CN110771131B - 图像坏点校正方法及设备、存储介质 - Google Patents
图像坏点校正方法及设备、存储介质 Download PDFInfo
- Publication number
- CN110771131B CN110771131B CN201880039797.2A CN201880039797A CN110771131B CN 110771131 B CN110771131 B CN 110771131B CN 201880039797 A CN201880039797 A CN 201880039797A CN 110771131 B CN110771131 B CN 110771131B
- Authority
- CN
- China
- Prior art keywords
- weight
- image
- dead pixel
- target
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- 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
- H04N25/63—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to dark current
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- 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)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
一种图像坏点校正方法,包括:获取第一曝光时长,所述第一曝光时长为第一图像的曝光时长(S100);根据所述第一曝光时长从预设的至少两个坏点坐标表中确定目标坏点坐标表,其中,所述预设的至少两个坏点坐标表包括在不同的曝光参数下标定出的坏点坐标表(S200);根据所述目标坏点坐标表对所述第一图像进行坏点校正(S300)。所述方法可以防止校正明显过度或校正明显不足的问题。
Description
技术领域
本发明涉及图像处理技术领域,尤其是涉及一种图像坏点校正方法及设备、存储介质。
背景技术
成像装置(例如图像传感器)由于制作工艺的缺陷、或光信号转换出现错误等的原因,采集的图像上会存在坏点。图像坏点包括亮点和暗点。一般来说,像素点的亮度值是正比于入射光的,而亮点的亮度值明显大于入射光乘以相应比例,并且随着曝光时间的增加,该点的亮度会显著增加;而对于暗点来说,无论在什么入射光下,该点的像素值接近于0。坏点在图像上的位置是固定的,因此只需要标定出所有坏点的位置坐标,后续利用这些位置坐标即可对坏点进行校正。
相关图像坏点校正方式中,针对同一成像装置而言,无论采集图像时的曝光参数如何变化,对图像校正时,都只会采用同一曝光参数下标定出的一张坏点坐标表。
但是,不同曝光参数下图像上出现的坏点数量是不同的。上述方式中,由于对不同曝光参数的图像校正时,都会采用同一曝光参数下标定出的一张坏点坐标表,导致可能存在校正明显过度或校正明显不足的问题。
发明内容
本发明提供一种图像坏点校正方法及设备、存储介质,防止校正明显过度或校正明显不足的问题。
本发明实施例第一方面,提供一种图像坏点校正方法,包括:
获取第一曝光时长,所述第一曝光时长为第一图像的曝光时长;
根据所述第一曝光时长从预设的至少两个坏点坐标表中确定目标坏点坐标表,其中,所述预设的至少两个坏点坐标表包括在不同的曝光参数下标定出的坏点坐标表;
根据所述目标坏点坐标表对所述第一图像进行坏点校正。
本发明实施例第二方面,提供一种电子设备,其特征在于,包括:存储器和处理器;
所述存储器,用于存储程序代码;
所述处理器,用于调用所述程序代码,当程序代码被执行时,用于执行以下操作:
获取第一曝光时长,所述第一曝光时长为第一图像的曝光时长;
根据所述第一曝光时长从预设的至少两个坏点坐标表中确定目标坏点坐标表,其中,所述预设的至少两个坏点坐标表包括在不同的曝光参数下标定出的坏点坐标表;
根据所述目标坏点坐标表对所述第一图像进行坏点校正。
本发明实施例第三方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机指令,所述计算机指令被执行时,实现本发明实施例第一方面所述的图像坏点校正方法。
基于上述技术方案,本发明实施例中,需要对第一图像进行坏点校正时,可获取该第一图像的曝光时长即第一曝光时长,根据该第一曝光时长为第一图像确定出目标坏点坐标表,由于该目标坏点坐标表是根据图像的曝光时长从预设的至少两个不同曝光参数下标定出的坏点坐标表中确定出的,因而在曝光时长不同的情况下,可根据曝光时长确定出合适对第一图像进行坏点校正的目标坏点坐标表,图像坏点校正中考虑了曝光时长的影响,可实现不同曝光时长下更合适的坏点校正,防止校正明显过度或校正明显不足的问题。
附图说明
为了更加清楚地说明本发明实施例中的技术方案,下面将对本发明实施例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发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据本发明实施例的这些附图获得其它的附图。
图1是本发明一实施例的图像坏点校正方法的流程示意图;
图2是本发明一实施例的根据目标坏点坐标表对第一图像进行坏点校正的流程示意图;
图3是本发明一实施例的根据目标坏点坐标表对第一图像进行坏点校正的示意图;
图4是本发明一实施例的曝光时长与第一权重的一种对应关系的示意图;
图5是本发明一实施例的图像分为设定中心区域内和外的示意图;
图6是本发明一实施例的曝光时长与第一权重的另一种对应关系的示意图;
图7是本发明一实施例的电子设备的结构框图。
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。另外,在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
本发明使用的术语仅仅是出于描述特定实施例的目的,而非限制本发明。本发明和权利要求书所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其它含义。应当理解的是,本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
尽管在本发明可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语用来将同一类型的信息彼此区分开。例如,在不脱离本发明范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,此外,所使用的词语“如果”可以被解释成为“在……时”,或者,“当……时”,或者,“响应于确定”。
本发明实施例中提出一种图像坏点校正方法,该方法的执行主体可以为电子设备。电子设备具体类型不限,电子设备可以是成像设备但不限于成像设备。
例如,电子设备为成像设备的情况下,电子设备上集成有图像采集能力的成像装置例如图像传感器,电子设备执行上述图像坏点校正方法时对该成像装置曝光所得的图像进行校正;又如,电子设备为成像设备之外的情况下,可以是与成像设备电连接的设备,可获取成像设备上的图像而执行相应的图像坏点校正方法,具体不限。
相关的图像坏点校正方式中,对于一成像装置而言,会依据同一曝光参数下标定的坏点坐标表来对不同曝光参数下采集的图像进行校正。
但是,不同曝光参数下标定出的坏点数量是不同的,以曝光参数为曝光时长(又称曝光时间,即快门打开到关闭的时间间隔)为例,短曝光时长下图像出现的坏点数量明显小于长曝光时长下图像出现的坏点数量。
通常来说,会选择在长曝光时长条件下标定坏点坐标表,因为这样可以在图像上暴露出更多的坏点。然而,如果短曝光时长下采集的图像用长曝光时长下标定的坏点校正,会将很多短曝光时长条件下不是坏点的像素也当作坏点校正,造成这些非坏点像素的图像信息的损失,降低了图像解析度。
基于上述发现,本发明实施例提供了一种图像坏点校正方法,参看图1,该方法包括以下步骤:
S100:获取第一曝光时长,所述第一曝光时长为第一图像的曝光时长;
S200:根据所述第一曝光时长从预设的至少两个坏点坐标表中确定目标坏点坐标表,其中,所述预设的至少两个坏点坐标表包括在不同的曝光参数下标定出的坏点坐标表;
S300:根据所述目标坏点坐标表对所述第一图像进行坏点校正。
具体地,图像坏点校正方法的执行主体可以为电子设备,进一步地可以为电子设备的处理器,其中,所述处理器可以为一个或多个,处理器可以为通用处理器或者专用处理器。
电子设备可以是成像设备本身,或者和成像设备连接,下面以电子设备为成像设备展开描述。
电子设备除了处理器之外,还可以包括存储有处理器执行时所需的程序、坏点坐标表的存储器,用于采集图像的成像装置(图像传感器等),和/或,用于显示图像的显示器等不限。
本设备中预设有在不同的曝光参数下标定出的至少两个坏点坐标表,可以存储在本设备中的存储器中,在需要时由处理器调用坏点坐标表或者读取坏点坐标表中的表项即可。可以理解,各个坏点坐标表中记录的是相应曝光参数下标定出的坏点坐标,根据坏点坐标可以定位本设备采集的图像上的坏点像素。
本设备可以在不同曝光时长下采集得到图像。在执行步骤S100之前,可以先获取第一图像,后续针对第一图像执行坏点校正,其中,采集第一图像时的曝光时长为第一曝光时长。
第一图像可以是本设备采集的任意一帧图像。获取第一图像的方式可以是本设备实时采集,或者可以从已采集的图像中确定出第一图像,具体不限。
步骤S100中,获取第一曝光时长,所述第一曝光时长为第一图像的曝光时长。
获取第一曝光时长具体不限。例如,若第一图像是当前采集的图像,则可以采集时读取本设备内已配置的该第一曝光时长。又如,若第一图像是已采集并存储在本设备中的图像,在需要针对第一图像进行坏点校正时,可以从本设备预存的曝光时长中确定出与第一图像对应的第一曝光时长,其中,在采集得到图像时可以将曝光时长与采集的图像对应地存储在本设备中。
在步骤S200中,根据所述第一曝光时长从预设的至少两个坏点坐标表中确定目标坏点坐标表,其中,所述预设的至少两个坏点坐标表包括在不同的曝光参数下标定出的坏点坐标表。
曝光参数可以包括曝光时长、和/或光圈大小F值等,对于同一成像装置来说,不同曝光参数下得到的坏点坐标的数量会有所不同。
根据第一曝光时长从这些不同曝光参数标定出的坏点坐标表中确定目标坏点坐标表,可以得到于第一曝光时长而言最合适的坏点坐标表。确定出的目标坏点坐标表的数量可以为一个以上,根据第一曝光时长而定。
例如可以是从所有坏点坐标表中获取对应的曝光时长与第一曝光时长最为接近的坏点坐标表,具体不限于此。
得到目标坏点坐标表后,执行步骤300,根据确定出的目标坏点坐标表对第一图像进行坏点校正。
具体坏点校正的方式不限,例如可以依据目标坏点坐标表中记录的坏点坐标定位第一图像中的坏点像素,再将坏点像素的像素值修改为与该坏点像素相邻的至少一个像素的像素值的运算值。该运算值可以是,将该坏点像素的几个相邻像素的像素值求平均所得值。
本发明实施例中,需要对第一图像进行坏点校正时,可获取该第一图像的曝光时长即第一曝光时长,根据该第一曝光时长为第一图像确定出目标坏点坐标表,由于该目标坏点坐标表是根据图像的曝光时长从预设的至少两个不同曝光参数下标定出的坏点坐标表中确定出的,因而在曝光时长不同的情况下,可根据曝光时长确定出合适对第一图像进行坏点校正的目标坏点坐标表,图像坏点校正中考虑了曝光时长的影响,可实现不同曝光时长下更合适的坏点校正,防止校正明显过度或校正明显不足的问题。
在一个实施例中,所述预设的至少两个坏点坐标表包括在不同的曝光时长下标定出的坏点坐标表。
不同曝光时长可暴露出的坏点数量不同,且随着曝光时长的变化所暴露的坏点数量并非是线形变化的。可选的,将可暴露的坏点数量突增的曝光时长确定为需要标定出坏点坐标表的曝光时长。实际可以作出曝光时长与对应暴露的坏点数量之间的关系曲线,从关系曲线上确定出坏点数量突增的曝光时长,作为需要标定出坏点坐标表的曝光时长。使用在坏点数量突增的曝光时间下标定出的坏点坐标表,可使得校正效果更好。
例如,在1s时,暴露的坏点数量为3个;2s时,暴露的坏点数量为4个;3s时,暴露的坏点数量为8个;4s时,暴露的坏点数量为9个;5s时,暴露的坏点数量为14个;则将3s和5s作为两个需要标定出坏点坐标表的曝光时长。如此,当曝光时长为处于3s和5s之间的4s(或3s到4s之间)时,暴露出的坏点数量与曝光时长为3s时的数量较为接近,相比于数量差异较大的情况来说,依据曝光时长为3s对应的坏点坐标表进行坏点校正时,更多的坏点可被校正,校正效果更好。当然,此处仅是示例性的,只是为了说明上述方式确定的曝光时长对应的坏点坐标表可带来更好的校正效果,并不作为限制。
可以理解,需要标定出坏点坐标表的曝光时长具体不限,可以根据需要确定,对于不同曝光时长,可标定出坏点坐标以得到对应的坏点坐标表。
在一个实施例中,所述目标坏点坐标表为一个坏点坐标表。
可选的,所述目标坏点坐标表对应的曝光时长等于所述第一曝光时长。换言之,预设的坏点坐标表中存在与该第一曝光时长对应的坏点坐标表,确定出的目标坏点坐标表便可以为与该第一曝光时长对应的坏点坐标表。
可选的,所述目标坏点坐标表为所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值的绝对值最小的坏点坐标表。换言之,目标坏点坐标表对应的曝光时长与第一曝光时长的差值可为正值或负值,但是绝对值是所有坏点坐标表对应的曝光时长与第一曝光时长的差值的绝对值中最小的。
可选的,所述目标坏点坐标表为所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最小的正值的坏点坐标表。换言之,目标坏点坐标表对应的曝光时长与第一曝光时长的差值是正值,且是各个坏点坐标表对应的曝光时长与第一曝光时长作差得到的正值中最小的。
可选的,所述目标坏点坐标表为所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最大的负值的坏点坐标表。换言之,目标坏点坐标表对应的曝光时长与第一曝光时长的差值是负值,且是各个坏点坐标表对应的曝光时长与第一曝光时长作差得到的负值中最大的。
坏点坐标表对应的曝光时长与第一曝光时长相同或者最接近,可以使得目标坏点坐标表中记录的坏点坐标与第一图像中的实际坏点坐标匹配度最高,从而校正效果最好。
可以理解,对应的曝光时长与所述第一曝光时长的差值,指的是对应的曝光时长减去第一曝光时长得到的差值。由于曝光时长存在大小关系,因而差值存在正值和负值。
在目标坏点坐标表为一个坏点坐标表的情况下,步骤S300中,根据目标坏点坐标表定位第一图像中的坏点像素后,可直接对这些坏点像素进行校正,实现第一图像坏点校正。
在一个实施例中,目标坏点坐标表包括两个坏点坐标表。
可选的,所述目标坏点坐标表包括所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最小的正值的坏点坐标表,以及对应的曝光时长与所述第一曝光时长的差值为最大的负值的坏点坐标表。
例如,预设的坏点坐标表对应的曝光时长包括:0.002s、1s、2s、5s,而第一曝光时长为1.5s,则目标坏点坐标表即为1s((1.5-1)s为正值且是所有正值中最小的)对应的坏点坐标表,以及2s((1.5-2)s为负值且是所有负值中最大的)对应的坏点坐标表。
在一个实施例中,所述目标坏点坐标表包括第一坏点坐标表和第二坏点坐标表;
参看图2,步骤S300中,所述根据所述目标坏点坐标表对所述第一图像进行坏点校正,可以包括以下步骤:
S301:依据所述第一坏点坐标表对所述第一图像进行坏点校正,得到第一目标图像;
S302:依据所述第二坏点坐标表对所述第一图像进行坏点校正,得到第二目标图像;
S303:将所述第一目标图像和第二目标图像进行融合处理。
步骤S301中,可以包括以下步骤:
S3011:依据第一坏点坐标表中记录的坏点坐标,确定所述第一图像中的坏点像素;
S3012:将与第一图像中的坏点像素相邻的至少两个像素的像素特征执行运算,得到运算后的像素特征;
S3013:将坏点像素的像素特征修改为对应运算后的像素特征,得到第一目标图像。
步骤S302中,可以包括以下步骤:
S3021:依据第二坏点坐标表中记录的坏点坐标,确定所述第一图像中的坏点像素;
S3022:将与第一图像中的坏点像素相邻的至少两个像素的像素特征执行运算,得到运算后的像素特征;
S3023:将坏点像素的像素特征修改为对应运算后的像素特征,得到第二目标图像。
步骤S3012和步骤S3022中对像素的像素特征执行的运算可以是取均值运算,具体不限。
可以理解,步骤301和步骤S302中的第一图像是相同的两份第一图像,可以通过复制第一图像得到另一个第一图像,或者,两份第一图像都是复制原第一图像所得,具体不限。
在得到第一目标图像和第二目标图像后,执行步骤S303,将第一目标图像和第二目标图像进行融合处理,具体融合方式不限。
参看图3,图像501是第一曝光时长下采集的第一图像,图像502和图像503是复制该图像501所得的两个图像,分别对图像502和图像503进行坏点校正后得到第一目标图像504和第二目标图像505,将第一目标图像504和第二目标图像505执行融合处理,得到坏点校正后的图像506。
第一坏点坐标表例如是预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最小的正值的坏点坐标表;第二坏点坐标表例如是预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最大的负值的坏点坐标表。当然,两者互换亦可。
第一曝光时长介于第一坏点坐标表对应的曝光时长和第二坏点坐标表对应的曝光时长之间,依据第一坏点坐标表、第二坏点坐标表分别对第一图像执行图像坏点校正,将得到的第一目标图像和第二目标图像进行融合而得到坏点校正后的图像,如此,第一目标图像和第二目标图像中,其中一个用来保证实际坏点像素尽可能地被校正,另一个可削弱非坏点像素却被当作坏点像素进行校正的影响,相比现有技术,坏点校正后的图像提升了短曝光时长下的图像解析度,又可保证长曝光时长下的实际坏点校正效果。
在一个实施例中,步骤S303中,所述将第一目标图像和第二目标图像进行融合处理,包括以下步骤:
S3031:确定第一权重和第二权重,所述第一权重为第一坏点坐标表对应的权重,所述第二权重为所述第二坏点坐标表对应的权重;
S3032:根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均;
S3033:依据加权平均后的像素确定所述第一图像经坏点校正后的图像。
步骤S3031中,可以先确定第一权重,再根据第一权重确定第二权重,反之亦可。优选的,第一权重和第二权重并非是固定的,可以根据第一曝光时长确定。
可以理解,步骤S3032中,根据第一权重和第二权重对两个像素进行加权平均,指的是对两个像素的像素值进行加权平均。例如,第一权重为0.4,第二权重为0.6,第一目标图像中的目标像素的像素值为100,第二目标图像中与目标像素位置相同的像素的像素值为200,则加权平均后的值为100*0.4+200*0.6=160。
可选的,所述目标像素包括:第一目标图像中的全部像素,或者,第一目标图像中经坏点校正后的像素。
步骤S3033中,依据加权平均后的像素确定所述第一图像经坏点校正后的图像。
对第一目标图像和第二目标图像进行融合处理的过程,并非简单地将第一目标图像和第二目标图像上位置对应的像素进行求均值处理,而是进行加权平均,如此,可以根据第一曝光时长的具体情况,来确定校正是倾向于长曝光时长对应的坏点坐标表、还是倾向于短曝光时长对应的坏点坐标表。
在一个实施例中,步骤S3032中,根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均,包括:
对利用所述第一权重加权后的、所述第一目标图像中的目标像素,与利用所述第二权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的像素。
该加权平均方式中,对于第一目标图像中所有目标像素来说,都利用同一个第一权重进行加权;对于第二目标图像中与各个目标像素对应的像素,都利用同一个第二权重进行加权。
在一个实施例中,针对上述加权平均的方式,步骤S3031中,所述确定第一权重和第二权重可以包括以下步骤:
依据所述第一曝光时长在已建立的曝光时长与第一权重的对应关系中确定所述第一权重;
依据所述第一权重确定所述第二权重。
已建立的曝光时长与第一权重的对应关系可以是计算公式、或者是关系表等,相应的,确定第一权重的方式可以是将第一曝光时长代入计算公式计算得带、或者在关系表中查找与第一曝光时长对应的第一权重,具体不限于上述方式。
优选的,第一坏点坐标表对应的曝光时长大于第二坏点坐标表对应的曝光时长;
所述已建立的曝光时长与第一权重的对应关系中,曝光时长T1对应于第一权重W1,曝光时长T2对应于第一权重W2,所述T1大于所述T2,所述W1大于所述W2。
曝光时间与第一权重的对应关系中,越长的曝光时间长对应的第一权重越大,当然,曝光时长与第一权重的函数关系不一定是一条连续的直线或曲线,也可能是阶梯状的折线段。第一权重越大,即用在第一目标图像中权重值越大,相应的,用在第二目标图像中的权重值则越小。
基于上述的曝光时长与第一权重的对应关系,在第一曝光时长更靠近第一坏点坐标表对应的曝光时长时(暴露的坏点数量会更多),所确定的第一权重则更大(需要考虑更多的是实际坏点的校正效果),而第一曝光时长更靠近第二坏点坐标表对应的曝光时长时(暴露的坏点数量会更少),所确定的第二权重则更大(需要考虑更多的是图像解析度情况),使得校正效果更好。
参看图4,示出了第一权重与曝光时长之间的坐标关系,其中,long指第一坏点坐标表对应的曝光时长,short指第二坏点坐标表对应的曝光时长,以long为5s,short为0.01s为例,第一曝光时长shutter1下的第一权重的计算公式如下(1):
wgt_L1=(shutter1–0.01)/(5-0.01) (1);
相应的,依据所述第一权重确定第二权重的计算公式如下(2):
wgt_S1=1-wgt_L1 (2)。
在预设的坏点坐标表为两个的情况下,在第一曝光时长为大于等于long而小于等于max(最大曝光时长)时,wgt_L1=1,wgt_S1=0,目标坏点坐标表为一个且为该long对应的第一坏点坐标表;在第一曝光时长为小于等于short而大于min(最小曝光时长)时,wgt_L1=0,wgt_S1=1,目标坏点坐标表为一个且为该short对应的第二坏点坐标表。
在一个实施例中,所述第一权重包括第一中心权重和第一外围权重;所述第二权重包括第二中心权重和第二外围权重;
步骤S3032中,根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均,包括:
对利用所述第一中心权重加权后的、所述第一目标图像中设定中心区域内的目标像素,与利用所述第二中心权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的设定中心区域内的像素;
对利用所述第一外围权重加权后的、所述第一目标图像中设定中心区域外的目标像素,与利用所述第二外围权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的设定中心区域外的像素。
参看图5,示出了第一目标图像中设定中心区域内和外的划分,zone1为设定中心区域,zone2为设定外围区域(即设定中心区域外)。设定中心区域具体的位置可以是:位于第一目标图像中心且与两条水平边长的距离均为V/4、与两条竖直边长的距离均为H/4的长方形区域,其中,H为第一目标图像的水平边长的长度,V为第一目标图像的竖直边长的长度。可以理解,图5的区域划分对于第二目标图像来说也适用。
对第一目标图像中zone1中的目标像素、及与第二目标图像中对应位置的像素进行加权时,利用的权重参数分别为第一中心权重、第二中心权重;而对第一目标图像中zone2中的目标像素与第二目标图像中对应位置的像素进行加权时,利用的权重参数分别为第一中外围权重、第二外围权重。
由于图像上中心区域与外围区域的受关注度不同,将设定中心区域内和外的权重参数设置为不同,可以在图像的中心区域与外围区域上体现不同的校正效果,更符合实际需求。
在一个实施例中,针对上述加权平均的方式,步骤S3031中,所述确定第一权重和第二权重包括:
依据所述第一曝光时长在已建立的曝光时长与第一中心权重的第一对应关系中确定第一中心权重;
依据所述第一曝光时长在已建立的曝光时长与第一外围权重的第二对应关系中确定第一外围权重;
依据已确定的第一中心权重确定第二中心权重,依据已确定的第一外围权重确定第二外围权重;
其中,第一坏点坐标表对应的曝光时长大于第二坏点坐标表对应的曝光时长;所述第一曝光时长对应的第一中心权重大于对应的第一外围权重。
基于上述第一对应关系和第二对应关系,得到的第一曝光时长对应的第一中心权重大于对应的第一外围权重,使得第一目标图像中的目标像素与第二目标图像中位置对应的像素加权时,设定中心区域内的目标像素对应的第一中心权重会比设定中心区域外的目标像素对应的第一外围权重更大一些,尽可能地校正图像中心区域的实际坏点像素,而同时保证图像外围区域的解析度。
优选的,所述第一对应关系中,曝光时长T3对应于第一中心权重W3,曝光时长T4对应于第一中心权重W4,所述T3大于所述T4,所述W3大于或等于所述W4;和/或,
所述第二对应关系中,曝光时长T5对应于第一外围权重W5,曝光时长T6对应于第一外围权重W6,所述T5大于所述T6,所述W5大于所述W6。
曝光时间与第一中心权重的第一对应关系中,越长的曝光时间长对应的第一中心权重越大,当然,曝光时长与第一中心权重的函数关系不一定是一条连续的直线或曲线,也可能是阶梯状的折线段。第一中心权重越大,即用在第一目标图像中设定中心区域内的权重值越大,相应的,用在第二目标图像中设定中心区域内的权重值则越小。
曝光时间与第一外围权重的第二对应关系中,越长的曝光时间长对应的第一外围权重越大,当然,曝光时长与第一外围权重的函数关系不一定是一条连续的直线或曲线,也可能是阶梯状的折线段。第一外围权重越大,即用在第一目标图像中设定中心区域外的权重值越大,相应的,用在第二目标图像中设定中心区域外的权重值则越小。
基于上述的第一、第二对应关系,在第一曝光时长更靠近第一坏点坐标表对应的曝光时长时(暴露的坏点数量会更多),所确定的第一中心权重、及第一外围权重则更大(需要考虑更多的是实际坏点的校正效果),而第一曝光时长更靠近第二坏点坐标表对应的曝光时长时(暴露的坏点数量会更少),所确定的第二中心权重、第二外围权重则更大(需要考虑更多的是图像解析度情况),使得校正效果更好。
参看图5和图6,实线表示第一中心权重与曝光时长之间的第一对应关系,实线表示第一外围权重与曝光时长之间的第二对应关系,其中,long指第一坏点坐标表对应的曝光时长,short指第二坏点坐标表对应的曝光时长,第一曝光时长shutter2下的第一权重的计算公式如下(3):
上式(3中),对于第一目标图像中zone1内的目标像素,计算wgt_L2的公式中,乘上了大于1的系数α,使得zone1对应的wgt_L2(第一中心权重)比zone2对应的wgt_L2(第一外围权重)更大。当然,当zone1对应的wgt_L2大于1时,则将wgt_L2的值修改为1,以免第二中心权重出现大于1的情况。
相应的,依据所述第一权重确定第二权重的计算公式如下(4):
wgt_S2=1-wgt_L2 (4)。
同理的,在预设的坏点坐标表为两个的情况下,在第一曝光时长为大于等于long而小于等于max(最大曝光时长)时,wgt_L2=1,wgt_S2=0,目标坏点坐标表为一个且为该long对应的第一坏点坐标表;在第一曝光时长为小等于short而大于min(最小曝光时长)时,wgt_L2=0,wgt_S2=1,目标坏点坐标表为一个且为该short对应的第二坏点坐标表。
在一个实施例中,步骤S3033中,所述依据加权平均后的像素确定所述第一图像经坏点校正后的图像,可以包括:
将所述第一目标图像中用于加权平均的像素修改为对应的加权平均后的像素,将修改后的所述第一目标图像确定为所述第一图像经坏点校正后的图像;
或者,
将所述第二目标图像中用于加权平均的像素修改为对应的加权平均后的像素,将修改后的所述第二目标图像确定为所述第一图像经坏点校正后的图像。
可以理解,依据加权平均后的像素确定所述第一图像经坏点校正后的图像的具体方式也不限于此,例如还可以是,将第三图像上的与加权平均的像素位置相同的像素修改为加权平均的像素,若加权平均后的像素并非是第一图像的全部像素,则将其余像素修改为第一图像的对应像素,该第三图像是与第一图像大小相同且全部像素为空白像素的图像。
可选的,所述第一坏点坐标表记录有对应曝光时长下标定的全部坏点坐标;所述第二坏点坐标表记录有对应曝光时长下标定的全部坏点坐标。
可选的,所述第二坏点坐标表记录有对应曝光时长下标定的全部坏点坐标;所述第一坏点坐标表记录有对应曝光时长下标定的与所述第二坏点坐标表中记录的坏点坐标所不同的坏点坐标。换言之,第二坏点坐标表中记录的坏点坐标可以是在第一坏点坐标表的基础上增加的坏点坐标,可以减少所需的存储空间。
基于与上述图像坏点校正方法同样的构思,参看图7,一种电子设备100,包括:存储器101和处理器102(如一个或多个处理器)。电子设备具体类型不限,电子设备可以是成像设备但不限于成像设备。电子设备例如也可以是与成像设备电连接的设备,可获取成像设备的图像及曝光参数。
在一个实施例中,所述存储器,用于存储程序代码;所述处理器,用于调用所述程序代码,当程序代码被执行时,用于执行以下操作:
获取第一曝光时长,所述第一曝光时长为第一图像的曝光时长;
根据所述第一曝光时长从预设的至少两个坏点坐标表中确定目标坏点坐标表,其中,所述预设的至少两个坏点坐标表包括在不同的曝光参数下标定出的坏点坐标表;
根据所述目标坏点坐标表对所述第一图像进行坏点校正。
优选的,所述预设的至少两个坏点坐标表包括在不同的曝光时长下标定出的坏点坐标表。
优选的,所述目标坏点坐标表为一个坏点坐标表。
优选的,所述目标坏点坐标表对应的曝光时长等于所述第一曝光时长;或者,
所述目标坏点坐标表为所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值的绝对值最小的坏点坐标表;或者,
所述目标坏点坐标表为所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最小的正值的坏点坐标表;或者,
所述目标坏点坐标表为所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最大的负值的坏点坐标表。
优选的,所述目标坏点坐标表包括两个坏点坐标表。
优选的,所述目标坏点坐标表包括所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最小的正值的坏点坐标表,以及对应的曝光时长与所述第一曝光时长的差值为最大的负值的坏点坐标表。
优选的,所述目标坏点坐标表包括第一坏点坐标表和第二坏点坐标表;
所述处理器根据所述目标坏点坐标表对所述第一图像进行坏点校正时具体用于:
依据所述第一坏点坐标表对所述第一图像进行坏点校正,得到第一目标图像;
依据所述第二坏点坐标表对所述第一图像进行坏点校正,得到第二目标图像;
将所述第一目标图像和第二目标图像进行融合处理。
优选的,所述处理器将第一目标图像和第二目标图像进行融合处理时具体用于:
确定第一权重和第二权重,所述第一权重为第一坏点坐标表对应的权重,所述第二权重为所述第二坏点坐标表对应的权重;
根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均;
依据加权平均后的像素确定所述第一图像经坏点校正后的图像。
优选的,所述处理器根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均时具体用于:
对利用所述第一权重加权后的、所述第一目标图像中的目标像素,与利用所述第二权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的像素。
优选的,所述处理器确定第一权重和第二权重时具体用于:
依据所述第一曝光时长在已建立的曝光时长与第一权重的对应关系中确定所述第一权重;
依据所述第一权重确定所述第二权重。
优选的,第一坏点坐标表对应的曝光时长大于第二坏点坐标表对应的曝光时长;
所述已建立的曝光时长与第一权重的对应关系中,曝光时长T1对应于第一权重W1,曝光时长T2对应于第一权重W2,所述T1大于所述T2,所述W1大于所述W2。
优选的,所述第一权重包括第一中心权重和第一外围权重;所述第二权重包括第二中心权重和第二外围权重;
所述处理器根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均时具体用于:
对利用所述第一中心权重加权后的、所述第一目标图像中设定中心区域内的目标像素,与利用所述第二中心权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的设定中心区域内的像素;
对利用所述第一外围权重加权后的、所述第一目标图像中设定中心区域外的目标像素,与利用所述第二外围权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的设定中心区域外的像素。
优选的,所述处理器确定第一权重和第二权重时具体用于:
依据所述第一曝光时长在已建立的曝光时长与第一中心权重的第一对应关系中确定第一中心权重;
依据所述第一曝光时长在已建立的曝光时长与第一外围权重的第二对应关系中确定第一外围权重;
依据已确定的第一中心权重确定第二中心权重,依据已确定的第一外围权重确定第二外围权重;
其中,第一坏点坐标表对应的曝光时长大于第二坏点坐标表对应的曝光时长;所述第一曝光时长对应的第一中心权重大于对应的第一外围权重。
优选的,所述第一对应关系中,曝光时长T3对应于第一中心权重W3,曝光时长T4对应于第一中心权重W4,所述T3大于所述T4,所述W3大于或等于所述W4;和/或,
所述第二对应关系中,曝光时长T5对应于第一外围权重W5,曝光时长T6对应于第一外围权重W6,所述T5大于所述T6,所述W5大于所述W6。
优选的,所述目标像素包括:第一目标图像中的全部像素,或者,第一目标图像中经坏点校正后的像素。
优选的,所述处理器依据加权平均后的像素确定所述第一图像经坏点校正后的图像时具体用于:
将所述第一目标图像中用于加权平均的像素修改为对应的加权平均后的像素,将修改后的所述第一目标图像确定为所述第一图像经坏点校正后的图像;
或者,
将所述第二目标图像中用于加权平均的像素修改为对应的加权平均后的像素,将修改后的所述第二目标图像确定为所述第一图像经坏点校正后的图像。
优选的,所述第一坏点坐标表记录有对应曝光时长下标定的全部坏点坐标;
所述第二坏点坐标表记录有对应曝光时长下标定的全部坏点坐标。
优选的,所述第二坏点坐标表记录有对应曝光时长下标定的全部坏点坐标;
所述第一坏点坐标表记录有对应曝光时长下标定的与所述第二坏点坐标表中记录的坏点坐标所不同的坏点坐标。
基于与上述方法同样的发明构思,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机指令,所述计算机指令被执行时,实现前述实施例所述的图像坏点校正方法。
上述实施例阐明的系统、装置、模块或单元,可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明实施例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。
本发明是参照根据本发明实施例的方法、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。应理解可以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、嵌入式处理机或其它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它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。
而且,这些计算机程序指令也可以存储在能引导计算机或其它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者多个流程和/或方框图一个方框或者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它可编程数据处理设备,使得在计算机或者其它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,从而在计算机或其它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。
以上所述仅为本发明实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进,均应包含在本发明的权利要求范围之内。
Claims (31)
1.一种图像坏点校正方法,其特征在于,包括:
获取第一曝光时长,所述第一曝光时长为第一图像的曝光时长;
根据所述第一曝光时长从预设的至少两个坏点坐标表中确定目标坏点坐标表,其中,所述预设的至少两个坏点坐标表包括在不同的曝光参数下标定出的坏点坐标表;
根据所述目标坏点坐标表对所述第一图像进行坏点校正;
其中,所述目标坏点坐标表包括第一坏点坐标表和第二坏点坐标表,所述第一坏点坐标表用于对所述第一图像进行坏点校正,得到第一目标图像,所述第二坏点坐标表用于对所述第一图像进行坏点校正,得到第二目标图像,通过将所述第一目标图像和第二目标图像进行融合处理来对所述第一图像进行坏点校正,所述第一曝光时长介于所述第一坏点坐标表对应的曝光时长和所述第二坏点坐标表对应的曝光时长之间。
2.如权利要求1所述的图像坏点校正方法,其特征在于,所述预设的至少两个坏点坐标表包括在不同的曝光时长下标定出的坏点坐标表。
3.如权利要求1所述的图像坏点校正方法,其特征在于,所述目标坏点坐标表包括两个坏点坐标表。
4.如权利要求3所述的图像坏点校正方法,其特征在于,所述目标坏点坐标表包括所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最小的正值的坏点坐标表,以及对应的曝光时长与所述第一曝光时长的差值为最大的负值的坏点坐标表。
5.如权利要求1所述的图像坏点校正方法,其特征在于,所述将第一目标图像和第二目标图像进行融合处理,包括:
确定第一权重和第二权重,所述第一权重为第一坏点坐标表对应的权重,所述第二权重为所述第二坏点坐标表对应的权重;
根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均;
依据加权平均后的像素确定所述第一图像经坏点校正后的图像。
6.如权利要求5所述的图像坏点校正方法,其特征在于,根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均,包括:
对利用所述第一权重加权后的、所述第一目标图像中的目标像素,与利用所述第二权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的像素。
7.如权利要求6所述的图像坏点校正方法,其特征在于,所述确定第一权重和第二权重包括:
依据所述第一曝光时长在已建立的曝光时长与第一权重的对应关系中确定所述第一权重;
依据所述第一权重确定所述第二权重。
8.如权利要求7所述的图像坏点校正方法,其特征在于,第一坏点坐标表对应的曝光时长大于第二坏点坐标表对应的曝光时长;
所述已建立的曝光时长与第一权重的对应关系中,曝光时长T1对应于第一权重W1,曝光时长T2对应于第一权重W2,所述T1大于所述T2,所述W1大于所述W2。
9.如权利要求5所述的图像坏点校正方法,其特征在于,所述第一权重包括第一中心权重和第一外围权重;所述第二权重包括第二中心权重和第二外围权重;
根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均,包括:
对利用所述第一中心权重加权后的、所述第一目标图像中设定中心区域内的目标像素,与利用所述第二中心权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的设定中心区域内的像素;
对利用所述第一外围权重加权后的、所述第一目标图像中设定中心区域外的目标像素,与利用所述第二外围权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的设定中心区域外的像素。
10.如权利要求9所述的图像坏点校正方法,其特征在于,所述确定第一权重和第二权重包括:
依据所述第一曝光时长在已建立的曝光时长与第一中心权重的第一对应关系中确定第一中心权重;
依据所述第一曝光时长在已建立的曝光时长与第一外围权重的第二对应关系中确定第一外围权重;
依据已确定的第一中心权重确定第二中心权重,依据已确定的第一外围权重确定第二外围权重;
其中,第一坏点坐标表对应的曝光时长大于第二坏点坐标表对应的曝光时长;所述第一曝光时长对应的第一中心权重大于对应的第一外围权重。
11.如权利要求10所述的图像坏点校正方法,其特征在于,所述第一对应关系中,曝光时长T3对应于第一中心权重W3,曝光时长T4对应于第一中心权重W4,所述T3大于所述T4,所述W3大于或等于所述W4;和/或,
所述第二对应关系中,曝光时长T5对应于第一外围权重W5,曝光时长T6对应于第一外围权重W6,所述T5大于所述T6,所述W5大于所述W6。
12.如权利要求5所述的图像坏点校正方法,其特征在于,所述目标像素包括:第一目标图像中的全部像素,或者,第一目标图像中经坏点校正后的像素。
13.如权利要求5所述的图像坏点校正方法,其特征在于,所述依据加权平均后的像素确定所述第一图像经坏点校正后的图像,包括:
将所述第一目标图像中用于加权平均的像素修改为对应的加权平均后的像素,将修改后的所述第一目标图像确定为所述第一图像经坏点校正后的图像;
或者,
将所述第二目标图像中用于加权平均的像素修改为对应的加权平均后的像素,将修改后的所述第二目标图像确定为所述第一图像经坏点校正后的图像。
14.如权利要求1所述的图像坏点校正方法,其特征在于,所述第一坏点坐标表记录有对应曝光时长下标定的全部坏点坐标;
所述第二坏点坐标表记录有对应曝光时长下标定的全部坏点坐标。
15.如权利要求1所述的图像坏点校正方法,其特征在于,所述第二坏点坐标表记录有对应曝光时长下标定的全部坏点坐标;
所述第一坏点坐标表记录有对应曝光时长下标定的与所述第二坏点坐标表中记录的坏点坐标所不同的坏点坐标。
16.一种电子设备,其特征在于,包括:存储器和处理器;
所述存储器,用于存储程序代码;
所述处理器,用于调用所述程序代码,当程序代码被执行时,用于执行以下操作:
获取第一曝光时长,所述第一曝光时长为第一图像的曝光时长;
根据所述第一曝光时长从预设的至少两个坏点坐标表中确定目标坏点坐标表,其中,所述预设的至少两个坏点坐标表包括在不同的曝光参数下标定出的坏点坐标表;
根据所述目标坏点坐标表对所述第一图像进行坏点校正;
其中,所述目标坏点坐标表包括第一坏点坐标表和第二坏点坐标表,所述第一坏点坐标表用于对所述第一图像进行坏点校正,得到第一目标图像,所述第二坏点坐标表用于对所述第一图像进行坏点校正,得到第二目标图像,通过将所述第一目标图像和第二目标图像进行融合处理来对所述第一图像进行坏点校正,所述第一曝光时长介于所述第一坏点坐标表对应的曝光时长和所述第二坏点坐标表对应的曝光时长之间。
17.如权利要求16所述的电子设备,其特征在于,所述预设的至少两个坏点坐标表包括在不同的曝光时长下标定出的坏点坐标表。
18.如权利要求16所述的电子设备,其特征在于,所述目标坏点坐标表包括两个坏点坐标表。
19.如权利要求18所述的电子设备,其特征在于,所述目标坏点坐标表包括所述预设的至少两个坏点坐标表中,对应的曝光时长与所述第一曝光时长的差值为最小的正值的坏点坐标表,以及对应的曝光时长与所述第一曝光时长的差值为最大的负值的坏点坐标表。
20.如权利要求16所述的电子设备,其特征在于,所述处理器将第一目标图像和第二目标图像进行融合处理时具体用于:
确定第一权重和第二权重,所述第一权重为第一坏点坐标表对应的权重,所述第二权重为所述第二坏点坐标表对应的权重;
根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均;
依据加权平均后的像素确定所述第一图像经坏点校正后的图像。
21.如权利要求20所述的电子设备,其特征在于,所述处理器根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均时具体用于:
对利用所述第一权重加权后的、所述第一目标图像中的目标像素,与利用所述第二权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的像素。
22.如权利要求21所述的电子设备,其特征在于,所述处理器确定第一权重和第二权重时具体用于:
依据所述第一曝光时长在已建立的曝光时长与第一权重的对应关系中确定所述第一权重;
依据所述第一权重确定所述第二权重。
23.如权利要求22所述的电子设备,其特征在于,第一坏点坐标表对应的曝光时长大于第二坏点坐标表对应的曝光时长;
所述已建立的曝光时长与第一权重的对应关系中,曝光时长T1对应于第一权重W1,曝光时长T2对应于第一权重W2,所述T1大于所述T2,所述W1大于所述W2。
24.如权利要求20所述的电子设备,其特征在于,所述第一权重包括第一中心权重和第一外围权重;所述第二权重包括第二中心权重和第二外围权重;
所述处理器根据所述第一权重和所述第二权重,对所述第一目标图像中的目标像素,与所述第二目标图像中与所述目标像素位置相同的像素进行加权平均时具体用于:
对利用所述第一中心权重加权后的、所述第一目标图像中设定中心区域内的目标像素,与利用所述第二中心权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的设定中心区域内的像素;
对利用所述第一外围权重加权后的、所述第一目标图像中设定中心区域外的目标像素,与利用所述第二外围权重加权后的、所述第二目标图像中与所述目标像素位置相同的像素求和,得到加权平均后的设定中心区域外的像素。
25.如权利要求24所述的电子设备,其特征在于,所述处理器确定第一权重和第二权重时具体用于:
依据所述第一曝光时长在已建立的曝光时长与第一中心权重的第一对应关系中确定第一中心权重;
依据所述第一曝光时长在已建立的曝光时长与第一外围权重的第二对应关系中确定第一外围权重;
依据已确定的第一中心权重确定第二中心权重,依据已确定的第一外围权重确定第二外围权重;
其中,第一坏点坐标表对应的曝光时长大于第二坏点坐标表对应的曝光时长;所述第一曝光时长对应的第一中心权重大于对应的第一外围权重。
26.如权利要求25所述的电子设备,其特征在于,所述第一对应关系中,曝光时长T3对应于第一中心权重W3,曝光时长T4对应于第一中心权重W4,所述T3大于所述T4,所述W3大于或等于所述W4;和/或,
所述第二对应关系中,曝光时长T5对应于第一外围权重W5,曝光时长T6对应于第一外围权重W6,所述T5大于所述T6,所述W5大于所述W6。
27.如权利要求20所述的电子设备,其特征在于,所述目标像素包括:第一目标图像中的全部像素,或者,第一目标图像中经坏点校正后的像素。
28.如权利要求20所述的电子设备,其特征在于,所述处理器依据加权平均后的像素确定所述第一图像经坏点校正后的图像时具体用于:
将所述第一目标图像中用于加权平均的像素修改为对应的加权平均后的像素,将修改后的所述第一目标图像确定为所述第一图像经坏点校正后的图像;
或者,
将所述第二目标图像中用于加权平均的像素修改为对应的加权平均后的像素,将修改后的所述第二目标图像确定为所述第一图像经坏点校正后的图像。
29.如权利要求16所述的电子设备,其特征在于,所述第一坏点坐标表记录有对应曝光时长下标定的全部坏点坐标;
所述第二坏点坐标表记录有对应曝光时长下标定的全部坏点坐标。
30.如权利要求16所述的电子设备,其特征在于,所述第二坏点坐标表记录有对应曝光时长下标定的全部坏点坐标;
所述第一坏点坐标表记录有对应曝光时长下标定的与所述第二坏点坐标表中记录的坏点坐标所不同的坏点坐标。
31.一种计算机可读存储介质,其特征在于,
所述计算机可读存储介质上存储有计算机指令,所述计算机指令被执行时,实现权利要求1-15中任一项所述的图像坏点校正方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/103263 WO2020042083A1 (zh) | 2018-08-30 | 2018-08-30 | 图像坏点校正方法及设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110771131A CN110771131A (zh) | 2020-02-07 |
CN110771131B true CN110771131B (zh) | 2021-12-21 |
Family
ID=69328583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880039797.2A Expired - Fee Related CN110771131B (zh) | 2018-08-30 | 2018-08-30 | 图像坏点校正方法及设备、存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110771131B (zh) |
WO (1) | WO2020042083A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112666178B (zh) * | 2020-12-14 | 2024-06-18 | 杭州当虹科技股份有限公司 | 一种户外led大屏坏点在线监控方法 |
CN113674238B (zh) * | 2021-08-16 | 2024-06-11 | 浙江大华技术股份有限公司 | 坏点检测方法、装置、电子设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003046872A (ja) * | 2001-08-01 | 2003-02-14 | Matsushita Electric Ind Co Ltd | 撮像装置、撮像方法、およびプログラム |
JP2004336400A (ja) * | 2003-05-08 | 2004-11-25 | Olympus Corp | 画像処理装置、この画像処理装置を用いた電子カメラ、画像処理方法、及び画像処理プログラム |
CN1596388A (zh) * | 2001-11-28 | 2005-03-16 | 麦克罗尼克激光系统公司 | 缺陷像素补偿方法 |
CN1843028A (zh) * | 2003-06-26 | 2006-10-04 | 微米技术有限公司 | 减小成像器件中暗电流和有缺陷的像素的影响的方法和设备 |
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 |
CN104025581A (zh) * | 2011-12-28 | 2014-09-03 | 富士胶片株式会社 | 摄像装置 |
CN107465874A (zh) * | 2017-09-07 | 2017-12-12 | 维沃移动通信有限公司 | 一种暗电流处理方法及移动终端 |
CN107613229A (zh) * | 2017-09-30 | 2018-01-19 | 杭州雄迈集成电路技术有限公司 | 一种图像传感器坏点检测校正装置及方法 |
CN108027965A (zh) * | 2015-09-21 | 2018-05-11 | 爱克发医疗保健公司 | 用于减少在直接射线照相术中由重建的缺陷像素引起的图像干扰的方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030179418A1 (en) * | 2002-03-19 | 2003-09-25 | Eastman Kodak Company | Producing a defective pixel map from defective cluster pixels in an area array image sensor |
JP4508740B2 (ja) * | 2004-06-22 | 2010-07-21 | キヤノン株式会社 | 画像処理装置 |
US8063957B2 (en) * | 2006-03-24 | 2011-11-22 | Qualcomm Incorporated | Method and apparatus for processing bad pixels |
JP5656561B2 (ja) * | 2010-10-28 | 2015-01-21 | キヤノン株式会社 | 画像処理装置、その制御方法、および制御プログラム |
JP5868039B2 (ja) * | 2011-06-30 | 2016-02-24 | キヤノン株式会社 | 撮像装置、画像合成方法、及びコンピュータプログラム |
KR20150014556A (ko) * | 2013-07-29 | 2015-02-09 | 에스케이하이닉스 주식회사 | 데드 픽셀 보정 장치 및 그 방법과 그를 이용한 씨모스 이미지 센서 |
CN106651787B (zh) * | 2016-11-08 | 2019-08-23 | 深圳市安健科技股份有限公司 | 基于x射线的hdr图像合成方法及系统 |
-
2018
- 2018-08-30 CN CN201880039797.2A patent/CN110771131B/zh not_active Expired - Fee Related
- 2018-08-30 WO PCT/CN2018/103263 patent/WO2020042083A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003046872A (ja) * | 2001-08-01 | 2003-02-14 | Matsushita Electric Ind Co Ltd | 撮像装置、撮像方法、およびプログラム |
CN1596388A (zh) * | 2001-11-28 | 2005-03-16 | 麦克罗尼克激光系统公司 | 缺陷像素补偿方法 |
JP2004336400A (ja) * | 2003-05-08 | 2004-11-25 | Olympus Corp | 画像処理装置、この画像処理装置を用いた電子カメラ、画像処理方法、及び画像処理プログラム |
CN1843028A (zh) * | 2003-06-26 | 2006-10-04 | 微米技术有限公司 | 减小成像器件中暗电流和有缺陷的像素的影响的方法和设备 |
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 |
CN104025581A (zh) * | 2011-12-28 | 2014-09-03 | 富士胶片株式会社 | 摄像装置 |
CN108027965A (zh) * | 2015-09-21 | 2018-05-11 | 爱克发医疗保健公司 | 用于减少在直接射线照相术中由重建的缺陷像素引起的图像干扰的方法 |
CN107465874A (zh) * | 2017-09-07 | 2017-12-12 | 维沃移动通信有限公司 | 一种暗电流处理方法及移动终端 |
CN107613229A (zh) * | 2017-09-30 | 2018-01-19 | 杭州雄迈集成电路技术有限公司 | 一种图像传感器坏点检测校正装置及方法 |
Non-Patent Citations (1)
Title |
---|
基于FPGA的图像坏点修正算法的硬件实现;王伙荣等;《电子科技》;20080515;全文 * |
Also Published As
Publication number | Publication date |
---|---|
WO2020042083A1 (zh) | 2020-03-05 |
CN110771131A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110505459B (zh) | 适用于内窥镜的图像颜色校正方法、装置和存储介质 | |
JP4645746B2 (ja) | 画像処理装置、画像処理方法および撮像装置 | |
US11070741B2 (en) | High dynamic range video shooting method and device | |
US10798358B2 (en) | Image processing method and device for accomplishing white balance regulation, computer-readable storage medium and computer device | |
EP3798975A1 (en) | Method and apparatus for detecting subject, electronic device, and computer readable storage medium | |
CN110771131B (zh) | 图像坏点校正方法及设备、存储介质 | |
JP2015072324A (ja) | 画像処理装置、撮像装置及び画像処理方法 | |
JP2011019177A (ja) | 被写体位置特定用プログラム、およびカメラ | |
US20220174222A1 (en) | Method for marking focused pixel, electronic device, storage medium, and chip | |
WO2010116478A1 (ja) | 画像処理装置および画像処理方法、画像処理プログラム | |
US8941763B2 (en) | Image capture device, method for generating composite image, and storage medium | |
JP2015012482A (ja) | 画像処理装置及び画像処理方法 | |
US9538074B2 (en) | Image processing apparatus, imaging apparatus, and image processing method | |
JP6357646B2 (ja) | 撮像装置 | |
JP2007306406A (ja) | 画像処理装置 | |
JP2013138413A (ja) | 撮像装置 | |
WO2021258300A1 (zh) | 一种屏下拍摄控制方法、终端设备及存储介质 | |
CN106027917A (zh) | 摄像设备及其控制方法 | |
JP2015095890A (ja) | 画像処理装置およびその制御方法 | |
CN111630839B (zh) | 一种图像处理方法及装置 | |
KR101112056B1 (ko) | 카메라 모듈의 이미지 처리 방법 | |
JP2008011102A (ja) | 画像処理装置及び画像処理方法及びプログラム及び記憶媒体及び撮像装置 | |
WO2022174696A1 (zh) | 曝光处理方法、装置、电子设备及计算机可读存储介质 | |
US10880508B2 (en) | Image processing apparatus, imaging apparatus, pixel-abnormality detecting method, and computer-readable recording medium | |
JP2009239974A (ja) | 自動露出装置及び方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211221 |