CN112085803B - 一种多镜头多探测器拼接式相机颜色一致性处理方法 - Google Patents

一种多镜头多探测器拼接式相机颜色一致性处理方法 Download PDF

Info

Publication number
CN112085803B
CN112085803B CN202010734226.XA CN202010734226A CN112085803B CN 112085803 B CN112085803 B CN 112085803B CN 202010734226 A CN202010734226 A CN 202010734226A CN 112085803 B CN112085803 B CN 112085803B
Authority
CN
China
Prior art keywords
sub
images
image
detector
radiation correction
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
CN202010734226.XA
Other languages
English (en)
Other versions
CN112085803A (zh
Inventor
钟灿
刘秀
王洪民
尚志鸣
宋立国
袁胜帮
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.)
Beijing Institute of Space Research Mechanical and Electricity
Original Assignee
Beijing Institute of Space Research Mechanical and Electricity
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 Beijing Institute of Space Research Mechanical and Electricity filed Critical Beijing Institute of Space Research Mechanical and Electricity
Priority to CN202010734226.XA priority Critical patent/CN112085803B/zh
Publication of CN112085803A publication Critical patent/CN112085803A/zh
Application granted granted Critical
Publication of CN112085803B publication Critical patent/CN112085803B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38—Registration of image sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Studio Devices (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

本发明一种多镜头多探测器拼接式相机颜色一致性处理方法。该方法首先利用相机实验室辐射定标得到的一次辐射校正参数，根据子影像间同名区域具有相同的辐射信息进一步计算子影像间的二次辐射校正参数，从而完成各子影像的二次辐射校正。方法充分顾及了单一镜头下不同视场的辐射差异，以及不同镜头间的辐射差异，解决了多镜头、多探测器拼接式相机灰度、颜色不一致的问题。

Description

一种多镜头多探测器拼接式相机颜色一致性处理方法
技术领域
本发明属于测绘与计算机视觉技术领域，涉及一种多镜头多探测器拼接式相机颜色一致性处理方法。该方法解决了多镜头、多探测器拼接式相机灰度、颜色不一致的问题。
背景技术
随着对影像质量和成像作业效率的追求，超大幅面成为了测绘相机发展的必然趋势。受成像探测器研制技术的限制，由单一超大幅面探测器覆盖相机全视场的实现难度和成本巨大，当前更多地采用多镜头多探测器拼接的方式构建全视场幅面。由于镜头材料、制造工艺存在差异，以及不同探测器件响应存在不一致，导致成像时影像不同区域的亮度和颜色存在差异，从而影响成像的质量。因此，有必要研究一种能够使多镜头多探测器拼接式相机成像颜色一致的处理方法。
发明内容
本发明的目的在于克服现有技术的不足，提出一种多镜头多探测器拼接式相机颜色一致性处理方法，解决拼接式相机成像灰度、颜色不一致的问题，使拼接后影像具有灰度、颜色均匀的目视效果，便于提取影像信息。
本发明目的通过如下技术方案予以实现：一种多镜头多探测器拼接式相机颜色一致性处理方法，步骤如下：
步骤(一)：对相机各镜头下各探测器分别采集不同辐照度条件下均匀场景的定标影像，并对各场景的辐照度进行标定得到对应的辐照度信息；
步骤(二)：根据定标影像和采集场景的辐照度信息，拟合辐照度信息和定标影像成像单元响应值的线性关系，计算出相机各镜头下各探测器的各个成像单元的一次辐射校正系数k1和b1；
步骤(三)：对待处理影像，首先对探测器坏像元数据进行处理，利用各探测器各个成像单元的辐射校正系数进行一次辐射校正处理，得到一次校正子影像；
步骤(四)：对一次校正子影像，依据初始的子影像对应位置关系，在各个子影像间的重叠区域采用SURF算法提取N对同名点，基于N对同名点的在两幅子影像上的像点坐标计算两个子影像间的相对位置关系参数；然后基于子影像间的相对位置关系，在重叠区域不同的位置各选择M个同名的影像块，计算各影像块区域内像素的灰度平均值；
步骤(五)：利用两幅相邻子影像间的M对同名影像块区域内像素的灰度平均值，采用最小二乘法依次计算出每两个相邻子影像间的相对校正系数p和q；
步骤(六)：以位于中心视场的子影像为基准，利用相邻子影像间的相对校正系数，依次向边缘邻接分块计算各子影像的二次辐射校正系数。计算方法是，以同名影像块具有相同的辐射强度为前提，通过相邻子影像间的相对校正系数，对待计算子影像的辐射校正系数进行重新计算，得到二次辐射校正系数；
步骤(七)：根据各子影像的二次辐射校正系数对各子影像做二次辐射校正，完成影像颜色一致性处理。
设所述步骤(二)中的一次辐射校正系数为k1和b1，若x表示校正前成像单元的响应DN值，y表示校正后的成像单元DN值，其满足y＝k1*x+b1的关系。
所述步骤(三)的具体过程为：
设原始成像单元响应的DN值为x0，经一次辐射校正后的成像单元响应的DN值为y1，则y1的计算方法为y1＝k1*x0+b1，k1和b1为经步骤(二)计算得到的一次辐射校正系数。
步骤(四)中所述影像块区域大小不小于5像素×5像素，灰度均匀，且灰度值均为探测器饱和值灰度的30％～70％之间。
步骤(四)中N为大于10的正整数，M为大于5，的正整数。
所述步骤(五)的具体过程为：
假设基准子影像上某影像块的平均灰度为z0，对应相邻子影像上同名影像块的平均灰度为z1，两个相邻子影像间的相对校正系数为p、q，且满足最小二乘条件下最佳关系z0＝p*z1+q。
所述步骤(六)的具体过程为：
设某一子影像相对于当前基准影像的相对校正系数为p、q，该子影像上某一成像单元的一次辐射校正系数为k1，b1，则该成像单元的二次辐射校正系数k2和b2计算方法分别为k2＝p*k1，b2＝p*b1+q。
所述步骤(七)的具体过程为：
设原始成像单元响应的DN值为x0，经二次辐射校正后的成像单元响应DN值为y2，则y2的计算方法为y2＝k2*x0+b2，k2和b2为经步骤(六)计算得到的二次辐射校正系数。
本发明与现有技术相比具有如下优点：1.当前相机辐射校正大多针对单一镜头、单个探测器的成像模式处理，无法适用于多镜头、多探测器拼接式相机的影像辐射校正；2.现有相机辐射校正技术通常采用一次校正的方法，并没有充分考虑到实际成像过程中，不同镜头下成像辐射信息存在差异的情况，本方法采用二次校正，充分顾及了这一差异的影响；3.对同一镜头下位于不同视场的子影像间的辐射差异，采用二次校正的方法能够比一次校正的方法有更好的消除效果。
本发明解决了拼接式相机系统中，拼接影像各部分灰度、颜色不一致的问题。
附图说明
图1为颜色一致性处理方法流程图。
图2为由中心子影像向边缘子影像计算二次辐射校正系数的方向示意图。
具体实施方式
如图1所示，本发明一种多镜头多探测器拼接式相机颜色一致性处理方法
步骤(一)：使用实验室积分球进行相机辐射标定
对相机各镜头下各探测器分别采集不同辐照度条件下均匀场景的定标影像，并对各场景的辐照度进行标定得到对应的辐照度信息。
步骤(二)：计算相机辐射标定系数
根据定标影像和采集场景的辐照度信息，拟合辐照度信息和定标影像成像单元响应值的线性关系，计算出相机各镜头下各探测器的各个成像单元的一次辐射校正系数k1和b1。
所述的一次辐射校正系数为k1和b1，若x表示校正前成像单元的响应DN值，y表示校正后的成像单元DN值，其满足y＝k1*x+b1的关系。
步骤(三)：影像一次辐射校正
对待处理影像，首先对探测器坏像元数据进行处理，利用各探测器各个成像单元的辐射校正系数进行一次辐射校正处理，得到一次校正子影像。
设原始成像单元响应的DN值为x0，经一次辐射校正后的成像单元响应的DN值为y1，则y1的计算方法为y1＝k1*x0+b1，k1和b1为经步骤(二)计算得到的一次辐射校正系数。
步骤(四)：选取影像同名均匀区域
对一次校正子影像，依据初始的子影像对应位置关系，在各个子影像间的重叠区域采用SURF算法提取N对同名点，N一般大于10。基于N对同名点的在两幅子影像上的像点坐标计算两个子影像间的相对位置关系参数。然后基于子影像间的相对位置关系，在重叠区域不同的位置各选择M个同名的影像块，M一般大于5，计算各影像块区域内像素的灰度平均值；所述影像块区域大小一般不小于5像素×5像素，灰度均匀，且灰度值为探测器饱和值灰度的30％～70％之间。
步骤(五)：计算二次辐射校正系数
利用两幅相邻子影像间的M对同名影像块区域内像素的灰度平均值，采用最小二乘法依次计算出每两个相邻子影像间的相对校正系数p和q。
假设基准子影像上某影像块的平均灰度为z0，对应相邻子影像上同名影像块的平均灰度为z1，两个相邻子影像间的相对校正系数为p、q，则满足最小二乘条件下最佳的z0＝p*z1+q的关系。
步骤(六)：从中心视场向边缘视场依次计算二次辐射校正参数
以位于中心视场的子影像为基准，利用相邻子影像间的相对校正系数，依次向边缘邻接分块计算各子影像的二次辐射校正系数。计算方法是，以同名影像块具有相同的辐射强度为前提，通过相邻子影像间的相对校正系数，对待计算子影像的辐射校正系数进行重新计算，得到二次辐射校正系数。
设某一子影像相对于当前基准影像的相对校正系数为p、q，该子影像上某一成像单元的一次辐射校正系数为k1，b1，则该成像单元的二次辐射校正系数k2和b2计算方法分别为k2＝p*k1，b2＝p*b1+q。
如图2给出了由中心基准子影像向相邻子影像依次计算二次辐射校正系数的方向示意。
步骤(七)：进行图像的二次辐射校正
根据各子影像的二次辐射校正系数对各子影像做二次辐射校正，完成影像颜色一致性处理。
设原始成像单元响应的DN值为x0，经二次辐射校正后的成像单元响应DN值为y2，则y2的计算方法为y2＝k2*x0+b2，k2和b2为经步骤(六)计算得到的二次辐射校正系数。

Claims (8)

1.一种多镜头多探测器拼接式相机颜色一致性处理方法，其特征在于步骤如下：
步骤(一)：对相机各镜头下各探测器分别采集不同辐照度条件下均匀场景的定标影像，并对各场景的辐照度进行标定得到对应的辐照度信息；
步骤(二)：根据定标影像和采集场景的辐照度信息，拟合辐照度信息和定标影像成像单元响应值的线性关系，计算出相机各镜头下各探测器的各个成像单元的一次辐射校正系数k1和b1；
步骤(三)：对待处理影像，首先对探测器坏像元数据进行处理，利用各探测器各个成像单元的辐射校正系数进行一次辐射校正处理，得到一次校正子影像；
步骤(四)：对一次校正子影像，依据初始的子影像对应位置关系，在各个子影像间的重叠区域采用SURF算法提取N对同名点，基于N对同名点的在两幅子影像上的像点坐标计算两个子影像间的相对位置关系参数；然后基于子影像间的相对位置关系，在重叠区域不同的位置各选择M个同名的影像块，计算各影像块区域内像素的灰度平均值；
步骤(五)：利用两幅相邻子影像间的M对同名影像块区域内像素的灰度平均值，采用最小二乘法依次计算出每两个相邻子影像间的相对校正系数p和q；
步骤(六)：以位于中心视场的子影像为基准，利用相邻子影像间的相对校正系数，依次向边缘邻接分块计算各子影像的二次辐射校正系数；计算方法是，以同名影像块具有相同的辐射强度为前提，通过相邻子影像间的相对校正系数，对待计算子影像的辐射校正系数进行重新计算，得到二次辐射校正系数；
步骤(七)：根据各子影像的二次辐射校正系数对各子影像做二次辐射校正，完成影像颜色一致性处理。
2.根据权利要求1所述的一种多镜头多探测器拼接式相机颜色一致性处理方法，其特征在于：设所述步骤(二)中的一次辐射校正系数为k1和b1，若x表示校正前成像单元的响应DN值，y表示校正后的成像单元DN值，则步骤(二)中的一次辐射校正系数k1和b1满足y＝k1*x+b1的关系。
3.根据权利要求1所述的一种多镜头多探测器拼接式相机颜色一致性处理方法，其特征在于：所述步骤(三)的具体过程为：
设原始成像单元响应的DN值为x0，经一次辐射校正后的成像单元响应的DN值为y1，则y1的计算方法为y1＝k1*x0+b1。
4.根据权利要求1所述的一种多镜头多探测器拼接式相机颜色一致性处理方法，其特征在于：步骤(四)中所述影像块区域大小不小于5像素×5像素，灰度均匀，且灰度值均为探测器饱和值灰度的30％～70％之间。
5.根据权利要求1所述的一种多镜头多探测器拼接式相机颜色一致性处理方法，其特征在于：步骤(四)中N为大于10的正整数，M为大于5的正整数。
6.根据权利要求1所述的一种多镜头多探测器拼接式相机颜色一致性处理方法，其特征在于：所述步骤(五)的具体过程为：
假设基准子影像上某影像块的平均灰度为z0，对应相邻子影像上同名影像块的平均灰度为z1，两个相邻子影像间的相对校正系数为p、q，且满足最小二乘条件下最佳关系z0＝p*z1+q。
7.根据权利要求1所述的一种多镜头多探测器拼接式相机颜色一致性处理方法，其特征在于：所述步骤(六)中，二次辐射校正系数k2和b2计算方法分别为k2＝p*k1，b2＝p*b1+q。
8.根据权利要求1所述的一种多镜头多探测器拼接式相机颜色一致性处理方法，其特征在于：所述步骤(七)的具体过程为：
设原始成像单元响应的DN值为x0，经二次辐射校正后的成像单元响应DN值为y2，则y2的计算方法为y2＝k2*x0+b2，k2和b2为经步骤(六)计算得到的二次辐射校正系数。
CN202010734226.XA 2020-07-27 2020-07-27 一种多镜头多探测器拼接式相机颜色一致性处理方法 Active CN112085803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010734226.XA CN112085803B (zh) 2020-07-27 2020-07-27 一种多镜头多探测器拼接式相机颜色一致性处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010734226.XA CN112085803B (zh) 2020-07-27 2020-07-27 一种多镜头多探测器拼接式相机颜色一致性处理方法

Publications (2)

Publication Number Publication Date
CN112085803A CN112085803A (zh) 2020-12-15
CN112085803B true CN112085803B (zh) 2023-11-14

Family

ID=73735634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010734226.XA Active CN112085803B (zh) 2020-07-27 2020-07-27 一种多镜头多探测器拼接式相机颜色一致性处理方法

Country Status (1)

Country Link
CN (1) CN112085803B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113658054B (zh) * 2021-07-06 2024-03-29 北京空间机电研究所 一种基于温漂特征线逼近的红外图像拼接校正方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101996407A (zh) * 2010-12-01 2011-03-30 北京航空航天大学 一种多相机颜色标定方法
CN103366383A (zh) * 2013-07-12 2013-10-23 山东易创电子有限公司 一种序列图像颜色配准方法及系统
CN103905803A (zh) * 2014-03-18 2014-07-02 中国科学院国家天文台 一种图像的颜色校正方法及装置
WO2014206503A1 (en) * 2013-06-27 2014-12-31 MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. Automatic noise modeling for ghost-free image reconstruction
CN105261046A (zh) * 2015-09-23 2016-01-20 北京航空航天大学 一种场景自适应的色调迁移方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3284252B1 (en) * 2015-04-13 2021-07-21 Universidade De Coimbra Methods and systems for camera characterization in terms of response function, color, and vignetting under non-uniform illumination

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101996407A (zh) * 2010-12-01 2011-03-30 北京航空航天大学 一种多相机颜色标定方法
WO2014206503A1 (en) * 2013-06-27 2014-12-31 MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. Automatic noise modeling for ghost-free image reconstruction
CN103366383A (zh) * 2013-07-12 2013-10-23 山东易创电子有限公司 一种序列图像颜色配准方法及系统
CN103905803A (zh) * 2014-03-18 2014-07-02 中国科学院国家天文台 一种图像的颜色校正方法及装置
CN105261046A (zh) * 2015-09-23 2016-01-20 北京航空航天大学 一种场景自适应的色调迁移方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
星载多相机拼接成像传感器在轨辐射定标方法;韩杰 等;《测绘学报》;第46卷(第11期);第1830-1840页 *

Also Published As

Publication number Publication date
CN112085803A (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
CN106875339B (zh) 一种基于长条形标定板的鱼眼图像拼接方法
CN108760767B (zh) 基于机器视觉的大尺寸液晶屏缺陷检测方法
CN106060493A (zh) 多源投影无缝边缘拼接方法及系统
CN111583116A (zh) 基于多摄像机交叉摄影的视频全景拼接融合方法及系统
CN106559658B (zh) 多通道投影融合带色彩自动平衡控制方法
KR20170073675A (ko) Led 디스플레이에 이용되는 영상 처리 방법 및 장치
CN111025701B (zh) 一种曲面液晶屏幕检测方法
CN113160053B (zh) 一种基于位姿信息的水下视频图像复原与拼接方法
CN112164048B (zh) 一种基于深度学习的磁瓦表面缺陷自动检测方法和装置
CN110290365B (zh) 一种边缘融合方法
CN115239820A (zh) 一种分体式飞行车辆鸟瞰图实时拼接及车位检测方法
CN114331835A (zh) 一种基于最优映射矩阵的全景图像拼接方法及装置
CN107680140A (zh) 一种基于Kinect相机的深度图像高分辨率重构方法
CN108090877A (zh) 一种基于图像序列的rgb-d相机深度图像修复方法
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
CN112085803B (zh) 一种多镜头多探测器拼接式相机颜色一致性处理方法
CN113052765B (zh) 基于最优栅格密度模型的全景图像拼接方法
CN108833875B (zh) 一种自动白平衡校正方法
CN102905077B (zh) 一种图像暗角亮度调节方法及装置
CN115995208B (zh) 一种球形led显示屏的灯点定位方法、校正方法及装置
CN113506230B (zh) 一种基于机器视觉的光伏电站航拍影像匀光处理方法
CN114079735B (zh) 固定图像噪声的影像补偿系统
CN114331826A (zh) 一种基于畸变拉伸因子的鱼眼图像快速校正方法
JP2006133055A (ja) ムラ欠陥検出方法及び装置、空間フィルタ、ムラ欠陥検査システム並びにムラ欠陥検出方法のプログラム
CN118570055B (zh) 一种全景拼接的车底安全检测方法和系统

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