CN113747066A - 图像校正方法、装置、电子设备及计算机可读存储介质 - Google Patents
图像校正方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113747066A CN113747066A CN202111044217.9A CN202111044217A CN113747066A CN 113747066 A CN113747066 A CN 113747066A CN 202111044217 A CN202111044217 A CN 202111044217A CN 113747066 A CN113747066 A CN 113747066A
- Authority
- CN
- China
- Prior art keywords
- image
- lens shading
- channel
- target
- gain values
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003702 image correction Methods 0.000 title claims abstract description 44
- 238000013507 mapping Methods 0.000 claims abstract description 28
- 230000035945 sensitivity Effects 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 22
- 238000003705 background correction Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000003287 optical effect 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
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本申请实施例提供了一种图像校正方法、装置、电子设备及计算机可读存储介质。该图像校正方法包括:获取预存储的拟合系数,拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,其中M和N为大于1的整数;确定目标图像中与M*N个网格节点位置对应的M*N个目标像素位置;根据拟合系数,确定M*N个目标像素位置对应的M*N个镜头阴影增益值;根据M*N个目标像素位置对应的M*N个镜头阴影增益值,对目标图像进行校正。本申请实施例可以在保证较好图像均匀性的情况下,节省图像传感器的存储空间,进而降低图像传感器的成本。
Description
技术领域
本申请实施例涉及数字成像技术领域,尤其涉及一种图像校正方法、装置、电子设备及计算机可读存储介质。
背景技术
目前,图像传感器被广泛地应用于各个领域,例如终端设备、机器视觉等各种产品中,并且很多图像传感器在芯片电路上集成了图像处理等模块。图像传感器的主要原理是接收光线形成像素阵列。镜头阴影是影响高质量图像的重要因素之一。镜头阴影是由于图像传感器的公差、镜头本身的光学特性以及机械结构公差等因素以及红外截止滤波片(IRCut-off Filter,IRCF)的影响而导致的图像颜色或亮度不均匀的现象。镜头阴影影响图像的拍摄质量,镜头阴影的校正会对后续图像处理造成影响。
为了给后续图像处理提供均匀的图像,通常会在图像传感器的存储器或其他存储器中存储诸如镜头阴影校正表等图像校正表。然而,图像校正表往往占用了图像传感器较大的内存空间,增加了图像传感器的成本。
发明内容
有鉴于此,本申请实施例提供一种图像校正方法、装置、电子设备及计算机可读存储介质,以至少部分解决上述问题。
根据本申请实施例的第一方面,提供了一种图像校正方法,该方法包括:获取预存储的拟合系数,所述拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与所述M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,其中M和N为大于1的整数;确定所述目标图像中与所述M*N个网格节点位置对应的M*N个目标像素位置;根据所述拟合系数,确定所述M*N个目标像素位置对应的M*N个镜头阴影增益值;根据所述M*N个目标像素位置对应的M*N个镜头阴影增益值,对所述目标图像进行校正。
根据本申请实施例的第二方面,提供了一种图像校正装置,该装置包括:获取单元、第一确定单元、第二确定单元和校正单元。所述获取单元用于获取预存储的拟合系数,所述拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与所述M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,其中M和N为大于1的整数。所述第一确定单元用于确定所述目标图像中与所述M*N个网格节点位置对应的M*N个目标像素位置。所述第二确定单元用于根据所述拟合系数,确定所述M*N个目标像素位置对应的M*N个镜头阴影增益值。所述校正单元用于根据所述M*N个目标像素位置对应的M*N个镜头阴影增益值,对所述目标图像进行校正。
根据本申请实施例的第三方面,提供了一种电子设备,其包括存储器和处理器,所述存储器中存储有程序指令,所述处理器被配置成调用所述存储器中的程序指令以执行如第一方面所述图像校正方法。
根据本申请实施例的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述图像校正方法。
在本申请实施例中,拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,因此能够通过拟合系数获得上述映射关系,无需存储映射关系中的各个镜头阴影增益值。由于拟合系数占用的存储空间要远小于该映射关系占用的存储空间,因此相比于现有技术,可以在保证较好图像均匀性的情况下,节省图像传感器的存储空间,进而降低图像传感器的成本。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为根据本申请实施例的一种图像校正方法的步骤流程图;
图2为根据本申请实施例的示例性拟合系数存储方式的示意图;
图3为根据本申请实施例的示例性多项式拟合曲线的示意图;
图4为根据本申请实施例的示例性多项式拟合曲线及示例性目标像素位置的示意图;
图5为根据本申请实施例的基于相邻目标像素位置对应的镜头阴影增益值进行插值处理的示意图;
图6为本申请实施例提供的另一种图像校正方法的步骤流程图;
图7为本申请实施例提供的拜耳图像的颜色通道划分的示意图;
图8为本申请实施例提供的插值计算四拜耳图像中每个像素位置对应的镜头阴影增益值的示意图;
图9为本申请实施例提供的又一种图像校正方法的步骤流程图;
图10为本申请实施例提供的四拜耳图像的颜色通道划分的示意图;
图11为本申请实施例提供的又一种图像校正方法的步骤流程图;
图12为本申请实施例提供的一种图像校正装置的结构示意图;
图13为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本领域的人员更好地理解本申请实施例中的技术方案,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、完整地描述,显然,所描述的实施例仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于本申请实施例保护的范围。
本申请实施例提供的图像校正方法可以应用于集成有相机模组,具有拍摄功能的电子设备。相机模组通常可以包括镜头、红外截止滤光片(IR Cut-off Filter,IRCF)和图像传感器。镜头通常由一个或多个透镜组成。图像传感器通常可以为电荷耦合元件(chargecoupled device,CCD)图像传感器或互补金属氧化物半导体(Complementary Metal OxideSemiconductor,CMOS)图像传感器。电子设备通过相机模组拍摄图像数据。
具体地,光线依次通过镜头和IRCF到达图像传感器,图像传感器将光信号转化为电信号,以采集得到图像数据。在图像传感器采集图像数据的过程中,由于图像传感器的公差、镜头本身的光学特性以及机械结构公差等因素以及IRCF的影响,使得图像传感器获取的目标图像出现颜色或亮度不均匀的现象,即存在镜头阴影。
为了消除这种镜头阴影问题,相关技术中,通常会在图像传感器的存储器或其他存储器中存储有用于对图像进行镜头阴影校正的镜头阴影校正表,该镜头阴影校正表中通常存储有根据标准条件的参考图像设置的至少部分像素位置与该至少部分像素位置所对应的镜头阴影增益值的映射关系,也即镜头阴影校正表,此后可以基于该镜头阴影校正表对图像进行校正,以提高目标图像的均匀性。然而,存储这样的镜头阴影校正表通常会占用图像传感器较大的内存空间,增加了图像传感器的成本。
为此,本申请实施例提供了一种图像校正方法,该方法能够通过基于预存储的拟合系数得到目标图像中的M*N个网格节点位置与M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,无需存储映射关系中的各个镜头阴影增益值。由于拟合系数占用的存储空间要远小于该映射关系占用的存储空间,因此相比于现有技术,可以在保证较好图像均匀性的情况下,节省图像传感器的存储空间,进而降低图像传感器的成本。
下面结合本申请实施例附图进一步说明本申请实施例具体实现。
实施例一
图1为本申请实施例提供的一种图像校正方法的步骤流程图。该图像校正方法可以由电子设备中的图像传感器执行,也可以由电子设备中的处理器,例如通过接口与图像传感器连接的图像处理器(Image Signal Processor,ISP)执行。该方法可以包括以下步骤:
S101、获取预存储的拟合系数。
其中,拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与所述M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,其中M和N为大于1的整数。
具体而言,拟合系数可以为一元或多元多项式函数的各个拟合系数。拟合系数是在执行校正之前的校准阶段,例如在出厂前的校准阶段根据标准条件的参考图像计算得到的。拟合系数可以存储在存储单元中,例如,存储在图像传感器的一次性编程(One TimeProgrammable,OTP)存储器或带电可擦可编程只读存储器(Electrically ErasableProgrammable read only memory,EEPROM)中,其中EEPROM可以是独立于图像传感器的存储器。
例如,在校准阶段,可以采用电子设备对灰卡、白卡或均匀光源进行拍摄得到用于镜头阴影校正的参考图像。对参考图像进行网格划分,确定划分参考图像得到的(M-1)*(N-1)个网格区域和对应的M*N个网格节点位置。其中,网格节点位置为对应的网格区域中特定像素位置,例如,网格区域的某一顶点(即网格线的交点)处的像素位置。网格节点位置可以由网格节点的行坐标和列坐标来表示。根据参考图像的像素值,可以采用本领域已知的镜头阴影增益值计算方法确定所述参考图像中的M*N个网格节点位置对应的镜头阴影增益值。随后,可以根据M*N个网格节点位置和M*N个网格节点位置所对应的镜头阴影增益值进行多项式拟合,得到拟合系数。由此,拟合系数构成的拟合函数可以用于指示相同或类似电子设备在任何场景下获取的任何图像(即,目标图像)中对应的M*N个网格节点位置与该M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系。
本申请实施例中,可以采用七次幂多项式进行拟合,以实现在达到较好拟合效果的同时减少计算量,然而,在实际应用中,可以根据需要采用其他次幂的多项式进行拟合。
本申请实施例中,拟合系数可以包括M组拟合系数,每组拟合系数是根据参考图像中的一行网络节点位置和该行网络节点位置所对应的镜头阴影增益值进行多项式拟合得到的。
例如,可以以行为单位,根据M*N个网格节点位置中每行的N个网格节点位置的列坐标和该N个网格节点位置所对应的镜头阴影增益值进行多项式拟合,得到一组拟合系数。例如,采用七次幂多项式进行拟合,得到的拟合函数LSC_gain=A1x7+B1x6+C1x5+D1x4+E1x3+F1x2+G1x+H1,该拟合函数指示一行网格节点位置与该行网格节点位置所对应的镜头阴影增益值之间的映射关系。7个系数A1、B1、C1、D1、E1、F1、G1和H1作为一组拟合系数被保存在存储单元中。针对M*N个网格节点位置中的其他行的网格节点位置执行类似的操作,则可以得到M组拟合系数。M组拟合系数可以表格的形式进行存储。例如,如图2所示,图2中所述的表格中每行元素表示一组拟合系数。
应理解,在校准阶段,也可以以列为单位,根据M*N个网格节点位置中每列的M个网格节点位置的行坐标和该M个网格节点位置所对应的镜头阴影增益值进行多项式拟合,得到一组拟合系数。由该组拟合系数构成的拟合函数指示一列网格节点位置与该列网格节点位置所对应的镜头阴影增益值之间的映射关系。以列为单位进行拟合与以行为单位进行拟合的原理相同,此处不做赘述。
S102、确定目标图像中与M*N个网格节点位置对应的M*N个目标像素位置。
其中,目标图像为采用相同或类似电子设备在任何场景下的任何图像。例如,目标图像可以是图像传感器获取的原始图像。目标图像可以为单通道图像,与也可以为对多通道图像进行颜色通道划分得到的任一单通道图像。
本实施例中,可以采用与在校准阶段相同的网格划分方式对目标图像进行网格划分,将目标图像划分为(M-1)*(N-1)个网格区域,并确定(M-1)*(N-1)个网格区域对应的M*N个网格节点位置。网格节点位置可以为网格线的交点位置。网格节点位置可以由行坐标和列坐标表示。目标图像的M*N个网格节点位置与校准阶段的M*N个网格节点位置一一对应。为了便于描述,目标图像的M*N个网格节点位置也称为M*N个目标像素位置。
S103、根据拟合系数,确定M*N个目标像素位置对应的M*N个镜头阴影增益值。
具体而言,可以根据拟合系数构造拟合函数,根据M*N个目标像素位置代入拟合函数,得到M*N个目标像素位置对应的M*N个镜头阴影增益值。
在本申请的一种具体实现中,在拟合系数为以行为单位进行拟合得到的各拟合曲线的系数的情况下,拟合系数包括M组拟合系数。M组拟合系数中的第i组拟合系数与目标图像中第i行的N个网格节点位置对应,该N个网格节点位置对应目标图像中的N个目标像素位置,其中i为大于或等于1且小于或等于M的整数。
相应地,可以根据第i组拟合系数和M*N个目标像素位置中的第i行的N个目标像素位置的列坐标,确定所述第i行的N个目标像素位置对应的镜头阴影增益值,重复该过程,直到得到M*N个目标像素位置对应的镜头阴影增益值。
在本申请的另一种具体实现中,在拟合系数为以列为单位进行拟合得到的各拟合曲线的系数的情况下,拟合系数包括N组拟合系数。该N组拟合系数中的第j组拟合系数与目标图像中第j列的M个网格节点位置对应,M个网格节点位置对应目标图像中的M个目标像素位置,其中j为大于或等于1且小于或等于N的整数。
相应地,可以根据第j组拟合系数和M*N个目标像素位置中的第j列的M个目标像素位置的行位置坐标,确定第j列的M个目标像素位置的镜头阴影增益值,重复该过程,直到得到M*N个目标像素位置的镜头阴影增益值。
为了便于理解,下面结合图2、图3和图4以确定M*N个目标像素位置中第一行目标像素位置的镜头阴影增益值为例进行详细说明。例如,采用图2中存储的第一行7个拟合系数构造七次幂多项式拟合函数LSC_gain=A1x7+B1x6+C1x5+D1x4+E1x3+F1x2+G1x+H1,其对应的拟合曲线如图3所示的多项式拟合曲线。如图3所示,该多项式拟合曲线指示目标图像中的第一行的N个目标像素位置的列坐标与对应的镜头阴影增益值之间的映射关系。通过将目标图像中的第一行的N个目标像素位置的列坐标代入上述多项式拟合函数,如图4所示,可以确定出该行的N个目标像素位置对应的镜头阴影增益值。以相同的方式,可以获得M*N个目标像素位置对应的镜头阴影增益值。
应理解,在拟合系数为以列为单位进行拟合得到的各拟合曲线的系数的情况下的计算过程类似,此处不再赘述。
S104、根据M*N个目标像素位置对应的M*N个镜头阴影增益值,对目标图像进行校正。
在一种实现方式中,步骤S104具体可以包括如下子步骤:
根据所述目标图像中各像素位置与M*N个目标像素位置之间的位置关系进行插值处理,得到目标图像中每个像素位置对应的镜头阴影增益值;根据目标图像中每个像素位置对应的镜头阴影增益值,对目标图像进行镜头阴影校正。
具体地,若所述目标图像中的像素位置对应于M*N个目标像素位置中的一个,则将直接对应的目标像素位置对应的镜头阴影增益值作为该像素位置对应的镜头阴影增益值。若所述目标图像中的像素位置不直接对应于M*N个目标像素位置中的一个,则识别包围该像素位置的一组目标像素位置,通过对所述一组目标像素位置对应的镜头阴影增益值进行插值运算,得到该像素位置对应的镜头阴影增益值。
例如,如图5所示,包围该像素位置的一组目标像素位置可以包括:位于该像素位置左上方的第一目标像素位置、位于该像素位置右上方的第二目标像素位置、位于该像素位置左下方的第三目标像素位置以及位于该像素位置右下方的第四目标像素位置。通过使用第一目标像素位置、第二目标像素位置、第三目标像素位置和第四目标像素位置对应的镜头阴影增益值进行插值处理,可以确定该像素位置对应的镜头阴影增益值。插值算法可以采用B样条插值、三次多项式插值或双线性插值,以实现较高的计算精度和较快的计算速度。应理解,也可以采用其他插值算法,本实施例对此不做限定。
在得到目标图像中每个像素位置对应的镜头阴影增益值之后,可以将目标图像中每个像素位置对应的镜头阴影增益值与对应的像素位置的像素值相乘,以对目标图像进行镜头阴影校正。
在本申请实施例中,拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,因此能够通过拟合系数获得上述映射关系,无需存储映射关系中的各个镜头阴影增益值。由于拟合系数占用的存储空间要远小于该映射关系占用的存储空间,因此相比于现有技术,可以在保证较好图像均匀性的情况下,节省图像传感器的存储空间,进而降低图像传感器的成本。
换言之,为了保证镜头阴影校正的校正效果,指示目标像素位置和对应的镜头阴影增益值的数据量较大,而拟合系数所占用的存储空间相比于用于直接存储映射关系的存储空间会显著地减小。本实施例中,根据拟合系数确定目标图像中的M*N个目标像素位置的镜头阴影增益值以用于目标图像进行镜头阴影校正,无需存储目标图像中的M*N个目标像素位置及对应的M*N个镜头阴影增益值,由此相比于现有技术,可以在保证较好图像均匀性的情况下,节省图像传感器的内存空间,进而降低图像传感器的成本。
实施例二
图6为本申请实施例提供的另一种图像校正方法的步骤流程图。该图像校正方法可以由电子设备中的图像传感器执行,也可以由电子设备中的处理器,例如通过接口与图像传感器连接的ISP图像处理器执行。基于图1所示的实施例,本实施例二提供了具有至少四个颜色通道的对第一多通道图像进行镜头阴影校正的一种具体实现方式。其中,第一多通道图像可以包括至少一个像素单元,该像素单元包括以拜耳模式(即RGGB模式)、RGBW模式或其他模式排列的多个像素组,每个像素组包括至少一个具有相同颜色分量的像素。例如,第一多通道图像可以是拜耳图像、RGBW图像、四拜耳图像等,本实施例对此不做限定。
如图6所示,该方法可以包括以下步骤:
S601、对第一多通道图像进行颜色通道区分,得到至少四个单通道图像。
为了便于说明,下面以拜耳图像为例进行详细说明。如图7所示,该拜耳图像具有四个颜色通道,即红色通道R、第一绿色通道Gr、第二绿色通道Gb和蓝色通道B。对拜耳图像进行颜色通道区分,得到四个单通道图像。
S602、获取每个单通道图像对应的拟合系数;
其中,拟合系数构成的多项式函数指示该单通道图像的M*N个网格节点位置与该M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系。
与实施例一类似,每个单通道图像对应的拟合系数是在执行校正之前的校准阶段,例如在出厂前的校准阶段根据标准条件的参考图像计算得到的。拟合系数可以存储在存储单元中,例如,存储在图像传感器的OTP或EEPROM中,其中EEPROM可以是独立于图像传感器的存储器。
具体地,在校准阶段,可以采用电子设备对灰卡、白卡或均匀光源进行拍摄得到用于镜头阴影校正的参考图像。该参考图像为多通道图像。对该参考图像进行颜色通道区分,得到至少四个单通道图像。针对参考图像的每个单通道图像进行网格划分,确定划分该单通道图像得到的(M-1)*(N-1)个网格区域和对应的M*N个网格节点位置。根据每个单通道图像的像素值,采用本领域已知的镜头阴影增益值计算方法计算该单通道图像中的M*N个网格节点位置对应的镜头阴影增益值。随后根据每个单通道图像中的M*N个网格节点位置和该M*N个网格节点位置对应的镜头阴影增益值,得到该单通道图像对应的拟合系数。本实施例中,在校准阶段针对参考图像的每个单通道图像确定拟合系数的过程可以参照实施例一的步骤101中确定拟合系数的过程,此处不再赘述。
在校准阶段,通过以上方式可以针对参考图像的每个单通道图像得到拟合系数之后,将每个单通道图像对应的拟合系数存储在存储单元中,以便在校正阶段可以针对第一多通道图像的每个单通道图像从存储单元中获取对应的拟合系数。
S603、确定每个单通道图像中与M*N网格节点位置对应的M*N个目标像素位置。
S604、根据每个单通道图像对应的多组拟合系数,确定该单通道图像的M*N个目标像素位置对应的M*N个镜头阴影增益值。
S605、基于每个单通道图像的M*N个目标像素位置对应的M*N个镜头阴影增益值进行插值处理,确定第一多通道图像的至少四个单通道图像中每个像素位置对应的镜头阴影增益值,以对第一多通道图像进行镜头阴影校正。
本实施例中,步骤S603至步骤S605中针对每个单通道图像执行的处理与实施例一种步骤S102至S104相同,为了避免重复,此处不做赘述。
此外,在步骤S605中,在获取到第一多通道图像的四个单通道图像中每个像素位置对应的镜头阴影增益值之后,可以根据第一多通道图像中各颜色通道的像素位置的排列格式,对至少四个单通道图像中各像素位置对应的镜头阴影增益值进行组合,得到第一多通道图像中每个像素位置对应的镜头阴影增益值。将第一多通道图像中每个像素位置对应的镜头阴影增益值与第一多通道图像中每个像素位置的像素值进行相乘,从而实现对第一多通道图像进行镜头阴影增益。
本申请实施例中,由于根据第一多通道图像中的每个单通道图像对应的拟合系数,确定第一多通道图像中的每个单通道图像对应的M*N个目标像素位置的镜头阴影增益值,以用于第一多通道图像进行镜头阴影校正,无需存储第一多通道图像中每个单通道图像的M*N个目标像素位置对应的镜头阴影增益值,由此相比于现有技术,可以在保证较好图像均匀性的情况下,节省图像传感器的内存空间,进而降低图像传感器的成本。
此外,目前图像传感器通常采用拜耳模式、RGBW模式或其他模式排列的彩色滤光片,由此使得图像传感器通常获取到具有一定分辨率的第一多通道图像。为了提高图像分辨率,可以会对第一多通道图像进行插值处理,所述第二多通道图像的具有相同颜色分量的颜色通道的数量是所述第一多通道图像的具有相同颜色分量的颜色通道的数量的n*n倍,n是大于1的整数,由此使得第二多通道图像的分辨率为对应的第一多通道图像的n*n倍。例如,第一多通道图像为拜耳图像,对拜耳图像进行插值处理,得到四拜耳图像,四拜耳图像的分辨率为对应的拜耳图像的四倍。具体地,若拜耳图像包括至少一个拜耳图像单元,每个拜耳图像单元包括红色通道、第一绿色通道、第二绿色通道和蓝色通道对应的四个像素位置。四拜耳图像包括至少一个四拜耳图像单元,每个四拜耳图像单元包括相邻四个红色通道对应的四个像素位置、相邻四个第一绿色通道对应的四个像素位置、相邻四个第二绿色通道对应的四个像素位置和相邻四个蓝色通道对应的四个像素位置。应理解,此处对拜耳图像进行插值得到四拜耳图像仅是举例说明,在其他实施例中可以对第一多通道图像进行插值得到更多分辨率的第二多通道图像,本实施例对此不做限定。
为了能够对第二多通道图像进行镜头阴影校正,在本申请的一种实施例中,在步骤S605之后还包括:
根据第一多通道图像中每个像素位置对应的镜头阴影增益值进行插值处理,得到第一多通道图像对应的第二多通道图像中每个像素位置对应的镜头阴影增益值,以对第二多通道图像进行镜头阴影校正。
以第一多通道图像为拜耳图像、对应的第二多通道图像为四拜耳图像为例,例如,根据拜耳图像的相邻四个拜耳图像单元中的同一颜色通道的像素位置对应的镜头阴影增益值进行插值处理,确定四拜耳图像的一个四拜耳图像单元中的具有相同颜色分量的相邻四个颜色通道对应的四个像素位置所对应的镜头阴影增益值。
下面结合图8以根据相邻四个拜耳图像单元确定一个四拜耳图像单元中的具有红色分量的四个像素位置为例进行举例说明。如图8所示,若左上角拜耳图像单元中红色像素位置对应的镜头阴影增益值为r0,右上角拜耳图像单元中红色像素位置对应的镜头阴影增益值为r1,左下角拜耳图像单元中红色像素位置对应的镜头阴影增益值为r2,右下组拜耳图像单元中红色像素位置对应的镜头阴影增益值为r3,则对应的一个四拜耳图像单元中左上角红色像素位置对应的镜头阴影增益值为R0=r0,右上角红色像素位置对应的镜头阴影增益值为R1=(r0+r1)/2,左下角红色像素位置对应的镜头阴影增益值为R2=(r0+r2)/2,右下角红色像素位置对应的镜头阴影增益值为R3=(r0+r1+r2+r3)/4。
以此相同方式,可以确定一个四拜耳图像单元中具有相同颜色分量的其他相邻四个相同颜色通道对应的四个像素位置所对应的镜头阴影增益值。在获取到四拜耳图像中每个像素位置对应的镜头阴影增益值之后,可以将四拜耳图像中每个像素位置对应的镜头阴影增益值与四拜耳图像中每个像素位置的像素值进行相乘,从而实现对四拜耳图像进行镜头阴影增益。
应理解,第一多通道图像和第二多通道图像为四拜耳图像仅为举例说明,本实施例适合第一多通道图像和第二多通道图像为前面提到的其他多通道图像的情形。
本申请实施例中,由于根据第一多通道图像中每个像素位置对应的镜头阴影增益值进行插值处理,得到第一多通道图像对应的第二多通道图像中每个像素位置对应的镜头阴影增益值,以对第二多通道图像进行镜头阴影校正,无需存储第二多通道图像中每个单通道图像的M*N个目标像素位置对应的镜头阴影增益值,由此相比于现有技术,可以在保证较好图像均匀性的情况下,节省图像传感器的内存空间,进而降低图像传感器的成本。
此外,为了给后续图像处理提供合理的第二多通道图像,通常还需要对第二多通道图像中具有相同颜色分量的相邻多个像素的敏感度差异进行校正,使得第二多通道图像中相同颜色的相邻多个像素的像素值保持一致。以四拜耳图像为例,为了给后续图像处理提供合理的四拜耳图像,通常还需要对四拜耳图像中相同颜色的相邻2*2像素的敏感度差异进行校正,即执行相邻2*2像素敏感度差异校正,(Adjacent 2*2 pixel sensitivitydifference correction,ASDC),使得四拜耳图像中相同颜色的相邻2*2像素的像素值保持一致。为了能够执行ASDC校正,通常还需要在图像传感器的OTP或EEPROM中存储图像中的部分像素(也即,目标像素位置)的感度差异校正表,这进一步增加了对图像传感器的内存空间的占用,进而导致图像传感器的成本的进一步增加。
为此,在本申请的一种实施例中,在确定第二多通道图像中每个像素位置对应的镜头阴影增益值之后还包括确定第二多通道图像中每个像素对应的感度差异,对第二多通道图像进行感度差异校正。图9为本申请实施例提供的又一种图像校正方法的步骤流程图。该方法适用于对第二多通道图像进行感度差异校正。如图9所示,该方法包括:
S901、对第二多通道图像进行颜色通道区分,得到至少十六个单通道图像。
以第二多通道图像为四拜耳图像为例,根据四拜耳图像中像素的排列格式,对四拜耳图像进行颜色通道区分,得到四拜耳图像的十六个单通道图像。如图10所示,十六个颜色通道分别为四个相邻的红色通道、四个相邻的第一绿色通道、四个相邻的第二绿色通道和四个相邻的蓝色通道。
S902、确定第二多通道图像的各个单通道图像中分别与M*N个网格节点位置对应的M*N个目标像素位置。
具体地,可以采用步骤S102和S603中相同的划分方式对第二多通道图像中的每个单通道图像进行网格划分,将每个单通道图像划分为(M-1)*(N-1)个网格区域,并确定(M-1)*(N-1)个网格区域对应的M*N个网格节点位置。网格节点位置可以为网格线的交点位置。网格节点位置可以由行坐标和列坐标表示。
S903、根据第二多通道图像中每组单通道图像的至少部分像素位置对应的镜头阴影增益值进行加权处理,确定该组单通道图像中各个单通道图像的M*N个目标像素位置对应的M*N个感度增益值。
其中,每组单通道图像包括第二多通道图像中具有相同颜色分量的相邻n*n个单通道图像。
在一种具体的实现方式中,根据每组单通道图像中同一目标像素位置的邻域内的至少部分像素位置对应的镜头阴影增益值进行加权处理,确定该组单通道图像中每个单通道图像的M*N个目标像素位置对应的M*N个感度增益值。
其中,目标像素位置的领域为以目标像素位置为中心的预设范围。相应地,目标像素位置的邻域内的像素位置为处于以目标像素位置为中心的预设范围的像素位置。
为了便于理解,以标像素位置的领域内的像素位置仅包括该目标像素位置,且以四拜耳图像中具有红色分量的四个单通道图像为例进行说明。假设该四个单通道图像中同一目标像素位置对应的镜头阴影增益分别R0、R1、R2和R3,则该四个单通道图像中的该目标像素位置对应的感度增益分别为:
以类似的方式,可以计算每个单通道图像中的其他目标像素位置的感度增益值。
应当理解,此处仅是举例说明,根据实际需要,在确定某个目标像素位置的感度增益值时可以使用该目标像素位置的邻域内的多个像素位置对应的镜头阴影增益值,本实施例对此不做限定。
S904、根据第二多通道图像中各个单通道图像分别对应的M*N个感度增益值,对第二多通道图像进行感度差异校正。
具体地,可以基于第二多通道图像的每个单通道图像中的各像素位置与对应的M*N个目标像素位置之间的位置关系进行插值处理,得到每个单通道图像中的每个像素位置对应的感度增益值。例如,可以采用双线性差值算法来执行插值处理。此后,可以基于第二多通道图像中各颜色通道的像素位置的排列格式,对第二多通道图像中各个单通道图像的各像素位置对应的感度增益值进行排布,得到第二多通道图像中的每个像素位置对应的感度增益值。将第二多通道图像中每个像素位置对应的感度增益值与第二多通道图像中的对应像素位置的像素值相乘,以对第二多通道图像进行感度差异校正
本申请实施例中,由于还可以根据第一多通道图像中的每个像素位置对应的镜头阴影增益值插值得到第二多通道图像中每个像素位置对应的镜头阴影增益值,进而根据第二多通道图像中每个像素位置对应的镜头阴影增益值,计算得到第二多通道图像的各个单通道图像分别对应的M*N个目标像素位置的感度增益值以用于对第二多通道图像进行感度差异校正,由于整个无需存储第二多通道图像的多个目标像素位置的感度增益值,由此进一步节省图像传感器的内存空间,进而进一步降低图像传感器的成本。
实施例三
图11为本申请实施例提供的又一种图像校正方法的步骤流程图。该图像校正方法可以由电子设备中的图像传感器执行,也可以由电子设备中的处理器,例如通过接口与图像传感器连接的图像处理器执行。本实施例提供的图像校正方法适用于为了提高图像分辨率对拜耳图像进行插值得到的四拜耳图像进行校正。如图11所示,该方法包括:。
具体地,本实施例提供的方法可以包括以下步骤:
S1101、对拜耳图像进行颜色通道区分,得到四单通道图像。
S1102、获取拜耳图像的每个单通道图像对应的拟合系数;
S1103、确定拜耳图像的每个单通道图像中与M*N网格节点位置对应的M*N个目标像素位置。
S1104、根据拜耳图像的每个单通道图像对应的多组拟合系数,确定该单通道图像的M*N个目标像素位置对应的M*N个镜头阴影增益值。
S1105、基于拜耳图像的每个单通道图像的M*N个目标像素位置对应的M*N个镜头阴影增益值进行插值处理,确定拜耳图像的四个单通道图像中每个像素位置对应的镜头阴影增益值。
S1106、根据拜耳图像中每个像素位置对应的镜头阴影增益值进行插值处理,得到拜耳图像对应的四拜耳图像中每个像素位置对应的镜头阴影增益值。
S1107、基于四拜耳图像中的每组单通道图像的至少部分像素位置对应的镜头阴影增益进行加权处理,计算四拜耳图像中十六个单通道图像分别对应的M*N个目标像素位置的感度增益值。
其中,每组单通道图像包括四拜耳图像中具有相同颜色分量的相邻四个单通道图像。
S1108、根据四拜耳图像中十六个单通道图像分别对应的M*N个目标像素位置的感度增益值进行插值处理,确定四拜耳图像中每个像素位置对应的感度增益值,以对四拜耳图像进行感度差异校正。
本实施例中,步骤S1101至S1108的具体方法可以参照实施例二中对应步骤,本实施例对此不再赘述。
本实施例中,拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,因此能够根据拟合系数,确定拜耳图像的各个单通道图像的M*N个目标像素位置对应的镜头阴影增益值,进而通过插值运算可得到的拜耳图像的每个像素位置对应的镜头阴影增益值。并且由于对拜耳图像的每个像素位置对应的镜头阴影增益值进行插值处理,可以得到四拜耳图像的每个像素位置对应的镜头阴影增益值,进而根据四拜耳图像中每个像素位置对应的镜头阴影增益值,计算得到四拜耳图像的各个单通道图像的M*N个目标像素位置的感度增益值以用于对四拜耳图像进行感度差异校正,整个过程无需存储四拜耳图像的的各个单通道图像的M*N个目标像素位置的感度增益值,由此进一步节省图像传感器的内存空间,进而进一步降低图像传感器的成本。
实施例四
图12为本申请实施例提供的一种图像校正装置的结构示意图。该图像校正装置应用于图像传感器,如图12所示,该图像校正装置包括:
获取单元1201,用于获取预存储的拟合系数,所述拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与所述M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,其中M和N为大于1的整数;
第一确定单元1202,用于确定所述目标图像中与所述M*N个网格节点位置对应的M*N个目标像素位置;
第二确定单元1203,用于根据所述拟合系数,确定所述M*N个目标像素位置对应的M*N个镜头阴影增益值;
校正单元1204,用于根据所述M*N个目标像素位置对应的M*N个镜头阴影增益值,对所述目标图像进行校正。
在本申请实施例中,拟合系数构成的拟合函数指示预设网格的多个节点位置与多个镜头阴影增益值之间的映射关系,能够通过拟合系数获得上述映射关系,由于无需存储映射关系中的各个镜头阴影增益值,因此拟合系数占用的存储空间要远小于该映射关系占用的存储空间,从而相比于现有技术,可以在保证较好图像均匀性的情况下,节省图像传感器的存储空间,进而降低图像传感器的成本。
本实施例提供的图像校正装置用于实现前述方法实施例一中相应的图像校正方法,并具有相应的方法实施例的有益效果,在此不再赘述。此外,本实施例的图像校正装置中的各个单元的功能实现均可以参考前述方法实施例中的相应部分的描述,在此不再赘述。
实施例五
图13为本申请实施例提供的一种电子设备的结构示意图。如图13所示,该电子设备包括处理器1301和存储器1302,存储器1302中存储有程序指令,处理器1301被配置成调用存储器1302中的程序指令以执行前述方法实施例中任一项提供的图像校正方法。
其中,处理器1301可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本申请实施例的一个或多个集成电路。智能设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器1302可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
本实施例中,该电子设备例如可以是智能手机、笔记本电脑、平板电脑、游戏设备等便携式或移动计算设备,也可以是电子数据库、汽车、银行自动柜员机(AutomatedTeller Machine,ATM)等其他电子设备,本申请实施例对此并不限定。
实施例六
本申请实施例提供了一种一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现前述方法实施例中任一项提供的图像校正方法。其工作原理的效果类似,在此不再赘述。
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。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所公开的系统、装置和方法,可以通过其它的方式实现。例如,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,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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的目的。
另外,在本申请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。
所述功能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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种图像校正方法,其特征在于,包括:
获取预存储的拟合系数,所述拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与所述M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,其中M和N为大于1的整数;
确定所述目标图像中与所述M*N个网格节点位置对应的M*N个目标像素位置;
根据所述拟合系数,确定所述M*N个目标像素位置对应的M*N个镜头阴影增益值;
根据所述M*N个目标像素位置对应的M*N个镜头阴影增益值,对所述目标图像进行校正。
2.根据权利要求1所述的方法,其特征在于,所述拟合系数包括M组拟合系数,第i组拟合系数与所述目标图像中第i行的N个网格节点位置对应,所述N个网格节点位置对应所述目标图像中的N个目标像素位置,其中,所述i为大于或等于1且小于或等于M的整数;
所述根据所述拟合系数,确定所述M*N个目标像素位置对应的M*N个镜头阴影增益值,包括:
根据所述第i组拟合系数,确定所述第i行的N个目标像素位置对应的N个镜头阴影增益值。
3.根据权利要求1所述的方法,其特征在于,所述拟合系数包括N组拟合系数,第j组拟合系数与所述目标图像中第j列的M个网格节点位置对应,所述M个网格节点位置对应所述目标图像中的M个目标像素位置,其中,所述j为大于或等于1且小于或等于N的整数;
所述根据所述拟合系数,确定所述M*N个目标像素位置对应的M*N个镜头阴影增益值,包括:
根据所述第j组拟合系数,确定所述第j列的M个目标像素位置对应的M个镜头阴影增益值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述M*N个目标像素位置对应的M*N个镜头阴影增益值,对所述目标图像进行校正,包括:
根据所述目标图像中各像素位置与所述M*N个目标像素位置之间的位置关系进行插值处理,得到所述目标图像中每个像素位置对应的镜头阴影增益值;
根据所述目标图像中每个像素位置对应的镜头阴影增益值,对所述目标图像进行镜头阴影校正。
5.根据权利要求1所述的方法,其特征在于,所述目标图像为具有至少四个颜色通道的第一多通道图像中的任一单通道图像;所述方法还包括:
确定所述第一多通道图像中的至少四个单通道图像分别对应的M*N个镜头阴影增益值;
通过对所述至少四个单通道图像分别对应的M*N个镜头阴影增益值进行插值处理,确定所述第一多通道图像中每个像素位置对应的镜头阴影增益值,以对所述第一多通道图像进行镜头阴影校正。
6.根据权利要求5所述的方法,其特征在于,还包括:
根据所述第一多通道图像中每个像素位置对应的镜头阴影增益值进行插值处理,得到所述第一多通道图像对应的第二多通道图像中每个像素位置对应的镜头阴影增益值,以对所述第二多通道图像进行镜头阴影校正,所述第二多通道图像的具有相同颜色分量的颜色通道的数量是所述第一多通道图像的具有相同颜色分量的颜色通道的数量的n*n倍,n是大于1的整数。
7.根据权利要求6所述的方法,其特征在于,还包括:
确定所述第二多通道图像的各个单通道图像中分别与所述M*N个网格节点位置对应的M*N个目标像素位置;
根据所述第二多通道图像中每组单通道图像的至少部分像素位置对应的镜头阴影增益值进行加权处理,确定该组单通道图像中各个单通道图像的M*N个目标像素位置对应的M*N个感度增益值,其中,所述每组单通道图像包括所述第二多通道图像中具有相同颜色分量的相邻n*n个单通道图像;
根据所述第二多通道图像中各个单通道图像分别对应的M*N个感度增益值,对所述第二多通道图像进行感度差异校正。
8.一种图像校正装置,其特征在于,包括:
获取单元,用于获取预存储的拟合系数,所述拟合系数构成的拟合函数指示目标图像中的M*N个网格节点位置与所述M*N个网格节点位置所对应的M*N个镜头阴影增益值之间的映射关系,其中M和N为大于1的整数;
第一确定单元,用于确定所述目标图像中与所述M*N个网格节点位置对应的M*N个目标像素位置;
第二确定单元,用于根据所述拟合系数,确定所述M*N个目标像素位置对应的M*N个镜头阴影增益值;
校正单元,用于根据所述M*N个目标像素位置对应的M*N个镜头阴影增益值,对所述目标图像进行校正。
9.一种电子设备,包括存储器和处理器,所述存储器中存储有程序指令,所述处理器被配置成调用所述存储器中的程序指令以执行根据权利要求1-7中任一项所述图像校正方法。
10.一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如权利要求1-7中任一所述的图像校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111044217.9A CN113747066B (zh) | 2021-09-07 | 2021-09-07 | 图像校正方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111044217.9A CN113747066B (zh) | 2021-09-07 | 2021-09-07 | 图像校正方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113747066A true CN113747066A (zh) | 2021-12-03 |
CN113747066B CN113747066B (zh) | 2023-09-15 |
Family
ID=78736575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111044217.9A Active CN113747066B (zh) | 2021-09-07 | 2021-09-07 | 图像校正方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113747066B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116405614A (zh) * | 2022-06-10 | 2023-07-07 | 上海玄戒技术有限公司 | 一种镜头阴影校正方法、装置、电子设备、芯片及介质 |
CN117671036A (zh) * | 2024-01-31 | 2024-03-08 | 深圳市欧冶半导体有限公司 | 校正参数标定方法、装置、计算机设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20130321678A1 (en) * | 2012-05-31 | 2013-12-05 | Apple Inc. | Systems and methods for lens shading correction |
CN107590840A (zh) * | 2017-09-21 | 2018-01-16 | 长沙全度影像科技有限公司 | 基于网格划分的颜色阴影校正方法及其校正系统 |
CN107592516A (zh) * | 2017-09-14 | 2018-01-16 | 长沙全度影像科技有限公司 | 一种用于全景相机的颜色阴影校正方法及系统 |
CN109068025A (zh) * | 2018-08-27 | 2018-12-21 | 建荣半导体(深圳)有限公司 | 一种镜头阴影校正方法、系统及电子设备 |
CN111953953A (zh) * | 2019-05-17 | 2020-11-17 | 北京地平线机器人技术研发有限公司 | 调整像素亮度的方法及装置和电子设备 |
CN113284062A (zh) * | 2021-05-19 | 2021-08-20 | 展讯半导体(南京)有限公司 | 镜头阴影的校正方法、装置、介质及终端 |
-
2021
- 2021-09-07 CN CN202111044217.9A patent/CN113747066B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20130321678A1 (en) * | 2012-05-31 | 2013-12-05 | Apple Inc. | Systems and methods for lens shading correction |
CN107592516A (zh) * | 2017-09-14 | 2018-01-16 | 长沙全度影像科技有限公司 | 一种用于全景相机的颜色阴影校正方法及系统 |
CN107590840A (zh) * | 2017-09-21 | 2018-01-16 | 长沙全度影像科技有限公司 | 基于网格划分的颜色阴影校正方法及其校正系统 |
CN109068025A (zh) * | 2018-08-27 | 2018-12-21 | 建荣半导体(深圳)有限公司 | 一种镜头阴影校正方法、系统及电子设备 |
CN111953953A (zh) * | 2019-05-17 | 2020-11-17 | 北京地平线机器人技术研发有限公司 | 调整像素亮度的方法及装置和电子设备 |
CN113284062A (zh) * | 2021-05-19 | 2021-08-20 | 展讯半导体(南京)有限公司 | 镜头阴影的校正方法、装置、介质及终端 |
Non-Patent Citations (1)
Title |
---|
周维帅等: "利用相移条纹相位解调的广角镜头畸变校正", 《红外与激光工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116405614A (zh) * | 2022-06-10 | 2023-07-07 | 上海玄戒技术有限公司 | 一种镜头阴影校正方法、装置、电子设备、芯片及介质 |
CN116405614B (zh) * | 2022-06-10 | 2024-01-30 | 上海玄戒技术有限公司 | 一种镜头阴影校正方法、装置、电子设备、芯片及介质 |
CN117671036A (zh) * | 2024-01-31 | 2024-03-08 | 深圳市欧冶半导体有限公司 | 校正参数标定方法、装置、计算机设备和存储介质 |
CN117671036B (zh) * | 2024-01-31 | 2024-04-09 | 深圳市欧冶半导体有限公司 | 校正参数标定方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113747066B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7907195B2 (en) | Techniques for modifying image field data as a function of radius across the image field | |
US8203633B2 (en) | Four-channel color filter array pattern | |
US8237831B2 (en) | Four-channel color filter array interpolation | |
US8125546B2 (en) | Color filter array pattern having four-channels | |
US8253832B2 (en) | Interpolation for four-channel color filter array | |
US20100266201A1 (en) | System and method for performing image correction | |
CN107071234B (zh) | 一种镜头阴影校正方法及装置 | |
JP5859080B2 (ja) | イメージのカラーアーチファクトを補正する方法と関連装置 | |
CN113747066B (zh) | 图像校正方法、装置、电子设备及计算机可读存储介质 | |
EP3902242B1 (en) | Image sensor and signal processing method | |
WO2007042853A1 (en) | Method and system for vignetting elimination in digital image | |
CN101534384A (zh) | 图像处理方法、图像处理设备和图像捕捉设备 | |
CN111432112B (zh) | 处理图像信号的方法、图像信号处理器和图像传感器芯片 | |
US20160373664A1 (en) | Methods And Apparatus of Processing Image And Additional Information From Image Sensor | |
US8289420B2 (en) | Image processing device, camera device, image processing method, and program | |
US10834341B2 (en) | Systems and methods for simultaneous capture of two or more sets of light images | |
US9230297B2 (en) | Systems, methods, and computer program products for compound image demosaicing and warping | |
US9143756B2 (en) | Camera module, photographing method, and electronic apparatus | |
EP4117282A1 (en) | Image sensor, imaging apparatus, electronic device, image processing system and signal processing method | |
EP4102828A1 (en) | Image sensor including image signal processor and operating method of the image sensor | |
CN112153311B (zh) | 图像信号处理器和包括图像信号处理器的图像传感器 | |
CN111050097B (zh) | 红外线串扰补偿方法及其装置 | |
CN113709392B (zh) | 图像传感器的校正方法、装置及电子设备 | |
JP4805294B2 (ja) | デジタル画像の画像解像度を低減するカラービニング | |
CN117671036B (zh) | 校正参数标定方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231124 Address after: 13 / F, block B, Tengfei Industrial Building, free trade zone, Futian District, Shenzhen, Guangdong 518045 Patentee after: SHENZHEN GOODIX TECHNOLOGY Co.,Ltd. Address before: Floor 13, unit 1, building 1, No. 10, Jitai Road, Chengdu hi tech Zone, China (Sichuan) pilot Free Trade Zone, Chengdu, Sichuan 610046 Patentee before: Huiding Technology (Chengdu) Co.,Ltd. |