CN110415226A - 杂散光的测定方法、装置、电子设备及存储介质 - Google Patents
杂散光的测定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110415226A CN110415226A CN201910665282.XA CN201910665282A CN110415226A CN 110415226 A CN110415226 A CN 110415226A CN 201910665282 A CN201910665282 A CN 201910665282A CN 110415226 A CN110415226 A CN 110415226A
- Authority
- CN
- China
- Prior art keywords
- hot spot
- value
- pixel
- imaging region
- stray light
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种杂散光的测定方法、装置、电子设备及存储介质。其中，方法包括：在图片中定位由杂散光成像的光斑，所述图片为利用光学镜头在设置有光源的暗箱条件下拍摄得到的图片；确定所述光斑至少一个维度的参数值；根据所述至少一个维度的参数值，判断所述光斑是否满足设定的消除条件，得到判断结果；基于所述判断结果，确定所述杂散光为需要消除的杂散光，或为不需要消除的杂散光。
Description
技术领域
本发明涉及光学成像技术领域，尤其涉及一种杂散光的测定方法、装置、电子设备及存储介质。
背景技术
在拍摄成像过程中，光源发出的光会在光学元器件表面发生反射或散射，产生的杂散光在成像图像中形成大大小小的光斑。针对上述现象，在光学镜头的设计过程中，需要测定出对成像效果存在肉眼可见影响的杂散光，从而基于测定结果对光学镜头的结构或者光学镜片的镀膜进行调整，以消除这部分杂散光，优化光学镜头的成像效果。
在对杂散光进行测定时，相关技术需要由人工方式测定出需要消除的杂散光，测定过程耗时长，测定效率低。
发明内容
有鉴于此，本发明实施例提供一种杂散光的测定方法、装置、电子设备及存储介质，以至少解决相关技术中对杂散光的测定过程耗时长，测定效率低的问题。
本发明实施例的技术方案是这样实现的：
本发明实施例提供一种杂散光的测定方法，包括：
在图片中定位由杂散光成像的光斑，所述图片为利用光学镜头在设置有光源的暗箱条件下拍摄得到的图片；
确定所述光斑至少一个维度的参数值；
根据所述至少一个维度的参数值，判断所述光斑是否满足设定的消除条件，得到判断结果；
基于所述判断结果，确定所述杂散光为需要消除的杂散光，或为不需要消除的杂散光。
上述方案中，所述确定所述光斑至少一个维度的参数值，包括：
确定所述光斑的成像区域的像素信息；
根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值。
上述方案中，所述根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值时，所述测定方法包括：
根据所述光斑的成像区域中每个像素的亮度值，确定所述光斑的亮度均值和亮度最大值。
上述方案中，所述根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值时，所述测定方法包括：
根据所述光斑的成像区域中每个像素的亮度值，确定所述光斑的尺寸。
上述方案中，所述根据所述光斑的成像区域中每个像素的亮度值，确定所述光斑的尺寸，包括：
根据所述光斑的成像区域中每个像素的亮度值，得到每个亮度值对应的像素数量；
根据每个亮度值对应的像素数量，确定所述光斑的成像区域中亮度值大于设定阈值的像素总量；
根据所述像素总量确定所述光斑的尺寸。
上述方案中，所述根据所述光斑的成像区域中每个像素的亮度值，确定所述光斑的尺寸，包括：
根据所述光斑的成像区域中每个像素的亮度值，在所述光斑的成像区域绘制关于亮度的等高线图；
在所述等高线图中确定对应的亮度值满足设定条件的一条等高线；
确定所述等高线所围合出的区域内的像素数量；
根据确定的像素数量确定所述光斑的尺寸。
上述方案中，所述根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值时，所述测定方法包括：
根据所述光斑的成像区域的像素信息，确定所述光斑的形状特征；
将所述形状特征与设定形状的特征进行匹配；
将匹配到的所述设定形状确定为所述光斑的形状。
上述方案中，所述根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值时，所述测定方法包括：
确定所述光斑的成像区域中每个像素的RGB值；
根据所述RGB值，确定所述光斑的第一比值和第二比值，所述第一比值为所述成像区域的R值均值与G值均值的比值，所述第二比值为所述成像区域的B值均值与G值均值的比值；
根据所述第一比值和所述第二比值确定所述光斑的色偏。
上述方案中，所述根据所述至少一个维度的参数值，判断所述光斑是否满足设定的消除条件，得到判断结果，包括：
将所述至少一个维度的参数值输入至检测模型中，得到输出结果；
根据所述输出结果判断所述光斑是否满足设定的消除条件，得到判断结果。
本发明实施例还提供了一种杂散光的测定装置，包括：
定位单元，用于在图片中定位由杂散光成像的光斑，所述图片为利用光学镜头在设置有光源的暗箱条件下拍摄得到的图片；
第一确定单元，用于确定所述光斑至少一个维度的参数值；
判断单元，用于根据所述至少一个维度的参数值，判断所述光斑是否满足设定的消除条件，得到判断结果；
第二确定单元，用于基于所述判断结果，确定所述杂散光为需要消除的杂散光，或为不需要消除的杂散光。
本发明实施例还提供了一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行上述任一杂散光的测定方法的步骤。
本发明实施例还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一杂散光的测定方法的步骤。
本发明实施例提供的方案中，基于设置有光源的暗箱条件下拍摄得到的图片进行分析，确定图片中由杂散光成像的光斑至少一个维度的参数值，进而根据光斑至少一个维度的参数值判断导致该光斑成像的杂散光是否需要消除，上述杂散光的测定过程无需依赖人工进行，只需导入图片即可自动分析完成，缩短了杂散光测定过程的耗时，提高了杂散光的测定效率。
附图说明
图1为本发明实施例提供的杂散光的测定方法的实现流程示意图；
图2为本发明实施例提供的暗箱的内部结构示意图；
图3为本发明实施例提供的0°至40°拍摄角度的拍摄图片示意图；
图4为本发明实施例提供的25°拍摄角度的拍摄图片示意图；
图5为本发明实施例提供的实景拍摄图片中杂散光的示意图；
图6为本发明实施例提供的杂散光的测定方法中确定光斑至少一个维度的参数值的实现流程示意图；
图7为本发明实施例提供的杂散光的测定方法中确定光斑的尺寸的实现流程示意图；
图8为本发明另一实施例提供的杂散光的测定方法中确定光斑的尺寸的实现流程示意图；
图9为本发明实施例提供的杂散光的测定方法中确定光斑的形状的实现流程示意图；
图10为本发明实施例提供的杂散光的测定方法中确定光斑的色偏的实现流程示意图；
图11为本发明实施例提供的杂散光的测定方法中判断光斑是否满足设定的消除条件的实现流程示意图；
图12为相关技术提供的对杂散光进行测定的示例图；
图13为本发明实施例提供的杂散光的测定装置的结构示意图；
图14为本发明实施例电子设备的硬件组成结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
需要说明的是，本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
图1示出了本发明实施例提供的杂散光的测定方法的实现流程，在本发明实施例中，杂散光的测定方法的执行主体可以为终端、服务器等电子设备。
参照图1，本发明实施例提供的杂散光的测定方法，包括：
S101：在图片中定位由杂散光成像的光斑，该图片为利用光学镜头在设置有光源的暗箱条件下拍摄得到的图片。
在本发明实施例中，利用光学镜头在设置有光源的暗箱条件下拍摄得到图片，其中，暗箱为一密封箱，图2为暗箱的内部结构示意图，从图2可以看出，暗箱的顶部中间位置设置有光源21，底部设置有弧形轨道22，弧形轨道上安放有摄像设备23，在弧形轨道上移动摄像设备，并利用摄像设备中的光学镜头进行拍摄，得到不同拍摄角度下的图片。如图2中示出的，夹角θ即为拍摄角度，在实际应用中，摄像设备可以从正对光源的角度开始拍摄，并通过在弧形轨道上移动，以设定步长改变拍摄角度，每移动一次进行一次拍摄，且移动过程中摄像设备始终保持水平状态，从而依次在不同的拍摄角度下进行拍摄，并以拍摄得到的图片为基础，逐一分析光学镜头在以不同的拍摄角度面对光源时的成像表现。示例性地，设定步长可以为1°的拍摄角度。图3示出了在设置有光源的暗箱条件下，以1°为步长，在0°至40°的拍摄角度范围内依次拍摄的图片，从图3可以看出，随着拍摄角度的变化，光源在图片中的位置也逐渐变化，由最初位于图片中心，缓慢上升至图片顶部。通常来说，由于光学镜头在结构上是旋转对称的，因此，若在0°至40°的拍摄角度范围内依次拍摄图片，实际上可以得到光学镜头在-40°至40°的拍摄角度范围内的成像表现。这里，以图4示出的拍摄角度为25°的图片为例，可以看出，拍摄的图片中除了显示有光源发出的光线之外，还显示有因杂散光而成像的光斑，即图4的方框所圈定的部分。通常来说，由杂散光成像的光斑在图片中可能会表现为光圈、光弧、发雾状、羽毛状或者拖边等不同形状，如图4中因杂散光而成像的光斑即为一段光弧，图5的三张图片中，箭头所指示的因杂散光而成像的光斑分别表现为羽毛状(上图上部)和光弧(上图下部)、拖边(左下图)，发雾状(右下图)。在本发明实施例中，首先利用光学镜头，在设置有光源的暗箱条件下拍摄得到的图片中定位出光斑。
S102：确定光斑至少一个维度的参数值。
在图片中定位出光斑之后，就可以确定光斑至少一个维度的参数值。这里，每一个维度用于表示光斑的一类成像特征，维度包括但不限于：光斑的亮度、光斑的尺寸、光斑的形状及光斑的色偏，其中，光斑的亮度用于代表光斑的明暗，光斑的尺寸也即光斑的大小，光斑的形状包括但不限于上文中提及的光圈、光弧、发雾状、羽毛状或者拖边等常见的光斑形状，光斑的色偏用于表示光斑在色彩表现上与白光色调的偏差。作为本发明的一个实施例，可以基于光斑所在成像区域的像素信息来确定光斑各个维度的参数值，参照图6，确定光斑至少一个维度的参数值，包括：
S601：确定光斑的成像区域的像素信息。
这里，光斑的成像区域指的是图片中包含有光斑的一片区域，通常为包围了光斑的矩形区域或者圆形区域，例如图4中包围了光弧的矩形框。光斑的成像区域的像素信息，包括：光斑的成像区域内每个像素的RGB值、亮度值、像素位置，以及成像区域的像素数量等信息。
S602：根据光斑的成像区域的像素信息，确定光斑至少一个维度的参数值。
接下来，分别针对各维度，对如何根据光斑的成像区域的像素信息确定光斑该维度的参数值进行详细阐述。
对于光斑的亮度这一维度参数，根据光斑的成像区域的像素信息确定光斑该维度的参数值，包括：
根据光斑的成像区域中每个像素的亮度值，确定光斑的亮度均值和亮度最大值。
这里，像素的亮度值，用于表示像素的发光强度，在视觉层面上来说也即代表了人眼所感受到的该像素在色彩上的明暗程度，在测定杂散光是否需要消除时，测定依据在于由该杂散光所成像的光斑是否是能够较为明显地被视觉感受到的，因此，像素的亮度值是很重要的测定要素之一，显然，光斑的亮度越大，越容易被视觉感受到，光斑的亮度越小，越不容易被视觉感受到。对图像来说，纯黑代表最低亮度，对应的亮度值为0，纯白代表最高亮度，对应的亮度值为255，像素的亮度值为0至255之间的一个数值。对于光斑的成像区域内的每个像素，分别确定每个像素的亮度值，并确定出光斑的成像区域内的像素总数，将每个像素的亮度值相加再除以像素总数，得到计算结果，以该计算结果作为光斑的亮度均值，并将光斑的成像区域中最大的亮度值确定为光斑的亮度最大值。
光斑的尺寸也是判断光斑能否较为明显地被视觉感受到的一个重要因素，光斑的尺寸越大，越容易被视觉感受到，光斑的尺寸越小，越不容易被视觉感受到。基于此，在一实施例中，对于光斑的尺寸这一维度参数，根据光斑的成像区域的像素信息确定光斑该维度的参数值，包括：
根据光斑的成像区域中每个像素的亮度值，确定光斑的尺寸。
作为本发明的一个实施例，如图7所示，根据光斑的成像区域中每个像素的亮度值，确定光斑的尺寸，包括：
S701：根据成像区域中每个像素的亮度值，得到每个亮度值对应的像素数量。
在确定出光斑的成像区域中每个像素的亮度值之后，对亮度值分布进行统计，得到每个亮度值对应的像素数量。在实际应用中，可以以亮度值为横坐标，以像素数量为纵坐标，拟合出亮度值分布曲线，进而得到光斑的成像区域的亮度值分布。
S702：根据每个亮度值对应的像素数量，确定成像区域中亮度值大于设定阈值的像素总量。
在本发明实施例中，设定阈值可基于人眼的视觉敏感度进行设定，通常，亮度值大于该设定阈值的像素被认为是人眼较容易察觉的，亮度值小于该设定阈值的像素被认为是人眼基本无法察觉或者在视觉感观上微弱到可以忽略不计的，基于光斑的成像区域的亮度值分布，可以确定出在光斑的成像区域内亮度值大于设定阈值的像素总量。
S703：根据像素总量确定光斑的尺寸。
由于图片是由像素组成的，因此，确定了像素总量，就可以确定出光斑的尺寸，像素总量越多，代表光斑的尺寸越大，像素总量越少，代表光斑的尺寸越小。
作为本发明的另一实施例，如图8所示，根据光斑的成像区域中每个像素的亮度值，确定光斑的尺寸，包括：
S801：根据光斑的成像区域中每个像素的亮度值，在光斑的成像区域绘制关于亮度的等高线图。
如前文所述，光的成像会随着光线的发散呈现出一个由强转弱直至消失的视觉效果，因此光斑的成像区域中，相邻像素之间的亮度值也是呈现连续变化的趋势的，相同亮度值的像素会连成一条封闭环线，因此，在光斑的成像区域绘制关于亮度的等高线图，即，在光斑的成像区域，将亮度值相同的点连成一封闭环线，从而得到关于亮度的等高线图。在实际应用中，为了方便操作，可以设置若干条对应到不同亮度值的等高线，完成等高线图的绘制。
S802：在所述等高线图中确定对应的亮度值满足设定条件的一条等高线。
在本发明实施例中，依照前文所提及的方式设置一设定阈值，那么设定条件可以为等高线对应的亮度值与该设定阈值最接近，或者可以为等高线对应的亮度值大于该设定阈值且与该设定阈值的差值最小，由此，在关于亮度的等高线图中确定出一条等高线，该等高线对应的亮度值满足上述设定条件。
S803：确定等高线所围合出的区域内的像素数量。
S804：根据确定的像素数量确定光斑的尺寸。
由于等高线是一条封闭环线，其围合出了一块区域，因此可以确定出该区域内的像素数量，并根据确定出的像素数量来确定光斑的尺寸。
对于光斑的形状这一维度参数，如图9所示，根据光斑的成像区域的像素信息确定该维度的参数值，包括：
S901：根据光斑的成像区域的像素信息，确定光斑的形状特征。
在本发明实施例中，确定光斑的成像区域内亮度值高于设定阈值的像素，将这部分像素作为光斑的主体，并确定这部分像素在光斑的成像区域中的像素位置，进而能够确定出光斑的轮廓，将该轮廓作为光斑的形状特征。
S902：将形状特征与设定形状的特征进行匹配。
将光斑常见的各种形状作为设定形状，预先将各设定形状的轮廓作为设定形状的特征进行存储，在得到光斑的形状特征之后，将光斑的形状特征与各个设定形状的特征进行匹配，例如，将光斑的轮廓所围出的图形与各个设定形状的轮廓所围出的图形进行图形匹配，得到匹配结果。
S903：将匹配到的设定形状确定为光斑的形状。
根据匹配结果，将特征与光斑的形状特征最为匹配的设定形状确定为光斑的形状。
光斑的色偏，是指光斑在色彩表现上与白光色调的偏差，在视觉效果中，色偏也会导致光斑产生更为显著的可视效果，因此也是光斑能否较为明显地被视觉感受到的一个重要因素。对于光斑的色偏这一维度参数，如图10所示，根据光斑的成像区域的像素信息确定该维度的参数值，包括：
S1001：确定光斑的成像区域中每个像素的RGB值。
RGB值用于表示像素的颜色，其中，R代表红色通道的色值，G代表绿色通道的色值，B代表蓝色通道的色值，每个通道的色值均用0～255中的一个数来表示，确定成像区域中每个像素的RGB值，即确定成像区域中每个像素的R值、G值和B值。
S1002：根据RGB值，确定光斑的第一比值和第二比值，其中，第一比值为光斑的R值均值与G值均值的比值，第二比值为光斑的B值均值与G值均值的比值。
S1003：根据第一比值和第二比值确定光斑的色偏。
具体地，将计算得到的第一比值与第二比值进行比较，对于第一比值大于第二比值的光斑，确定色偏偏红，对于第二比值大于第一比值的光斑，确定色偏偏蓝。
S103：根据至少一个维度的参数值，判断光斑是否满足设定的消除条件，得到判断结果。
如前文所述，可以根据光斑的成像区域的像素信息，确定出包括光斑的亮度、尺寸、形状和色偏这四个维度的参数值，基于这四个维度中至少一个维度的参数值进行分析，来判断光斑是否满足设定的消除条件。在本发明实施例中，消除条件可以基于大量杂散光成像的样本数据来确定，作为本发明的一个实施例，通过机器学习的方式，通过大量样本数据训练出检测模型，用于判断光斑是否满足设定的消除条件，参照图11，根据至少一个维度的参数值，判断光斑是否满足设定的消除条件，得到判断结果，包括：
S1101：将至少一个维度的参数值输入至检测模型中，得到输出结果。
在本发明实施例中，检测模型可以为一个二元分类模型，其输入为图片中由杂散光成像的光斑在上述至少一个维度的参数值，输出为对应的光斑分类结果，包括“光斑满足设定的消除条件”的分类结果和“光斑不满足设定的消除条件”的分类结果。这里，检测模型可以通过大量的样本数据训练得到，该样本数据由大量包含了杂散光成像光斑的样本图片组成，且样本图片中标定出了光斑及光斑各维度的参数值，以及通过预先判定，为每张样本图片标定了光斑是否满足设定的消除条件的分类结果。
S1102：根据输出结果判断光斑是否满足设定的消除条件，得到判断结果。
S104：基于判断结果，确定该杂散光为需要消除的杂散光，或为不需要消除的杂散光。
基于判断结果，当判断结果为光斑满足设定的消除条件时，则确定产生该光斑杂散光为需要消除的杂散光，此时，可以参考光斑的成像位置、成像形状、尺寸、亮度以及拍摄图片时摄像设备与光源之间的拍摄角度，来对光学镜头进行改进，对光学镜头的结构或者光学镜片的镀膜进行调整，直至在暗箱内在相同光源及相同拍摄角度的情况下摄像设备拍摄出来的图片不再显示有该光斑，即代表在该拍摄角度下光学镜头不会产生杂散光，对该杂散光的消除完毕。当判断结果为光斑不满足设定的消除条件时，可以认为该光斑在实际场景的拍摄过程中基本上不会产生肉眼可见的成像效果，不需要对产生该光斑的杂散光进行消除操作。
本发明实施例提供的方案中，基于设置有光源的暗箱条件下拍摄得到的图片进行分析，确定图片中由杂散光成像的光斑至少一个维度的参数值，进而根据光斑至少一个维度的参数值判断导致该光斑成像的杂散光是否需要消除，上述杂散光的测定过程无需依赖人工进行，只需导入图片即可自动分析完成，缩短了杂散光测定过程的耗时，提高了杂散光的测定效率。
作为本发明的一个应用实施例，以图12为例，杂散光在图片顶部形成了羽毛状光斑，在相关技术中，除了需要在暗箱条件下确定出羽毛状光斑的存在，还需要结合到近似光源的实景进行拍摄，结合羽毛状光斑与实景的叠加效果，通过人眼去判断羽毛状光斑是否明显，是否对成像效果造成较大影响，再根据人眼判断的结果决定是否要对造成羽毛状光斑成像的杂散光进行消除，整个过程不单耗时长，还有可能因为人眼的视觉敏感度不一而造成判断失误。而相比于相关技术，本发明实施例的方案无需再结合实景拍摄，直接通过暗箱条件下拍摄的图片，基于羽毛状光斑的成像区域的像素信息，分析得到光斑若干个维度的参数值，再将其中的一个或者多个维度输入至预先训练好的检测模型之中，便可得到是否要对造成成像的杂散光进行消除的测定结果。上述方案实现过程均可依托于电子设备实现，测定过程耗时短，测定效率高，且测定过程中采用了机器学习训练完毕的检测模型来得到测定结果，不再依赖于人眼的主观判断，提高了杂散光的测定准确率。
为实现本发明实施例的方法，本发明实施例还提供了一种杂散光的测定装置，设置在终端或服务器等电子设备上，如图13所示，该杂散光的测定装置包括：
定位单元1301，用于在图片中定位由杂散光成像的光斑，该图片为利用光学镜头在设置有光源的暗箱条件下拍摄得到的图片；
第一确定单元1302，用于确定光斑至少一个维度的参数值；
判断单元1303，用于根据至少一个维度的参数值，判断光斑是否满足设定的消除条件，得到判断结果；
第二确定单元1304，用于基于判断结果，确定杂散光为需要消除的杂散光，或为不需要消除的杂散光。
其中，在一实施例中，第一确定单元1302具体用于：
确定光斑的成像区域的像素信息；
根据成像区域的像素信息，确定光斑至少一个维度的参数值。
在一实施例中，第一确定单元1302具体用于：
根据成像区域中每个像素的亮度值，确定光斑的亮度均值和亮度最大值。
在一实施例中，第一确定单元具体1302用于：
根据成像区域中每个像素的亮度值，确定光斑的尺寸。
在一实施例中，所述根据成像区域中每个像素的亮度值，确定光斑的尺寸，包括：
根据成像区域中每个像素的亮度值，得到每个亮度值对应的像素数量；
根据每个亮度值对应的像素数量，确定成像区域中亮度值大于设定阈值的像素总量；
根据像素总量确定光斑的尺寸。
在一实施例中，所述根据成像区域中每个像素的亮度值，确定光斑的尺寸，包括：
根据成像区域中每个像素的亮度值，在成像区域绘制关于亮度的等高线图；
在等高线图中确定对应的亮度值满足设定条件的一条等高线；
确定等高线所围合出的区域内的像素数量；
根据确定的像素数量确定光斑的尺寸。
在一实施例中，第一确定单元1302具体用于：
根据成像区域的像素信息，确定光斑的形状特征；
将形状特征与设定形状的特征进行匹配；
将匹配到的设定形状确定为光斑的形状。
在一实施例中，第一确定单元1302具体用于：
确定成像区域中每个像素的RGB值；
根据RGB值，确定光斑的第一比值和第二比值，第一比值为光斑的R值均值与G值均值的比值，第二比值为光斑的B值均值与G值均值的比值；
根据第一比值和第二比值确定光斑的色偏。
在一实施例中，判断单元1303具体用于：
将至少一个维度的参数值输入至检测模型中，得到输出结果；
根据述输出结果判断光斑是否满足设定的消除条件，得到判断结果。
实际应用时，所述定位单元1301、第一确定单元1302、判断单元1303及第二确定单元1304可由电子设备中的处理器来实现。当然，处理器需要运行存储器中存储的程序来实现上述各程序模块的功能。
需要说明的是：上述实施例提供的杂散光的测定装置在进行搜索时，仅以上述各程序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处理分配由不同的程序模块完成，即将杂散光的测定装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的杂散光的测定装置与杂散光的测定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，且为了实现本发明实施例的方法，本发明实施例还提供了一种电子设备。图14为本发明实施例电子设备的硬件组成结构示意图，如图14所示，电子设备包括：
通信接口1，能够与其它设备比如网络设备等进行信息交互；
处理器2，与通信接口1连接，以实现与其它设备进行信息交互，用于运行计算机程序时，执行上述一个或多个技术方案提供的杂散光的测定方法。而所述计算机程序存储在存储器3上。
当然，实际应用时，电子设备中的各个组件通过总线系统4耦合在一起。可理解，总线系统4用于实现这些组件之间的连接通信。总线系统4除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图14中将各种总线都标为总线系统4。
本发明实施例中的存储器3用于存储各种类型的数据以支持电子设备的操作。这些数据的示例包括：用于在电子设备上操作的任何计算机程序。
可以理解，存储器3可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器2旨在包括但不限于这些和任意其它适合类型的存储器。
上述本发明实施例揭示的方法可以应用于处理器2中，或者由处理器2实现。处理器2可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器2中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器2可以是通用处理器、DSP，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。处理器2可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器3，处理器2读取存储器3中的程序，结合其硬件完成前述方法的步骤。
处理器2执行所述程序时实现本发明实施例的各个方法中的相应流程，为了简洁，在此不再赘述。
在示例性实施例中，本发明实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的存储器3，上述计算机程序可由处理器2执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置、终端和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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，任何熟悉本技术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以所述权利要求的保护范围为准。
Claims (12)
1.一种杂散光的测定方法，其特征在于，包括：
在图片中定位由杂散光成像的光斑，所述图片为利用光学镜头在设置有光源的暗箱条件下拍摄得到的图片；
确定所述光斑至少一个维度的参数值；
根据所述至少一个维度的参数值，判断所述光斑是否满足设定的消除条件，得到判断结果；
基于所述判断结果，确定所述杂散光为需要消除的杂散光，或为不需要消除的杂散光。
2.根据权利要求1所述的测定方法，其特征在于，所述确定所述光斑至少一个维度的参数值，包括：
确定所述光斑的成像区域的像素信息；
根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值。
3.根据权利要求2所述的测定方法，其特征在于，所述根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值时，所述测定方法包括：
根据所述光斑的成像区域中每个像素的亮度值，确定所述光斑的亮度均值和亮度最大值。
4.根据权利要求2所述的测定方法，其特征在于，所述根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值时，所述测定方法包括：
根据所述光斑的成像区域中每个像素的亮度值，确定所述光斑的尺寸。
5.根据权利要求4所述的测定方法，其特征在于，所述根据所述光斑的成像区域中每个像素的亮度值，确定所述光斑的尺寸，包括：
根据所述光斑的成像区域中每个像素的亮度值，得到每个亮度值对应的像素数量；
根据每个亮度值对应的像素数量，确定所述光斑的成像区域中亮度值大于设定阈值的像素总量；
根据所述像素总量确定所述光斑的尺寸。
6.根据权利要求4所述的测定方法，其特征在于，所述根据所述光斑的成像区域中每个像素的亮度值，确定所述光斑的尺寸，包括：
根据所述光斑的成像区域中每个像素的亮度值，在所述光斑的成像区域绘制关于亮度的等高线图；
在所述等高线图中确定对应的亮度值满足设定条件的一条等高线；
确定所述等高线所围合出的区域内的像素数量；
根据确定的像素数量确定所述光斑的尺寸。
7.根据权利要求2所述的测定方法，其特征在于，所述根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值时，所述测定方法包括：
根据所述光斑的成像区域的像素信息，确定所述光斑的形状特征；
将所述形状特征与设定形状的特征进行匹配；
将匹配到的所述设定形状确定为所述光斑的形状。
8.根据权利要求2所述的测定方法，其特征在于，所述根据所述光斑的成像区域的像素信息，确定所述光斑至少一个维度的参数值时，所述测定方法包括：
确定所述光斑的成像区域中每个像素的RGB值；
根据所述RGB值，确定所述光斑的第一比值和第二比值，所述第一比值为所述成像区域的R值均值与G值均值的比值，所述第二比值为所述成像区域的B值均值与G值均值的比值；
根据所述第一比值和所述第二比值确定所述光斑的色偏。
9.根据权利要求1所述的测定方法，其特征在于，所述根据所述至少一个维度的参数值，判断所述光斑是否满足设定的消除条件，得到判断结果，包括：
将所述至少一个维度的参数值输入至检测模型中，得到输出结果；
根据所述输出结果判断所述光斑是否满足设定的消除条件，得到判断结果。
10.一种杂散光的测定装置，其特征在于，包括：
定位单元，用于在图片中定位由杂散光成像的光斑，所述图片为利用光学镜头在设置有光源的暗箱条件下拍摄得到的图片；
第一确定单元，用于确定所述光斑至少一个维度的参数值；
判断单元，用于根据所述至少一个维度的参数值，判断所述光斑是否满足设定的消除条件，得到判断结果；
第二确定单元，用于基于所述判断结果，确定所述杂散光为需要消除的杂散光，或为不需要消除的杂散光。
11.一种电子设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至9任一项所述方法的步骤。
12.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910665282.XA CN110415226A (zh) | 2019-07-23 | 2019-07-23 | 杂散光的测定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910665282.XA CN110415226A (zh) | 2019-07-23 | 2019-07-23 | 杂散光的测定方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110415226A true CN110415226A (zh) | 2019-11-05 |
Family
ID=68362504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910665282.XA Pending CN110415226A (zh) | 2019-07-23 | 2019-07-23 | 杂散光的测定方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110415226A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111609926A (zh) * | 2020-05-21 | 2020-09-01 | 歌尔光学科技有限公司 | 杂散光强度检测方法、装置、检测终端及可读存储介质 |
| CN112218070A (zh) * | 2020-10-10 | 2021-01-12 | Oppo（重庆）智能科技有限公司 | 杂光检测方法、装置、存储介质与电子设备 |
| CN115955609A (zh) * | 2021-10-06 | 2023-04-11 | 安讯士有限公司 | 用于杂散光补偿的方法和系统 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6975775B2 (en) * | 2002-03-06 | 2005-12-13 | Radiant Imaging, Inc. | Stray light correction method for imaging light and color measurement system |
| US7162073B1 (en) * | 2001-11-30 | 2007-01-09 | Cognex Technology And Investment Corporation | Methods and apparatuses for detecting classifying and measuring spot defects in an image of an object |
| CN102235939A (zh) * | 2010-04-30 | 2011-11-09 | 鸿富锦精密工业（深圳）有限公司 | 镜头杂散光检测装置及镜头杂散光检测方法 |
| CN103297702A (zh) * | 2013-05-06 | 2013-09-11 | 中航华东光电有限公司 | 用于航空机载头盔定位系统的图像处理装置及其方法 |
| CN103543394A (zh) * | 2013-10-27 | 2014-01-29 | 华北电力大学（保定） | 一种高压电气设备放电紫外成像量化参数提取方法 |
| CN103869593A (zh) * | 2014-03-26 | 2014-06-18 | 深圳科奥智能设备有限公司 | 三维成像装置、系统及方法 |
| CN103971405A (zh) * | 2014-05-06 | 2014-08-06 | 重庆大学 | 一种激光散斑结构光及深度信息的三维重建方法 |
| CN104360829A (zh) * | 2014-11-07 | 2015-02-18 | 深圳市中兴移动通信有限公司 | 调节屏幕色温的方法和装置 |
| CN104994309A (zh) * | 2015-07-07 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种消除相机光斑的方法及系统 |
| CN106707526A (zh) * | 2016-12-14 | 2017-05-24 | 深圳奥比中光科技有限公司 | 光源投影仪的自动调焦方法与系统 |
| CN107197146A (zh) * | 2017-05-31 | 2017-09-22 | 广东欧珀移动通信有限公司 | 图像处理方法及相关产品 |
| CN108120680A (zh) * | 2017-12-19 | 2018-06-05 | 清华大学 | 基于光电特性先验的显微成像的杂散光去除方法及装置 |
| CN109151318A (zh) * | 2018-09-28 | 2019-01-04 | 成都西纬科技有限公司 | 一种图像处理方法、装置及计算机存储介质 |
| CN109618100A (zh) * | 2019-01-15 | 2019-04-12 | 北京旷视科技有限公司 | 现场拍摄图像的判断方法、装置及系统 |
| CN109741307A (zh) * | 2018-12-27 | 2019-05-10 | 宁波舜宇光电信息有限公司 | 摄像模组的杂光检测方法、杂光检测装置及杂光检测系统 |
| CN109802291A (zh) * | 2019-02-18 | 2019-05-24 | 中国人民解放军国防科技大学 | 基于深度学习的光纤激光分孔径相干合成相位控制方法 |
| CN109872315A (zh) * | 2019-02-20 | 2019-06-11 | 中国科学院国家天文台 | 一种光学天文望远镜杂散光均匀性实时检测方法 |
| CN109961438A (zh) * | 2019-04-08 | 2019-07-02 | 武汉华工激光工程有限责任公司 | 一种光斑图像分析方法及装置 |
-
2019
- 2019-07-23 CN CN201910665282.XA patent/CN110415226A/zh active Pending
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7162073B1 (en) * | 2001-11-30 | 2007-01-09 | Cognex Technology And Investment Corporation | Methods and apparatuses for detecting classifying and measuring spot defects in an image of an object |
| US6975775B2 (en) * | 2002-03-06 | 2005-12-13 | Radiant Imaging, Inc. | Stray light correction method for imaging light and color measurement system |
| CN102235939A (zh) * | 2010-04-30 | 2011-11-09 | 鸿富锦精密工业（深圳）有限公司 | 镜头杂散光检测装置及镜头杂散光检测方法 |
| CN103297702A (zh) * | 2013-05-06 | 2013-09-11 | 中航华东光电有限公司 | 用于航空机载头盔定位系统的图像处理装置及其方法 |
| CN103543394A (zh) * | 2013-10-27 | 2014-01-29 | 华北电力大学（保定） | 一种高压电气设备放电紫外成像量化参数提取方法 |
| CN103869593A (zh) * | 2014-03-26 | 2014-06-18 | 深圳科奥智能设备有限公司 | 三维成像装置、系统及方法 |
| CN103971405A (zh) * | 2014-05-06 | 2014-08-06 | 重庆大学 | 一种激光散斑结构光及深度信息的三维重建方法 |
| CN104360829A (zh) * | 2014-11-07 | 2015-02-18 | 深圳市中兴移动通信有限公司 | 调节屏幕色温的方法和装置 |
| CN104994309A (zh) * | 2015-07-07 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种消除相机光斑的方法及系统 |
| CN106707526A (zh) * | 2016-12-14 | 2017-05-24 | 深圳奥比中光科技有限公司 | 光源投影仪的自动调焦方法与系统 |
| CN107197146A (zh) * | 2017-05-31 | 2017-09-22 | 广东欧珀移动通信有限公司 | 图像处理方法及相关产品 |
| CN108120680A (zh) * | 2017-12-19 | 2018-06-05 | 清华大学 | 基于光电特性先验的显微成像的杂散光去除方法及装置 |
| CN109151318A (zh) * | 2018-09-28 | 2019-01-04 | 成都西纬科技有限公司 | 一种图像处理方法、装置及计算机存储介质 |
| CN109741307A (zh) * | 2018-12-27 | 2019-05-10 | 宁波舜宇光电信息有限公司 | 摄像模组的杂光检测方法、杂光检测装置及杂光检测系统 |
| CN109618100A (zh) * | 2019-01-15 | 2019-04-12 | 北京旷视科技有限公司 | 现场拍摄图像的判断方法、装置及系统 |
| CN109802291A (zh) * | 2019-02-18 | 2019-05-24 | 中国人民解放军国防科技大学 | 基于深度学习的光纤激光分孔径相干合成相位控制方法 |
| CN109872315A (zh) * | 2019-02-20 | 2019-06-11 | 中国科学院国家天文台 | 一种光学天文望远镜杂散光均匀性实时检测方法 |
| CN109961438A (zh) * | 2019-04-08 | 2019-07-02 | 武汉华工激光工程有限责任公司 | 一种光斑图像分析方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111609926A (zh) * | 2020-05-21 | 2020-09-01 | 歌尔光学科技有限公司 | 杂散光强度检测方法、装置、检测终端及可读存储介质 |
| CN112218070A (zh) * | 2020-10-10 | 2021-01-12 | Oppo（重庆）智能科技有限公司 | 杂光检测方法、装置、存储介质与电子设备 |
| CN115955609A (zh) * | 2021-10-06 | 2023-04-11 | 安讯士有限公司 | 用于杂散光补偿的方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110415226A (zh) | 杂散光的测定方法、装置、电子设备及存储介质 | |
| Zhou et al. | Glosh: Global-local spherical harmonics for intrinsic image decomposition | |
| JP3962588B2 (ja) | 三次元画像処理方法、三次元画像処理装置、三次元画像処理システムおよび三次元画像処理プログラム | |
| US7044613B2 (en) | Realistic scene illumination reproduction | |
| CN107277356A (zh) | 逆光场景的人脸区域处理方法和装置 | |
| CN106993112A (zh) | 基于景深的背景虚化方法及装置和电子装置 | |
| CN104702928B (zh) | 修正图像交叠区的方法、记录介质以及执行装置 | |
| CN110516644A (zh) | 一种活体检测方法及装置 | |
| CN108024056A (zh) | 基于双摄像头的成像方法和装置 | |
| Zhong et al. | Reproducing reality with a high-dynamic-range multi-focal stereo display | |
| CN107610080A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
| US20190114762A1 (en) | Computer-Controlled 3D Analysis Of Collectible Objects | |
| CN107395990A (zh) | 相位对焦方法及装置、终端、计算机装置及可读存储介质 | |
| CN109427041A (zh) | 一种图像白平衡方法及系统、存储介质及终端设备 | |
| CN109900223A (zh) | 用于投影光栅建模的成像方法及装置 | |
| US20160205330A1 (en) | A method and an apparatus for obtaining an image file including an alpha channel with a photographic camera | |
| Kakimoto et al. | Glare generation based on wave optics | |
| JP7304484B2 (ja) | 赤外光を利用したポートレート再照明 | |
| JP2001083866A (ja) | ホログラム記録媒体およびその製造方法 | |
| CN114046882A (zh) | 一种获取光学设备的颜色测试信息的方法与设备 | |
| Gigilashvili et al. | Appearance manipulation in spatial augmented reality using image differences | |
| CN107911686B (zh) | 控制方法以及摄像终端 | |
| CN106231193A (zh) | 一种图像处理方法及终端 | |
| US20130282344A1 (en) | Systems and methods for simulating accessory display on a subject | |
| MacDonald | Visual realism in digital heritage |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191105 |
|
| RJ01 | Rejection of invention patent application after publication |