CN113132695A - 镜头阴影校正方法、装置及电子设备 - Google Patents
镜头阴影校正方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113132695A CN113132695A CN202110432797.2A CN202110432797A CN113132695A CN 113132695 A CN113132695 A CN 113132695A CN 202110432797 A CN202110432797 A CN 202110432797A CN 113132695 A CN113132695 A CN 113132695A
- Authority
- CN
- China
- Prior art keywords
- channel
- raw image
- pixel point
- color
- color value
- 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
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
- H04N25/10—Circuitry of solid-state image sensors [SSIS]; Control thereof for transforming different wavelengths into image signals
- H04N25/11—Arrangement of colour filter arrays [CFA]; Filter mosaics
- H04N25/13—Arrangement of colour filter arrays [CFA]; Filter mosaics characterised by the spectral characteristics of the filter elements
- H04N25/131—Arrangement of colour filter arrays [CFA]; Filter mosaics characterised by the spectral characteristics of the filter elements including elements passing infrared wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
- H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本申请公开一种镜头阴影校正方法、装置及电子设备,属于图像处理技术领域,该方法包括:获取第一RAW图像,并对所述第一RAW图像进行下采样,得到第二RAW图像,其中,所述第一RAW图像为待校正的原始RAW图像;根据所述第二RAW图像中像素点的颜色值,确定所述第二RAW图像中的平坦区域;根据所述平坦区域,获取所述第一RAW图像的拍摄环境的色温;根据所述色温和预设映射关系,获取所述第一RAW图像对应的目标补偿信息,其中,所述预设映射关系为环境色温与补偿信息的映射关系;基于所述目标补偿信息,对所述第一RAW图像进行补偿,得到镜头阴影校正后的第三RAW图像。
Description
技术领域
本申请属于图像处理技术领域,具体涉及一种镜头阴影校正方法、装置及电子设备。
背景技术
近年来,随着互联网技术的快速发展和设备硬件的配置升级,电子设备的功能越来越丰富,越来越多的用户使用电子设备开始娱乐活动,例如,使用电子设备拍摄图像或视频。在拍摄图像或视频时,成像质量的好坏是由电子设备中成像硬件和软件算法共同决定的,其中,成像硬件的核心部件包括镜头、红外截止滤波片和CMOS/CCD传感器。
目前,镜头的光学特性、镜头模组的机械结构偏差以及红外截止滤波片之上的微透镜(micro lens)与镜头的主光线角(Chief Ray Angle,CRA)的不一致都会引起镜头阴影(Lens Shading)。镜头阴影的出现将会严重影响成像的质量,不仅会导致图像的亮度从图像中心开始衰减(luma shading),还会导致图像四周和中心的出现偏色现象(colorshading),尤其常出现在小型相机模组中的广角镜头,因此需要对镜头阴影进行校正。
现有技术中,镜头阴影校正方法主要有cos4θ四次项函数拟合法和网格校正法。然而,这两种方法虽然能够一定程度上改善镜头阴影问题,被广泛应用在对成像质量要求不高的场景中。但是,当对成像质量有要求较高时,例如需要解决各种场景下的偏色问题时,这两种方法都不能满足应用要求。
发明内容
本申请实施例的目的是提供一种镜头阴影校正方法、装置及电子设备,能够解决现有技术中存在的无法满足较高成像质量要求的问题。
第一方面,本申请实施例提供了一种镜头阴影校正方法,所述方法包括:
获取第一RAW图像,并对所述第一RAW图像进行下采样,得到第二RAW图像,其中,所述第一RAW图像为待校正的原始RAW图像;
根据所述第二RAW图像中像素点的颜色值,确定所述第二RAW图像中的平坦区域;
根据所述平坦区域,获取所述第一RAW图像的拍摄环境的色温;
根据所述色温和预设映射关系,获取所述第一RAW图像对应的目标补偿信息,其中,所述预设映射关系为环境色温与补偿信息的映射关系;
基于所述目标补偿信息,对所述第一RAW图像进行补偿,得到镜头阴影校正后的第三RAW图像。
第二方面,本申请实施例提供了一种镜头阴影校正装置,所述装置包括:
采样模块,用于获取第一RAW图像,并对所述第一RAW图像进行下采样,得到第二RAW图像,其中,所述第一RAW图像为待校正的原始RAW图像;
确定模块,用于根据所述第二RAW图像中像素点的颜色值,确定所述第二RAW图像中的平坦区域;
第一获取模块,用于根据所述平坦区域,获取所述第一RAW图像的拍摄环境的色温;
第二获取模块,用于根据所述色温和预设映射关系,获取所述第一RAW图像对应的目标补偿信息,其中,所述预设映射关系为环境色温与补偿信息的映射关系;
校正模块,用于基于所述目标补偿信息,对所述第一RAW图像进行补偿,得到镜头阴影校正后的第三RAW图像。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的镜头阴影校正方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的镜头阴影校正方法的步骤。
第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的镜头阴影校正方法的步骤。
在本申请实施例中,可以根据RAW图像中像素点的颜色值,确定其中的平坦区域,根据平坦区域获取RAW图像的拍摄环境的色温,根据拍摄环境的色温获取相应的补偿信息,基于该补偿信息对RAW图像的镜头阴影进行校正,得到较高成像质量的RAW图像。与现有技术相比,本申请实施例中,由于平坦区域的色彩复杂度低、色彩变化小、干扰性小,因此更容易确定RAW图像拍摄环境的色温。又由于镜头阴影与拍摄环境的色温有较强的关联,因此在确定出RAW图像拍摄环境的色温后,基于拍摄环境色温对应的补偿信息可以对RAW图像进行精准补偿,得到成像质量较高的RAW图像,能够满足对成像质量有较高要求的场景。
附图说明
图1是本申请实施例提供的一种镜头阴影校正方法的流程图;
图2是本申请实施例提供的色调分量的计算过程的示例图;
图3是本申请实施例提供的平坦区域计算过程的示例图;
图4是本申请实施例提供的平坦区域计算结果的示例图;
图5是本申请实施例提供的一种镜头阴影校正装置的结构框图;
图6是本申请实施例提供的一种电子设备的结构示意图;
图7是实现本申请各个实施例的一种电子设备的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不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,以便本申请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,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
本申请实施例提出了一种镜头阴影校正方法、装置及电子设备。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的镜头阴影校正方法进行详细地说明。
需要说明的是,本申请实施例提供的镜头阴影校正方法适用于电子设备,在实际应用中,该电子设备可以包括:智能手机、平板电脑、个人数字助理等移动终端,本申请实施例对此不作限定。
图1是本申请实施例提供的一种镜头阴影校正方法的流程图,如图1所示,该方法可以包括以下步骤:步骤101、步骤102、步骤103、步骤104和步骤105,其中,
在步骤101中,获取第一RAW图像,并对第一RAW图像进行下采样,得到第二RAW图像,其中,第一RAW图像为待校正的原始RAW图像。
图像传感器,是一种将光信号转换成电信号的器件,图像传感器上的每个感光单元称为一个像素点,像素点的像素值用于表征该像素点感应到的光照强度大小,但是无法表征颜色。
为了表征颜色,图像传感器的表面上会覆盖一层CFA(Color filter array,色彩滤镜阵列),该CFA包括多个色彩滤镜单元,每个色彩滤镜单元对应图像传感器上的一个像素点,每个色彩滤镜单元只允许单一颜色的光通过,并被图像传感器捕获。这样,图像传感器上的像素点的像素值就可以用于表征特定颜色光的光照强度大小。
RAW格式的图像(即RAW图像)是由图像传感器直接输出的,没有经过软件算法处理,一般是由R、GR、B和GB四个通道为一组按特定的拜耳阵列方式排列组成。例如,图2中最上一层的图像是按照RG(R)G(B)B的排列方式的RAW数据图。
本申请实施例中,考虑到Lens Shading是从图像边缘到中心缓慢变化的,且原始大小的RAW图像的尺寸较大,在处理时会占用较多的计算资源,因此,在实际应用时,在确定最终的补偿表时,无需按照原始大小的RAW图像来确定,可以先对原始大小的RAW图像进行下采样,之后按照下采样后的RAW图像来确定,由于下采样后的RAW图像尺寸远小于原始大小的RAW图像,因此只需占用较少的计算资源,就可以实现最终补偿表的确定。优选地,下采样后的RAW图像的尺寸不超过100*100。
本申请实施例中,第一RAW图像为原始大小的图像,第二RAW图像为采样后的图像。
本申请实施例中,可以采用相关技术中的任一种下采样方式,对第一RAW图像进行下采样,本申请实施例对此不作限定。
在步骤102中,根据第二RAW图像中像素点的颜色值,确定第二RAW图像中的平坦区域。
本申请实施例中,平坦区域为色彩复杂度低、色彩变化小的区域。
在本申请提供的一个实施方式中,当第一RAW图像为按照RG(R)G(B)B排列方式排列的图像时,相应的,第二RAW图像也为按照RG(R)G(B)B排列方式排列的图像;上述步骤102具体可以包括以下步骤(图中未示出):步骤1021、步骤1022、步骤1023和步骤1024,其中,
在步骤1021中,读取第二RAW图像中R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值。
本申请实施例中,可以将第二RAW图像拆分成四个单独的颜色通道,即R通道、GR通道、GB通道和B通道,在四个通道拆分完成后,可以得到各通道对应像素点的颜色值,分别为:R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值。
在一个例子中,如图2所示,由上至下第一层的图像为按照RG(R)G(B)B方式排列的第二RAW图像,将第二RAW图像拆分为四个单独的颜色通道,得到第二层中的拆分结果,由左至右依次为:R通道对应像素点的颜色值集合{R11,R12,…,R44}、GR通道对应像素点的颜色值集合{GR11,GR12,…,GR44}、B通道对应像素点的颜色值集合{B11,B12,…,B44}和GB通道对应像素点的颜色值集合{GB11,GB12,…,GB44}。
在步骤1022中,根据R通道对应像素点的颜色值和GR通道对应像素点的颜色值,计算第二RAW图像的R通道的色调分量,其中,R通道一个像素点的色调分量=R通道一个像素点的颜色值/GR通道中对应位置处的像素点的颜色值。
在步骤1023中,根据B通道对应像素点的颜色值和GB通道对应像素点的颜色值,计算第二RAW图像的B通道的色调分量,其中,B通道一个像素点的色调分量=B通道一个像素点的颜色值/GB通道中对应位置处的像素点的颜色值。
本申请实施例中,在四个通道拆分完成后,可由以下公式分别计算R通道对应像素点的色调分量Hr和B通道对应像素点的色调分量Hb:
其中,式中的除法表示的是按位点除。
在一个例子中,接步骤1021中的例子,将R通道对应像素点的颜色值集合{R11,R12,…,R44}中的每一个颜色值与GR通道对应像素点的颜色值集合{GR11,GR12,…,GR44}中的颜色值,按位点相除,也就是,R11/GR11,R12/GR12,…,R44/GR44,得到第二RAW图像的R通道的色调分量集合{Hr11,Hr12,…,Hr44},如图2中最下层左侧所示;
将B通道对应像素点的颜色值集合{B11,B12,…,B44}中的每一个颜色值与GB通道对应像素点的颜色值集合{GB11,GB12,…,GR44}中的颜色值,按位点相除,也就是,B11/GB11,B12/GB12,…,B44/GB44,得到第二RAW图像的B通道的色调分量集合{Hb11,Hb12,…,Hb44},如图2中最下层右侧所示。
在步骤1024中,根据第二RAW图像的R通道的色调分量和B通道的色调分量,计算第二RAW图像中的平坦区域。
在本申请提供的一个方式中,上述步骤1024可以包括以下步骤(图中未示出):步骤10241、步骤10242、步骤10243和步骤10244,其中,
在步骤10241中,将第二RAW图像划分为N个大小相同的图像子区域;
在步骤10242中,针对每个图像子区域,从第二RAW图像的R通道的色调分量中,获取图像子区域的R通道的色调分量;以及从第二RAW图像的B通道的色调分量中,获取图像子区域的B通道的色调分量;
在步骤10243中,计算图像子区域的R通道的色调分量的标准差Sr和图像子区域的B通道的色调分量的标准差Sb;
在步骤10244中,如果Sr不超过第一阈值且Sb不超过第二阈值,则确定图像子区域为平坦区域。
为了便于理解,下面以大小为64*64的Hr为例,描述平坦区域的计算方式,图3所示图像的是大小为64*64的色调分量Hr的一部分,这里以4*4大小的小区域为一个计算单元(图中虚线框部分),用以计算该区域的色调分量Hr的标准差Sr:
其中,N=16,Hri是虚线框内每个像素点的色调分量Hr的值,是虚线框内所有像素点色调分量Hr的平均值。同样的,可以计算出大小为64*64色调分量Hb的标准差Sb。随后,根据计算出的Sr和Sb和下面条件便可以判断该虚线框是否为平坦区域:
其中,Thrr和Thrb分别为两个阈值,按照上述计算过程,可以由64*64大小的统计信息计算出一个16*16大小的平坦区域分析结果,如图4所示,其中,每一个像素点的判断结果都对应着原色调分量H上4*4的区域,即图3中的虚线框。
在步骤103中,根据平坦区域,获取第一RAW图像的拍摄环境的色温。
本申请实施例中,在计算出第二RAW图像中的平坦区域后,可以先对平坦区域进行分类,之后根据平坦区域的类别,确定第二RAW图像的拍摄环境的色温,由于第二RAW图像是基于第一RAW图像下采样得到的,因此第二RAW图像的拍摄环境的色温就是第一RAW图像的拍摄环境的色温。
在本申请提供的一个实施方式中,上述步骤103具体可以包括以下步骤(图中未示出):步骤1031和步骤1032,其中,
在步骤1031中,针对第二RAW图像中的每个平坦区域,根据该平坦区域的色调分量对该平坦区域进行分类,得到各平坦区域的类别。
本申请实施例中,在根据平坦区域的色调分量对该平坦区域进行分类时,可以确定平坦区域是否满足以下条件:且若是,则确定该平坦区域的类别为Ct;其中,Hri为平坦区域的R通道的各色调分量,Hbi为平坦区域的B通道的各色调分量,为类别Ct对应的R通道的平均色调分量,为类别Ct对应的B通道的平均色调分量,1≤i≤M,M为平坦区域的R通道的色调分量的个数,Dr和Db为设定的阈值。
此外,也可以使用相关技术中的任一种分类算法对平坦区域进行分类,本申请实施例对此不作限定。
在步骤1032中,根据平坦区域的类别和色调分量,获取第一RAW图像的拍摄环境的色温。
本申请实施例中,可以从各平坦区域的类别中,筛选出类别个数最多的K个类别,将K个类别对应的平均色调分量和分别与预设关系表中不同特定光源场景下标定的对应色调分量Hr和Hb进行比较,估计出每个类别对应的光源场景;其中,预设关系表中记录有多条特定光源场景、Hr与Hb的映射关系;将估计出来的最多的光源场景,确定为第一RAW图像的拍摄环境的色温。
在一个例子中,K=8,预设关系表为表1,
光源场景 | H<sub>r</sub> | H<sub>b</sub> |
A | 0.78 | 0.40 |
CWF | 0.50 | 0.44 |
D65 | 0.44 | 0.63 |
表1
首先筛选出类别个数最多的8个类别,然后将表1中预先在三种不同光源下标定的对应色调分量Hr和Hb与这8个类别的平均色调分量和进行比较,每个类别将分别估计出来一个光源场景,当前环境最终的色温将由估计出来最多的光源场景决定(若出现相等的情况,则由类别总个数确定)。
在步骤104中,根据上述色温和预设映射关系,获取第一RAW图像对应的目标补偿信息,其中,预设映射关系为环境色温与补偿信息的映射关系。
本申请实施例中,补偿信息的组织形式可以为补偿表或者其他的形式。
本申请实施例中,当补偿信息的组织形式为补偿表时,预设映射关系为环境色温与补偿表的映射关系,上述步骤104具体可以包括以下步骤:
根据上述色温和预设映射关系,获取第一RAW图像对应的第一补偿表,也就是,目标补偿信息为第一补偿表。
本申请实施例中,在判断出拍摄环境的色温后,会选择一个预先在对应色温下标定好的补偿表对当前场景进行补偿。
本申请实施例中,补偿表一般需要提前在实验室环境下进行标定并储存,也就是,预先生成预设映射关系中的补偿表。具体的操作为:
分别在第一、第二,…,第N光源下,拍摄颜色与亮度的差异小于预设阈值的图像,得到N个平坦图像,其中,每个光源对应一个环境色温;
针对每个平坦图像,对平坦图像进行下采样;获取将下采样得到的平坦图像的R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值;
针对每个颜色通道P,获取通道P对应像素点颜色值中的最大值Max,将通道P对应的各像素点的颜色值/Max,得到通道P的补偿表。
本申请实施例中,平坦图像的颜色和亮度可以基本相同。
相较于直接基于原始大小的平坦图像生成补偿表,本申请实施例中,基于采样后的平坦图像所生成的补偿表,只需占用较少的计算资源和存储资源。
在一个例子中,特定光源为D65,在D65下拍摄一幅颜色和亮度基本相同的平坦图像,对平坦图像进行下采样,将下采样后的RAW图像拆分为R、GR、B和GB四个通道,分别求解对应通道的补偿表gain_r、gain_gr、gain_b和gain_gb。求解对应通道补偿表的方法如下:以对应通道的最大值为Max,然后用该通道的每一个点/Max,得到的便是该通道的补偿表,其大小与每个通道相同。
本申请实施例中,使用的标定补偿表可以为三个,分别是表1所示的高(D65)、中(CWF)和低(A)三个色温场景下标定求得。
在步骤105中,基于目标补偿信息对第一RAW图像进行补偿,得到镜头阴影校正后的第三RAW图像。
本申请实施例中,当目标补偿信息为第一补偿表时,考虑到第一补偿表的尺寸远小于第一RAW图像的尺寸,在本申请实施例的一个实施方式中,可以首先对第一补偿表进行上采样,得到与第一RAW图像尺寸相同的第二补偿表;之后将第一RAW图像中各像素点的颜色值与第二补偿表中对应位置的补偿值相乘,得到镜头阴影校正后的第三RAW图像。
或者,考虑到第一补偿表的尺寸与第二RAW图像的尺寸相同,在本申请实施例的另一个实施方式中,可以首先将第二RAW图像中各像素点的颜色值与第二补偿表中对应位置的补偿值相乘,得到镜头阴影校正后的中间RAW图像;之后将中间RAW图像进行上采样,得到与第一RAW图像尺寸相同的RAW图像,也就是,第一RAW图像经过镜头阴影校正后的第三RAW图像。
由上述实施例可见,该实施例中,可以根据RAW图像中像素点的颜色值,确定其中的平坦区域,根据平坦区域获取RAW图像的拍摄环境的色温,根据拍摄环境的色温获取相应的补偿信息,基于该补偿信息对RAW图像的镜头阴影进行校正,得到较高成像质量的RAW图像。与现有技术相比,本申请实施例中,由于平坦区域的色彩复杂度低、色彩变化小、干扰性小,因此更容易确定RAW图像拍摄环境的色温。又由于镜头阴影与拍摄环境的色温有较强的关联,因此在确定出RAW图像拍摄环境的色温后,基于拍摄环境色温对应的补偿信息可以对RAW图像进行精准补偿,得到成像质量较高的RAW图像,能够满足对成像质量有较高要求的场景。
本申请实施例,针对因成像硬件固有缺陷而带来的Lens Shading提出了一种基于图像块分类结果的Lens Shading Correction算法,该算法不仅解决了四周与中心亮度不一致的问题,而且解决了影响更为严重的偏色现象。该算法稳定性好,覆盖的场景较多,可以被集成应用在嵌入式设备中,能够较好改善了嵌入式设备相机的成像质量,提升了消费者拍照时的体验。
需要说明的是,本申请实施例提供的镜头阴影校正方法,执行主体可以为镜头阴影校正装置,或者该镜头阴影校正装置中的用于执行加载镜头阴影校正方法的控制模块。本申请实施例中以镜头阴影校正装置执行镜头阴影校正方法为例,说明本申请实施例提供的镜头阴影校正装置。
图5是本申请实施例提供的一种镜头阴影校正装置的结构框图,如图5所示,镜头阴影校正装置500,可以包括:采样模块501、确定模块502、第一获取模块503、第二获取模块504和校正模块505,其中,
采样模块501,用于获取第一RAW图像,并对所述第一RAW图像进行下采样,得到第二RAW图像,其中,所述第一RAW图像为待校正的原始RAW图像;
确定模块502,用于根据所述第二RAW图像中像素点的颜色值,确定所述第二RAW图像中的平坦区域;
第一获取模块503,用于根据所述平坦区域,获取所述第一RAW图像的拍摄环境的色温;
第二获取模块503,用于根据所述色温和预设映射关系,获取所述第一RAW图像对应的目标补偿信息,其中,所述预设映射关系为环境色温与补偿信息的映射关系;
校正模块505,用于基于所述目标补偿信息,对所述第一RAW图像进行补偿,得到镜头阴影校正后的第三RAW图像。
由上述实施例可见,该实施例中,可以根据RAW图像中像素点的颜色值,确定其中的平坦区域,根据平坦区域获取RAW图像的拍摄环境的色温,根据拍摄环境的色温获取相应的补偿信息,基于该补偿信息对RAW图像的镜头阴影进行校正,得到较高成像质量的RAW图像。与现有技术相比,本申请实施例中,由于平坦区域的色彩复杂度低、色彩变化小、干扰性小,因此更容易确定RAW图像拍摄环境的色温。又由于镜头阴影与拍摄环境的色温有较强的关联,因此在确定出RAW图像拍摄环境的色温后,基于拍摄环境色温对应的补偿信息可以对RAW图像进行精准补偿,得到成像质量较高的RAW图像,能够满足对成像质量有较高要求的场景。
可选地,作为一个实施例,所述第二RAW图像为按照RG(R)G(B)B排列方式排列的图像;
所述确定模块502,可以包括:
读取子模块,用于读取所述第二RAW图像中R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值;
第一计算子模块,用于根据所述R通道对应像素点的颜色值和GR通道对应像素点的颜色值,计算所述第二RAW图像的R通道的色调分量,其中,R通道一个像素点的色调分量=R通道一个像素点的颜色值/GR通道中对应位置处的像素点的颜色值;
第二计算子模块,用于根据所述B通道对应像素点的颜色值和GB通道对应像素点的颜色值,计算所述第二RAW图像的B通道的色调分量,其中,B通道一个像素点的色调分量=B通道一个像素点的颜色值/GB通道中对应位置处的像素点的颜色值;
第三计算子模块,用于根据所述第二RAW图像的R通道的色调分量和B通道的色调分量,计算所述第二RAW图像中的平坦区域。
可选地,作为一个实施例,所述第三计算子模块,可以包括:
划分单元,用于将所述第二RAW图像划分为N个大小相同的图像子区域;
第一获取单元,用于针对每个图像子区域,从所述第二RAW图像的R通道的色调分量中,获取所述图像子区域的R通道的色调分量;
第二获取单元,用于从所述第二RAW图像的B通道的色调分量中,获取所述图像子区域的B通道的色调分量;
计算单元,用于计算所述图像子区域的R通道的色调分量的标准差Sr和所述图像子区域的B通道的色调分量的标准差Sb;
第一确定单元,用于如果所述Sr不超过第一阈值且所述Sb不超过第二阈值,则确定所述图像子区域为平坦区域。
可选地,作为一个实施例,所述第一获取模块503,可以包括:
分类子模块,用于针对所述第二RAW图像中的每个平坦区域,根据所述平坦区域的色调分量对所述平坦区域进行分类,得到各平坦区域的类别;
第一获取子模块,用于根据平坦区域的类别和色调分量,获取所述第一RAW图像的拍摄环境的色温。
可选地,作为一个实施例,所述分类子模块,可以包括:
第二确定单元,用于确定所述平坦区域是否满足以下条件:
其中,Hri为平坦区域的R通道的各色调分量,Hbi为平坦区域的B通道的各色调分量,为类别Ct对应的R通道的平均色调分量,为类别Ct对应的B通道的平均色调分量,1≤i≤M,M为平坦区域的R通道的色调分量的个数,Dr和Db为设定的阈值。
可选地,作为一个实施例,所述第一获取子模块,可以包括:
筛选单元,用于从各平坦区域的类别中,筛选出类别个数最多的K个类别;
估计单元,用于将所述K个类别对应的平均色调分量和分别与预设关系表中不同特定光源场景下标定的对应色调分量Hr和Hb进行比较,估计出每个类别对应的光源场景;其中,所述预设关系表中记录有多条特定光源场景、Hr与Hb的映射关系;
第三确定单元,用于将估计出来的最多的光源场景,确定为所述第一RAW图像的拍摄环境的色温。
可选地,作为一个实施例,所述预设映射关系为环境色温与补偿表的映射关系;
所述镜头阴影校正装置500,还可以包括:生成模块,用于生成所述预设映射关系中的补偿表;
所述生成模块,可以包括:
拍摄子模块,用于分别在第一、第二,…,第N光源下,拍摄颜色与亮度的差异小于预设阈值的图像,得到N个平坦图像,其中,每个光源对应一个环境色温;
第一采样子模块,用于针对每个平坦图像,对所述平坦图像进行下采样;
第二获取子模块,用于获取将下采样得到的平坦图像的R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值;
第三获取子模块,用于针对每个颜色通道P,获取所述通道P对应像素点颜色值中的最大值Max,将所述通道P对应的各像素点的颜色值/Max,得到所述通道P的补偿表。
可选地,作为一个实施例,所述第二获取模块504,可以包括:
第四获取子模块,用于根据所述色温和预设映射关系,获取所述第一RAW图像对应的第一补偿表;
所述校正模块505,可以包括:
第二采样子模块,用于对所述第一补偿表进行上采样,得到与所述第一RAW图像尺寸相同的第二补偿表;
校正子模块,用于将所述第一RAW图像中各像素点的颜色值与所述第二补偿表中对应位置的补偿值相乘,得到镜头阴影校正后的第三RAW图像。
本申请实施例中的镜头阴影校正装置可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的镜头阴影校正装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的镜头阴影校正装置能够实现上述方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,如图6所示,本申请实施例还提供一种电子设备600,包括处理器601,存储器602,存储在存储器602上并可在所述处理器601上运行的程序或指令,该程序或指令被处理器601执行时实现上述镜头阴影校正方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图7为实现本申请实施例的一种电子设备的硬件结构示意图。该电子设备700包括但不限于:射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、以及处理器710等部件。
本领域技术人员可以理解,电子设备700还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器710逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
其中,处理器710,用于获取第一RAW图像,并对所述第一RAW图像进行下采样,得到第二RAW图像,其中,所述第一RAW图像为待校正的原始RAW图像;根据所述第二RAW图像中像素点的颜色值,确定所述第二RAW图像中的平坦区域;根据所述平坦区域,获取所述第一RAW图像的拍摄环境的色温;根据所述色温和预设映射关系,获取所述第一RAW图像对应的目标补偿信息,其中,所述预设映射关系为环境色温与补偿信息的映射关系;基于所述目标补偿信息,对所述第一RAW图像进行补偿,得到镜头阴影校正后的第三RAW图像。
可见,本申请实施例中,可以根据RAW图像中像素点的颜色值,确定其中的平坦区域,根据平坦区域获取RAW图像的拍摄环境的色温,根据拍摄环境的色温获取相应的补偿信息,基于该补偿信息对RAW图像的镜头阴影进行校正,得到较高成像质量的RAW图像。与现有技术相比,本申请实施例中,由于平坦区域的色彩复杂度低、色彩变化小、干扰性小,因此更容易确定RAW图像拍摄环境的色温。又由于镜头阴影与拍摄环境的色温有较强的关联,因此在确定出RAW图像拍摄环境的色温后,基于拍摄环境色温对应的补偿信息可以对RAW图像进行精准补偿,得到成像质量较高的RAW图像,能够满足对成像质量有较高要求的场景。
可选地,作为一个实施例,所述第二RAW图像为按照RG(R)G(B)B排列方式排列的图像;
处理器710,还用于读取所述第二RAW图像中R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值;
根据所述R通道对应像素点的颜色值和GR通道对应像素点的颜色值,计算所述第二RAW图像的R通道的色调分量,其中,R通道一个像素点的色调分量=R通道一个像素点的颜色值/GR通道中对应位置处的像素点的颜色值;
根据所述B通道对应像素点的颜色值和GB通道对应像素点的颜色值,计算所述第二RAW图像的B通道的色调分量,其中,B通道一个像素点的色调分量=B通道一个像素点的颜色值/GB通道中对应位置处的像素点的颜色值;
根据所述第二RAW图像的R通道的色调分量和B通道的色调分量,计算所述第二RAW图像中的平坦区域。
可选地,作为一个实施例,处理器710,还用于将所述第二RAW图像划分为N个大小相同的图像子区域;
针对每个图像子区域,从所述第二RAW图像的R通道的色调分量中,获取所述图像子区域的R通道的色调分量;以及从所述第二RAW图像的B通道的色调分量中,获取所述图像子区域的B通道的色调分量;
计算所述图像子区域的R通道的色调分量的标准差Sr和所述图像子区域的B通道的色调分量的标准差Sb;
如果所述Sr不超过第一阈值且所述Sb不超过第二阈值,则确定所述图像子区域为平坦区域。
可选地,作为一个实施例,处理器710,还用于针对所述第二RAW图像中的每个平坦区域,根据所述平坦区域的色调分量对所述平坦区域进行分类,得到各平坦区域的类别;
根据平坦区域的类别和色调分量,获取所述第一RAW图像的拍摄环境的色温。
可选地,作为一个实施例,处理器710,还用于确定所述平坦区域是否满足以下条件:
其中,Hri为平坦区域的R通道的各色调分量,Hbi为平坦区域的B通道的各色调分量,为类别Ct对应的R通道的平均色调分量,为类别Ct对应的B通道的平均色调分量,1≤i≤M,M为平坦区域的R通道的色调分量的个数,Dr和Db为设定的阈值。
可选地,作为一个实施例,处理器710,还用于从各平坦区域的类别中,筛选出类别个数最多的K个类别;
将所述K个类别对应的平均色调分量和分别与预设关系表中不同特定光源场景下标定的对应色调分量Hr和Hb进行比较,估计出每个类别对应的光源场景;其中,所述预设关系表中记录有多条特定光源场景、Hr与Hb的映射关系;
将估计出来的最多的光源场景,确定为所述第一RAW图像的拍摄环境的色温。
可选地,作为一个实施例,所述预设映射关系为环境色温与补偿表的映射关系;处理器710,还用于生成所述预设映射关系中的补偿表;
所述生成所述预设映射关系中的补偿表,包括:
分别在第一、第二,…,第N光源下,拍摄颜色与亮度的差异小于预设阈值的图像,得到N个平坦图像,其中,每个光源对应一个环境色温;
针对每个平坦图像,对所述平坦图像进行下采样;
获取将下采样得到的平坦图像的R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值;
针对每个颜色通道P,获取所述通道P对应像素点颜色值中的最大值Max,将所述通道P对应的各像素点的颜色值/Max,得到所述通道P的补偿表。
可选地,作为一个实施例,处理器710,还用于根据所述色温和预设映射关系,获取所述第一RAW图像对应的第一补偿表;
对所述第一补偿表进行上采样,得到与所述第一RAW图像尺寸相同的第二补偿表;
将所述第一RAW图像中各像素点的颜色值与所述第二补偿表中对应位置的补偿值相乘,得到镜头阴影校正后的第三RAW图像。
应理解的是,本申请实施例中,输入单元704可以包括图形处理器(GraphicsProcessing Unit,GPU)7041和麦克风7042,图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元706可包括显示面板7061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板7061。用户输入单元707包括触控面板7071以及其他输入设备7072。触控面板7071,也称为触摸屏。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。存储器709可用于存储软件程序以及各种数据,包括但不限于应用程序和操作系统。处理器710可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器710中。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述镜头阴影校正方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述镜头阴影校正方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
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上述实施例方法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,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的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计算机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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (17)
1.一种镜头阴影校正方法,其特征在于,所述方法包括:
获取第一RAW图像,并对所述第一RAW图像进行下采样,得到第二RAW图像,其中,所述第一RAW图像为待校正的原始RAW图像;
根据所述第二RAW图像中像素点的颜色值,确定所述第二RAW图像中的平坦区域;
根据所述平坦区域,获取所述第一RAW图像的拍摄环境的色温;
根据所述色温和预设映射关系,获取所述第一RAW图像对应的目标补偿信息,其中,所述预设映射关系为环境色温与补偿信息的映射关系;
基于所述目标补偿信息,对所述第一RAW图像进行补偿,得到镜头阴影校正后的第三RAW图像。
2.根据权利要求1所述的方法,其特征在于,所述第二RAW图像为按照RG(R)G(B)B排列方式排列的图像;
所述根据所述第二RAW图像中像素点的颜色值,确定所述第二RAW图像中的平坦区域,包括:
读取所述第二RAW图像中R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值;
根据所述R通道对应像素点的颜色值和GR通道对应像素点的颜色值,计算所述第二RAW图像的R通道的色调分量,其中,R通道一个像素点的色调分量=R通道一个像素点的颜色值/GR通道中对应位置处的像素点的颜色值;
根据所述B通道对应像素点的颜色值和GB通道对应像素点的颜色值,计算所述第二RAW图像的B通道的色调分量,其中,B通道一个像素点的色调分量=B通道一个像素点的颜色值/GB通道中对应位置处的像素点的颜色值;
根据所述第二RAW图像的R通道的色调分量和B通道的色调分量,计算所述第二RAW图像中的平坦区域。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第二RAW图像的R通道的色调分量和B通道的色调分量,计算所述第二RAW图像中的平坦区域,包括:
将所述第二RAW图像划分为N个大小相同的图像子区域;
针对每个图像子区域,从所述第二RAW图像的R通道的色调分量中,获取所述图像子区域的R通道的色调分量;以及从所述第二RAW图像的B通道的色调分量中,获取所述图像子区域的B通道的色调分量;
计算所述图像子区域的R通道的色调分量的标准差Sr和所述图像子区域的B通道的色调分量的标准差Sb;
如果所述Sr不超过第一阈值且所述Sb不超过第二阈值,则确定所述图像子区域为平坦区域。
4.根据权利要求3所述的方法,其特征在于,所述根据所述平坦区域,获取所述第一RAW图像的拍摄环境的色温,包括:
针对所述第二RAW图像中的每个平坦区域,根据所述平坦区域的色调分量对所述平坦区域进行分类,得到各平坦区域的类别;
根据平坦区域的类别和色调分量,获取所述第一RAW图像的拍摄环境的色温。
7.根据权利要求2所述的方法,其特征在于,所述预设映射关系为环境色温与补偿表的映射关系;
所述根据所述色温和预设映射关系,获取所述第一RAW图像对应的目标补偿信息的步骤之前,还包括:生成所述预设映射关系中的补偿表;
所述生成所述预设映射关系中的补偿表,包括:
分别在第一、第二,…,第N光源下,拍摄颜色与亮度的差异小于预设阈值的图像,得到N个平坦图像,其中,每个光源对应一个环境色温;
针对每个平坦图像,对所述平坦图像进行下采样;
获取将下采样得到的平坦图像的R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值;
针对每个颜色通道P,获取所述通道P对应像素点颜色值中的最大值Max,将所述通道P对应的各像素点的颜色值/Max,得到所述通道P的补偿表。
8.根据权利要求7所述的方法,其特征在于,所述根据所述色温和预设映射关系,获取所述第一RAW图像对应的目标补偿信息,包括:
根据所述色温和预设映射关系,获取所述第一RAW图像对应的第一补偿表;
所述基于所述目标补偿信息,对所述第一RAW图像进行补偿,得到镜头阴影校正后的第三RAW图像,包括:
对所述第一补偿表进行上采样,得到与所述第一RAW图像尺寸相同的第二补偿表;
将所述第一RAW图像中各像素点的颜色值与所述第二补偿表中对应位置的补偿值相乘,得到镜头阴影校正后的第三RAW图像。
9.一种镜头阴影校正装置,其特征在于,所述装置包括:
采样模块,用于获取第一RAW图像,并对所述第一RAW图像进行下采样,得到第二RAW图像,其中,所述第一RAW图像为待校正的原始RAW图像;
确定模块,用于根据所述第二RAW图像中像素点的颜色值,确定所述第二RAW图像中的平坦区域;
第一获取模块,用于根据所述平坦区域,获取所述第一RAW图像的拍摄环境的色温;
第二获取模块,用于根据所述色温和预设映射关系,获取所述第一RAW图像对应的目标补偿信息,其中,所述预设映射关系为环境色温与补偿信息的映射关系;
校正模块,用于基于所述目标补偿信息,对所述第一RAW图像进行补偿,得到镜头阴影校正后的第三RAW图像。
10.根据权利要求9所述的装置,其特征在于,所述第二RAW图像为按照RG(R)G(B)B排列方式排列的图像;
所述确定模块包括:
读取子模块,用于读取所述第二RAW图像中R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值;
第一计算子模块,用于根据所述R通道对应像素点的颜色值和GR通道对应像素点的颜色值,计算所述第二RAW图像的R通道的色调分量,其中,R通道一个像素点的色调分量=R通道一个像素点的颜色值/GR通道中对应位置处的像素点的颜色值;
第二计算子模块,用于根据所述B通道对应像素点的颜色值和GB通道对应像素点的颜色值,计算所述第二RAW图像的B通道的色调分量,其中,B通道一个像素点的色调分量=B通道一个像素点的颜色值/GB通道中对应位置处的像素点的颜色值;
第三计算子模块,用于根据所述第二RAW图像的R通道的色调分量和B通道的色调分量,计算所述第二RAW图像中的平坦区域。
11.根据权利要求10所述的装置,其特征在于,所述第三计算子模块包括:
划分单元,用于将所述第二RAW图像划分为N个大小相同的图像子区域;
第一获取单元,用于针对每个图像子区域,从所述第二RAW图像的R通道的色调分量中,获取所述图像子区域的R通道的色调分量;
第二获取单元,用于从所述第二RAW图像的B通道的色调分量中,获取所述图像子区域的B通道的色调分量;
计算单元,用于计算所述图像子区域的R通道的色调分量的标准差Sr和所述图像子区域的B通道的色调分量的标准差Sb;
第一确定单元,用于如果所述Sr不超过第一阈值且所述Sb不超过第二阈值,则确定所述图像子区域为平坦区域。
12.根据权利要求11所述的装置,其特征在于,所述第一获取模块包括:
分类子模块,用于针对所述第二RAW图像中的每个平坦区域,根据所述平坦区域的色调分量对所述平坦区域进行分类,得到各平坦区域的类别;
第一获取子模块,用于根据平坦区域的类别和色调分量,获取所述第一RAW图像的拍摄环境的色温。
15.根据权利要求10所述的装置,其特征在于,所述预设映射关系为环境色温与补偿表的映射关系;
所述装置还包括:生成模块,用于生成所述预设映射关系中的补偿表;
所述生成模块包括:
拍摄子模块,用于分别在第一、第二,…,第N光源下,拍摄颜色与亮度的差异小于预设阈值的图像,得到N个平坦图像,其中,每个光源对应一个环境色温;
第一采样子模块,用于针对每个平坦图像,对所述平坦图像进行下采样;
第二获取子模块,用于获取将下采样得到的平坦图像的R通道对应像素点的颜色值、GR通道对应像素点的颜色值、GB通道对应像素点的颜色值和B通道对应像素点的颜色值;
第三获取子模块,用于针对每个颜色通道P,获取所述通道P对应像素点颜色值中的最大值Max,将所述通道P对应的各像素点的颜色值/Max,得到所述通道P的补偿表。
16.根据权利要求15所述的装置,其特征在于,所述第二获取模块包括:
第四获取子模块,用于根据所述色温和预设映射关系,获取所述第一RAW图像对应的第一补偿表;
所述校正模块包括:
第二采样子模块,用于对所述第一补偿表进行上采样,得到与所述第一RAW图像尺寸相同的第二补偿表;
校正子模块,用于将所述第一RAW图像中各像素点的颜色值与所述第二补偿表中对应位置的补偿值相乘,得到镜头阴影校正后的第三RAW图像。
17.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至8任一项所述的镜头阴影校正方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110432797.2A CN113132695B (zh) | 2021-04-21 | 2021-04-21 | 镜头阴影校正方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110432797.2A CN113132695B (zh) | 2021-04-21 | 2021-04-21 | 镜头阴影校正方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113132695A true CN113132695A (zh) | 2021-07-16 |
CN113132695B CN113132695B (zh) | 2023-04-25 |
Family
ID=76778865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110432797.2A Active CN113132695B (zh) | 2021-04-21 | 2021-04-21 | 镜头阴影校正方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113132695B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113628228A (zh) * | 2021-07-27 | 2021-11-09 | 昆山丘钛微电子科技股份有限公司 | 镜头阴影校正数据检测方法及装置 |
CN116029914A (zh) * | 2022-07-27 | 2023-04-28 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
CN116668838A (zh) * | 2022-11-22 | 2023-08-29 | 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 |
---|---|---|---|---|
JP2010177917A (ja) * | 2009-01-28 | 2010-08-12 | Acutelogic Corp | ホワイトバランス調整装置、ホワイトバランス調整方法、及びホワイトバランス調整プログラム |
CN102281389A (zh) * | 2010-06-11 | 2011-12-14 | 三星电子株式会社 | 用于生成适于摄影环境的镜头阴影补偿表的装置和方法 |
CN105100550A (zh) * | 2014-04-21 | 2015-11-25 | 展讯通信(上海)有限公司 | 阴影校正方法及装置、成像系统 |
CN109587466A (zh) * | 2017-09-29 | 2019-04-05 | 华为技术有限公司 | 颜色阴影校正的方法和装置 |
CN111385438A (zh) * | 2018-12-28 | 2020-07-07 | 展讯通信(上海)有限公司 | 镜头阴影校正的补偿方法、装置及计算机可读存储介质 |
-
2021
- 2021-04-21 CN CN202110432797.2A patent/CN113132695B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010177917A (ja) * | 2009-01-28 | 2010-08-12 | Acutelogic Corp | ホワイトバランス調整装置、ホワイトバランス調整方法、及びホワイトバランス調整プログラム |
CN102281389A (zh) * | 2010-06-11 | 2011-12-14 | 三星电子株式会社 | 用于生成适于摄影环境的镜头阴影补偿表的装置和方法 |
CN105100550A (zh) * | 2014-04-21 | 2015-11-25 | 展讯通信(上海)有限公司 | 阴影校正方法及装置、成像系统 |
CN109587466A (zh) * | 2017-09-29 | 2019-04-05 | 华为技术有限公司 | 颜色阴影校正的方法和装置 |
CN111385438A (zh) * | 2018-12-28 | 2020-07-07 | 展讯通信(上海)有限公司 | 镜头阴影校正的补偿方法、装置及计算机可读存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113628228A (zh) * | 2021-07-27 | 2021-11-09 | 昆山丘钛微电子科技股份有限公司 | 镜头阴影校正数据检测方法及装置 |
CN116029914A (zh) * | 2022-07-27 | 2023-04-28 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
CN116029914B (zh) * | 2022-07-27 | 2023-10-20 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
CN116668838A (zh) * | 2022-11-22 | 2023-08-29 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
CN116668838B (zh) * | 2022-11-22 | 2023-12-05 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113132695B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110574026B (zh) | 卷积引擎、电子设备和用于处理数据的方法 | |
CN113132695B (zh) | 镜头阴影校正方法、装置及电子设备 | |
US8537269B2 (en) | Method, medium, and apparatus for setting exposure time | |
US20080043120A1 (en) | Image processing apparatus, image capture apparatus, image output apparatus, and method and program for these apparatus | |
US9578211B2 (en) | Image de-noising methods and apparatuses using the same | |
CN110637297A (zh) | 具有交织通道数据的每通道处理的卷积引擎 | |
CN114820405A (zh) | 图像融合方法、装置、设备及计算机可读存储介质 | |
US9330340B1 (en) | Noise estimation for images using polynomial relationship for pixel values of image features | |
WO2023137956A1 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113014817B (zh) | 高清高帧视频的获取方法、装置及电子设备 | |
CN113628259A (zh) | 图像的配准处理方法及装置 | |
CN115297257B (zh) | 一种多路视频流获取方法、装置及设备 | |
CN109672829B (zh) | 图像亮度的调整方法、装置、存储介质及终端 | |
US10949953B2 (en) | Directional bilateral filtering of raw image data | |
WO2023011280A1 (zh) | 图像噪声程度估计方法、装置、电子设备及存储介质 | |
CN116055891A (zh) | 图像处理方法及其装置 | |
WO2022121893A1 (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN113132562B (zh) | 镜头阴影校正方法、装置及电子设备 | |
CN115439386A (zh) | 图像融合方法、装置、电子设备和存储介质 | |
CN111602390A (zh) | 终端白平衡处理方法、终端及计算机可读存储介质 | |
CN114143447B (zh) | 图像处理方法、装置及电子设备 | |
CN112911262B (zh) | 一种视频序列的处理方法及电子设备 | |
US20220408013A1 (en) | DNN Assisted Object Detection and Image Optimization | |
Bürker et al. | Exposure control for HDR video | |
US11037272B2 (en) | Reduction of line banding image artifacts |
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 |