CN113362253A - 一种图像阴影校正方法、系统及其装置 - Google Patents
一种图像阴影校正方法、系统及其装置 Download PDFInfo
- Publication number
- CN113362253A CN113362253A CN202110739013.0A CN202110739013A CN113362253A CN 113362253 A CN113362253 A CN 113362253A CN 202110739013 A CN202110739013 A CN 202110739013A CN 113362253 A CN113362253 A CN 113362253A
- Authority
- CN
- China
- Prior art keywords
- light intensity
- optical center
- image data
- image
- array image
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000003287 optical effect Effects 0.000 claims abstract description 74
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 238000003705 background correction Methods 0.000 claims description 26
- 238000013500 data storage Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 239000007787 solid Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000004088 simulation 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
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Color Television Image Signal Generators (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种图像阴影校正方法、系统及其装置，包括：获取摄像单元的光心坐标并建立光心坐标系；基于所述摄像单元采集第一阵列图像数据；基于所述第一阵列图像数据进行坐标转换并生成光心坐标系下的第二阵列图像数据；基于所述第二阵列图像数据生成以像素点坐标与光心坐标的距离为自变量的校正系数。本发明通过提取光心坐标系下的阵列图像数据，并调用光强衰减系数模型逐点对光强分布曲面上的像素点进行拟合，生成以像素点坐标与光心坐标的距离为自变量的校正系数，准确对原始图像进行阴影补偿的同时，有效降低了数据处理时的计算量，解决了传统的阴影校正方法存在的计算量大及占用内存过大的问题。
Description
技术领域
本发明涉及图像处理技术领域，具体涉及一种图像阴影校正方法、系统及其装置。
背景技术
现有的摄像/拍照装置的镜头是一个有限口径大小的光学系统，用于成像时，相同颜色、相同亮度的目标物在镜头后所成图像将随着像素位置距离光轴的位置越远而越暗，即产生亮度阴影，并且偏离光轴距离不同，表现出来的颜色也将不一致，即产生颜色阴影，环境光源色温变化时，颜色阴影也将随之改变。因此，对通过镜头获取的图像进行校正十分有必要。
传统的图像校正办法主要有两种，一种是选择CRA曲线与传感器CRA匹配的镜头；一种是使用软件算法对图像阴影进行校正，使含阴影图像恢复为无阴影图像。为了节约开发时间和成本，一般采用软件校正的方式去补偿出无阴影图像。
目前主流的阴影校正方法有LUT法，LUT法需分网格统计各网格格子内的平均亮度，然后每个网格存储一个校正系数，会占用较多的内存。
综上所述，传统的阴影校正方法存在计算量大及占用内存过大的问题。
发明内容
有鉴于此，本发明提供一种图像阴影校正方法、系统及其装置，通过提取光心坐标系下的阵列图像数据，提取以像素点坐标与光心坐标的距离为自变量的校正系数，准确对原始图像进行阴影补偿的同时，有效降低了数据处理时的计算量，解决了传统的阴影校正方法存在的计算量大及占用内存过大的问题。
为解决以上问题，本发明的技术方案具体为采用一种图像阴影校正方法，包括：获取摄像单元的光心坐标并建立光心坐标系；基于所述摄像单元采集第一阵列图像数据；基于所述第一阵列图像数据进行坐标转换并生成光心坐标系下的第二阵列图像数据；基于所述第二阵列图像数据生成以像素点坐标与光心坐标的距离为自变量的校正系数。
可选地，生成所述校正系数包括：基于所述第二阵列图像数据计算光强分布曲面；基于所述光强分布曲面计算以像素点坐标与光心坐标的距离为自变量的光强衰减系数；基于所述光强衰减系数生成所述校正系数。
可选地，基于所述光强分布曲面计算以像素点坐标与光心坐标的距离为自变量的光强衰减系数，包括：调用光强衰减系数模型
其中，I为所述光强衰减系数，i为幂底数，C为曲率调节参数，r为像素点坐标与光心坐标的距离；基于所述光强衰减系数模型逐点对所述光强分布曲面上的像素点进行拟合，生成最优解下的所述光强衰减系数。
可选地，获取摄像单元的光心坐标并建立光心坐标系，包括：基于所述摄像单元采集棋盘格图像，并生成所述摄像单元的所述光心坐标；基于所述光心坐标建立所述光心坐标系。
可选地，基于所述摄像单元采集第一阵列图像数据，包括：基于所述摄像单元采集纯色背景下的原始图像，其中，所述原始图像包括多个不同颜色分量的所述第一阵列图像数据。
相应地，本发明提供，一种图像阴影校正系统，包括：摄像单元，用于采集棋盘格图像和所述第一阵列图像数据；数据处理单元，用于提取所述摄像单元的光心坐标并建立光心坐标系，并基于所述第一阵列图像数据生成光心坐标系下的第二阵列图像数据后，基于所述第二阵列图像数据生成以像素点坐标与光心坐标的距离为自变量的校正系数；数据存储单元，用于存储棋盘格图像、所述第一阵列图像数据、所述第二阵列图像数据和光强衰减系数模型。
可选地，所述数据处理单元包括图像处理模块，所述图像处理模块能够基于棋盘格图像提取所述摄像单元的所述光心坐标，并能够基于所述第一阵列图像数据进行坐标转换并生成光心坐标系下的所述第二阵列图像数据。
可选地，所述数据处理单元还包括阴影校正模块，所述阴影校正模块基于所述第二阵列图像数据生成光强分布曲面后，通过调用所述数据存储单元的所述光强衰减系数模型，基于所述光强衰减系数模型逐点对所述光强分布曲面上的像素点进行拟合并生成最优解下的所述光强衰减系数后，基于所述光强衰减系数生成所述校正系数。
可选地，所述摄像单元使用的图像传感器种类包括拜尔阵列影像传感器和非拜尔阵列影像传感器。
相应地，本发明提供，一种图像阴影校正装置，用于执行上述的图像阴影校正方法。
本发明的首要改进之处为提供的图像阴影校正方法，通过利用发明人发现的可用于图像阴影校正的摄像单元的传感器成像时光强分布会随像素点坐标与光心坐标的距离的增加呈现光强规律性衰减的特性，通过提取光心坐标系下的阵列图像数据，并调用光强衰减系数模型逐点对光强分布曲面上的像素点进行拟合，生成以像素点坐标与光心坐标的距离为自变量的校正系数，准确对原始图像进行阴影补偿的同时，有效降低了数据处理时的计算量，解决了传统的阴影校正方法存在的计算量大及占用内存过大的问题。
附图说明
图1是本发明的图像阴影校正方法的简化流程图；
图2是本发明的第一阵列图像数据的示例图；
图3是本发明的中值滤波、归一化处理后的第一阵列图像数据的示例图；
图4是本发明的光强分布曲面与光强衰减系数模型对比的示例图；
图5是本发明的图像阴影校正系统的简化模块连接图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步的详细说明。
如图1所示，一种图像阴影校正方法，包括：获取摄像单元的光心坐标并建立光心坐标系；基于所述摄像单元采集第一阵列图像数据；基于所述第一阵列图像数据进行坐标转换并生成光心坐标系下的第二阵列图像数据；基于所述第二阵列图像数据生成以像素点坐标与光心坐标的距离为自变量的校正系数。其中，获取摄像单元的光心坐标并建立光心坐标系，包括：基于所述摄像单元采集棋盘格图像，并生成所述摄像单元的所述光心坐标；基于所述光心坐标建立所述光心坐标系。基于所述摄像单元采集第一阵列图像数据，包括：基于所述摄像单元采集纯色背景下的原始图像，所述原始图像包括多个不同颜色分量的所述第一阵列图像数据。纯色背景可以是纯白背景，如白墙，白板，白色幕布等。
进一步的，基于所述第一阵列图像数据进行坐标转换并生成光心坐标系下的第二阵列图像数据时，可以先对所述第一阵列图像数据进行中值滤波、归一化处理后进行坐标转换，从而有效抑制图像数据中的非线性极值噪声，以提升参考图像的可靠性，进而提升阴影校正的准确性。
进一步的，生成所述校正系数包括：基于所述第二阵列图像数据计算光强分布曲面；基于所述光强分布曲面计算以像素点坐标与光心坐标的距离为自变量的光强衰减系数；基于所述光强衰减系数生成所述校正系数。其中，由于所述摄像单元使用的图像传感器种类不同时，不同图像传感器种类采集的不同颜色分量的所述第一阵列图像数据的光强分布规律存在相同或不同的情况下，因此：图像传感器采集的不同颜色分量的所述第一阵列图像数据的光强分布规律相同时，基于任意颜色分量的所述第一阵列图像数据生成的所述第二阵列图像数据均可作为用于计算光强衰减系数的参考图像；图像传感器采集的不同颜色分量的所述第一阵列图像数据的光强分布规律不同时，逐一计算各颜色分量的所述第一阵列图像数据生成的所述第二阵列图像数据对应的光强衰减系数并生成光强衰减系数集合。
更进一步的，基于所述光强分布曲面计算以像素点坐标与光心坐标的距离为自变量的光强衰减系数，包括：调用光强衰减系数模型
其中，I为所述光强衰减系数，i为幂底数，C为曲率调节参数，r为像素点坐标与光心坐标的距离；基于所述光强衰减系数模型逐点对所述光强分布曲面上的像素点进行拟合，生成最优解下的所述光强衰减系数。具体的，由于摄像单元的传感器成像时光强分布符合正圆函数分布或近似正圆的椭圆函数分布，因此，r可以被表征为
其中，a、b分别为长短轴参数。
更进一步的，由于光强衰减系数能够有效表征摄像单元的传感器成像时光强分布规律，因此，生成所述光强衰减系数后，仅需要通过对所述光强衰减系数的幂指数部分符号取反即可生成所述校正系数K，K可以被表征为
本发明通过利用发明人发现的可用于图像阴影校正的摄像单元的传感器成像时光强分布会随像素点坐标与光心坐标的距离的增加呈现光强规律性衰减的特性，通过提取光心坐标系下的阵列图像数据，并调用光强衰减系数模型逐点对光强分布曲面上的像素点进行拟合，生成以像素点坐标与光心坐标的距离为自变量的校正系数，准确对原始图像进行阴影补偿的同时，有效降低了数据处理时的计算量，解决了传统的阴影校正方法存在的计算量大及占用内存过大的问题。
同时，由于无论使用拜尔阵列影像传感器和非拜尔阵列影像传感器的摄像单元的镜头，均属于有限口径大小的光学系统，因此，本申请适用于使用拜尔阵列影像传感器和非拜尔阵列影像传感器的摄像单元，例如影像传感器可以是拜尔阵列影像传感器、Foveon X3传感器、X-Trans传感器等。
为便于理解本申请所要求保护的技术方案，以摄像单元使用最为常见的拜尔阵列影像传感器为例进行工作原理说明：首先为便于将本方法应用于硬件系统中，将幂底数i设置为2，此时，预获取的光心坐标为U0＝1511、V0＝1890，所述光强衰减系数模型为
校正系数为
如图2所示，摄像单元采集纯色背景下的原始图像后，可以由所述原始图像分离出多个不同颜色分量的所述第一阵列图像数据gr、r、gb、b，此时对所述第一阵列图像数据进行中值滤波、归一化处理后，如图3所示，可以得到较为可靠的所述第一阵列图像数据。以GB1分量对应的所述第一阵列图像数据为例，基于所述第一阵列图像数据进行坐标转换并生成光心坐标系下的第二阵列图像数据，并生成光强分布曲面。如图4所示，光强分布曲面为参考光强分布曲面，在所述光强衰减系数模型中的初始参数设置为a＝700、b＝700、c＝3时，已经较为接近最优解。调用光强衰减系数模型逐点对光强分布曲面上的像素点进行拟合后，即可生成如图5所示的最优解下的所述光强衰减系数，其中，a＝614、b＝614、c＝1.8708。
进一步的，调用光强衰减系数模型逐点对光强分布曲面上的像素点的拟合方法可以是，基于光强分布曲面与所述光强衰减系数模型做方差或者PSNR等图像质量评价标准算法，评估所述光强衰减系数模型对光强分布曲面模拟的准确度。在使用的图像评价方法为方差评价函数时，光强分布曲面与所述光强衰减系数模型之间的方差越小时，光强分布曲面与所述光强衰减系数模型所表征的光强分布越相近。逐步改变a、b、c生成最优解时，光强分布曲面与所述光强衰减系数模型所表征的光强分布基本一致，即可得到最优解下的GB1分量对应的光强衰减系数。同时，由于本示例中使用拜尔阵列影像传感器，拜尔阵列影像传感器采集的不同颜色分量的所述第一阵列图像数据的光强分布规律不同，因此，重复上述生成GB1分量对应的光强衰减系数的步骤即可得到gr1、r1、b1对应的光强衰减系数。
相应的，如图5所示，本发明提供，一种图像阴影校正系统，包括：摄像单元，用于采集棋盘格图像和所述第一阵列图像数据；数据处理单元，用于提取所述摄像单元的光心坐标并建立光心坐标系，并基于所述第一阵列图像数据生成光心坐标系下的第二阵列图像数据后，基于所述第二阵列图像数据生成以像素点坐标与光心坐标的距离为自变量的校正系数；数据存储单元，用于存储棋盘格图像、所述第一阵列图像数据、所述第二阵列图像数据和光强衰减系数模型。其中，所述摄像单元使用的图像传感器种类包括拜尔阵列影像传感器和非拜尔阵列影像传感器。
进一步的，所述数据处理单元包括图像处理模块，所述图像处理模块能够基于棋盘格图像提取所述摄像单元的所述光心坐标，并能够基于所述第一阵列图像数据进行坐标转换并生成光心坐标系下的所述第二阵列图像数据。
更进一步的，所述数据处理单元还包括阴影校正模块，所述阴影校正模块基于所述第二阵列图像数据生成光强分布曲面后，通过调用所述数据存储单元的所述光强衰减系数模型，基于所述光强衰减系数模型逐点对所述光强分布曲面上的像素点进行拟合并生成最优解下的所述光强衰减系数后，基于所述光强衰减系数生成所述校正系数。
本发明实施例还提供，一种图像阴影校正装置，用于执行上述的图像阴影校正方法。
以上对本发明实施例所提供的一种图像阴影校正方法、系统及其装置进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。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，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员还可以进一步意识到，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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
Claims (10)
1.一种图像阴影校正方法，其特征在于，包括：
获取摄像单元的光心坐标并建立光心坐标系；
基于所述摄像单元采集第一阵列图像数据；
基于所述第一阵列图像数据进行坐标转换并生成光心坐标系下的第二阵列图像数据；
基于所述第二阵列图像数据生成以像素点坐标与光心坐标的距离为自变量的校正系数。
2.根据权利要求1所述的图像阴影校正方法，其特征在于，生成所述校正系数包括：
基于所述第二阵列图像数据计算光强分布曲面；
基于所述光强分布曲面计算以像素点坐标与光心坐标的距离为自变量的光强衰减系数；
基于所述光强衰减系数生成所述校正系数。
3.根据权利要求2所述的图像阴影校正方法，其特征在于，基于所述光强分布曲面计算以像素点坐标与光心坐标的距离为自变量的光强衰减系数，包括：
调用光强衰减系数模型，并基于所述光强衰减系数模型逐点对所述光强分布曲面上的像素点进行拟合，生成最优解下的所述光强衰减系数。
4.根据权利要求1所述的图像阴影校正方法，其特征在于，获取摄像单元的光心坐标并建立光心坐标系，包括：
基于所述摄像单元采集棋盘格图像，并生成所述摄像单元的所述光心坐标；
基于所述光心坐标建立所述光心坐标系。
5.根据权利要求1所述的图像阴影校正方法，其特征在于，基于所述摄像单元采集第一阵列图像数据，包括：
基于所述摄像单元采集纯色背景下的原始图像，其中，所述原始图像包括多个不同颜色分量的所述第一阵列图像数据。
6.一种图像阴影校正系统，其特征在于，包括：
摄像单元，用于采集棋盘格图像和所述第一阵列图像数据；
数据处理单元，用于提取所述摄像单元的光心坐标并建立光心坐标系，并基于所述第一阵列图像数据生成光心坐标系下的第二阵列图像数据后，基于所述第二阵列图像数据生成以像素点坐标与光心坐标的距离为自变量的校正系数；
数据存储单元，用于存储棋盘格图像、所述第一阵列图像数据、所述第二阵列图像数据和光强衰减系数模型。
7.根据权利要求6所述的图像阴影校正系统，其特征在于，所述数据处理单元包括图像处理模块，
所述图像处理模块能够基于棋盘格图像提取所述摄像单元的所述光心坐标，并能够基于所述第一阵列图像数据进行坐标转换并生成光心坐标系下的所述第二阵列图像数据。
8.根据权利要求6所述的图像阴影校正系统，其特征在于，所述数据处理单元还包括阴影校正模块，
所述阴影校正模块基于所述第二阵列图像数据生成光强分布曲面后，通过调用所述数据存储单元的所述光强衰减系数模型，基于所述光强衰减系数模型逐点对所述光强分布曲面上的像素点进行拟合并生成最优解下的所述光强衰减系数后，基于所述光强衰减系数生成所述校正系数。
9.根据权利要求6所述的图像阴影校正系统，其特征在于，所述摄像单元使用的图像传感器种类包括拜尔阵列影像传感器和非拜尔阵列影像传感器。
10.一种图像阴影校正装置，其特征在于，用于执行权利要求1-5任一项所述的图像阴影校正方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110739013.0A CN113362253B (zh) | 2021-06-30 | 2021-06-30 | 一种图像阴影校正方法、系统及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110739013.0A CN113362253B (zh) | 2021-06-30 | 2021-06-30 | 一种图像阴影校正方法、系统及其装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113362253A true CN113362253A (zh) | 2021-09-07 |
| CN113362253B CN113362253B (zh) | 2023-10-13 |
Family
ID=77537522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110739013.0A Active CN113362253B (zh) | 2021-06-30 | 2021-06-30 | 一种图像阴影校正方法、系统及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113362253B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115170722A (zh) * | 2022-07-05 | 2022-10-11 | 中科传媒科技有限责任公司 | 3d实时软阴影获取方法、装置和存储介质 |
| CN116012520A (zh) * | 2023-03-23 | 2023-04-25 | 腾讯科技（深圳）有限公司 | 阴影渲染方法、装置、计算机设备和存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000316170A (ja) * | 1999-04-30 | 2000-11-14 | Seiko Epson Corp | 色ムラ補正方法、色ムラ補正装置、色ムラ補正回路、表示装置、および情報記録媒体 |
| JP2005277618A (ja) * | 2004-03-24 | 2005-10-06 | Casio Comput Co Ltd | 撮像装置、シェーディング補正装置、及びシェーディング補正方法 |
| CN1925623A (zh) * | 2006-09-25 | 2007-03-07 | 华为技术有限公司 | 一种手机相机亮度均匀方法 |
| WO2007075066A1 (en) * | 2005-12-29 | 2007-07-05 | Mtekvision Co., Ltd. | Image processor, apparatus and method for lens shading compensation |
| CN101271196A (zh) * | 2008-04-24 | 2008-09-24 | 北京中星微电子有限公司 | 镜头阴影校正系数确定方法、镜头阴影校正方法及装置 |
| JP2009159404A (ja) * | 2007-12-27 | 2009-07-16 | Konica Minolta Holdings Inc | 画像処理方法、画像処理装置及び画像形成装置 |
| US20110001848A1 (en) * | 2009-07-02 | 2011-01-06 | Hugh Phu Nguyen | Two-dimensional lens shading correction |
| CN103035004A (zh) * | 2012-12-10 | 2013-04-10 | 浙江大学 | 一种大视场下圆形目标中心定位的方法 |
| CN104020088A (zh) * | 2014-05-15 | 2014-09-03 | 清华大学深圳研究生院 | 一种基于图像处理获取空气中颗粒物浓度的方法 |
| JP2015125537A (ja) * | 2013-12-26 | 2015-07-06 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | シェーディング補正係数算出方法およびシェーディング補正係数算出装置 |
| CN104835159A (zh) * | 2015-05-07 | 2015-08-12 | 中国科学院长春光学精密机械与物理研究所 | 用于连续变焦距光学成像系统的数字图像校正方法 |
| CN106815869A (zh) * | 2016-10-28 | 2017-06-09 | 北京鑫洋泉电子科技有限公司 | 鱼眼相机的光心确定方法及装置 |
| CN112202986A (zh) * | 2020-09-30 | 2021-01-08 | 安谋科技（中国）有限公司 | 图像处理方法、图像处理装置、可读介质及其电子设备 |
-
2021
- 2021-06-30 CN CN202110739013.0A patent/CN113362253B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000316170A (ja) * | 1999-04-30 | 2000-11-14 | Seiko Epson Corp | 色ムラ補正方法、色ムラ補正装置、色ムラ補正回路、表示装置、および情報記録媒体 |
| JP2005277618A (ja) * | 2004-03-24 | 2005-10-06 | Casio Comput Co Ltd | 撮像装置、シェーディング補正装置、及びシェーディング補正方法 |
| WO2007075066A1 (en) * | 2005-12-29 | 2007-07-05 | Mtekvision Co., Ltd. | Image processor, apparatus and method for lens shading compensation |
| CN1925623A (zh) * | 2006-09-25 | 2007-03-07 | 华为技术有限公司 | 一种手机相机亮度均匀方法 |
| JP2009159404A (ja) * | 2007-12-27 | 2009-07-16 | Konica Minolta Holdings Inc | 画像処理方法、画像処理装置及び画像形成装置 |
| CN101271196A (zh) * | 2008-04-24 | 2008-09-24 | 北京中星微电子有限公司 | 镜头阴影校正系数确定方法、镜头阴影校正方法及装置 |
| US20110001848A1 (en) * | 2009-07-02 | 2011-01-06 | Hugh Phu Nguyen | Two-dimensional lens shading correction |
| CN103035004A (zh) * | 2012-12-10 | 2013-04-10 | 浙江大学 | 一种大视场下圆形目标中心定位的方法 |
| JP2015125537A (ja) * | 2013-12-26 | 2015-07-06 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | シェーディング補正係数算出方法およびシェーディング補正係数算出装置 |
| CN104020088A (zh) * | 2014-05-15 | 2014-09-03 | 清华大学深圳研究生院 | 一种基于图像处理获取空气中颗粒物浓度的方法 |
| CN104835159A (zh) * | 2015-05-07 | 2015-08-12 | 中国科学院长春光学精密机械与物理研究所 | 用于连续变焦距光学成像系统的数字图像校正方法 |
| CN106815869A (zh) * | 2016-10-28 | 2017-06-09 | 北京鑫洋泉电子科技有限公司 | 鱼眼相机的光心确定方法及装置 |
| CN112202986A (zh) * | 2020-09-30 | 2021-01-08 | 安谋科技（中国）有限公司 | 图像处理方法、图像处理装置、可读介质及其电子设备 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115170722A (zh) * | 2022-07-05 | 2022-10-11 | 中科传媒科技有限责任公司 | 3d实时软阴影获取方法、装置和存储介质 |
| CN116012520A (zh) * | 2023-03-23 | 2023-04-25 | 腾讯科技（深圳）有限公司 | 阴影渲染方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113362253B (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5315158B2 (ja) | 画像処理装置及び画像処理方法 | |
| US9264629B2 (en) | Suppressing flicker in digital images | |
| US8767103B2 (en) | Color filter, image processing apparatus, image processing method, image-capture apparatus, image-capture method, program and recording medium | |
| CN110022469B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| EP1924966B1 (en) | Adaptive exposure control | |
| JP5374217B2 (ja) | 画像処理装置およびその方法 | |
| JP4415188B2 (ja) | 画像撮影装置 | |
| JP5337049B2 (ja) | デジタル画像内の位置に依存するノイズの低減 | |
| CN103973990B (zh) | 宽动态融合方法及装置 | |
| CN113362253A (zh) | 一种图像阴影校正方法、系统及其装置 | |
| JP7343090B2 (ja) | 画像処理システム及び方法 | |
| CN108156369B (zh) | 图像处理方法和装置 | |
| KR20110048922A (ko) | 이미지 센서의 통합 노이즈 모델링 방법 및 이를 이용하는 노이즈 저감 방법 | |
| KR101225056B1 (ko) | 이미지 센서 노이즈 저감 장치 및 방법 | |
| JP2020166628A (ja) | 画像処理方法、画像処理装置、プログラム、画像処理システム、および、学習済みモデルの製造方法 | |
| JP4639037B2 (ja) | 画像処理方法および装置 | |
| JP2007082181A (ja) | 撮像装置及び画像処理方法 | |
| CN105635575A (zh) | 成像方法、成像装置和终端 | |
| GB2547842A (en) | Image processing device and method, image pickup device, program, and recording medium | |
| WO2012008116A1 (en) | Image processing apparatus, image processing method, and program | |
| CN111008563B (zh) | 一种暗光场景种子发芽检测方法、装置及可读存储介质 | |
| WO2009036292A1 (en) | High linear dynamic range imaging | |
| CN111123538A (zh) | 图像处理方法及基于点扩散函数调整衍射屏结构的方法 | |
| JP4290965B2 (ja) | デジタル画像の品質を改善する方法 | |
| JP5843599B2 (ja) | 画像処理装置および撮像装置並びにその方法 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 610041 7th floor, area a, building 6, No. 200, Tianfu 5th Street, high tech Zone, Chengdu, Sichuan Patentee after: CHENGDU JOUAV AUTOMATION TECHNOLOGY Co.,Ltd. Country or region after: China Address before: Room 801-805, 8th floor, area a, building 3, No. 200, Tianfu 5th Street, Chengdu hi tech Zone, China (Sichuan) pilot Free Trade Zone, Chengdu, Sichuan 610041 Patentee before: CHENGDU JOUAV AUTOMATION TECHNOLOGY Co.,Ltd. Country or region before: China |