>第六数量*第三预定值
若上式成立,则暗场图像受外界光照影响不大,该暗场图像可以用来进行平场校正。
此步骤中第三预定值可以根据实际场景灵活设定,例如第三预定值可以取0.8、0.7、0.6、0.65等,本发明对此不进行限定。
在一个实施例中,具体可以利用如下方法实现上述步骤四至步骤六:
步骤(1)、统计得到第二变化百分比中小于或等于10%的第二变化百分比为a个,统计得到第二变化百分比中大于10%并且小于或等于20%的第二变化百分比为b个,统计得到第二变化百分比中大于20%并且小于或等于30%的第二变化百分比为c个,统计得到第二变化百分比中大于30%并且小于或等于40%的第二变化百分比为d个,统计得到第二变化百分比中大于40%并且小于或等于50%的第二变化百分比为e个,统计得到第二变化百分比中大于50%并且小于或等于60%的第二变化百分比为f个,统计得到第二变化百分比中大于60%并且小于或等于70%的第二变化百分比为g个,统计得到第二变化百分比中大于70%并且小于或等于80%的第二变化百分比为h个,统计得到第二变化百分比中大于80%并且小于或等于90%的第二变化百分比为i个,统计得到第二变化百分比中大于90%并且小于或等于100%的第二变化百分比为j个;
步骤(2)、判断下式是否成立:
Figure GDA0002666859840000131
根据上述可知第三预定百分比取值为30%,第四预定百分比取值为100%,第三预定值取值为0.8。
如果上式成立,则说明暗场图像各个像素点的灰度值与参考暗场图像各个像素点的灰度值相差不大,外界光照对获取的暗场图像影响不大,即暗场图像可以用来进行平成校正。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第一向量;其中n为参考暗场图像中像素点的个数;
步骤四、暗场图像中所有像素点的FPN值形成一个n维向量,作为第二向量;应当说明的是参考暗场图像中的像素点个数与暗场图像中的像素点个数相等,都是n个。
步骤五、利用如下公式计算第一向量与第二向量的欧式距离:
Figure GDA0002666859840000132
步骤六、判断欧式距离是否大于第四预定值;若欧式距离大于第四预定值,则暗场图像中像素点的灰度值与参考暗场图像中像素点的灰度值相差较大,暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
此步骤中,第四预定值可以根据实际的应用场景灵活设定,本发明对此不进行限定。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第三向量;其中n为参考暗场图像中像素点的个数;
步骤四、暗场图像中所有像素点的FPN值形成一个n维向量,作为第四向量;
步骤五、利用如下公式计算第三向量与第四向量的标准化欧式距离:
Figure GDA0002666859840000141
式中,s(k)为第三向量的第k个元素与所述第四向量的第k个元素的标准差;
Figure GDA0002666859840000142
Xi(k)为第三向量的第k个元素或第四向量的第k个元素,
Figure GDA0002666859840000143
为第三向量的第k个元素或第四向量的第k个元素的均值。
步骤六、判断标准化欧式距离是否大于第五预定值;若标准化欧式距离大于第五预定值,则暗场图像中像素点的灰度值与参考暗场图像中像素点的灰度值相差较大,暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
此步骤中,第五预定值可以根据实际的应用场景灵活设定,本发明对此不进行限定。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第五向量;其中n为参考暗场图像中像素点的个数;
步骤四、暗场图像中所有像素点的FPN值形成一个n维向量,作为第六向量;
步骤五、利用如下公式计算第五向量与第六向量的曼哈顿距离:
Figure GDA0002666859840000151
步骤六、判断曼哈顿距离是否大于第六预定值;若曼哈顿距离大于第六预定值,则暗场图像中像素点的灰度值与参考暗场图像中像素点的灰度值相差较大,暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
此步骤中,第六预定值可以根据实际的应用场景灵活设定,本发明对此不进行限定。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第七向量;其中n为参考暗场图像中像素点的个数;
步骤四、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第八向量;
步骤五、利用如下公式计算第七向量与第八向量的夹角余弦:
Figure GDA0002666859840000152
步骤六、判断夹角余弦是否在第一预定范围内;若夹角余弦在第一预定范围内,则暗场图像受外界光照影响不大,暗场图像可以用来进行平场校正。
此步骤中,夹角余弦的取值范围为[-1,1],夹角余弦越大表示第七向量和第八向量的夹角越小,夹角余弦越小表示两个向量的夹角越大。当两个向量的方向重合时为夹角余弦为1,方向完全相反时夹角余弦为-1。如果夹角余弦接近1,即在第一预定范围内说明外界光照对获取的暗场图像影响不大。其中,第一预定范围可以根据实际情景灵活设定,本本发明实施例对此不进行限定。
在一个实施例中,步骤1301中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第九向量FPN1;其中n为参考暗场图像中像素点的个数;
步骤四、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第十向量FPN2;
步骤五、利用如下公式计算第九向量FPN1与第十向量FPN2的相关系数ρ12
Figure GDA0002666859840000161
步骤六、判断相关系数是否在第二预定范围内;若相关系数在第二预定范围内,则暗场图像受外界光照影响不大,暗场图像可以用来进行平场校正。其中,第一预定范围可以根据实际情景灵活设定,本发明实施例对此不进行限定。
步骤六中,相关系数可以衡量第九向量和第十向量的相关程度,取值范围[-1,1]。相关系数的绝对值越大,表明FPN2与FPN1相关度越高,相关系数为1表示正线性相关,相关系数为-1表示负线性相关,相关系数为0表示不相关。如果相关系数在第二预定范围内说明参考暗场图像与暗藏图像的相关程度较高,外界光照对获取的暗场图像影响不大。
另外还可以通过相关距离判断参考暗场图像与暗藏图像的相关程度,相关距离D利用如下公式计算:
D=1-ρ12
如果ρ12接近1,D接近0,即相关距离在预定范围内时,说明外界光照对获取的暗场图像影响不大,暗场图像可以用来进行平场校正。
在一个实施例中,步骤120中对备用亮场图像中各个像素点的灰度值进行均值滤波,具体包括如下步骤:
1201、将备用亮场图像的各个像素点根据位置坐标进行排序;
1202、对备用亮场图像的每个像素点,判断该像素点前面的像素点个数是否大于或等于第一预定个数,同时判断该像素点后面的像素点个数是否大于或等于第二预定个数;
1203、若该像素点前面的像素点个数大于或等于第一预定个数,同时该像素点后面的像素点个数大于或等于第二预定个数,则该像素点的灰度值等于该像素点的灰度值、该像素点前面第一预定个数的像素点的灰度值以及该像素点后面第二预定个数的像素点的灰度值的均值;
1204、若该像素点前面的像素点个数小于第一预定个数,或,该像素点后面的像素点个数小于第二预定个数,则该像素点的灰度值不变。
上述第一预定个数和第二预定个数根据实际场景灵活设定,例如第一预定个数和第二预定个数均等于1,或者第一预定个数等于2,第二预定个数等于1,本发明实施例对此不进行限定。
下面以第一预定个数和第二预定个数均等于1为例进行说明。备用亮场图像各个像素点的灰度值分别为G1、G2、G3······GN,N表示备用亮场图像像素点的个数。亮场图像各个像素点的灰度值分别为H1、H2、H3······HN,其中,G1=H1,G2=H2
Figure GDA0002666859840000162
上述实施例的方法利用调整曝光时间和增益后的相机获取暗场图像,避免了由于人工遮蔽镜头造成误操作,提高了所获取的暗场图像的质量,并且相对于人工操作获取暗场图像的方式,通过调整相机参数来获取暗场图像的方式减少了平场校正的操作量,有效提高了暗场图像的获取效率。同时本发明实施例对备用亮场图像中各个像素点的灰度值进行了均值滤波,滤除了备用亮场图像中的高频成分,从而减弱了白色参考物上的细粒、纹理不均匀、玻璃片有灰尘等特殊情况导致的备用亮场图像质量受损,有效提高了亮场图像的质量。上述实施例的方法通过提高暗场图像和亮场图像的质量提高了平场校正的校正精度,同时避免了由人工操作来获取暗场图像,提高了暗场图像的获取效率。
另外,在本发明实施例的方法,通过比较暗场图像中像素点的灰度值与参考暗场图像中像素点的灰度值,确定获取的暗场图像是否合格,即确定获取的暗场图像能否用来进行平场校正,从而能够进一步提高平场校正的精度。
本发明的实施例还公开了一种图像验证方法,如图3所示:
200、调整相机的曝光时间到最小,同时调整相机的增益到最小;利用调整后的相机采集目标物体的图像,得到暗场图像;
此步骤中,可以关闭相机的曝光时间,同时对目标物体照射较强均匀光照。
210、关闭相机的镜头盖,即盖紧镜头盖,并采集目标物体的图像,得到参考暗场图像;
220、根据暗场图像中各个像素点的灰度值以及参考暗场图像中对应的像素点的灰度值,判断暗场图像是否受外界光照影响大,若暗场图像受外界光照影响大,则暗场图像不合格。
应当说明的是,暗场图像拍摄时需要在相机的镜头前增加均匀的较强光照,这样如果通过步骤200~步骤220检测到拍摄的暗场图像受外界光照影响不大,那么以后该相机就可以用暗场图像进行平场校正,不必再次校验暗场图像是否可以用来进行平场校正,如果拍摄的暗场图像受外界光照影响大,那么该相机平场校正时只能利用参考暗场图像进行平场校正了。对于一个相机而言,步骤步骤200~步骤220的校验过程只执行一次即可。
本实施例的图像验证方法能够验证获取的暗场图像是否能够用于进行平场校正,能够进一步提高平场校正的精度。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、计算暗场图像中各像素点灰度值的均方差;
步骤一可以利用如下公式计算均方差:
Figure GDA0002666859840000171
式中,M为暗场图像各个像素点的灰度值的均值;N为暗场图像的像素点个数;X(i,j)为暗场图像的坐标为(i,j)的像素点的灰度值。
步骤二、判断该均方差是否大于第一预定值,若均方差大于第一预定值,则暗场图像受外界光照影响大;
此步骤中,第一预定值可以根据实际场景灵活设定,本发明对此不进行限定。
此步骤中,如果均方差过大说明暗场图像拍摄的不均匀,不适合进行平场校正,需要删除暗场图像。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、计算参考暗场图像中各个像素点的FPN值的平均值,作为第一平均值;
步骤四、计算暗场图像中各个像素点的FPN值的平均值,作为第二平均值;
步骤五、判断下式是否成立:
第二平均值>>第一平均值
若上式成立,则外界光照严重影响了暗场图像的拍摄,即暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、对于暗场图像中每个像素点,利用该像素点的FPN值减去参考暗场图像中对应像素点的FPN值,作为FPN差值;
步骤四、统计FPN差值中正数的个数,作为第一数量;
步骤五、统计FPN差值中除正数外的剩余FPN差值的个数,作为第二数量;
此步骤中,FPN差值中除正数外的剩余FPN差值即为负数或零的FPN差值,此步骤即统计FPN差值中为负数或零的FPN差值的总个数。
步骤六、判断下式是否成立:
第一数量>>第二数量
若上式成立,则外界光照严重影响了暗场图像的拍摄,即暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、利用如下公式计算暗场图像中每个像素点相对于参考暗场图像的第一变化百分比:
Figure GDA0002666859840000181
步骤四、统计第一变化百分比中小于或等于第一预定百分比的第一变化百分比的个数,作为第三数量;
此步骤中,第一预定百分比根据实际场景需求可以灵活设定,例如将第一预定百分比设置为50%,当然也可以将第一预定百分比设置为其他数值,例如40%、30%等,本发明实施例对此不进行限定。
步骤五、统计第一变化百分比中小于或等于第二预定百分比的第一变化百分比的个数,作为第四数量;
此步骤中,第二预定百分比根据实际场景需求可以灵活设定,例如将第二预定百分比设置为100%,当然也可以将第二预定百分比设置为其他数值,本发明实施例对此不进行限定。
步骤六、判断下式是否成立:
第三数量>第四数量*第二预定值
若上式成立,则暗场图像受外界光照影响不大,该暗场图像可以用来进行平场校正。
另外,此步骤中第二预定值可以根据实际场景灵活设定,例如第二预定值可以取0.8、0.7、0.6、0.65等,本发明对此不进行限定。
在一个实施例中,具体可以利用如下方法实现上述步骤四至步骤六:
步骤(1)、统计得到第一变化百分比中小于或等于10%的第一变化百分比为a个,统计得到第一变化百分比中大于10%并且小于或等于20%的第一变化百分比为b个,统计得到第一变化百分比中大于20%并且小于或等于30%的第一变化百分比为c个,统计得到第一变化百分比中大于30%并且小于或等于40%的第一变化百分比为d个,统计得到第一变化百分比中大于40%并且小于或等于50%的第一变化百分比为e个,统计得到第一变化百分比中大于50%并且小于或等于60%的第一变化百分比为f个,统计得到第一变化百分比中大于60%并且小于或等于70%的第一变化百分比为g个,统计得到第一变化百分比中大于70%并且小于或等于80%的第一变化百分比为h个,统计得到第一变化百分比中大于80%并且小于或等于90%的第一变化百分比为i个,统计得到第一变化百分比中大于90%并且小于或等于100%的第一变化百分比为j个;
步骤(2)、判断下式是否成立:
Figure GDA0002666859840000191
根据上述可知第一预定百分比取值为50%,第二预定百分比取值为100%,第二预定值取值为0.8。
如果上式成立,则说明暗场图像各个像素点的灰度值与参考暗场图像各个像素点的灰度值相差不大,外界光照不影响获取的暗场图像,即暗场图像可以用来进行平成校正。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、利用如下公式计算暗场图像的每个像素点相对于参考暗场图像整体或相对于暗场图像整体的第二变化百分比:
Figure GDA0002666859840000192
步骤四、统计第二变化百分比中小于或等于第三预定百分比的第二变化百分比的个数,作为第五数量;
此步骤中,第三预定百分比根据实际场景需求可以灵活设定,例如将第三预定百分比设置为30%,当然也可以将第三预定百分比设置为其他数值,例如20%、10%等,本发明实施例对此不进行限定。
步骤五、统计第二变化百分比中小于或等于第四预定百分比的第二变化百分比的个数,作为第六数量;
此步骤中,第四预定百分比根据实际场景需求可以灵活设定,例如将第四预定百分比设置为100%,当然也可以将第四预定百分比设置为其他数值,本发明实施例对此不进行限定。
步骤六、判断下式是否成立:
第五数量>第六数量*第三预定值
若上式成立,则暗场图像受外界光照影响不大,该暗场图像可以用来进行平场校正。
此步骤中第三预定值可以根据实际场景灵活设定,例如第三预定值可以取0.8、0.7、0.6、0.65等,本发明对此不进行限定。
在一个实施例中,具体可以利用如下方法实现上述步骤四至步骤六:
步骤(1)、统计得到第二变化百分比中小于或等于10%的第二变化百分比为a个,统计得到第二变化百分比中大于10%并且小于或等于20%的第二变化百分比为b个,统计得到第二变化百分比中大于20%并且小于或等于30%的第二变化百分比为c个,统计得到第二变化百分比中大于30%并且小于或等于40%的第二变化百分比为d个,统计得到第二变化百分比中大于40%并且小于或等于50%的第二变化百分比为e个,统计得到第二变化百分比中大于50%并且小于或等于60%的第二变化百分比为f个,统计得到第二变化百分比中大于60%并且小于或等于70%的第二变化百分比为g个,统计得到第二变化百分比中大于70%并且小于或等于80%的第二变化百分比为h个,统计得到第二变化百分比中大于80%并且小于或等于90%的第二变化百分比为i个,统计得到第二变化百分比中大于90%并且小于或等于100%的第二变化百分比为j个;
步骤(2)、判断下式是否成立:
Figure GDA0002666859840000201
根据上述可知第三预定百分比取值为30%,第四预定百分比取值为100%,第三预定值取值为0.8。
如果上式成立,则说明暗场图像各个像素点的灰度值与参考暗场图像各个像素点的灰度值相差不大,外界光照不影响获取的暗场图像,即暗场图像可以用来进行平成校正。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第一向量;其中n为参考暗场图像中像素点的个数;
步骤四、暗场图像中所有像素点的FPN值形成一个n维向量,作为第二向量;应当说明的是参考暗场图像中的像素点个数与暗场图像中的像素点个数相等,都是n个。
步骤五、利用如下公式计算第一向量与第二向量的欧式距离:
Figure GDA0002666859840000211
步骤六、判断欧式距离是否大于第四预定值;若欧式距离大于第四预定值,则暗场图像中像素点的灰度值与参考暗场图像中像素点的灰度值相差较大,暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
此步骤中,第四预定值可以根据实际的应用场景灵活设定,本发明对此不进行限定。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第三向量;其中n为参考暗场图像中像素点的个数;
步骤四、暗场图像中所有像素点的FPN值形成一个n维向量,作为第四向量;
步骤五、利用如下公式计算第三向量与第四向量的标准化欧式距离:
Figure GDA0002666859840000212
式中,s(k)为所述第三向量的第k个元素与所述第四向量的第k个元素的标准差;
步骤六、判断标准化欧式距离是否大于第五预定值;若标准化欧式距离大于第五预定值,则暗场图像中像素点的灰度值与参考暗场图像中像素点的灰度值相差较大,暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
此步骤中,第五预定值可以根据实际的应用场景灵活设定,本发明对此不进行限定。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第五向量;其中n为参考暗场图像中像素点的个数;
步骤四、暗场图像中所有像素点的FPN值形成一个n维向量,作为第六向量;
步骤五、利用如下公式计算第五向量与第六向量的曼哈顿距离:
Figure GDA0002666859840000222
步骤六、判断曼哈顿距离是否大于第六预定值;若曼哈顿距离大于第六预定值,则暗场图像中像素点的灰度值与参考暗场图像中像素点的灰度值相差较大,暗场图像受外界光照影响大,不适合用于进行平场校正,需要删除暗场图像或利用参考暗场图像代替该暗场图像。
此步骤中,第六预定值可以根据实际的应用场景灵活设定,本发明对此不进行限定。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第七向量;其中n为参考暗场图像中像素点的个数;
步骤四、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第八向量;
步骤五、利用如下公式计算第七向量与第八向量的夹角余弦:
Figure GDA0002666859840000221
步骤六、判断夹角余弦是否在第一预定范围内;若夹角余弦在第一预定范围内,则暗场图像受外界光照影响不大,暗场图像可以用来进行平场校正。
此步骤中,夹角余弦的取值范围为[-1,1],夹角余弦越大表示第七向量和第八向量的夹角越小,夹角余弦越小表示两个向量的夹角越大。当两个向量的方向重合时为夹角余弦为1,方向完全相反时夹角余弦为-1。如果夹角余弦接近1,即在第一预定范围内说明外界光照对获取的暗场图像影响不大。其中,第一预定范围可以根据实际情景灵活设定,本本发明实施例对此不进行限定。
在一个实施例中,步骤220中判断暗场图像是否受外界光照影响大,包括如下子步骤:
步骤一、利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
步骤二、利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
步骤三、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第九向量FPN1;其中n为参考暗场图像中像素点的个数;
步骤四、参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第十向量FPN2;
步骤五、利用如下公式计算第九向量FPN1与第十向量FPN2的相关系数ρ12
Figure GDA0002666859840000231
步骤六、判断相关系数是否在第二预定范围内;若相关系数在第二预定范围内,则暗场图像受外界光照影响不大,暗场图像可以用来进行平场校正。其中,第一预定范围可以根据实际情景灵活设定,本发明实施例对此不进行限定。
步骤六中,相关系数可以衡量相关程度,取值范围[-1,1]。相关系数的绝对值越大,表明FPN2与FPN1相关度越高,相关系数为1表示正线性相关,相关系数为-1表示负线性相关,相关系数为0表示不相关。如果相关系数在第二预定范围内说明参考暗场图像与暗藏图像的相关程度较高,外界光照对获取的暗场图像影响不大。
另外还可以通过相关距离判断参考暗场图像与暗藏图像的相关程度,相关距离D利用如下公式计算:
D=1-ρ12
如果ρ12接近1,D接近0,即相关距离在预定范围内时,说明外界光照对获取的暗场图像影响不大,暗场图像可以用来进行平场校正。
本发明实施例还提供了一种平场校正装置,如图4所示,该装置包括:
第一调整控制部件,用于调整相机的曝光时间到最小,调整相机的增益到最小,并控制调整后的相机采集目标物体的图像,得到暗场图像;
第二调整控制部件,用于调整相机的曝光时间到正常拍摄状态时的曝光时间,调整相机的增益到正常拍摄状态时的增益,并控制调整后的相机采集目标物体的图像,得到备用亮场图像;
优化处理部件,用于对备用亮场图像中各个像素点的灰度值进行均值滤波,得到亮场图像;
灰度值校正部件,用于结合暗场图像和亮场图像,利用平场校正算法校正相机拍摄图像中各个像素点的灰度值。
本实施例的平场校正装置提高了暗场图像和亮场图像的质量,从而有效提高了平场校正的校正精度,同时避免了由人工操作来获取暗场图像,提高了暗场图像的获取效率。
在一个实施例中,平场校正装置还包括:
第三调整控制部件,用于利用关闭镜头盖的相机采集目标物体的图像,得到参考暗场图像;
校验部件,用于根据暗场图像中各个像素点的灰度值以及参考暗场图像中对应的像素点的灰度值,判断暗场图像是否受外界光照影响大,若暗场图像受外界光照影响大,则利用参考暗场图像替换暗场图像。
在一个实施例中,校验部件包括第一校验子部件,第一校验子部件包括:
第一方差确定子部件,用于计算暗场图像中各像素点灰度值的均方差,作为第一均方差;
第二方差确定子部件,用于计算参考暗场图像中各像素点灰度值的均方差,作为第二均方差;
方差处理子部件,判断第一均方差是否小于第一预定值,若第一均方差小于第一预定值则暗场图像受外界光照影响下,可以用于进行平场校正,如果第一均方差大于第一预定值,则判断第二均方差是否小于第一预定值,若第二均方差小于第一预定值,则用参考暗场图像代替暗场图形,进行平场校正。
在一个实施例中,校验部件包括第二校验子部件,第二校验子部件包括:
第一FPN值确定子部件,用于利用下面的公式计算参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示参考暗场图像中第k个像素点的FPN值,IM1(k)表示参考暗场图像中第k个像素点的灰度值,min(IM1)表示参考暗场图像中所有像素点的灰度值的最小值;
第二FPN值确定子部件,用于利用下面的公式计算暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示暗场图像中所有像素点的灰度值的最小值;
第一平均值确定子部件,用于计算参考暗场图像中各个像素点的FPN值的平均值,作为第一平均值;
第二平均值确定子部件,用于计算暗场图像中各个像素点的FPN值的平均值,作为第二平均值;
均值处理子部件,用于判断下式是否成立:
第二平均值>>第一平均值
若上式成立,则判定暗场图像受外界光照影响大。
应当说明的是,校验部件还包括其他校验子部件用来实现上述平场校正方法中的判断暗场图像是否受外界光照影响大,对于其中重复的部分本发明实施例不再进行赘述。另外,本发明实施例中的平场校正装置是与本发明实施例中的平场校正方法对应的产品,本发明实施例中的平场校正方法的每一个步骤均由本发明实施例中的平场校正装置的部件完成,因此对于相同的部分不再进行赘述。
本发明实施例还提供了一种图像验证装置,如图5所示,该装置包括:
第一相机调整部件,用于调整相机的曝光时间到最小,同时调整相机的增益到最小;利用调整后的相机采集目标物体的图像,得到暗场图像;
第二相机调整部件,用于关闭相机的镜头盖,即盖紧相机的镜头盖,并采集目标物体的图像,得到参考暗场图像;
图像校验部件,用于根据暗场图像中各个像素点的灰度值以及参考暗场图像中对应的像素点的灰度值,判断暗场图像是否受外界光照影响大,若暗场图像受外界光照影响大,则判定暗场图像不合格。
应当说明的是,图像校验部件还包括其他校验子部件用来实现上述图像验证方法中的判断暗场图像是否受外界光照影响大,对于其中重复的部分本发明实施例不再进行赘述。另外,本发明实施例中的图像验证装置是与本发明实施例中的图像验证方法对应的产品,本发明实施例中的图像验证方法的每一个步骤均由本发明实施例中的图像验证装置的部件完成,因此对于相同的部分不再进行赘述。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (18)

1.一种平场校正方法,其特征在于,所述方法包括如下步骤:
调整相机的曝光时间到最小,同时调整所述相机的增益到最小;利用调整后的所述相机采集目标物体的图像,得到暗场图像;
调整所述相机的曝光时间到正常拍摄状态时的曝光时间,同时调整所述相机的增益到正常拍摄状态时的增益;利用调整后的所述相机采集所述目标物体的图像,得到备用亮场图像;
对所述备用亮场图像中各个像素点的灰度值进行均值滤波,得到亮场图像;
利用关闭镜头盖的相机采集所述目标物体的图像,得到参考暗场图像;
根据所述暗场图像中各个像素点的灰度值以及所述参考暗场图像中对应的像素点的灰度值,判断所述暗场图像是否受外界光照影响大,若所述暗场图像受外界光照影响大,则利用所述参考暗场图像替换所述暗场图像;
结合所述暗场图像和所述亮场图像,利用平场校正算法校正所述相机拍摄图像中各个像素点的灰度值。
2.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
计算所述暗场图像中各像素点灰度值的均方差;
判断所述均方差是否大于第一预定值,若所述均方差大于所述第一预定值,则所述暗场图像受外界光照影响大。
3.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
计算所述参考暗场图像中各个像素点的FPN值的平均值,作为第一平均值;
计算所述暗场图像中各个像素点的FPN值的平均值,作为第二平均值;
判断下式是否成立:
第二平均值>>第一平均值
若上式成立,则所述暗场图像受外界光照影响大。
4.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
对于所述暗场图像中每个像素点,利用该像素点的FPN值减去所述参考暗场图像中对应像素点的FPN值,作为FPN差值;
统计所述FPN差值中正数的个数,作为第一数量;
统计所述FPN差值中除正数外的剩余FPN差值的个数,作为第二数量;
判断下式是否成立:
第一数量>>第二数量
若上式成立,则所述暗场图像受外界光照影响大。
5.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
利用如下公式计算所述暗场图像中每个像素点相对于所述参考暗场图像的第一变化百分比:
Figure FDA0002666859830000021
统计所述第一变化百分比中小于或等于第一预定百分比的所述第一变化百分比的个数,作为第三数量;
统计所述第一变化百分比中小于或等于第二预定百分比的所述第一变化百分比的个数,作为第四数量;
判断下式是否成立:
第三数量>第四数量*第二预定值
若上式成立,则所述暗场图像受外界光照影响不大。
6.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
利用如下公式计算所述暗场图像的每个像素点相对于所述参考暗场图像整体或相对于所述暗场图像整体的第二变化百分比:
Figure FDA0002666859830000031
统计所述第二变化百分比中小于或等于第三预定百分比的所述第二变化百分比的个数,作为第五数量;
统计所述第二变化百分比中小于或等于第四预定百分比的所述第二变化百分比的个数,作为第六数量;
判断下式是否成立:
第五数量>第六数量*第三预定值
若上式成立,则所述暗场图像受外界光照影响不大。
7.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第一向量;其中n为所述参考暗场图像中像素点的个数;
所述暗场图像中所有像素点的FPN值形成一个n维向量,作为第二向量;
利用如下公式计算所述第一向量与所述第二向量的欧式距离:
Figure FDA0002666859830000032
判断所述欧式距离是否大于第四预定值;
若所述欧式距离大于所述第四预定值,则所述暗场图像受外界光照影响大。
8.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第三向量;其中n为所述参考暗场图像中像素点的个数;
所述暗场图像中所有像素点的FPN值形成一个n维向量,作为第四向量;
利用如下公式计算所述第三向量与所述第四向量的标准化欧式距离:
Figure FDA0002666859830000041
式中,s(k)为所述第三向量的第k个元素与所述第四向量的第k个元素的标准差;
判断所述标准化欧式距离是否大于第五预定值;
若所述标准化欧式距离大于所述第五预定值,则所述暗场图像受外界光照影响大。
9.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第五向量;其中n为所述参考暗场图像中像素点的个数;
所述暗场图像中所有像素点的FPN值形成一个n维向量,作为第六向量;
利用如下公式计算所述第五向量与所述第六向量的曼哈顿距离:
Figure FDA0002666859830000042
判断所述曼哈顿距离是否大于第六预定值;
若所述曼哈顿距离大于所述第六预定值,则所述暗场图像受外界光照影响大。
10.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第七向量;其中n为所述参考暗场图像中像素点的个数;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第八向量;
利用如下公式计算所述第七向量与所述第八向量的夹角余弦cosθ:
Figure FDA0002666859830000051
判断所述夹角余弦是否在第一预定范围内;
若所述夹角余弦在所述第一预定范围内,则所述暗场图像受外界光照影响不大。
11.根据权利要求1所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第九向量FPN1;其中n为所述参考暗场图像中像素点的个数;
所述参考暗场图像中所有像素点的FPN值形成一个n维向量,作为第十向量FPN2;
利用如下公式计算所述第九向量FPN1与所述第十向量FPN2的相关系数ρ12
Figure FDA0002666859830000052
判断所述相关系数是否在第二预定范围内;
若所述相关系数在所述第二预定范围内,则所述暗场图像受外界光照影响不大。
12.根据权利要求1所述的方法,其特征在于,所述对所述备用亮场图像中各个像素点的灰度值进行均值滤波,得到亮场图像,具体包括如下步骤:
将所述备用亮场图像的各个像素点根据位置坐标进行排序;
对所述备用亮场图像的每个像素点,判断该像素点前面的像素点个数是否大于或等于第一预定个数,同时判断该像素点后面的像素点个数是否大于或等于第二预定个数;
若该像素点前面的像素点个数大于或等于所述第一预定个数,同时该像素点后面的像素点个数大于或等于所述第二预定个数,则该像素点的灰度值等于该像素点的灰度值、该像素点前面所述第一预定个数的像素点的灰度值以及该像素点后面所述第二预定个数的像素点的灰度值的均值;
若该像素点前面的像素点个数小于所述第一预定个数,或,该像素点后面的像素点个数小于所述第二预定个数,则该像素点的灰度值不变。
13.一种图像验证方法,其特征在于,所述方法包括如下步骤:
调整相机的曝光时间到最小,同时调整所述相机的增益到最小;利用调整后的所述相机采集目标物体的图像,得到暗场图像;
关闭所述相机的镜头盖,并采集所述目标物体的图像,得到参考暗场图像;
根据所述暗场图像中各个像素点的灰度值以及所述参考暗场图像中对应的像素点的灰度值,判断所述暗场图像是否受外界光照影响大,若所述暗场图像受外界光照影响大,则所述暗场图像不合格。
14.根据权利要求13所述的方法,其特征在于,所述判断所述暗场图像是否受外界光照影响大,包括如下步骤:
计算所述暗场图像中各像素点灰度值的均方差;
判断所述均方差是否大于第一预定值,若所述均方差大于所述第一预定值,则所述暗场图像受外界光照影响大。
15.一种平场校正装置,其特征在于,所述装置包括:
第一调整控制部件,用于调整相机的曝光时间到最小,调整所述相机的增益到最小,并控制调整后的所述相机采集目标物体的图像,得到暗场图像;
第二调整控制部件,用于调整所述相机的曝光时间到正常拍摄状态时的曝光时间,调整所述相机的增益到正常拍摄状态时的增益,并控制调整后的所述相机采集目标物体的图像,得到备用亮场图像;
优化处理部件,用于对所述备用亮场图像中各个像素点的灰度值进行均值滤波,得到亮场图像;
第三调整控制部件,用于利用关闭镜头盖的所述相机采集所述目标物体的图像,得到参考暗场图像;
校验部件,用于根据所述暗场图像中各个像素点的灰度值以及所述参考暗场图像中对应的像素点的灰度值,判断所述暗场图像是否受外界光照影响大,若所述暗场图像受外界光照影响大,则利用所述参考暗场图像替换所述暗场图像;
灰度值校正部件,用于结合所述暗场图像和所述亮场图像,利用平场校正算法校正所述相机拍摄图像中各个像素点的灰度值。
16.根据权利要求15所述的装置,其特征在于,所述校验部件包括第一校验子部件,所述第一校验子部件包括:
方差确定子部件,用于计算所述暗场图像中各像素点灰度值的均方差;
方差处理子部件,用于判断所述均方差是否大于第一预定值,若所述均方差大于所述第一预定值,则所述暗场图像受外界光照影响大。
17.根据权利要求15所述的装置,其特征在于,所述校验部件包括第二校验子部件,所述第二校验子部件包括:
第一FPN值确定子部件,用于利用下面的公式计算所述参考暗场图像中各个像素点的FPN值;
FPN1(k)=IM1(k)-min(IM1)
式中,FPN1(k)表示所述参考暗场图像中第k个像素点的FPN值,IM1(k)表示所述参考暗场图像中第k个像素点的灰度值,min(IM1)表示所述参考暗场图像中所有像素点的灰度值的最小值;
第二FPN值确定子部件,用于利用下面的公式计算所述暗场图像中各个像素点的FPN值;
FPN2(k)=IM2(k)-min(IM2)
式中,FPN2(k)表示所述暗场图像中第k个像素点的FPN值,IM2(k)表示所暗场图像中第k个像素点的灰度值,min(IM2)表示所述暗场图像中所有像素点的灰度值的最小值;
第一平均值确定子部件,用于计算所述参考暗场图像中各个像素点的FPN值的平均值,作为第一平均值;
第二平均值确定子部件,用于计算所述暗场图像中各个像素点的FPN值的平均值,作为第二平均值;
均值处理子部件,用于判断下式是否成立:
第二平均值>>第一平均值
若上式成立,则判定所述暗场图像受外界光照影响大。
18.一种图像验证装置,其特征在于,所述装置包括:
第一相机调整部件,用于调整相机的曝光时间到最小,同时调整所述相机的增益到最小;利用调整后的所述相机采集目标物体的图像,得到暗场图像;
第二相机调整部件,用于关闭所述相机的镜头盖,并采集所述目标物体的图像,得到参考暗场图像;
图像校验部件,用于根据所述暗场图像中各个像素点的灰度值以及所述参考暗场图像中对应的像素点的灰度值,判断所述暗场图像是否受外界光照影响大,若所述暗场图像受外界光照影响大,则判定所述暗场图像不合格。
CN201710933099.4A 2017-10-10 2017-10-10 平场校正方法及装置、图像验证方法及装置 Active CN109660736B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710933099.4A CN109660736B (zh) 2017-10-10 2017-10-10 平场校正方法及装置、图像验证方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710933099.4A CN109660736B (zh) 2017-10-10 2017-10-10 平场校正方法及装置、图像验证方法及装置

Publications (2)

Publication Number Publication Date
CN109660736A CN109660736A (zh) 2019-04-19
CN109660736B true CN109660736B (zh) 2021-02-23

Family

ID=66108195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710933099.4A Active CN109660736B (zh) 2017-10-10 2017-10-10 平场校正方法及装置、图像验证方法及装置

Country Status (1)

Country Link
CN (1) CN109660736B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112710685B (zh) * 2019-10-27 2022-06-14 合肥美亚光电技术股份有限公司 X光传感器灰度校正方法、装置及x光异物检测机
CN110996095B (zh) * 2019-12-03 2021-09-14 哈尔滨工程大学 一种倍增ccd倍增增益拟合测量方法
CN113822940B (zh) * 2021-08-27 2023-09-01 华兴源创(成都)科技有限公司 平场矫正标定方法、装置及系统、计算机设备及介质
CN113949830B (zh) * 2021-09-30 2023-11-24 国家能源集团广西电力有限公司 一种图像处理方法
CN114757853B (zh) * 2022-06-13 2022-09-09 武汉精立电子技术有限公司 平场校正函数的获取方法及系统、平场校正方法及系统
CN116029938B (zh) * 2023-02-24 2023-06-23 浙江双元科技股份有限公司 一种基于线性拟合的图像平场校正方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102885612A (zh) * 2012-02-14 2013-01-23 苏州微清医疗器械有限公司 一种用于临床诊断的眼底成像设备
CN102937510A (zh) * 2012-11-12 2013-02-20 中国科学院高能物理研究所 一种针对x射线闪烁屏的性能测试装置
CN103445803A (zh) * 2013-09-09 2013-12-18 深圳先进技术研究院 基于正弦图的ct系统射束硬化消除方法及其系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7443431B2 (en) * 2002-09-13 2008-10-28 Eastman Kodak Company Fixed pattern noise removal in CMOS imagers across various operational conditions

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102885612A (zh) * 2012-02-14 2013-01-23 苏州微清医疗器械有限公司 一种用于临床诊断的眼底成像设备
CN102937510A (zh) * 2012-11-12 2013-02-20 中国科学院高能物理研究所 一种针对x射线闪烁屏的性能测试装置
CN103445803A (zh) * 2013-09-09 2013-12-18 深圳先进技术研究院 基于正弦图的ct系统射束硬化消除方法及其系统

Also Published As

Publication number Publication date
CN109660736A (zh) 2019-04-19

Similar Documents

Publication Publication Date Title
CN109660736B (zh) 平场校正方法及装置、图像验证方法及装置
CN108600725B (zh) 一种基于rgb-ir图像数据的白平衡校正装置及方法
CN106875339B (zh) 一种基于长条形标定板的鱼眼图像拼接方法
CN103973990B (zh) 宽动态融合方法及装置
US7535511B2 (en) Automatic exposure control method and automatic exposure compensation apparatus
CN109712192B (zh) 摄像模组标定方法、装置、电子设备及计算机可读存储介质
EP1447977A1 (en) Vignetting compensation
US10038862B2 (en) Methods and apparatus for automated noise and texture optimization of digital image sensors
JP2008167361A (ja) カメラモジュール及びこれを備えた電子機器並びにカメラモジュールの製造方法及びこれを用いた電子機器の製造方法
US20100225666A1 (en) Digital optical comparator
KR20090021627A (ko) 영상 왜곡 보정 방법 및 그 보정 방법을 채용한 영상처리장치
JP5000030B1 (ja) 画像処理装置、撮像装置、及び画像処理方法
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
US9444979B2 (en) Imaging device and image processing method
CN111292246A (zh) 图像颜色校正方法、存储介质及内窥镜
CN107995396B (zh) 一种双摄像头模组以及终端
CN109559353B (zh) 摄像模组标定方法、装置、电子设备及计算机可读存储介质
CN109738069B (zh) 多光谱成像照明空间非均匀性校正的方法
CN114757853B (zh) 平场校正函数的获取方法及系统、平场校正方法及系统
CN107172323B (zh) 大视场摄像头的图像去暗角方法及装置
CN107835351B (zh) 一种双摄像头模组以及终端
CN113313645A (zh) 图像处理方法、图像处理装置、终端及可读存储介质
WO2023074452A1 (ja) カメラ装置、および、カメラ装置の制御方法
TWI552603B (zh) 影像校正系統以及方法
CN102572315A (zh) 数字影像的斜纹噪声的检测方法

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: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant after: Lingyunguang Technology Co., Ltd

Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant before: LUSTER LIGHTTECH GROUP Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant