CN113920028B - 一种基于变宽滤波的渐晕图像校正方法 - Google Patents
一种基于变宽滤波的渐晕图像校正方法 Download PDFInfo
- Publication number
- CN113920028B CN113920028B CN202111204909.5A CN202111204909A CN113920028B CN 113920028 B CN113920028 B CN 113920028B CN 202111204909 A CN202111204909 A CN 202111204909A CN 113920028 B CN113920028 B CN 113920028B
- Authority
- CN
- China
- Prior art keywords
- vignetting
- filtering
- image
- width
- curved surface
- 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.)
- Active
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000003702 image correction Methods 0.000 title claims abstract description 8
- 230000000694 effects Effects 0.000 abstract description 6
- 238000011410 subtraction method Methods 0.000 abstract description 3
- 238000000605 extraction Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 210000001747 pupil Anatomy 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
- G06T5/80—Geometric correction
-
- 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
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于变宽滤波的渐晕图像校正方法，针对现有渐晕图像的滤波校正法在轴上点附近不能准确校正，导致校正后存在亮团而影响后续处理的问题，通过在渐晕图像全局峰值点附近按照一定规则改变移动窗口的宽度进行滤波，来获得更加准确的渐晕曲面以校正渐晕。本发明优点在于：不仅校正效果优于模型拟合消减法，而且可以抑制现有各种滤波校正法在轴上点附近产生的亮团，从而实现对渐晕图像全面而准确的校正。
Description
技术领域
本发明属于图像处理领域，具体涉及一种基于变宽滤波的渐晕图像校正方法。
背景技术
在光电成像系统中，由于轴外点发出并充满入瞳的光束会被某些透镜所遮拦，轴外点的成像光束小于轴上点的成像光束，使得像面边缘的光照度有所下降。这种轴外点光束被部分拦掉的现象称为“渐晕”，并且物点离光轴越远渐晕越大。因此，光电成像系统所形成的图像往往是中间亮而边缘暗，其亮度分布形似一个倒置的“锅”状，不利于后续分析或处理。比如，在需要将天空中的弱小目标提取出来时，如果图像有较强的渐晕，则难以直接用分割的方法把目标提取出来。
为了减小渐晕对图像处理带来的影响，人们提出了多种渐晕图像的校正方法，比如：模型拟合消减法，即用多项式、高斯分布或其它模型拟合整幅图像来估计渐晕曲面，再用整幅图像减去该渐晕曲面来进行校正；移动窗口滤波校正法，即用各像素周围像素的均值（或其它统计值）来估计渐晕曲面并进行校正；高通滤波校正法，即将图像通过一个高通滤波器，去除其低频成分，从而得到校正图像；小波分解校正法，即将图像进行小波分解，将其低频部分作为渐晕曲面来进行校正，等等。
然而，上述方法都存在一定的缺陷。模型拟合消减法需要提前建立渐晕模型函数，但函数难以精确描述不规则的渐晕曲面，因此校正后残余量较大，不适用于校正要求较高的情况。各种滤波校正法（包括小波分解）本质上都是以图像的低频成分作为渐晕曲面，虽然可以得到更加真实的渐晕曲面，获得更好的校正效果，但是存在一个先天的问题：图像中的轴上点（即“锅底”）位置是一个全局峰值点，常规滤波校正法得到的结果在该位置总会出现一个亮团，影响后续处理。以移动窗口滤波法为例，为了得到平滑的渐晕曲面，移动窗口的宽度往往设置得比较大。在轴外点区域，由于渐晕图像基本上是全局单调上升、局部随机波动，即便移动窗口宽度较大，窗口内各像素的均值也与窗口中心像素值相差不大，且局部波动被抑制，从而获得平滑而合理的渐晕曲面。但是对轴上点而言，由于轴上点是全局峰值点，以之为中心的窗口内各像素的均值将必然小于轴上点。因此，在移动窗口较大的条件下，滤波得到的渐晕曲面在轴上点附近必将小于实际值，导致校正后出现一个明显的亮团，而且窗口越大越明显。该问题大大限制了滤波校正法在渐晕图像校正上的应用，如果要得到更好的校正效果，就必须克服轴上点的校正问题。
发明内容
本发明要解决的技术问题为：针对现有渐晕图像的滤波校正法在轴上点附近不能准确校正，导致校正后存在亮团而影响后续处理的问题，提供一种基于变宽滤波的渐晕图像校正方法。
本发明的采用的技术方案为：一种基于变宽滤波的渐晕图像校正方法，在对渐晕图像进行移动窗口滤波估计渐晕曲面时，渐晕图像各像素点的滤波窗口宽度不是固定的，而要根据各像素点与全局峰值点的相对位置关系来计算，越靠近全局峰值点滤波窗口宽度越小。
所述渐晕图像各像素点的滤波窗口宽度的计算公式为：
式中，W表示渐晕图像中待滤波像素点的滤波窗口宽度，x和y分别表示渐晕图像中待滤波像素点的横、纵坐标，x0和y0分别表示渐晕图像中全局峰值点的横、纵坐标，min(·,·)表示取小者，max(·,·)表示取大者，V表示滤波窗口宽度的下限（奇数），P表示滤波窗口宽度的上限（奇数）。
本发明一种基于变宽滤波的渐晕图像校正方法，以移动窗口滤波校正法为基础，通过在渐晕图像全局峰值点附近按照一定规则改变移动窗口的宽度进行滤波（简称“变宽滤波”），来获得更加准确的渐晕曲面以校正渐晕，进而克服校正后存在亮团的问题，具体实现步骤为：
步骤1、用现有的拟合或滤波等方法初步估计渐晕曲面；
步骤2、找出初步估计渐晕曲面的全局峰值点位置；
步骤3、对渐晕图像进行变宽滤波来重新估计渐晕曲面，即在对渐晕图像进行移动窗口滤波估计渐晕曲面时，渐晕图像各像素点的滤波窗口宽度不是固定的，而要根据各像素点与全局峰值点的相对位置关系来计算，越靠近全局峰值点滤波窗口宽度越小；
步骤4、用渐晕图像减去用变宽滤波重新估计的渐晕曲面，得到校正图像；
步骤5、利用校正图像进行后续处理。
本发明与现有技术相比的有益效果在于：本发明方法不仅校正效果优于模型拟合消减法，而且可以抑制现有各种滤波校正法在轴上点附近产生的亮团，从而实现对渐晕图像全面而准确的校正。
附图说明
图1是实施例中的渐晕图像原图；
图2是实施例中渐晕图像原图的三维图；
图3是实施例中用定宽滤波初步估计的渐晕曲面；
图4是实施例中用初步估计渐晕曲面来校正渐晕的结果图；
图5是实施例中所找出的全局峰值点位置示意图；
图6是实施例中用变宽滤波重新估计的渐晕曲面；
图7是实施例中渐晕图像原图（图2）、定宽滤波结果（图3）和变宽滤波结果（图6）在x=66处的纵向截面曲线对比；
图8是实施例中用重新估计的渐晕曲面来校正渐晕的结果图；
图9是实施例中对图4分割提取的结果图；
图10是实施例中对图8分割提取的结果图。
具体实施方式
以下是本发明的具体实施办法。但以下的实施例仅限于解释本发明，本发明的保护范围应包括权利要求的全部内容，而且通过以下实施例对该领域的技术人员即可以实现本发明权利要求的全部内容。
步骤1、用现有的拟合或滤波等方法初步估计渐晕曲面。
该步骤主要是为找出轴上点位置作铺垫。轴上点虽然是光强最大的位置，但由于渐晕图像中可能含有目标物和噪声，并不是平滑均匀的，因此不能直接用图像的最大值点来作为轴上点，而应该以整幅图像的全局峰值点作为轴上点。现有的拟合或滤波等方法得到的渐晕曲面虽然不够准确，但是轴上点位置与实际的轴上点位置基本一致。因此，该步骤用现有的拟合或滤波等方法初步估计渐晕曲面，进而找出渐晕图像的轴上点位置。
本实施例以如图1所示的一幅渐晕图像为例，图2是该图的三维图。该图像中有一个弱小的点状目标，但是由于渐晕的存在，目标难以被发现和提取。为了方便对比，本步骤首先采用固定窗口宽度的移动窗口滤波法（简称“定宽滤波”）来初步估计渐晕曲面。本实施例渐晕图像原图分辨率为192×192，选择用15×15的固定窗口来进行滤波。滤波后初步估计的渐晕曲面如图3所示。如果直接用初步估计的渐晕曲面来进行校正，则可得到如图4所示的校正图像。可见，虽然点状目标凸显了出来，但是轴上点附近有一个明显的亮团，影响点状目标的分割提取。
步骤2、找出初步估计渐晕曲面的全局峰值点位置。
该步骤则是利用初步估计的渐晕曲面找出渐晕图像的轴上点位置。由于初步估计的渐晕曲面已经通过滤波消除了目标物和噪声的影响，因此其最大值的像素就是全局峰值点，即轴上点。值得注意的是，如果目标物和噪声影响较大，导致初步估计的渐晕曲面不够平滑，则需用更大的移动窗口进行滤波。本实施例用15×15的固定窗口进行滤波也是基于该原则确定。本实施例所找出的全局峰值点位置坐标为(66,92)（如图5中的“十”字位置），可见与图4中亮团的位置是一致的。
步骤3、对渐晕图像进行变宽滤波来重新估计渐晕曲面，即在对渐晕图像进行移动窗口滤波估计渐晕曲面时，渐晕图像各像素点的滤波窗口宽度不是固定的，而要根据各像素点与全局峰值点的相对位置关系来计算，越靠近全局峰值点滤波窗口宽度越小。
为了便于说明，本实施例采用正方形窗口进行变宽滤波，即窗口的横、纵宽度一致。渐晕图像各像素点的滤波窗口宽度的计算公式为：
式中，W表示渐晕图像中待滤波像素点的滤波窗口宽度，x和y分别表示渐晕图像中待滤波像素点的横、纵坐标，x0和y0分别表示渐晕图像中全局峰值点的横、纵坐标，min(·,·)表示取小者，max(·,·)表示取大者，V表示滤波窗口宽度的下限（奇数），P表示滤波窗口宽度的上限（奇数）。
由上式可知，针对不同坐标的像素所用滤波窗口宽度也不同，越靠近全局峰值点滤波窗口宽度越小，但最大不超过P，最小不低于V。根据前面步骤的结果，本实施例选取V=1、P=15、x0=66和y0=92进行变宽滤波。比如当x=68和y=97时，其滤波窗口就不再是固定的15×15，而变成了11×11。变宽滤波得到的结果如图6所示，也就是重新估计的渐晕曲面。变宽滤波与定宽滤波相比，主要区别在于轴上点附近更加尖锐，更加符合实际的渐晕曲面。为了便于比较，图7中展示了渐晕图像原图（图2）、定宽滤波结果（图3）和变宽滤波结果（图6）在x=66处的纵向截面曲线对比。从图中可见，定宽滤波结果在峰值附近明显小于原图，由此造成估计出的渐晕曲面失真；而变宽滤波结果不仅平滑而且基本与原图保持一致，因而估计出的渐晕曲面更加符合实际情况。
步骤4、用渐晕图像减去用变宽滤波重新估计的渐晕曲面，得到校正图像。
本实施例用渐晕图像原图（图2）减去用变宽滤波重新估计的渐晕曲面（图6）得到的校正图像如图8所示。与图4对比可知，图8在轴上点附近已经没有明显的亮团，进而可以更加方便地进行后续处理。
步骤5、利用校正图像进行后续处理。
本实施例的主要目的是分割提取出渐晕图像中的弱小点状目标。如果直接用现有方法校正的结果（图4）来进行提取，则分割结果中不仅有目标还有亮团，难以正确地提取目标，如图9所示；如果用本发明方法校正的结果（图8）来进行提取，则分割结果中只有真正的目标，从而降低了提取的难度，如图10所示。
本发明未详细阐述部分属于本领域技术人员的公知技术。
Claims (1)
1.一种基于变宽滤波的渐晕图像校正方法，其特征在于：具体实现步骤为：
步骤1、用现有的拟合或滤波方法初步估计渐晕曲面；
步骤2、找出初步估计渐晕曲面的全局峰值点位置；
步骤3、对渐晕图像进行变宽滤波来重新估计渐晕曲面，即在对渐晕图像进行移动窗口滤波估计渐晕曲面时，渐晕图像各像素点的滤波窗口宽度不是固定的，而要根据各像素点与全局峰值点的相对位置关系来计算，越靠近全局峰值点滤波窗口宽度越小；
步骤4、用渐晕图像减去用变宽滤波重新估计的渐晕曲面，得到校正图像；
步骤5、利用校正图像进行后续处理;
所述渐晕图像各像素点的滤波窗口宽度的计算公式为：
式中，W表示渐晕图像中待滤波像素点的滤波窗口宽度，x和y分别表示渐晕图像中待滤波像素点的横、纵坐标，x0和y0分别表示渐晕图像中全局峰值点的横、纵坐标，min(·,·)表示取小者，max(·,·)表示取大者，V表示滤波窗口宽度的下限，其为奇数，P表示滤波窗口宽度的上限，其为奇数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111204909.5A CN113920028B (zh) | 2021-10-15 | 2021-10-15 | 一种基于变宽滤波的渐晕图像校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111204909.5A CN113920028B (zh) | 2021-10-15 | 2021-10-15 | 一种基于变宽滤波的渐晕图像校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113920028A CN113920028A (zh) | 2022-01-11 |
| CN113920028B true CN113920028B (zh) | 2023-05-30 |
Family
ID=79241021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111204909.5A Active CN113920028B (zh) | 2021-10-15 | 2021-10-15 | 一种基于变宽滤波的渐晕图像校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113920028B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102713713A (zh) * | 2009-10-13 | 2012-10-03 | 佳能株式会社 | 焦点调节设备和焦点调节方法 |
| CN103312996A (zh) * | 2012-03-12 | 2013-09-18 | 佳能株式会社 | 图像处理设备、图像处理方法和放射线系统 |
| CN106803892A (zh) * | 2017-03-13 | 2017-06-06 | 中国科学院光电技术研究所 | 一种基于光场测量的光场高清晰成像方法 |
| CN107341773A (zh) * | 2017-06-13 | 2017-11-10 | 浙江大学 | 一种多光谱图像的渐晕校正方法 |
| CN107749987A (zh) * | 2017-09-30 | 2018-03-02 | 河海大学 | 一种基于块运动估计的数字视频稳像方法 |
| CN111598897A (zh) * | 2020-05-13 | 2020-08-28 | 西安工程大学 | 基于Otsu和改进Bernsen的红外图像分割方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8284271B2 (en) * | 2009-06-05 | 2012-10-09 | Apple Inc. | Chroma noise reduction for cameras |
-
2021
- 2021-10-15 CN CN202111204909.5A patent/CN113920028B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102713713A (zh) * | 2009-10-13 | 2012-10-03 | 佳能株式会社 | 焦点调节设备和焦点调节方法 |
| CN103312996A (zh) * | 2012-03-12 | 2013-09-18 | 佳能株式会社 | 图像处理设备、图像处理方法和放射线系统 |
| CN106803892A (zh) * | 2017-03-13 | 2017-06-06 | 中国科学院光电技术研究所 | 一种基于光场测量的光场高清晰成像方法 |
| CN107341773A (zh) * | 2017-06-13 | 2017-11-10 | 浙江大学 | 一种多光谱图像的渐晕校正方法 |
| CN107749987A (zh) * | 2017-09-30 | 2018-03-02 | 河海大学 | 一种基于块运动估计的数字视频稳像方法 |
| CN111598897A (zh) * | 2020-05-13 | 2020-08-28 | 西安工程大学 | 基于Otsu和改进Bernsen的红外图像分割方法 |
Non-Patent Citations (1)
| Title |
|---|
| 畅柳 ; 王宁 ; 时爽爽 ; .多种空间域滤波方法在大华北地区地壳垂直形变场中的对比分析.地震研究.2018,第41卷(第03期),第464-471页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113920028A (zh) | 2022-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109785245B (zh) | 一种光斑图像修整方法 | |
| US11257194B2 (en) | Method for image dehazing based on adaptively improved linear global atmospheric light of dark channel | |
| CN105913396B (zh) | 一种噪声估计的图像边缘保持混合去噪方法 | |
| KR101518722B1 (ko) | 안개 등의 대기 산란 입자로 인한 왜곡 보정용 영상 처리 방법 및 장치 | |
| CN113034452B (zh) | 一种焊件轮廓检测方法 | |
| CN107392095A (zh) | 一种基于掩码图像的红外弱小目标检测算法 | |
| CN109636732A (zh) | 一种深度图像的空洞修复方法以及图像处理装置 | |
| CN109377450B (zh) | 一种边缘保护的去噪方法 | |
| KR20050041886A (ko) | 전역 통계 및 국부 통계에 의해 컨트롤되는 노이즈 감소장치 및 그 방법 | |
| CN111968144A (zh) | 一种图像边缘点获取方法及装置 | |
| CN105139391B (zh) | 一种雾霾天气交通图像边缘检测方法 | |
| CN111445490B (zh) | 一种显微操作系统目标前景提取方法及系统 | |
| CN109559318B (zh) | 基于积分算法的局部自适应图像阈值处理方法 | |
| CN109671084B (zh) | 一种工件形状的测量方法 | |
| CN113920028B (zh) | 一种基于变宽滤波的渐晕图像校正方法 | |
| CN107464219A (zh) | 连续图像的运动检测及降噪方法 | |
| CN117314766B (zh) | 一种手机钢化玻璃膜表面图像增强方法和系统 | |
| CN111091501A (zh) | 一种大气散射去雾模型的参数估计方法 | |
| CN113379640A (zh) | 一种融合边缘信息的多级滤波图像去噪方法 | |
| CN111652821A (zh) | 基于梯度信息的微光视频图像降噪处理方法、装置和设备 | |
| CN113674180B (zh) | 磨砂平面低对比度缺陷检测方法、装置、设备和存储介质 | |
| CN109615597B (zh) | 一种基于中心仿射滤波的图像斑点噪声抑制方法 | |
| CN113505811A (zh) | 一种轮毂生产用机器视觉成像方法 | |
| CN113284056A (zh) | 一种用于水上红外图像增强的方法 | |
| CN109993799B (zh) | 一种紫外摄像机标定方法及标定装置 |
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 |