CN112529816A - 数据处理方法、装置、存储介质及计算机设备 - Google Patents
数据处理方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN112529816A CN112529816A CN202011536117.3A CN202011536117A CN112529816A CN 112529816 A CN112529816 A CN 112529816A CN 202011536117 A CN202011536117 A CN 202011536117A CN 112529816 A CN112529816 A CN 112529816A
- Authority
- CN
- China
- Prior art keywords
- sub
- fuzzy
- image data
- determining
- lamp point
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims description 38
- 230000006870 function Effects 0.000 claims description 30
- 230000005855 radiation Effects 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000001914 filtration Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 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
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种数据处理方法、装置、存储介质及计算机设备。其中,该方法包括:采集显示屏上的目标区域的第一图像数据和第二图像数据,其中,第一图像数据为目标区域中全部灯点被点亮时采集的数据,第二图像数据为目标区域中预定数量的代表灯点被点亮时采集的数据;根据第二图像数据,确定目标区域中的模糊子区域;对模糊子区域在第一图像数据中的对应部分进行复原,得到第三图像数据。本发明解决了相关技术中拍摄显示屏图像时,存在离焦引起图像模糊,导致影响测量精度的技术问题。
Description
技术领域
本发明涉及数据处理领域,具体而言,涉及一种数据处理方法、装置、存储介质及计算机设备。
背景技术
当前发光二极管(Light Emitting Diode,简称为LED)显示领域向着小间距、高像素密度(Pixels Per Inch,简称为PPI)发展,涌现出miniLED(LED芯片尺寸在200um以下)、microLED(LED芯片尺寸小于50um)等一批新的技术。LED芯片的尺寸越来越小,整屏上的LED芯片数量(显示像素)越来越多,要保证每个芯片的亮度和色度的一致性非常困难,因而需要对显示数据进行处理,保证最终显示的亮度和色彩的均匀性。在LED显示领域,通常采取逐点校正技术,来改善显示屏本身的不均匀性,不论哪种具体技术,其基础是采用工业相机或者数码相机对显示屏的逐点信息进行采集,测量每个显示像素(灯点)的亮度和色度信息。
在不提升测量设备的分辨率的前提下,为了在单次采集到更多的有效显示像素,并保证每个显示像素的成像分辨率不会过小,不会由于欠采样导致测量精度损失,通常会让拍摄目标在成像平面中的占比将增大。此时,要保证所有的拍摄目标落在成像系统的对焦平面,对测量设备的性能、参数调节、设备与被摄目标之间的角度、距离等有较高要求,很容易出现部分区域对焦准确图像清晰,部分区域离焦导致模糊的情况,严重影响测量的准确性和精度。在相关技术中,对该问题采用将显示屏分成多个小分区,依次进行测量,这又会造成测量效率的下降。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数据处理方法、装置、存储介质及计算机设备,以至少解决相关技术中拍摄显示屏图像时,存在离焦引起图像模糊,导致影响测量精度的技术问题。
根据本发明实施例的一个方面,提供了一种数据处理方法,包括:采集显示屏上的目标区域的第一图像数据和第二图像数据,其中,所述第一图像数据为所述目标区域中全部灯点被点亮时采集的数据,所述第二图像数据为所述目标区域中预定数量的代表灯点被点亮时采集的数据;根据所述第二图像数据,确定所述目标区域中的模糊子区域;对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据。
可选地,根据所述第二图像数据,确定所述目标区域中的模糊子区域,包括:根据所述目标区域中预定数量的代表灯点的位置,将所述目标区域划分为多个子区域;根据所述第二图像数据,分别确定所述多个子区域的模糊程度;根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域。
可选地,根据所述第二图像数据,分别确定所述多个子区域的模糊程度,包括:根据所述第二图像数据,分别提取所述预定数量的代表灯点中每个代表灯点的灯点数据,其中,每个代表灯点的灯点数据为所述代表灯点对应图像区域的像素矩阵;根据所述像素矩阵中各个像素的像素值,确定所述每个代表灯点的清晰度值,其中,所述每个代表灯点的清晰度值用于表征所述代表灯点对应子区域的模糊程度。
可选地,根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域,包括:根据所述多个子区域的模糊程度,对所述多个子区域依据清晰度值进行排序,确定目标清晰度值;将其他子区域的清晰度值与所述目标清晰度值做差得到差值;在所述差值大于第一预定阈值的情况下,确定所述差值对应的子区域为模糊子区域。
可选地,根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域,包括:根据所述多个子区域的模糊程度,对所述多个子区域依据清晰度值进行排序,确定目标清晰度值;采用以下方式至少之一,根据所述目标清晰度值和第二预定阈值,确定所述多个子区域中的模糊子区域:将其他子区域的清晰度值与所述目标清晰度值做差得到差值;在所述差值与所述目标清晰度值之比大于第一比值阈值的情况下,确定所述差值对应的子区域为模糊子区域;将其他子区域的清晰度值与所述目标清晰度值相比,得到比值;在比值小于第二比值阈值的情况下,确定所述比值对应的子区域为模糊子区域;其中,所述第二预定阈值包括所述第一比值阈值和/或所述第二比值阈值。
可选地,根据所述第二图像数据,分别提取所述预定数量的代表灯点中每个代表灯点的灯点数据,包括:根据所述第二图像数据,分别确定所述预定数量的代表灯点中每个代表灯点的辐射范围;确定所述预定数量的代表灯点中的最大辐射范围,将所述最大辐射范围确定为每个代表灯点的灯点区域大小;确定每个代表灯点在所述灯点区域大小对应的图像区域;确定所述每个代表灯点的图像区域的像素矩阵为所述代表灯点的灯点数据。
可选地,对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据包括:根据所述第二图像数据,确定用于复原所述模糊子区域的模糊核;采用所述模糊核对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据。
可选地,根据所述第二图像数据,确定用于复原所述模糊子区域的模糊核包括:从所述第二图像数据中所述预定数量的代表灯点的灯点数据中选择目标代表灯点的灯点数据;根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核。
可选地,根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核包括:将所述目标代表灯点的灯点数据与预定数量的模糊核进行卷积运算,得到多个拟合灯点数据;确定所述多个拟合灯点数据中与所述模糊子区域的代表灯点的灯点数据相似度最大的拟合灯点数据对应的模糊核,为用于复原所述模糊子区域的模糊核。
可选地,根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核还包括:确定模糊函数中模糊核拟合参数的取值范围,其中,所述模糊函数用于构建所述预定数量的模糊核;通过对所述取值范围以预定步长进行划分,得到所述模糊核拟合参数的预定数量个取值;根据所述灯点区域大小和所述预定数量个取值的模糊核拟合参数,使用所述模糊函数构建所述预定数量个模糊核。
根据本发明实施例的另一方面,还提供了一种数据处理装置,包括:采集模块,用于采集显示屏上的目标区域的第一图像数据和第二图像数据,其中,所述第一图像数据为所述目标区域中全部灯点被点亮时采集的数据,所述第二图像数据为所述目标区域中预定数量的代表灯点被点亮时采集的数据;确定模块,用于根据所述第二图像数据,确定所述目标区域中的模糊子区域;复原模块,用于对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据。
根据本发明实施例的又一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的数据处理方法。
根据本发明实施例的再一方面,还提供了一种计算机设备,包括:存储器和处理器,所述存储器存储有计算机程序;所述处理器,用于执行所述存储器中存储的计算机程序,所述计算机程序运行时使得所述处理器执行上述任意一项所述的数据处理方法。
在本发明实施例中,通过采集显示屏上的目标区域中全部灯点被点亮时的第一图像数据和目标区域中预定数量的代表灯点被点亮时的第二图像数据,根据第二图像数据确定目标区域中的模糊子区域,并对模糊子区域在第一图像数据中的对应部分进行复原,达到了得到将模糊区域进行复原后的第三图像数据的目的,从而实现了对采集的显示屏图像区域中的模糊区域进行复原的技术效果,进而解决了相关技术中拍摄显示屏图像时,存在离焦引起图像模糊,导致影响测量精度技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例提供的数据处理方法的流程图;
图2是根据本发明可选实施例提供的子区域灯点选择示意图;
图3是根据本发明实施例2的数据处理装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种数据处理方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例提供的数据处理方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,采集显示屏上的目标区域的第一图像数据和第二图像数据,其中,第一图像数据为目标区域中全部灯点被点亮时采集的数据,第二图像数据为目标区域中预定数量的代表灯点被点亮时采集的数据;
步骤S104,根据第二图像数据,确定目标区域中的模糊子区域;
步骤S106,对模糊子区域在第一图像数据中的对应部分进行复原,得到第三图像数据。
通过上述步骤,通过采集显示屏上的目标区域中全部灯点被点亮时的第一图像数据和目标区域中预定数量的代表灯点被点亮时的第二图像数据,根据第二图像数据确定目标区域中的模糊子区域,并对模糊子区域在第一图像数据中的对应部分进行复原,达到了得到将模糊区域进行复原后的第三图像数据的目的,从而实现了对采集的显示屏图像区域中的模糊区域进行复原的技术效果,进而相关技术中拍摄显示屏图像时,存在离焦引起图像模糊,导致影响测量精度技术问题。
作为一种可选的实施例,采集目标区域的第一图像数据时,可以采用多种方式,例如,可以通过如下任意方法之一实现:点亮目标区域内全部灯点,采集得到目标区域的第一图像数据;分批次点亮目标区域的灯点,并分批次采集目标区域的图像数据,将分批次采集得到的目标区域的图像数据合并,得到目标区域的第一图像数据。
对于被测显示屏,为了实现本发明实施例的方法,需要获得被测显示屏的两组数据,第一组为被测显示屏的灯点全部点亮时的图像数据;第二组在被测显示屏上点亮若干代表灯点进行拍摄,灯点数量视具体情况而定。其中,为了获得第一组图像数据,可以采用多种方法,例如,可以同时将被测显示屏中的所有灯点全部点亮,然后对整个被测显示屏进行一次拍照,获得第一组图像数据;还可以让被测显示屏中的灯点按照一定规律分为多个批次点亮,每一批次采用隔点或者逐点点亮灯点的方式,按批次对被测显示屏进行多次拍照,得到被测显示屏的多组图像,然后将多组图像进行合并处理,得到被测显示屏中所有灯点均为点亮状态的图像数据。让被测显示屏中的灯点按照一定规律分为多个批次点亮时,可以采用多种方式,例如,对于以行列排布LED芯片的显示屏,可以先点亮1,3,5…等奇数行的LED芯片对应的灯点,进行拍照得到第一图像;之后熄灭点亮的奇数行LED芯片对应的灯点,再点亮2,4,6…偶数行的LED芯片对应的灯点,进行拍照得到第二图像,将第一图像和第二图像进行合并,得到LED显示屏的所有灯点被点亮的图像数据。
根据第二图像数据确定目标区域中的模糊子区域可以通过多种方式实现,作为一种可选的实施例,可以根据第二图像数据中的预定数量的代表灯点的位置,将目标区域划分为多个子区域;根据第二图像数据,分别确定多个子区域的模糊程度;根据多个子区域的模糊程度以及预定阈值,确定多个子区域中的模糊子区域。
需要说明的是,每一个代表灯点为代表其所在的子区域的模糊程度的灯点,可以根据代表灯点的模糊程度,确定其所属的子区域的模糊程度。可选地,每一个子区域中可以包含一个代表灯点,预定数量的代表灯点在目标区域中的位置分布可以不做限定。因此,在一定程度上,点灯的位置确定了对目标区域进行划分的方式。
作为一种可选的实施方式,可以先在显示屏的目标区域中任意选择预定数量的代表灯点并点亮,采集得到第二图像数据,然后根据点亮的代表灯点的位置分布,选择合适的划分规则将目标区域划分为预定数量的子区域,其中每个子区域包括一个代表灯点。由于第二图像数据与目标区域存在对应关系,因此对目标区域划分子区域也相当于对第二图像数据进行了子区域划分,第二图像数据中的每个子区域对应包括了一个代表灯点的图像数据。
可以通过多种方式获得第二图像数据和划分的子区域,例如通过如下方式:在显示屏上随机选择并点亮预定数量的代表灯点,拍摄后即得到第二图像数据,然后根据代表灯点的位置分布,将目标区域划分为多个子区域,其中每个子区域包括至少一个代表灯点。划分子区域时,可以按照一定的规则,也可以随机划分,在这里并不做特殊要求。此外,还可以通过其他方式获取第二图像数据和子区域,例如,拍摄第二组图像数据之前,可以首先对被测显示屏进行区域划分,得到多个子区域,然后在每个子区域中选取代表该区域的灯点。拍摄第二组图像时,被测显示屏中除了多个子区域中的被选取的代表灯点为点亮状态,其余灯点均没有被点亮。因而,第二组图像中包括的是对应于划分的子区域数量的发光的代表灯点。本发明实施例的方法对划分区域的方式和形状没有要求,例如,可以将整个被测显示屏按照一定规律划分为多个规则的矩形,也可以采用更加灵活的划分。在对代表子区域的灯点进行表征的数学处理中,可以使用角标(i,j)对灯点进行表示,该划分并不表示灯点(i,j)为被测显示屏中第i行第j列的子区域中被选取的灯点。子区域中的代表灯点可以选择区域中心的灯点,也可以选择区域中的其他灯点,在此不做限定。
需要说明的是,上述方法中,虽然被测显示屏点亮灯点的方式不同,拍照的次数也不同,但是拍摄设备与被测显示屏的相对位置关系以及拍摄设备的参数例如焦距无须改变。在此基础上,本发明实施例可以进行后续的步骤,得到灯点全亮时的被测显示屏的完整清晰的图像数据。
通过对被测显示屏的拍摄,完成了采集被测显示屏的图像数据。图2是根据本发明可选实施例的子区域灯点选择示意图。如图2所示,例如,灯点的分辨率为M*N,采集目标区域的第一图像数据,获取目标区域所有灯点的图像;之后,将目标区域划分为m*n个子区域,划分的子区域大小、子区域的个数依实际目标区域大小确定,对每个子区域,点亮子区域内的一个灯点,例如,点亮位于子区域中心位置的灯点,此时在显示屏上点亮的灯点个数为m*n,拍摄得到散点数据,称为第二图像数据。
可选地,根据第二图像数据,可以分别确定多个子区域的模糊程度。第二图像数据中包括了各个子区域的图像数据,因此可以作为判断各个子区域的模糊程度的依据,例如,可以根据各个子区域的图像数据对各个子区域的模糊程度进行量化,然后根据多个子区域的模糊程度以及预定阈值,确定多个子区域中的模糊子区域,其中,预定的阈值为用于确定子区域是否能被确定为模糊子区域的数值,可以根据经验进行预先设置。
显示屏被划分为了多个子区域,并不是所有的子区域都是不清晰的。一般而言,拍摄设备会对焦在被测显示屏的中央,因而显示屏中靠近中央的子区域成像较为清晰,越靠近边缘的子区域,由于其到拍摄设备的距离发生了变化,因而会产生不同程度的离焦,导致成像较为模糊。在本实施例中,每个子区域中都有一个代表灯点,通过对各个代表灯点的灯点数据进行分析,可以确定各个灯点的模糊程度,并使用各个代表灯点的模糊程度表征对应子区域的模糊程度。可以将其他子区域的模糊程度与最清晰的模糊程度进行比对,并根据预定的阈值进行判断,从而将屏幕中明显过于不清晰地区域挑选出来,将被挑选出来的子区域确定为模糊子区域。
作为一种可选的实施例,显示屏完成子区域划分后及数据采集后,根据采集到的数据判断各个子区域的模糊程度。例如,可以通过如下方式实现,根据所述第二图像数据,分别确定所述多个子区域的模糊程度包括:根据第二图像数据,分别提取预定数量的代表灯点中每个代表灯点的灯点数据,其中,每个代表灯点的灯点数据为代表灯点对应图像区域的像素矩阵;根据像素矩阵中各个像素的像素值,确定每个代表灯点的清晰度值,其中,每个代表灯点的清晰度值用于表征代表灯点对应子区域的模糊程度。需要说明的是,此处采用对应子区域的清晰度值表征子区域的模糊程度,例如,清晰度值越大,表示子区域的模糊程度越小,即越不模糊;相反,清晰度值越小,表示对应子区域的模糊程度越大,即越模糊。代表灯点对应的图像区域为对代表灯点进行灯点数据提取的几何区域,图像区域的大小可以根据需要进行相应的调整,在此不做限定。另外,图像区域的形状也可以多种,例如,可以包括圆形、矩形、正方形等形状,在此亦不做限定。
作为一种可选的实施例,可以按照如下方法根据所述第二图像数据,分别确定所述多个子区域的模糊程度,即确定多个子区域的清晰度值。
首先,提取第二图像数据中每个点亮的代表灯点的数据,以矩阵Dotij表示,i=1,2,…n;j=1,2,…m,m、n为点亮灯点的个数。然后对每个灯点的矩阵Dotij进行模糊程度量化,并排序,找到最佳清晰灯点,将其他灯点的模糊程度值与最佳清晰灯点的模糊程度值进行差值计算,若差值大于阈值,则将该灯点标记为模糊灯点,对应子区域标记为模糊子区域;若差值小于等于阈值,则标记为清晰灯点,对应子区域标记为清晰区域。
其中,提取点亮的代表灯点的灯点数据时,对第二图像数据进行处理,首先二值化,并进行形态学膨胀,提取连通域,根据每个连通域的外接矩形rect(i,j)和质心center(i,j),其中,i=1,2,…n;j=1,2,…m,获得了每个代表灯点的位置和大小信息,根据每个代表灯点的外接矩形rect,求出多个代表灯点中外接矩形的最大宽高值w、h,计算该代表灯点的灯点区域大小:
ledw=1.2*w ledh=1.2*h
然后,根据center(i,j)和ledw、ledh,提取每个代表灯点的灯点数据,每个代表灯点的灯点数据采用ledw*ledh大小的矩阵Dot表示,所有代表灯点的灯点数据可用Dotij表示,对每个代表灯点计算清晰度:
通过求取Di,j,可以得到该代表灯点的清晰度值,作为后续确定模糊子区域的依据。
需要说明的是,每个代表灯点的清晰度值可以用于表征代表灯点对应子区域的清晰度值,进而可以表征对应子区域的模糊程度。例如,在确定了多个子区域的清晰度值的情况下,将多个子区域按照各自的清晰度值由高到低进行排序,得到子区域按清晰度值排列的降序序列,然后对该序列中的子区域按照模糊程度由低到高进行标注,即得到了各个子区域的模糊程度。
作为一种可选的实施例,确定多个子区域中的模糊子区域时使用的预定阈值可以为差值阈值,也可以为比值阈值。下面对根据预定阈值的不同类型确定模糊子区域的过程进行详细说明。
可选地,在预定阈值为差值阈值的情况下,根据多个子区域的模糊程度以及预定阈值,确定多个子区域中的模糊子区域,可以首先根据多个子区域的模糊程度,对多个子区域依据清晰度值进行排序,确定目标清晰度值;然后将其他子区域的清晰度值与目标清晰度值做差得到差值;然后,在差值大于第一预定阈值的情况下,确定差值对应的子区域为模糊子区域。其中,该第一预定阈值即上述所指的预定阈值,也即差值阈值。目标清晰度值可以是清晰度最高的子区域对应的清晰度值。
可选地,在预定阈值为比值阈值的情况下,根据多个子区域的模糊程度以及预定阈值确定多个子区域中的模糊子区域可以通过如下方式实现:根据多个子区域的模糊程度,对多个子区域依据清晰度值进行排序,确定目标清晰度值;采用以下方式至少之一,根据目标清晰度值和第二预定阈值,确定多个子区域中的模糊子区域:将其他子区域的清晰度值与目标清晰度值做差得到差值;在差值与目标清晰度值之比大于第一比值阈值的情况下,确定差值对应的子区域为模糊子区域;将其他子区域的清晰度值与目标清晰度值相比,得到比值;在比值小于第二比值阈值的情况下,确定比值对应的子区域为模糊子区域;其中,第二预定阈值包括第一比值阈值和/或第二比值阈值。其中,目标清晰度值可以是清晰度最高的子区域对应的清晰度值。其中,该第二预定阈值也即是上述所指的预定阈值,也即是比值阈值。
用每个子区域中代表灯点的模糊程度代表对应子区域的模糊程度,可以对所有灯点的清晰度值D进行排序,找到最大值max(Di,j),最大值对应的代表灯点的模糊程度最小,将其他代表灯点的清晰度值与最大值做差。存在阈值T(即上述第一比值阈值):
需要说明的是,阈值T为上述预定阈值的一种,即是其他代表灯点的清晰度值与最清晰灯点的清晰度值的差值再与该最清晰灯点的清晰度值之比对应的阈值。上述预定阈值还可以是其它形式,比如,上述预定阈值可以是最清晰灯点的清晰度的80%,当其他灯点的清晰度大于该预定阈值,则标记为清晰子区域,否则标记为模糊子区域。
作为一种可选的实施例,可以通过如下方式提取预定数量的代表灯点中每个代表灯点的灯点数据:根据第二图像数据,分别确定预定数量的代表灯点中每个代表灯点的辐射范围;确定预定数量的代表灯点中的最大辐射范围,将最大辐射范围确定为每个代表灯点的灯点区域大小;确定每个代表灯点在灯点区域大小对应的图像区域;确定每个代表灯点的图像区域的像素矩阵为代表灯点的灯点数据。根据多个代表灯点中的最大辐射范围确定每个代表灯点的灯点区域大小,可以保证灯点区域大小的图像区域可以用于提取每一个代表灯点的图像数据。在将最大辐射范围确定为每个代表灯点的灯点区域大小时,可以采用多种方式,例如,可以直接将所有代表灯点中辐射范围最大的代表灯点的辐射范围确定为每个代表灯点的灯点区域大小,也可以在该辐射外围的基础上再向外扩大一点,比如,在该最大辐射范围的基础上乘以一个大于1的系数,保证不会在提取代表灯点的数据时发生数据遗漏。
可选地,提取点亮的代表灯点数据时,可以对第二图像数据进行处理,首先对第二图像数据进行二值化,并进行形态学膨胀,提取连通域,然后根据每个连通域的外接矩形rect(i,j)和质心center(i,j)(即对应于上述每个代表灯点的辐射范围),其中,i=1,2,…n;j=1,2,…m,获得了每个代表灯点的位置和大小信息,根据多个代表灯点对应的多个外接矩形rect,求出其中最大的宽高值w、h(即对应于上述最大辐射范围),然后可以将最大宽高值乘以经验系数1.2,进而计算灯点区域大小:ledw=1.2*w,ledh=1.2*h,其中,ledw和ledh为灯点区域大小的宽值和高值。
需要说明的是,提取得到的代表灯点的数据包括在灯点区域大小的图像区域中的代表灯点的像素矩阵数据,还包括每个代表灯点的像素矩阵的ledw和ledh,即用于提取代表灯点数据的图像区域的清晰度值。
作为一种可选的实施例,得到显示屏中的模糊子区域后,使用模糊核对将模糊子区域的图像数据进行处理,可以将模糊子区域的图像数据复原为清晰的图像数据。对模糊子区域在第一图像数据中的对应部分进行复原并得到清晰的第三图像数据可以采用以下方式:根据第二图像数据,确定用于复原模糊子区域的模糊核;采用模糊核对模糊子区域在第一图像数据中的对应部分进行复原,得到第三图像数据。可选地,模糊核为可用于对模糊区域的图像进行复原的函数矩阵,通过采用模糊核对模糊子区域在第一图像数据中的对应部分进行复原,可以得到模糊子区域在第一图像数据中的对应部分的清晰图像数据,即第三图像数据。
作为一种可选的实施例,可以通过如下方式确定用于复原模糊子区域的模糊核:从第二图像数据中预定数量的代表灯点的灯点数据中选择目标代表灯点的灯点数据;根据目标代表灯点的灯点数据和模糊子区域的代表灯点的灯点数据,确定用于复原模糊子区域的模糊核。其中,目标代表灯点可以为所有代表灯点中清晰度最高的代表灯点。根据目标代表灯点的灯点数据和模糊子区域的代表灯点的灯点数据确定该模糊子区域的模糊核,即该模糊核可以最大程度地将对应的模糊子区域的灯点数据复原为接近目标代表灯点的灯点数据所具有的清晰度水平。
作为一种可选的实施例,可以通过如下方式确定用于复原模糊子区域的模糊核:将目标代表灯点的灯点数据与预定数量的模糊核进行卷积运算,得到多个拟合灯点数据;确定多个拟合灯点数据中与模糊子区域的代表灯点的灯点数据相似度最大的拟合灯点数据对应的模糊核,为用于复原模糊子区域的模糊核。
可选地,目标代表灯点的灯点数据可以为像素矩阵,预定数量的模糊核可以为预定数量的函数矩阵,多个拟合灯点数据可以为拟合得到的像素矩阵,其中,多个拟合灯点数据通过将目标代表灯点的灯点数据依次与预定数量的模糊核进行卷积运算得到。通过依次将多个拟合灯点数据与模糊子区域的代表灯点的灯点数据进行比较,可以确定与模糊子区域的代表灯点的灯点数据相似度最大的拟合灯点数据,并将该确定的拟合灯点数据对应的模糊核确定为用于复原该模糊子区域的模糊核。
作为一种可选的实施例,还可以通过如下方式确定预定数量的模糊核:确定模糊函数中模糊核拟合参数的取值范围,其中,模糊函数用于构建预定数量的模糊核;通过对取值范围以预定步长进行划分,得到模糊核拟合参数的预定数量个取值;根据灯点区域大小和预定数量个取值的模糊核拟合参数,使用模糊函数构建预定数量个模糊核。由于构建最佳模糊核所采用的模糊函数的具体参数并不能提前获知,需要通过多次拟合并根据拟合结果确定,因此,可以采用本实施例的方法确定模糊函数的多个参数。需要说明的是,确定模糊函数中的模糊核拟合参数的取值范围,并按照预定步长确定多个取值范围内的模糊核拟合参数为一种可选的实施方式,采用其他的方式确定模糊函数的多个拟合参数也可能达到相似的技术效果,例如,可以根据经验预先确定多个可能拟合效果较好的拟合参数的值,然后根据多个拟合参数确定的多个模糊核进行卷积运算,根据最后的拟合结果确定最佳模糊核。
可选的,根据上述可选实施例,提供一种构建模糊子区域对应的模糊核的可选实施方式,具体如下。
以Doti矩阵数据为样本,进行模糊核构建,即进行模糊函数的参数估计,方式有多种:
例如:以最佳清晰灯点即目标代表灯点对应的Dot矩阵为样本,以及采用的模糊函数和模糊函数的参数,以拟合的方式找到最佳模糊核,使得样本与模糊核进行卷积后得到的矩阵,与当前标记为模糊的灯点矩阵相似度最高。
对应不同的标记为模糊的灯点,有对应的不同的模糊核。根据本发明可选的实施例,模糊核的选取有多种,例如,使用高斯函数或者圆盘函数构建对应模糊子区域的模糊核。
例如,根据对灯点数据的建模,可以用高斯曲面拟合其分布,以高斯曲面作为模糊函数:
其中PI为圆周率,R为模糊核拟合参数,u和v为灯点数据矩阵中的行序号和列序号,取值范围为u=1,2,…,ledw;v=1,2,…,ledh。
例如,以确定的最清晰灯点作为样本矩阵,找到最佳匹配模糊核,对于每个标记为模糊子区域的区域:R不同取值对应不同的模糊核,R取值范围[0.5,10.5],以0.1为最小单位递增,分别计算模糊核矩阵,将预定数量的模糊核与样本矩阵进行卷积运算,其结果与当前模糊子区域灯点矩阵进行相似度对比,找出相似度最高时对应的模糊核,此时对应的模糊核拟合参数R值即为最佳估计参数R_best,并根据最佳估计参数R_best确定模糊核矩阵h。其中,相似度的计算通过峰值信噪比PSNR(Peak signal to Noise Ratio)得出,峰值信噪比是一个表示信号最大可能功率和影响它的表示表示精度的破坏性噪声功率的比值,可以非常简单的通过均方误差进行定义,PSNR越大,说明样本灯点与模糊核卷积运算得到的灯点图像矩阵与当前模糊区域的灯点图像的数据矩阵相似度越高。
作为一种可选的实施例,模糊核确定后,可以通过以下方式至少之一,采用模糊核对模糊子区域在第一图像数据中的对应部分进行复原,得到第三图像数据:维纳滤波,路西-理查德森滤波。其中,路西-理查德森滤波简称LR滤波,LR滤波为采用Lucy-Richardson算法对图像进行复原的迭代非线性图像复原方法。对标记为模糊子区域的数据进行去模糊处理,可以利用图像复原方法,例如逆滤波、维纳滤波、LR滤波等,根据与每个模糊子区域对应的模糊核对每个模糊子区域的完整数据进行复原操作,并将复原后的各个子区域数据合并到原始数据中,得到清晰的显示屏图像数据。
实施例2
根据本发明实施例,还提供了一种用于实施上述数据处理方法的数据处理装置,图3是根据本发明实施例2提供的数据处理装置的结构框图,如图3所示,该数据处理装置30包括:采集模块302,确定模块304和复原模块306,下面对该数据处理装置30进行说明。
采集模块302,用于采集显示屏上的目标区域的第一图像数据和第二图像数据,其中,第一图像数据为目标区域中全部灯点被点亮时采集的数据,第二图像数据为目标区域中预定数量的代表灯点被点亮时采集的数据;
确定模块304,连接于上述采集模块302,用于根据第二图像数据,确定目标区域中的模糊子区域;
复原模块306,连接于上述确定模块304,用于对模糊子区域在第一图像数据中的对应部分进行复原,得到第三图像数据。
此处需要说明的是,上述采集模块302,确定模块304和复原模块306对应于实施例1中的步骤S102至步骤S106,多个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。
作为一种可选的实施例,确定模块304包括:划分单元,第一确定单元和第二确定单元,其中,划分单元,用于根据目标区域中预定数量的代表灯点的位置,将目标区域划分为多个子区域;第一确定单元,连接于上述划分单元,用于根据第二图像数据,分别确定多个子区域的模糊程度;第二确定单元,连接于上述第一确定单元,用于根据多个子区域的模糊程度以及预定阈值,确定多个子区域中的模糊子区域。
作为一种可选的实施例,第一确定单元包括:提取子单元和第一确定子单元,其中,提取子单元,用于根据第二图像数据,分别提取预定数量的代表灯点中每个代表灯点的灯点数据,其中,每个代表灯点的灯点数据为代表灯点对应图像区域的像素矩阵;第一确定子单元,连接于上述提取子单元,用于根据像素矩阵中各个像素的像素值,确定每个代表灯点的清晰度值,其中,每个代表灯点的清晰度值用于表征代表灯点对应子区域的模糊程度。
作为一种可选的实施例,第二确定单元包括:第二确定子单元、做差单元和第三确定子单元,其中,第二确定子单元,用于根据多个子区域的模糊程度,对多个子区域依据清晰度值进行排序,确定目标清晰度值;做差单元,连接于上述第二确定子单元,用于将其他子区域的清晰度值与目标清晰度值做差得到差值;第三确定子单元,连接于上述做差单元,用于在差值大于第一预定阈值的情况下,确定差值对应的子区域为模糊子区域。
作为一种可选的实施例,第二确定单元包括:第四确定子单元和第五确定子单元,其中,第四确定子单元,用于根据多个子区域的模糊程度,对多个子区域依据清晰度值进行排序,确定目标清晰度值;第五确定子单元,连接于上述第四确定子单元,用于采用以下方式至少之一,根据目标清晰度值和第二预定阈值,确定多个子区域中的模糊子区域:将其他子区域的清晰度值与目标清晰度值做差得到差值;在差值与目标清晰度值之比大于第一比值阈值的情况下,确定差值对应的子区域为模糊子区域;将其他子区域的清晰度值与目标清晰度值相比,得到比值;在比值小于第二比值阈值的情况下,确定比值对应的子区域为模糊子区域;其中,第二预定阈值包括第一比值阈值和/或第二比值阈值。
作为一种可选的实施例,提取子单元还用于根据第二图像数据,分别确定预定数量的代表灯点中每个代表灯点的辐射范围;确定预定数量的代表灯点中的最大辐射范围,将最大辐射范围确定为每个代表灯点的灯点区域大小;确定每个代表灯点在灯点区域大小对应的图像区域;确定每个代表灯点的图像区域的像素矩阵为代表灯点的灯点数据。
作为一种可选的实施例,复原模块306包括:第三确定单元和复原单元,其中,第三确定单元,用于根据第二图像数据,确定用于复原模糊子区域的模糊核;复原单元,连接于上述第三确定单元,用于采用模糊核对模糊子区域在第一图像数据中的对应部分进行复原,得到第三图像数据。
作为一种可选的实施例,第三确定单元包括:选择子单元和第六确定子单元,其中,选择子单元,用于从第二图像数据中预定数量的代表灯点的灯点数据中选择目标代表灯点的灯点数据;第六确定子单元,连接于上述选择子单元,用于根据目标代表灯点的灯点数据和模糊子区域的代表灯点的灯点数据,确定用于复原模糊子区域的模糊核。
作为一种可选的实施例,第三确定单元包括:运算子单元和第七确定子单元,其中,运算子单元,用于将目标代表灯点的灯点数据与预定数量的模糊核进行卷积运算,得到多个拟合灯点数据;第七确定子单元,连接于上述运算子单元,用于确定多个拟合灯点数据中与模糊子区域的代表灯点的灯点数据相似度最大的拟合灯点数据对应的模糊核,为用于复原模糊子区域的模糊核。
作为一种可选的实施例,第三确定单元包括:第八确定子单元,划分子单元和构建子单元,其中,第八确定子单元,用于确定模糊函数中模糊核拟合参数的取值范围,其中,模糊函数用于构建预定数量的模糊核;划分子单元,连接于上述第八确定子单元,用于通过对取值范围以预定步长进行划分,得到模糊核拟合参数的预定数量个取值;构建子单元,连接于上述划分子单元,用于根据灯点区域大小和预定数量个取值的模糊核拟合参数,使用模糊函数构建预定数量个模糊核。
实施例3
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例1所提供的数据处理方法所执行的程序代码。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:采集显示屏上的目标区域的第一图像数据和第二图像数据,其中,第一图像数据为目标区域中全部灯点被点亮时采集的数据,第二图像数据为目标区域中预定数量的代表灯点被点亮时采集的数据;根据第二图像数据,确定目标区域中的模糊子区域;对模糊子区域在第一图像数据中的对应部分进行复原,得到第三图像数据。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据所述第二图像数据,确定所述目标区域中的模糊子区域包括:根据所述目标区域中预定数量的代表灯点的位置,将所述目标区域划分为多个子区域;根据所述第二图像数据,分别确定所述多个子区域的模糊程度;根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据所述第二图像数据,分别确定所述多个子区域的模糊程度,包括:根据所述第二图像数据,分别提取所述预定数量的代表灯点中每个代表灯点的灯点数据,其中,每个代表灯点的灯点数据为所述代表灯点对应图像区域的像素矩阵;根据所述像素矩阵中各个像素的像素值,确定所述每个代表灯点的清晰度值,其中,所述每个代表灯点的清晰度值用于表征所述代表灯点对应子区域的模糊程度。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域,包括:根据所述多个子区域的模糊程度,对所述多个子区域依据清晰度值进行排序,确定目标清晰度值;将其他子区域的清晰度值与所述目标清晰度值做差得到差值;在所述差值大于所述第一预定阈值的情况下,确定所述差值对应的子区域为模糊子区域。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域,包括:根据所述多个子区域的模糊程度,对所述多个子区域依据清晰度值进行排序,确定目标清晰度值;采用以下方式至少之一,根据所述目标清晰度值和第二预定阈值,确定所述多个子区域中的模糊子区域:将其他子区域的清晰度值与所述目标清晰度值做差得到差值;在所述差值与所述目标清晰度值之比大于第一比值阈值的情况下,确定所述差值对应的子区域为模糊子区域;将其他子区域的清晰度值与所述目标清晰度值相比,得到比值;在比值小于第二比值阈值的情况下,确定所述比值对应的子区域为模糊子区域;其中,所述第二预定阈值包括所述第一比值阈值和/或所述第二比值阈值。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据所述第二图像数据,分别提取所述预定数量的代表灯点中每个代表灯点的灯点数据,包括:根据所述第二图像数据,分别确定所述预定数量的代表灯点中每个代表灯点的辐射范围;确定所述预定数量的代表灯点中的最大辐射范围,将所述最大辐射范围确定为每个代表灯点的灯点区域大小;确定每个代表灯点在所述灯点区域大小对应的图像区域;确定所述每个代表灯点的图像区域的像素矩阵为所述代表灯点的灯点数据。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据包括:根据所述第二图像数据,确定用于复原所述模糊子区域的模糊核;采用所述模糊核对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:从所述第二图像数据中所述预定数量的代表灯点的灯点数据中选择目标代表灯点的灯点数据;根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核包括:将所述目标代表灯点的灯点数据与预定数量的模糊核进行卷积运算,得到多个拟合灯点数据;确定所述多个拟合灯点数据中与所述模糊子区域的代表灯点的灯点数据相似度最大的拟合灯点数据对应的模糊核,为用于复原所述模糊子区域的模糊核。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核还包括:确定模糊函数中模糊核拟合参数的取值范围,其中,所述模糊函数用于构建所述预定数量的模糊核;通过对所述取值范围以预定步长进行划分,得到所述模糊核拟合参数的预定数量个取值;根据所述灯点区域大小和所述预定数量个取值的模糊核拟合参数,使用所述模糊函数构建所述预定数量个模糊核。
实施例4
本发明的实施例可以提供一种计算机设备,可选地,在本实施例中,上述计算机设备可以位于计算机网络的多个网络设备中的至少一个网络设备。该计算机设备包括存储器和处理器。
其中,存储器可用于存储软件程序以及模块,如本发明实施例中的数据处理方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的数据处理方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:采集显示屏上的目标区域的第一图像数据和第二图像数据,其中,第一图像数据为目标区域中全部灯点被点亮时采集的数据,第二图像数据为目标区域中预定数量的代表灯点被点亮时采集的数据;根据第二图像数据,确定目标区域中的模糊子区域;对模糊子区域在第一图像数据中的对应部分进行复原,得到第三图像数据。
可选的,上述处理器还可以执行如下步骤的程序代码:根据所述第二图像数据,确定所述目标区域中的模糊子区域包括:根据所述目标区域中预定数量的代表灯点的位置,将所述目标区域划分为多个子区域;根据所述第二图像数据,分别确定所述多个子区域的模糊程度;根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域。
可选的,上述处理器还可以执行如下步骤的程序代码:根据所述第二图像数据,分别确定所述多个子区域的模糊程度,包括:根据所述第二图像数据,分别提取所述预定数量的代表灯点中每个代表灯点的灯点数据,其中,每个代表灯点的灯点数据为所述代表灯点对应图像区域的像素矩阵;根据所述像素矩阵中各个像素的像素值,确定所述每个代表灯点的清晰度值,其中,所述每个代表灯点的清晰度值用于表征所述代表灯点对应子区域的模糊程度。
可选的,上述处理器还可以执行如下步骤的程序代码:根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域,包括:根据所述多个子区域的模糊程度,对所述多个子区域依据清晰度值进行排序,确定目标清晰度值;将其他子区域的清晰度值与所述目标清晰度值做差得到差值;在所述差值大于所述第一预定阈值的情况下,确定所述差值对应的子区域为模糊子区域。
可选的,上述处理器还可以执行如下步骤的程序代码:根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域,包括:根据所述多个子区域的模糊程度,对所述多个子区域依据清晰度值进行排序,确定目标清晰度值;采用以下方式至少之一,根据所述目标清晰度值和第二预定阈值,确定所述多个子区域中的模糊子区域:将其他子区域的清晰度值与所述目标清晰度值做差得到差值;在所述差值与所述目标清晰度值之比大于第一比值阈值的情况下,确定所述差值对应的子区域为模糊子区域;将其他子区域的清晰度值与所述目标清晰度值相比,得到比值;在比值小于第二比值阈值的情况下,确定所述比值对应的子区域为模糊子区域;其中,所述第二预定阈值包括所述第一比值阈值和/或所述第二比值阈值。
可选的,上述处理器还可以执行如下步骤的程序代码:根据所述第二图像数据,分别提取所述预定数量的代表灯点中每个代表灯点的灯点数据,包括:根据所述第二图像数据,分别确定所述预定数量的代表灯点中每个代表灯点的辐射范围;确定所述预定数量的代表灯点中的最大辐射范围,将所述最大辐射范围确定为每个代表灯点的灯点区域大小;确定每个代表灯点在所述灯点区域大小对应的图像区域;确定所述每个代表灯点的图像区域的像素矩阵为所述代表灯点的灯点数据。
可选的,上述处理器还可以执行如下步骤的程序代码:对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据包括:根据所述第二图像数据,确定用于复原所述模糊子区域的模糊核;采用所述模糊核对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据。
可选的,上述处理器还可以执行如下步骤的程序代码:根据所述第二图像数据,确定用于复原所述模糊子区域的模糊核包括:从所述第二图像数据中所述预定数量的代表灯点的灯点数据中选择目标代表灯点的灯点数据;根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核。
可选的,上述处理器还可以执行如下步骤的程序代码:根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核包括:将所述目标代表灯点的灯点数据与预定数量的模糊核进行卷积运算,得到多个拟合灯点数据;确定所述多个拟合灯点数据中与所述模糊子区域的代表灯点的灯点数据相似度最大的拟合灯点数据对应的模糊核,为用于复原所述模糊子区域的模糊核。
可选的,上述处理器还可以执行如下步骤的程序代码:根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核还包括:确定模糊函数中模糊核拟合参数的取值范围,其中,所述模糊函数用于构建所述预定数量的模糊核;通过对所述取值范围以预定步长进行划分,得到所述模糊核拟合参数的预定数量个取值;根据所述灯点区域大小和所述预定数量个取值的模糊核拟合参数,使用所述模糊函数构建所述预定数量个模糊核。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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全部或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(可为个人计算机、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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (13)
1.一种数据处理方法,其特征在于,包括:
采集显示屏上的目标区域的第一图像数据和第二图像数据,其中,所述第一图像数据为所述目标区域中全部灯点被点亮时采集的数据,所述第二图像数据为所述目标区域中预定数量的代表灯点被点亮时采集的数据;
根据所述第二图像数据,确定所述目标区域中的模糊子区域;
对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据。
2.根据权利要求1所述的方法,其特征在于,根据所述第二图像数据,确定所述目标区域中的模糊子区域,包括:
根据所述目标区域中预定数量的代表灯点的位置,将所述目标区域划分为多个子区域;
根据所述第二图像数据,分别确定所述多个子区域的模糊程度;
根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域。
3.根据权利要求2所述的方法,其特征在于,根据所述第二图像数据,分别确定所述多个子区域的模糊程度,包括:
根据所述第二图像数据,分别提取所述预定数量的代表灯点中每个代表灯点的灯点数据,其中,每个代表灯点的灯点数据为所述代表灯点对应图像区域的像素矩阵;
根据所述像素矩阵中各个像素的像素值,确定所述每个代表灯点的清晰度值,其中,所述每个代表灯点的清晰度值用于表征所述代表灯点对应子区域的模糊程度。
4.根据权利要求3所述的方法,其特征在于,根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域,包括:
根据所述多个子区域的模糊程度,对所述多个子区域依据清晰度值进行排序,确定目标清晰度值;
将其他子区域的清晰度值与所述目标清晰度值做差得到差值;
在所述差值大于第一预定阈值的情况下,确定所述差值对应的子区域为模糊子区域。
5.根据权利要求3所述的方法,其特征在于,根据所述多个子区域的模糊程度以及预定阈值,确定所述多个子区域中的模糊子区域,包括:
根据所述多个子区域的模糊程度,对所述多个子区域依据清晰度值进行排序,确定目标清晰度值;
采用以下方式至少之一,根据所述目标清晰度值和第二预定阈值,确定所述多个子区域中的模糊子区域:
将其他子区域的清晰度值与所述目标清晰度值做差得到差值;在所述差值与所述目标清晰度值之比大于第一比值阈值的情况下,确定所述差值对应的子区域为模糊子区域;
将其他子区域的清晰度值与所述目标清晰度值相比,得到比值;在比值小于第二比值阈值的情况下,确定所述比值对应的子区域为模糊子区域;
其中,所述第二预定阈值包括所述第一比值阈值和/或所述第二比值阈值。
6.根据权利要求3所述的方法,其特征在于,根据所述第二图像数据,分别提取所述预定数量的代表灯点中每个代表灯点的灯点数据,包括:
根据所述第二图像数据,分别确定所述预定数量的代表灯点中每个代表灯点的辐射范围;
确定所述预定数量的代表灯点中的最大辐射范围,将所述最大辐射范围确定为每个代表灯点的灯点区域大小;
确定每个代表灯点在所述灯点区域大小对应的图像区域;
确定所述每个代表灯点的图像区域的像素矩阵为所述代表灯点的灯点数据。
7.根据权利要求6所述的方法,其特征在于,对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据包括:
根据所述第二图像数据,确定用于复原所述模糊子区域的模糊核;
采用所述模糊核对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据。
8.根据权利要求7所述的方法,其特征在于,根据所述第二图像数据,确定用于复原所述模糊子区域的模糊核包括:
从所述第二图像数据中所述预定数量的代表灯点的灯点数据中选择目标代表灯点的灯点数据;
根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核。
9.根据权利要求8所述的方法,其特征在于,根据所述目标代表灯点的灯点数据和所述模糊子区域的代表灯点的灯点数据,确定用于复原所述模糊子区域的模糊核包括:
将所述目标代表灯点的灯点数据与预定数量的模糊核进行卷积运算,得到多个拟合灯点数据;
确定所述多个拟合灯点数据中与所述模糊子区域的代表灯点的灯点数据相似度最大的拟合灯点数据对应的模糊核,为用于复原所述模糊子区域的模糊核。
10.根据权利要求9所述的方法,其特征在于,还包括:
确定模糊函数中模糊核拟合参数的取值范围,其中,所述模糊函数用于构建所述预定数量的模糊核;
通过对所述取值范围以预定步长进行划分,得到所述模糊核拟合参数的预定数量个取值;
根据所述灯点区域大小和所述预定数量个取值的模糊核拟合参数,使用所述模糊函数构建所述预定数量个模糊核。
11.一种数据处理装置,其特征在于,包括:
采集模块,用于采集显示屏上的目标区域的第一图像数据和第二图像数据,其中,所述第一图像数据为所述目标区域中全部灯点被点亮时采集的数据,所述第二图像数据为所述目标区域中预定数量的代表灯点被点亮时采集的数据;
确定模块,用于根据所述第二图像数据,确定所述目标区域中的模糊子区域;
复原模块,用于对所述模糊子区域在所述第一图像数据中的对应部分进行复原,得到第三图像数据。
12.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至10中任意一项所述的数据处理方法。
13.一种计算机设备,其特征在于,包括:存储器和处理器,
所述存储器存储有计算机程序;
所述处理器,用于执行所述存储器中存储的计算机程序,所述计算机程序运行时使得所述处理器执行权利要求1至10中任意一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011536117.3A CN112529816B (zh) | 2020-12-22 | 数据处理方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011536117.3A CN112529816B (zh) | 2020-12-22 | 数据处理方法、装置、存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529816A true CN112529816A (zh) | 2021-03-19 |
CN112529816B CN112529816B (zh) | 2024-06-07 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117115433A (zh) * | 2023-10-24 | 2023-11-24 | 深圳市磐鼎科技有限公司 | 显示异常检测方法、装置、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120121202A1 (en) * | 2010-11-12 | 2012-05-17 | Jue Wang | Methods and Apparatus for De-blurring Images Using Lucky Frames |
CN102509074A (zh) * | 2011-10-18 | 2012-06-20 | Tcl集团股份有限公司 | 一种目标识别方法和设备 |
CN103824544A (zh) * | 2014-02-28 | 2014-05-28 | 西安诺瓦电子科技有限公司 | Led显示屏的校正方法、装置及系统 |
CN104915922A (zh) * | 2015-06-25 | 2015-09-16 | 西安诺瓦电子科技有限公司 | 拼接亮暗线修正方法 |
CN105741243A (zh) * | 2016-01-27 | 2016-07-06 | 北京航空航天大学 | 一种模糊图像复原方法 |
CN107369134A (zh) * | 2017-06-12 | 2017-11-21 | 上海斐讯数据通信技术有限公司 | 一种模糊图像的图像复原方法 |
CN107483817A (zh) * | 2017-08-11 | 2017-12-15 | 成都西纬科技有限公司 | 一种图像处理方法及装置 |
WO2019105214A1 (zh) * | 2017-11-30 | 2019-06-06 | Oppo广东移动通信有限公司 | 图像虚化方法、装置、移动终端和存储介质 |
CN110807780A (zh) * | 2019-10-23 | 2020-02-18 | 北京达佳互联信息技术有限公司 | 图像处理方法和装置 |
CN111626956A (zh) * | 2020-05-26 | 2020-09-04 | 北京百度网讯科技有限公司 | 图像去模糊方法和装置 |
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120121202A1 (en) * | 2010-11-12 | 2012-05-17 | Jue Wang | Methods and Apparatus for De-blurring Images Using Lucky Frames |
CN102509074A (zh) * | 2011-10-18 | 2012-06-20 | Tcl集团股份有限公司 | 一种目标识别方法和设备 |
CN103824544A (zh) * | 2014-02-28 | 2014-05-28 | 西安诺瓦电子科技有限公司 | Led显示屏的校正方法、装置及系统 |
CN104915922A (zh) * | 2015-06-25 | 2015-09-16 | 西安诺瓦电子科技有限公司 | 拼接亮暗线修正方法 |
CN105741243A (zh) * | 2016-01-27 | 2016-07-06 | 北京航空航天大学 | 一种模糊图像复原方法 |
CN107369134A (zh) * | 2017-06-12 | 2017-11-21 | 上海斐讯数据通信技术有限公司 | 一种模糊图像的图像复原方法 |
CN107483817A (zh) * | 2017-08-11 | 2017-12-15 | 成都西纬科技有限公司 | 一种图像处理方法及装置 |
WO2019105214A1 (zh) * | 2017-11-30 | 2019-06-06 | Oppo广东移动通信有限公司 | 图像虚化方法、装置、移动终端和存储介质 |
CN110807780A (zh) * | 2019-10-23 | 2020-02-18 | 北京达佳互联信息技术有限公司 | 图像处理方法和装置 |
CN111626956A (zh) * | 2020-05-26 | 2020-09-04 | 北京百度网讯科技有限公司 | 图像去模糊方法和装置 |
Non-Patent Citations (4)
Title |
---|
XIA XIAOHUA ET AL.: "Multi-focus image fusion based on probability filtering and region correction", 《SIGNAL PROCESSING》, vol. 153, pages 71 - 82, XP085462867, DOI: 10.1016/j.sigpro.2018.07.004 * |
YU HONG-CHUN ET AL: "Segmentation of LED pixel matrix by using optimal threshold method with area constraint", 《CHINESE JOURNAL OF LIQUID CRYSTALS AND DISPLAYS》, vol. 27, no. 5, pages 653 - 657 * |
王璐等: "基于分块的空间变化抖动模糊图像的全局模糊去除", 《计算机辅助设计与图形学学报》, vol. 24, no. 06, pages 766 - 774 * |
郑喜凤;宋新丽;刘贵华;张鑫;郝娅如;: "一种基于区域最大值的LED显示屏亮度特征数据提取方法", 《液晶与显示》, no. 04, pages 453 - 457 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117115433A (zh) * | 2023-10-24 | 2023-11-24 | 深圳市磐鼎科技有限公司 | 显示异常检测方法、装置、设备及存储介质 |
CN117115433B (zh) * | 2023-10-24 | 2024-05-07 | 深圳市磐鼎科技有限公司 | 显示异常检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11055827B2 (en) | Image processing apparatus and method | |
US8472744B2 (en) | Device and method for estimating whether an image is blurred | |
CN111311523B (zh) | 图像处理方法、装置、系统和电子设备 | |
KR20090027493A (ko) | 영상 복원 장치 및 방법 | |
CN105007430B (zh) | 用于确定曝光设置的方法和装置 | |
JP5818552B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
KR20160140453A (ko) | 4d 원시 광 필드 데이터로부터 리포커싱된 이미지를 획득하기 위한 방법 | |
CN111695373B (zh) | 斑马线的定位方法、系统、介质及设备 | |
CN109190452B (zh) | 作物行识别方法及装置 | |
CN111031241B (zh) | 图像处理方法及其装置、终端和计算机可读存储介质 | |
CN112985778A (zh) | 测试图卡的定位方法、终端及存储介质 | |
JP5864936B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
CN112770100B (zh) | 一种图像获取方法、摄影装置以及计算机可读存储介质 | |
CN112184609B (zh) | 图像融合方法及装置、存储介质、终端 | |
CN112529816B (zh) | 数据处理方法、装置、存储介质及计算机设备 | |
CN112529816A (zh) | 数据处理方法、装置、存储介质及计算机设备 | |
CN113298076B (zh) | 平面加工设备的校正数据采集方法、装置、设备及介质 | |
CN112001387B (zh) | 对焦区域的确定方法及装置、终端、存储介质 | |
CN111147693B (zh) | 一种全尺寸拍照图像的降噪方法及装置 | |
Antunes et al. | All-in-focus imaging using a series of images on different focal planes | |
CN108989696B (zh) | 基于热度图的自动曝光方法 | |
CN110728686A (zh) | 一种基于Voronoi的车载灯具图像分割方法 | |
KR101707625B1 (ko) | 영상데이터를 이용한 패턴정보 추출방법 | |
CN116597252A (zh) | 图片生成方法、装置、计算机设备和存储介质 | |
CN116402072A (zh) | 基于硅芯片的二维码识别方法、装置、设备以及存储介质 |
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 |