CN114283077B - 一种校正图像横向色差的方法 - Google Patents
一种校正图像横向色差的方法 Download PDFInfo
- Publication number
- CN114283077B CN114283077B CN202111493553.1A CN202111493553A CN114283077B CN 114283077 B CN114283077 B CN 114283077B CN 202111493553 A CN202111493553 A CN 202111493553A CN 114283077 B CN114283077 B CN 114283077B
- Authority
- CN
- China
- Prior art keywords
- channel
- image
- center distance
- corrected
- chromatic aberration
- 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
- 230000004075 alteration Effects 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Landscapes
- Color Television Image Signal Generators (AREA)
- Image Processing (AREA)
Abstract
本申请提供一种校正图像横向色差的方法，包括计算G通道图像中待校正像素点的第一中心距；构建R通道图像中的第二中心距与第一中心距的二次方程式，以及B通道图像中的第三中心距与第一中心距的二次方程式；根据二次方程式结合G通道图像、R通道图像以及B通道图像的其他相应参数计算并获取待校正像素点的R通道灰度值和B通道灰度值；将G通道灰度值、R通道灰度值和B通道灰度值叠加后作为新图像中待校正像素点的RGB值并输出。本申请在对标定图像进行横向色差校正时，横轴和纵轴只需要拟合一个二次方程式，相较于现有的需要将横轴和纵轴分别进行拟合三次多项式校正的方案，运算量更少，对标定图像的横向色差校正速度更快，校正误差更小。
Description
技术领域
本申请涉及图像处理技术领域，尤其涉及一种校正图像横向色差的方法。
背景技术
在图像处理系统中，当可见光通过相机镜头的透镜时，由于折射介质的折射率随着波长的改变而改变，不同颜色的光线波长不同，波长越长的光，折射率越大。因此，不同波长的光线经过透镜成像后会聚焦在像平面的不同位置处，此种现象被称为横向色差。横向色差主要是由透镜引起的，横向色差严重时，相机拍摄的物体图像会出现彩色边缘。图1为横向色差产生示意图，从图1中可以看出，入射光经过透镜后聚焦到像平面上时，蓝色光线、绿色光线和红色光线经过透镜后在像平面的轴外点不重合。在具体成像时，表现为横向色差会破坏轴外点的成像清晰度，造成白光像的模糊，而且横向色差在距离图像中心像素点越远时表现越明显。
目前，通常采用软件校正方法校正图像的横向色差。软件校正方法通常从数字图像处理方面入手，通过对获取的图像进行横向色差大小的计算，然后对RGB三通道的不同像高进行对齐从而完成横向色差的校正。现有技术中，一种软件校正方法的校正横向色差的具体过程为：首先，通过相机拍摄棋盘格标定图像；然后，获取RGB三通道中的三个不同棋盘格坐标，并根据三个不同棋盘格坐标拟合两个三次多项式；最后，求解三次多项式的参数，并根据求解出的多项式参数，对横向色差进行校正。
现有的软件校正方法中需要对横轴和纵轴分别拟合三次多项式进行校正，但是采用三次多项式校正的运算量较大，尤其是对图像分辨率较大的图像进行横向色差校正时的计算速度慢，校正效率低。
发明内容
本申请提供了一种校正图像横向色差的方法，以解决现有技术中存在的采用三次多项式校正的运算量较大，尤其是对图像分辨率较大的图像进行横向色差校正时的计算速度慢，校正效率低的问题。
第一方面，本申请提供一种校正图像横向色差的方法，包括：
获取通道图像，所述通道图像通过将标定图像进行分离得到，所述标定图像通过相机拍摄获取，所述通道图像包括R通道图像、G通道图像和B通道图像；
计算待校正像素点的第一中心距，所述第一中心距为所述待校正像素点在所述G通道图像中到G通道中心像素点的距离；
根据二次方程式和所述第一中心距，计算所述待校正像素点在R通道图像中的第二中心距以及所述待校正像素点在B通道图像中的第三中心距；
获取所述待校正像素点的G通道灰度值和方位角，所述G通道灰度值根据所述待校正像素点的G通道坐标获得，所述方位角为所述待校正像素点距离所述G通道中心像素点的角度；
计算所述待校正像素点在R通道图像中的第一实际坐标和所述待校正像素点在B通道图像中的第二实际坐标，所述第一实际坐标根据所述第二中心距和所述方位角计算得到，所述第二实际坐标根据所述第三中心距和所述方位角计算得到；
获取所述待校正像素点的R通道灰度值和B通道灰度值，所述R通道灰度值根据所述第一实际坐标获取，所述B通道灰度值根据所述第二实际坐标获取；
构建一张与所述标定图像大小相同的新图像，所述新图像中不包含灰度值；
获取所述新图像中待校正像素点的RGB值，所述RGB值通过将所述待校正像素点的G通道灰度值和R通道灰度值以及B通道灰度值进行叠加得到；
将包含所述RGB值的新图像作为校正图像输出。
上述技术方案中，只需要通过相机拍摄一张标定图像，即可通过相关软件程序对标定图像进行横向色差校正处理。并且，每个通道图像的横轴和纵轴只需要拟合一个二次方程式，运算量更少，计算更快。
在本申请的较佳实施例中，根据二次方程式和所述第一中心距，计算所述待校正像素点在R通道图像中的第二中心距以及所述待校正像素点在B通道图像中的第三中心距，包括：
以所述G通道图像为参考，建立二次方程式，所述二次方程式包括第一方程式和第二方程式，所述第一方程式根据所述第一中心距和第一相关系数建立，所述第二方程式根据所述第一中心距和和第二相关系数建立；
计算所述第一相关系数和所述第二相关系数。
在本申请的较佳实施例中，计算所述第一相关系数和所述第二相关系数，包括：
计算第一角点中心距，所述第一角点中心距根据G通道角点坐标和G通道中心像素点坐标进行计算；
计算第二角点中心距，所述第二角点中心距根据R通道角点坐标和R通道中心像素点坐标进行计算；
计算第三角点中心距，所述第三角点中心距根据B通道角点坐标和B通道中心像素点坐标进行计算；
以G通道图像为参考，构建所述第二角点中心距与第一角点中心距的第三方程式，以及所述第三角点中心距与第一角点中心距的第四方程式；
根据所述第一角点中心距、第二角点中心距和所述第三方程式，计算所述第一相关系数；
根据所述第一角点中心距、第三角点中心距和所述第四方程式，计算所述第二相关系数。
在本申请的较佳实施例中，所述第一相关系数包括R通道二次项常数系数、R通道一次项常数系数和R通道常数项；所述第二相关系数包括B通道二次项常数系数、B通道一次项常数系数和B通道常数项。
在本申请的较佳实施例中，第一方程式的公式如下：
其中，LR表示第二中心距，LG表示第一中心距，c1表示R通道二次项常数系数，c2表示R通道一次项常数系数，c3表示R通道常数项；
第二方程式的计算公式如下：
其中，LB表示第三中心距，LG表示第一中心距，c4表示B通道二次项常数系数，c5表示B通道一次项常数系数，c6表示B通道常数项。
在本申请的较佳实施例中，所述R通道图像、G通道图像和B通道图像均为灰度图像，且所述R通道图像、G通道图像和B通道图像中待校正像素点的方位角相同。
在本申请的较佳实施例中，所述方法还包括：
判断所述第一实际坐标和所述第二实际坐标是否为整数；
确定所述第一实际坐标和所述第二实际坐标均为整数，则分别获取所述第一实际坐标对应的R通道灰度值和所述第二坐标对应的B通道灰度值；
确定所述第一实际坐标或所述第二实际坐标为小数，则通过双线性插值法分别计算所述第一实际坐标对应的R通道灰度值和所述第二坐标对应的B通道灰度值。
在本申请的较佳实施例中，所述第一实际坐标根据R通道图像中的相似三角形原理计算得到；所述第二实际坐标根据B通道图像中的相似三角形原理计算得到。
第二方面，本申请提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现一种校正图像横向色差的方法的步骤。
第三方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现一种校正图像横向色差的方法的步骤。
本申请提供的一种校正图像横向色差的方法，相较于现有技术而言，具有以下有益效果：
本申请通过相机拍摄一张标定图像，并通过相关软件程序对标定图像进行横向色差校正。在对标定图像进行横向色差校正时，每个通道图像的横轴和纵轴只需要拟合一个二次方程式，相较于现有的需要将横轴和纵轴分别进行拟合三次多项式校正的方案，运算量更少，计算更快，对标定图像的横向色差校正速度更快，校正误差更小。本申请尤其是对图像分辨率较大的图像进行横向色差校正时的计算速度较快，校正效率较高。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是横向色差产生示意图；
图2是本申请实施例1的一种校正图像横向色差的方法流程图；
图3是一张横向色差的棋盘格标定图像示意图；
图4是采用本申请实施例1的方法对棋盘格标定图像进行横向色差校正后的棋盘格校正图像示意图。
具体实施方式
为使本申请的目的、实施方式和优点更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，所描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
基于本申请描述的示例性实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请所附权利要求保护的范围。此外，虽然本申请中公开内容按照示范性一个或几个实例来介绍，但应理解，可以就这些公开内容的各个方面也可以单独构成一个完整实施方式。
需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。
为便于对申请的技术方案进行，以下首先在对本申请所涉及到的一些概念进行说明。
在本申请中，诸如“第一”、“第二”、“第三”和“第四”等术语仅仅是用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或顺序。另外，术语“包括”、“还包括”或者任何其他变体意在涵盖非排他性的包含，从而使得其不仅包括明确列出的要素，还包括没有明确列出的其他要素。因此，不会造成本申请的方案不清楚。
色差分为横向色差(TCA)和轴向色差(ACA)，轴向色差是指透镜无法将不同颜色聚焦到相同的焦平面上。横向色差是由斜入射光导致的，指的是侧向位移的焦点，即蓝光、绿光和红光的聚焦点存在位移。横向色差在具体图像中的表现为柔和的整体图像以及在黑色和白色之间的边缘处的彩色边纹。
目前，校正横向色差的方法还包括硬件校正方法。硬件校正方法通常采用组合透镜校正，即使用多个不同折射率的透镜，从横向色差的产生层面对横向色差进行校正。具体通过正透镜和负透镜或者折射透镜和衍射透镜的组合，分配不同的光焦度对横向色差进行校正。但是采用硬件校正方法需要不同透镜的组合仿真，还需要通过大量的计算来辅助透镜的设计，操作过程复杂且计算量较大。此外，透镜数量增加的同时也会产生新的成像缺陷，对横向色差的校正效果较差。
现有技术中还提供了另一种软件校正方法：利用光学设计软件，即通过光学设计软件对光线进行追踪以获取此时光学系统的横向色差信息；然后，通过计算RGB三通道中三色光的实际像高后以绿光为基准对齐红光和蓝光的像高，从而完成横向色差的校正。但是采用上述软件校正方法，所有参数均需要通过光学设计软件进行获取，不能通过图像算法直接获取相关参数，对横向色差的校正效率较低。
本申请的技术方案实现原理：由于横向色差的大小与像素点到图像中心的位置有关，因此，可以通过建立三个通道像素点到图像中心的中心距之间的方程，并以其中一个通道的方程为基准，对其他两个通道进行校正，从而消除横向色差。并且，由于图像三通道的中心距之间的关系是非线性的，因此需要采用多次多项式进行方程拟合。
实施例1
如图2所示，本实施例1提供了一种校正图像横向色差的方法，所述方法包括：
S101，获取通道图像，所述通道图像通过将标定图像进行分离得到，所述标定图像通过相机拍摄获取，所述通道图像包括R通道图像、G通道图像和B通道图像；
S102，计算待校正像素点在G通道图像中的第一中心距，所述第一中心距为所述待校正像素点到G通道中心像素点的距离；
S103，根据二次方程式和所述第一中心距，计算所述待校正像素点在R通道图像中的第二中心距以及所述待校正像素点在B通道图像中的第三中心距；
S104，获取待校正像素点在G通道图像中的G通道灰度值和方位角，所述G通道灰度值根据所述待校正像素点的G通道坐标获得，所述方位角为所述待校正像素点在G通道图像中距离G通道中心像素点的角度；
S105，计算所述待校正像素点在R通道图像中的第一实际坐标和所述待校正像素点在B通道图像中的第二实际坐标，所述第一实际坐标根据所述第二中心距和所述方位角计算得到，所述第二实际坐标根据所述第三中心距和所述方位角计算得到；
S106，获取所述待校正像素点的R通道灰度值和B通道灰度值，所述R通道灰度值根据所述第一实际坐标获取，所述B通道灰度值根据所述第二实际坐标获取；
S107，构建一张与所述标定图像大小相同的新图像，所述新图像中不包含灰度值；
S108，获取所述新图像中待校正像素点的RGB值，所述RGB值通过将所述待校正像素点的G通道灰度值和R通道灰度值以及B通道灰度值进行叠加得到；
S109，将包含所述RGB值的新图像作为校正图像输出。
本实施例1的上述方案相对于现有的软件校正方法而言，不需要其他软件进行参数获取，只需要通过相机拍摄一张标定图像，不限制标定图像的拍摄位置，即可通过相关软件程序对标定图像进行横向色差校正处理。并且，本实施例1中，每个通道图像的横轴和纵轴只需要拟合一个二次方程式，运算量更少，计算更快，尤其对图像分辨率较大的标定图像的横向色差校正速度更快。
进一步地，在本实施例1的一种具体实施方式中，步骤S101中的所述R通道图像、G通道图像和B通道图像均为灰度图像。另外，步骤S102中的所述待校正像素点包括所述G通道图像中除G通道中心像素点之外的所有像素点。以G通道图像为例，说明中心距的计算，若G通道图像中待校正像素点坐标为(x,y)，G通道中心像素点坐标为(x0,y0)，则第一中心距LG计算公式为：
进一步地，在本实施例1的一种具体实施方式中，步骤S103，根据二次方程式和所述第一中心距，计算所述待校正像素点在R通道图像中的第二中心距以及所述待校正像素点在B通道图像中的第三中心距，具体步骤如下：
以所述G通道图像为参考，建立二次方程式，所述二次方程式包括第一方程式和第二方程式，所述第一方程式根据所述第一中心距和第一相关系数建立，所述第二方程式根据所述第一中心距和和第二相关系数建立，所述第一相关系数和所述第二相关系数均包括二次项常数系数、一次项常数系数和常数项，均通过计算得到。
具体地，所述第一方程式的计算公式如下：
其中，LR表示第二中心距，LG表示第一中心距，c1表示R通道二次项常数系数，c2表示R通道一次项常数系数，c3表示R通道常数项；
所述第二方程式的计算公式如下：
其中，LB表示第三中心距，LG表示第一中心距，c4表示B通道二次项常数系数，c5表示B通道一次项常数系数，c6表示B通道常数项。
更进一步地，所述第一相关系数和所述第二相关系数的具体计算过程如下：
首先，获取G通道图像的G通道角点坐标和G通道中心像素点坐标，计算G通道角点坐标到G通道中心像素点坐标的距离，得到第一角点中心距；
获取R通道图像的R通道角点坐标和R通道中心像素点坐标，计算R通道角点坐标到R通道中心像素点坐标的距离，得到第二角点中心距；
获取B通道图像的B通道角点坐标和B通道中心像素点坐标，计算B通道角点坐标到B通道中心像素点坐标的距离，得到第三角点中心距。
其次，以G通道图像为参考，构建所述第二角点中心距与第一角点中心距的第三方程式，以及所述第三角点中心距与第一角点中心距的第四方程式，第三方程式和第四方程式均为二次方程式，具体公式如下：
其中，lr表示第二角点中心距，lb表示第三角点中心距，lg表示第一角点中心距，c1表示R通道二次项常数系数，c2表示R通道一次项常数系数，c3表示R通道常数项，c4表示B通道二次项常数系数，c5表示B通道一次项常数系数，c6表示B通道常数项。
最后，通过将计算得到的第一角点中心距、第二角点中心距和第三角点中心距带入到上述二次方程式中，上述二次方程式中的第一角点中心距lg为自变量，第二角点中心距lr和第三角点中心距lb为因变量，采用最小二乘法拟合求得所述R通道二次项常数系数c1、R通道一次项常数系数c2、R通道常数项c3、B通道二次项常数系数c4、B通道一次项常数系数c5和B通道常数项c6的值，并将其分别带入至第一方程式和第二方程式中。
需要特别说明的是，本实施例1中采用了三个通道中各自的角点坐标到各自中心像素点之间的距离，即角点中心距计算第一相关系数和第二相关系数，但是采用角点计算仅是确定第一相关系数和第二相关系数的一种方式。在实际应用中，本领域技术人员还可根据本申请的原理采用其他任何确定的像素点坐标计算第一相关系数和第二相关系数，本申请对其不做限制。
进一步地，在本实施例1的一种具体实施方式中，由于图像中的每一个坐标均存在一个对应的灰度值，因此，步骤S104中的G通道灰度值可以根据所述待校正像素点在G通道图像中所对应的G通道坐标获取，所述方位角即为所述待校正像素点在G通道图像中的G通道坐标和G通道中心像素点的连线与水平方向的夹角。并且，需要指出的是，由于横向色差不改变像素点的方位角，因此，待校正像素点在R通道图像和B通道图像中的方位角与G通道图像中相同。
进一步地，在本实施例1的一种具体实施方式中，步骤S105中的第一实际坐标和第二实际坐标可以根据RGB三通道中的任意两个通道的对应坐标都是相似三角形的原理进行计算，即每个通道都是一个相似三角形，斜边为三个通道各自的中心距，直角边为待校正像素点的坐标与各自中心像素点的坐标之差。具体地，以G通道图像为例，待校正像素点的坐标为(x,y)，G通道中心像素点坐标为(x0,y0)，斜边为第一中心距LG，两个直角边分别为x-x0和y-y0但是计算得到的第一实际坐标和第二实际坐标均可能是小数，而图像中只有整数的坐标才存在对应的灰度值，因此需要对第一实际坐标和第二实际坐标进行判断，并获取相对应的灰度值，以及对不是整数的第一实际坐标和第二实际坐标进行相应处理。
更进一步地，在本实施例1中，对第一实际坐标和第二实际坐标进行判断，并获取相对应的灰度值，以及对不是整数的第一实际坐标和第二实际坐标进行相应处理的具体过程如下：
判断所述第一实际坐标和所述第二实际坐标是否为整数；
若所述第一实际坐标和所述第二实际坐标均为整数，则获取所述第一实际坐标对应的R通道灰度值和所述第二坐标对应的B通道灰度值；
若所述第一实际坐标或所述第二实际坐标为小数，则通过双线性插值法分别计算所述第一实际坐标对应的R通道灰度值和所述第二坐标对应的B通道灰度值。
进一步地，在本实施例1中，步骤S107的新图像是一个与标定图像大小、类型均相同的图像，类型包括棋盘格图像、圆环图像等。所以，每一个待校正像素点在标定图像的G通道图像中所对应的坐标与其在新图像中坐标相同。本实施例1的所有描述和计算均是以G通道作为参考，但是实际应用中，本领域技术人员可以选择RGB三通道中的任一通道作为参考，本实施例1的方案仅是为了更好说明本申请技术方案的实现过程与原理。
此外，需要特别说明的是，在本实施例1中，所有技术方案均使用抽象值，即字符进行描述计算过程，实际应用中，公式中的字符可以根据实际需要进行相应地设置为具体数值，本申请对其不做限制，本申请的字符描述也不会导致方案不清楚。并且，采用上述方法需要对G通道图像中每一个待校正像素点(包括G通道角点)均按照上述方法计算其在R通道图像内对应的R通道灰度值以及在B通道图像内对应的B通道灰度值后，将每一个待校正像素点(包括G通道角点)的G通道灰度值、R通道灰度值以及B通道灰度值进行叠加作为新图像中待校正像素点对应的RGB值。
实施例2
本申请提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例1中一种校正图像横向色差的方法的步骤。
实施例3
本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现实施例1中一种校正图像横向色差的方法的步骤。
应用例
如图3所示，为一张横向色差的棋盘格标定图像示意图，从图3中可以看出图像具有明显彩色边缘(灰度图中表现为除了黑白还具有较多灰色边沿，尤其在图像边缘处，灰色边沿更大，即横向色差更大)。采用本申请实施例1的方法对其进行横向色差校正后，得到如图4所示的棋盘格校正图像，从图4中可以看出，经过本申请实施例1对三通道做对齐处理后，RGB三通道图像完全重合，没有彩色边缘(灰度图中表现为没有灰色边沿)，尤其是对偏差较大的图像边缘处有更明显的横向色差校正效果。通过测量得到四个角点在校正后的误差平均在0.37个像素左右，能够保证横向色差校正的准确度。
另外，应用例仅以棋盘格标定图像作为示例，但也可以对圆环标定图像的横向色差进行消除校正，两者的区别仅在于角点检测的方式不一样，棋盘格标定图像是检测矩形的四个角，圆环标定图像则是检测圆心点，导致两者输入角点的数量不同，后续的处理过程完全一致。但是输入的角点数量越多，二次方程式的拟合效果越好，从而校正横向色差的误差会越小。
Claims (10)
1.一种校正图像横向色差的方法，其特征在于，包括：
获取通道图像，所述通道图像通过将标定图像进行分离得到，所述标定图像通过相机拍摄获取，所述通道图像包括R通道图像、G通道图像和B通道图像；
计算待校正像素点的第一中心距，所述第一中心距为所述待校正像素点在所述G通道图像中到G通道中心像素点的距离；
根据二次方程式和所述第一中心距，计算所述待校正像素点在R通道图像中的第二中心距以及所述待校正像素点在B通道图像中的第三中心距；
获取所述待校正像素点的G通道灰度值和方位角，所述G通道灰度值根据所述待校正像素点的G通道坐标获得，所述方位角为所述待校正像素点距离所述G通道中心像素点的角度；
计算所述待校正像素点在R通道图像中的第一实际坐标和所述待校正像素点在B通道图像中的第二实际坐标，所述第一实际坐标根据所述第二中心距和所述方位角计算得到，所述第二实际坐标根据所述第三中心距和所述方位角计算得到；
获取所述待校正像素点的R通道灰度值和B通道灰度值，所述R通道灰度值根据所述第一实际坐标获取，所述B通道灰度值根据所述第二实际坐标获取；
构建一张与所述标定图像大小相同的新图像，所述新图像中不包含灰度值；
获取所述新图像中待校正像素点的RGB值，所述RGB值通过将所述待校正像素点的G通道灰度值和R通道灰度值以及B通道灰度值进行叠加得到；
将包含所述RGB值的新图像作为校正图像输出。
2.根据权利要求1所述的一种校正图像横向色差的方法，其特征在于，根据二次方程式和所述第一中心距，计算所述待校正像素点在R通道图像中的第二中心距以及所述待校正像素点在B通道图像中的第三中心距，包括：
以所述G通道图像为参考，建立二次方程式，所述二次方程式包括第一方程式和第二方程式，所述第一方程式根据所述第一中心距和第一相关系数建立，所述第二方程式根据所述第一中心距和和第二相关系数建立；
计算所述第一相关系数和所述第二相关系数。
3.根据权利要求2所述的一种校正图像横向色差的方法，其特征在于，计算所述第一相关系数和所述第二相关系数，包括：
计算第一角点中心距，所述第一角点中心距根据G通道角点坐标和G通道中心像素点坐标进行计算；
计算第二角点中心距，所述第二角点中心距根据R通道角点坐标和R通道中心像素点坐标进行计算；
计算第三角点中心距，所述第三角点中心距根据B通道角点坐标和B通道中心像素点坐标进行计算；
以G通道图像为参考，构建所述第二角点中心距与第一角点中心距的第三方程式，以及所述第三角点中心距与第一角点中心距的第四方程式；
根据所述第一角点中心距、第二角点中心距和所述第三方程式，计算所述第一相关系数；
根据所述第一角点中心距、第三角点中心距和所述第四方程式，计算所述第二相关系数。
4.根据权利要求3所述的一种校正图像横向色差的方法，其特征在于，
所述第一相关系数包括R通道二次项常数系数、R通道一次项常数系数和R通道常数项；
所述第二相关系数包括B通道二次项常数系数、B通道一次项常数系数和B通道常数项。
5.根据权利要求4所述的一种校正图像横向色差的方法，其特征在于，第一方程式的公式如下：
其中，LR表示第二中心距，LG表示第一中心距，c1表示R通道二次项常数系数，c2表示R通道一次项常数系数，c3表示R通道常数项；
第二方程式的计算公式如下：
其中，LB表示第三中心距，LG表示第一中心距，c4表示B通道二次项常数系数，c5表示B通道一次项常数系数，c6表示B通道常数项。
6.根据权利要求1所述的一种校正图像横向色差的方法，其特征在于，
所述R通道图像、G通道图像和B通道图像均为灰度图像，且所述R通道图像、G通道图像和B通道图像中待校正像素点的方位角相同。
7.根据权利要求1-6任意一项所述的一种校正图像横向色差的方法，其特征在于，所述方法还包括：
判断所述第一实际坐标和所述第二实际坐标是否为整数；
确定所述第一实际坐标和所述第二实际坐标均为整数，则分别获取所述第一实际坐标对应的R通道灰度值和所述第二坐标对应的B通道灰度值；
确定所述第一实际坐标或所述第二实际坐标为小数，则通过双线性插值法分别计算所述第一实际坐标对应的R通道灰度值和所述第二坐标对应的B通道灰度值。
8.根据权利要求7所述的一种校正图像横向色差的方法，其特征在于，
所述第一实际坐标根据R通道图像中的相似三角形原理计算得到；
所述第二实际坐标根据B通道图像中的相似三角形原理计算得到。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8任意一项所述一种校正图像横向色差的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8任意一项所述一种校正图像横向色差的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111493553.1A CN114283077B (zh) | 2021-12-08 | 2021-12-08 | 一种校正图像横向色差的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111493553.1A CN114283077B (zh) | 2021-12-08 | 2021-12-08 | 一种校正图像横向色差的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114283077A CN114283077A (zh) | 2022-04-05 |
| CN114283077B true CN114283077B (zh) | 2024-04-02 |
Family
ID=80871327
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111493553.1A Active CN114283077B (zh) | 2021-12-08 | 2021-12-08 | 一种校正图像横向色差的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114283077B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114913088B (zh) * | 2022-05-10 | 2024-07-12 | 宁波力显智能科技有限公司 | 显微成像的多通道对齐方法、装置和计算机设备 |
| CN114943658B (zh) * | 2022-06-09 | 2024-06-14 | 豪威科技(武汉)有限公司 | 一种基于横向色差标定的去色边方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101136192A (zh) * | 2006-08-11 | 2008-03-05 | 奥普提克斯晶硅有限公司 | 用于显示几何和色彩的自动校准和校正的系统和方法 |
| WO2012007061A1 (en) * | 2010-07-16 | 2012-01-19 | Robert Bosch Gmbh | Method for lateral chromatic aberration detection and correction |
| CN111242863A (zh) * | 2020-01-09 | 2020-06-05 | 上海酷芯微电子有限公司 | 基于图像处理器实现的消除镜头横向色差的方法及介质 |
| WO2021195829A1 (zh) * | 2020-03-30 | 2021-10-07 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置和可移动平台 |
-
2021
- 2021-12-08 CN CN202111493553.1A patent/CN114283077B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101136192A (zh) * | 2006-08-11 | 2008-03-05 | 奥普提克斯晶硅有限公司 | 用于显示几何和色彩的自动校准和校正的系统和方法 |
| WO2012007061A1 (en) * | 2010-07-16 | 2012-01-19 | Robert Bosch Gmbh | Method for lateral chromatic aberration detection and correction |
| CN111242863A (zh) * | 2020-01-09 | 2020-06-05 | 上海酷芯微电子有限公司 | 基于图像处理器实现的消除镜头横向色差的方法及介质 |
| WO2021195829A1 (zh) * | 2020-03-30 | 2021-10-07 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置和可移动平台 |
Non-Patent Citations (2)
| Title |
|---|
| 个体眼模型的横向色差随外置光阑偏心和视场的变化;王肇圻;张梅;王雁;左彤;;光学精密工程;20100215(第02期);全文 * |
| 基于多项式变形法的栅格图像非线性畸变校正;郑毅;郑苹;;工具技术;20131020(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114283077A (zh) | 2022-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114283077B (zh) | 一种校正图像横向色差的方法 | |
| US11195257B2 (en) | Image processing method, image processing apparatus, imaging apparatus, lens apparatus, storage medium, and image processing system | |
| CN110689581B (zh) | 结构光模组标定方法、电子设备、计算机可读存储介质 | |
| US8786709B2 (en) | Methods and apparatuses for addressing chromatic aberrations and purple fringing | |
| US7474799B2 (en) | System and method for electronic correction of optical anomalies | |
| US8571308B2 (en) | Image processing for aberration correction | |
| WO2009141998A1 (ja) | キャリブレーション方法、キャリブレーション装置及びその装置を備えるキャリブレーションシステム | |
| KR101174742B1 (ko) | 색수차들 및 퍼플 프린징을 해결하기 위한 방법 및 장치 | |
| US20090002574A1 (en) | Method and a system for optical design and an imaging device using an optical element with optical aberrations | |
| CN103996172A (zh) | 一种基于多步校正的鱼眼图像校正方法 | |
| CN108776980A (zh) | 一种面向微透镜光场相机的标定方法 | |
| JPWO2011122284A1 (ja) | 画像処理装置、およびそれを用いた撮像装置 | |
| CN105359024B (zh) | 摄像装置和摄像方法 | |
| CN109859137A (zh) | 一种广角相机非规则畸变全域校正方法 | |
| Ueno et al. | Compound-Eye Camera Module as Small as 8.5$\times $8.5$\times $6.0 mm for 26 k-Resolution Depth Map and 2-Mpix 2D Imaging | |
| CN114693807B (zh) | 一种输电线路图像与点云的映射数据重构方法及系统 | |
| JP6755737B2 (ja) | 距離測定装置、撮像装置、および距離測定方法 | |
| CN115661258A (zh) | 标定方法及装置、畸变校正方法及装置、存储介质、终端 | |
| US8953069B2 (en) | Image capturing module and image capturing apparatus with multiple image capturing systems of multiple wavelength regions | |
| Lluis-Gomez et al. | Chromatic aberration correction in RAW domain for image quality enhancement in image sensor processors | |
| CN114596220A (zh) | 校正图像横向色差的方法、电子设备及计算机存储介质 | |
| CN112866550B (zh) | 相位差获取方法和装置、电子设备、计算机可读存储介质 | |
| Pöntinen | Study on chromatic aberration of two fisheye lenses | |
| Brauers et al. | Longitudinal aberrations caused by optical filters and their compensation in multispectral imaging | |
| Xue et al. | Per-pixel distortion correction method of light field camera with homography matrix and phase calculation |
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 |