CN114363480B - 一种基于色温和照度的自适应镜头阴影校正方法及系统 - Google Patents

一种基于色温和照度的自适应镜头阴影校正方法及系统 Download PDF

Info

Publication number
CN114363480B
CN114363480B CN202011048902.4A CN202011048902A CN114363480B CN 114363480 B CN114363480 B CN 114363480B CN 202011048902 A CN202011048902 A CN 202011048902A CN 114363480 B CN114363480 B CN 114363480B
Authority
CN
China
Prior art keywords
gain
correction
channel
stren
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.)
Active
Application number
CN202011048902.4A
Other languages
English (en)
Other versions
CN114363480A (zh
Inventor
冯广
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Ingenic Technology Co ltd
Original Assignee
Hefei Ingenic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Ingenic Technology Co ltd filed Critical Hefei Ingenic Technology Co ltd
Priority to CN202011048902.4A priority Critical patent/CN114363480B/zh
Publication of CN114363480A publication Critical patent/CN114363480A/zh
Application granted granted Critical
Publication of CN114363480B publication Critical patent/CN114363480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Color Television Image Signal Generators (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供一种基于色温和照度的自适应镜头阴影校正方法,包括:S1获取视频画面的待校正原始图像,保证图像亮度处于人眼视觉的程度;S2提取待校正图像四个通道,包括红色通道R、绿色通道Gr和Gb,蓝色通道B;S3计算图像四个通道校正系数,包括R_gain;Gr_gain和Gb_gain;B_gain;公式:R_gain=R_gain_org*R_stren;Gr_gain=Gr_gain_org*Gr_stren;Gb_gain=Gb_gain_org*Gb_stren;B_gain=B_gain_org*B_stren;其中R_gain、Gr_gain、Gb_gain和B_gain分别为对应通道校正系数;R_stren、Gr_stren、Gb_stren和B_stren分别是对应的校正强度,R_gain_org、B_gain_org、Gr_gain_org和Gb_gain_org分别是对应通道的静态校正系数;S4,针对图像四个通道进行校正,相应位置的系数通过查表并计算得到如公式:r=R*R_gain;gr=Gr*Gr_gain;gb=Gb*Gb_gain;b=B*B_gain。

Description

一种基于色温和照度的自适应镜头阴影校正方法及系统
技术领域
本发明涉及图像处理技术领域,特别涉及一种基于色温和照度的自适应镜头阴影校正方法及系统。
背景技术
目前在图像处理技术中,镜头阴影校正算法种类很多,通常是事先获取不同色温的校正系数表,然后对实际图像的不同位置像素通过查表计算校正值。其中,镜头阴影(Lens Shading)由于镜头对于光学折射不均匀导致的镜头周围出现阴影的情况。而镜头阴影校正(Lens Shading Correction)是为了解决由于镜头的光学特性,校正镜头周围出现阴影或者色彩不均匀的方式。镜头阴影校正可以细分为亮度阴影(luma shading)和颜色阴影(color shading)。luma shading由于Lens的光学特性,Sensor影像区的边缘区域接收的光强比中心小,所造成的中心和四角亮度不一致的现象。镜头本身就是一个凸透镜,由于凸透镜原理,中心的感光必然比周边多。color shading由于各种颜色的波长不同,经过了透镜的折射,折射的角度也不一样,因此会造成color shading的现象。
现有技术的缺点:
1、现有方法对不同光照环境的适应性程度不高,尤其对反差较大的环境照度场景的校正效果不佳。
2、现有镜头阴影校正方法容易产生边界效应,即图像出现网格分界现象,影响图像处理效果。
此外,现有技术中的常用术语如下:
光源:广义地讲,一切能在可见光波长范围内辐射电磁波的东西都可以称为光源;狭义地讲,是指照明,能在可见光整个波段范围内能提供较均匀分布的光能辐射体才是光源。
色温:在任何温度下能完全吸收照射其上辐射能的物体称之为黑体。对于一定温度的黑体,必须有一定的光谱分布功率对应,一定的光谱分布又对应一定的颜色。人们将一黑体加热到不同温度所发出的光色来表达一个光源的颜色,叫做一个光源的颜色温度,简称色温。色温通常用开尔文温度(K)来表示,而不是用摄氏温度单位。例如:光源的颜色与黑体加热到6500K所发出的光色相同,则此光源的色温就是6500K。色温常用等热力温标表示,也就是常说的“开尔文”(符号K)。
光照强度是指单位面积上所接受可见光的能量,简称照度,单位勒克斯(Lux或lx)。为物理术语,用于指示光照的强弱和物体表面积被照明程度的量。
曝光时间:是为了将光投射到照相感光材料的感光面上,快门所要打开的时间。视照相感光材料的感光度和对感光面上的照度而定。曝光时间长的话进的光就多,适合光线条件比较差的情况。曝光时间短则适合光线比较好的情况。相机曝光时间是指从快门打开到关闭的时间间隔,在这一段时间内,物体可抄以在底片上留下影像,曝光时间是看需要而定的,没有长短好坏的说法只有需要的讲法。
发明内容
为了解决上述问题,本方法目的在于:通过本申请的方法和系统,能够1、解决了光照对镜头阴影校正的干扰影响,提高对不同光照环境的适应性程度。2、解决了现有方法校正时的边界效应,使图像区域更平滑过渡,增强校正效果。
具体地,本发明提供一种基于色温和照度的自适应镜头阴影校正方法,所述方法包括以下步骤:
S1,获取视频画面的待校正原始图像,保证图像亮度处于人眼视觉的程度;
S2,提取待校正图像四个通道,包括红色通道用R表示、两个绿色通道分别用Gr和Gb表示,和蓝色通道用B表示;
S3,计算图像四个通道校正系数,包括红色通道的校正系数,用R_gain表示;两个绿色通道的校正系数,分别用Gr_gain和Gb_gain表示;蓝色通道的校正系数,用B_gain表示;公式如下:
R_gain=R_gain_org*R_stren;
Gr_gain=Gr_gain_org*Gr_stren;
Gb_gain=Gb_gain_org*Gb_stren;
B_gain=B_gain_org*B_stren;
其中R_gain、Gr_gain、Gb_gain和B_gain分别为对应通道校正系数;R_stren、Gr_stren、Gb_stren和B_stren分别是对应的校正强度,R_gain_org、B_gain_org、Gr_gain_org和Gb_gain_org分别是对应通道的静态校正系数;
所述步骤S3中红色通道的静态校正系数R_gain_org、蓝色通道的静态校正系数B_gain_org、绿色通道的静态校正系数Gr_gain_org和Gb_gain_org的获取方法,通过前期标定计算得到,具体实施步骤包括:
S3.1,拍摄灯箱环境下的低中高光源的毛玻璃密闭图像;
S3.2,对获取光源图像进行均值和中值滤波;
S3.3,依据实际需求拓展光源图像的四个通道的边缘;
S3.4,提取不同光源的阴影校正系数表;
所述步骤S3.4中,
针对R通道,具体实施步骤:
所述光源包括D65光源,假定D65光源的R通道,宽度W,高度H,以宽度方向尺寸Wsize和高度方向尺寸Hsize计算系数点的个数,因尺寸Wsize和Hsize可依据实际需求改变,所以对于不能均分的情况进行边缘拓展;
计算红色通道阴影校正系数表的尺寸大小,即宽高的提取校正点个数,如公式:
Wn=(W+Wext)/Wsize;
Hn=(H+Hext)/Hsize;
计算以尺寸Wsize和Hsize均分R通道时,需要拓展的尺寸大小,如公式:
Wext=mod(W,Wsize);
Hext=mod(H,Hsize);
其中,mod是取余数;
计算红色通道各个点的luma shading系数值,计算公式:
Luma_Shading=Luma_Gcenter/Luma_Gpoint;
其中,Luma_Gpoint是各个点的绿色通道均值(Gr+Gb)/2,采用交叉区域和距离权重因子的加权均值计算方式,以避免出现区域分界现象,所述交叉区域具体是当前点系数值由尺寸2*Wsize/3和2*Hsize/3区域范围所有像素共同决定,所述距离权重因子具体是以当前计算点的图像距离作为权重因子;Luma_Gcenter是中心5*5区域的绿色通道均值(Gr+Gb)/2,所述中心区域是计算原始绿色通道均值(Gr+Gb)/2的最亮位置范围;计算红色通道各个点的color shading系数值,计算公式:
Color_Shading=(Color_Gpoint*Color_Rcenter)/(Color_Rpoint*Color_Gcenter);
其中,Color_Gpoint是经Luma_Shading校正后的各个点绿色通道均值Luma_Shading*(Gr+Gb)/2,Color_Rpoint是经Luma_Shading校正后的各个点红色通道均值Luma_Shading*R,Color_Rcenter是经Luma_Shading校正后的中心5*5区域红色通道均值Luma_Shading*Reve,Color_Gcenter是经Luma_Shading校正后的中心5*5区域绿色通道均值Luma_Shading*Geve;
计算红色通道阴影校正的系数值R_gain_org,计算公式:
R_gain_org=Luma_Shading*Color_Shading;
针对绿色通道Gr和Gb,以及蓝色通道B的阴影校正系数表的计算方式,同R通道所述一致;
S3.5,根据实际场景的色温选择相对色温的阴影校正系数表;
S4,针对图像四个通道进行校正,相应位置的系数通过查表并计算得到,红色通道R乘以红色通道校正系数R_gain,绿色通道Gr和GB分别乘以绿色通道校正系数Gr_gain和Gb_gain,蓝色通道B乘以蓝色通道校正系数B_gain,如公式:
r=R*R_gain;
gr=Gr*Gr_gain;
gb=Gb*Gb_gain;
b=B*B_gain;
其中r为校正后的红色通道值,gr和gb为校正后的绿色通道值,b为校正后的蓝色通道值,R为校正前的红色通道值,Gr和Gb为校正前的绿色通道值,B为校正前的蓝色通道值。
具体地进一步包括:
(1).在灯箱环境中,拍摄不同光源下的毛玻璃的图像,包括A光源、TL84光源、D65光源;保证图像亮度处于人眼视觉的程度,以避免低亮度噪声和高亮度过曝区的影响;
(2).图像滤波处理,避免色噪对校正系数的影响;针对D65光源的图像,提取红色通道R、两个绿色通道Gr和Gb和蓝色通道B,分别对四个通道采用均值和中值进行滤波;A光源和TL84光源的处理方式,同D65光源;
(3).依据建表尺寸自适应拓展D65光源四个通道的边缘;TL84光源和A光源的四个通道的拓展方式,同D65光源所述一致;
(4).提取D65光源四个通道的阴影校正系数表;TL84光源和A光源的四个通道的阴影校正系数表的计算方式,同D65光源所述一致;
(5).获取当前的场景的色温值,所述色温值由自动白平衡模块计算提供,根据色温值选择当前场景使用A光源、TL84光源、D65光源的校正系数。
所述的拓展方式为:
拓展R通道的宽度边界,以Wext/2尺寸拓展宽度左边界,以Wext-Wext/2尺寸拓展宽度右边界,拓展位置的像素数值采用原始R通道的宽度边界值;
拓展R通道的高度边界,以Hext/2尺寸拓展高度上边界,以Hext-Hext/2尺寸拓展高度下边界,拓展位置的像素数值采用原始R通道的高度边界值;
绿色通道Gr和Gb,以及蓝色通道B的拓展方式,同R通道所述一致。
所述步骤S3中R_stren、Gr_stren、Gb_stren和B_stren是对应的校正强度的获取方法,通过实际场景的图像计算得到,如下公式:
R_stren=R_stren_global*R_stren_local;
Gr_stren=Gr_stren_global*Gr_stren_local;
Gb_stren=Gb_stren_global*Gb_stren_local;
B_stren=B_stren_global*B_stren_local;
其中,R_stren_global是红色通道的全局校正强度,R_stren_local是红色通道像素位置的校正强度,Gr_stren_global和Gb_stren_global是绿色通道的全局校正强度,Gr_stren_local和Gb_stren_local是绿色通道像素位置的校正强度,B_stren_global是蓝色通道的全局校正强度,B_stren_local是蓝色通道像素位置的校正强度。
所述校正强度的具体计算步骤包括:
(1)计算全局校正强度:根据当前场景的照度,计算全局校正,该照度是反应场景亮度的曝光时间,即可有自动曝光模块提供;根据场景照度事先建立分段全局强度表,强度范围(0,1);实际场景的全局强度,由实际场景的照度根据查分段表得到;
(2)计算像素位置的校正强度:该强度由当前像素位置的亮度初步决定,亮度采用3*3模板加权均值计算,最终像素位置的强度,由阈值亮度L插值决定;
(3)计算最终校正强度:通道强度=全局校正强度*像素位置的校正强度。
所述步骤S4中校正系数,依据实际图像的尺寸,进一步在校正动态表的基础上,通过双线性插值计算最终每个像素位置的校正系数;
所述双线性插值计算是,先在X轴方向做两次插值操作,即分别记为R1和R2,然后在Y轴方向做一次插值操作记为P,具体计算公式:
所述双线性插值的计算过程中,实际Q12、Q22、Q11、Q21代表校正系数表的相邻四个点的系数值,x代表宽度尺寸,y代表高度尺寸。
本申请还包括一种基于色温和照度的自适应镜头阴影校正系统,所述系统适用于上述任一方法,包括:
待校正图像获取模块,用于获取室内外多场景的待校正的原始图像;图像阴影校正模块,用于对每个像素通道的数值进行阴影校正;
自动曝光模块和自动白平衡模块,用于获取自动白平衡和自动曝光提供的色温和照度情况;
校正后图像输出模块,用于输出校正后的图像;
其中,所述的待校正图像获取模块将获得图像发送给所述的图像阴影校正模块,并通过所述自动曝光模块和所述自动白平衡模块将色温和照度情况反馈给所述图像阴影校正模块,并依据色温和照度计算校正系数,并依据待校正图像计算各个像素位置的亮度通过双线性插值方法进行查表,计算各个像素位置的校正数值完成图像阴影的校正,并最终通过所述的校正图像输出模块输出。
所述的图像阴影校正模块进一步包括:
阴影校正静态系数获取模块,用于提取待校正图像的红色通道、绿色通道和蓝色通道;
色温和照度量获取模块,用于获取自动白平衡和自动曝光提供的色温和照度情况;
图像阴影校正动态系数计算模块,用于依据通过所述色温和照度量获取模块获得的色温和照度,以及静态系数参数计算标准光源拍摄图像的红绿蓝通道的校正系数的实际数值;
待校正图像像素亮度计算模块,用于依据待校正图像计算各个像素位置的亮度;
查表校正模块,依据待校正图像像素亮度计算模块获得的像素亮度通过双线性插值方法进行查表,计算各个像素位置的校正数值。
由此,本申请的优势在于:
1、基于全局照度和局部亮度的强度自适应校正方法,提高镜头阴影校正在不同光照环境的适应性程度,尤其对反差较大的环境照度场景的校正效果。
2、采用交叉区域和距离权重因子的加权均值计算方式,解决了镜头阴影校正方法容易产生边界效应的现象,使图像区域更平滑过渡,增强校正效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。
图1是图像阴影校正静态系数获取流程图。
图2是像素位置校正强度的模板图。
图3是像素位置校正强度的亮度L阈值图。
图4是双线性插值示意图。
图5是镜头阴影校正算法实施例的流程图。
图6是本申请镜头阴影校正系统的示意图。
图7是本申请方法的流程示意图。
具体实施方式
为了能够更清楚地理解本发明的技术内容及优点,现结合附图对本发明进行进一步的详细说明。
如图7所示,本发明的一种基于色温和照度的自适应镜头阴影校正方法,所述方法包括以下步骤:
S1,获取视频画面的待校正原始图像,保证图像亮度处于人眼视觉的程度;
S2,提取待校正图像四个通道,包括红色通道用R表示、两个绿色通道分别用Gr和Gb表示,和蓝色通道用B表示;
S3,计算图像四个通道校正系数,包括红色通道的校正系数,用R_gain表示;两个绿色通道的校正系数,分别用Gr_gain和Gb_gain表示;蓝色通道的校正系数,用B_gain表示;公式如下:
R_gain=R_gain_org*R_stren;
Gr_gain=Gr_gain_org*Gr_stren;
Gb_gain=Gb_gain_org*Gb_stren;
B_gain=B_gain_org*B_stren;
其中R_gain、Gr_gain、Gb_gain和B_gain分别为对应通道校正系数;R_stren、Gr_stren、Gb_stren和B_stren分别是对应的校正强度,R_gain_org、B_gain_org、Gr_gain_org和Gb_gain_org分别是对应通道的静态校正系数;
S4,针对图像四个通道进行校正,相应位置的系数通过查表并计算得到,红色通道R乘以红色通道校正系数R_gain,绿色通道Gr和GB分别乘以绿色通道校正系数Gr_gain和Gb_gain,蓝色通道B乘以蓝色通道校正系数B_gain,如公式:
r=R*R_gain;
gr=Gr*Gr_gain;
gb=Gb*Gb_gain;
b=B*B_gain;
其中r为校正后的红色通道值,gr和gb为校正后的绿色通道值,b为校正后的蓝色通道值,R为校正前的红色通道值,Gr和Gb为校正前的绿色通道值,B为校正前的蓝色通道值。
具体地,本申请的主要内容还可以按以下方式描述:
Step1,获取视频画面的待校正原始图像(raw图像),可以是室内外的多场景图像,保证图像亮度处于人眼视觉的程度,不易过暗和过亮。
Step2,提取待校正图像四个通道,包括红色通道(R)、绿色通道(Gr和Gb)和蓝色通道(B)。
Step3,计算图像四个通道校正系数,包括红色通道R_gain,绿色通道Gr_gain和Gb_gain,蓝色通道B_gain。如公式:
R_gain=R_gain_org*R_stren;
Gr_gain=Gr_gain_org*Gr_stren;
Gb_gain=Gb_gain_org*Gb_stren;
B_gain=B_gain_org*B_stren;
其中R_gain、Gr_gain、Gb_gain和B_gain为对应通道校正系数;R_stren、Gr_stren、Gb_stren和B_stren是对应的校正强度,R_gain_org、B_gain_org、Gr_gain_org和Gb_gain_org是对应通道的静态校正系数。
1、所述S3中红色通道系数R_gain_org、蓝色通道系数B_gain_org、绿色通道系数Gr_gain_org和Gb_gain_org的获取方法,通过前期标定计算得到,如图1所示,具体实施步骤包括:
①在灯箱环境中,拍摄不同光源下的毛玻璃的图像,包括A光源、TL84光源、D65光源。保证图像亮度处于人眼视觉的程度,不易过暗和过亮,以避免低亮度噪声和高亮度过曝区的影响。
②图像滤波处理,避免色噪对校正系数的影响。针对D65光源的图像,提取红色通道(R)、绿色通道(Gr和Gb)和蓝色通道(B),分别对四个通道采用均值和中值进行滤波。其他两种光源的处理方式,同D65光源。
③依据建表尺寸自适应拓展D65光源四个通道的边缘。假定D65光源的R通道,宽度W,高度H,以宽度方向尺寸Wsize和高度方向尺寸Hsize计算系数点的个数。因尺寸Wsize和Hsize可依据实际需求改变,所以对于不能均分的情况进行边缘拓展。
具体拓展方式如:
计算以尺寸Wsize和Hsize均分R通道时,需要拓展的尺寸大小。
如式:
Wext=mod(W,Wsize);
Hext=mod(H,Hsize);
其中,mod是取余数。
拓展R通道的宽度边界,以Wext/2尺寸拓展宽度左边界,以Wext-Wext/2尺寸拓展宽度右边界,拓展位置的像素数值采用原始R通道的宽度边界值。
拓展R通道的高度边界,以Hext/2尺寸拓展高度上边界,以Hext-Hext/2尺寸拓展高度下边界,拓展位置的像素数值采用原始R通道的高度边界值。
D65光源的绿色通道(Gr和Gb)和蓝色通道(B)的拓展方式,同R通道所述一致。
④TL84光源和A光源的四个通道的拓展方式,同D65光源所述一致。
⑤提取D65光源四个通道的阴影校正系数表。
针对D65光源的R通道,具体实施步骤:
计算红色通道阴影校正系数表的尺寸大小,即宽高的提取校正点个数,如式:
Wn=(W+Wext)/Wsize;
Hn=(H+Hext)/Hsize;
计算红色通道各个点的lumashading系数值,计算公式:
Luma_Shading=Luma_Gcenter/Luma_Gpoint;
其中,Luma_Gpoint是各个点的绿色通道均值(Gr+Gb)/2,采用交叉区域和距离权重因子的加权均值计算方式,以避免出现区域分界现象,所述交叉区域具体是当前点系数值由尺寸2*Wsize/3和2*Hsize/3区域范围所有像素共同决定,所述距离权重因子具体是以当前计算点的图像距离作为权重因子。Luma_Gcenter是中心5*5区域的绿色通道均值(Gr+Gb)/2,所述中心区域是计算原始绿色通道均值(Gr+Gb)/2的最亮位置范围。
计算红色通道各个点的colorshading系数值,计算公式:
Color_Shading=(Color_Gpoint*Color_Rcenter)/(Color_Rpoint*Color_Gcenter);
其中,Color_Gpoint是经Luma_Shading校正后的各个点绿色通道均值Luma_Shading*(Gr+Gb)/2,Color_Rpoint是经Luma_Shading校正后的各个点红色通道均值Luma_Shading*R,Color_Rcenter是经Luma_Shading校正后的中心5*5区域红色通道均值Luma_Shading*Reve,Color_Gcenter是经Luma_Shading校正后的中心5*5区域绿色通道均值Luma_Shading*Geve。
计算红色通道阴影校正的系数值R_gain_org,计算公式:
R_gain_org=Luma_Shading*Color_Shading;
D65光源的绿色通道(Gr和Gb)和蓝色通道(B)的阴影校正系数表的计算方式,同R通道所述一致。
⑥TL84光源和A光源的四个通道的阴影校正系数表的计算方式,同D65光源所述一致。
⑦获取当前的场景的色温值。所述色温值由自动白平衡模块计算提供,根据色温值选择当前场景使用A光源、TL84光源、D65光源的校正系数。
2、所述S3中R_stren、Gr_stren、Gb_stren和B_stren是对应的校正强度的获取方法,通过实际场景的图像计算得到,如下公式:
R_stren=R_stren_global*R_stren_local;
Gr_stren=Gr_stren_global*Gr_stren_local;
Gb_stren=Gb_stren_global*Gb_stren_local;
B_stren=B_stren_global*B_stren_local;
其中,R_stren_global是红色通道的全局校正强度,R_stren_local是红色通道像素位置的校正强度,Gr_stren_global和Gb_stren_global是绿色通道的全局校正强度,Gr_stren_local和Gb_stren_local是绿色通道像素位置的校正强度,B_stren_global是蓝色通道的全局校正强度,B_stren_local是蓝色通道像素位置的校正强度,
所述校正强度的具体计算步骤包括:
①计算全局校正强度。根据当前场景的照度,计算全局校正,该照度是反应场景亮度的曝光时间,即可有自动曝光模块提供。根据该量事先建立分段全局强度表,强度范围(0,1)。实际场景的全局强度,由实际场景的照度根据查分段表得到。
②计算像素位置的校正强度。该强度由当前像素位置的亮度初步决定,亮度采用3*3模板加权均值计算,所述3*3模板如图2。最终像素位置的强度,由阈值亮度L插值决定,如图3所示。
③计算最终校正强度。如R通道强度=全局校正强度*像素位置的校正强度。
Step4,针对图像四个通道进行校正,相应位置的系数通过查表并计算得到,红色通道R乘以红色通道系数R_gain,绿色通道Gr和GB分别乘以绿色通道系数Gr_gain和Gb_gain,蓝色通道B乘以蓝色通道系数B_gain。如公式:
r=R*R_gain;
gr=Gr*Gr_gain;
gb=Gb*Gb_gain;
b=B*B_gain;
其中r为校正后的红色通道值,gr和gb为校正后的绿色通道值,b为校正后的蓝色通道值,R为校正前的红色通道值,Gr和Gb为校正前的绿色通道值,B为校正前的蓝色通道值。
所述步骤Step4中校正系数,依据实际图像的尺寸,进一步在校正动态表的基础上,通过双线性插值计算最终每个像素位置的校正系数。
所述双线性插值原理如图4,先在X轴方向做两次插值操作(分别为R1和R2),然后在Y轴方向做一次插值操作(P),也可以先在Y轴做两次插值操作,然后在X轴做一次插值操作。具体计算公式:
所述双线性插值的计算过程中,实际Q12、Q22、Q11、Q21代表校正系数表的相邻四个点的系数值,x代表宽度尺寸,y代表高度尺寸。
如图5所示,为镜头阴影校正算法实施例的流程图,如下:
步骤1,获取室内外多场景的待校正的原始图像;
步骤2,提取待校正图像的红色通道、绿色通道和蓝色通道;
步骤3,获取自动白平衡和自动曝光提供的色温和照度情况;
步骤4,依据色温和照度计算标准光源拍摄图像的红绿蓝通道的校正系数的实际数值;
步骤5,依据待校正图像计算各个像素位置的亮度;
步骤6,依据像素亮度通过双线性插值方法进行查表,计算各个像素位置的校正数值;
步骤7,对每个像素通道的数值进行阴影校正。
如图6所示,本发明涉及的一种基于色温和照度的自适应镜头阴影校正系统,所述系统包括:
待校正图像获取模块,用于获取室内外多场景的待校正的原始图像;图像阴影校正模块,用于对每个像素通道的数值进行阴影校正;
自动曝光模块和自动白平衡模块,用于获取自动白平衡和自动曝光提供的色温和照度情况;
校正后图像输出模块,用于输出校正后的图像;
其中,所述的待校正图像获取模块将获得图像发送给所述的图像阴影校正模块,并通过所述自动曝光模块和所述自动白平衡模块将色温和照度情况反馈给所述图像阴影校正模块,并依据色温和照度计算校正系数,并依据待校正图像计算各个像素位置的亮度通过双线性插值方法进行查表,计算各个像素位置的校正数值完成图像阴影的校正,并最终通过所述的校正图像输出模块输出。
所述的图像阴影校正模块进一步包括:
阴影校正静态系数获取模块,用于提取待校正图像的红色通道、绿色通道和蓝色通道;
色温和照度量获取模块,用于获取自动白平衡和自动曝光提供的色温和照度情况;
图像阴影校正动态系数计算模块,用于依据通过所述色温和照度量获取模块获得的色温和照度,以及静态系数参数计算标准光源拍摄图像的红绿蓝通道的校正系数的实际数值;
待校正图像像素亮度计算模块,用于依据待校正图像计算各个像素位置的亮度;
查表校正模块,依据待校正图像像素亮度计算模块获得的像素亮度通过双线性插值方法进行查表,计算各个像素位置的校正数值。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于色温和照度的自适应镜头阴影校正方法,其特征在于,所述方法包括以下步骤:
S1,获取视频画面的待校正原始图像,保证图像亮度处于人眼视觉的程度;
S2,提取待校正图像四个通道,包括红色通道用R表示、两个绿色通道分别用Gr和Gb表示,和蓝色通道用B表示;
S3,计算图像四个通道校正系数,包括红色通道的校正系数,用R_gain表示;两个绿色通道的校正系数,分别用Gr_gain和Gb_gain表示;蓝色通道的校正系数,用B_gain表示;公式如下:
R_gain=R_gain_org*R_stren;
Gr_gain=Gr_gain_org*Gr_stren;
Gb_gain=Gb_gain_org*Gb_stren;
B_gain=B_gain_org*B_stren;
其中R_gain、Gr_gain、Gb_gain和B_gain分别为对应通道校正系数;R_stren、Gr_stren、Gb_stren和B_stren分别是对应的校正强度,R_gain_org、B_gain_org、Gr_gain_org和Gb_gain_org分别是对应通道的静态校正系数;
所述步骤S3中红色通道的静态校正系数R_gain_org、蓝色通道的静态校正系数B_gain_org、绿色通道的静态校正系数Gr_gain_org和Gb_gain_org的获取方法,通过前期标定计算得到,具体实施步骤包括:S3.1,拍摄灯箱环境下的低中高光源的毛玻璃密闭图像;
S3.2,对获取光源图像进行均值和中值滤波;
S3.3,依据实际需求拓展光源图像的四个通道的边缘;S3.4,提取不同光源的阴影校正系数表;
所述步骤S3.4中,
针对R通道,具体实施步骤:
所述光源包括D65光源,假定D65光源的R通道,宽度W,高度H,以宽度方向尺寸Wsize和高度方向尺寸Hsize计算系数点的个数,因尺寸Wsize和Hsize可依据实际需求改变,所以对于不能均分的情况进行边缘拓展;
计算红色通道阴影校正系数表的尺寸大小,即宽高的提取校正点个数,如公式:
Wn=(W+Wext)/Wsize;
Hn=(H+Hext)/Hsize;
计算以尺寸Wsize和Hsize均分R通道时,需要拓展的尺寸大小,如公式:
Wext=mod(W,Wsize);
Hext=mod(H,Hsize);
其中,mod是取余数;
计算红色通道各个点的luma shading系数值,计算公式:
Luma_Shading=Luma_Gcenter/Luma_Gpoint;
其中,Luma_Gpoint是各个点的绿色通道均值(Gr+Gb)/2,采用交叉区域和距离权重因子的加权均值计算方式,以避免出现区域分界现象,所述交叉区域具体是当前点系数值由尺寸2*Wsize/3和2*Hsize/3区域范围所有像素共同决定,所述距离权重因子具体是以当前计算点的图像距离作为权重因子;Luma_Gcenter是中心5*5区域的绿色通道均值(Gr+Gb)/2,所述中心区域是计算原始绿色通道均值(Gr+Gb)/2的最亮位置范围;
计算红色通道各个点的color shading系数值,计算公式:Color_Shading=(Color_Gpoint*Color_Rcenter)/(Color_Rpoint*Color_Gcenter);
其中,Color_Gpoint是经Luma_Shading校正后的各个点绿色通道均值Luma_Shading*(Gr+Gb)/2,Color_Rpoint是经Luma_Shading校正后的各个点红色通道均值Luma_Shading*R,Color_Rcenter是经Luma_Shading校正后的中心5*5区域红色通道均值Luma_Shading*Reve,Color_Gcenter是经Luma_Shading校正后的中心5*5区域绿色通道均值Luma_Shading*Geve;
计算红色通道阴影校正的系数值R_gain_org,计算公式:
R_gain_org=Luma_Shading*Color_Shading;
针对绿色通道Gr和Gb,以及蓝色通道B的阴影校正系数表的计算方式,同R通道所述一致;
S3.5,根据实际场景的色温选择相对色温的阴影校正系数表;
S4,针对图像四个通道进行校正,相应位置的系数通过查表并计算得到,红色通道R乘以红色通道校正系数R_gain,绿色通道Gr和GB分别乘以绿色通道校正系数Gr_gain和Gb_gain,蓝色通道B乘以蓝色通道校正系数B_gain,如公式:
r=R*R_gain;
gr=Gr*Gr_gain;
gb=Gb*Gb_gain;
b=B*B_gain;
其中r为校正后的红色通道值,gr和gb为校正后的绿色通道值,b为校正后的蓝色通道值,R为校正前的红色通道值,Gr和Gb为校正前的绿色通道值,B为校正前的蓝色通道值。
2.根据权利要求1所述的一种基于色温和照度的自适应镜头阴影校正方法,其特征在于,具体地进一步包括:
(1).在灯箱环境中,拍摄不同光源下的毛玻璃的图像,包括A光源、TL84光源、D65光源;保证图像亮度处于人眼视觉的程度,以避免低亮度噪声和高亮度过曝区的影响;
(2).图像滤波处理,避免色噪对校正系数的影响;针对D65光源的图像,提取红色通道R、两个绿色通道Gr和Gb和蓝色通道B,分别对四个通道采用均值和中值进行滤波;A光源和TL84光源的处理方式,同D65光源;
(3).依据建表尺寸自适应拓展D65光源四个通道的边缘;TL84光源和A光源的四个通道的拓展方式,同D65光源所述一致;
(4).提取D65光源四个通道的阴影校正系数表;TL84光源和A光源的四个通道的阴影校正系数表的计算方式,同D65光源所述一致;
(5).获取当前的场景的色温值,所述色温值由自动白平衡模块计算提供,根据色温值选择当前场景使用A光源、TL84光源、D65光源的校正系数。
3.根据权利要求2所述的一种基于色温和照度的自适应镜头阴影校正方法,其特征在于,所述的拓展方式为:
拓展R通道的宽度边界,以Wext/2尺寸拓展宽度左边界,以Wext-Wext/2尺寸拓展宽度右边界,拓展位置的像素数值采用原始R通道的宽度边界值;
拓展R通道的高度边界,以Hext/2尺寸拓展高度上边界,以Hext-Hext/2尺寸拓展高度下边界,拓展位置的像素数值采用原始R通道的高度边界值;
绿色通道Gr和Gb,以及蓝色通道B的拓展方式,同R通道所述一致。
4.根据权利要求1所述的一种基于色温和照度的自适应镜头阴影校正方法,其特征在于,所述步骤S3中R_stren、Gr_stren、Gb_stren和B_stren是对应的校正强度的获取方法,通过实际场景的图像计算得到,如下公式:
R_stren=R_stren_global*R_stren_local;
Gr_stren=Gr_stren_global*Gr_stren_local;
Gb_stren=Gb_stren_global*Gb_stren_local;
B_stren=B_stren_global*B_stren_local;
其中,R_stren_global是红色通道的全局校正强度,R_stren_local是红色通道像素位置的校正强度,Gr_stren_global和Gb_stren_global是绿色通道的全局校正强度,Gr_stren_local和Gb_stren_local是绿色通道像素位置的校正强度,B_stren_global是蓝色通道的全局校正强度,B_stren_local是蓝色通道像素位置的校正强度。
5.根据权利要求4所述的一种基于色温和照度的自适应镜头阴影校正方法,其特征在于,所述校正强度的具体计算步骤包括:
(1)计算全局校正强度:根据当前场景的照度,计算全局校正,该照度是反应场景亮度的曝光时间,即可有自动曝光模块提供;根据场景照度事先建立分段全局强度表,强度范围(0,1);实际场景的全局强度,由实际场景的照度根据查分段表得到;
(2)计算像素位置的校正强度:该强度由当前像素位置的亮度初步决定,亮度采用3*3模板加权均值计算,最终像素位置的强度,由阈值亮度L插值决定;
(3)计算最终校正强度:通道强度=全局校正强度*像素位置的校正强度。
6.根据权利要求1所述的一种基于色温和照度的自适应镜头阴影校正方法,其特征在于,所述步骤S4中校正系数,依据实际图像的尺寸,进一步在校正动态表的基础上,通过双线性插值计算最终每个像素位置的校正系数;
所述双线性插值计算是,先在X轴方向做两次插值操作,即分别记为R1和R2,然后在Y轴方向做一次插值操作记为P,具体计算公式:
所述双线性插值的计算过程中,实际Q12、Q22、Q11、Q21代表校正系数表的相邻四个点的系数值,x代表宽度尺寸,y代表高度尺寸。
7.一种基于色温和照度的自适应镜头阴影校正系统,其特征在于,所述系统适用于上述权利要求1-6所述任一方法,包括:
待校正图像获取模块,用于获取室内外多场景的待校正的原始图像;
图像阴影校正模块,用于对每个像素通道的数值进行阴影校正;
自动曝光模块和自动白平衡模块,用于获取自动白平衡和自动曝光提供的色温和照度情况;
校正后图像输出模块,用于输出校正后的图像;
其中,所述的待校正图像获取模块将获得图像发送给所述的图像阴影校正模块,并通过所述自动曝光模块和所述自动白平衡模块将色温和照度情况反馈给所述图像阴影校正模块,并依据色温和照度计算校正系数,并依据待校正图像计算各个像素位置的亮度通过双线性插值方法进行查表,计算各个像素位置的校正数值完成图像阴影的校正,并最终通过所述的校正图像输出模块输出。
8.根据权利要求7所述的一种基于色温和照度的自适应镜头阴影校正系统,其特征在于,所述的图像阴影校正模块进一步包括:
阴影校正静态系数获取模块,用于提取待校正图像的红色通道、绿色通道和蓝色通道;
色温和照度量获取模块,用于获取自动白平衡和自动曝光提供的色温和照度情况;
图像阴影校正动态系数计算模块,用于依据通过所述色温和照度量获取模块获得的色温和照度,以及静态系数参数计算标准光源拍摄图像的红绿蓝通道的校正系数的实际数值;
待校正图像像素亮度计算模块,用于依据待校正图像计算各个像素位置的亮度;
查表校正模块,依据待校正图像像素亮度计算模块获得的像素亮度通过双线性插值方法进行查表,计算各个像素位置的校正数值。
CN202011048902.4A 2020-09-29 2020-09-29 一种基于色温和照度的自适应镜头阴影校正方法及系统 Active CN114363480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011048902.4A CN114363480B (zh) 2020-09-29 2020-09-29 一种基于色温和照度的自适应镜头阴影校正方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011048902.4A CN114363480B (zh) 2020-09-29 2020-09-29 一种基于色温和照度的自适应镜头阴影校正方法及系统

Publications (2)

Publication Number Publication Date
CN114363480A CN114363480A (zh) 2022-04-15
CN114363480B true CN114363480B (zh) 2023-09-26

Family

ID=81090209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011048902.4A Active CN114363480B (zh) 2020-09-29 2020-09-29 一种基于色温和照度的自适应镜头阴影校正方法及系统

Country Status (1)

Country Link
CN (1) CN114363480B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001211457A (ja) * 2000-01-27 2001-08-03 Fuji Photo Film Co Ltd デジタルカメラのオートホワイトバランス制御方法及びデジタルカメラ
JP2005244945A (ja) * 2004-01-26 2005-09-08 Olympus Corp 撮像装置
JP2005347811A (ja) * 2004-05-31 2005-12-15 Casio Comput Co Ltd ホワイトバランス補正装置及びホワイトバランス補正方法、プログラム、電子カメラ装置
JP2008113236A (ja) * 2006-10-30 2008-05-15 Kyocera Corp 撮像装置におけるシェーディング補正方法と装置
KR20100114343A (ko) * 2009-04-15 2010-10-25 삼성전자주식회사 촬영 영상의 렌즈 셰이딩 및 채널 차 보정 장치와 방법
CN103220476A (zh) * 2012-01-20 2013-07-24 联咏科技股份有限公司 图像处理装置及方法
CN105578165A (zh) * 2015-12-30 2016-05-11 浙江大华技术股份有限公司 一种图像白平衡处理方法、装置及摄像机
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
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

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010103642A (ja) * 2008-10-21 2010-05-06 Toshiba Corp シェーディング補正装置
US8130292B2 (en) * 2008-12-31 2012-03-06 Aptina Imaging Corporation Scene illumination adaptive lens shading correction for imaging devices
US9743057B2 (en) * 2012-05-31 2017-08-22 Apple Inc. Systems and methods for lens shading correction

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001211457A (ja) * 2000-01-27 2001-08-03 Fuji Photo Film Co Ltd デジタルカメラのオートホワイトバランス制御方法及びデジタルカメラ
JP2005244945A (ja) * 2004-01-26 2005-09-08 Olympus Corp 撮像装置
JP2005347811A (ja) * 2004-05-31 2005-12-15 Casio Comput Co Ltd ホワイトバランス補正装置及びホワイトバランス補正方法、プログラム、電子カメラ装置
JP2008113236A (ja) * 2006-10-30 2008-05-15 Kyocera Corp 撮像装置におけるシェーディング補正方法と装置
KR20100114343A (ko) * 2009-04-15 2010-10-25 삼성전자주식회사 촬영 영상의 렌즈 셰이딩 및 채널 차 보정 장치와 방법
CN103220476A (zh) * 2012-01-20 2013-07-24 联咏科技股份有限公司 图像处理装置及方法
CN105578165A (zh) * 2015-12-30 2016-05-11 浙江大华技术股份有限公司 一种图像白平衡处理方法、装置及摄像机
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
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

Also Published As

Publication number Publication date
CN114363480A (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
US9996913B2 (en) Contrast based image fusion
CN104796683B (zh) 一种校准图像色彩的方法和系统
US10991084B2 (en) Method of reducing purple fringing in images
CN106169182B (zh) 一种合成多幅不同曝光度图像的方法
CN108337449A (zh) 基于双摄像头的高动态范围图像获取方法、装置及设备
CN105578021A (zh) 双目相机的成像方法及其装置
CN106534677A (zh) 一种图像过曝优化方法及装置
US20180025476A1 (en) Apparatus and method for processing image, and storage medium
CN108337446A (zh) 基于双摄像头的高动态范围图像获取方法、装置及设备
CN106550227B (zh) 一种图像饱和度调整方法及装置
CN106454144B (zh) 一种对谷歌眼镜图像过度曝光的校正方法
US8482629B2 (en) Processing method for a relative illumination phenomenon on a digital image and associated processing system
CN107682611B (zh) 对焦的方法、装置、计算机可读存储介质和电子设备
KR20210155743A (ko) 화이트 밸런스를 제어하는 하이 다이나믹 레인지 센서들의 이미지 처리 방법
AU2017218753B2 (en) Imaging device with white balance compensation and related systems and methods
KR20070091208A (ko) 자동 백색 밸런스 제어
CN114363480B (zh) 一种基于色温和照度的自适应镜头阴影校正方法及系统
CN109300186B (zh) 图像处理方法和装置、存储介质、电子设备
CN114071107B (zh) 基于融合聚类分析与色温曲线的自动白平衡方法及装置
CN115914850A (zh) 增强宽动态图像通透性的方法、电子设备和存储介质
CN106507081A (zh) 一种图像处理方法及装置
CN108711176B (zh) 全景鱼眼相机的增益值确定、成像的颜色调整方法及装置、终端、鱼眼相机
Brown Color processing for digital cameras
JP6725105B2 (ja) 撮像装置及び画像処理方法
Lukac Refined automatic white balancing

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