CN112562017A - 一种rgb图像的色彩还原方法及计算机可读存储介质 - Google Patents
一种rgb图像的色彩还原方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112562017A CN112562017A CN202011418616.2A CN202011418616A CN112562017A CN 112562017 A CN112562017 A CN 112562017A CN 202011418616 A CN202011418616 A CN 202011418616A CN 112562017 A CN112562017 A CN 112562017A
- Authority
- CN
- China
- Prior art keywords
- image
- rgb
- spectrum
- color
- camera
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001228 spectrum Methods 0.000 claims abstract description 130
- 230000003595 spectral effect Effects 0.000 claims abstract description 116
- 230000004927 fusion Effects 0.000 claims abstract description 82
- 238000012937 correction Methods 0.000 claims abstract description 51
- 238000013507 mapping Methods 0.000 claims description 78
- 239000011159 matrix material Substances 0.000 claims description 61
- 238000004590 computer program Methods 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000013519 translation Methods 0.000 claims description 10
- 239000003086 colorant Substances 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000009467 reduction Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 21
- 230000008569 process Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000000243 solution Substances 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
- 238000012545 processing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 231100000716 Acceptable daily intake Toxicity 0.000 description 1
- 239000007983 Tris buffer Substances 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
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
- 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
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10036—Multispectral image; Hyperspectral image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
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
本申请适用于图像色彩还原技术领域，提供了一种RGB图像的色彩还原方法，包括：获取初始RGB图像及其对应的光谱图像；将所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像；获取色彩校正信息；根据所述色彩校正信息对所述RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。通过获取初始RGB图像及其对应的光谱图像，结合图像融合技术，利用低空间分辨率的光谱图像，辅助高空间分辨率的RGB相机进行高质量的色彩再现。因此，本申请还原的目标RGB融合图像与真实RGB图像间的色差更小，色彩更为准确。
Description
技术领域
本申请属于图像色彩还原技术领域，尤其涉及一种RGB图像的色彩还原方法及计算机可读存储介质。
背景技术
RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是运用最广的颜色系统之一。RGB相机经过多年的发展，已具备较高的像素分辨率，被广泛应用于手机、平板等消费电子领域。但是，由于RGB相机光谱响应不同于人类视觉感知特性，这类相机依然无法准确地获取拍摄对象的三刺激值，这样，就导致RGB相机拍摄出的RGB图像依然存在色彩偏差。
随着微纳加工工艺的进步，另一种基于光谱滤光片阵列的光谱相机逐步得到发展，这类光谱相机将多波段的滤光片像素化空间周期排布，具备结构集成化和时间分辨率高的优点，但这种设计使光谱相机拍摄的各光谱通道采样率下降，无法达到RGB相机的空间分辨率水平。
发明内容
本申请实施例提供了一种RGB图像的色彩还原方法及计算机可读存储介质，可以解决RGB相机拍摄出的RGB图像存在色彩偏差的问题。
第一方面，本申请实施例提供了一种RGB图像的色彩还原方法，包括：
获取初始RGB图像及其对应的光谱图像；
将所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像；
获取色彩校正信息；
根据所述色彩校正信息对所述RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。
进一步地，所述将所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像，包括：
将所述初始RGB图像及其对应的光谱图像进行对齐配准；
将对齐配准后的所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像。
进一步地，所述初始RGB图像由RGB相机采集，所述光谱图像由光谱相机采集；
所述将所述初始RGB图像及其对应的光谱图像进行对齐配准，包括：
根据所述RGB相机和所述光谱相机之间的映射关系将所述初始RGB图像及其对应的光谱图像进行对齐配准。
进一步地，在所述根据所述RGB相机和所述光谱相机之间的映射关系将所述初始RGB图像及其对应的光谱图像进行对齐配准之前，还包括：
根据预设标定规则获取所述RGB相机和所述光谱相机之间的映射关系。
进一步地，所述根据预设确定规则获取所述RGB相机和所述光谱相机之间的映射关系，包括：
通过预设棋盘格对所述RGB相机和所述光谱相机进行标定，获取所述RGB相机的第一内参数矩阵和所述光谱相机的第二内参数矩阵；
根据所述第一内参数矩阵和所述第二内参数矩阵确定所述RGB相机和所述光谱相机之间的映射关系；所述映射关系为所述RGB相机和所述光谱相机两者对应的外参数矩阵；所述外参数矩阵包括旋转矩阵和平移矩阵。
进一步地，所述将对齐配准后的所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像，包括：
根据预设插值算法将对齐配准后的所述光谱图像的像素灰度值映射至对齐配准后的所述初始RGB图像上，得到RGB光谱融合图像。
进一步地，所述根据预设插值算法将对齐配准后的所述光谱图像的像素灰度值映射至对齐配准后的所述初始RGB图像上，得到RGB光谱融合图像，包括：
获取所述初始RGB图像中各个像素点在所述光谱图像上对应的映射坐标；
若所述光谱图像中存在所述映射坐标，则获取所述映射坐标对应的像素点的第一像素灰度值，以及获取所述光谱图像中所述映射坐标对应的第二像素灰度值，将所述第一像素灰度值与所述第二像素灰度值进行匹配，得到所述像素点对应的融合像素值；
若所述光谱图像中不存在所述映射坐标，则获取所述映射坐标对应的像素点的第一像素灰度值，以及根据预设插值算法计算所述光谱图像中所述映射坐标对应的第二像素灰度值，将所述第一像素灰度值与所述第二像素灰度值进行匹配，得到所述像素点对应的融合像素值；
根据各个像素点对应的融合像素值确定RGB光谱融合图像。
进一步地，在所述获取色彩校正信息之前，还包括：
获取预设色卡中各个色块对应的色块RGB光谱融合图像和色块三刺激值；
根据所述色块RGB光谱融合图像和所述色块三刺激值构建目标色彩矫正函数；
根据所述目标色彩矫正函数确定色彩校正信息。
第二方面，本申请实施例提供了一种RGB图像的色彩还原装置，包括：
第一获取单元，用于获取初始RGB图像及其对应的光谱图像；
融合单元，用于将所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像；
第二获取单元，用于获取色彩校正信息；
还原单元，用于根据所述色彩校正信息对所述RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。
进一步地，所述融合单元，具体用于：
将所述初始RGB图像及其对应的光谱图像进行对齐配准；
将对齐配准后的所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像。
进一步地，所述初始RGB图像由RGB相机采集，所述光谱图像由光谱相机采集；
所述融合单元，具体用于：
根据所述RGB相机和所述光谱相机之间的映射关系将所述初始RGB图像及其对应的光谱图像进行对齐配准。
进一步地，所述融合单元，具体用于：
根据预设标定规则获取所述RGB相机和所述光谱相机之间的映射关系。
进一步地，所述融合单元，具体用于：
通过预设棋盘格对所述RGB相机和所述光谱相机进行标定，获取所述RGB相机的第一内参数矩阵和所述光谱相机的第二内参数矩阵；
根据所述第一内参数矩阵和所述第二内参数矩阵确定所述RGB相机和所述光谱相机之间的映射关系；所述映射关系为所述RGB相机和所述光谱相机两者对应的外参数矩阵；所述外参数矩阵包括旋转矩阵和平移矩阵。
进一步地，所述融合单元，具体用于：
根据预设插值算法将对齐配准后的所述光谱图像的像素灰度值映射至对齐配准后的所述初始RGB图像上，得到RGB光谱融合图像。
进一步地，所述融合单元，具体用于：
获取所述初始RGB图像中各个像素点在所述光谱图像上对应的映射坐标；
若所述光谱图像中存在所述映射坐标，则获取所述映射坐标对应的像素点的第一像素灰度值，以及获取所述光谱图像中所述映射坐标对应的第二像素灰度值，将所述第一像素灰度值与所述第二像素灰度值进行匹配，得到所述像素点对应的融合像素值；
若所述光谱图像中不存在所述映射坐标，则获取所述映射坐标对应的像素点的第一像素灰度值，以及根据预设插值算法计算所述光谱图像中所述映射坐标对应的第二像素灰度值，将所述第一像素灰度值与所述第二像素灰度值进行匹配，得到所述像素点对应的融合像素值；
根据各个像素点对应的融合像素值确定RGB光谱融合图像。
进一步地，所述RGB图像的色彩还原装置，还包括：
第三获取单元，用于获取预设色卡中各个色块对应的色块RGB光谱融合图像和色块三刺激值；
构建单元，用于根据所述色块RGB光谱融合图像和所述色块三刺激值构建目标色彩矫正函数；
确定单元，用于根据所述目标色彩矫正函数确定色彩校正信息。
第三方面，本申请实施例提供了一种本申请实施例提供了一种RGB图像的色彩还原设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的RGB图像的色彩还原方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的RGB图像的色彩还原方法。
本申请实施例中，获取初始RGB图像及其对应的光谱图像；将所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像；获取色彩校正信息；根据所述色彩校正信息对所述RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。通过获取初始RGB图像及其对应的光谱图像，结合图像融合技术，利用低空间分辨率的光谱图像，辅助高空间分辨率的RGB相机进行高质量的色彩再现。因此，本申请还原的目标RGB融合图像与真实RGB图像间的色差更小，色彩更为准确。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是本申请第一实施例提供的一种RGB图像的色彩还原方法的示意流程图；
图2是本申请第二实施例提供的RGB图像的色彩还原装置的示意图；
图3是本申请第三实施例提供的RGB图像的色彩还原设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
请参见图1，图1是本申请第一实施例提供的一种RGB图像的色彩还原方法的示意流程图。本实施例中一种RGB图像的色彩还原方法的执行主体为具有RGB图像的色彩还原功能的设备，例如，服务器、处理器等。如图1所示的RGB图像的色彩还原方法可以包括：
S101：获取初始RGB图像及其对应的光谱图像。
在一个实施例中，设备获取初始RGB图像及其对应的光谱图像，其中，初始RGB图像由RGB相机采集，光谱图像由光谱相机采集。设备可以通过设备上安装的相机模组直接拍摄初始RGB图像及其对应的光谱图像，也可以通过网络接收到又其他设备发送的初始RGB图像及其对应的光谱图像。
更具体地，初始RGB图像及其对应的光谱图像通过独立设置的RGB相机和多光谱相机获取，光谱图像可由基于多光谱滤光片阵列(Multispectral Filter Array，MSFA)的多光谱相机获取。独立设置的RGB相机和多光谱相机在获取到初始RGB图像及其对应的光谱图像之后，将初始RGB图像及其对应的光谱图像发送至本端设备。
在一个实施例中，设备可以向RGB相机和多光谱相机提供同步触发信号，可实现实时运算。初始RGB图像及其对应的光谱图像的获取也可以是不同步的，可以采取以一定的时序的方式分开采集初始RGB图像及其对应的光谱图像，以降低对处理器的存储及运算能力的要求。
在一种实施方式中，初始RGB图像和光谱图像可以被配置为由同一图像传感器阵列上获取，图像传感器阵列传感器包括滤光片。其中，滤光器可以布置在图像传感器阵列上方，以便光学覆盖图像传感器阵列。滤光器可选地投射特定波段的光束，并阻止波段外的光到达图像传感器阵列，被阻挡的光可以被吸收、反射和/或散射，取决于滤光器的实现方式，此处不作限制。
在一种滤光状态下，初始RGB图像是基于可见光生成，滤光器可以透射可见光并阻挡可见光波段之外的；在另一种滤光状态下，光谱图像是基于与初始RGB图像使用不同波段的光束生成，则滤光器可以透射光谱图像包含的波段的光束并阻挡波段之外的光束。应当理解的是，光谱图像包含有多个波段的光束，滤光器可以被配置为在不同波段光束的多个滤光状态之间切换，以透射任何合适的波段的光束，同时阻挡波段之外的光束。
S102：将初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像。
设备将初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像。融合的过程实际上是将光谱图像的像素映射到初始RGB图像上，得到的图像即为RGB光谱融合图像。需要理解的是，融合后获取的RGB光谱融合图像的每个像素均具有RGB图像三个通道(R通道、G通道、B通道)的灰度值及光谱图像的多通道的灰度值。
在一个实施例中，RGB相机和光谱相机分立设置，为了更好的对初始RGB图像及其对应的光谱图像进行融合，所以，需要对获取到的初始RGB图像及其对应的光谱图像进行对齐配准。设备将初始RGB图像及其对应的光谱图像进行对齐配准。然后将对齐配准后的初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像。
在一种实施方中，初始RGB图像由RGB相机采集，光谱图像由光谱相机采集，将初始RGB图像及其对应的光谱图像进行对齐配准，可以采用以下方式：
设备根据RGB相机和光谱相机之间的映射关系将初始RGB图像及其对应的光谱图像进行对齐配准。设备中预先存储RGB相机和光谱相机之间的映射关系，RGB相机和光谱相机之间的映射关系用于对初始RGB图像及其对应的光谱图像进行对齐配准。设备根据映射关系将初始RGB图像及其对应的光谱图像进行对齐配准。
在根据RGB相机和光谱相机之间的映射关系将初始RGB图像及其对应的光谱图像进行对齐配准之前，设备可以根据预设标定规则获取RGB相机和光谱相机之间的映射关系。此处对于预设标定规则不做限制，也就是对与获取映射关系的方法不做限制，例如，设备可以通过标定棋盘格来获取映射关系，也可以利用圆点标定板或从获取图像提取相应特征建立映射关系等等。
更具体地，通过标定棋盘格来获取映射关系为一个具体的实施方式，详细说明获取映射关系的过程。
设备通过预设棋盘格对RGB相机和光谱相机进行标定，获取RGB相机的第一内参数矩阵和光谱相机的第二内参数矩阵；根据第一内参数矩阵和第二内参数矩阵确定RGB相机和光谱相机之间的映射关系；映射关系为RGB相机和光谱相机两者对应的外参数矩阵；外参数矩阵包括旋转矩阵和平移矩阵。
进一步地，设备选取棋盘格上的一角点Q在RGB图像上的投影坐标为qR，在RGB相机坐标系下的空间坐标为QR，RGB相机的内参数矩阵为HR，qR与QR之间的转换关系如下所示：
qR＝HR·QR
同理，假设QD为参考物上同一角点Q在光谱相机坐标系的空间坐标，qD为该点在光谱图像上的投影坐标，QD与QR之间关系通过RGB相机与光谱相机之间的外参数矩阵表示，外参数矩阵包括旋转矩阵R和平移矩阵T两部分；QD与QR之间的转换关系如下：
QD＝RQR+T
假设同一角点Q在光谱相机坐标系下的空间坐标为QD，在光谱图像上的投影坐标为qD，QD与qD之间的变换关系由光谱相机的内参数矩阵HD表示，即
qD＝HD·QD
那么点Q在RGB相机坐标系和光谱相机坐标系下的空间坐标QR、QD可通过下式求得：
RR、TR分别为RGB相机内参数矩阵的旋转矩阵和平移矩阵，RR、TR为RGB相机的第一内参数矩阵。RD、TD分别为光谱相机内参数矩阵中的旋转矩阵和平移矩阵，RD、TD为光谱相机的第二内参数矩阵。在式子QR＝RRQ+TR中，点Q将由RR、QR、TR表示，带入式子QD＝RQR+T，得：
整理上式，得RGB相机和光谱相机的外参数矩阵，即外参数矩阵中的旋转矩阵R和平移矩阵T的表达式为：
即获取到RGB相机和光谱相机之间的映射关系。
设备将对齐配准后的初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像。设备中可以存储预设插值算法，设备可以根据预设插值算法将对齐配准后的光谱图像的像素灰度值映射至对齐配准后的初始RGB图像上，得到RGB光谱融合图像。
在一个实施例中，设备获取初始RGB图像中各个像素点在光谱图像上对应的映射坐标；若光谱图像中存在映射坐标，则获取映射坐标对应的像素点的第一像素灰度值，以及获取光谱图像中映射坐标对应的第二像素灰度值，将第一像素灰度值与第二像素灰度值进行匹配，得到像素点对应的融合像素值；若光谱图像中不存在映射坐标，则获取映射坐标对应的像素点的第一像素灰度值，以及根据预设插值算法计算光谱图像中映射坐标对应的第二像素灰度值，将第一像素灰度值与第二像素灰度值进行匹配，得到像素点对应的融合像素值；根据各个像素点对应的融合像素值确定RGB光谱融合图像。
更具体地，假设在初始RGB图像上的一点(x，y)，根据获取的映射关系，外参数矩阵中的旋转矩阵R和平移矩阵T，求取得出在光谱图像上的对应坐标为(i+u，j+v)。若u、v为0，则求取的坐标值为整数值，判定光谱图像中存在映射坐标，则直接将光谱图像上的第二像素灰度值[I1…IN]T与RGB图像上的第一像素灰度值[IR IG IB]T进行匹配，获取RGB光谱融合图像，其中，N表示光谱图像包含的波段数量。
若u、v的数值为非零值，判定光谱图像中不存在映射坐标，则需要通过插值算法对(i+u，j+v)对应的像素灰度值进行计算，获取在光谱图像上的第二像素灰度值，以进行图像融合。
优选地，插值算法可以为立方卷积插值算法，利用(i+u，j+v)附近16个像素点的灰度值作三次插值进行计算，假设点(i+u，j+v)的灰度值表示为
f(i+u,j+v)＝A×B×C
其中，A＝[s(1+u) s(u) s(1-u) s(2-u)]
s(x)为插值权重函数，表示多项式为：
根据上式可求得，f(i+u,j+v)的灰度值，并与RGB图像上对应的坐标像素灰度值进行匹配，获得RGB光谱融合图像，表示为[IR IG IB I1…IN]T，N表示光谱图像包含的波段数量。
需要理解的是，灰度值的表达式不限于此。插值算法还可以是双线性插值、最近邻插值，此处不作限制。
S103：获取色彩校正信息。
设备中预先存储色彩校正信息，色彩校正信息用于对RGB光谱融合图像进行色彩还原。
在获取色彩校正信息之前，可以预先确定色彩校正信息，把确定的色彩校正信息存储在设备中。其中，确定色彩校正信息可以通过一下方式：
设备获取预设色卡中各个色块对应的色块RGB光谱融合图像和色块三刺激值。其中，在标准光源下，利用RGB相机和光谱相机对色卡进行成像，获取色卡对应色块的RGB光谱融合图像，第m个色卡对应的RGB光谱融合图像，即色块RGB光谱融合图像表示为
其中，
表示为RGB相机获取的第m个色块的灰度值，
表示为具有N个光谱波段的光谱相机获取的第m个色块的灰度值。获取色卡在标准光源下的三刺激值，色卡包含M个色块，色卡中第m个色块的三刺激值，即色块三刺激值表示为[Xm Ym Zm]T。
设备根据色块RGB光谱融合图像和色块三刺激值构建目标色彩矫正函数。在标准光源下，根据色块RGB光谱融合图像和色块三刺激值构建目标色彩矫正函数：
设备根据目标色彩矫正函数确定色彩校正信息。设备最小化目标色彩矫正函数，求解W，W表示为色彩校正矩阵，即色彩校正信息，‖·‖2表示为L2范数：
应当理解的是，除了在标准光源下标定色彩校正矩阵外，还可以在不同色温下获取色块的三刺激值，并进行色彩校正矩阵W标定，以使得本申请可应用于不同白平衡参数下的色彩还原。
S104：根据色彩校正信息对RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。
设备据色彩校正信息对RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。RGB光谱融合图像的灰度值为[IR IG IB I1…IN]T，基于色彩校正信息，将RGB光谱融合图像的灰度值转换为三刺激值。当色彩校正信息为矩阵W时，则还原后的目标RGB融合图像为：
[X Y Z]T＝W·[IR IG IB I1…IN]T
需要说明的是，由[X Y Z]T可转化为sRGB、AdobeRGB等不同标准的RGB图像进行显示输出。
本申请实施例中，获取初始RGB图像及其对应的光谱图像；将初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像；获取色彩校正信息；根据色彩校正信息对RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。通过获取初始RGB图像及其对应的光谱图像，结合图像融合技术，利用低空间分辨率的光谱图像，辅助高空间分辨率的RGB相机进行高质量的色彩再现。因此，本申请还原的目标RGB融合图像与真实RGB图像间的色差更小，色彩更为准确。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
请参见图2，图2是本申请第二实施例提供的RGB图像的色彩还原装置的示意图。包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。参见图2，RGB图像的色彩还原装置2包括：
第一获取单元210，用于获取初始RGB图像及其对应的光谱图像；
融合单元220，用于将初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像；
第二获取单元230，用于获取色彩校正信息；
还原单元240，用于根据色彩校正信息对RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。
进一步地，融合单元220，具体用于：
将RGB图像及其对应的光谱图像进行对齐配准；
将对齐配准后的初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图
进一步地，初始RGB图像由RGB相机采集，光谱图像由光谱相机采集；
融合单元220，具体用于：
根据RGB相机和光谱相机之间的映射关系将初始RGB图像及其对应的光谱图像进行对齐配准。
进一步地，融合单元220，具体用于：
根据预设标定规则获取RGB相机和光谱相机之间的映射关系。
进一步地，融合单元，具体用于：
通过预设棋盘格对RGB相机和光谱相机进行标定，获取RGB相机的第一内参数矩阵和光谱相机的第二内参数矩阵；
根据第一内参数矩阵和第二内参数矩阵确定RGB相机和光谱相机之间的映射关系；其中，映射关系为RGB相机和光谱相机两者对应的外参数矩阵，外参数矩阵包括旋转矩阵和平移矩阵。
进一步地，融合单元220，具体用于：
根据预设插值算法将对齐配准后的光谱图像的像素灰度值映射至对齐配准后的初始RGB图像上，得到RGB光谱融合图像。
进一步地，融合单元220，具体用于：
获取所初始RGB图像中各个像素点在光谱图像上对应的映射坐标；
若光谱图像中存在映射坐标，则获取映射坐标对应的像素点的第一像素灰度值，以及获取光谱图像中映射坐标对应的第二像素灰度值，将第一像素灰度值与第二像素灰度值进行匹配，得到像素点对应的融合像素值；
若光谱图像中不存在映射坐标，则获取映射坐标对应的像素点的第一像素灰度值，以及根据预设插值算法计算光谱图像中映射坐标对应的第二像素灰度值，将第一像素灰度值与第二像素灰度值进行匹配，得到像素点对应的融合像素值；
根据各个像素点对应的融合像素值确定RGB光谱融合图像。
进一步地，RGB图像的色彩还原装置2，还包括：
第三获取单元，用于获取预设色卡中各个色块对应的色块RGB光谱融合图像和色块三刺激值；
构建单元，用于根据色块RGB光谱融合图像和色块三刺激值构建目标色彩矫正函数；
确定单元，用于根据目标色彩矫正函数确定色彩校正信息。
图3是本申请第三实施例提供的RGB图像的色彩还原设备的示意图。在一个实施例中，RGB图像的色彩还原设备3包括：处理器30、存储器31以及存储在存储器31中并可在处理器30上运行的计算机程序32，例如RGB图像的色彩还原程序。处理器30执行计算机程序32时实现上述各个RGB图像的色彩还原方法实施例中的步骤，例如图1所示的步骤101至104。或者，处理器30执行计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块210至240的功能。
示例性的，计算机程序32可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器31中，并由处理器30执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序32在RGB图像的色彩还原设备3中的执行过程。例如，计算机程序32可以被分割成第一获取单元、融合单元、第二获取单元、还原单元，各单元具体功能如下：
第一获取单元，用于获取初始RGB图像及其对应的光谱图像；
融合单元，用于将初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像；
第二获取单元，用于获取色彩校正信息；
还原单元，用于根据色彩校正信息对RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。
RGB图像的色彩还原设备可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是RGB图像的色彩还原设备3的示例，并不构成对RGB图像的色彩还原设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如RGB图像的色彩还原设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器31可以是RGB图像的色彩还原设备3的内部存储单元，例如RGB图像的色彩还原设备3的硬盘或内存。存储器31也可以是RGB图像的色彩还原设备3的外部存储设备，例如RGB图像的色彩还原设备3上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，RGB图像的色彩还原设备3还可以既包括RGB图像的色彩还原设备3的内部存储单元也包括外部存储设备。存储器31用于存储计算机程序以及RGB图像的色彩还原设备所需的其他程序和数据。存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种网络设备，该网络设备包括：至少一个处理器、存储器以及存储在存储器中并可在至少一个处理器上运行的计算机程序，处理器执行计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
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，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种RGB图像的色彩还原方法，其特征在于，包括：
获取初始RGB图像及其对应的光谱图像；
将所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像；
获取色彩校正信息；
根据所述色彩校正信息对所述RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。
2.如权利要求1所述的RGB图像的色彩还原方法，其特征在于，所述将所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像，包括：
将所述初始RGB图像及其对应的光谱图像进行对齐配准；
将对齐配准后的所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像。
3.如权利要求2所述的RGB图像的色彩还原方法，其特征在于，所述初始RGB图像由RGB相机采集，所述光谱图像由光谱相机采集；
所述将所述初始RGB图像及其对应的光谱图像进行对齐配准，包括：
根据所述RGB相机和所述光谱相机之间的映射关系将所述初始RGB图像及其对应的光谱图像进行对齐配准。
4.如权利要求3所述的RGB图像的色彩还原方法，其特征在于，在所述根据所述RGB相机和所述光谱相机之间的映射关系将所述初始RGB图像及其对应的光谱图像进行对齐配准之前，还包括：
根据预设标定规则获取所述RGB相机和所述光谱相机之间的映射关系。
5.如权利要求4所述的RGB图像的色彩还原方法，其特征在于，所述根据预设确定规则获取所述RGB相机和所述光谱相机之间的映射关系，包括：
通过预设棋盘格对所述RGB相机和所述光谱相机进行标定，获取所述RGB相机的第一内参数矩阵和所述光谱相机的第二内参数矩阵；
根据所述第一内参数矩阵和所述第二内参数矩阵确定所述RGB相机和所述光谱相机之间的映射关系；所述映射关系为所述RGB相机和所述光谱相机两者对应的外参数矩阵；所述外参数矩阵包括旋转矩阵和平移矩阵。
6.如权利要求2所述的RGB图像的色彩还原方法，其特征在于，所述将对齐配准后的所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像，包括：
根据预设插值算法将对齐配准后的所述光谱图像的像素灰度值映射至对齐配准后的所述初始RGB图像上，得到RGB光谱融合图像。
7.如权利要求6所述的RGB图像的色彩还原方法，其特征在于，所述根据预设插值算法将对齐配准后的所述光谱图像的像素灰度值映射至对齐配准后的所述初始RGB图像上，得到RGB光谱融合图像，包括：
获取所述初始RGB图像中各个像素点在所述光谱图像上对应的映射坐标；
若所述光谱图像中存在所述映射坐标，则获取所述映射坐标对应的像素点的第一像素灰度值，以及获取所述光谱图像中所述映射坐标对应的第二像素灰度值，将所述第一像素灰度值与所述第二像素灰度值进行匹配，得到所述像素点对应的融合像素值；
若所述光谱图像中不存在所述映射坐标，则获取所述映射坐标对应的像素点的第一像素灰度值，以及根据预设插值算法计算所述光谱图像中所述映射坐标对应的第二像素灰度值，将所述第一像素灰度值与所述第二像素灰度值进行匹配，得到所述像素点对应的融合像素值；
根据各个像素点对应的融合像素值确定RGB光谱融合图像。
8.如权利要求1所述的RGB图像的色彩还原方法，其特征在于，在所述获取色彩校正信息之前，还包括：
获取预设色卡中各个色块对应的色块RGB光谱融合图像和色块三刺激值；
根据所述色块RGB光谱融合图像和所述色块三刺激值构建目标色彩矫正函数；
根据所述目标色彩矫正函数确定色彩校正信息。
9.一种RGB图像的色彩还原装置，其特征在于，包括：
第一获取单元，用于获取初始RGB图像及其对应的光谱图像；
融合单元，用于将所述初始RGB图像及其对应的光谱图像进行融合，得到RGB光谱融合图像；
第二获取单元，用于获取色彩校正信息；
还原单元，用于根据所述色彩校正信息对所述RGB光谱融合图像进行色彩还原，得到还原后的目标RGB融合图像。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011418616.2A CN112562017A (zh) | 2020-12-07 | 2020-12-07 | 一种rgb图像的色彩还原方法及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011418616.2A CN112562017A (zh) | 2020-12-07 | 2020-12-07 | 一种rgb图像的色彩还原方法及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112562017A true CN112562017A (zh) | 2021-03-26 |
Family
ID=75059296
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011418616.2A Pending CN112562017A (zh) | 2020-12-07 | 2020-12-07 | 一种rgb图像的色彩还原方法及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112562017A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113538285A (zh) * | 2021-07-23 | 2021-10-22 | 奥比中光科技集团股份有限公司 | 一种光谱图像的确定方法、装置、终端和存储介质 |
| CN114648454A (zh) * | 2022-03-04 | 2022-06-21 | 南京图格医疗科技有限公司 | 一种多传感器相机的图像校正方法及系统 |
| CN115314617A (zh) * | 2022-08-03 | 2022-11-08 | Oppo广东移动通信有限公司 | 图像处理系统及方法、计算机可读介质和电子设备 |
| CN117425091A (zh) * | 2022-03-28 | 2024-01-19 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103761732A (zh) * | 2014-01-06 | 2014-04-30 | 哈尔滨工业大学深圳研究生院 | 一种可见光与热红外融合的立体成像装置及其标定方法 |
| CN106530361A (zh) * | 2016-11-16 | 2017-03-22 | 上海市东方医院 | 彩色人脸图像的颜色校正方法 |
| CN108765361A (zh) * | 2018-06-06 | 2018-11-06 | 中国电子科技集团公司第二十九研究所 | 一种自适应的全色与多光谱图像融合方法 |
| CN110930439A (zh) * | 2019-12-04 | 2020-03-27 | 长光卫星技术有限公司 | 一种适用于高分辨率遥感影像高级产品自动生产系统 |
| CN111413279A (zh) * | 2020-03-31 | 2020-07-14 | 长光禹辰信息技术与装备(青岛)有限公司 | 多光谱探测的视频处理方法、装置及多光谱探测终端 |
-
2020
- 2020-12-07 CN CN202011418616.2A patent/CN112562017A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103761732A (zh) * | 2014-01-06 | 2014-04-30 | 哈尔滨工业大学深圳研究生院 | 一种可见光与热红外融合的立体成像装置及其标定方法 |
| CN106530361A (zh) * | 2016-11-16 | 2017-03-22 | 上海市东方医院 | 彩色人脸图像的颜色校正方法 |
| CN108765361A (zh) * | 2018-06-06 | 2018-11-06 | 中国电子科技集团公司第二十九研究所 | 一种自适应的全色与多光谱图像融合方法 |
| CN110930439A (zh) * | 2019-12-04 | 2020-03-27 | 长光卫星技术有限公司 | 一种适用于高分辨率遥感影像高级产品自动生产系统 |
| CN111413279A (zh) * | 2020-03-31 | 2020-07-14 | 长光禹辰信息技术与装备(青岛)有限公司 | 多光谱探测的视频处理方法、装置及多光谱探测终端 |
Non-Patent Citations (1)
| Title |
|---|
| 庞冬梅: "《包装色彩学》", 30 June 2011, 印刷工业出版社, pages: 10 - 11 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113538285A (zh) * | 2021-07-23 | 2021-10-22 | 奥比中光科技集团股份有限公司 | 一种光谱图像的确定方法、装置、终端和存储介质 |
| CN114648454A (zh) * | 2022-03-04 | 2022-06-21 | 南京图格医疗科技有限公司 | 一种多传感器相机的图像校正方法及系统 |
| CN114648454B (zh) * | 2022-03-04 | 2024-04-02 | 南京图格医疗科技有限公司 | 一种多传感器相机的图像校正方法及系统 |
| CN117425091A (zh) * | 2022-03-28 | 2024-01-19 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
| CN115314617A (zh) * | 2022-08-03 | 2022-11-08 | Oppo广东移动通信有限公司 | 图像处理系统及方法、计算机可读介质和电子设备 |
| WO2024027287A1 (zh) * | 2022-08-03 | 2024-02-08 | Oppo广东移动通信有限公司 | 图像处理系统及方法、计算机可读介质和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112562017A (zh) | 一种rgb图像的色彩还原方法及计算机可读存储介质 | |
| US20230079875A1 (en) | Devices and methods for high dynamic range video | |
| CN111741281B (zh) | 图像处理方法、终端及存储介质 | |
| CN112073703B (zh) | 一种色彩校正矩阵的调整方法、装置、终端设备及介质 | |
| CA3016428C (en) | Devices and methods for high dynamic range video | |
| WO2009002111A1 (en) | Apparatus and method for automatically computing gamma correction curve | |
| CN111161188B (zh) | 降低图像色彩噪声的方法、计算机装置及可读存储介质 | |
| AU2007249585B2 (en) | Real-time capture and transformation of hemispherical video images to images in rectilinear coordinates | |
| CN103474046A (zh) | 一种提高从数码相机到显示器颜色再现效果的方法 | |
| CN109785390B (zh) | 一种用于图像矫正的方法和装置 | |
| KR20180012362A (ko) | 휘도 및 색도 측정 시스템 및 방법 | |
| US20080068472A1 (en) | Digital camera and method | |
| US7782367B2 (en) | Direct calibration of color imaging devices | |
| CN114584752B (zh) | 图像颜色还原方法及相关设备 | |
| EP2717155A1 (en) | Color distortion correction method and device for imaging systems and image output systems | |
| KR102285756B1 (ko) | 전자 시스템 및 영상 처리 방법 | |
| JP6094333B2 (ja) | 補正データ生成装置、補正データ生成プログラム及び色補正装置 | |
| CN114460862A (zh) | 应用于adas的摄像设备环测试仿真方法 | |
| CN113824894A (zh) | 曝光控制方法、装置、设备及存储介质 | |
| JP2002149148A (ja) | 色再現システム | |
| CN114125319A (zh) | 图像传感器、摄像模组、图像处理方法、装置和电子设备 | |
| EP3407297B1 (en) | Method and device for determining a characteristic of a display device | |
| Szeliski et al. | Image formation | |
| Szeliski et al. | Image formation | |
| CN117408872B (zh) | 色彩图像数据转换方法、装置、设备及存储介质 |
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 |