CN115131216A - 一种干涉条纹的校正方法及屏下系统 - Google Patents
一种干涉条纹的校正方法及屏下系统 Download PDFInfo
- Publication number
- CN115131216A CN115131216A CN202110316128.9A CN202110316128A CN115131216A CN 115131216 A CN115131216 A CN 115131216A CN 202110316128 A CN202110316128 A CN 202110316128A CN 115131216 A CN115131216 A CN 115131216A
- Authority
- CN
- China
- Prior art keywords
- corrected
- image
- correction parameter
- parameter set
- different
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 170
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000004590 computer program Methods 0.000 claims description 17
- 230000003287 optical effect Effects 0.000 claims description 15
- 238000005286 illumination Methods 0.000 claims description 9
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004364 calculation method Methods 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
- 238000012935 Averaging Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 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
- 239000000047 product Substances 0.000 description 1
- 230000009467 reduction Effects 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
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- 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
-
- 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
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- 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)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (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校正参数集合;获取待校正图像,并计算所述待校正图像的平均深度值;在所述不同拍摄距离的校正参数集合中,选择所述平均深度值对应的目标校正参数集合;根据所述目标校正参数集合中所述不同坐标位置对应的不同的目标校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像。通过上述方式,基于待校正图像的平均深度值调整不同坐标位置的待校正像素点的第一像素值,以减弱干涉条纹导致采集的图像质量较差的缺陷。
Description
技术领域
本申请属于图像处理的技术领域,尤其涉及一种干涉条纹的校正方法及屏下系统。
背景技术
随着手机厂商对全面屏的不断优化,屏下摄像模块将成为大部分手机的标配。其中,屏下摄像模块的成像原理如下:屏下摄像模块中的照射光源(例如:红外激光等)透过屏幕对目标区域进行补光,屏下摄像模块中的采集模组(例如:摄像头)拍摄被照明的物体,得到红外图像。
然而,由于显示屏的物理特征,导致照射光源发出的光束透过屏幕被分为多列光束,一部分光束直接透过显示屏射出,另一部分光束由于在显示屏上发生反射等原因,具有不同的相位延迟。多列光束在目标区域上相遇叠加,产生干涉条纹,导致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,可以解决多列光束在目标区域上相遇叠加,产生干涉条纹,导致采集的图像质量较差的技术问题。
本申请实施例的第一方面提供了一种干涉条纹的校正方法,所述校正方法包括:
获取不同拍摄距离的校正参数集合;所述校正参数集合中包括不同坐标位置对应的不同的校正参数;
获取待校正图像,并计算所述待校正图像的平均深度值;所述平均深度值是指所述待校正图像中多个待校正像素点对应深度值的平均值;
在所述不同拍摄距离的校正参数集合中,选择所述平均深度值对应的目标校正参数集合;
根据所述目标校正参数集合中所述不同坐标位置对应的不同的目标校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像。
本申请实施例的第二方面提供了一种基于干涉条纹校正的屏下系统,其特征在于,包括显示屏、照射光源、采集模组、处理器及存储器,其中:
所述照射光源,用于透过所述显示屏向目标区域发射光束;
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目标区域的红外图像,传输至所述处理器;
所述处理器,用于利用预设的校正参数集合和上述任一实施例方案记载的干涉条纹校正方法对红外图像进行校正。
所述存储器,用于存储所述校正参数集合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,而不同深度值的待校正图像中的干涉条纹位置不同,故本申请根据待校正图像的平均深度值选择目标校正参数集合。并根据目标校正参数集合,得到处于不同坐标位置的待校正像素点对应的目标校正参数,并根据目标校正参数校正待校正像素点的第一像素值。上述方式,基于平均深度值对应目标校正参数集合调整待校正图像中处于不同坐标位置的待校正像素点的第一像素值,减弱干涉条纹导致采集的图像质量较差的缺陷。
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一种干涉条纹的校正方法中步骤101具体示意性流程图;
图3示出了本申请提供的干涉条纹平移变化量曲线示意图;
图4示出了本申请提供的拍摄距离的划分策略示意图;
图5示出了本申请提供的一种干涉条纹的校正方法中步骤1012具体示意性流程图;
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103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103具体示意性流程图;
图8示出了本申请提供的校正过程示意图;
图9示出了本申请提供的一种干涉条纹的校正方法中步骤104具体示意性流程图;
图10a示出了本申请提供的光线反射示意图;
图10b示出了本申请提供的光线反射示意图;
图11是本发明一实施例提供的一种屏下系统的示意图;
图12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,屏下摄像模块(屏下摄像模块中包括照射光源以及采集模组)在成像过程中,照射光源透过显示屏时,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接收平面(即目标区域)上发生稳定干涉,产生干涉条纹,干涉条纹随着目标区域与屏下摄像模块之间拍摄距离的变化而产生缩放。不同拍摄距离下采集模组采集红外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。
请参见图1,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。如图1所示,该校正方法包括如下步骤:
步骤101,获取不同拍摄距离的校正参数集合;所述校正参数集合中包括不同坐标位置对应的不同的校正参数。
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。若能确定图像中干涉条纹的分布位置,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校正参数集合,以适应性校正待校正图像中的待校正像素点。其中,对于不同拍摄距离的划分的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。
校正参数集合为同一目标平面对应的图像中不同坐标位置对应的校正参数。校正参数用于增强像素值、减弱像素值或无需校正(即校正参数为1)。其中,由于干涉条纹为明暗交替的条纹,故对于位于暗纹区域的像素点需要增强像素值,对于位于明纹区域的像素点需要减弱像素值。
在步骤101中,校正参数集合可以为预存数据,在执行步骤101时,仅需获取预存在存储器中的校正参数集合。
在步骤101中,校正参数集合也可以通过如下可选实施例得到(其中,预存的校正参数集合,也需通过如下可选实施例进行预先计算得到):
作为本申请的一个可选实施例,在步骤101包括如下步骤1011至步骤1012。请参见图2,图2示出了本申请提供的一种干涉条纹的校正方法中步骤101具体示意性流程图。
步骤1011,采集多个不同拍摄距离的干涉条纹图像;所述干涉条纹图像是指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;所述拍摄距离是指垂直于采集模组光轴的平面与所述采集模组之间的距离;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二像素值。
在屏下摄像模块前,摆放垂直于采集模组光轴或照射光源光轴的目标平面。所述目标平面可用于显示由照射光源透过屏幕(照射光源包括但不限于激光或LED等光源)产生的干涉条纹,且目标平面尺寸大于采集模组在不同拍摄距离的取景范围。采集模组采集目标平面上显现的干涉条纹,得到干涉条纹图像。
为了更好地反映干涉条纹在不同坐标位置的第二像素值,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。
其中,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。难以察觉的是,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。请参见图3,图3示出了本申请提供的干涉条纹平移变化量曲线示意图。如图3所示条纹平移变化量与拍摄距离之间呈曲线下降的趋势。
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”。请参见图4,图4示出了本申请提供的拍摄距离的划分策略示意图。如图4所示,随着目标平面远离采集模组,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1012,逐个将所述干涉条纹图像中各个初始像素点的第二像素值进行归一化处理,得到所述不同拍摄距离各自对应的所述校正参数集合。
由于干涉条纹为明暗交替的条纹,明纹的区域像素值较高,暗纹的区域像素值较低。故本申请将干涉条纹图像中各个初始像素点的第二像素值进行归一化处理,得到所述不同拍摄距离各自对应的校正参数集合,具体过程如下:
作为本申请的一个可选实施例,在步骤1012包括如下步骤A1至步骤A2。请参见图5,图5示出了本申请提供的一种干涉条纹的校正方法中步骤1012具体示意性流程图。
每个拍摄距离对应的干涉条纹图像执行如下步骤,得到不同拍摄距离各自对应的校正参数集合:
步骤A1,获取所述干涉条纹图像中的最大第二像素值。
步骤A2,将所述干涉条纹图像中每个初始像素点的第二像素值除以所述最大第二像素值,得到所述校正参数集合。
干涉条纹图像中每个初始像素点采用如下公式,得到校正参数集合:
其中,M表示最大第二像素值,Ia表示校正参数集合中的校正参数,Ib表示初始像素点的第二像素值。
由上述公式得到的校正参数集合中不同坐标位置的校正参数范围处于[0,1]之间。
步骤102,获取待校正图像,并计算所述待校正图像的平均深度值;所述平均深度值是指所述待校正图像中多个待校正像素点对应深度值的平均值。
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,进而对多个待校正像素点的深度值进行平均求取,得到平均深度值。
计算多个待校正像素点的深度值的方式包括如下三种:
方式①:照射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。电信号传输至处理器,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:照射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。电信号传输至处理器,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射光源发射到采集模组接收所用的飞行时间,进一步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:照射光源向目标对象投射红外脉冲光束,采集模组接收经目标对象反射回的光束并形成电信号。电信号传输至处理器,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射光源发射到采集模组接收所用的飞行时间,进一步基于该飞行时间计算出多个待校正像素点的深度值。
步骤103,在所述不同拍摄距离的校正参数集合中,选择所述平均深度值对应的目标校正参数集合。
可以理解的是,若不同拍摄距离的分布间隔足够小,则每个平均深度值都可对应相等的拍摄距离。若不同拍摄距离的分布间隔不足够小,则平均深度值与拍摄距离可能不完全相等。当不同拍摄距离中,存在与平均深度值相等的拍摄距离时,则选择与平均深度值相等的拍摄距离对应的目标校正参数集合。
当不同拍摄距离中,不存在与平均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103具体示意性流程图。
步骤1031,在所述不同拍摄距离中,选择与所述平均深度值差值最小的第一拍摄距离。
步骤1032,将所述第一拍摄距离对应的校正参数集合,作为所述平均深度值对应的目标校正参数集合。
可以理解的是,上述条件“若不同拍摄距离的分布间隔足够小”的情况,也适用于步骤1031与步骤1032,即该条件下差值为0。
步骤104,根据所述目标校正参数集合中所述不同坐标位置对应的不同的目标校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像。
由于校正图像中不同待校正像素点的深度值不同,而校正参数集合中的校正参数的拍摄距离(也即深度值)是统一的,故不同待校正像素点与各自对应的校正参数之间的深度值可能不一致。为了使待校正像素点与对应校正参数之间的深度值一致,故本申请将每个目标校正参数进行换算,换算过程如下可续实施例所示:
作为本申请的一个可选实施例,在步骤104包括如下步骤B1至步骤B2。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103具体示意性流程图。
步骤B1,将所述目标校正参数集合代入第一预设公式,得到第一校正参数集合。
由于平均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目标校正参数集合。
所述第一预设公式如下:
其中,Ia表示所述目标校正参数集合中的目标校正参数,Ib表示所述第一校正参数集合的第一校正参数,La表示所述第一校正参数集合对应的拍摄距离,Lb表示所述平均深度值。
步骤B2,根据所述第一校正参数集合中所述不同坐标位置对应的不同的第一校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像。
在步骤B2中,可将多个待校正像素点的第一像素值除以多个待校正像素点各自对应的第一校正参数,得到校正后的图像。
在步骤B2中,也可将多个待校正像素点的第一像素值除以多个待校正像素点各自对应的第一校正参数,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。
为了更好地说明步骤B2的校正过程,请参见图8,图8示出了本申请提供的校正过程示意图。如图8所示,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。待校正图像对应唯一的校正参数集合(即目标校正参数集合)。可以理解的是,校正参数集合也是一种图像,只是图像中的不同坐标位置的第二像素值为校正参数。其中,待校正像素点a与像素点d1的坐标位置相同,待校正像素点b与像素点d2的坐标位置相同,待校正像素点c与像素点d3的坐标位置相同。将待校正像素点a的第一像素值除以像素点d1第二像素值(即校正参数),得到校正后的像素点A。将待校正像素点b的第一像素值除以像素点d2第二像素值(即校正参数),得到校正后的像素点B。将待校正像素点c的第一像素值除以像素点d3第二像素值(即校正参数),得到校正后的像素点C。
需要说明的是,图8仅仅起示例作用,对于图8中校正参数集合中校正像素点的数量、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。
作为本申请的一个可选实施例,在步骤104包括如下步骤C1至步骤C4。请参见图9,图9示出了本申请提供的一种干涉条纹的校正方法中步骤104具体示意性流程图。
步骤C1,根据第二预设公式,计算所述目标校正参数集合对应的干涉条纹图像与所述待校正图像之间的视差。
由于在屏下摄像模块中采集模组与照射光源的位置通常为对齐放置,即两者处于不同位置。请参见图10a,图10a示出了本申请提供的光线反射示意图。如图10a所示,直线代表目标平面,当照射光源射出光线,照射在目标平面上,光线由目标平面反射至采集模组中。由于采集模组与照射光源位置不同,故发射光线与反射光线的路径不同。然而,由于平均深度值可能无法匹配完全相等的拍摄距离,若平均深度值与拍摄距离不相等,则校正参数的坐标位置存在一定差异。请参见图10b,图10b示出了本申请提供的光线反射示意图。如图10b所示,不规则图形为待校正图像中的目标区域(即前景),a点映射待校正图像中的一个像素点。直线代表目标平面。由于发射光线与反射光线的路径不同,若相机以反射光线匹配的p2点的校正参数对a点第一像素进行校正,则结果错误(应以P1点的校正参数对a点第一像素进行校正)。
基于上述考量,故本申请针对目标校正参数集合进行重构(即重新构建目标校正参数集合中校正参数与坐标位置的映射关系,以纠正位置偏差。使得能够利用p1点的处校正参数对a点第一像素进行校正)。
首先,根据第二预设公式,计算由照射光源与相机位置产生的视差,第二预设公式如下:
其中,d表示所述视差,La表示目标校正参数集合对应的拍摄距离,Lb表示所述平均深度值,b表示摄像模块中摄像头和照射光源之间的光轴距离,f表示摄像模块的焦距。
步骤C2,将所述目标校正参数集合中各个第二像素点的坐标位置的值加上所述视差,得到第二校正参数集合。
若视差处于X轴方向,则将坐标位置中的X轴值加上视差,得到第二校正参数集合。
若视差处于Y轴方向,则将坐标位置中的Y轴值加上视差,得到第二校正参数集合。
值得注意的是,当采集模组与照射光源的位置相同时,无需执行步骤C1至步骤C2。
步骤C3,将所述第二校正参数集合代入第三预设公式,得到所述第三校正参数集合。
所述第三预设公式如下:
其中,Ic表示所述第二校正参数集合,Id表示所述第三校正参数集合,La表示所述目标校正参数集合对应的拍摄距离,Lb表示平均深度值。
步骤C4,根据所述第三校正参数集合中所述不同坐标位置对应的不同的第二校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像。
步骤C2至步骤C4,与上述可选实施例中的步骤B1至步骤B2相同,具体参照上述可选实施例中的步骤B1至步骤B2,在此不再赘述。
在本实施例中,通过第一像素点的平均深度值获取目标校正参数集合。并根据第一像素点的第二像素位置,获取目标校正参数集合中的目标校正参数,并根据目标校正参数校正第一像素点的第一像素值。通过上述方式,基于平均深度值调整不同位置第一像素点的第一像素值,以减弱干涉条纹导致采集的图像质量较差的问题。
图11是本发明一实施例提供的一种屏下系统的示意图。如图11所示,该实施例的屏下系统110,包括照射光源111、采集模组112、处理器113、存储器114及显示屏115,其中:
照射光源111,用于透过显示屏115向目标区域116发射红外光束;
采集模块112,用于接收经目标区域反射后透过显示屏115的光信号并获取目标区域116的红外图像以传输至处理器113,传输至所述处理器;
处理器113,用于利用预设的校正参数集合和上述任一实施例方案记载的干涉条纹校正方法对红外图像进行校正;
存储器114,用于存储校正参数集合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111和采集模块112中任一模块处于显示屏115下时,采集模块115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111透过显示屏115向目标区域116发射结构光光束时,屏下系统110还包括泛光模块117,泛光模块117透过显示屏117向目标区域116投射泛光光束,采集模块112,一方面接收经目标区域反射的结构光信号传输至处理器113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111透过显示屏115向目标区域116中发射红外光束,则屏下系统110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113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113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12,图12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121,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122,用于计算所述红外图像的平均深度值;所述平均深度值是指所述红外图像中多个待校正像素点对应深度值的平均值;
选择单元123,用于在存储在存储器的所述不同拍摄距离的校正参数集合中,选择所述平均深度值对应的目标校正参数集合;
校正单元124,用于根据所述目标校正参数集合中所述不同坐标位置对应的不同的目标校正参数,校正所述红外图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像。
本申请提供一种基于干涉条纹校正的屏下系统,根据红外图像的平均深度值选择目标校正参数集合。并根据目标校正参数集合,得到处于不同坐标位置的待校正像素点对应的目标校正参数,并根据目标校正参数校正待校正像素点的第一像素值。上述方式,基于平均深度值对应目标校正参数集合调整红外图像中处于不同坐标位置的待校正像素点的第一像素值,减弱干涉条纹导致采集的图像质量较差的缺陷。
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11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。
所述摄像模块包括采集模组以及照射光源。其中照射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。采集模组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校正参数集合;所述校正参数集合中包括不同坐标位置对应的不同的校正参数;
获取待校正图像,并计算所述待校正图像的平均深度值;所述平均深度值是指所述待校正图像中多个待校正像素点对应深度值的平均值;
在所述不同拍摄距离的校正参数集合中,选择所述平均深度值对应的目标校正参数集合;
根据所述目标校正参数集合中所述不同坐标位置对应的不同的目标校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,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,所述获取不同拍摄距离的校正参数集合,包括:
采集多个不同拍摄距离的干涉条纹图像;所述干涉条纹图像是指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;所述拍摄距离是指垂直于采集模组光轴的平面与所述采集模组之间的距离;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二像素值;
逐个将所述干涉条纹图像中各个初始像素点的第二像素值进行归一化处理,得到所述不同拍摄距离各自对应的所述校正参数集合。
3.如权利要求2所述校正方法,其特征在于,所述逐个将所述干涉条纹图像中各个初始像素点的第二像素值进行归一化处理,得到所述不同拍摄距离各自对应的所述校正参数集合,包括:
获取所述干涉条纹图像中的最大第二像素值;
将所述干涉条纹图像中每个初始像素点的第二像素值除以所述最大第二像素值,得到所述校正参数集合。
4.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校正参数集合中,选择所述平均深度值对应的目标校正参数集合,包括:
在所述不同拍摄距离中,选择与所述平均深度值差值最小的第一拍摄距离;
将所述第一拍摄距离对应的校正参数集合,作为所述平均深度值对应的目标校正参数集合。
5.如权利要求1所述校正方法,其特征在于,所述根据所述目标校正参数集合中所述不同坐标位置对应的不同的目标校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像,包括:
将所述目标校正参数集合代入第一预设公式,得到第一校正参数集合;
所述第一预设公式如下:
其中,Ia表示所述目标校正参数集合中的目标校正参数,Ib表示所述第一校正参数集合的第一校正参数,La表示所述第一校正参数集合对应的拍摄距离,Lb表示所述平均深度值;
根据所述第一校正参数集合中所述不同坐标位置对应的不同的第一校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,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,所述根据所述目标校正参数集合中所述不同坐标位置对应的不同的目标校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像,包括:
根据第二预设公式,计算所述目标校正参数集合对应的干涉条纹图像与所述待校正图像之间的视差;
所述第二预设公式如下:
其中,d表示所述视差,La表示目标校正参数集合对应的拍摄距离,Lb表示所述平均深度值,b表示摄像模块中摄像头和照射光源之间的光轴距离,f表示摄像模块的焦距;
将所述目标校正参数集合中各个第二像素点的坐标位置的值加上所述视差,得到第二校正参数集合;
将所述第二校正参数集合代入第三预设公式,得到第三校正参数集合;
所述第三预设公式如下:
其中,Ic表示所述第二校正参数集合,Id表示所述第三校正参数集合,La表示所述目标校正参数集合对应的拍摄距离,Lb表示所述第一像素点的平均深度值;
根据所述第三校正参数集合中所述不同坐标位置对应的不同的第二校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像。
7.如权利要求6所述校正方法,其特征在于,所述根据所述第三校正参数集合中所述不同坐标位置对应的不同的第二校正参数,校正所述待校正图像中位于所述不同坐标位置上的待校正像素点的第一像素值,得到校正后的图像,包括:
将所述待校正像素点的第一像素值除以所述待校正像素点对应的第二校正参数,得到校正后的图像。
8.一种基于干涉条纹校正的屏下系统,其特征在于,包括显示屏、照射光源、采集模组、处理器及存储器,其中:
所述照射光源,用于透过所述显示屏向目标区域发射红外光束;
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,传输至所述处理器;
所述处理器,用于利用预设的校正参数集合和所述权利要求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,用于存储所述校正参数集合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,若所述照射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区域的所述红外图像。
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 |
---|---|---|---|
CN202110316128.9A CN115131216A (zh) | 2021-03-24 | 2021-03-24 | 一种干涉条纹的校正方法及屏下系统 |
PCT/CN2021/107941 WO2022198861A1 (zh) | 2021-03-24 | 2021-07-22 | 一种干涉条纹的校正方法及屏下系统 |
US18/221,662 US20230370730A1 (en) | 2021-03-24 | 2023-07-13 | Interference fringe correction method and under-screen system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316128.9A CN115131216A (zh) | 2021-03-24 | 2021-03-24 | 一种干涉条纹的校正方法及屏下系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115131216A true CN115131216A (zh) | 2022-09-30 |
Family
ID=83373794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110316128.9A Pending CN115131216A (zh) | 2021-03-24 | 2021-03-24 | 一种干涉条纹的校正方法及屏下系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230370730A1 (zh) |
CN (1) | CN115131216A (zh) |
WO (1) | WO2022198861A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5836634B2 (ja) * | 2011-05-10 | 2015-12-24 | キヤノン株式会社 | 画像処理装置及び方法 |
CN103778887B (zh) * | 2013-03-21 | 2016-05-18 | 西安电子科技大学 | Led显示装置的亮度校正方法及装置 |
KR20180058048A (ko) * | 2016-11-23 | 2018-05-31 | 삼성전자주식회사 | 디스플레이 장치, 캘리브레이션 장치 및 그 제어 방법 |
CN111489694B (zh) * | 2020-04-17 | 2022-05-31 | 苏州佳智彩光电科技有限公司 | 一种对amoled屏下摄像屏进行外部光学补偿的方法及系统 |
CN112202986B (zh) * | 2020-09-30 | 2023-04-28 | 安谋科技(中国)有限公司 | 图像处理方法、图像处理装置、可读介质及其电子设备 |
CN112511761B (zh) * | 2020-11-23 | 2022-07-08 | Oppo广东移动通信有限公司 | 曲面屏显示补偿方法、装置、设备、存储介质及拍摄设备 |
-
2021
- 2021-03-24 CN CN202110316128.9A patent/CN115131216A/zh active Pending
- 2021-07-22 WO PCT/CN2021/107941 patent/WO2022198861A1/zh unknown
-
2023
- 2023-07-13 US US18/221,662 patent/US20230370730A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022198861A1 (zh) | 2022-09-29 |
US20230370730A1 (en) | 2023-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110057319B (zh) | 一种大范围反射率变化物体的高速三维测量方法 | |
CN106851124B (zh) | 基于景深的图像处理方法、处理装置和电子装置 | |
US8830227B2 (en) | Depth-based gain control | |
US20230325979A1 (en) | Image correction method, and under-screen system | |
CN107607957B (zh) | 一种深度信息获取系统及方法、摄像模组和电子设备 | |
CN111538024B (zh) | 一种滤波ToF深度测量方法及装置 | |
KR20180027952A (ko) | ToF (time of flight) 촬영 장치 및 ToF 촬영 장치에서 깊이 이미지의 블러 감소를 위하여 이미지를 처리하는 방법 | |
CN113533256B (zh) | 一种光谱反射率的确定方法、装置及设备 | |
CN111123289A (zh) | 一种深度测量装置及测量方法 | |
JP6540885B2 (ja) | 色校正装置、色校正システム、色校正用ホログラム、色校正方法及びプログラム | |
US20240020883A1 (en) | Method, apparatus, and device for determining spectral reflection | |
CN110378971A (zh) | 一种图像对齐精度的检测方法及装置、设备、存储介质 | |
CN113011206A (zh) | 手持扫描仪及其扫描方法 | |
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 | |
CN111123538B (zh) | 图像处理方法及基于点扩散函数调整衍射屏结构的方法 | |
CN113077523B (zh) | 一种标定方法、装置、计算机设备及存储介质 | |
JP3938122B2 (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 | |
CN113052890A (zh) | 一种深度真值获取方法、装置、系统及深度相机 | |
CN115131216A (zh) | 一种干涉条纹的校正方法及屏下系统 | |
CN111105365A (zh) | 一种纹理影像的色彩校正方法、介质、终端和装置 | |
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 | |
CN110390689B (zh) | 深度图处理方法、装置和电子设备 | |
CN115657052A (zh) | 一种itof测距系统及其相对精度的确定方法、装置、设备 | |
JP2023517830A (ja) | 深度画像生成方法及び装置、基準画像生成方法及び装置、電子機器、ならびにコンピュータプログラム | |
CN113406654A (zh) | 一种itof测距系统及计算被测物反射率的方法 |
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 |