CN111713099A - 图像校正方法和图像校正装置以及电子设备 - Google Patents

图像校正方法和图像校正装置以及电子设备 Download PDF

Info

Publication number
CN111713099A
CN111713099A CN201980011443.1A CN201980011443A CN111713099A CN 111713099 A CN111713099 A CN 111713099A CN 201980011443 A CN201980011443 A CN 201980011443A CN 111713099 A CN111713099 A CN 111713099A
Authority
CN
China
Prior art keywords
file
memory
compressed
recording
compressed file
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
Application number
CN201980011443.1A
Other languages
English (en)
Inventor
麻军平
陈星�
张强
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.)
SZ DJI Technology Co Ltd
Shenzhen Dajiang Innovations Technology Co Ltd
Original Assignee
SZ DJI Technology 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 SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Publication of CN111713099A publication Critical patent/CN111713099A/zh
Pending legal-status Critical Current

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
    • H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation

Abstract

一种图像校正方法，包括：从存储器中读取压缩文件，其中，压缩文件为通过压缩算法压缩的记录文件，记录文件用于记录图像传感器中的坏点(S1)；通过与压缩算法对应的解压算法，对压缩文件进行解压缩，以得到记录文件(S2)；根据记录文件对根据图像传感器生成的图像进行校正(S3)。由于图像传感器中一般坏点数量较少，正常点数量较多，所以记录文件中正常点标识较多，并且是连续的，坏点标识较少。在压缩时，对于记录文件可以以较大的压缩速率，实现较大压缩比的压缩，极大地降低了数据量。

Description

图像校正方法和图像校正装置以及电子设备
技术领域
本公开涉及图像处理技术领域，尤其涉及图像校正方法，图像校正装置和电子设备。
背景技术
目前采集图像的方式，主要是通过图像传感器感中的感光元件阵列根据光信号生成电信号来得到图像。
但是由于工艺的限制，感光元件阵列中的部分感光元件存在问题，不能准确地根据光信号生成电信号，这种感光元件称作坏点。对于坏点，需要先确定坏点的位置生成记录文件，然后在后续过程中基于记录文件对图像传感器感生成的图像进行校正。
对于记录文件，需要先存储在存储器中，以备后续校正图像时读取。但是记录文件的数据量与图像的分辨率是正相关的，随着目前图像分辨率越来越高，记录文件的数据量也越来越大，这会导致存储器的负担加重，而且导致读取记录文件的速度降低。
发明内容
本公开提供图像校正方法，图像校正装置和电子设备，以降低图像校正过程中，存储器存储文件的数据量，提高读取速度。
根据本公开实施例的第一方面，提出一种图像校正方法，适用于电子设备，所述电子设备包括存储器，所述方法包括：
从所述存储器中读取压缩文件，其中，所述压缩文件为通过压缩算法压缩的记录文件，所述记录文件用于记录图像传感器中的坏点；
通过与所述压缩算法对应的解压算法，对所述压缩文件进行解压缩，以得到所述记录文件；
根据所述记录文件对根据所述图像传感器生成的图像进行校正。
根据本公开实施例的第二方面，提出一种图像校正装置，包括存储器，还包括单独或者协同工作的一个或者多个处理器，所述处理器用于：
从所述存储器中读取压缩文件，其中，所述压缩文件为通过压缩算法压缩的记录文件，所述记录文件用于记录图像传感器中的坏点；
通过与所述压缩算法对应的解压算法，对所述压缩文件进行解压缩，以得到所述记录文件；
根据所述记录文件对根据所述图像传感器生成的图像进行校正。
根据本公开实施例的第三方面，提出一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为实现上述任一实施例所述的图像校正方法。
根据本公开的实施例，由于图像传感器中一般坏点数量较少，正常点数量较多，所以记录文件中正常点标识较多，并且是连续的，而坏点标识较少。那么在压缩时，对于记录文件可以以较大的压缩速率，实现较大压缩比的压缩，使得压缩后的压缩文件相对压缩前的记录文件极大地降低数据量。
进而通过存储器存储压缩文件，相对直接存储记录文件，可以节约大量的存储空间。并且从存储空间中读取压缩文件，相对读取记录文件的速度也可以得到提高，从而可以快速读取压缩文件，并完成对图像的校正和显示等后续操作。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例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公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本公开的实施例示出的一种图像校正方法的示意流程图。
图2是根据本公开的实施例示出的一种图像传感器的示意图。
图3是根据本公开的实施例示出的一种坏点的示意图。
图4是根据本公开的实施例示出的另一种图像校正方法的示意流程图。
图5是根据本公开的实施例示出的一种生成压缩文件的示意流程图。
图6是根据本公开的实施例示出的又一种图像校正方法的示意流程图。
图7是根据本公开的实施例示出的又一种图像校正方法的示意流程图。
图8是根据本公开的实施例示出的一种校正图像的示意图。
图9是根据本公开的实施例示出图像校正装置所在服务器的一种硬件结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。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。
图1是根据本公开的实施例示出的一种图像校正方法的示意流程图。
本实施例所示的图像校正方法可以适用于包括存储器的电子设备，例如可以适用于具备图像采集功能的电子设备，例如设置有相机的手机，也可以适用于不具备图像采集功能的电子设备，例如服务器，服务器可以从采集图像的设备处接收压缩文件和图像并存储。而图像校正方法所适用的设备，可以根据需要选择，本实施例不做限制。
以下实施例主要在图像校正方法适用于具备图像采集功能的电子设备的情况下，对本公开的技术方案进行示例性说明。
如图1所述，所述图像校正方法可以包括以下步骤：
步骤S1，从所述存储器中读取压缩文件，其中，所述压缩文件为通过压缩算法压缩的记录文件，所述记录文件用于记录图像传感器中的坏点；
在一个实施例中，电子设备可以预先确定图像传感器中的坏点，例如图像传感器包含感光元件阵列，感光元件可以为CMOS(Complementary Metal Oxide Semiconductor，互补金属氧化物半导体)传感器，坏点即图像传感器中不能准确地根据光信号生成电信号的感光元件，然后根据在图像传感器中的坏点生成记录文件。
图2是根据本公开的实施例示出的一种图像传感器的示意图。图3是根据本公开的实施例示出的一种坏点的示意图。
如图2所示，图像传感器可以包括多个感光元件，多个感光元件可以成阵列分布，每个感光元件可以设置有相应的标识。例如第二行第三列标识为p12的感光元件和第五行第四列标识为p43的感光元件不能准确地根据光信号生成电信号，那么这两个感光元件可以称作图像传感器中的坏点，根据图像传感器中的坏点可以生成如图3所示的记录文件。
如图3所示，所述记录文件可以是位图(bitmap)文件，在记录文件中，对于正常点(准确地根据光信号生成电信号的感光元件)的位置，可以设置正常点标识，例如设置为0，对于坏点的位置，可以设置坏点标识，例如设置为1，从而通过记录文件，可以记录图像传感器中的坏点。
进而可以通过压缩算法，例如霍夫曼(huffman)编码算法对记录文件进行压缩得到压缩文件，然后将压缩文件存储在存储器中，例如可以存储在非易失存储器中。
进而在需要时，例如在启动所述电子设备时，或者在需要显示图像时，或者在接收到特定指令时，可以从所述存储器中读取压缩文件。
在一个实施例中，对于读取到的压缩文件，可以先加载到内存中，所述内存可以是静态随机存取存储器，也可以是动态随机存取存储器，以备后续使用时快速获取。
步骤S2，通过与所述压缩算法对应的解压算法，对所述压缩文件进行解压缩，以得到所述记录文件；
在一个实施例中，对于压缩文件，可以通过与所述压缩算法对应的解压算法进行解压，例如压缩算法为霍夫曼编码算法，那么可以通过霍夫曼编码算法对应的解压算法对压缩文件进行解压。
步骤S3，根据所述记录文件对根据所述图像传感器生成的图像进行校正。其中，校正所使用的算法包括但不限于ISP(Image Signal Processing，图像信号处理)算法。
在一个实施例中，根据解压得到的记录文件可以对图像传感器生成的图像进行校正，例如根据记录文件可以确定图2所示的图像传感器中第二行第三列标识为p12的感光元件和第五行第四列标识为p43的感光元件为坏点，针对这两个坏点在图像中对应位置处的像素值，可以基于周围其他位置的像素值加权求和来确定。
根据本公开的实施例，由于图像传感器中一般坏点数量较少，正常点数量较多，所以记录文件中正常点标识较多，并且是连续的，而坏点标识较少。那么在压缩时，对于记录文件可以以较大的压缩速率，实现较大压缩比的压缩，使得压缩后的压缩文件相对压缩前的记录文件极大地降低数据量。
进而通过存储器存储压缩文件，相对直接存储记录文件，可以节约大量的存储空间。并且从存储空间中读取压缩文件，相对读取记录文件的速度也可以得到提高，从而可以快速读取压缩文件，并完成对图像的校正和显示等后续操作。
图4是根据本公开的实施例示出的另一种图像校正方法的示意流程图。如图4所示，所述从所述存储器中读取压缩文件包括：
步骤S11，从非易失存储器中读取所述压缩文件；
步骤S12，将所述压缩文件加载到内存中。
在一个实施例中，存储器压缩文件的存储器可以是非易失存储器(例如flash)，由于非易失存储器在断电时，存储的数据也不会丢失，从而可以良好地保存压缩文件。进而将读取出来的压缩文件加载到内存中，由于存储的存储和读取速度都很快，因此便于后续对压缩文件进行解压时，从内存中读取压缩文件进行解压缩。
可选地，所述内存包括静态随机存取存储器和/或动态随机存取存储器。
在一个实施例中，可以将静态随机存取存储器(Static Random-Access Memory，简称SRAM)作为内存，也可以将动态随机存取存储器(Dynamic Random Access Memory，简称DRAM)作为内存。
SRAM和DRAM，DRAM的结构相对简单，在电子设备中占用空间较小，所以基于本实施例通过DRAM存储压缩文件，主要可以降低对DRAM内存带宽的占用，而SRAM的结构相对复杂，在电子设备中占用空间较大，所以基于本实施例通过SRAM存储压缩文件，主要可以降低SRAM对电子设备中空间的占用。
可选地，所述记录文件包括位图文件。
在一个实施例中，可以将位图文件bitmap作为记录文件，由于位图文件可以以如图3所示的阵列的形式存储数据，而图像传感器中坏点和正常点也是按照阵列分布的，因此便于记录由感光元件阵列构成的图像传感器中的坏点。
可选地，所述位图文件的分辨率与所述图像传感器的分辨率相同。
在一个实施例中，可以设置位图文件的分辨率与图像传感器的分辨率相同，从而通过位图文件可以完整的存储图像传感器中坏点的坏点标识和正常点的正常点标识，并且不会剩余未存储标识的位置，从而减少位图文件中未存储数据的部分占用存储空间。
可选地，所述图像传感器中的感光元件为互补金属氧化物半导体(也即CMOS)传感器。除了CMOS传感器，也可以根据需要选择其他材料的传感器作为感光元件。
可选地，所述压缩算法为无损压缩算法。
在一个实施例中，由于压缩算法是无损压缩算法，压缩记录文件并不会使得记录文件中的数据丢失，所要解压得到的记录文件与压缩前的记录文件是相同的，从而基于解压得到的记录文件可以准确地确定图像传感器中的坏点。
可选地，所述无损压缩算法包括以下至少之一：
霍夫曼编码、算术编码、游程编码。
图5是根据本公开的实施例示出的一种生成压缩文件的示意流程图。如图5所示，所述压缩文件通过以下方式生成：
步骤S1’，确定所述记录文件中坏点与所述记录文件中所有点的比例；
步骤S2’，若所述比例小于预设值，通过压缩算法压缩所述记录文件以生成压缩文件。
在一个实施例中，在某些特殊情况下，图像传感器中的坏点较多，也即记录文件中的坏点较多，在这种情况下，记录文件中正常点就较少，那么正常点标识就较少，从而正常点标识连续重复出现的情况也就较少，在这种情况下对记录文件进行压缩，压缩速率较慢。
所以可以先确定记录文件中坏点与记录文件中所有点的比例，在该比例小于预设值(可以根据需要进行设置，例如1/10)的情况下，可以确定坏点较少，而正常点较多，那么可以通过压缩算法压缩所述记录文件以生成压缩文件，以实现较大的压缩速率和较大的压缩比。
而在该比例大于或等于预设值的情况下，可以确定坏点较多，而正常点较少，那么可以直接向记录文件存储在存储器中，以避免压缩过程浪费过多的时间。
图6是根据本公开的实施例示出的又一种图像校正方法的示意流程图。如图6所示，所述通过与所述无损压缩算法对应的解压算法包括：
步骤S31，通过ASIC(Application Specific Integrated Circuit，特殊应用集成电路)芯片对所述压缩文件进行解压缩；
其中，所述ASIC芯片在设计阶段集成了所述解压算法对应的功能模块。
在一个实施例中，可以通过ASCI芯片对压缩文件进行解压，由于ASIC芯片并不是可编程的，所以需要在设计阶段集成解压算法对应的功能模块，以便出厂后能够实现通过所述解压算法解压压缩文件。
图7是根据本公开的实施例示出的又一种图像校正方法的示意流程图。如图7所示，所述通过与所述无损压缩算法对应的解压算法包括：
步骤S32，通过FPGA(Field-Programmable Gate Array，可编程逻辑门阵列)对所述压缩文件进行解压缩；
其中，所述FPGA在开发阶段加入了对所述解压算法的支持。
在一个实施例中，可以通过FPGA对压缩文件进行解压，由于FPGA是可编程的，因此可以在开发阶段加入对解压算法对应的支持，使得用户可以根据需要配置FPGA的功能使得FPGA能够实现通过所述解压算法解压压缩文件。
图8是根据本公开的实施例示出的一种校正图像的示意图。如图8所示，可以通过ASIC芯片或者FPGA实现图像校正功能，其中可以包括存储器，解压模块和校正模块。
在存储器中存储有压缩文件，从存储器中读取出压缩文件后，可以输入到解压模块，解压模块可以通过压缩文件是所采用的压缩算法对应的解压算法解压所述压缩文件，然后将解压得到的记录文件输入到校正模块，校正模块根据记录文件中的坏点对校正前的图像数据进行校正，得到校正后的图像数据。
与上述图像校正方法的实施例相对应地，本公开还提出了图像校正装置的实施例。
本公开图像校正装置的实施例可以应用在服务器上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在服务器的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图9所示，为本公开图像校正装置所在服务器的一种硬件结构图，除了图9所示的处理器、网络接口、内存以及非易失性存储器之外，实施例中装置所在的服务器通常还可以包括其他硬件，如负责处理报文的转发芯片等等；从硬件结构上来讲该服务器还可能是分布式的设备，可能包括多个接口卡，以便在硬件层面进行报文处理的扩展。
本公开的实施例还提出一种图像校正装置，包括存储器，还包括单独或者协同工作的一个或者多个处理器，所述处理器用于：
从所述存储器中读取压缩文件，其中，所述压缩文件为通过压缩算法压缩的记录文件，所述记录文件用于记录图像传感器中的坏点；
通过与所述压缩算法对应的解压算法，对所述压缩文件进行解压缩，以得到所述记录文件；
根据所述记录文件对根据所述图像传感器生成的图像进行校正。
在一个实施例中，所述处理器用于：
从非易失存储器中读取所述压缩文件；
将所述压缩文件加载到内存中。
在一个实施例中，所述内存包括静态随机存取存储器和/或动态随机存取存储器。
在一个实施例中，所述记录文件包括位图文件。
在一个实施例中，所述位图文件的分辨率与所述图像传感器的分辨率相同。
在一个实施例中，所述图像传感器中的感光元件为互补金属氧化物半导体传感器。
在一个实施例中，所述压缩算法为无损压缩算法。
在一个实施例中，所述无损压缩算法包括以下至少之一：
霍夫曼编码、算术编码、游程编码。
在一个实施例中，所述处理器还用于：
确定所述记录文件中坏点与所述记录文件中所有点的比例；
若所述比例小于预设值，通过压缩算法压缩所述记录文件以生成压缩文件。
在一个实施例中，所述处理器用于：
通过ASIC芯片对所述压缩文件进行解压缩；
其中，所述ASIC芯片在设计阶段集成了所述解压算法对应的功能模块。
在一个实施例中，所述处理器用于：
通过FPGA对所述压缩文件进行解压缩；
其中，所述FPGA在开发阶段加入了对所述解压算法的支持。
本公开的实施例还提出一种一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为实现上述任一实施例所述的图像校正方法。
上述实施例阐明的系统、装置、模块或单元，具体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。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，在实施本申请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，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开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，本公开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。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (23)

1.一种图像校正方法，其特征在于，适用于电子设备，所述电子设备包括存储器，所述方法包括：
从所述存储器中读取压缩文件，其中，所述压缩文件为通过压缩算法压缩的记录文件，所述记录文件用于记录图像传感器中的坏点；
通过与所述压缩算法对应的解压算法，对所述压缩文件进行解压缩，以得到所述记录文件；
根据所述记录文件对根据所述图像传感器生成的图像进行校正。
2.根据权利要求1所述的方法，其特征在于，所述从所述存储器中读取压缩文件包括：
从非易失存储器中读取所述压缩文件；
将所述压缩文件加载到内存中。
3.根据权利要求2所述的方法，其特征在于，所述内存包括静态随机存取存储器和/或动态随机存取存储器。
4.根据权利要求1所述的方法，其特征在于，所述记录文件包括位图文件。
5.根据权利要求4所述的方法，其特征在于，所述位图文件的分辨率与所述图像传感器的分辨率相同。
6.根据权利要求1所述的方法，其特征在于，所述图像传感器中的感光元件为互补金属氧化物半导体传感器。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述压缩算法为无损压缩算法。
8.根据权利要求7所述的方法，其特征在于，所述无损压缩算法包括以下至少之一：
霍夫曼编码、算术编码、游程编码。
9.根据权利要求1至6中任一项所述的方法，其特征在于，所述压缩文件通过以下方式生成：
确定所述记录文件中坏点与所述记录文件中所有点的比例；
若所述比例小于预设值，通过压缩算法压缩所述记录文件以生成压缩文件。
10.根据权利要求1至6中任一项所述的方法，其特征在于，所述通过与所述压缩算法对应的解压算法包括：
通过ASIC芯片对所述压缩文件进行解压缩；
其中，所述ASIC芯片在设计阶段集成了所述解压算法对应的功能模块。
11.根据权利要求1至6中任一项所述的方法，其特征在于，所述通过与所述压缩算法对应的解压算法包括：
通过FPGA对所述压缩文件进行解压缩；
其中，所述FPGA在开发阶段加入了对所述解压算法的支持。
12.一种图像校正装置，其特征在于，包括存储器，还包括单独或者协同工作的一个或者多个处理器，所述处理器用于：
从所述存储器中读取压缩文件，其中，所述压缩文件为通过压缩算法压缩的记录文件，所述记录文件用于记录图像传感器中的坏点；
通过与所述压缩算法对应的解压算法，对所述压缩文件进行解压缩，以得到所述记录文件；
根据所述记录文件对根据所述图像传感器生成的图像进行校正。
13.根据权利要求12所述的装置，其特征在于，所述处理器用于：
从非易失存储器中读取所述压缩文件；
将所述压缩文件加载到内存中。
14.根据权利要求13所述的装置，其特征在于，所述内存包括静态随机存取存储器和/或动态随机存取存储器。
15.根据权利要求12所述的装置，其特征在于，所述记录文件包括位图文件。
16.根据权利要求15所述的装置，其特征在于，所述位图文件的分辨率与所述图像传感器的分辨率相同。
17.根据权利要求12所述的装置，其特征在于，所述图像传感器中的感光元件为互补金属氧化物半导体传感器。
18.根据权利要求12至17中任一项所述的装置，其特征在于，所述压缩算法为无损压缩算法。
19.根据权利要求18所述的装置，其特征在于，所述无损压缩算法包括以下至少之一：
霍夫曼编码、算术编码、游程编码。
20.根据权利要求12至17中任一项所述的装置，其特征在于，所述处理器还用于：
确定所述记录文件中坏点与所述记录文件中所有点的比例；
若所述比例小于预设值，通过压缩算法压缩所述记录文件以生成压缩文件。
21.根据权利要求12至17中任一项所述的装置，其特征在于，所述处理器用于：
通过ASIC芯片对所述压缩文件进行解压缩；
其中，所述ASIC芯片在设计阶段集成了所述解压算法对应的功能模块。
22.根据权利要求12至17中任一项所述的装置，其特征在于，所述处理器用于：
通过FPGA对所述压缩文件进行解压缩；
其中，所述FPGA在开发阶段加入了对所述解压算法的支持。
23.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为实现权利要求1至11中任一项所述的图像校正方法。
CN201980011443.1A 2019-06-28 2019-06-28 图像校正方法和图像校正装置以及电子设备 Pending CN111713099A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/093840 WO2020258287A1 (zh) 2019-06-28 2019-06-28 图像校正方法和图像校正装置以及电子设备

Publications (1)

Publication Number Publication Date
CN111713099A true CN111713099A (zh) 2020-09-25

Family

ID=72536663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980011443.1A Pending CN111713099A (zh) 2019-06-28 2019-06-28 图像校正方法和图像校正装置以及电子设备

Country Status (2)

Country Link
CN (1) CN111713099A (zh)
WO (1) WO2020258287A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113532801A (zh) * 2021-06-24 2021-10-22 四川九洲电器集团有限责任公司 基于分布分位数的高/多光谱相机坏点检测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070201052A1 (en) * 2006-02-24 2007-08-30 Holden Caine Method and Apparatus for Selective Editing of an Automatic Digital Image Correction
CN102075688A (zh) * 2010-12-28 2011-05-25 青岛海信网络科技股份有限公司 单帧双曝光图像宽动态处理方法
CN103595935A (zh) * 2013-10-15 2014-02-19 深圳市掌网立体时代视讯技术有限公司 一种三维视频图像坏点的动态补偿方法及系统
CN103905821A (zh) * 2014-04-23 2014-07-02 深圳英飞拓科技股份有限公司 能够识别人脸的视频编码方法及装置
CN107005657A (zh) * 2016-10-13 2017-08-01 深圳市大疆创新科技有限公司 处理数据的方法、装置、芯片和摄像头
CN206575490U (zh) * 2017-03-16 2017-10-20 刘西成 图像处理系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070201052A1 (en) * 2006-02-24 2007-08-30 Holden Caine Method and Apparatus for Selective Editing of an Automatic Digital Image Correction
CN102075688A (zh) * 2010-12-28 2011-05-25 青岛海信网络科技股份有限公司 单帧双曝光图像宽动态处理方法
CN103595935A (zh) * 2013-10-15 2014-02-19 深圳市掌网立体时代视讯技术有限公司 一种三维视频图像坏点的动态补偿方法及系统
CN103905821A (zh) * 2014-04-23 2014-07-02 深圳英飞拓科技股份有限公司 能够识别人脸的视频编码方法及装置
CN107005657A (zh) * 2016-10-13 2017-08-01 深圳市大疆创新科技有限公司 处理数据的方法、装置、芯片和摄像头
CN206575490U (zh) * 2017-03-16 2017-10-20 刘西成 图像处理系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113532801A (zh) * 2021-06-24 2021-10-22 四川九洲电器集团有限责任公司 基于分布分位数的高/多光谱相机坏点检测方法及系统

Also Published As

Publication number Publication date
WO2020258287A1 (zh) 2020-12-30

Similar Documents

Publication Publication Date Title
US10319115B2 (en) Image compression device
US10834424B2 (en) Method and device for compressing image, and electronic device
US20190364230A1 (en) Method of processing data for dynamic vision sensor, dynamic vision sensor performing the same and electronic device including the same
CN108898549B (zh) 图片处理方法、图片处理装置及终端设备
EP3223512A1 (en) Method for generating high dynamic range image, and photographing apparatus, terminal and imaging method
US9584696B2 (en) Imaging systems with embedded data transmission capabilities
CN110930467A (zh) 图像处理方法、电子设备及可读存储介质
US10939049B2 (en) Sensor auto-configuration
CN108833812B (zh) 一种图像传感器及图像动态信息处理方法
CN108632533B (zh) 一种相机的控制方法、移动终端及计算机可读存储介质
US8711254B2 (en) Image processing apparatus and method having defective pixel detection and correction ability
CN110428362B (zh) 图像hdr转换方法及装置、存储介质
US10904436B2 (en) Image sensor and electronic device including the image sensor
CN111443974A (zh) Android设备屏幕适配方法、相关设备及可读存储介质
CN111713099A (zh) 图像校正方法和图像校正装置以及电子设备
US20090046927A1 (en) Method and apparatus for reducing noise in image
CN103795928A (zh) 一种原始数据格式照片处理方法及系统
CN111354050A (zh) 基于安卓的图片压缩方法、装置及存储介质
CN111260559B (zh) 图像缩放显示方法、装置及终端设备
CN115080305A (zh) 一种基于重复读取的数据恢复方法、系统及电子设备
CN109819187B (zh) 视频录制的控制方法、装置、移动终端及存储介质
WO2015098721A1 (ja) 画像処理装置、画像処理方法、画像処理用プログラム、および、撮像装置
CN111385491A (zh) 一种图像叠加方法及装置、电子设备
CN112631708B (zh) 画面显示方法、装置、电子设备和存储介质
CN110662088B (zh) 一种防止视频重复转码的去重方法及处理终端

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: 20200925

RJ01 Rejection of invention patent application after publication