CN112529790B - 用于光谱恢复的图像光强校正方法及装置 - Google Patents
用于光谱恢复的图像光强校正方法及装置 Download PDFInfo
- Publication number
- CN112529790B CN112529790B CN202011270735.8A CN202011270735A CN112529790B CN 112529790 B CN112529790 B CN 112529790B CN 202011270735 A CN202011270735 A CN 202011270735A CN 112529790 B CN112529790 B CN 112529790B
- Authority
- CN
- China
- Prior art keywords
- image
- imaging
- light intensity
- photographed image
- photographed
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 142
- 238000001228 spectrum Methods 0.000 title claims abstract description 106
- 238000011084 recovery Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003384 imaging method Methods 0.000 claims abstract description 155
- 238000006073 displacement reaction Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000000605 extraction Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 26
- 230000007547 defect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010183 spectrum analysis Methods 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000411 transmission spectrum Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004038 photonic crystal Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供一种用于光谱恢复的图像光强校正方法及装置，所述方法包括：对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；基于拍照图像的特征点组和成像图像的特征点组，获取拍照图像和成像图像之间的位移信息和旋转偏差信息；基于拍照图像和成像图像之间的位移信息和旋转偏差信息，对拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；基于偏差修正后的拍照图像，获取光强校正后的成像图像。通过以成像图像的光强值除以偏差修正后的拍照图像的光强值，获取光强校正后的成像图像，消除了作为光谱恢复对象的图像存在分布不均匀的光强值的缺陷，提高了光谱恢复和光谱成像的效果。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种用于光谱恢复的图像光强校正方法及装置。
背景技术
光谱可以很好地反映物质特性，在物质鉴别、成分性质分析等应用场景提供有力手段。如今，光谱仪已经发展成为成熟的光谱分析仪器。传统光谱仪在教育科研、工业监测、医疗设备等领域已经有了广泛的应用，但其庞大的体积和昂贵的价格仍然在很大程度上限制了它的应用范围。近年来，光谱仪的微型化、集成化让其在电子商务、食品检测、生物化学检测及传统的医疗、工业、教育科研等领域都开拓了新的应用场景。在光谱仪的基础上，通过扫描或阵列集成的方式，可以结合光谱信息与二维的空间信息，实现光谱成像的功能。将微型光谱仪阵列与CMOS图像传感器结合可研制出实现光谱成像功能的光谱相机。
微型光谱仪主要采用以下两种光谱分析方式。基于窄带滤波的光谱分析方式利用多个不同的窄带滤波器实现入射谱不同波段的截取，而后结合所有波段的探测结果可以直接读出入射谱信息。而基于宽谱调制的光谱分析方式允许入射谱中不同波段的信息同时经过每一个宽带滤波器，并通过对应的探测器得到不同波段信息共同作用下的探测强度值。光谱仪中不同的宽带滤波器带来不同的调制效果，需要光谱恢复算法利用所有探测强度值重建原始入射谱。该方式尽可能地保留了原始入射谱的信息，但其光谱分辨性能和成像效果很大程度上取决于光谱恢复的效果。
CMOS传感器的信噪比是影响光谱恢复的一大因素。实际系统中的噪声包括CMOS传感器的暗电流噪声、照明光源的强度波动噪声和空间分布不均带来的噪声。
在现有的利用宽带滤波方式进行光谱分析的设计中，未考虑光强分布不均匀性为光强探测强度值带来的影响，宽带滤波响应谱标定效果有限，且恶化了光谱恢复和光谱成像的效果。
发明内容
本发明实施例提供一种用于光谱恢复的图像光强校正方法及装置，用以解决现有技术中作为光谱恢复对象的图像普遍存在着分布不均匀的光强值，并导致了在进行光谱恢复时光谱恢复效果差的缺陷，消除了作为光谱恢复对象的图像中的不均匀的光强值，提高了光谱恢复的效果。
本发明实施例提供一种用于光谱恢复的图像光强校正方法，包括：
对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；其中，所述拍照图像是通过第一图像获取设备对拍照对象进行拍照获取的图像；所述成像图像是通过第二图像获取设备对拍照对象进行拍照获取的图像；
基于所述拍照图像的特征点组和成像图像的特征点组，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息；
基于所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，对所述拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；
基于所述偏差修正后的拍照图像，获取光强校正后的成像图像。
根据本发明一个实施例的用于光谱恢复的图像光强校正方法，所述对拍照图像进行特征提取，获取拍照图像特征；对成像图像进行特征提取，获取成像图像特征，之前还包括：
判断所述拍照对象的特征点组是否符合预设标准；
若所述拍照对象的特征点组符合预设标准，则对所述拍照图像和所述成像图像不做处理；
若所述拍照对象的特征点组不符合预设标准，则对所述拍照图像和所述成像图像分别加入相同的特征标记。
根据本发明一个实施例的用于光谱恢复的图像光强校正方法，所述获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，具体包括：
对所述拍照图像的特征点组和所述成像图像的特征点组进行匹配，获取所述拍照图像的特征点组和所述成像图像的特征点组之间的位置变化信息；
基于所述位置变化信息，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息。
根据本发明一个实施例的用于光谱恢复的图像光强校正方法，所述基于所述偏差修正后的拍照图像，获取光强校正后的成像图像，具体包括：
基于所述偏差修正后的拍照图像，获取所述偏差修正后的拍照图像的光强值；
基于所述偏差修正后的拍照图像的光强值，获取光强校正后的成像图像。
根据本发明一个实施例的用于光谱恢复的图像光强校正方法，所述基于所述偏差修正后的拍照图像的光强值，获取光强校正后的成像图像，具体包括：
以所述成像图像的光强值除以所述偏差修正后的拍照图像的光强值，获取光强校正后的成像图像。
根据本发明一个实施例的用于光谱恢复的图像光强校正方法，所述第一图像获取设备为能够对所述拍照对象进行拍照，获取所述拍照对象的图像的设备；
所述第二图像获取设备为在所述第一图像获取设备的基础上安装了微型光谱仪阵列，可实现光谱成像功能的设备。
根据本发明一个实施例的用于光谱恢复的图像光强校正方法，所述基于所述偏差修正后的拍照图像，获取光强校正后的成像图像，之后还包括：
以所述光强校正后的成像图像作为光谱恢复的对象进行光谱恢复。
本发明实施例还提供一种用于光谱恢复的图像光强校正装置，包括：
特征提取模块，用于对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；其中，所述拍照图像是通过第一图像获取设备对拍照对象进行拍照获取的图像；所述成像图像是通过第二图像获取设备对拍照对象进行拍照获取的图像；
信息获取模块，用于基于所述拍照图像的特征点组和成像图像的特征点组，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息；
偏差修正模块，用于基于所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，对所述拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；
光强校正模块，用于基于所述偏差修正后的拍照图像，获取光强校正后的成像图像。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述用于光谱恢复的图像光强校正方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述用于光谱恢复的图像光强校正方法的步骤。
本发明实施例提供的用于光谱恢复的图像光强校正方法及装置，通过以成像图像的光强值除以偏差修正后的拍照图像的光强值，获取光强校正后的成像图像，消除了作为光谱恢复对象的图像存在分布不均匀的光强值的缺陷，提高了光谱恢复的效果。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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是本发明实施例提供的一种用于光谱恢复的图像光强校正方法的流程示意图；
图2是本发明实施例提供的一种用于光谱恢复的图像光强校正方法的另一种流程示意图；
图3是本发明实施例提供的一种用于光谱恢复的图像光强校正方法中弱特征场景下特征标记的引入示意图；
图4是本发明实施例提供的一种用于光谱恢复的图像光强校正方法中实际拍照图像的仿真图；
图5是本发明实施例提供的一种用于光谱恢复的图像光强校正方法中经过光强校正后的光谱恢复效果示意图；
图6是本发明实施例提供的一种用于光谱恢复的图像光强校正方法中光谱仪阵列整体的光谱恢复效果示意图；
图7是本发明实施例提供的一种用于光谱恢复的图像光强校正装置的结构示意图；
图8是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
本发明的目的是提出一种用于光谱恢复的图像光强校正方法及装置，以解决作为光谱恢复对象的图像中存在分布不均匀的光强值的缺陷，提高了光谱恢复和光谱成像的效果。
图1是本发明实施例提供的一种用于光谱恢复的图像光强校正方法的流程示意图，如图1所示，具体包括：
步骤101、对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；其中，所述拍照图像是通过第一图像获取设备对拍照对象进行拍照获取的图像；所述成像图像是通过第二图像获取设备对拍照对象进行拍照获取的图像；
具体地，本发明中采用的是Matlab计算视觉库中基于最小特征值算法的特征提取方式。第一图像获取设备和第二图像获取设备分别在同一水平面对同一对象进行拍照，则以第一图像获取设备作为参考相机拍摄的拍照图像(空间光背景图像)中包含了空间中的光强分布信息，而以第二图像获取设备作为光谱成像相机得到的图像(成像图像)包含光谱仪宽带滤波结构所在的像素位置信息。
通过获取拍照图像和成像图像的特征点组，为进一步实现两张图像像素的高精度匹配，并得到宽带滤波结构所在空间位置的光强分布信息，进而实现空间光强不均匀性的校正奠定基础。
步骤102、基于所述拍照图像的特征点组和成像图像的特征点组，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息；
具体地，两次拍照过程中双相机的镜头位置很难保持一致，得到的两种拍照结果所反映的空间位置信息之间会因此存在位移、旋转的偏差。基于拍照图像的特征点组和成像图像的特征点组，能够获取拍照图像和成像图像之间的位移信息和旋转偏差信息。
通过拍照图像的特征点组和成像图像的特征点组，能够通过实现两种拍照图像的特征点组的高精度匹配，实现对拍照图像和成像图像之间的位移信息和旋转偏差信息，为进一步光强校正提供条件。
步骤103、基于所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，对所述拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；
具体地，根据拍照图像和成像图像的特征点组的位置变化拟合出拍照图像的位移、旋转偏差信息，将空间光背景图像相对于成像图像的像素对应进行偏差修正，而后在成像图像中除去空间光背景图像对应像素的光强值，即可得到光强校正后的成像图像。
通过获取偏差修正后的拍照图像，为进一步实现对成像图像的偏差修正提供条件。
步骤104、基于所述偏差修正后的拍照图像，获取光强校正后的成像图像。
具体地，在成像图像中除去空间光背景图像对应像素的光强值，即可得到光强校正后的成像图像。
本发明实施例提供的用于光谱恢复的图像光强校正方法，通过以成像图像的光强值除以偏差修正后的拍照图像的光强值，获取光强校正后的成像图像，消除了作为光谱恢复对象的图像存在分布不均匀的光强值的缺陷，提高了光谱恢复的效果。
可选地，在上述各实施例的基础上，所述对拍照图像进行特征提取，获取拍照图像特征；对成像图像进行特征提取，获取成像图像特征，之前还包括：
判断所述拍照对象的特征点组是否符合预设标准；
若所述拍照对象的特征点组符合预设标准，则对所述拍照图像和所述成像图像不做处理；
若所述拍照对象的特征点组不符合预设标准，则对所述拍照图像和所述成像图像分别加入相同的特征标记。
具体地，本发明对具体的光谱恢复情景进行了分类，根据光谱恢复情景的特征丰富程度采用不同的处理方式，以满足拍照图像高精度匹配的要求。图2是本发明实施例提供的一种用于光谱恢复的图像光强校正方法的另一种流程示意图，如图2所示，本发明中将光谱恢复情景分为以下两类：光谱成像场景，该情景下的拍照对象有丰富的特征供算法实现图像匹配，对其拍照过程无需额外处理。弱特征场景，指透射谱标定等拍照对象特征不明显的情景也即是拍照对象的特征点组不符合预设标准的情景。此类情景下拍照图像中的光强变化多为渐变，很难提取到清晰的边缘或角点等特征，故需要在拍照时加入特征标记以提高拍照图像的特征匹配效果。
例如，弱特征场景特征标记的引入可采用在平面光源处做不透光贴纸遮挡或在光路中做选择性滤光的方式，图3是本发明实施例提供的一种用于光谱恢复的图像光强校正方法中弱特征场景下特征标记的引入示意图，如图3所示，在光路中利用含特征标记遮挡(图中为十字)的透明漫反射平板做选择性滤光。双相机拍照时，保持拍照对象(图中光源)和透明漫反射平板的位置不变，且平板垂直于光路，则双相机拍照得到的图像中会留下相同的十字特征标记，两图像中特征标记的变化即反映了两张拍照图像中空间位置与像素对应的偏差。
特征标记的设计自由度较高，设计时可参考如下需求：1)含非对称结构，以减少误配情况；2)占据较小的像素范围，为实际拍照对象留下足够的像素空间；3)具有足够的复杂度以提供足够的特征点供图像匹配。
图4是本发明实施例提供的一种用于光谱恢复的图像光强校正方法中实际拍照图像的仿真图。如图4中的特征标记，小十字边长为5像素，大十字短边10像素、长边20像素，“W”形标记最短边为10像素、上下长边分别为30/20像素。图像总像素为1280×1920，中间网状区域为光子晶体光谱仪阵列：单个光子晶体结构单元占据3×3像素范围，15×15光子晶体阵列组成一个微型光谱仪，18×18光谱仪阵列组成完整成像阵列。
通过人为引入特征标记及标记的设计优化，解决了透射谱标定等弱特征场景下双相机拍照图像的匹配问题。
可选地，在上述各实施例的基础上，所述获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，具体包括：
对所述拍照图像的特征点组和所述成像图像的特征点组进行匹配，获取所述拍照图像的特征点组和所述成像图像的特征点组之间的位置变化信息；
基于所述位置变化信息，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息。
具体地，对两张图像分别进行特征提取，而后对提取到的特征点组进行匹配，对拍照图像的特征点组和成像图像的特征点组进行匹配。本发明实施例中采用的是Matlab计算视觉库中基于最小特征值算法的特征提取方式、基于最小距离的特征匹配函数，并根据位移、旋转偏差的仿射变换特点做了几何变换限制，从而进一步去除误配点。根据特征点组的位置变化拟合出拍照图像和所述成像图像之间的位移信息和旋转偏差信息。
通过获取拍照图像和成像图像之间的位移信息和旋转偏差信息，并对拍照图像进行偏差修正处理，基于偏差修正后的拍照图像，获取光强校正后的成像图像，增强了对单个光谱像素和光谱相机整体的光谱恢复效果。
可选地，在上述各实施例的基础上，所述基于所述偏差修正后的拍照图像，获取光强校正后的成像图像，具体包括：
基于所述偏差修正后的拍照图像，获取所述偏差修正后的拍照图像的光强值；
基于所述偏差修正后的拍照图像的光强值，获取光强校正后的成像图像。
具体地，根据拍照图像的特征点组和成像图像的特征点组的位置变化拟合出拍照图像的位移、旋转偏差信息，将(拍照图像)空间光背景图像相对于成像图像的像素对应偏差修正，基于所述偏差修正后的拍照图像，获取所述偏差修正后的拍照图像的光强值，而后在成像图像中除去空间光背景图像对应像素的光强值，即可得到光强校正后的成像图像。
通过获取拍照图像和成像图像之间的位移信息和旋转偏差信息，并对拍照图像进行偏差修正处理，基于偏差修正后的拍照图像，获取光强校正后的成像图像，增强了对单个光谱像素和光谱相机整体的光谱恢复效果。
可选地，在上述各实施例的基础上，所述基于所述偏差修正后的拍照图像的光强值，获取光强校正后的成像图像，具体包括：
以所述成像图像的光强值除以所述偏差修正后的拍照图像的光强值，获取光强校正后的成像图像。
具体地，根据特征点组的位置变化拟合出拍照图像的位移、旋转偏差信息，将空间光背景图像相对于成像图像的像素对应偏差修正，基于所述偏差修正后的拍照图像，获取所述偏差修正后的拍照图像的光强值。而后以成像图像的光强值除以偏差修正后的拍照图像的光强值，即可获取光强校正后的成像图像。
通过获取拍照图像和成像图像之间的位移信息和旋转偏差信息，并对拍照图像进行偏差修正处理，基于偏差修正后的拍照图像，获取光强校正后的成像图像，增强了对单个光谱像素和光谱相机整体的光谱恢复效果。
可选地，在上述各实施例的基础上，所述第一图像获取设备为能够对所述拍照对象进行拍照，获取所述拍照对象的图像的设备；
所述第二图像获取设备为在所述第一图像获取设备的基础上安装了微型光谱仪阵列，可实现光谱成像功能的设备。
具体地，所述第一图像获取设备和所述第二图像获取设备可以是各种相机，手机、平板等能够提供拍摄功能的设备。且第二图像获取设备是在第一图像获取设备基础上加装了微型光谱仪阵列，可实现光谱成像功能的设备。
通过第一图像获取设备和第二图像获取设备，为图像光强校正提供素材和参考图像。
可选地，在上述各实施例的基础上，所述基于所述偏差修正后的拍照图像，获取光强校正后的成像图像，之后还包括：
以所述光强校正后的成像图像作为光谱恢复的对象进行光谱恢复。
具体地，经过光强校正后的成像图像即可作为光谱恢复或是光谱成像的对象进行后续相应操作。
图5是本发明实施例提供的一种用于光谱恢复的图像光强校正方法中经过光强校正后的光谱恢复效果示意图，如图5所示，本发明实施例针对原始光谱恢复似然度介于98.3873％～99.9993％之间，仿真叠加空间光强不均匀性后恢复似然度下降0.2％～2％之间的仿真测试入射谱，利用本发明中的方法进行光强校正后均可达到与原始无噪声条件相近的恢复效果，两者恢复似然度差距小于0.05％。图5所示为原始恢复似然度为99.2092％的入射谱，在叠加空间光强不均匀性后恢复似然度下降了约2％，光强校正后可恢复到与原始似然度相近的效果。
图6是本发明实施例提供的一种用于光谱恢复的图像光强校正方法中光谱仪阵列整体的光谱恢复效果示意图，如图6所示，光谱仪阵列整体的光谱恢复效果也有明显提升，图中平面代表原始恢复似然度，可见光强校正后各光谱仪的恢复效果与原始情况相近，其恢复似然度均值和最小值分别为：99.21％和99.2058％。
通过以成像图像的光强值除以偏差修正后的拍照图像的光强值，获取光强校正后的成像图像，消除了作为光谱恢复对象的图像存在分布不均匀的光强值的缺陷，提高了光谱恢复的效果。
图7是本发明实施例提供的一种用于光谱恢复的图像光强校正装置的结构示意图，如图7所示，具体包括：
特征提取模块701，用于对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；其中，所述拍照图像是通过第一图像获取设备对拍照对象进行拍照获取的图像；所述成像图像是通过第二图像获取设备对拍照对象进行拍照获取的图像；信息获取模块702，用于基于所述拍照图像的特征点组和成像图像的特征点组，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息；偏差修正模块703，用于基于所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，对所述拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；光强校正模块704，用于基于所述偏差修正后的拍照图像，获取光强校正后的成像图像。
具体地，通过信息获取模块702获取拍照图像和成像图像之间的位移信息和旋转偏差信息，并通过偏差修正模块703对拍照图像进行偏差修正处理。最后，基于偏差修正后的拍照图像，通过光强校正模块704获取光强校正后的成像图像。
本发明实施例提供的一种用于光谱恢复的图像光强校正装置，通过以成像图像的光强值除以偏差修正后的拍照图像的光强值，获取光强校正后的成像图像，消除了作为光谱恢复对象的图像存在分布不均匀的光强值的缺陷，提高了光谱恢复的效果。
图8示例了一种电子设备的实体结构示意图，如图8所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行用于光谱恢复的图像光强校正方法，该方法包括：对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；其中，所述拍照图像是通过第一图像获取设备对拍照对象进行拍照获取的图像；所述成像图像是通过第二图像获取设备对拍照对象进行拍照获取的图像；基于所述拍照图像的特征点组和成像图像的特征点组，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息；基于所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，对所述拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；基于所述偏差修正后的拍照图像，获取光强校正后的成像图像。
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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计算机设备(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步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的用于光谱恢复的图像光强校正方法，该方法包括：对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；其中，所述拍照图像是通过第一图像获取设备对拍照对象进行拍照获取的图像；所述成像图像是通过第二图像获取设备对拍照对象进行拍照获取的图像；基于所述拍照图像的特征点组和成像图像的特征点组，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息；基于所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，对所述拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；基于所述偏差修正后的拍照图像，获取光强校正后的成像图像。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的用于光谱恢复的图像光强校正方法，该方法包括：对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；其中，所述拍照图像是通过第一图像获取设备对拍照对象进行拍照获取的图像；所述成像图像是通过第二图像获取设备对拍照对象进行拍照获取的图像；基于所述拍照图像的特征点组和成像图像的特征点组，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息；基于所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，对所述拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；基于所述偏差修正后的拍照图像，获取光强校正后的成像图像。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种用于光谱恢复的图像光强校正方法，其特征在于，包括：
对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；其中，所述拍照图像是通过第一图像获取设备对拍照对象进行拍照获取的图像；所述成像图像是通过第二图像获取设备对拍照对象进行拍照获取的图像；
基于所述拍照图像的特征点组和成像图像的特征点组，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息；
基于所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，对所述拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；
基于所述偏差修正后的拍照图像，以所述成像图像的光强值除以所述偏差修正后的拍照图像的光强值，获取光强校正后的成像图像；
其中，所述第一图像获取设备为能够对所述拍照对象进行拍照，获取所述拍照对象的图像的设备；
所述第二图像获取设备为在所述第一图像获取设备的基础上安装了微型光谱仪阵列，可实现光谱成像功能的设备。
2.根据权利要求1所述的用于光谱恢复的图像光强校正方法，其特征在于，所述对拍照图像进行特征提取，获取拍照图像特征；对成像图像进行特征提取，获取成像图像特征，之前还包括：
判断所述拍照对象的特征点组是否符合预设标准；
若所述拍照对象的特征点组符合预设标准，则对所述拍照图像和所述成像图像不做处理；
若所述拍照对象的特征点组不符合预设标准，则对所述拍照图像和所述成像图像分别加入相同的特征标记。
3.根据权利要求1所述的用于光谱恢复的图像光强校正方法，其特征在于，所述获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，具体包括：
对所述拍照图像的特征点组和所述成像图像的特征点组进行匹配，获取所述拍照图像的特征点组和所述成像图像的特征点组之间的位置变化信息；
基于所述位置变化信息，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息。
4.根据权利要求1所述的用于光谱恢复的图像光强校正方法，其特征在于，所述基于所述偏差修正后的拍照图像，获取光强校正后的成像图像，具体包括：
基于所述偏差修正后的拍照图像，获取所述偏差修正后的拍照图像的光强值；
基于所述偏差修正后的拍照图像的光强值，获取光强校正后的成像图像。
5.根据权利要求1所述的用于光谱恢复的图像光强校正方法，其特征在于，所述基于所述偏差修正后的拍照图像，获取光强校正后的成像图像，之后还包括：
以所述光强校正后的成像图像作为光谱恢复或光谱成像的对象进行光谱恢复或光谱成像。
6.一种用于光谱恢复的图像光强校正装置，其特征在于，包括：
特征提取模块，用于对拍照图像进行特征提取，获取拍照图像的特征点组；对成像图像进行特征提取，获取成像图像的特征点组；其中，所述拍照图像是通过第一图像获取设备对拍照对象进行拍照获取的图像；所述成像图像是通过第二图像获取设备对拍照对象进行拍照获取的图像；
信息获取模块，用于基于所述拍照图像的特征点组和成像图像的特征点组，获取所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息；
偏差修正模块，用于基于所述拍照图像和所述成像图像之间的位移信息和旋转偏差信息，对所述拍照图像进行偏差修正处理，获取偏差修正后的拍照图像；
光强校正模块，用于基于所述偏差修正后的拍照图像，以所述成像图像的光强值除以所述偏差修正后的拍照图像的光强值，获取光强校正后的成像图像；
其中，所述第一图像获取设备为能够对所述拍照对象进行拍照，获取所述拍照对象的图像的设备；
所述第二图像获取设备为在所述第一图像获取设备的基础上安装了微型光谱仪阵列，可实现光谱成像功能的设备。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述一种用于光谱恢复的图像光强校正方法的步骤。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述一种用于光谱恢复的图像光强校正方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011270735.8A CN112529790B (zh) | 2020-11-13 | 2020-11-13 | 用于光谱恢复的图像光强校正方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011270735.8A CN112529790B (zh) | 2020-11-13 | 2020-11-13 | 用于光谱恢复的图像光强校正方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112529790A CN112529790A (zh) | 2021-03-19 |
| CN112529790B true CN112529790B (zh) | 2023-06-27 |
Family
ID=74982516
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011270735.8A Active CN112529790B (zh) | 2020-11-13 | 2020-11-13 | 用于光谱恢复的图像光强校正方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112529790B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014027597A (ja) * | 2012-07-30 | 2014-02-06 | Toyota Central R&D Labs Inc | 画像処理装置、物体識別装置、及びプログラム |
| CN106454081A (zh) * | 2016-09-29 | 2017-02-22 | 宇龙计算机通信科技(深圳)有限公司 | 拍照方法及装置 |
| CN107680059A (zh) * | 2017-09-30 | 2018-02-09 | 努比亚技术有限公司 | 一种图像校正的判断方法、终端及计算机可读存储介质 |
| CN109738069A (zh) * | 2018-12-27 | 2019-05-10 | 浙江农林大学暨阳学院 | 多光谱成像照明空间非均匀性校正的方法 |
| CN110490944A (zh) * | 2014-03-07 | 2019-11-22 | 株式会社理光 | 用于计算距离信息的立体相机及其方法、车辆和存储介质 |
| CN111752131A (zh) * | 2020-05-25 | 2020-10-09 | 北京邮电大学 | 一种基于led全息显示的失焦现象优化方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6821526B2 (ja) * | 2017-08-15 | 2021-01-27 | キヤノン株式会社 | 画像処理方法、画像処理装置、撮像装置、および、プログラム |
-
2020
- 2020-11-13 CN CN202011270735.8A patent/CN112529790B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014027597A (ja) * | 2012-07-30 | 2014-02-06 | Toyota Central R&D Labs Inc | 画像処理装置、物体識別装置、及びプログラム |
| CN110490944A (zh) * | 2014-03-07 | 2019-11-22 | 株式会社理光 | 用于计算距离信息的立体相机及其方法、车辆和存储介质 |
| CN106454081A (zh) * | 2016-09-29 | 2017-02-22 | 宇龙计算机通信科技(深圳)有限公司 | 拍照方法及装置 |
| CN107680059A (zh) * | 2017-09-30 | 2018-02-09 | 努比亚技术有限公司 | 一种图像校正的判断方法、终端及计算机可读存储介质 |
| CN109738069A (zh) * | 2018-12-27 | 2019-05-10 | 浙江农林大学暨阳学院 | 多光谱成像照明空间非均匀性校正的方法 |
| CN111752131A (zh) * | 2020-05-25 | 2020-10-09 | 北京邮电大学 | 一种基于led全息显示的失焦现象优化方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| One-shot ultraspectral imaging with reconfigurable metasurfaces;Xusheng Cai等;《arXiv》;20200506;第1-22页 * |
| 基于光场成像的画幅式多光谱成像方法;沈燕等;《激光与光电子学进展》;20160510(第05期);第1-8页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112529790A (zh) | 2021-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abdelhamed et al. | A high-quality denoising dataset for smartphone cameras | |
| CN110428366B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN104683767B (zh) | 透雾图像生成方法及装置 | |
| CN111741281B (zh) | 图像处理方法、终端及存储介质 | |
| JP2017117462A5 (zh) | ||
| CN109685853B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN109064504B (zh) | 图像处理方法、装置和计算机存储介质 | |
| US20140176731A1 (en) | Determining Image Alignment Failure | |
| CN109493283A (zh) | 一种高动态范围图像鬼影消除的方法 | |
| CN107481186A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| WO2019029573A1 (zh) | 图像虚化方法、计算机可读存储介质和计算机设备 | |
| CN116630148B (zh) | 光谱图像处理方法、装置、电子设备及存储介质 | |
| Wang et al. | Stereoscopic dark flash for low-light photography | |
| Chen et al. | Weighted sparse representation and gradient domain guided filter pyramid image fusion based on low-light-level dual-channel camera | |
| CN107563979A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| Wang et al. | A new method estimating linear gaussian filter kernel by image PRNU noise | |
| WO2020033432A1 (en) | Super-resolution using natural handheld-motion applied to a user device | |
| CN101616238B (zh) | 一种数码相机的数字图像认证方法 | |
| CN107454328B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| CN113781326A (zh) | 解马赛克方法、装置、电子设备及存储介质 | |
| CN112529790B (zh) | 用于光谱恢复的图像光强校正方法及装置 | |
| Mandelli et al. | Source camera model identification | |
| CN111866369B (zh) | 图像处理方法及装置 | |
| US9800796B1 (en) | Apparatus and method for low dynamic range and high dynamic range image alignment | |
| Nagalakshmi et al. | Image acquisition, noise removal, edge detection methods in image processing using Matlab for prawn species identification |
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 |