CN116777999A - 面阵相机多适应性高级平场校正方法 - Google Patents
面阵相机多适应性高级平场校正方法 Download PDFInfo
- Publication number
- CN116777999A CN116777999A CN202310777117.XA CN202310777117A CN116777999A CN 116777999 A CN116777999 A CN 116777999A CN 202310777117 A CN202310777117 A CN 202310777117A CN 116777999 A CN116777999 A CN 116777999A
- Authority
- CN
- China
- Prior art keywords
- sampling
- sampling point
- image
- point
- value
- 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.)
- Granted
Links
- 238000003705 background correction Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005070 sampling Methods 0.000 claims abstract description 335
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000000547 structure data Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 6
- 230000004044 response Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005375 photometry Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000799 fluorescence microscopy Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Processing Of Color Television Signals (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域，尤其涉及一种面阵相机多适应性高级平场校正方法，包括，基础图像的通道选择、像素点的采样处理、采样点的三元结构数据储存，确定拟合曲面的三元四次方程，确定方程并计算拟合亮度值，与坐标处的平场校正增益值。本发明只需要拍一张图片即可导出平场系数并生成平场，只需要采样时遵循亮度区间小设置的最小亮度差值进行判断，且保障中央和四周采样点的分布即可，操作更加简洁方便；同时一张图像只需对应一个平场校正函数，在图像分辨率非常大的情况下，节省不少计算时间，并且无需每个像素点关联一个函数，导致的结果的效果受光源环境干扰程度较大，适应性低，因此提高了，平场校正的全适应性。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种面阵相机多适应性高级平场校正方法。
背景技术
理想情况下，当相机各像元接收到的辐照度相等即探测器整个靶面辐照均匀时，得到图像中所有像素点的灰度值应该是相等的。而实际上对任意CCD和CMOS相机而言，各像素对相同的辐照度产生的灰度值并不相同，称为探测器的响应非均匀性。导致响应非均匀性的原因包括：相机的CCD或CMOS芯片本身的结构材料和制造工艺等具有局部差异性；各像元的光谱响应函数不同；读出噪声和暗电流噪声的差异性等。平场校正的目的就是校正上述非均匀性。相机标定是获得相机输出灰度与入射辐照度之间定量关系的重要手段之一，得到标定结果后可以由相机灰度反演出入射辐照度。在一些对图像质量要求较高的成像领域和光度测量领域，例如天文观测、遥感成像、光度测量、基因测序荧光成像等，需要对相机进行平场校正和标定。这类相机探测器的响应近似为线性，因此最常用的平场校正方法是两点校正，需要暗场和明场两个不同能量等级的场景，获得每个像素的校正参数：增益和偏置，采用该参数可实现任意场景图像的平场校正。相机标定可以采用两点标定和多点标定等方式，对于响应线性的探测器，两点标定即可获得探测器响应灰度与入射能量的关系。多点标定则有助于研究相机的非线性响应现象，可用于相机响应线性度检测以及宽动态范围的平场校正。
相机标定和平场校正的关键是需要亮度可调并能够实时监测的均匀光源，现有的光源通常为积分球。积分球是一个内壁涂有白色漫反射材料的空腔球体，光线在球内部被均匀地反射及漫射，在球面上形成均匀的光强分布，因此输出孔所得到的光线为非常均匀的漫射光束。但是积分球的价格昂贵、体积大、辐射能量对相机标定而言余量过大，因此对使用场景有所限制。
中国专利公开号：CN114757853A，公开了一种平场校正函数的获取方法及系统、平场校正方法及系统；其技术点是将两组于不同灰度场景下拍摄的图像分别进行图像均值化处理，获得两张均值图像；确定出均值图像的亮区，获取亮区中所有像素点的灰度平均值；结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数；结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数；代入校正系数和校正常数，得到各个位置相对应的像素点的平场校正函数；由此可见，在现有技术中需要拍摄多组图片且需要确定亮区和暗区，同时现有技术中每个像素点关联一个函数，导致的结果的效果受光源环境干扰程度较大，适应性低。
发明内容
为此，本发明提供一种面阵相机多适应性高级平场校正方法，用以克服现有技术中平场校正计算复杂且适应性较低的问题。
为实现上述目的，本发明提供一种面阵相机多适应性高级平场校正方法，包括，
步骤S1，使用相机拍摄一张基础图像，并对所述基础图像进行判定，根据基础图像类型选择处理通道；
步骤S2，根据预设采样点数与中心采样比，确定预设中心采样点数与预设边缘采样点数，根据设置标准分解距离判定采样位置与基础图像中心的距离，判定采样处为中心区域或是边缘区域，设置最小亮度差值确定采样处位置的亮度差值与各已采样点的亮度差值，确定是否选取采样处的点为中心采样点或边缘采样点数；
步骤S3，将采样后的像素以三元结构进行存储，若基础图像为单通道灰度图像，采样像素位置处单通道的灰度值；若基础图像为三通道彩色，则分别存储采样像素位置处的三个通道的灰度值；
步骤S4，通过得到的采样点三元结构数据，拟合三维空间下的曲面使各采样点的值拟合至该曲面，并计算该曲面方程的三元四次方程；
步骤S5，将采样点的代入方程求出系数值，确定方程，采用最小二乘法，构造矩阵；
步骤S6，选取一个常量，表示平场校正后的期望亮度值，把采样像素位置处坐标代入到拟合曲面方程的三元四次方程中求出拟合亮度值，与坐标处的平场校正增益值，并对图像每个坐标的像素值与校正增益值相乘并应用，得到最终的平场图像。
进一步地，在所述步骤S1中，对所述基础图像进行判定，
若基础图像为灰度图像，则直接通过单通道灰度图进行像素点的采样；
若基础图像为彩色图像，则通过三通道彩色图将基础图像分离为三个通道，并分别进行像素点的采样处理。
进一步地，在所述步骤S2中，设置预设采样点数与中心采样比，将预设采样点数与中心采样比相乘，得到预设中心采样点数，并将预设采样点数与预设中心采样点数做差，得到预设边缘采样点数。
进一步地，在所述步骤S2中，设置标准分解距离，在对基础图像进行采样点的采样时，随机选取任意一图像点为初采样点，并计算初采样点距离基础图像中心点之间的距离记为实时采样距离，根据标准分解距离对实时采样距离进行判定，
若实时采样距离小于等于标准分解距离，则判定初采样点为中心采样点，并根据基础图像中心区域已采样的采样点的数量对初采样点进行判断，以确定是否保留该初采样点；
若实时采样距离大于标准分解距离，则判定初采样点为边缘采样点，并根据基础图像边缘区域已采样的采样点的数量对初采样点进行判断，以确定是否保留该初采样点，并将更改标记为边缘采样点。
进一步地，在所述步骤S2中，在确定初采样点为中心采样点时，获取基础图像中心区域已采样的采样点的数量，并根据预设中心采样点数对基础图像中心区域已采样的采样点的数量进行判定，
若基础图像中心区域已采样的采样点的数量等于预设中心采样点数，则删除该初采样点，并在基础图像上随机选取另一图像点为下一初采样点进行判定；
若基础图像中心区域已采样的采样点的数量小于预设中心采样点数，则根据各已采样的中心采样点的亮度值确定是否保留该初采样点；
进一步地，在所述步骤S2中，在确定初采样点为边缘采样点时，获取基础图像边缘区域已采样的采样点的数量，并根据预设边缘采样点数对基础图像边缘区域已采样的采样点的数量进行判定，
若基础图像边缘区域已采样的采样点的数量等于预设边缘采样点数，则删除该初采样点，并在基础图像上随机选取另一图像点为下一初采样点进行判定；
若基础图像边缘区域已采样的采样点的数量小于预设边缘采样点数，则根据各已采样的边缘采样点的亮度值确定是否保留该初采样点；
直至基础图像边缘区域与中心区域的已采样的采样点的数量均等于预设中心采样点数与预设边缘采样点数时，采样完成停止采样。
进一步地，在所述步骤S2中，设置最小亮度差值，在根据各已采样的边缘采样点或中心采样点的亮度值确定是否保留该初采样点时，获取各已采样的边缘采样点或中心采样点亮度值，并获取初采样点的亮度值，若初采样点为中心采样点，则将该初采样点的亮度值依次与各已采样的中心采样点亮度值进行做差，若初采样点为边缘采样点，则将该初采样点的亮度值依次与各已采样的边缘采样点亮度值进行做差，得到若干实时采样亮度差值，将各实时采样亮度差值与最小亮度差值进行对比，
若各实时采样亮度差值均大于等于最小亮度差值，则选取该初采样点为对应的中心采样点或边缘采样点；
若各实时采样亮度差值中存在任意一亮度差值小于最小亮度差值，则删除该初采样点，并在基础图像上随机选取另一图像点为下一初采样点进行判定，直至完成各中心采样点与各边缘采样点的采样。
进一步地，在所述步骤S3中，将采样后的像素以三元结构进行存储(X,Y,Z),
其中，X表示像素点的X像素坐标，Y表示像素点的Y像素坐标，Z表示像素点的灰度值；
若基础图像为单通道灰度图像，存储X，Y位置处，单通道的灰度值；
若基础图像为三通道彩色图像，则分别存储X，Y位置处三个通道的灰度值；即三通道图像像素值为R，G，B，以(X,Y,R),(X,Y,G),(X,Y,B)三元结构存储。
进一步地，在所述步骤S4中，通过得到的采样点三元结构数据(X,Y,Z)拟合三维空间下的曲面使各采样点的值拟合至该曲面，其中，X,Y代表图像的像素坐标系，Z值表示像素灰度值；并计算该曲面方程的三元四次方程；
ax4+by4+cx3y+dxy3+ex2y2+fx3+gy3+hx2y+ixy2+jx2+ky2+lxy+nx+my+o＝z。
进一步地，在所述步骤S6中，选取一个常量C，可以为整个图像的均值或0～255中间任意一个值，表示平场校正后的期望亮度值；把X，Y坐标代入所述拟合曲面方程的三元四次方程中求出拟合亮度值Z'(x,y)，并计算在X，Y坐标处的平场校正增益值G(x,y)＝C/Z'(x,y)；对图像每个X,Y坐标的像素值Z乘以G(x,y)并应用得出最终的平场图像。
与现有技术相比，本发明的有益效果在于，与现有技术相比，此发明有巨大的进步和优势:现有技术需要拍多组图片，而本发明只需要拍一张图片即可导出平场系数并生成平场。
进一步地，现有技术需要确定亮区和暗区，而本发明无需确定，且无需确定亮区和暗区，只需要采样时遵循亮度区间小设置的最小亮度差值进行判断，且保障中央和四周采样点的分布即可，操作更加简洁方便。
进一步地，通过在采样点的采样时设置标准分解距离，将基础图像划分为中心区域与边缘区域，能够保证采样点能够涉及到中央区域亮度较高的部分，也能够涉及到四周的边缘区域亮度较低的部分，同时保证了各个采样点的空间分布均匀，提高平场校正效果与速度。
进一步地，在设定的最小亮度差值较小时，方便进行采样点的采样，能够提高计算速度，在设定的最小亮度差值较大时，选取的采样点更具有代表性，且能够使同一区域内的采样点的代表性分布更加均匀，能够提高平场校正效果。
进一步地，现有技术每个像素点都有一个平场校正函数y＝kx+b，而本发明一张图像只需对应一个平场校正函数，在图像分辨率非常大的情况下，节省不少计算时间。
进一步地，现有技术每个像素点关联一个函数，导致的结果的效果受光源环境干扰程度较大，适应性低。而本发明则无这个缺点，全适应性。
附图说明
图1为本发明实施例面阵相机多适应性高级平场校正方法的流程图；
图2为本发明实施例面阵相机多适应性高级平场校正方法的构造矩阵示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示，其为本发明实施例面阵相机多适应性高级平场校正方法的流程图，本实施例公开一种例面阵相机多适应性高级平场校正方法，包括，
步骤S1，使用相机拍摄一张基础图像，并对所述基础图像进行判定，根据基础图像类型选择处理通道；
步骤S2，根据预设采样点数与中心采样比，确定预设中心采样点数与预设边缘采样点数，根据设置标准分解距离判定采样位置与基础图像中心的距离，判定采样处为中心区域或是边缘区域，设置最小亮度差值确定采样处位置的亮度差值与各已采样点的亮度差值，确定是否选取采样处的点为中心采样点或边缘采样点数；
步骤S3，将采样后的像素以三元结构进行存储，若基础图像为单通道灰度图像，采样像素位置处单通道的灰度值；若基础图像为三通道彩色，则分别存储采样像素位置处的三个通道的灰度值；
步骤S4，通过得到的采样点三元结构数据，拟合三维空间下的曲面使各采样点的值拟合至该曲面，并计算该曲面方程的三元四次方程；
步骤S5，将采样点的代入方程求出系数值，确定方程，采用最小二乘法，构造矩阵；
步骤S6，选取一个常量，表示平场校正后的期望亮度值，把采样像素位置处坐标代入到拟合曲面方程的三元四次方程中求出拟合亮度值，与坐标处的平场校正增益值，并对图像每个坐标的像素值与校正增益值相乘并应用，得到最终的平场图像。
本发明只需要拍一张图片即可导出平场系数并生成平场，且无需确定亮区和暗区，只需要采样时遵循亮度区间小设置的最小亮度差值进行判断，且保障中央和四周采样点的分布即可，操作更加简洁方便；同时一张图像只需对应一个平场校正函数，在图像分辨率非常大的情况下，节省不少计算时间，并且无需每个像素点关联一个函数，导致的结果的效果受光源环境干扰程度较大，适应性低，因此提高了，平场校正的全适应性。
具体而言，在所述步骤S1中，对所述基础图像进行判定，
若基础图像为灰度图像，则直接通过单通道灰度图进行像素点的采样；
若基础图像为彩色图像，则通过三通道彩色图将基础图像分离为三个通道，并分别进行像素点的采样处理。
具体而言，在所述步骤S2中，设置预设采样点数与中心采样比，将预设采样点数与中心采样比相乘，得到预设中心采样点数，并将预设采样点数与预设中心采样点数做差，得到预设边缘采样点数。
在本实施例中，设置的预设采样点数至少在15以上，边缘分布的采样点数不低于三分之二，即设置的中心采样比不高于1/3。
具体而言，在所述步骤S2中，设置标准分解距离，在对基础图像进行采样点的采样时，随机选取任意一图像点为初采样点，并计算初采样点距离基础图像中心点之间的距离记为实时采样距离，根据标准分解距离对实时采样距离进行判定，
若实时采样距离小于等于标准分解距离，则判定初采样点为中心采样点，并根据基础图像中心区域已采样的采样点的数量对初采样点进行判断，以确定是否保留该初采样点；
若实时采样距离大于标准分解距离，则判定初采样点为边缘采样点，并根据基础图像边缘区域已采样的采样点的数量对初采样点进行判断，以确定是否保留该初采样点，并将更改标记为边缘采样点。
通过在采样点的采样时设置标准分解距离，将基础图像划分为中心区域与边缘区域，能够保证采样点能够涉及到中央区域亮度较高的部分，也能够涉及到四周的边缘区域亮度较低的部分，同时保证了各个采样点的空间分布均匀，提高平场校正效果与速度。
通常设置的标准分解距离应根据图像的尺寸进行设定，一般地，选择标准分解距离为图像短边长的一半。
具体而言，在所述步骤S2中，在确定初采样点为中心采样点时，获取基础图像中心区域已采样的采样点的数量，并根据预设中心采样点数对基础图像中心区域已采样的采样点的数量进行判定，
若基础图像中心区域已采样的采样点的数量等于预设中心采样点数，则删除该初采样点，并在基础图像上随机选取另一图像点为下一初采样点进行判定；
若基础图像中心区域已采样的采样点的数量小于预设中心采样点数，则根据各已采样的中心采样点的亮度值确定是否保留该初采样点；
具体而言，在所述步骤S2中，在确定初采样点为边缘采样点时，获取基础图像边缘区域已采样的采样点的数量，并根据预设边缘采样点数对基础图像边缘区域已采样的采样点的数量进行判定，
若基础图像边缘区域已采样的采样点的数量等于预设边缘采样点数，则删除该初采样点，并在基础图像上随机选取另一图像点为下一初采样点进行判定；
若基础图像边缘区域已采样的采样点的数量小于预设边缘采样点数，则根据各已采样的边缘采样点的亮度值确定是否保留该初采样点；
直至基础图像边缘区域与中心区域的已采样的采样点的数量均等于预设中心采样点数与预设边缘采样点数时，采样完成停止采样。
具体而言，在所述步骤S2中，设置最小亮度差值，在根据各已采样的边缘采样点或中心采样点的亮度值确定是否保留该初采样点时，获取各已采样的边缘采样点或中心采样点亮度值，并获取初采样点的亮度值，若初采样点为中心采样点，则将该初采样点的亮度值依次与各已采样的中心采样点亮度值进行做差，若初采样点为边缘采样点，则将该初采样点的亮度值依次与各已采样的边缘采样点亮度值进行做差，得到若干实时采样亮度差值，将各实时采样亮度差值与最小亮度差值进行对比，
若各实时采样亮度差值均大于等于最小亮度差值，则选取该初采样点为对应的中心采样点或边缘采样点；
若各实时采样亮度差值中存在任意一亮度差值小于最小亮度差值，则删除该初采样点，并在基础图像上随机选取另一图像点为下一初采样点进行判定，直至完成各中心采样点与各边缘采样点的采样。
设置的最小亮度差值根据根据具体校正的精度进行设定，在设定的最小亮度差值较小时，方便进行采样点的采样，能够提高计算速度，在设定的最小亮度差值较大时，选取的采样点更具有代表性，且能够使同一区域内的采样点的代表性分布更加均匀，能够提高平场校正效果。
具体而言，在所述步骤S3中，将采样后的像素以三元结构进行存储(X,Y,Z),
其中，X表示像素点的X像素坐标，Y表示像素点的Y像素坐标，Z表示像素点的灰度值；
若基础图像为单通道灰度图像，存储X，Y位置处，单通道的灰度值；
若基础图像为三通道彩色图像，则分别存储X，Y位置处三个通道的灰度值；即三通道图像像素值为R，G，B，以(X,Y,R),(X,Y,G),(X,Y,B)三元结构存储。
例如,对坐标(1,1)处进行采样，单通道图像像素值为100，那么以(1,1,100)三元结构存储下来。三通道图像像素值为R＝100，G＝100，B＝100；那么分别以(1,1,100),(1,1,100),(1,1,100)三元结构存储。
具体而言，在所述步骤S4中，通过得到的采样点三元结构数据(X,Y,Z)拟合三维空间下的曲面使各采样点的值拟合至该曲面，其中，X,Y代表图像的像素坐标系，Z值表示像素灰度值；并计算该曲面方程的三元四次方程；
ax4+by4+cx3y+dxy3+ex2y2+fx3+gy3+hx2y+ixy2+jx2+ky2+lxy+nx+my+o＝z。
将采样点的(X,Y,Z)代入方程求出系数a到o的值即可确定方程；
请继续参阅图2所示，其为本发明实施例面阵相机多适应性高级平场校正方法的构造矩阵示意图，使用最小二乘法，构造矩阵；
具体而言，在所述步骤S6中，选取一个常量C，可以为整个图像的均值或0～255中间任意一个值，表示平场校正后的期望亮度值；把X，Y坐标代入所述拟合曲面方程的三元四次方程中求出拟合亮度值Z'(x,y)，并计算在X，Y坐标处的平场校正增益值G(x,y)＝C/Z'(x,y)；对图像每个X,Y坐标的像素值Z乘以G(x,y)并应用得出最终的平场图像。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明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 (10)
1.一种面阵相机多适应性高级平场校正方法，其特征在于，包括，
步骤S1，使用相机拍摄一张基础图像，并对所述基础图像进行判定，根据基础图像类型选择处理通道；
步骤S2，根据预设采样点数与中心采样比，确定预设中心采样点数与预设边缘采样点数，根据设置标准分解距离判定采样位置与基础图像中心的距离，判定采样处为中心区域或是边缘区域，设置最小亮度差值确定采样处位置的亮度差值与各已采样点的亮度差值，确定是否选取采样处的点为中心采样点或边缘采样点数；
步骤S3，将采样后的像素以三元结构进行存储，若基础图像为单通道灰度图像，采样像素位置处单通道的灰度值；若基础图像为三通道彩色，则分别存储采样像素位置处的三个通道的灰度值；
步骤S4，通过得到的采样点三元结构数据，拟合三维空间下的曲面使各采样点的值拟合至该曲面，并计算该曲面方程的三元四次方程；
步骤S5，将采样点的代入方程求出系数值，确定方程，采用最小二乘法，构造矩阵；
步骤S6，选取一个常量，表示平场校正后的期望亮度值，把采样像素位置处坐标代入到拟合曲面方程的三元四次方程中求出拟合亮度值，与坐标处的平场校正增益值，并对图像每个坐标的像素值与校正增益值相乘并应用，得到最终的平场图像。
2.根据权利要求1所述的面阵相机多适应性高级平场校正方法，其特征在于，在所述步骤S1中，对所述基础图像进行判定，
若基础图像为灰度图像，则直接通过单通道灰度图进行像素点的采样；
若基础图像为彩色图像，则通过三通道彩色图将基础图像分离为三个通道，并分别进行像素点的采样处理。
3.根据权利要求1所述的面阵相机多适应性高级平场校正方法，其特征在于，在所述步骤S2中，设置预设采样点数与中心采样比，将预设采样点数与中心采样比相乘，得到预设中心采样点数，并将预设采样点数与预设中心采样点数做差，得到预设边缘采样点数。
4.根据权利要求3所述的面阵相机多适应性高级平场校正方法，其特征在于，在所述步骤S2中，设置标准分解距离，在对基础图像进行采样点的采样时，随机选取任意一图像点为初采样点，并计算初采样点距离基础图像中心点之间的距离记为实时采样距离，根据标准分解距离对实时采样距离进行判定，
若实时采样距离小于等于标准分解距离，则判定初采样点为中心采样点，并根据基础图像中心区域已采样的采样点的数量对初采样点进行判断，以确定是否保留该初采样点；
若实时采样距离大于标准分解距离，则判定初采样点为边缘采样点，并根据基础图像边缘区域已采样的采样点的数量对初采样点进行判断，以确定是否保留该初采样点，并将更改标记为边缘采样点。
5.根据权利要求4所述的面阵相机多适应性高级平场校正方法，其特征在于，在所述步骤S2中，在确定初采样点为中心采样点时，获取基础图像中心区域已采样的采样点的数量，并根据预设中心采样点数对基础图像中心区域已采样的采样点的数量进行判定，
若基础图像中心区域已采样的采样点的数量等于预设中心采样点数，则删除该初采样点，并在基础图像上随机选取另一图像点为下一初采样点进行判定；
若基础图像中心区域已采样的采样点的数量小于预设中心采样点数，则根据各已采样的中心采样点的亮度值确定是否保留该初采样点。
6.根据权利要求5所述的面阵相机多适应性高级平场校正方法，其特征在于，在所述步骤S2中，在确定初采样点为边缘采样点时，获取基础图像边缘区域已采样的采样点的数量，并根据预设边缘采样点数对基础图像边缘区域已采样的采样点的数量进行判定，
若基础图像边缘区域已采样的采样点的数量等于预设边缘采样点数，则删除该初采样点，并在基础图像上随机选取另一图像点为下一初采样点进行判定；
若基础图像边缘区域已采样的采样点的数量小于预设边缘采样点数，则根据各已采样的边缘采样点的亮度值确定是否保留该初采样点；
直至基础图像边缘区域与中心区域的已采样的采样点的数量均等于预设中心采样点数与预设边缘采样点数时，采样完成停止采样。
7.根据权利要求6所述的面阵相机多适应性高级平场校正方法，其特征在于，在所述步骤S2中，设置最小亮度差值，在根据各已采样的边缘采样点或中心采样点的亮度值确定是否保留该初采样点时，获取各已采样的边缘采样点或中心采样点亮度值，并获取初采样点的亮度值，若初采样点为中心采样点，则将该初采样点的亮度值依次与各已采样的中心采样点亮度值进行做差，若初采样点为边缘采样点，则将该初采样点的亮度值依次与各已采样的边缘采样点亮度值进行做差，得到若干实时采样亮度差值，将各实时采样亮度差值与最小亮度差值进行对比，
若各实时采样亮度差值均大于等于最小亮度差值，则选取该初采样点为对应的中心采样点或边缘采样点；
若各实时采样亮度差值中存在任意一亮度差值小于最小亮度差值，则删除该初采样点，并在基础图像上随机选取另一图像点为下一初采样点进行判定，直至完成各中心采样点与各边缘采样点的采样。
8.根据权利要求1所述的面阵相机多适应性高级平场校正方法，其特征在于，在所述步骤S3中，将采样后的像素以三元结构进行存储(X,Y,Z),其中，X表示像素点的X像素坐标，Y表示像素点的Y像素坐标，Z表示像素点的灰度值；
若基础图像为单通道灰度图像，存储X，Y位置处，单通道的灰度值；
若基础图像为三通道彩色图像，则分别存储X，Y位置处三个通道的灰度值；
即三通道图像像素值为R，G，B，以(X,Y,R),(X,Y,G),(X,Y,B)三元结构存储。
9.根据权利要求1所述的面阵相机多适应性高级平场校正方法，其特征在于，在所述步骤S4中，通过得到的采样点三元结构数据(X,Y,Z)拟合三维空间下的曲面，使各采样点的值拟合至该曲面，其中，X,Y代表图像的像素坐标系，
Z值表示像素灰度值；并计算该曲面方程的三元四次方程；
ax4+by4+cx3y+dxy3+ex2y2+fx3+gy3+hx2y+ixy2+jx2+ky2+lxy+nx+my+o＝z。
10.根据权利要求1所述的面阵相机多适应性高级平场校正方法，其特征在于，在所述步骤S6中，选取一个常量C，可以为整个图像的均值或0～255中间任意一个值，表示平场校正后的期望亮度值；把X，Y坐标代入所述拟合曲面方程的三元四次方程中求出拟合亮度值Z'(x,y)，并计算在X，Y坐标处的平场校正增益值G(x,y)＝C/Z'(x,y)；对图像每个X,Y坐标的像素值Z乘以G(x,y)并应用得出最终的平场图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310777117.XA CN116777999B (zh) | 2023-06-28 | 2023-06-28 | 面阵相机多适应性高级平场校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310777117.XA CN116777999B (zh) | 2023-06-28 | 2023-06-28 | 面阵相机多适应性高级平场校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116777999A true CN116777999A (zh) | 2023-09-19 |
| CN116777999B CN116777999B (zh) | 2024-07-26 |
Family
ID=87985724
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310777117.XA Active CN116777999B (zh) | 2023-06-28 | 2023-06-28 | 面阵相机多适应性高级平场校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116777999B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005093653A1 (ja) * | 2004-03-25 | 2005-10-06 | Sanyo Electric Co., Ltd | 画像補正装置と方法、画像補正データベース作成方法、情報データ提供装置、画像処理装置、情報端末、および情報データベース装置 |
| US20060056082A1 (en) * | 2004-09-02 | 2006-03-16 | Szepo Hung | Lens roll-off correction method and apparatus |
| EP2160020A2 (en) * | 2008-08-27 | 2010-03-03 | Casio Computer Co., Ltd. | Image processing apparatus for performing gradation correction on subject image |
| CN103761728A (zh) * | 2013-12-27 | 2014-04-30 | 华为技术有限公司 | 一种镜头亮度衰减校正的方法及装置 |
| US20160029017A1 (en) * | 2012-02-28 | 2016-01-28 | Lytro, Inc. | Calibration of light-field camera geometry via robust fitting |
| CN108088845A (zh) * | 2017-12-07 | 2018-05-29 | 武汉精测电子集团股份有限公司 | 一种基于微弱信息保留的成像校正方法与装置 |
| CN108986170A (zh) * | 2018-07-03 | 2018-12-11 | 武汉精测电子集团股份有限公司 | 一种适用于现场工况的线阵相机平场校正方法 |
| JP2019074535A (ja) * | 2014-01-28 | 2019-05-16 | 株式会社リコー | 校正方法、校正装置、及びプログラム |
| CN114757853A (zh) * | 2022-06-13 | 2022-07-15 | 武汉精立电子技术有限公司 | 平场校正函数的获取方法及系统、平场校正方法及系统 |
| WO2023001306A1 (zh) * | 2021-07-22 | 2023-01-26 | 广州黑格智造信息科技有限公司 | 光学系统的曝光面校准方法、校准测量方法、装置、计算机设备及存储介质 |
| CN116029938A (zh) * | 2023-02-24 | 2023-04-28 | 浙江双元科技股份有限公司 | 一种基于线性拟合的图像平场校正方法及装置 |
-
2023
- 2023-06-28 CN CN202310777117.XA patent/CN116777999B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005093653A1 (ja) * | 2004-03-25 | 2005-10-06 | Sanyo Electric Co., Ltd | 画像補正装置と方法、画像補正データベース作成方法、情報データ提供装置、画像処理装置、情報端末、および情報データベース装置 |
| US20060056082A1 (en) * | 2004-09-02 | 2006-03-16 | Szepo Hung | Lens roll-off correction method and apparatus |
| EP2160020A2 (en) * | 2008-08-27 | 2010-03-03 | Casio Computer Co., Ltd. | Image processing apparatus for performing gradation correction on subject image |
| US20160029017A1 (en) * | 2012-02-28 | 2016-01-28 | Lytro, Inc. | Calibration of light-field camera geometry via robust fitting |
| CN103761728A (zh) * | 2013-12-27 | 2014-04-30 | 华为技术有限公司 | 一种镜头亮度衰减校正的方法及装置 |
| JP2019074535A (ja) * | 2014-01-28 | 2019-05-16 | 株式会社リコー | 校正方法、校正装置、及びプログラム |
| CN108088845A (zh) * | 2017-12-07 | 2018-05-29 | 武汉精测电子集团股份有限公司 | 一种基于微弱信息保留的成像校正方法与装置 |
| CN108986170A (zh) * | 2018-07-03 | 2018-12-11 | 武汉精测电子集团股份有限公司 | 一种适用于现场工况的线阵相机平场校正方法 |
| WO2023001306A1 (zh) * | 2021-07-22 | 2023-01-26 | 广州黑格智造信息科技有限公司 | 光学系统的曝光面校准方法、校准测量方法、装置、计算机设备及存储介质 |
| CN114757853A (zh) * | 2022-06-13 | 2022-07-15 | 武汉精立电子技术有限公司 | 平场校正函数的获取方法及系统、平场校正方法及系统 |
| CN116029938A (zh) * | 2023-02-24 | 2023-04-28 | 浙江双元科技股份有限公司 | 一种基于线性拟合的图像平场校正方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 修吉宏 等: "大面阵彩色CCD航测相机成像非均匀性校正", 《光学学报》, vol. 33, no. 7, 10 July 2013 (2013-07-10), pages 186 - 194 * |
| 朱珂汉 等: "显微镜透射光照不均匀图像校正方法", 《计算机应用》, 30 June 2013 (2013-06-30), pages 195 - 197 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116777999B (zh) | 2024-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7391450B2 (en) | Techniques for modifying image field data | |
| US9332197B2 (en) | Infrared sensor control architecture | |
| US6982744B2 (en) | Multi-point calibration method for imaging light and color measurement device | |
| US20070262235A1 (en) | Compensating for Non-Uniform Illumination of Object Fields Captured by a Camera | |
| CN108986170B (zh) | 一种适用于现场工况的线阵相机平场校正方法 | |
| Kordecki et al. | Practical vignetting correction method for digital camera with measurement of surface luminance distribution | |
| CN110519585B (zh) | 一种应用于图像采集设备的成像校准方法及装置 | |
| CN109525840B (zh) | 一种成像芯片上微弱缺陷的检测方法 | |
| US8243162B2 (en) | Automatic white balancing using meter sensors | |
| CN109194954A (zh) | 鱼眼摄像头性能参数测试方法、装置、设备及可存储介质 | |
| CN108010071B (zh) | 一种利用3d深度测量的亮度分布测量系统及方法 | |
| CN105445570B (zh) | 一种广角镜头摄像机信噪比测试系统及测量方法 | |
| CN116777999B (zh) | 面阵相机多适应性高级平场校正方法 | |
| CN113542709A (zh) | 投影图像亮度调整方法、装置、存储介质及投影设备 | |
| Robson et al. | Suitability of the Pulnix TM6CN CCD camera for photogrammetric measurement | |
| JP6862114B2 (ja) | 処理装置、処理システム、撮像装置、処理方法、プログラム、および記録媒体 | |
| CN111383280A (zh) | 一种空间遥感tdiccd相机非均匀性校正方法及装置 | |
| CN110300291B (zh) | 确定色彩值的装置和方法、数字相机、应用和计算机设备 | |
| JP2015070348A (ja) | 色むら補正方法及び色むら補正処理部を有した撮像装置 | |
| TWI426246B (zh) | The method of flat field correction for two - dimensional optical detection | |
| CN110174351A (zh) | 颜色测量装置及方法 | |
| TWI789127B (zh) | 影像補償電路及方法 | |
| JP7508230B2 (ja) | 画像処理装置、画像処理システム、撮像装置および画像処理方法 | |
| US11729516B2 (en) | Method of digitally processing an image and method of digitally processing a plurality of pixels | |
| JP2020095454A (ja) | 処理装置、撮像装置、処理システム、処理方法、プログラム、および、記憶媒体 |
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 |