CN109887039A - 一种图像处理方法、装置、存储介质及终端 - Google Patents
一种图像处理方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN109887039A CN109887039A CN201910122459.1A CN201910122459A CN109887039A CN 109887039 A CN109887039 A CN 109887039A CN 201910122459 A CN201910122459 A CN 201910122459A CN 109887039 A CN109887039 A CN 109887039A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- gray value
- source images
- row
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000012937 correction Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请实施例公开了一种图像处理方法、装置、存储介质及终端,所述方法包括:获取源图像,在所述源图像上获取行像素集合以及列像素集合;获取所述行像素集合中各行像素的第一目标灰度值以及所述列像素集合中各列像素的第二目标灰度值,基于所述各行像素、所述各行像素的第一目标灰度值、所述各列像素以及所述各列像素的第二目标灰度值确定渐晕基面图像;基于所述源图像以及所述渐晕基面图像,生成所述源图像对应的校正图像;基于所述源图像以及所述校正图像,生成所述源图像对应的目标图像。因此,采用本申请实施例,可以减小对标定精度的影响,可以提高标定精度的准确率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种图像处理方法、装置、存储介 质及终端。
背景技术
相机标定在结构光三维成像系统中作为最核心的环节之一,是指从世界坐 标系换到图像坐标系的过程,其标定精度对于最终的测量结果具有重要影响。 图1展示了典型的结构光成像系统的标定结构示意图,借助带有棋盘格的标定 板,即可标定得到相机Camera与投影仪Projector的空间位置转换关系(即旋转 矩阵R与平移矩阵T)。
标定结果很大程度依赖于相机采集图像的质量,但由于CCD相机每个光敏 元的响应曲线、量子效率以及噪声的不同,再加上暗电流、偏置等效应的存在, 以及镜头固有的渐晕效应等复杂因素,导致最终获取的图像呈现中间亮,四周 暗的渐晕分布,从而对标定精度产生较大的影响,降低了标定精度的准确率。
发明内容
本申请实施例提供了一种图像处理方法、装置、存储介质及终端,可以解 决对标定精度产生较大的影响,降低了标定精度的准确率的问题。所述技术方 案如下;
第一方面,本申请实施例提供了一种图像处理方法,所述方法包括:
获取源图像,在所述源图像上获取行像素集合以及列像素集合;
获取所述行像素集合中各行像素的第一目标灰度值以及所述列像素集合中 各列像素的第二目标灰度值,基于所述各行像素、所述各行像素的第一目标灰 度值、所述各列像素以及所述各列像素的第二目标灰度值确定渐晕基面图像;
基于所述源图像以及所述渐晕基面图像,生成所述源图像对应的校正图像;
基于所述源图像以及所述校正图像,生成所述源图像对应的目标图像。
第二方面,本申请实施例提供了一种图像处理装置,所述装置包括:
像素获取模块,用于获取源图像,在所述源图像上获取行像素集合以及列 像素集合;
基面图像生成模块,用于获取所述行像素集合中各行像素的第一目标灰度 值以及所述列像素集合中各列像素的第二目标灰度值,基于所述各行像素、所 述各行像素的第一目标灰度值、所述各列像素以及所述各列像素的第二目标灰 度值确定渐晕基面图像;
校正图像生成模块,用于基于所述源图像以及所述渐晕基面图像,生成所 述源图像对应的校正图像;
目标图像生成模块,用于基于所述源图像以及所述校正图像,生成所述源 图像对应的目标图像。
第三方面,本申请实施例提供一种计算机存储介质,所述计算机存储介质 存储有多条指令,所述指令适于由处理器加载并执行上述的方法步骤。
第四方面,本申请实施例提供一种终端,可包括:处理器和存储器;其中, 所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行 上述的方法步骤。
本申请一些实施例提供的技术方案带来的有益效果至少包括:
在本申请实施例中,通过图像处理装置获取源图像,并在该源图像上获取 行像素集合以及列像素集合,获取行像素集合中各行像素的第一目标灰度值以 及列像素集合中各列像素的第二目标灰度值,基于各行像素、各行像素的第一 目标灰度值、各列像素以及各列像素的第二目标灰度值确定渐晕基面图像,再 基于源图像以及所生成的渐晕基面图像生成校正图像,最后根据源图像以及校 正图像生成目标图像。因此,通过在源图像中取出的行像素和列像素生成渐晕 基面图像,并基于该渐晕基面图像对源图像进行补偿,就可以使得生成的目标 图像在行列上的灰度值分布均匀,进而可以减小对标定精度的影响,可以提高 标定精度的准确率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述 中的附图仅仅是本申请的一些实施例,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是本申请实施例提供的一种标定场景的架构示意图;
图2是本申请实施例提供的一种图像处理方法的流程示意图;
图3是本申请实施例提供的一种源图像的举例示意图;
图4是本申请实施例提供的一种图像处理的流程示意图;
图5是本申请实施例提供的一种渐晕基面图像生成过程的举例示意图;
图6是本申请实施例提供的一种源图像中行像素的灰度分布曲线的展示效 果示意图;
图7是本申请实施例提供的一种校正图像生成过程的举例示意图;
图8是本申请实施例提供的一种目标图像生成过程的举例示意图;
图9是本申请实施例提供的一种目标图像中行像素的灰度分布曲线的展示 效果示意图;;
图10是本申请实施例提供的一种图像处理装置的结构示意图;
图11是本申请实施例提供的一种基面图像生成模块的结构示意图;
图12是本申请实施例提供的一种校正图像生成模块的结构示意图;
图13是本申请实施例提供的一种目标图像生成模块的结构示意图;
图14是本申请实施例提供的一种终端的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请 实施例方式作进一步地详细描述。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同 或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一 致的所有实施方式。相反,它们仅是如所附权利要求书中所详述的、本申请的 一些方面相一致的装置和方法的例子。
在本申请的描述中,需要理解的是,术语“第一”、“第二”等仅用于描 述目的,而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而 言,可以具体情况理解上述术语在本申请中的具体含义。此外,在本申请的描 述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对 象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存 在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
在本申请中,除非另有明确的规定和限定,术语“连接”、“固定”等应 做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一 体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒 介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另 有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述 术语在本申请中的具体含义。
另外,本申请各个实施例之间的技术方案可以相互结合,但是必须是以本 领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实 现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
下面将结合附图2-附图9,对本申请实施例提供的图像处理方法进行详细介 绍。
请参见图2,为本申请实施例提供了一种图像处理方法的流程示意图。如图 2所示,本申请实施例的所述方法可以包括以下步骤:
S101,获取源图像,在所述源图像上获取行像素集合以及列像素集合;
可以理解的是,所述源图像可以为相机投影在包含标定板区域的位置所生 成的图像。在源图像中包含有多个像素,每个像素可通过一编号进行标识。可 以将源图像看作为一矩形图像,其中包含有多行以及多列。每行对应的像素为 行像素,每列对应的像素为列像素。
例如,如图3所示,其中A为源图像,在A中包含有棋盘格形的标定板区 域B。A由多个像素组成,在A中基于预设的选取规则选取行像素集合以及列 像素集合。
其中,行像素集合可以为同一行像素,也可以为不同行像素。相应的,列 像素集合也可以为同一列像素,还可以为不同列像素。
需要说明的是,通常在选取行像素集合以及列像素集合时,选取尽量靠近 中间区域且不包含棋盘格区域的像素。这是因为,对于中间棋盘格区域,亮度 合适且均匀,而对于棋盘格外的区域,图像呈现渐晕现象,通过选取靠近棋盘 格区域的像素,可以更准确改善渐晕现象。
在一种具体的实现方式中,图像处理装置获取相机所采集的源图像(初始 图像),并按照预先设置的截取规则在源图像上截取出一行像素以及一列像素, 如截取第4行第5列。
S102,获取所述行像素集合中各行像素的第一目标灰度值以及所述列像素 集合中各列像素的第二目标灰度值,基于所述各行像素、所述各行像素的第一 目标灰度值、所述各列像素以及所述各列像素的第二目标灰度值确定渐晕基面 图像;
可以理解的是,由于景物各点的颜色及亮度不同,摄成的黑白照片上各像 素呈现不同程度的灰色,因此,每个像素对应一灰度值。将所截取出的行像素 对应的灰度值作为第一目标灰度值,将所截取出的列像素对应的灰度值作为第 二目标灰度值。
其中,把白色与黑色之间按对数关系分成若干级,称为“灰度等级”。范围 一般从0到255,白色为255,黑色为0,故黑白图片也称灰度图像。
可选的,当所获取的源图像为彩色图像时,可先对该彩色图像进行灰度处 理,从而得到包含相同内容的灰度图像。
在一种具体的实现方式中,通过将各行像素以及各列像素进行排列组合, 从而得到第一像素集合。例如,行像素集合col(x)包含col(x1)、col(x2)、col(x3)和col(x4),列像素集合row(y)包含row(y1)、row(y2)和row (y3),排列组合后,得到第一像素集合为(x1,y1)、(x1,y2)、(x1,y3)、(x2, y1)、…、(x4,y3)。然后计算各行像素的第一目标灰度值与所述各列像素的第 二目标灰度值的平均值,如对于(x1,y1),则是计算col(x1)与row(y1)两点的灰度值的平均值,将所述平均值作为所述第一像素集合中各第一像素的第 一灰度值,得到各第一像素的灰度值后,即生成渐晕基面图像Ibase(x,y)。
S103,基于所述源图像以及所述渐晕基面图像,生成所述源图像对应的校 正图像;
可以理解的是,所述校正图像即用于对源图像中各第二像素的灰度值进行 校正的图像。
在一种具体的实现方式中,首先将所述源图像上各第二像素作为所述源图 像对应的校正图像上各第三像素,如(x1,y1)、(x1,y2)、(x1,y3)、(x2, y1)、…、(x4,y3),然后在第一像素集合中各第一像素的第一灰度值中获取最 大灰度值max(Ibase(x,y)),并计算所述最大灰度值max(Ibase(x,y))与所述第一 像素集合中各第一像素的第一灰度值Ibase(x,y)的差值,可以得到max(Ibase(x,y)) -Ibase(x1,y1)、max(Ibase(x,y))-Ibase(x1,y2)、…、max(Ibase(x,y))-Ibase(x4,y3);计算 所述各差值与所述最大灰度值的比值(max(Ibase(x,y))-Ibase(x1,y1))/max (Ibase(x,y))、…、;(max(Ibase(x,y))-Ibase(x4,y3))/max(Ibase(x,y)),计算所述各 比值与所述源图像上各第二像素的第二灰度值的乘积Icorrect(x,y)=I(x,y)×(max(Ibase(x,y))-Ibase(x,y))/max(Ibase(x,y)),将所述乘积作为所述校 正图像上各第三像素的第三灰度值,再基于所述各第三像素以及所述各第三像 素的第三灰度值生成校正图像。
可选的,也可将渐晕基面图像上各第一像素作为所述源图像对应的校正图 像上各第三像素。
S104,基于所述源图像以及所述校正图像,生成所述源图像对应的目标图 像。
在一种具体的实现方式中,将源图像上各第二像素作为所述源图像对应的 目标图像上各第四像素,然后分别对应计算源图像上各像素点与校正图像上各 像素点的灰度值的和值Iresult(x,y)=I(x,y)+Icorrect(x,y),将所得到的和值分别对应各 第四像素,从而就可得到目标图像,即对源图像进行校正后的图像。
可选的,也可将渐晕基面图像上各第一像素作为所述源图像对应的目标图 像上各第四像素。
在本申请实施例中,通过图像处理装置获取源图像,并在该源图像上获取 行像素集合以及列像素集合,获取行像素集合中各行像素的第一目标灰度值以 及列像素集合中各列像素的第二目标灰度值,基于各行像素、各行像素的第一 目标灰度值、各列像素以及各列像素的第二目标灰度值确定渐晕基面图像,再 基于源图像以及所生成的渐晕基面图像生成校正图像,最后根据源图像以及校 正图像生成目标图像。因此,通过在源图像中取出的行像素和列像素生成渐晕 基面图像,并基于该渐晕基面图像对源图像进行补偿,就可以使得生成的目标 图像在行列上的灰度值分布均匀,进而可以减小对标定精度的影响,可以提高 标定精度的准确率。
请参见图3,为本申请实施例提供了一种图像处理方法的流程示意图。本实 施例以图像处理方法应用于终端中来举例说明。该图像处理方法可以包括以下 步骤:
S201,获取源图像,在所述源图像上获取行像素集合以及列像素集合;
可以理解的是,所述源图像可以为相机投影在包含标定板区域的位置所生 成的图像。在源图像中包含有多个像素,每个像素可通过一标识进行识别,如 坐标,灰度值等。可以将源图像看作为一矩形图像,其中包含有多行以及多列。 每行对应的像素为行像素,每列对应的像素为列像素。
其中,行像素集合可以为同一行像素,也可以为不同行像素。相应的,列 像素集合也可以为同一列像素,还可以为不同列像素。
需要说明的是,通常在选取行像素集合以及列像素集合时,选取尽量靠近 中间区域且不包含棋盘格区域的像素。这是因为,对于中间棋盘格区域,亮度 合适且均匀,而对于棋盘格外的区域,图像呈现渐晕现象,通过选取靠近棋盘 格区域的像素,可以更准确改善渐晕现象。
例如,如图5所示,假设源图像I(x,y)为8*9(8行9列)的图像,若 取出第4行(行像素集合)col(x),包含col(1)~col(9),取出第5列(列 像素集合)row(y),包含row(1)~row(8)。
S202,获取所述行像素集合中各行像素的第一目标灰度值以及所述列像素 集合中各列像素的第二目标灰度值,基于所述各行像素以及所述各列像素生成 渐晕基面图像的第一像素集合;
可以理解的是,由于景物各点的颜色及亮度不同,摄成的黑白照片上各像 素呈现不同程度的灰色,因此,每个像素对应一灰度值。将所截取出的行像素 对应的灰度值作为第一目标灰度值,将所截取出的列像素对应的灰度值作为第 二目标灰度值。
其中,把白色与黑色之间按对数关系分成若干级,称为“灰度等级”。范围 一般从0到255,白色为255,黑色为0,故黑白图片也称灰度图像。
可选的,当所获取的源图像为彩色图像时,可先对该彩色图像进行灰度处 理,从而得到包含相同内容的灰度图像。
各行像素的第一目标灰度值为fcol(x),包含fcol(1)~fcol(9),其对应的灰度值可以分别为23、2、12、56、34、14、7、45和93,相应的,各列像素的第二目标 灰度值为frow(y),包含frow(1)~frow(8),其对应的灰度值可以分别为75、32、52、 8、42、65、13和31。
例如,如图6所示,为在源图像中所选取的一行像素的灰度分布曲线fcol(x), 可发现在中间棋盘格区域,各像素的灰度值波动较大,而在棋盘格区域两边, 则呈现渐晕现象,灰度值在尾部逐渐衰减。
对各行像素以及各列像素进行排列组合,就可以得到渐晕基面图像的各个 像素。例如,如图5所示,根据col(x)以及row(y)得到渐晕基面图像的各 像素为(row(1),col(1))、(row(1),col(2))、(row(1),col(3))、…、 (row(8),col(9))。
S203,计算所述各行像素的第一目标灰度值与所述各列像素的第二目标灰 度值的平均值,将所述平均值作为所述第一像素集合中各第一像素的第一灰度 值;
对于渐近基面图像中的每个像素,其对应的第一灰度值则是根据组成该像 素的行像素的第一目标灰度值以及组成该像素的列像素的第二目标灰度值得到, 具体可以为Ibase(x,y)=(frow(y)+fcol(x))/2。
例如,如图5所述,若x=5,y=5,该像素的灰度值为: Ibase(5,5)=(frow(5)+fcol(5))/2=(42+34)/2=38。
采用上述方法可分别得到渐晕基面图像Ibase(x,y)上的各第一像素的第一灰 度值。
S204,基于所述第一像素集合以及所述第一像素集合中各第一像素的第一 灰度值生成所述渐晕基面图像;
在确定了各像素坐标以及各像素对应的灰度值后,即生成渐晕基面图像 Ibase(x,y)。
S205,在所述第一像素集合中各第一像素对应的第一灰度值中获取最大灰 度值;
例如,按照上述方法可得到各第一灰度值分别为Ibase(1,1)=(75+23)/2=49、Ibase(1,2)=(75+2)/2=38.5、…、Ibase(8,9)=(31+93)/2=62,通过依次遍历这多个第一灰度值,从而可确定其中的最大灰度值max(Ibase(x,y)),假设为Ibase(4,6)=240, 如图6所示。
S206,将所述源图像上各第二像素作为所述源图像对应的校正图像上各第 三像素;
即校正图像同样为8*9尺寸的图像。
可选的,也可以将渐晕基面图像上各第一像素作为所述源图像对应的校正 图像上各第三像素,这是因为,所生成的渐晕基面图像同样也是8*9尺寸的图 像。
S207,计算所述最大灰度值与所述第一像素集合中各第一像素的第一灰度 值的差值;
根据公式max(Ibase(x,y))-Ibase(x,y)可得到各差值分别为max(Ibase(x,y))-Ibase(1,1)、 max(Ibase(x,y))-Ibase(1,2)、…、max(Ibase(x,y))-Ibase(8,9)..。
S208,计算所述各差值与所述最大灰度值的比值;
再根据公式(max(Ibase(x,y))-Ibase(x,y))/max(Ibase(x,y))可得到各比值分别为(max(Ibase(x,y))-Ibase(1,1))/max(Ibase(x,y))、(max(Ibase(x,y))-Ibase(1,2))/max(Ibase(x,y))、…、 (max(Ibase(x,y))-Ibase(8,9))/max(Ibase(x,y))。
S209,计算所述各比值与所述源图像上各第二像素的第二灰度值的乘积, 将所述乘积作为校正图像上各第三像素的第三灰度值;
最后根据公式
Icorrect(x,y)=I(x,y)×(max(Ibase(x,y))-Ibase(x,y))/max(Ibase(x,y))可得到各第三灰度值分别为I(1,1)×(max(Ibase(x,y))-Ibase(1,1))/max(Ibase(x,y))、 I(1,2)×(max(Ibase(x,y))-Ibase(1,2))/max(Ibase(x,y))、…、 I(8,9)×(max(Ibase(x,y))-Ibase(8,9))/max(Ibase(x,y))。
例如,如图7所示,若max(Ibase(x,y))=Ibase(4,6)=240,I(1,1)=20,Ibase(1,1)=32, 从而可得到校正图像上Icorrect(1,1)=20×(240-32)/240=17。
S210,基于所述各第三像素以及所述各第三像素的第三灰度值生成所述校 正图像;
在确定了各第三像素坐标以及各第三像素对应的灰度值后,即生成校正图 像Icorrect(x,y)。
S211,将所述源图像上各第二像素作为所述源图像对应的目标图像上各第 四像素;
即目标图像同样为8*9尺寸的图像。
可选的,也可以将渐晕基面图像上各第一像素或者校正图像上各第三像素 作为所述源图像对应的目标图像上各第四像素,这是因为,所生成的渐晕基面 图像以及校正图像同样也是8*9尺寸的图像。
S212,计算所述源图像上各第二像素的第二灰度值与所述校正图像上各第 三像素的第三灰度值的和值,将所述和值作为所述源图像对应的目标图像的各 四像素的第四灰度值;
根据公式Iresult(x,y)=I(x,y)+Icorrect(x,y)可得到各第四灰度值分别为: I(1,1)+Icorrect(1,1)、I(1,2)+Icorrect(1,2)、…、I(8,9)+Icorrect(8,9)。
例如,如图8所示,I(1,1)=20,Icorrect(1,1)=17,那么目标图像中第一个像素的灰度值为Iresult(1,1)=I(1,1)+Icorrect(1,1)=20+17=37。
S213,基于所述各第四像素以及所述各第四像素的第四灰度值生成所述目 标图像。
在确定了各第四像素坐标以及各第四像素对应的灰度值后,即生成目标图 像Iresult(x,y)。
例如,如图9所示为对应图6的行像素在经过补偿处理后的灰度分布曲线, 可见,在中间棋盘格区域,各像素的灰度值变化不大,仍然波动较大,而在棋 盘格区域外尾部衰减现象明显消失,灰度值则在一个稳定的区域内。
需要说明的是,本申请实施例并不仅限于对标定所依赖的图像进行处理的 场景,任何对图像灰度值分布呈现渐晕现象的场景均可适用。
在本申请实施例中,通过图像处理装置获取源图像,并在该源图像上获取 行像素集合以及列像素集合,获取行像素集合中各行像素的第一目标灰度值以 及列像素集合中各列像素的第二目标灰度值,基于各行像素、各行像素的第一 目标灰度值、各列像素以及各列像素的第二目标灰度值确定渐晕基面图像,再 基于源图像以及所生成的渐晕基面图像生成校正图像,最后根据源图像以及校 正图像生成目标图像。因此,通过在源图像中取出的行像素和列像素生成渐晕 基面图像,并基于该渐晕基面图像对源图像进行补偿,就可以使得生成的目标 图像在行列上的灰度值分布均匀,消除了因CCD光敏元本身差异产生的灰度值 分布不均以及镜头固有的渐晕效应的现象,进而可以减小对标定精度的影响, 可以提高标定精度的准确率;同时,也不需要额外采集副本底图像以及参考底 图像并构建复杂的图像处理模型就可以得到灰度值分布均匀且满足标定要求的 目标图像,极大的节省了计算开支,可以有效提高目标图像的获取效率。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请 装置实施例中未披露的细节,请参照本申请方法实施例。
请参见图10,其示出了本申请一个示例性实施例提供的图像处理装置的结 构示意图。该图像处理装置可以通过软件、硬件或者两者的结合实现成为终端 的全部或一部分。该装置1包括像素获取模块11、基面图像生成模块12、校正 图像生成模块13和目标图像生成模块14。
像素获取模块11,用于获取源图像,在所述源图像上获取行像素集合以及 列像素集合;
基面图像生成模块12,用于获取所述行像素集合中各行像素的第一目标灰 度值以及所述列像素集合中各列像素的第二目标灰度值,基于所述各行像素、 所述各行像素的第一目标灰度值、所述各列像素以及所述各列像素的第二目标 灰度值确定渐晕基面图像;
校正图像生成模块13,用于基于所述源图像以及所述渐晕基面图像,生成 所述源图像对应的校正图像;
目标图像生成模块14,用于基于所述源图像以及所述校正图像,生成所述 源图像对应的目标图像。
可选的,如图11所示,所述基面图像生成模块12,包括:
集合生成单元121,用于基于所述各行像素以及所述各列像素生成渐晕基面 图像的第一像素集合;
灰度值计算单元122,用于计算所述各行像素的第一目标灰度值与所述各列 像素的第二目标灰度值的平均值,将所述平均值作为所述第一像素集合中各第 一像素的第一灰度值;
图像生成单元123,用于基于所述第一像素集合以及所述第一像素集合中各 第一像素的第一灰度值生成所述渐晕基面图像。
可选的,如图12所示,所述校正图像生成模块13,包括:
最大值获取单元131,用于在所述第一像素集合中各第一像素的第一灰度值 中获取最大灰度值;
校正图像生成单元132,用于基于所述最大灰度值、所述渐晕基面图像以及 所述源图像,生成所述源图像对应的校正图像。
可选的,所述校正图像生成单元132,具体用于:
将所述源图像上各第二像素作为所述源图像对应的校正图像上各第三像素;
计算所述各差值与所述最大灰度值的比值;
计算所述各比值与所述源图像上各第二像素的第二灰度值的乘积,将所述 乘积作为所述校正图像上各第三像素的第三灰度值;
基于所述各第三像素以及所述各第三像素的第三灰度值生成所述校正图像。
可选的,如图13所示,所述目标图像生成模块14,包括:
像素设置单元141,用于将所述源图像上各第二像素作为所述源图像对应的 目标图像上各第四像素;
灰度值计算单元142,用于计算所述源图像上各第二像素的第二灰度值与所 述校正图像上各第三像素的第三灰度值的和值,将所述和值作为所述源图像对 应的目标图像的各四像素的第四灰度值;
图像生成单元143,用于基于所述各第四像素以及所述各第四像素的第四灰 度值生成所述目标图像。
在本申请实施例中,通过图像处理装置获取源图像,并在该源图像上获取 行像素集合以及列像素集合,获取行像素集合中各行像素的第一目标灰度值以 及列像素集合中各列像素的第二目标灰度值,基于各行像素、各行像素的第一 目标灰度值、各列像素以及各列像素的第二目标灰度值确定渐晕基面图像,再 基于源图像以及所生成的渐晕基面图像生成校正图像,最后根据源图像以及校 正图像生成目标图像。因此,通过在源图像中取出的行像素和列像素生成渐晕 基面图像,并基于该渐晕基面图像对源图像进行补偿,就可以使得生成的目标 图像在行列上的灰度值分布均匀,消除了因CCD光敏元本身差异产生的灰度值 分布不均以及镜头固有的渐晕效应的现象,进而可以减小对标定精度的影响, 可以提高标定精度的准确率;同时,也不需要额外采集副本底图像以及参考底 图像并构建复杂的图像处理模型就可以得到灰度值分布均匀且满足标定要求的 目标图像,极大的节省了计算开支,可以有效提高目标图像的获取效率。
需要说明的是,上述实施例提供的图像处理装置在执行图像处理方法时, 仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上 述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模 块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的图像处理 装置与图像处理方法实施例属于同一构思,其体现实现过程详见方法实施例, 这里不再赘述。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本申请实施例还提供了一种计算机存储介质,所述计算机存储介质可以存 储有多条指令,所述指令适于由处理器加载并执行如上述图2-图9所示实施例 的方法步骤,具体执行过程可以参见图2-图9所示实施例的具体说明,在此不 进行赘述。
本申请还提供了一种计算机程序产品,该计算机程序产品存储有至少一条 指令,所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述 的焦点状态刷新方法。
请参见图14,为本申请实施例提供了一种终端的结构示意图。如图14所示, 所述终端1000可以包括:至少一个处理器1001,至少一个网络接口1004,用 户接口1003,存储器1005,至少一个通信总线1002。
其中,通信总线1002用于实现这些组件之间的连接通信。
其中,用户接口1003可以包括显示屏(Display)、摄像头(Camera),可选 用户接口1003还可以包括标准的有线接口、无线接口。
其中,网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI 接口)。
其中,处理器1001可以包括一个或者多个处理核心。处理器1001利用各 种借口和线路连接整个终端1000内的各个部分,通过运行或执行存储在存储器 1005内的指令、程序、代码集或指令集,以及调用存储在存储器1005内的数据, 执行终端1000的各种功能和处理数据。可选的,处理器1001可以采用数字信 号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的 至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中 的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等; GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器1001中,单独 通过一块芯片进行实现。
其中,存储器1005可以包括随机存储器(Random Access Memory,RAM), 也可以包括只读存储器(Read-Only Memory)。可选的,该存储器1005包括非 瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储 器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括 存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、 用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、 用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施 例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理 器1001的存储装置。如图14所示,作为一种计算机存储介质的存储器1005中 可以包括操作系统、网络通信模块、用户接口模块以及图像处理应用程序。
在图14所示的终端1000中,用户接口1003主要用于为用户提供输入的接 口,获取用户输入的数据;而处理器1001可以用于调用存储器1005中存储的 图像处理应用程序,并具体执行以下操作:
获取源图像,在所述源图像上获取行像素集合以及列像素集合;
获取所述行像素集合中各行像素的第一目标灰度值以及所述列像素集合中 各列像素的第二目标灰度值,基于所述各行像素、所述各行像素的第一目标灰 度值、所述各列像素以及所述各列像素的第二目标灰度值确定渐晕基面图像;
基于所述源图像以及所述渐晕基面图像,生成所述源图像对应的校正图像;
基于所述源图像以及所述校正图像,生成所述源图像对应的目标图像。
在一个实施例中,所述处理器1001在执行基于所述各行像素、所述各行像 素的第一目标灰度值、所述各列像素以及所述各列像素的第二目标灰度值确定 渐晕基面图像时,具体执行以下操作:
基于所述各行像素以及所述各列像素生成渐晕基面图像的第一像素集合;
计算所述各行像素的第一目标灰度值与所述各列像素的第二目标灰度值的 平均值,将所述平均值作为所述第一像素集合中各第一像素的第一灰度值;
基于所述第一像素集合以及所述第一像素集合中各第一像素的第一灰度值 生成所述渐晕基面图像。
在一个实施例中,所述处理器1001在执行基于所述源图像以及所述渐晕基 面图像,生成所述源图像对应的校正图像时,具体执行以下操作:
在所述第一像素集合中各第一像素对应的第一灰度值中获取最大灰度值;
基于所述最大灰度值、所述渐晕基面图像以及所述源图像,生成所述源图 像对应的校正图像。
在一个实施例中,所述处理器1001在执行基于所述最大灰度值、所述渐晕 基面图像以及所述源图像,生成所述源图像对应的校正图像时,具体执行以下 操作:
将所述源图像上各第二像素作为所述源图像对应的校正图像上各第三像素;
计算所述最大灰度值与所述第一像素集合中各第一像素的第一灰度值的差 值;
计算所述各差值与所述最大灰度值的比值;
计算所述各比值与所述源图像上各第二像素的第二灰度值的乘积,将所述 乘积作为所述校正图像上各第三像素的第三灰度值;
基于所述各第三像素以及所述各第三像素的第三灰度值生成所述校正图像。
在一个实施例中,所述处理器1001在执行基于所述源图像以及所述校正图 像,生成所述源图像对应的目标图像时,具体执行以下操作:
将所述源图像上各第二像素作为所述源图像对应的目标图像上各第四像素;
计算所述源图像上各第二像素的第二灰度值与所述校正图像上各第三像素 的第三灰度值的和值,将所述和值作为所述源图像对应的目标图像的各四像素 的第四灰度值;
基于所述各第四像素以及所述各第四像素的第四灰度值生成所述目标图像。
在本申请实施例中,通过图像处理装置获取源图像,并在该源图像上获取 行像素集合以及列像素集合,获取行像素集合中各行像素的第一目标灰度值以 及列像素集合中各列像素的第二目标灰度值,基于各行像素、各行像素的第一 目标灰度值、各列像素以及各列像素的第二目标灰度值确定渐晕基面图像,再 基于源图像以及所生成的渐晕基面图像生成校正图像,最后根据源图像以及校 正图像生成目标图像。因此,通过在源图像中取出的行像素和列像素生成渐晕 基面图像,并基于该渐晕基面图像对源图像进行补偿,就可以使得生成的目标 图像在行列上的灰度值分布均匀,消除了因CCD光敏元本身差异产生的灰度值 分布不均以及镜头固有的渐晕效应的现象,进而可以减小对标定精度的影响, 可以提高标定精度的准确率;同时,也不需要额外采集副本底图像以及参考底 图像并构建复杂的图像处理模型就可以得到灰度值分布均匀且满足标定要求的 目标图像,极大的节省了计算开支,可以有效提高目标图像的获取效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程, 是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算 机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。 其中,所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之 权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (10)
1.一种图像处理方法,其特征在于,所述方法包括:
获取源图像,在所述源图像上获取行像素集合以及列像素集合;
获取所述行像素集合中各行像素的第一目标灰度值以及所述列像素集合中各列像素的第二目标灰度值,基于所述各行像素、所述各行像素的第一目标灰度值、所述各列像素以及所述各列像素的第二目标灰度值确定渐晕基面图像;
基于所述源图像以及所述渐晕基面图像,生成所述源图像对应的校正图像;
基于所述源图像以及所述校正图像,生成所述源图像对应的目标图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述各行像素、所述各行像素的第一目标灰度值、所述各列像素以及所述各列像素的第二目标灰度值确定渐晕基面图像,包括:
基于所述各行像素以及所述各列像素生成渐晕基面图像的第一像素集合;
计算所述各行像素的第一目标灰度值与所述各列像素的第二目标灰度值的平均值,将所述平均值作为所述第一像素集合中各第一像素的第一灰度值;
基于所述第一像素集合以及所述第一像素集合中各第一像素的第一灰度值生成所述渐晕基面图像。
3.根据权利要求2所述的方法,其特征在于,所述基于所述源图像以及所述渐晕基面图像,生成所述源图像对应的校正图像,包括:
在所述第一像素集合中各第一像素的第一灰度值中获取最大灰度值;
基于所述最大灰度值、所述渐晕基面图像以及所述源图像,生成所述源图像对应的校正图像。
4.根据权利要求3所述的方法,其特征在于,所述基于所述最大灰度值、所述渐晕基面图像以及所述源图像,生成所述源图像对应的校正图像,包括:
将所述源图像上各第二像素作为所述源图像对应的校正图像上各第三像素;
计算所述最大灰度值与所述第一像素集合中各第一像素的第一灰度值的差值;
计算所述各差值与所述最大灰度值的比值;
计算所述各比值与所述源图像上各第二像素的第二灰度值的乘积,将所述乘积作为所述校正图像上各第三像素的第三灰度值;
基于所述各第三像素以及所述各第三像素的第三灰度值生成所述校正图像。
5.根据权利要求4所述的方法,其特征在于,所述基于所述源图像以及所述校正图像,生成所述源图像对应的目标图像,包括:
将所述源图像上各第二像素作为所述源图像对应的目标图像上各第四像素;
计算所述源图像上各第二像素的第二灰度值与所述校正图像上各第三像素的第三灰度值的和值,将所述和值作为所述源图像对应的目标图像的各四像素的第四灰度值;
基于所述各第四像素以及所述各第四像素的第四灰度值生成所述目标图像。
6.一种图像处理装置,其特征在于,所述装置包括:
像素获取模块,用于获取源图像,在所述源图像上获取行像素集合以及列像素集合;
基面图像生成模块,用于获取所述行像素集合中各行像素的第一目标灰度值以及所述列像素集合中各列像素的第二目标灰度值,基于所述各行像素、所述各行像素的第一目标灰度值、所述各列像素以及所述各列像素的第二目标灰度值确定渐晕基面图像;
校正图像生成模块,用于基于所述源图像以及所述渐晕基面图像,生成所述源图像对应的校正图像;
目标图像生成模块,用于基于所述源图像以及所述校正图像,生成所述源图像对应的目标图像。
7.根据权利要求6所述的装置,其特征在于,所述基面图像生成模块,包括:
集合生成单元,用于基于所述各行像素以及所述各列像素生成渐晕基面图像的第一像素集合;
灰度值计算单元,用于计算所述各行像素的第一目标灰度值与所述各列像素的第二目标灰度值的平均值,将所述平均值作为所述第一像素集合中各第一像素的第一灰度值;
图像生成单元,用于基于所述第一像素集合以及所述第一像素集合中各第一像素的第一灰度值生成所述渐晕基面图像。
8.根据权利要求7所述的装置,其特征在于,所述校正图像生成模块,包括:
最大值获取单元,用于在所述第一像素集合中各第一像素的第一灰度值中获取最大灰度值;
校正图像生成单元,用于基于所述最大灰度值、所述渐晕基面图像以及所述源图像,生成所述源图像对应的校正图像。
9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~5任意一项的方法步骤。
10.一种终端,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1~5任意一项的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910122459.1A CN109887039B (zh) | 2019-02-19 | 2019-02-19 | 一种图像处理方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910122459.1A CN109887039B (zh) | 2019-02-19 | 2019-02-19 | 一种图像处理方法、装置、存储介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109887039A true CN109887039A (zh) | 2019-06-14 |
CN109887039B CN109887039B (zh) | 2023-04-28 |
Family
ID=66928507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910122459.1A Active CN109887039B (zh) | 2019-02-19 | 2019-02-19 | 一种图像处理方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109887039B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113554578A (zh) * | 2021-07-23 | 2021-10-26 | 奥比中光科技集团股份有限公司 | 一种光谱图像的确定方法、装置、终端和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070211154A1 (en) * | 2006-03-13 | 2007-09-13 | Hesham Mahmoud | Lens vignetting correction algorithm in digital cameras |
US20150036029A1 (en) * | 2013-08-01 | 2015-02-05 | Harvest Imaging bvba | Image sensor with shading detection |
US20160021352A1 (en) * | 2014-07-21 | 2016-01-21 | Samsung Electronics Co., Ltd. | Color shading correction using color channel consistency |
CN107239518A (zh) * | 2017-05-24 | 2017-10-10 | 福建中金在线信息科技有限公司 | 一种图像对比方法、对比装置、电子设备及存储介质 |
CN107888804A (zh) * | 2017-11-13 | 2018-04-06 | 烟台艾睿光电科技有限公司 | 热像仪图像处理方法及装置 |
CN108447069A (zh) * | 2018-03-01 | 2018-08-24 | 广州视源电子科技股份有限公司 | 一种粘合方法、系统、设备和装置 |
-
2019
- 2019-02-19 CN CN201910122459.1A patent/CN109887039B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070211154A1 (en) * | 2006-03-13 | 2007-09-13 | Hesham Mahmoud | Lens vignetting correction algorithm in digital cameras |
US20150036029A1 (en) * | 2013-08-01 | 2015-02-05 | Harvest Imaging bvba | Image sensor with shading detection |
US20160021352A1 (en) * | 2014-07-21 | 2016-01-21 | Samsung Electronics Co., Ltd. | Color shading correction using color channel consistency |
CN107239518A (zh) * | 2017-05-24 | 2017-10-10 | 福建中金在线信息科技有限公司 | 一种图像对比方法、对比装置、电子设备及存储介质 |
CN107888804A (zh) * | 2017-11-13 | 2018-04-06 | 烟台艾睿光电科技有限公司 | 热像仪图像处理方法及装置 |
CN108447069A (zh) * | 2018-03-01 | 2018-08-24 | 广州视源电子科技股份有限公司 | 一种粘合方法、系统、设备和装置 |
Non-Patent Citations (1)
Title |
---|
丁莹等: "视觉系统光学渐晕效应非线性补偿方法", 《清华大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113554578A (zh) * | 2021-07-23 | 2021-10-26 | 奥比中光科技集团股份有限公司 | 一种光谱图像的确定方法、装置、终端和存储介质 |
CN113554578B (zh) * | 2021-07-23 | 2024-05-31 | 奥比中光科技集团股份有限公司 | 一种光谱图像的确定方法、装置、终端和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109887039B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI247530B (en) | Image processing device and image processing method and processing program | |
JP7175197B2 (ja) | 画像処理方法および装置、記憶媒体、コンピュータ装置 | |
US20170201692A1 (en) | Image acquisition device, image acquisition method and terminal | |
US8208011B2 (en) | Stereoscopic display apparatus | |
CN109448660B (zh) | 改善显示视角色偏的方法、设备及存储介质 | |
US9036086B2 (en) | Display device illumination | |
JP2018511088A (ja) | Ledディスプレイに用いられる画像処理方法及び装置 | |
KR20160130005A (ko) | 광학 보상 시스템 및 광학 보상 방법 | |
CN109637437B (zh) | 图像显示控制方法、装置、介质及显示屏控制系统 | |
US10957092B2 (en) | Method and apparatus for distinguishing between objects | |
CN110149550B (zh) | 一种图像数据处理方法、装置和存储介质 | |
US20220375042A1 (en) | Defocus Blur Removal and Depth Estimation Using Dual-Pixel Image Data | |
TW200917838A (en) | Digital image tone remapping method and apparatus | |
CN109887039A (zh) | 一种图像处理方法、装置、存储介质及终端 | |
CN109448644A (zh) | 一种用于校正显示设备的灰阶显示曲线的方法、电子设备及计算机可读存储介质 | |
JP2003058880A (ja) | クロスフィルタ処理方法、クロスフィルタ処理装置、クロスフィルタ処理プログラム、及びこれを記録するコンピュータ読み取り可能な記録媒体 | |
US20230368340A1 (en) | Gating of Contextual Attention and Convolutional Features | |
CN115049572A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN108335362B (zh) | 虚拟场景中的光线控制方法、装置及vr设备 | |
CN113194267B (zh) | 图像处理方法及装置、拍照方法及装置 | |
CN112150345A (zh) | 图像处理方法及装置、视频处理方法和发送卡 | |
CN114185180B (zh) | 一种裸眼3d显示屏的修正方法、装置、设备及介质 | |
JP2015049567A (ja) | 画像処理装置及び画像処理方法 | |
US20240290010A1 (en) | Image processing method based on dither algorithm and display device | |
Korshunov et al. | Influence of Context and Content on Tone-mapping Operators |
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 |