CN115131215A - 一种图像的校正方法及及屏下系统 - Google Patents
一种图像的校正方法及及屏下系统 Download PDFInfo
- Publication number
- CN115131215A CN115131215A CN202110315005.3A CN202110315005A CN115131215A CN 115131215 A CN115131215 A CN 115131215A CN 202110315005 A CN202110315005 A CN 202110315005A CN 115131215 A CN115131215 A CN 115131215A
- Authority
- CN
- China
- Prior art keywords
- corrected
- image
- pixel point
- pixel
- target
- 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 64
- 238000003702 image correction Methods 0.000 title description 4
- 238000012937 correction Methods 0.000 claims abstract description 59
- 238000005286 illumination Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 230000003287 optical effect Effects 0.000 claims description 10
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/514—Depth or shape recovery from specularities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- 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
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
-
- 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
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本申请适用于图像处理的技术领域,提供一种干涉条纹的校正方法及屏下系统,所述校正方法包括:获取不同拍摄距离的干涉条纹图像;获取待校正图像,并计算所述待校正图像中每个待校正像素点的深度值;在所述不同拍摄距离的干涉条纹图像中,选择所述每个待校正像素点的深度值对应的干涉条纹图像,作为所述每个待校正像素点对应的目标干涉条纹图像;提取所述目标干涉条纹图像中目标坐标位置的第一像素值;根据所述每个待校正像素点对应的第一像素值,校正所述每个待校正像素点的第二像素值,得到校正后的图像。上述方案,通过针对逐个待校正像素分别进行校正的方式,减弱了干涉条纹导致采集的图像质量较差的问题。
Description
技术领域
本申请属于图像处理的技术领域,尤其涉及一种图像的校正方法及及屏下系统。
背景技术
随着手机产商对全面屏的不断优化,屏下摄像头成为了大部分手机的标配。其中,屏下摄像头通常采用照明光源透过显示屏对目标物体进行补光,以拍摄到高质量的图像。
然而,由于显示屏的物理特征,导致照明光源发出的光束透过显示屏被分为两列光束,一列光束直接透过显示屏射出,另一列光束在显示屏上发生反射,在多次反射后射出。两列光束在目标区域上相遇叠加,产生干涉条纹,导致屏下摄像头采集的图像质量较差。
发明内容
有鉴于此,本申请实施例提供了一种图像的校正方法、屏下系统以及计算机可读存储介质,可以解决两列光束在目标区域上相遇叠加,产生干涉条纹,导致屏下摄像头采集的图像质量较差。
本申请实施例的第一方面提供了一种图像的校正方法,所述校正方法包括:
获取不同拍摄距离的干涉条纹图像;所述干涉条纹图像是指照明光源透过显示屏照射在目标平面上形成干涉条纹,并由采集模组采集而得的图像;所述干涉条纹图像用于反映干涉条纹在不同坐标位置的第一像素值;
获取待校正图像,并计算所述待校正图像中每个待校正像素点的深度值;
在所述不同拍摄距离的干涉条纹图像中,选择所述每个待校正像素点的深度值对应的干涉条纹图像,作为所述每个待校正像素点对应的目标干涉条纹图像;
提取所述目标干涉条纹图像中目标坐标位置的第一像素值;所述目标坐标位置是指所述目标干涉条纹图像对应的待校正像素点在所述待校正图像中所处的坐标位置;
根据所述每个待校正像素点对应的第一像素值,校正所述每个待校正像素点的第二像素值,得到校正后的图像。
本申请实施例的第二方面提供了一种屏下系统,其特征在于,包括显示屏、照明光源、采集模组、处理器及存储器,其中:
所述照明光源,用于透过所述显示屏向目标区域发射红外光束;所述目标区域包括目标平面;
所述采集模组,用于接收经所述目标区域反射后透过所述显示屏的光信号并获取所述目标区域的红外图像,传输至处理器;所述红外图像包括待校正图像以及干涉条纹图像;
所述处理器,用于利用预设的干涉条纹图像和所述权利要求1-7中任何一项所述的校正方法对所述红外图像进行校正;
所述存储器,用于存储不同拍摄距离的所述干涉条纹图像以及可在所述处理器上运行的计算机程序。
本申请实施例的第三方面提供了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上述第一方面所述校正方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:由于干涉条纹通常明暗相间,而不同深度的干涉条纹位置不同。故本申请基于待校正图像中的每个待校正像素点,匹配每个待校正像素点对应的目标干涉条纹图像。并根据每个待校正像素点的目标坐标位置,在目标干涉条纹图像中获取第一像素值。根据第一像素值对待校正像素点进行校正处理(由于目标干涉条纹图像中可以很好地反映干涉条纹在不同坐标位置的第一像素值,故可基于目标干涉条纹图像中的第一像素值对待校正像素点进行校正)。上述方案,通过针对逐个待校正像素分别进行校正的方式,减弱了干涉条纹导致采集的图像质量较差的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或相关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的一些实施例,对于本领域普通技术人员来讲,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它的附图。
图1示出了本申请提供的一种干涉条纹的校正方法的示意性流程图;
图2示出了本申请提供的干涉条纹平移变化量曲线示意图;
图3示出了本申请提供的拍摄距离的划分策略示意图;
图4示出了本申请提供的一种干涉条纹的校正方法中步骤103具体示意性流程图;
图5示出了本申请提供的目标坐标位置示意图;
图6示出了本申请提供的一种干涉条纹的校正方法中步骤105具体示意性流程图;
图7示出了本申请提供的一种干涉条纹的校正方法中步骤1051具体示意性流程图;
图8示出了本申请提供的一种干涉条纹的校正方法中步骤1052具体示意性流程图;
图9是本发明一实施例提供的一种屏下系统的示意图;
图10示出了本申请提供的一种处理器功能架构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了更好地理解本申请解决的技术问题,故在此对上述背景技术进行进一步说明:
干涉现象是指同振幅、频率和固定位相的两列(或多列)波的叠加合成而引起振动强度重新分布的现象。在波的叠加区有的地方振幅增加,有的地方振幅减小,振动强度在空间出现强弱相间的固定分布,形成干涉条纹。
现有技术中,屏下摄像头在成像过程中,照明光源透过显示屏时,产生第一光束和第二光束,第一光束和第二光束间存在固定相位差,进而第一光束与第二光束会在目标区域上发生稳定干涉,产生干涉条纹,干涉条纹随着拍摄距离的变化而产生缩放。不同拍摄距离下采集模组(即屏下摄像头)采集图像中的干涉条纹在视差方向上发生平移。
有鉴于此,本申请实施例提供了一种干涉条纹的校正方法、屏下系统以及计算机可读存储介质,可以解决上述技术问题。
图1示出了本申请提供的一种干涉条纹的校正方法的示意性流程图,该校正方法应用于具有屏下相机的终端设备中,该校正方法包括如下步骤:
步骤101,获取不同拍摄距离的干涉条纹图像;所述干涉条纹图像是指照明光源透过显示屏照射在目标平面上形成干涉条纹,并由采集模组采集而得的图像;所述干涉条纹图像用于反映干涉条纹在不同坐标位置的第一像素值。
众所周知,不同拍摄距离的干涉条纹在图像中仅分布位置存在偏移,其大小不会发生改变,相同拍摄距离的干涉条纹在图像中分布位置一致。若能确定干涉条纹在图像中的分布位置(也即不同坐标位置的第一像素值),则可针对干涉条纹进行消除处理。故本申请基于上述规律,获取不同拍摄距离的干涉条纹图像,以适应性校正待校正图像中不同深度值的第一像素点。
在一个实施例中,为了更好地反映干涉条纹在不同坐标位置的第一像素值,故优先采用白色背景且表面质地均匀的平面,作为目标平面。目标平面用于反射由照明光源透过显示屏(照明光源包括但不限于红外线或激光等光源)产生的干涉条纹,且目标平面尺寸大于采集模组(采集模组是指用于采集光线信息的模组,例如:摄像头等)在不同拍摄距离的取景范围。
在采集模组前,摆放垂直于采集模组光轴的目标平面。采集模组采集在目标平面上显现的干涉条纹,得到干涉条纹图像。
在一个实施例中,对于不同拍摄距离的划分策略可以为均匀划分和非均匀划分,对于不同拍摄距离的间隔可根据校正精细度进行预设。请参见图2,由图2可知,条纹平移变化量与拍摄距离之间呈曲线下降的趋势,即当目标平面在距离采集模组较近的区域内沿着光轴方向前后移动时,目标平面上的干涉条纹平移变化量较大。当目标平面在距离采集模组较远的区域内沿着光轴方向前后移动时,目标平面上的干涉条纹平移变化量较小。
故基于上述规律,本申请对不同拍摄距离的划分策略为“近密远疏”,如图3所示,随着目标平面远离近密远疏,目标平面的采样位置逐渐稀疏,以对拍摄距离的分布密度进行科学划分。
作为本申请的一个可选实施例,在同一个拍摄距离下,可采集一张或多张原始图像,作为干涉条纹图像。其中,当干涉条纹图像为多个时,可进行多帧平均,得到干涉条纹图像。
作为本申请的一个可选实施例,在获取到干涉条纹图像后,可针对干涉条纹图像进行预处理,以提高干涉条纹图像的图像质量,进而得到更加精细的校正效果。所述预处理包括降噪或灰度值调整等图像处理手段。
步骤102,获取待校正图像,并计算所述待校正图像中每个待校正像素点的深度值。
获取目标区域的待校正图像,并计算待校正图像中多个待校正像素点的深度值。以根据不同待校正像素点的深度值,获取不同待校正像素点各自对应的干涉条纹图像(可以理解的是,正如上述内容可知,不同拍摄距离对应图像中干涉条纹的位置不同。而不同待校正像素点之间的深度值大小不一,故需逐一针对每个待校正像素点匹配各自对应的干涉条纹图像)。
在一个实施例中,获取深度值的方式包括但不限于如下三种方式:
方式①:照明光源向目标区域投射结构光光束,采集模组接收经目标区域反射回的光束并形成电信号,并传输至处理器。处理器对该电信号进行处理,计算出反映该光束的强度信息以形成结构光图案,最后基于该结构光图案进行匹配计算或三角法计算,得到多个待校正像素点的深度值。
方式②:照明光源向目标区域投射红外光束,采集模组接收经目标区域反射回的光束并形成电信号,并传输至处理器。处理器对该电信号进行处理以计算出相位差,并基于该相位差间接计算光束由照明光源发射到摄像头接收所用的飞行时间。基于该飞行时间计算出多个待校正像素点的深度值。应当理解的是,红外光束可包括脉冲型和连续波型,此处不作限制。
方式③:照明光源向目标区域投射红外脉冲光束,采集模组接收经目标区域反射回的光束并形成电信号,并传输至处理器。处理器对电信号进行计数以获取波形直方图,并根据直方图直接计算由照明光源发射到摄像头接收所用的飞行时间,基于该飞行时间计算出多个待校正像素点的深度值。
作为本申请的一个可选实施例,在获取到待校正图像后,可针对待校正图像进行预处理,以提高待校正图像的图像质量,进而得到更加精细的校正效果。所述预处理包括降噪或灰度值调整等图像处理手段。
步骤103,在所述不同拍摄距离的干涉条纹图像中,选择所述每个待校正像素点的深度值对应的干涉条纹图像,作为所述每个待校正像素点对应的目标干涉条纹图像。
如图2所示,由于受拍摄距离的分布间隔的影响,故拍摄距离与深度值可能相等,也可能不相等。可以理解的是,若不同拍摄距离的分布间隔足够小,则每个深度值都可对应相等的拍摄距离。
在一个实施例中,不同拍摄距离中存在与深度值相等的拍摄距离时,选择与深度值相等的拍摄距离对应的干涉条纹图像,作为目标干涉条纹图像。
在另一个实施例中,当不同拍摄距离中不存在与深度值相等的拍摄距离时,则执行如下可选实施例:
作为本申请的一个可选实施例,在步骤103包括如下步骤1031至步骤1032。请参见图4,图4示出了本申请提供的一种干涉条纹的校正方法中步骤103具体示意性流程图。
针对所述每个待校正像素点分别执行如下步骤:
步骤1031,在所述不同拍摄距离中,选择与所述深度值差值最小的目标拍摄距离。
作为申请的一个可选实施例,由于深度值差值最小的目标拍摄距离可能存在两个的情况,即深度值处于相邻拍摄距离的中心。由上述内容以及图2可知,拍摄距离越远条纹平移变化量越小。故当最小的目标拍摄距离为两个时,则选择两者中最大的拍摄距离作为所述目标拍摄距离。
步骤1032,将所述目标拍摄距离对应的干涉条纹图像,作为所述目标干涉条纹图像。
可以理解的是,上述条件“当不同拍摄距离中存在与深度值相等的拍摄距离时”的情况,也适用于步骤1031与步骤1032,即该条件下拍摄距离与深度值之间差值为0。
步骤104,提取所述目标干涉条纹图像中目标坐标位置的第一像素值;所述目标坐标位置是指所述目标干涉条纹图像对应的待校正像素点在所述待校正图像中所处的坐标位置。
每个待校正像素点在对应的目标干涉条纹图像中提取目标坐标位置的第一像素值。例如:待校正像素点的目标坐标位置为(156,256),则提取目标干涉条纹图像中坐标位置(156,256)处的第一像素值。
为了更好地解释步骤104,请参见图5,以待校正图像中的待校正像素点a、待校正像素点b和待校正像素点c为例。待校正像素点a对应的目标干涉条纹图像为像素点d1所处的第一目标干涉条纹图像。待校正像素点b对应的目标干涉条纹图像为像素点d2所处的第二目标干涉条纹图像。待校正像素点c对应的目标干涉条纹图像为像素点d3所处的第三目标干涉条纹图像。针对待校正像素点a,需提取第一目标干涉条纹图像中的像素点d1(待校正像素点a与像素点d1的坐标位置相同)。针对待校正像素点b,需提取第二目标干涉条纹图像中的像素点d2(待校正像素点b与像素点d2的坐标位置相同)。针对待校正像素点c,需提取第三目标干涉条纹图像中的像素点d3(待校正像素点c与像素点d3的坐标位置相同)。应当理解的是,遍历待校正图像中的每一个像素点后,可将目标干涉条纹图像中对应的像素点整合为一帧新的目标干涉条纹图像,利用新的干涉条纹图像进行下一步操作;亦直接利用目标干涉条纹中的像素点进行下一步操作,此处不作限制。
需要说明的是,图5仅仅起示例作用,对于图5中目标干涉条纹图像的数量、待校正图像中待校正像素点的数量以及位置不做任何限定。
步骤105,根据所述每个待校正像素点对应的第一像素值,校正所述每个待校正像素点的第二像素值,得到校正后的图像。
由于干涉条纹图像可以反映干涉条纹在不同坐标位置的第一像素值。而位于暗纹区域的像素点需要提高像素值,对于位于明纹区域的像素点需要减弱像素值。故可根据不同坐标位置的第一像素值校正每个待校正像素点的第二像素值,得到校正后的图像。校正方式包括如下两种校正方式:
第一种校正方式:计算所有第一像素值之间的比例关系,根据比例关系调整每个待校正像素点的第二像素值,得到校正后的图像。例如:假设三个第一像素值分别为100、150以及200,则三个第一像素值之间的比例关系为2:3:4。将三个第一像素值各自对应的待校正像素点的第二像素值,分别乘以1/2、1/3以及1/4,得到校正后的图像(此处仅仅是假设图像中仅有三个第一像素点)。然而,由于暗纹区域的像素点需要提升像素值,明纹区域的像素点需要减弱像素值。若采用第一种方式进行校正,则校正效果较差。仅能抑制明纹区域的高像素值,故本申请提供了更优的第二种校正方式。
第二种校正方式:如以下可选实施例所示:
作为本申请的一个可选实施例,在步骤105包括如下步骤1051至步骤1052。请参见图6,图6示出了本申请提供的一种干涉条纹的校正方法中步骤105具体示意性流程图。
步骤1051,对所有所述第一像素值进行归一化,得到所述每个待校正像素点对应的第一校正参数。
由于干涉条纹为明暗交替的条纹,明纹的区域的像素值较高,暗纹区域的像素值度较低。故本申请将干涉条纹图像中各个待校正像素值进行归一化处理,得到每个待校正像素点对应的第一校正参数,具体过程如下:
作为本申请的一个可选实施例,在步骤1051包括如下步骤A1至步骤A2。请参见图7,图7示出了本申请提供的一种干涉条纹的校正方法中步骤1051具体示意性流程图。
步骤A1,获取所有所述第一像素值中的最大第一像素值。
步骤A2,将每个所述第一像素值除以所述最大第一像素值,得到所述每个待校正像素点对应的第一校正参数。
每个第一像素点采用如下公式,得到每个待校正像素点对应的第一校正参数:
其中,M表示最大第一像素值,Ia表示第一校正参数,Ib表示第一像素值。由上述公式得到的第一校正参数范围处于[0,1]之间。
步骤1052,根据所述每个待校正像素点对应的第一校正参数,校正所述每个待校正像素点的第二像素值,得到校正后的图像。
根据步骤103可知,深度值与拍摄距离可能相等,也可能不相等。若不相等,则执行如下可选实施例中的步骤B1至步骤B2。若相等,则执行如下可选实施例中的步骤B3。具体执行步骤如下可选实施例所示:
作为本申请的一个可选实施例,在步骤1052包括如下步骤B1至步骤B2。请参见图8,图8示出了本申请提供的一种干涉条纹的校正方法中步骤1052具体示意性流程图。
针对所述每个待校正像素点分别执行如下步骤,得到校正后的图像:
步骤B1,若待校正像素点对应目标干涉条纹图像的拍摄距离与该待校正像素点的深度值不相等,则将所述第一校正参数代入第一预设公式,得到第二校正参数。
由于深度值与拍摄距离之间存在差值,故需通过第一预设公式纠正第一校正参数。
所述第一预设公式如下:
其中,Ia表示所述第一校正参数,Ib表示所述第二校正参数,La表示待校正像素点对应目标干涉条纹图像的拍摄距离,Lb表示待校正像素点的深度值。
步骤B2,将该待校正像素点的第二像素值除以所述第二校正参数,得到校正后的图像。
其中,在步骤B2中,可将每个待校正像素点的第二像素值除以每个待校正像素点对应的第二校正参数,得到校正后的图像。也可将每个待校正像素点的第二像素值除以每个待校正像素点对应的第二校正参数,并乘以预设的调整系数(调整系数用于调整校正强度,可根据实际应用场景进行预设),得到校正后的图像。
可以理解的是,当校正参数趋近于1时,校正幅度低。当校正参数趋近于0时,校正幅度高。故第二种校正方式即可以抑制明纹区域的像素值,又可以提高暗纹区域的像素值,从而达到优良的校正效果。
步骤B3,若待校正像素点对应目标干涉条纹图像的拍摄距离与该待校正像素点的深度值相等,则将该待校正像素点的第二像素值除以所述第一校正参数,得到校正后的图像。
在本实施例中,基于待校正图像中的每个待校正像素点,匹配每个待校正像素点对应的目标干涉条纹图像。并根据每个待校正像素点的目标坐标位置,在目标干涉条纹图像中获取第一像素值。根据第一像素值对待校正像素点进行校正处理(由于目标干涉条纹图像中可以很好地反映干涉条纹在不同坐标位置的第一像素值,故可基于目标干涉条纹图像中的第一像素值对待校正像素点进行校正)。上述方案,通过针对逐个待校正像素分别进行校正的方式,减弱了干涉条纹导致采集的图像质量较差的问题。
图9是本发明一实施例提供的一种屏下系统的示意图。如图9所示,该实施例的屏下系统90,包括照射光源91、采集模组92、处理器93、存储器94及显示屏95,其中:
照射光源91,透过显示屏95向目标平面96发射红外光束;
采集模块92,接收经目标平面反射后透过显示屏105的光信号并获取目标区域96的红外图像,传输至处理器93;
处理器93,用于利用预设的干涉条纹图像和上述任一实施例方案记载的干涉条纹的校正方法对红外图像进行校正;
存储器94,用于存储不同拍摄距离的干涉条纹图像以及可在所述处理器上运行的计算机程序。
应当说明的是,照射光源91和采集模块92中任一模块处于显示屏95下时,采集模块95采集的红外图像中若含有干涉条纹,仍可采用上述干涉条纹的校正方法对红外图像进行校正,此处不作限制。
在一个实施例中,若照射光源91透过显示屏95向目标区域96发射结构光光束时,屏下系统90还包括泛光模块107,泛光模块97透过显示屏97向目标区域96投射泛光光束,采集模块92,一方面接收经目标区域反射的结构光信号传输至处理器93获取目标区域的深度值,另一方面接收经目标区域反射的泛光信号形成红外图像,并进一步根据上述方法对红外图像进行校正。
需要理解的是,若照射光源91透过显示屏95向目标区域96中发射红外光束,则屏下系统90不需要进行补光照明,采集模组可直接采集红外图像,并进一步根据上述方法对红外图像进行校正。
在一个实施例中,所述处理器93执行干涉条纹校正方法实施例中的步骤,更具体地,该步骤可由处理器93中一个或多个单元执行,以完成本申请,可被分割的单元(请参见图10,图10示出了本申请提供的一种处理器功能架构示意图)的具体执行功能如下:
获取单元1001,用于获取采集模组采集目标区域的红外图像;
深度计算单元1002,用于计算所述红外图像中每个待校正像素点的深度值;
第一选择单元1003,用于在存储在存储器中的所述不同拍摄距离的干涉条纹图像中,选择所述每个待校正像素点的深度值对应的干涉条纹图像,作为所述每个待校正像素点对应的目标干涉条纹图像;
第二选择单元1004,用于提取所述目标干涉条纹图像中目标坐标位置的第一像素值;所述目标坐标位置是指所述目标干涉条纹图像对应的待校正像素点在所述红外图像中所处的坐标位置;
校正单元1005,用于根据所述每个待校正像素点对应的第一像素值,校正所述每个待校正像素点的第二像素值,得到校正后的图像。
本申请提供一种屏下系统,基于红外图像中的每个待校正像素点,匹配每个待校正像素点对应的目标干涉条纹图像。并根据每个待校正像素点的目标坐标位置,在目标干涉条纹图像中获取第一像素值。根据第一像素值对待校正像素点进行校正处理(由于目标干涉条纹图像中可以很好地反映干涉条纹在不同坐标位置的第一像素值,故可基于目标干涉条纹图像中的第一像素值对待校正像素点进行校正)。上述方案,通过针对逐个待校正像素分别进行校正的方式,减弱了干涉条纹导致采集的图像质量较差的问题。
本领域技术人员可以理解,所述屏下系统中包括但不限于上述模块及上述的组合形式,图9仅仅是一种屏下系统的示例,并不构成对一种屏下系统的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种屏下系统还可以包括输入输出设备、网络接入设备、总线等。
所述摄像模块包括采集模组以及照明光源。其中照明光源包括光源和光学组件(光学组件可以包括衍射光学元件等)等。光源可以是边发射激光器(EEL)、垂直腔面发射激光器(VCSEL)等光源,也可以是多个光源组成的光源阵列,光源所发射的光束可以是可见光、红外光或紫外光等。光源所发射的光束可以在参考平面上形成均匀、随机或者特殊设计的强度分布投影图案。摄像头中包括图像传感器以及透镜单元等模块,透镜单元接收由物体反射回的部分光束并成像在图像传感器上。图像传感器可以是电荷耦合元件(ChargeCoupled Device,CCD)、互补金属氧化物半导体(Complementary Metal-Oxide-Semiconductor Transistor,CMOS)、雪崩二极管(Avalanche Diode,AD)或单光子雪崩二极管(Single Photon Avalanche Diode,SPAD)等组成的图像传感器。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可以是所述一种屏下系统的内部存储单元,例如一种屏下系统的硬盘或内存。所述存储器也可以是所述一种屏下系统的外部存储设备,例如所述一种屏下系统上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器还可以既包括所述一种屏下系统的内部存储单元也包括外部存储设备。所述存储器用于存储所述计算机程序以及所述一种漫游控制设备所需的其他程序和数据。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了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可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元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,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/活体检测设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于监测到”。类似地,短语“如果确定”或“如果监测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦监测到[所描述条件或事件]”或“响应于监测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种干涉条纹的校正方法,其特征在于,所述校正方法,包括:
获取不同拍摄距离的干涉条纹图像;所述干涉条纹图像是指照明光源透过显示屏照射在目标平面上形成干涉条纹,并由采集模组采集而得的图像;所述干涉条纹图像用于反映干涉条纹在不同坐标位置的第一像素值;
获取待校正图像,并计算所述待校正图像中每个待校正像素点的深度值;
在所述不同拍摄距离的干涉条纹图像中,选择所述每个待校正像素点的深度值对应的干涉条纹图像,作为所述每个待校正像素点对应的目标干涉条纹图像;
提取所述目标干涉条纹图像中目标坐标位置的第一像素值;所述目标坐标位置是指所述目标干涉条纹图像对应的待校正像素点在所述待校正图像中所处的坐标位置;
根据所述每个待校正像素点对应的第一像素值,校正所述每个待校正像素点的第二像素值,得到校正后的图像。
2.如权利要求1所述校正方法,其特征在于,所述根据所述每个待校正像素点对应的第一像素值,校正所述每个待校正像素点的第二像素值,得到校正后的图像,包括:
对所有所述第一像素值进行归一化,得到所述每个待校正像素点对应的第一校正参数;
根据所述每个待校正像素点对应的第一校正参数,校正所述每个待校正像素点的第二像素值,得到校正后的图像。
3.如权利要求2所述校正方法,其特征在于,所述对所有所述第一像素值进行归一化,得到所述每个待校正像素点对应的第一校正参数,包括:
获取所有所述第一像素值中的最大第一像素值;
将每个所述第一像素值除以所述最大第一像素值,得到所述每个待校正像素点对应的第一校正参数。
5.如权利要求2所述校正方法,其特征在于,所述根据所述每个待校正像素点对应的第一校正参数,校正所述每个待校正像素点的第二像素值,得到校正后的图像,包括:
针对所述每个待校正像素点分别执行如下步骤,得到校正后的图像:
若待校正像素点对应目标干涉条纹图像的拍摄距离与该待校正像素点的深度值相等,则将该待校正像素点的第二像素值除以所述第一校正参数,得到校正后的图像。
6.如权利要求1所述校正方法,其特征在于,所述在所述不同拍摄距离的干涉条纹图像中,选择所述每个待校正像素点的深度值对应的干涉条纹图像,作为所述每个待校正像素点对应的目标干涉条纹图像,包括:
针对所述每个待校正像素点分别执行如下步骤:
在所述不同拍摄距离中,选择与所述深度值差值最小的目标拍摄距离;
将所述目标拍摄距离对应的干涉条纹图像,作为所述目标干涉条纹图像。
7.如权利要求6所述校正方法,其特征在于,所述在所述不同拍摄距离中,选择与所述深度值差值最小的目标拍摄距离,包括:
若所述深度值处于相邻拍摄距离的中心,则将所述相邻拍摄距离中最大拍摄距离作为所述目标拍摄距离。
8.一种屏下系统,其特征在于,包括显示屏、照明光源、采集模组、处理器及存储器,其中:
所述照明光源,用于透过所述显示屏向目标区域发射红外光束;所述目标区域包括目标平面;
所述采集模组,用于接收经所述目标区域反射后透过所述显示屏的光信号并获取所述目标区域的红外图像,传输至处理器;
所述处理器,用于利用预设的干涉条纹图像和所述权利要求1-7中任何一项所述的校正方法所述红外图像进行校正;
所述存储器,用于存储不同拍摄距离的所述干涉条纹图像以及可在所述处理器上运行的计算机程序。
9.如权利要求8所述的屏下系统,其特征在于,若所述照明光源透过所述显示屏向目标区域发射的光束为结构光光束,所述屏下系统还包括用于向所述目标区域投射泛光光束的泛光模块,所述采集模组采集经所述目标区域反射的泛光光信号并获取所述目标平面的所述红外图像。
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至7任一项所述校正方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110315005.3A CN115131215A (zh) | 2021-03-24 | 2021-03-24 | 一种图像的校正方法及及屏下系统 |
PCT/CN2021/107950 WO2022198862A1 (zh) | 2021-03-24 | 2021-07-22 | 一种图像的校正方法及及屏下系统 |
US18/209,696 US20230325979A1 (en) | 2021-03-24 | 2023-06-14 | Image correction method, and under-screen system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110315005.3A CN115131215A (zh) | 2021-03-24 | 2021-03-24 | 一种图像的校正方法及及屏下系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115131215A true CN115131215A (zh) | 2022-09-30 |
Family
ID=83373776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110315005.3A Pending CN115131215A (zh) | 2021-03-24 | 2021-03-24 | 一种图像的校正方法及及屏下系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230325979A1 (zh) |
CN (1) | CN115131215A (zh) |
WO (1) | WO2022198862A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021124961A1 (de) | 2021-09-27 | 2023-03-30 | Ifm Electronic Gmbh | Kamerasystem mit Interferenzmusterunterdrückung |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132589B (zh) * | 2023-10-23 | 2024-04-16 | 深圳明锐理想科技股份有限公司 | 一种条纹图校正方法、光学检测设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796648A (zh) * | 2014-01-21 | 2015-07-22 | 光宝科技股份有限公司 | 影像校正方法与其影像投影装置 |
CN105956530A (zh) * | 2016-04-25 | 2016-09-21 | 中科院微电子研究所昆山分所 | 一种图像校正方法及装置 |
CN109087253B (zh) * | 2017-06-13 | 2020-12-25 | 杭州海康威视数字技术股份有限公司 | 一种图像校正方法及装置 |
CN109242901B (zh) * | 2017-07-11 | 2021-10-22 | 深圳市道通智能航空技术股份有限公司 | 应用于三维相机的图像校准方法和装置 |
-
2021
- 2021-03-24 CN CN202110315005.3A patent/CN115131215A/zh active Pending
- 2021-07-22 WO PCT/CN2021/107950 patent/WO2022198862A1/zh active Application Filing
-
2023
- 2023-06-14 US US18/209,696 patent/US20230325979A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021124961A1 (de) | 2021-09-27 | 2023-03-30 | Ifm Electronic Gmbh | Kamerasystem mit Interferenzmusterunterdrückung |
Also Published As
Publication number | Publication date |
---|---|
US20230325979A1 (en) | 2023-10-12 |
WO2022198862A1 (zh) | 2022-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021008209A1 (zh) | 深度测量装置及距离测量方法 | |
CN106851124B (zh) | 基于景深的图像处理方法、处理装置和电子装置 | |
CN109903241A (zh) | 一种tof相机系统的深度图像校准方法及系统 | |
CN110378944B (zh) | 深度图处理方法、装置和电子设备 | |
US20230325979A1 (en) | Image correction method, and under-screen system | |
CN110378946B (zh) | 深度图处理方法、装置以及电子设备 | |
CN111538024B (zh) | 一种滤波ToF深度测量方法及装置 | |
CN107607957B (zh) | 一种深度信息获取系统及方法、摄像模组和电子设备 | |
CN108737815B (zh) | 一种图像传感器的质量检测方法及系统 | |
CN110400342B (zh) | 深度传感器的参数调整方法、装置以及电子设备 | |
CN113325439B (zh) | 一种深度相机及深度计算方法 | |
JP2024507089A (ja) | 画像のコレスポンデンス分析装置およびその分析方法 | |
US20240020883A1 (en) | Method, apparatus, and device for determining spectral reflection | |
CN109788216A (zh) | 用于tof的抗干扰方法、装置及tof传感器芯片 | |
CN111325691B (zh) | 图像校正方法、装置、电子设备和计算机可读存储介质 | |
JP2004133919A (ja) | 擬似3次元画像生成装置および生成方法並びにそのためのプログラムおよび記録媒体 | |
CN113191327A (zh) | 生物特征采集方法、芯片及计算机可读存储介质 | |
CN105446056A (zh) | 自动对焦装置及方法 | |
CN112752088B (zh) | 深度图像生成方法及装置、参考图像生成方法、电子设备 | |
CN110390689B (zh) | 深度图处理方法、装置和电子设备 | |
CN113406654B (zh) | 一种itof测距系统及计算被测物反射率的方法 | |
CN115657053A (zh) | 一种itof测距系统及屏蔽模糊距离值的方法 | |
CN115131216A (zh) | 一种干涉条纹的校正方法及屏下系统 | |
CN113238250B (zh) | 一种消除屏下杂散光的方法、装置、屏下系统和存储介质 | |
CN115657052A (zh) | 一种itof测距系统及其相对精度的确定方法、装置、设备 |
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 |