CN113763278A - 一种图像校正方法及装置 - Google Patents
一种图像校正方法及装置 Download PDFInfo
- Publication number
- CN113763278A CN113763278A CN202111059567.2A CN202111059567A CN113763278A CN 113763278 A CN113763278 A CN 113763278A CN 202111059567 A CN202111059567 A CN 202111059567A CN 113763278 A CN113763278 A CN 113763278A
- Authority
- CN
- China
- Prior art keywords
- grid
- color channel
- image
- color
- vertex
- 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 49
- 238000003702 image correction Methods 0.000 title claims abstract description 27
- 238000012937 correction Methods 0.000 claims abstract description 125
- 238000004590 computer program Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 abstract description 8
- 238000003384 imaging method Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 9
- 238000012935 Averaging Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像校正方法及装置,首先获得待处理图像,然后将待处理图像划分成若干网格区域,并在每个网格区域中按照颜色通道确定各自的校正系数。由于该校正系数是按照颜色通道确定的,故在校正时也会按照颜色通道各自的校正系数进行校正,获得校正后网格区域,最后基于所有校正后网格区域,获得校正图像。可见,本发明通过对图像分区域分颜色通道进行有针对性的亮度校正,进而弥补了摄像头本身结构引起的图像亮度不均匀的缺陷,提高了成像质量。
Description
技术领域
本申请涉及摄像技术领域,尤其涉及一种图像校正方法及装置。
背景技术
目前,随着摄像头技术的不断发展,摄像头的应用越来越广泛,其可安装在手机、车辆、监控设备等等多种产品中使用。
众所周知,摄像头本身的质量会直接影响到拍摄图像的成像质量。而现在的摄像镜头中大多使用的是凸透镜,由于凸透镜的中心与边缘存在较大的光能通过差异。这种差异会导致拍摄得到的图像出现亮度不均匀的现象,例如出现中心亮,四角黑的现象。这种缺陷是由摄像头本身结构所引发,因此一般都是通过后期算法对图像进行校正。
但是,目前对图像进行亮度校正的方法,大多都是针对图像的整体亮度进行调整,没有针对性对图像的亮度缺陷区域进行修复,因此无法达到预期效果,校正效果不佳。
发明内容
本发明公开了一种图像校正方法及装置,对图像数据分区域分颜色通道进行有针对性的亮度校正,进而弥补摄像头本身结构引起的图像亮度不均匀的缺陷,提高成像质量。
为解决上述技术问题,本发明公开了一种图像校正方法,所述图像校正方法包括:
获得待处理图像;
将所述待处理图像进行网格划分,获得网格区域集;
在每个网格区域中按照颜色通道确定各自的校正系数;
利用各自的校正系数进行校正,获得校正后网格区域;
基于所述校正后网格区域,获得校正图像。
本发明公开了一种图像校正装置,所述图像校正装置包括:
获得模块,用于获得待处理图像;
划分模块,用于将所述待处理图像进行网格划分,获得网格区域集;
确定模块,用于在每个网格区域中按照颜色通道确定各自的校正系数;
校正模块,用于利用各自的校正系数进行校正,获得校正后网格区域;
合并模块,用于基于所述校正后网格区域,获得校正图像。
本发明公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
通过本发明的一个或者多个技术方案,本发明具有以下有益效果或者优点:
本发明公开了一种图像校正方法及装置,首先获得待处理图像,然后将待处理图像划分成若干网格区域,并在每个网格区域中按照颜色通道确定各自的校正系数。由于该校正系数是按照颜色通道确定的,故在校正时也会按照颜色通道各自的校正系数进行校正,获得校正后网格区域,最后基于所有校正后网格区域,获得校正图像。可见,本发明通过对图像分区域分颜色通道进行有针对性的亮度校正,进而弥补了摄像头本身结构引起的图像亮度不均匀的缺陷,提高了成像质量。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的图像校正方法的流程图;
图2A示出了根据本发明一个实施例的按照RGrGbB排列的图像示意图;
图2B示出了根据本发明一个实施例的将待处理图像划分为网格区域的示意图;
图3A示出了根据本发明一个实施例的划分为5*5个网格区域的示意图;
图3B示出了根据本发明一个实施例的划分为3*4个网格区域的示意图;
图3C示出了根据本发明一个实施例的网格区域求比值的示意图;
图3D示出了根据本发明一个实施例的顶点校正系数的示意图;
图3E示出了根据本发明一个实施例校正前后的图像示意图;
图4示出了根据本发明一个实施例图像校正装置的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决摄像头本身结构引起的图像亮度不均匀的缺陷,本发明实施例提供了一种图像校正方法及装置。该方法可应用于智能手机、摄像器材等等具有摄像头的设备中。本实施例的方法通过对图像数据分区域分颜色通道进行有针对性的亮度校正,进而弥补摄像头本身结构引起的图像亮度不均匀的缺陷,提高成像质量。
下面请参看图1,在本发明实施例中的方法包括如下步骤:
步骤101,获得待处理图像。
对于本实施例的待处理图像来说,其图像格式不限。而在待处理图像中包含N种颜色通道,N≥1且为正整数。具体来说,本实施例的待处理图像和现有图像不同。现有图像的每个像素点包含3个通道(RGB),其像素值由RGB三者取值共同决定。而本实施例的待处理图像是由摄像头拍摄得到的原图,故每个像素点对应一种颜色通道,且所述每个像素点的原通道像素值由对应的颜色通道产生。也就是说,每个像素点仅对应一个颜色通道,且该像素点的原通道像素值由其对应的颜色通道的取值决定。进一步的,像素点的原通道像素值用于表征亮度值。例如某像素点的原通道像素值为125,则表示其亮度值为125。
下面描述待处理图像中颜色通道的排列方式。
具体来说,待处理图像的每行由两个以上的颜色通道相互间隔排列得到,且相邻两行的颜色通道不同。例如,待处理图像包含R,Gr,Gb,B这四个颜色通道,每行由R(红),Gr(绿,与R同行)两个颜色通道相互间隔排列得到,或者由Gr(绿),R(红)两个颜色通道相互间隔排列得到,或由B(蓝),Gb(绿,与B同行)两个颜色通道相互间隔排列得到,或由Gb(绿),B(蓝)两个颜色通道相互间隔排列得到。根据首个像素的颜色通道的类型,分为RGrGbB,GrRBGb,GbBRGr,BGbGrR四种排列方式。例如图2为按照RGrGbB排列的图像。
步骤102,将待处理图像进行网格划分,获得网格区域集。
具体来说,在进行网格划分时,可划分成i行j列的网格区域集,其中,i、j可同时取奇数或者偶数,也可以一个为奇数另一个为偶数。在i、j都为奇数的情况下,网格区域集中的网格区域数量为奇数,参考图2A,图2A中的待处理图像就是15行15列的图像。而划分网格之后得到的网格区域集参看图2B。具体来说,在i、j都为奇数15的情况下,将图2A中的待处理图像在行列上每移动3像素点划分为一个网格区域,总共划分为5*5个网格区域,故图2B中具有5*5个网格区域,每个网格区域中包含9个像素点。
进一步的,网格区域集中的每个网格区域包含M种颜色通道,M≤N且M为正整数。例如,图2B中右上角第一个网格区域中包含R、Gr、Gb、B四种颜色通道。每个网格区域的M取值可以不全相同。也即,每个网格区域的颜色通道的种类与其他网格区域的颜色通道的种类可能相同也可能不同。
步骤103,在每个网格区域中按照颜色通道确定各自的校正系数。
在本实施例中,在划分网格区域的基础上,还会在每个网格区域中按照颜色通道确定各自的校正系数。具体来说,由于每个网格区域包含各自的M种颜色通道,故针对网格区域集中的每个网格区域都会进行如下处理:确定M种颜色通道中的每种颜色通道在网格区域中的校正系数。可见,本实施例的校正系数是分区域分颜色通道的校正系数,不同的颜色通道在同一个网格区域中具有不同的校正系数。后续也会按照不同的颜色通道进行校正,具体在后面会详细介绍,在此不再赘述。
而在确定M种颜色通道中的每种颜色通道在网格区域中的校正系数之前,需要确定出每种颜色通道在网格区域中的均值。下述实施例是以单种颜色通道在单个网格区域中求均值的处理方式,其他颜色通道在网格区域中的处理方式和下述实施例的处理方式相同。故针对每个网格区域中的每种颜色通道,都做下述处理:
第1步,确定颜色通道在中心网格中的均值,以及颜色通道在网格区域中的均值。首先,在划分网格之后,网格区域集中有个网格区域为中心网格区域。若网格区域集中的网格区域数量为奇数,中心网格指的是所有网格区域中像素均值最大的网格区域,该中心网格的尺寸和其他网格区域相同。参看图3A,是从图2B的基础上仅显示了R颜色通道均值的示意图,其他的颜色通道未示出。在图3A中,中心网格是位于图像中心的网格区域。若网格区域集中的网格区域的数量为偶数,中心网格指的是至少两个居中网格区域合并得到的网格区域,且其像素均值比其他网格区域的像素均值大。例如图3B,具有3*4个网格区域,中心网格区域由两个居中的网格区域合并得到,该中心网格的尺寸和其他网格区域的尺寸成倍数关系,且像素均值为所有网格区域中像素均值最大的网格区域。
在求均值的过程中,将颜色通道在网格区域中占据的原通道像素值总和与颜色通道在网格区域中的个数相比,获得颜色通道在网格区域中的均值。其中,由于颜色通道在网格区域中的个数和其对应像素点在该网格区域中的个数相同,故在该网格区域中,若确定出该颜色通道对应的像素点的个数,即可确定出该颜色通道的个数。
确定颜色通道在中心网格中的均值和上述方式一样,也是将颜色通道在中心网格中占据的原通道像素值总和与颜色通道在中心网格中的个数相比。可见,由此得到的均值,全面覆盖了整个网格区域中和该颜色通道相关的像素点,能够精准呈现各网格区域的当前实际状态,为后续步骤打好基础,进而由此得到的校正系数才更有针对性。
由于中心网格的范围根据网格区域数量不同而有所不同。故为了更好的说明和解释本发明实施例,本实施例的网格区域数量以奇数为例进行说明,此时中心网格指的是处于中心的网格区域。下面使用具体的示例对上述实施例进行说明。
具体参看图3A,具有5*5个网格区域,对每个网格区域的颜色通道(R,Gr,B,Gb)分别求均值,可得出每个颜色通道在5*5个网格区域中的均值,图3A以R颜色通道为例,示意了每个网格区域中的R颜色通道均值,其他的颜色通道(Gr,B,Gb)均值在图中未示出。具体请参看下述实施过程。
M_Avg_Ri,j=R颜色通道对应的像素点PixelR在对应网格中的像素值之和/R颜色通道对应的像素点PixelR在对应网格中的个数。M_Avg_Ri,j表示任一网格(网格索引为i行,j列)内R颜色通道均值。
M_Avg_Gri,j=Gr颜色通道对应的像素点PixelGr在对应网格中的像素值之和/Gr颜色通道对应的像素点PixelGr在对应网格中的个数。其中,M_Avg_Gri,j表示任一网格(网格索引为i行,j列)内Gr颜色通道均值。
M_Avg_Bi,j=B颜色通道对应的像素点PixelB在对应网格中的像素值之和/B颜色通道对应的像素点PixelB在对应网格中的个数。其中,M_Avg_Bi,j表示任一网格(网格索引为i行,j列)内B颜色通道均值。
M_Avg_Gbi,j=Gb颜色通道对应的像素点PixelGb在对应网格中的像素值之和/Gb颜色通道对应的像素点PixelGb在对应网格中的个数。其中,M_Avg_Gbi,j表示任一网格(网格索引为i行,j列)内Gb颜色通道均值。
由于此时的中心网格为其中一个网格区域,故不再单独罗列其具体求均值的方式。值得注意的是,上述方式适用于任一网格中的任一颜色通道使用。
第2步,将颜色通道在中心网格中的均值和颜色通道在网格区域中的均值相比,确定颜色通道在网格区域中的比值。由于图像的缺陷就在于四周与中心出现亮度不均匀,故本实施例以中心网格的均值为基准,求出颜色通道在中心网格和各个网格区域的比值,进而能够针对每个网格区域进行针对性的调整,进而针对性的提升图像质量。
承接上述举例,当每个网格区域具有(R,Gr,B,Gb)四种颜色通道时,参看图3C,示意了R颜色通道在各网格区域中的比值,其他的颜色通道(Gr,B,Gb)比值在图中未示出。下述示例描述求比值的实施过程。
M_Ratio_Ri,j=M_Avg_Ri/2,j/2/M_Avg_Ri,j。其中,M_Ratio_Ri,j表示R颜色通道在中心网格的均值M_Avg_Ri/2,j/2与其在任一网格区域的均值M_Avg_Ri,j的比值。
M_Ratio_Gri,j=M_Avg_Gri/2,j/2/M_Avg_Gri,j。其中,M_Ratio_Gri,j表示Gr颜色通道在中心网格的均值M_Avg_Gri/2,j/2与其在任一网格区域的均值M_Avg_Gri,j的比值。
M_Ratio_Bi,j=M_Avg_Bi/2,j/2/M_Avg_Bi,j。其中,M_Ratio_Bi,j表示B颜色通道在中心网格的均值M_Avg_Bi/2,j/2与其在任一网格区域的均值M_Avg_Bi,j的比值。
M_Ratio_Gbi,j=M_Avg_Gbi/2,j/2/M_Avg_Gbi,j。其中,M_Ratio_Gbi,j表示Gb颜色通道在中心网格的均值M_Avg_Gbi/2,j/2与其在任一网格区域的均值M_Avg_Gbi,j的比值。
由于此时的中心网格为其中一个网格区域,故其求得的比值为1。值得注意的是,上述方式适用于任一网格中的任一颜色通道使用。
以上是确定颜色通道在网格区域中的比值的具体实施过程,该每种颜色通道在网格区域中的比值用于确定该颜色通道在网格区域中的顶点校正系数。
下面介绍在每个网格区域中,按照颜色通道确定各自的校正系数的具体实施过程。
在具体的实施过程中,每个颜色通道在每个网格区域中对应有预设个顶点。例如,若网格区域为四边形,则该颜色通道在每个网格区域中对应有四个顶点。若网格区域为六边形,则该颜色通道在每个网格区域中对应有六个顶点。而每个顶点具有对应的顶点校正系数。故,该颜色通道在每个网格区域中的校正系数包含预设个顶点校正系数。参看图3D,是R颜色通道在网格区域中顶点校正系数的示意图,其他的颜色通道(Gr,B,Gb)的顶点校正系数在图中未示出。从图3D中可以看出,R颜色通道在每个网格区域中对应有四个顶点校正系数。
在具体的实施过程中,由于每个颜色通道在每个网格区域中的顶点校正系数的处理方式都是相同,故本实施例仅以单个网格区域中的单种颜色通道为例进行说明,该颜色通道的每个顶点对应的顶点校正系数通过如下步骤获得:
首先,确定颜色通道在顶点对应的所属网格集中的比值及第一权重因子。具体来说,该顶点为颜色通道在同一网格区域中的任一顶点,该顶点对应的所属网格集包含P个所属网格,1≤P≤4。由于顶点的位置不同,其所属网格区域的个数也不同。例如图3D中最左上的顶点对应有1个所属网格,而居中任一顶点具有4个所属网格,分别为左上、右上、左下、右下的网格。
在确定所属网格集的比值的过程中,若该顶点对应有四个所属网格,则确定该颜色通道在这四个网格中的比值。比值的确定方式参看上述实施例即可。而针对权重因子来说,一个所属网格对应一个第一权重因子,不同所属网格对应的第一权重因子的具体值可能不同。而不同的颜色通道在相同的网格中也可能对应有不同的权重因子。再次,利用颜色通道在所属网格集中的第一权重因子补偿对应的比值,得到颜色通道在所属网格集中的补偿后比值。在补偿的过程中,采用第一权重因子和对应比值相乘的方式进行补偿。最后,对颜色通道在所属网格集中的补偿后比值求和,获得颜色通道在该顶点的顶点校正系数。
承接上述举例,当每个网格区域具有(R,Gr,B,Gb)四种颜色通道时,参看图3C,下述以R通道为例描述求比值的实施过程,其他颜色通道(Gr,B,Gb)图中未示出。
R_Coffi,j=M_Ratio_R00*(1-u)*(1-v)+M_Ratio_R01*u*(1-v)+M_Ratio_R10*(1-u)*v+M_Ratio_R11*u*v。其中,R_Coffi,j表示R颜色通道在任一网格中的任一顶点的顶点校正系数,M_Ratio_R00,M_Ratio_R01,M_Ratio_R10,M_Ratio_R11为R颜色通道在该顶点相邻的左上网格,右上网格,左下网格,右下网格中的比值。进一步的,(1-u)为顶点相邻的左上网格在垂直方向上的第一权重因子,(1-v)为顶点相邻的左上网格在水平方向上的第一权重因子。u,v∈(0,1)。以此类推。
Gr_Coffi,j=M_Ratio_Gr00*(1-u)*(1-v)+M_Ratio_Gr01*u*(1-v)+M_Ratio_Gr10*(1-u)*v+M_Ratio_Gr11*u*v。其中,Gr_Coffi,j表示Gr颜色通道在任一网格中的任一顶点的顶点校正系数,M_Ratio_Gr00,M_Ratio_Gr01,M_Ratio_Gr10,M_Ratio_Gr11为Gr颜色通道该顶点相邻的左上网格,右上网格,左下网格,右下网格中的比值。
B_Coffi,j=M_Ratio_B00*(1-u)*(1-v)+M_Ratio_B01*u*(1-v)+M_Ratio_B10*(1-u)*v+M_Ratio_B11*u*v。其中,B_Coffi,j表示B颜色通道在任一网格中的任一顶点的顶点校正系数,M_Ratio_B00,M_Ratio_B01,M_Ratio_B10,M_Ratio_B11为B颜色通道该顶点相邻的左上网格,右上网格,左下网格,右下网格中的比值。
Gb_Coffi,j=M_Ratio_Gb00*(1-u)*(1-v)+M_Ratio_Gb01*u*(1-v)+M_Ratio_Gb10*(1-u)*v+M_Ratio_Gb11*u*v。其中,Gb_Coffi,j表示Gb颜色通道在任一网格中的任一顶点的顶点校正系数,M_Ratio_Gb00,M_Ratio_Gb01,M_Ratio_Gb10,M_Ratio_Gb11为Gb颜色通道该顶点相邻的左上网格,右上网格,左下网格,右下网格中的比值。
通过上述实施方式,能够得到任一颜色在该网格区域中的任一顶点的顶点校正系数。
步骤104,利用各自的校正系数进行校正,获得校正后网格区域。
在本实施例中,由于每个网格区域包含了各自的M种颜色通道对应的的校正系数,则在进行校正的过程中,实际上是分颜色通道来对各自对应的像素点进行调整的,如此操作更有针对性。具体来说,针对每个网格区域中的每种颜色通道,利用颜色通道的校正系数校正颜色通道对应的像素点的原通道像素值,获得颜色通道对应的像素点的新通道像素值。例如,在该网格区域中,先使用R颜色通道对其对应的像素点的原通道像素值进行校正,得到R颜色通道对应的像素点的新通道像素值。再使用Gb颜色通道对其对应的像素点的原通道像素值进行校正,得到Gb颜色通道对应的像素点的新通道像素值。当该网格区域利用所有颜色通道的校正系数校正对其对应的像素点的原通道像素值校正之后,则得到校正后网格区域,校正后网格区域中的像素点具有新通道像素值。而对所有网格区域校正之后,则得到所有校正后网格区域。
在具体的实施过程中,由于对每种颜色通道来说,其在网格区域中对应有预设个顶点,且每个顶点具有对应的顶点校正系数,因此每种颜色通道在网格区域中具有预设个顶点校正系数。在该实施例中,针对每个网格区域中的每种颜色通道来说,会根据颜色通道的预设个顶点校正系数来针对性的对对应的网格区域进行校正。下述实施过程描述的是单个颜色通道在单个网格区域中的校正过程,其他的颜色通道在该网格区域中的校正过程相同,具体参看下述的实施过程。
首先,获得颜色通道在网格区域中的预设个校正系数的第二权重因子。其中,一个第二权重因子对应一个顶点校正系数;该颜色通道在的四个校正系数的第二权重因子各有不同。其次,利用预设个第二权重因子对对应的顶点校正系数进行补偿,得到预设个补偿后顶点校正系数。在补偿的过程中,利用校正系数和对应的第二权重因子相乘进行补偿。再次,利用预设个补偿后顶点校正系数求和,得到总校正系数。最后,利用总校正系数对颜色通道对应的像素点的原通道像素值进行补偿,得到颜色通道对应的像素点的新通道像素值。可见,由于总校正系数关联了该颜色通道在网格区域中的所有校正系数进行补偿,故能够更加全面也更加针对性的调整该颜色通道对应的像素点的像素值,进而能够有效校正图像,提高了成像质量。在此基础上,为了避免补偿系数过大引起图像噪声,还利用补偿因子对新通道像素值进行约束,进而控制图像亮度的补偿范围。
承接上述举例,当每个网格区域具有(R,Gr,B,Gb)四种颜色通道时,下述示例描述补偿的实施过程。
P'(x,y)R=(R_Coff00*(1-u')*(1-v')+R_Coff01*u'*(1-v')+R_Coff10*(1-u')*v'+R_Coff11*u'*v')*P(x,y)R*level。其中,P`(x,y)R表示R颜色通道在任一网格中的任一对应像素点的新通道像素值,P(x,y)R表示R颜色通道在任一网格中的任一对应像素点的原通道像素值,R_Coff00,R_Coff01,R_Coff10,R_Coff11,分别为R颜色通道在该网格中的左上顶点的顶点校正系数,右上顶点的顶点校正系数,左下顶点的顶点校正系数,右下顶点的顶点校正系数。1-u'为左上顶点的顶点校正系数在垂直方向上的第二权重因子,(1-v')为左上顶点的顶点校正系数在水平方向上的第二权重因子,以此类推。Level为补偿范围(Level∈(0,1))。
P'(x,y)Gr=(Gr_Coff00*(1-u')*(1-v')+Gr_Coff01*u'*(1-v')+Gr_Coff10*(1-u')*v'+Gr_Coff11*u'*v')*P(x,y)Gr*level。其中,P`(x,y)Gr表示Gr颜色通道在任一网格中的任一对应像素点的新通道像素值,P(x,y)Gr Gr颜色通道在任一网格中的任一对应像素点的原通道像素值,Gr_Coff00,Gr_Coff01,Gr_Coff10,Gr_Coff11,分别表示Gr颜色通道在该网格中的左上顶点的顶点校正系数,右上顶点的顶点校正系数,左下顶点的顶点校正系数,右下顶点的顶点校正系数。
P'(x,y)B=(B_Coff00*(1-u')*(1-v')+B_Coff01*u'*(1-v')+B_Coff10*(1-u')*v'+B_Coff11*u'*v')*P(x,y)B*level,其中,P`(x,y)B表示B颜色通道在任一网格中的任一对应像素点的新通道像素值,P(x,y)B表示B颜色通道在任一网格中的任一对应像素点的原通道像素值,B_Coff00,B_Coff01,B_Coff10,B_Coff11,分别表示B颜色通道在该网格中的左上顶点的顶点校正系数,右上顶点的顶点校正系数,左下顶点的顶点校正系数,右下顶点的顶点校正系数。
P'(x,y)Gb=(Gb_Coff00*(1-u')*(1-v')+Gb_Coff01*u'*(1-v')+Gb_Coff10*(1-u')*v'+Gb_Coff11*u'*v')*P(x,y)Gb*level,其中,P`(x,y)Gb表示Gb颜色通道在任一网格中的任一对应像素点的新通道像素值,P(x,y)Gb表示Gb颜色通道在任一网格中的任一对应像素点的原通道像素值,Gb_Coff00,Gb_Coff01,Gb_Coff10,Gb_Coff11,分别表示Gb颜色通道在该网格中的左上顶点的顶点校正系数,右上顶点的顶点校正系数,左下顶点的顶点校正系数,右下顶点的顶点校正系数。
步骤105,基于校正后网格区域,获得校正图像。
具体来说,将所有校正后网格区域进行合并,则得到校正图像。
在上述实施例公开的图像校正方法,能够按照颜色通道计算出每个网格区域的补偿系数,并分区域分颜色通道进行补偿,进而能够解决由摄像头本身结构引起的图像亮度不均匀的问题,参看图3E,是补偿前后的图像对比示意图。能够有效对图像进行校正,提高成像质量。
而基于相同的发明构思,下面的实施例介绍了一种图像校正装置,参看图4,包括:
获得模块401,用于获得待处理图像;
划分模块402,用于将所述待处理图像进行网格划分,获得网格区域集;
确定模块403,用于在每个网格区域中按照颜色通道确定各自的校正系数;
校正模块404,用于利用各自的校正系数进行校正,获得校正后网格区域;
合并模块405,用于基于所述校正后网格区域,获得校正图像。
作为一种可选的实施例,所述待处理图像中包含N种颜色通道,每个网格区域包含M种颜色通道;其中,N≥1且为正整数;M≤N且M为正整数;
所述待处理图像中的每个像素点对应一种颜色通道,且所述每个像素点的原通道像素值由对应的颜色通道产生。
作为一种可选的实施例,所述图像校正装置还包括:
求均值模块,用于针对每个网格区域中的每种颜色通道,确定所述颜色通道在中心网格中的均值,以及所述颜色通道在所述网格区域中的均值;
求比值模块,用于将所述颜色通道在中心网格中的均值和所述颜色通道在所述网格区域中的均值相比,确定所述颜色通道在所述网格区域中的比值。其中,所述颜色通道在所述网格区域中的比值用于确定所述颜色通道在所述网格区域中的顶点校正系数。
作为一种可选的实施例,所述求均值模块,具体用于:将所述颜色通道在所述网格区域中占据的原通道像素值总和与所述颜色通道在所述网格区域中的个数相比,获得所述颜色通道在所述网格区域中的均值。
作为一种可选的实施例,针对每个网格区域中的每种颜色通道,所述颜色通道在所述网格区域中对应有预设个顶点,且每个顶点具有对应的顶点校正系数;
所述颜色通道的每个顶点对应的顶点校正系数通过如下步骤获得:
确定所述颜色通道在所述顶点对应的所属网格集中的比值及第一权重因子;其中,一个所属网格对应一个第一权重因子;
利用所述颜色通道在所述所属网格集中的第一权重因子补偿对应的比值,得到所述颜色通道在所述所属网格集中的补偿后比值;
对所述颜色通道在所述所属网格集中的补偿后比值求和,获得所述颜色通道在所述顶点的顶点校正系数。
作为一种可选的实施例,所述校正模块404,具体用于:针对所述每个网格区域中的每种颜色通道,利用所述颜色通道的校正系数校正所述颜色通道对应的像素点的原通道像素值,获得所述颜色通道对应的像素点的新通道像素值。
作为一种可选的实施例,针对每个网格区域中的每种颜色通道,所述颜色通道在所述网格区域中对应有预设个顶点,且每个顶点具有对应的顶点校正系数;所述校正模块404,具体用于:针对所述每个网格区域中的每种颜色通道,获得所述颜色通道在所述网格区域中的预设个第二权重因子;其中,一个第二权重因子对应一个顶点校正系数;
利用预设个第二权重因子对对应的顶点校正系数进行补偿,得到预设个补偿后顶点校正系数;
利用预设个所述补偿后顶点校正系数求和,得到总校正系数;
利用所述总校正系数对所述颜色通道对应的像素点的原通道像素值进行补偿,得到所述颜色通道对应的像素点的新通道像素值。
作为一种可选的实施例,所述图像校正装置还包括:补偿模块,用于利用补偿因子对所述新通道像素值进行约束。
基于与前述实施例中同样的发明构思,本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前文任一方法的步骤。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的网关、代理服务器、系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载获得,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种图像校正方法,其特征在于,所述图像校正方法包括:
获得待处理图像;
将所述待处理图像进行网格划分,获得网格区域集;
在每个网格区域中按照颜色通道确定各自的校正系数;
利用各自的校正系数进行校正,获得校正后网格区域;
基于所述校正后网格区域,获得校正图像。
2.如权利要求1所述的图像校正方法,其特征在于,所述待处理图像中包含N种颜色通道,每个网格区域包含M种颜色通道;其中,N≥1且为正整数;M≤N且M为正整数;
所述待处理图像中的每个像素点对应一种颜色通道,且所述每个像素点的原通道像素值由对应的颜色通道产生。
3.如权利要求1所述的图像校正方法,其特征在于,所述在每个网格区域中按照颜色通道确定各自的校正系数之前,所述图像校正方法还包括:
针对每个网格区域中的每种颜色通道,确定所述颜色通道在中心网格中的均值,以及所述颜色通道在所述网格区域中的均值;
将所述颜色通道在中心网格中的均值和所述颜色通道在所述网格区域中的均值相比,确定所述颜色通道在所述网格区域中的比值。
4.如权利要求3所述的图像校正方法,其特征在于,所述确定所述颜色通道在所述网格区域中的均值,具体包括:
将所述颜色通道在所述网格区域中占据的原通道像素值总和与所述颜色通道在所述网格区域中的个数相比,获得所述颜色通道在所述网格区域中的均值。
5.如权利要求1所述的图像校正方法,其特征在于,所述在每个网格区域中按照颜色通道确定各自的校正系数,具体包括:
针对每个网格区域中的每种颜色通道,所述颜色通道在所述网格区域中对应有预设个顶点,且每个顶点具有对应的顶点校正系数;
所述颜色通道的每个顶点对应的顶点校正系数通过如下步骤获得:
确定所述颜色通道在所述顶点对应的所属网格集中的比值及第一权重因子,其中,一个所属网格对应一个第一权重因子;
利用所述颜色通道在所述所属网格集中的第一权重因子补偿对应的比值,得到所述颜色通道在所述所属网格集中的补偿后比值;
对所述颜色通道在所述所属网格集中的补偿后比值求和,获得所述颜色通道在所述顶点的顶点校正系数。
6.如权利要求1所述的图像校正方法,其特征在于,所述利用各自的校正系数进行校正,获得校正后网格区域,具体包括:
针对所述每个网格区域中的每种颜色通道,利用所述颜色通道的校正系数校正所述颜色通道对应的像素点的原通道像素值,获得所述颜色通道对应的像素点的新通道像素值。
7.如权利要求1所述的图像校正方法,其特征在于,所述利用各自的校正系数进行校正,获得校正后网格区域,具体包括:
针对所述每个网格区域中的每种颜色通道,获得所述颜色通道在所述网格区域中的预设个第二权重因子,其中,一个第二权重因子对应一个顶点校正系数,该顶点校正系数具体为针对每个网格区域中的每种颜色通道,所述颜色通道在所述网格区域中对应有预设个顶点,且每个顶点具有对应的所述顶点校正系数;
利用预设个第二权重因子对对应的顶点校正系数进行补偿,得到预设个补偿后顶点校正系数;
利用预设个所述补偿后顶点校正系数求和,得到总校正系数;
利用所述总校正系数对所述颜色通道对应的像素点的原通道像素值进行补偿,得到所述颜色通道对应的像素点的新通道像素值。
8.如权利要求7所述的图像校正方法,其特征在于,所述得到所述颜色通道对应的像素点的新通道像素值之后,所述图像校正方法还包括:
利用补偿因子对所述新通道像素值进行约束。
9.一种图像校正装置,其特征在于,所述图像校正装置包括:
获得模块,用于获得待处理图像;
划分模块,用于将所述待处理图像进行网格划分,获得网格区域集;
确定模块,用于在每个网格区域中按照颜色通道确定各自的校正系数;
校正模块,用于利用各自的校正系数进行校正,获得校正后网格区域;
合并模块,用于基于所述校正后网格区域,获得校正图像。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111059567.2A CN113763278A (zh) | 2021-09-10 | 2021-09-10 | 一种图像校正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111059567.2A CN113763278A (zh) | 2021-09-10 | 2021-09-10 | 一种图像校正方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113763278A true CN113763278A (zh) | 2021-12-07 |
Family
ID=78794568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111059567.2A Pending CN113763278A (zh) | 2021-09-10 | 2021-09-10 | 一种图像校正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113763278A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5132788A (en) * | 1989-02-25 | 1992-07-21 | Minolta Camera Kabushiki Kaisha | Image processing apparatus for processing respective image data obtained by reading an outputting image signal corresponding to pixels forming the original image |
US20040196960A1 (en) * | 2003-04-04 | 2004-10-07 | Shunichiro Tanigawa | Correction coefficient calculating method for X-ray CT systems, beam hardening post-processing method therefor, and X-ray CT system |
CN104778664A (zh) * | 2015-04-10 | 2015-07-15 | 信利光电股份有限公司 | 一种图像亮度校正的方法 |
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 |
CN107863060A (zh) * | 2017-11-28 | 2018-03-30 | 青岛海信电器股份有限公司 | 一种图像色彩校正的方法及装置 |
CN111182242A (zh) * | 2019-12-20 | 2020-05-19 | 翱捷智能科技(上海)有限公司 | 一种rgb-ir图像的校正方法和装置 |
CN112561829A (zh) * | 2020-12-23 | 2021-03-26 | 西北工业大学 | 基于L通道Gamma变换的多区域非均匀亮度失真校正算法 |
CN113129222A (zh) * | 2020-01-13 | 2021-07-16 | 华为技术有限公司 | 颜色阴影校正方法、终端设备及计算机可读存储介质 |
-
2021
- 2021-09-10 CN CN202111059567.2A patent/CN113763278A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5132788A (en) * | 1989-02-25 | 1992-07-21 | Minolta Camera Kabushiki Kaisha | Image processing apparatus for processing respective image data obtained by reading an outputting image signal corresponding to pixels forming the original image |
US20040196960A1 (en) * | 2003-04-04 | 2004-10-07 | Shunichiro Tanigawa | Correction coefficient calculating method for X-ray CT systems, beam hardening post-processing method therefor, and X-ray CT system |
CN104778664A (zh) * | 2015-04-10 | 2015-07-15 | 信利光电股份有限公司 | 一种图像亮度校正的方法 |
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 |
CN107863060A (zh) * | 2017-11-28 | 2018-03-30 | 青岛海信电器股份有限公司 | 一种图像色彩校正的方法及装置 |
CN111182242A (zh) * | 2019-12-20 | 2020-05-19 | 翱捷智能科技(上海)有限公司 | 一种rgb-ir图像的校正方法和装置 |
CN113129222A (zh) * | 2020-01-13 | 2021-07-16 | 华为技术有限公司 | 颜色阴影校正方法、终端设备及计算机可读存储介质 |
CN112561829A (zh) * | 2020-12-23 | 2021-03-26 | 西北工业大学 | 基于L通道Gamma变换的多区域非均匀亮度失真校正算法 |
Non-Patent Citations (3)
Title |
---|
GUANYING HUO: ""Underwater Image Restoration Based on Color Correction and Red Channel Prior"", 《 2018 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN, AND CYBERNETICS》 * |
张倩;崔斌;王沛;黄继风;: "基于3DGMM的多视点视频直方图颜色校正", 电视技术, no. 03 * |
张泉: ""大气痕量气体差分吸收光谱仪光谱图像数据校正方法研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2023286A2 (en) | Surface mesh matching for lens roll-off correction | |
US6965395B1 (en) | Methods and systems for detecting defective imaging pixels and pixel values | |
JP4686496B2 (ja) | 撮像装置 | |
CN101902562B (zh) | 滤波器电路、图像处理设备、成像设备和图像处理方法 | |
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 | |
JP2020522726A (ja) | ディスプレイパネルのムラ現象補正方法及びディスプレイパネル | |
CN101272503B (zh) | 一种保持图像清晰度的网格噪声消除方法及其装置 | |
US20130057734A1 (en) | Image processing apparatus, image processing method, information recording medium, and program | |
JP2012191465A (ja) | 画像処理装置、および画像処理方法、並びにプログラム | |
US20170078596A1 (en) | Adaptive shading correction | |
CN108009997B (zh) | 一种调整图像对比度的方法及装置 | |
CN107024485A (zh) | 曲面显示屏的缺陷检测方法和装置 | |
US20140125847A1 (en) | Image processing apparatus and control method therefor | |
US8749668B2 (en) | Adaptive pixel compensation method | |
US9392180B2 (en) | Partial lens shading compensation method | |
JP2011171885A (ja) | 画像処理装置及び画像処理方法 | |
US9270872B2 (en) | Apparatus, systems, and methods for removing shading effect from image | |
JP5524133B2 (ja) | 画像処理装置 | |
JP2013055623A (ja) | 画像処理装置、および画像処理方法、情報記録媒体、並びにプログラム | |
CN107248147B (zh) | Raw-rgb图像中坏点消除的方法 | |
JP2008258909A (ja) | 信号処理回路 | |
CN106971375B (zh) | 一种图像放大的处理方法及装置 | |
CN102905077B (zh) | 一种图像暗角亮度调节方法及装置 | |
CN113763278A (zh) | 一种图像校正方法及装置 | |
CN114079735B (zh) | 固定图像噪声的影像补偿系统 |
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 |