TW201824857A - 影像之亮度不均勻性的更正方法及相關影像亮度更正裝置 - Google Patents

影像之亮度不均勻性的更正方法及相關影像亮度更正裝置 Download PDF

Info

Publication number
TW201824857A
TW201824857A TW106129438A TW106129438A TW201824857A TW 201824857 A TW201824857 A TW 201824857A TW 106129438 A TW106129438 A TW 106129438A TW 106129438 A TW106129438 A TW 106129438A TW 201824857 A TW201824857 A TW 201824857A
Authority
TW
Taiwan
Prior art keywords
brightness
pixel
image
value
original input
Prior art date
Application number
TW106129438A
Other languages
English (en)
Other versions
TWI629904B (zh
Inventor
張櫸馨
任尉中
謝承恩
蕭俊賢
狄敬隆
何闓廷
林俊甫
蔡惠民
Original Assignee
曦威科技股份有限公司
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 曦威科技股份有限公司 filed Critical 曦威科技股份有限公司
Priority to US15/858,716 priority Critical patent/US20180189545A1/en
Publication of TW201824857A publication Critical patent/TW201824857A/zh
Application granted granted Critical
Publication of TWI629904B publication Critical patent/TWI629904B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • 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
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)
  • Image Input (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Studio Devices (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

本發明提出一種影像之亮度不均勻性的更正方法及影像亮度更正裝置。更正方法包含以下步驟：(A)產生原始輸入影像，其中原始輸入影像具有複數個像素所形成的像素矩陣，各像素具有對應的像素亮度值，且，原始輸入影像具有不均勻的亮度。(B)針對原始輸入影像，進行前處理程序，以產生前處理化影像。(C)針對前處理化影像，進行梯度更正程序(IMAGE GRADIENT CORRECTION)。梯度更正程序用以去除原始輸入影像之亮度不均勻性。(D)輸出經過亮度均勻化處理之輸出影像。

Description

影像之亮度不均勻性的更正方法及相關影像亮度更正裝置
本發明有關於一種具有影像之亮度不均勻性的更正方法及相關影像亮度更正裝置，特別是有關一種藉由梯度更正程序(IMAGE GRADIENT CORRECTION)，以致於能夠去除原始輸入影像之亮度不均勻性的更正方法，也特別是有關一種影像亮度更正裝置，其中之運算單元藉由梯度更正程序來去除原始輸入影像之亮度不均勻性。
一般而言在光學式影像辨識系統 （例如但不限於指紋辨識系統）中，常會發生輸入設備所擷取的影像（例如但不限於指紋影像）具有亮度不均勻的問題，其主要原因有：環境光源的不均勻所造成的亮度不均勻問題、入射光進輸入設備之角度不同所造成的亮度不均勻問題、以及影像感測裝置所造成的亮度不均勻問題等。
所謂亮度不均勻性的問題，指的是：原始物體的亮度並沒有真正反映於所擷取的影像中。舉例而言，假設原始物體的亮度在整張畫面上是完全一致的，但，由於亮度不均勻性的問題所致，所擷取的影像中，亮度在整張畫面上卻不是完全一致的。例如，位於指紋影像邊緣的亮度可能會較位於指紋影像中央的亮度來得低，使得位於像素所組成的陣列之邊緣的像素會有亮度衰減的問題，以致位於像素陣列邊緣的像素會較位於像素陣列中央的像素的亮度相對地較暗，進而影響了指紋辨識的正確性。
有鑑於此，本發明提出一種能夠藉由梯度更正程序，以致於能夠去除原始輸入影像之亮度不均勻性的更正方法。此外，本發明提出一種影像亮度更正裝置，其中之運算單元能夠藉由梯度更正程序來去除原始輸入影像之亮度不均勻性。
就其中一觀點言，本發明提供了一種影像之亮度不均勻性的更正方法，該更正方法包含以下步驟：(A)產生一原始輸入影像，其中該原始輸入影像具有複數個像素所形成的一像素矩陣，各像素具有一對應的像素亮度值，且，該原始輸入影像具有不均勻的亮度; (B)針對該原始輸入影像，進行一前處理程序，以產生一前處理化影像; (C)針對該前處理化影像，進行一梯度更正程序(IMAGE GRADIENT CORRECTION)，其中，該梯度更正程序用以去除該原始輸入影像之亮度不均勻性; 以及 (D)輸出一經過亮度均勻化處理之輸出影像; 其中，該梯度更正程序具有以下步驟：(C1) 根據該前處理化影像，分別就該複數個像素的各像素(本點像素)，產生一下一鄰點像素的該像素亮度值與各該本點像素的該像素亮度值間的一亮度差值比例; (C2)將該亮度差值比例減去一亮度比例基礎值，以便產生各像素的一像素亮度更正值; 以及(C3) 根據各像素的該像素亮度更正值進行一積分程序，以產生各像素的一積分化像素亮度更正值，其中，各像素的該積分化像素亮度更正值係等於前一鄰點像素的該積分化像素亮度更正值乘以(1 加上前一鄰點像素的該亮度更正值)。
在一種較佳的實施型態中，該更正方法更包含：在步驟(C)之前，針對該前處理化影像，估算該前處理化影像的該複數像素中至少一部份像素所對應的一亮度資訊，以產生該前處理化影像的一亮度不均勻性資訊。
在一種較佳的實施型態中，該更正方法更包含：在步驟(C)之後及在步驟(D)之前，針對梯度有劇烈變化的像素，將其積分化像素亮度更正值改以一預設亮度值取代，藉以去除經過該梯度更正程序處理後的雜訊。
在一種較佳的實施型態中，該預設亮度值包括各像素的該積分化像素亮度更正值之一中間值。
在一種較佳的實施型態中，該前處理程序包括以下步驟：(B1)針對該原始輸入影像，進行一缺陷移除程序，以移除具有影像資訊缺陷的像素; (B2) 針對經過該缺陷移除程序處理之該原始輸入影像，進行一平滑化程序，以降低該原始輸入影像的雜訊干擾; 以及 (B3) 針對經過該平滑化程序處理之該原始輸入影像，進行一銳利化程序，以增強該原始輸入影像中位於邊緣的像素彼此間的對比性。
就另一觀點言，本發明提供了一種影像亮度更正裝置，包含: 一影像輸入單元，用以產生一原始輸入影像，其中該原始輸入影像具有複數個像素所形成的一像素矩陣，各像素具有一對應的像素亮度值，且，該原始輸入影像具有不均勻的亮度; 一前處理單元，用以針對該原始輸入影像，進行一前處理程序，以產生一前處理化影像; 以及一運算單元，用以針對該前處理化影像，進行一梯度更正程序(IMAGE GRADIENT CORRECTION)，其中，該梯度更正程序用以去除該原始輸入影像之亮度不均勻性，且，於該運算單元進行完該梯度更正程序之後，該運算單元輸出一經過亮度均勻化處理之輸出影像。
在一種較佳的實施型態中，該運算單元所執行的該梯度更正程序具有以下步驟：根據該前處理化影像，分別就該複數個像素的各像素(本點像素)，產生一下一鄰點像素的該像素亮度值與各該本點像素的該像素亮度值間的一亮度差值比例; 將該亮度差值比例減去一亮度比例基礎值，以便產生各像素的一像素亮度更正值; 以及根據各像素的該像素亮度更正值進行一積分程序，以產生各像素的一積分化像素亮度更正值，其中，各像素的該積分化像素亮度更正值係等於前一鄰點像素的該積分化像素亮度更正值乘以(1 加上前一鄰點像素的該亮度更正值)。
底下藉由具體實施例詳加說明，當更容易瞭解本發明之目的、技術內容、特點及其所達成之功效。
有關本發明之前述及其他技術內容、特點與功效，在以下配合參考圖式之一較佳實施例的詳細說明中，將可清楚的呈現。本發明中的圖式均屬示意，主要意在表示各裝置以及各元件之間之上下次序關係，至於形狀、厚度與寬度則並未依照比例繪製。
請參考第1B圖、第1C圖及第1D圖並對照第1A圖。第1A圖為流程圖，示出本發明之影像之亮度不均勻性的更正方法的一實施例。第1B圖示出本發明之影像之亮度不均勻性的更正方法所適用的一種硬體架構的一實施例之方塊示意圖。第1C圖示出本發明之影像之亮度不均勻性的更正方法所適用的一種硬體架構的另一實施例之方塊示意圖。第1D圖示出本發明之原始輸入影像的像素陣列的示意圖。
根據本發明所揭露的影像之亮度不均勻性的更正方法，此影像之亮度不均勻性的更正方法係應用於一影像亮度更正裝置10。其中，在一實施例中，影像亮度更正裝置10可設置於一影像輸入設備40之中，如第1C圖所示。抑或，在另一實施例中，影像亮度更正裝置10可獨立設置但可選擇性地與影像輸入設備40相連結，如第1B圖所示。
影像亮度更正裝置10可包括: 一影像輸入單元21、一前處理單元22以及一運算單元23。
如第1B圖及第1C圖所示，影像輸入單元21用以產生一原始輸入影像F1(步驟ST1)。原始輸入影像F1例如但不限於是根據一影像擷取裝置對一原始物體（例如手指）擷取影像而產生。其中，原始輸入影像F1具有複數個像素37且原始輸入影像F1具有不均勻的亮度。較佳地，在一實施例中，這些像素37可被排成行與列，以形成一像素矩陣30，如第1D圖所示。然而，在另一實施例中，像素37亦可被排成其他的樣式(圖未示)。各像素37具有一對應的像素亮度值(步驟ST1)。
上述所謂的「原始輸入影像F1具有不均勻的亮度」，指的不是原始物體本身的亮度不均勻，而是指：原始物體的亮度並沒有真正反映於所擷取的影像中。例如，假設第1D圖中所標示的三個像素37，所對應的原始物體位置，原本具有相同的亮度。然而，亮度不均勻性的問題，可能導致這三個像素的亮度有明顯的差距，舉例而言，位於像素矩陣30之邊緣的像素亮度值可能會較位於像素矩陣30之中央的像素亮度值來得低，使得位於像素矩陣30之邊緣的像素37會有亮度衰減的問題，以致位於像素矩陣30之邊緣的像素37會較位於像素陣列中央的像素37的亮度相對地較暗。
正是為了解決「原始輸入影像F1具有不均勻的亮度」的缺陷，本發明提出一種影像之亮度不均勻性的更正方法，其可應用於影像亮度更正裝置10。
根據本發明，具有不均勻性的亮度的缺陷的原始輸入影像F1首先會被輸入至前處理單元22。
前處理單元22用以針對具有不均勻性的亮度的原始輸入影像F1，進行一前處理程序，以產生一前處理化影像F2(步驟ST2)。
在一實施例中，前處理程序可包括，例如但不限於，以下步驟: 首先，針對具有不均勻性的亮度的原始輸入影像F1，進行一缺陷移除程序，以移除具有影像資訊缺陷的像素。在一實施例中，此缺陷移除程序可藉由進行，例如但不限於，一中位數轉換法(Switch Median)，以將影像資訊中模糊的部分給最小化。其中，在一實施例中，中位數轉換法的實施方式及結果可例如但不限於參考第3A圖、第3B圖、第4圖、第5A圖及第5B圖。
請參考第3A圖及第3B圖。第3A圖示出本發明進行缺陷移除程序之前，具有影像資訊缺陷的原始輸入影像之訊號示意圖。第3B圖示出，對應於第3A圖之原始輸入影像之亮度之示意圖。
如第3B圖所示，原始輸入影像F1具有不均勻性的亮度。而此具有不均勻性的亮度的缺陷的原始輸入影像F1，在第3A圖中，可清楚看出其不均勻性的亮度的缺陷的訊號。
為了要移除如第3A圖所示的不均勻性的亮度的缺陷的訊號，中位數轉換法可藉由一預設影像資訊中位數來進行缺陷移除。其中，在一實施例中，此預設影像資訊中位數之訊號例如但不限於可參考第4圖，其示出本發明進行缺陷移除程序時，所使用的一預設影像資訊中位數之訊號示意圖。
在一實施例中，中位數轉換法可以下列關係式表示: | ()− ()| ＞ ()∗ aw ()= () 其中， () 表示原始輸入影像F1中的像素矩陣30的第個像素之影像資訊; () 表示如第4圖所示的預設影像資訊中位數。
根據上述關係式，所謂的中位數轉換法係指: 當「第個像素之影像資訊」與「預設影像資訊中位數」的差值的絕對值大於「預設影像資訊中位數」乘以某個比例時，則此第個像素之影像資訊就用「預設影像資訊中位數」來表示
請參考第5A圖及第5B圖。第5A圖示出本發明之原始輸入影像經過缺陷移除程序處理之後，所具有的訊號示意圖。第5B圖示出，對應於第5A圖之經過缺陷移除程序處理的原始輸入影像之亮度之示意圖。
請比較第3B圖及第5B圖，原本在第3B圖中，具有不均勻性的亮度的缺陷的原始輸入影像F1，經過中位數轉換法處理後，原始輸入影像F1的影像資訊缺陷(例如: 不均勻性的亮度的缺陷)已被移除。因此，當比較第3A圖及第5A圖時，可發現原本在第3A圖中，可清楚看出原始輸入影像F1具有不均勻性的亮度的缺陷的訊號，但是，經過中位數轉換法處理後，此不均勻性的亮度的缺陷的訊號已從原始輸入影像F1中被移除。
值得注意的是，本發明所提的前處理程序所包括的缺陷移除程序不限於一定要採用中位數轉換法，亦可為其他方式。例如，在另一實施例中，本發明所提的缺陷移除程序可藉由進行，例如但不限於，一中位數法(Median)。由於藉由採用中位數法以移除具有影像資訊缺陷的像素係為熟知本技術領者所慣用的，因此中位數法的實施細節於此不再贅述。
接著，在前處理程序中，尚需要針對經過上述的缺陷移除程序處理之原始輸入影像F1，進行一平滑化程序，以降低原始輸入影像F1的雜訊干擾。
在一實施例中，此平滑化程序可藉由進行，例如但不限於，一高斯平滑化法(Gaussian Smoothing)，以降低原始輸入影像F1的雜訊干擾。由於藉由採用高斯平滑化法以降低原始輸入影像F1的雜訊干擾係為熟知本技術領者所慣用的，因此高斯平滑化法的實施細節於此不再贅述。
值得注意的是，本發明所提的前處理程序所包括的平滑化程序不限於一定要採用高斯平滑化法，亦可為其他方式。
再接著，在前處理程序中，尚需要針對經過上述平滑化程序處理之原始輸入影像F1，進行一銳利化程序，以增強原始輸入影像F1中位於邊緣的像素彼此間的對比性。
在一實施例中，此銳利化程序可藉由進行，例如但不限於，一非銳利遮罩法(Un-Sharp Mask)，以增強原始輸入影像F1中位於邊緣的像素彼此間的對比性。由於藉由採用非銳利遮罩法以增強原始輸入影像F1中位於邊緣的像素彼此間的對比性係為熟知本技術領者所慣用的，因此非銳利遮罩法的實施細節於此不再贅述。
值得注意的是，本發明所提的前處理程序所包括的銳利化程序不限於一定要採用非銳利遮罩法，亦可為其他方式。
根據本發明，具有不均勻性的亮度的原始輸入影像F1經過上述的前處理程序處理，而產生前處理化影像F2。而在進行梯度更正程序(Image Gradient Correction)之前，本發明可以選擇地先針對前處理化影像F2進行一光源估算程序(Surface Estimation)。
在一實施例中，此光源估算程序可，例如但不限於，針對前處理化影像F2，估算前處理化影像F2的複數像素37中至少一部份像素37所對應的亮度資訊，以產生前處理化影像F2的亮度不均勻性資訊。
其中，在一實施例中，光源估算程序的實施方式及結果可例如但不限於參考第6A~6C圖。
請參考第6A~6C圖。第6A圖示出本發明進行光源估算程序(Surface Estimation)時所採用之方式的示意圖。第6B圖示出本發明之前處理化影像經過光源估算程序處理之後，前處理化影像之亮度之示意圖。第6C圖示出本發明之前處理化影像有經過光源估算程序處理及未經過光源估算程序處理的示意圖。
如第6A圖所示，在一實施例中，此光源估算程序可藉由進行，例如但不限於，一多變化之平滑視窗尺寸法(Variable Smooth Window Size)，來達成。所謂的「多變化之平滑視窗尺寸法」可用第6A圖做說明。
如第6A圖所示，平滑視窗尺寸為多變的。例如: 平滑視窗尺寸可只涵蓋一個像素。又例如: 平滑視窗尺寸可涵蓋三個像素。再例如: 平滑視窗尺寸可涵蓋五個像素。在此，以平滑視窗尺寸可涵蓋五個像素為例而言，來解釋何謂「多變化之平滑視窗尺寸法」。當平滑視窗尺寸所涵蓋的像素數目為五個時，中間的那一個像素(也就是第3個像素)的亮度資訊係等於所有五個像素各自的亮度資訊相加起來的總和的平均值。以此類推，當平滑視窗尺寸所涵蓋的像素數目為3個時，中間的那一個像素(也就是第2個像素)的亮度資訊係等於所有三個像素各自的亮度資訊相加起來的總和的平均值。
如第6B圖所示，前處理化影像F2沿著線條EE’，在位置A、位置B及位置C各自具有不同的亮度。舉例來說，前處理化影像F2在位置A及位置C的像素所具有的對應之像素亮度較其在位置B的像素所具有的對應之像素亮度來得亮。意即，前處理化影像F2在位置A及位置C的像素所具有的對應之像素亮度相對地較亮，而前處理化影像F2在位置B的像素所具有的對應之像素亮度相對地較暗。這樣的狀況亦可對應地在第6C圖所指出的「前處理化影像」那條曲線看出來。其中，在第6C圖所指出的「前處理化影像」的那條曲線係指前處理化影像F2尚未經過光源估算程序處理。
請比較第6C圖所指出的「前處理化影像」的那條曲線與「經過光源估算程序處理之前處理化影像」的那條曲線。由第6C圖可清楚知道，藉由本發明所提之光源估算程序將能夠針對前處理化影像F2，估算前處理化影像F2的複數像素37中至少一部份像素37所對應的亮度資訊，以產生前處理化影像F2的亮度不均勻性資訊。而此一亮度不均勻性資訊將會對接下來的梯度更正程序有所幫助。
值得注意的是，本發明所提的光源估算程序不限於一定要採用多變化之平滑視窗尺寸法，亦可為其他方式。例如，在另一實施例中，本發明所提的光源估算程序可藉由進行，例如但不限於，一光源複製法(Replicate)。在又一實施例中，本發明所提的光源估算程序可藉由進行，例如但不限於，一光源鏡相法(Mirror)。在又一實施例中，本發明所提的光源估算程序可藉由進行，例如但不限於，一光源定值法(Fixed value)。
由於藉由採用光源複製法、光源鏡相法或光源定值法以產生前處理化影像F2的亮度不均勻性資訊係為熟知本技術領者所慣用的，因此光源複製法、光源鏡相法或光源定值法的實施細節於此不再贅述。
請再參考第1B圖及第1C圖並對照第2圖。第2圖為流程圖，示出本發明之影像之亮度不均勻性的更正方法的一具體實施例。
根據本發明，具有不均勻性的亮度的缺陷的原始輸入影像F1首先會被輸入至前處理單元22(如第2圖所示之步驟ST1)。接著，前處理單元22用以針對具有不均勻性的亮度的原始輸入影像F1，進行前處理程序，以產生前處理化影像F2(如第2圖所示之步驟ST2)。
再接著，前處理化影像F2可選擇性地先經由上述的光源估算程序獲取前處理化影像F2的亮度不均勻性資訊，然後，前處理化影像F2被輸入至運算單元23後，才進行一梯度更正程序(IMAGE GRADIENT CORRECTION)。或者，前處理化影像F2亦可直接被輸入至運算單元23(而不先經由上述的光源估算程序)，而直接進行梯度更正程序(如第2圖所示之步驟ST3)。
運算單元23用以針對前處理化影像F2，進行一梯度更正程序(IMAGE GRADIENT CORRECTION) (步驟ST3)。
本發明的特徵及優點在於: 藉由梯度更正程序，以去除原始輸入影像F1之亮度不均勻性。
當運算單元23進行完梯度更正程序之後，運算單元23便可輸出一經過亮度均勻化處理之輸出影像F3。
在一實施例中，本發明的運算單元23所執行的梯度更正程序具有 具有以下步驟：
首先，根據前處理化影像F2，分別就複數個像素的各像素37(本點像素)，產生一下一鄰點像素的像素亮度值與本點像素的像素亮度值間的一亮度差值比例(如第2圖所示之步驟ST31)。
在一實施例中，步驟ST31可以下列關係式表示:其中，(,)表示原始輸入影像F1中的像素矩陣30位於第行第列的像素37 (意即，本點像素，如第7圖所示); (+1,)表示原始輸入影像F1中的像素矩陣30位於第 +1行第列的像素37 (意即，下一鄰點像素，如第7圖所示);表示各像素37位於水平方向(X軸上)的亮度差值比例。
值得注意的是，第7圖所示的各像素37 (即本點像素(,))及下一鄰點像素(+1,)皆用以表示位於水平方向(X軸上)的亮度差值比例。而同樣的原則，亦可運用於表示各像素37位於垂直方向(Y軸上)的亮度差值比例，如下列關係式的表示:其中，(,)表示原始輸入影像F1中的像素矩陣30位於第行第列的像素37 (意即，本點像素，如第7圖所示); (,+1)表示原始輸入影像F1中的像素矩陣30位於第 行第+1列的像素37 (意即，下一鄰點像素);表示各像素37位於垂直方向(Y軸上)的亮度差值比例。
接著，將亮度差值比例減去一亮度比例基礎值，以便產生各像素37的一像素亮度更正值(如第2圖所示之步驟ST32)。
在一實施例中，步驟ST32可以下列關係式表示:
其中，表示各像素37 (即本點像素(,))位於水平方向(X軸上)的亮度差值比例;表示各像素37位於水平方向(X軸上)的亮度比例基礎值;表示各像素37位於水平方向(X軸上)的像素亮度更正值。
值得注意的是，步驟ST32所示的係用以表示各像素37位於水平方向(X軸上)的像素亮度更正值。而同樣的原則，亦可運用於表示各像素37位於垂直方向(Y軸上)的像素亮度更正值，如下列關係式的表示:
其中，表示各像素37 (即本點像素(,))位於垂直方向(Y軸上)的亮度差值比例;表示各像素37位於垂直方向(Y軸上)的亮度比例基礎值;表示各像素37位於垂直方向(Y軸上)的像素亮度更正值。
接著，根據各像素37的像素亮度更正值進行一積分程序，以產生各像素37的一積分化像素亮度更正值，其中，各像素37的積分化像素亮度更正值係等於前一鄰點像素的積分化像素亮度更正值乘以(1 加上前一鄰點像素的亮度更正值) (如第2圖所示之步驟ST33)。
在一實施例中，步驟ST33可以下列關係式表示:
將上述關係式換個方式表示，則得到下列關係式:
其中，表示前一鄰點像素(即(-1,))位於水平方向(X軸上)的積分化像素亮度更正值；表示前一鄰點像素(即(-1,))位於水平方向(X軸上)的亮度更正值；表示各像素37 (即本點像素(,))位於水平方向(X軸上)的積分化像素亮度更正值。
值得注意的是，步驟ST33所示的係用以表示各像素37位於水平方向(X軸上)的像素亮度更正值。而同樣的原則，亦可運用於表示各像素37位於垂直方向(Y軸上)的像素亮度更正值，如下列關係式的表示:
將上述關係式換個方式表示，則得到下列關係式:
其中，表示前一鄰點像素(即(,-1))位於垂直方向(Y軸上)的積分化像素亮度更正值；表示前一鄰點像素(即(,-1))位於垂直方向(Y軸上)的亮度更正值；表示各像素37 (即本點像素(,))位於垂直方向(Y軸上)的積分化像素亮度更正值。
請參考第8A-8B圖及第9圖。第8A-8B圖示出本發明之前處理化影像經過梯度更正程序處理之後，前處理化影像之亮度之示意圖。第9圖示出本發明之前處理化影像有經過梯度更正程序處理及未經過梯度更正程序處理的示意圖。如第8A圖所示，前處理化影像F2僅是經過光源估算程序處理之後，其亮度不均勻性的缺陷仍舊在。其中，第8A圖所示的前處理化影像F2之亮度不均勻性的缺陷亦可對照第9圖所示的「經過光源估算處理之前處理化影像(亮度不均勻)」的那條曲線來看。根據第9圖所示的「經過光源估算處理之前處理化影像(亮度不均勻)」的那條曲線，僅是經過光源估算程序處理之後的前處理化影像F2仍有亮度不均勻性的問題。例如，如第8A圖及第9圖所示，位於前處理化影像F2之中央的亮度可能會較位於前處理化影像F2之邊緣的亮度來得低，使得位於前處理化影像F2之中央的像素會有亮度衰減的問題，以致位於前處理化影像F2之中央的像素會較位於前處理化影像F2之邊緣的亮度相對地較暗，進而影響了原始輸入影像F1(例如: 一指紋影像)辨識的正確性。
然而，如第8B圖所示，本發明的特徵及優點正是在於: 將前處理化影像F2藉由梯度更正程序處理，以去除原始輸入影像F1之亮度不均勻性。如第8B圖所示，前處理化影像F2經過梯度更正程序處理之後，其亮度不均勻性的缺陷已大幅改善。其中，第8B圖所示的前處理化影像F2之亮度不均勻性的缺陷已被大幅改善亦可對照第9圖所示的「經過梯度更正程序處理之前處理化影像(亮度均勻)」的那條曲線來看。很清楚地，可以看出本發明的前處理化影像F2經過梯度更正程序處理後，其亮度已大致均勻了。例如，如第8B圖及第9圖所示，經過梯度更正程序處理後，很清楚地，可以看出位於前處理化影像F2之中央的亮度與位於前處理化影像F2之邊緣的亮度大致上相同，使得位於前處理化影像F2之中央的像素不再有亮度衰減的問題，以致位於前處理化影像F2之中央的像素會與位於前處理化影像F2之邊緣的亮度大致上相同。故，藉由梯度更正程序，本發明能夠大幅改善原始輸入影像F1(例如: 一指紋影像)辨識的正確性。
請參考第10圖並對照第2圖。第10圖示出本發明之前處理化影像經過梯度更正程序處理之後，梯度有劇烈變化的像素之示意圖。
在一實施例中，本發明在步驟ST3(即梯度更正程序)之後及在步驟ST4(輸出經過亮度均勻化處理之輸出影像F3)之前，仍可以藉由其他的方式，以便繼續去除經過該梯度更正程序處理後的雜訊。
舉例而言，如第10圖所示，若是前處理化影像F2經過梯度更正程序處理之後，在此亮度已均勻化的前處理化影像F2中，針對梯度有劇烈變化的像素，本發明遂會將這些梯度有劇烈變化的像素的積分化像素亮度更正值改以一預設亮度值取代，藉以去除前處理化影像F2經過該梯度更正程序處理後的雜訊。
值得注意的是，上述所謂的「梯度有劇烈變化的像素」可以藉由下列關係式表示:
，
其中，表示前一鄰點像素(即(-1,))位於水平方向(X軸上)的亮度更正值的正負值；表示各像素37 (即本點像素(,))位於水平方向(X軸上)的亮度更正值的正負值。
也就是說，當前一鄰點像素(即(-1,))位於水平方向(X軸上)的亮度更正值的正負值不等於各像素37位於水平方向(X軸上)的亮度更正值的正負值時，則表示在水平方向上位於此位置上的像素出現了「梯度有劇烈變化」的雜訊缺陷(如第10圖的橢圓形虛線所示)。
值得注意的是，上述關係式係用以判斷各像素37位於水平方向(X軸上) 是否出現了「梯度有劇烈變化」的雜訊缺陷。而同樣的原則，亦可運用於判斷各像素37位於垂直方向(Y軸上) 是否出現了「梯度有劇烈變化」的雜訊缺陷，如下列關係式的表示: 【00100】【00101】 其中，表示前一鄰點像素(即(,-1))位於垂直方向(Y軸上)的亮度更正值的正負值；表示各像素37 (即本點像素(,))位於垂直方向(Y軸上)的亮度更正值的正負值。 【00102】 也就是說，當前一鄰點像素(即(,-1))位於垂直方向(Y軸上))的亮度更正值的正負值不等於各像素37位於垂直方向(Y軸上)的亮度更正值的正負值時，則表示在垂直方向上位於此位置上的像素出現了「梯度有劇烈變化」的雜訊缺陷 (如第10圖的橢圓形虛線所示)。 【00103】 當判斷各像素37位於水平方向(X軸上) 或垂直方向(Y軸上)出現了「梯度有劇烈變化」的雜訊缺陷，本發明的解決之道乃是: 將這些梯度有劇烈變化的像素的積分化像素亮度更正值改以一預設亮度值取代，藉以去除前處理化影像F2經過該梯度更正程序處理後的雜訊。 【00104】 值得注意的是，上述所謂的「將這些梯度有劇烈變化的像素的積分化像素亮度更正值改以一預設亮度值取代」可以藉由下列關係式表示: 【00105】【00106】 其中，表示梯度有劇烈變化的像素的積分化像素亮度更正值;表示梯度有劇烈變化的像素的積分化像素亮度更正值之一中間值。 【00107】 藉此，本發明將能夠在梯度更正程序之後，將亮度均勻化的前處理化影像F2中具有「梯度劇烈變化」的雜訊缺陷給去除掉，以便在步驟ST4(輸出經過亮度均勻化處理之輸出影像F3)之前，得到一個更正確的亮度均勻化的前處理化影像F2。 【00108】 以上已針對較佳實施例來說明本發明，唯以上所述者，僅係為使熟悉本技術者易於了解本發明的內容而已，並非用來限定本發明之權利範圍。在本發明之相同精神下，熟悉本技術者可以思及各種等效變化。凡此種種，皆可根據本發明的教示類推而得。此外，所說明之各個實施例，並不限於單獨應用，亦可以組合應用，例如但不限於將兩實施例併用。因此，本發明的範圍應涵蓋上述及其他所有等效變化。此外，本發明的任一實施型態不必須達成所有的目的或優點，因此，請求專利範圍任一項也不應以此為限。
10‧‧‧影像亮度更正裝置
21‧‧‧影像輸入單元
22‧‧‧前處理單元
23‧‧‧運算單元
30‧‧‧像素矩陣
37‧‧‧像素
40‧‧‧影像輸入設備
A‧‧‧位置
B‧‧‧位置
C‧‧‧位置
EE’‧‧‧線條
F1‧‧‧原始輸入影像
F2‧‧‧前處理化影像
F3‧‧‧輸出影像
ST1~ST4‧‧‧步驟
ST31~ST33‧‧‧步驟
第1A圖為流程圖，示出本發明之影像之亮度不均勻性的更正方法的一實施例。
第1B圖示出本發明之影像之亮度不均勻性的更正方法所適用的一種硬體架構的一實施例之方塊示意圖。
第1C圖示出本發明之影像之亮度不均勻性的更正方法所適用的一種硬體架構的另一實施例之方塊示意圖。
第1D圖示出本發明之原始輸入影像的像素陣列的示意圖。
第2圖為流程圖，示出本發明之影像之亮度不均勻性的更正方法的一具體實施例。
第3A圖示出本發明進行缺陷移除程序之前，具有影像資訊缺陷的原始輸入影像之訊號示意圖。
第3B圖示出，對應於第3A圖之原始輸入影像之亮度之示意圖。
第4圖示出本發明進行缺陷移除程序時，所使用的一預設影像資訊中位數之訊號示意圖。
第5A圖示出本發明之原始輸入影像經過缺陷移除程序處理之後，所具有的訊號示意圖。
第5B圖示出，對應於第5A圖之經過缺陷移除程序處理的原始輸入影像之亮度之示意圖。
第6A圖示出本發明進行光源估算程序(Surface Estimation)時所採用之方式的示意圖。
第6B圖示出本發明之前處理化影像經過光源估算程序處理之後，前處理化影像之亮度之示意圖。
第6C圖示出本發明之前處理化影像有經過光源估算程序處理及未經過光源估算程序處理的示意圖。
第7圖示出本發明之各像素具有各自對應的像素亮度。
第8A-8B圖示出本發明之前處理化影像經過梯度更正程序處理之後，前處理化影像之亮度之示意圖。
第9圖示出本發明之前處理化影像有經過梯度更正程序處理及未經過梯度更正程序處理的示意圖。
第10圖示出本發明之前處理化影像經過梯度更正程序處理之後，梯度有劇烈變化的像素之示意圖。

Claims (7)

  1. 一種影像之亮度不均勻性的更正方法，該更正方法包含以下步驟： (A)產生一原始輸入影像，其中該原始輸入影像具有複數個像素所形成的一像素矩陣，各像素具有一對應的像素亮度值，且，該原始輸入影像具有不均勻的亮度; (B)針對該原始輸入影像，進行一前處理程序，以產生一前處理化影像; (C)針對該前處理化影像，進行一梯度更正程序(IMAGE GRADIENT CORRECTION)，其中，該梯度更正程序用以去除該原始輸入影像之亮度不均勻性; 以及 (D)輸出一經過亮度均勻化處理之輸出影像; 其中，該梯度更正程序具有以下步驟： (C1) 根據該前處理化影像，分別就該複數個像素的各像素(本點像素)，產生一下一鄰點像素的該像素亮度值與各該本點像素的該像素亮度值間的一亮度差值比例; (C2)將該亮度差值比例減去一亮度比例基礎值，以便產生各像素的一像素亮度更正值; 以及 (C3) 根據各像素的該像素亮度更正值進行一積分程序，以產生各像素的一積分化像素亮度更正值，其中，各像素的該積分化像素亮度更正值係等於前一鄰點像素的該積分化像素亮度更正值乘以(1 加上前一鄰點像素的該亮度更正值)。
  2. 如申請專利範圍第1項所述之影像之亮度不均勻性的更正方法，該更正方法更包含： 在步驟(C)之前，針對該前處理化影像，估算該前處理化影像的該複數像素中至少一部份像素所對應的一亮度資訊，以產生該前處理化影像的一亮度不均勻性資訊。
  3. 如申請專利範圍第1項所述之影像之亮度不均勻性的更正方法，該更正方法更包含： 在步驟(C)之後及在步驟(D)之前，針對梯度有劇烈變化的像素，將其積分化像素亮度更正值改以一預設亮度值取代，藉以去除經過該梯度更正程序處理後的雜訊。
  4. 如申請專利範圍第3項所述之影像之亮度不均勻性的更正方法，其中，該預設亮度值包括各像素的該積分化像素亮度更正值之一中間值。
  5. 如申請專利範圍第1項所述之影像之亮度不均勻性的更正方法，其中，該前處理程序包括以下步驟： (B1)針對該原始輸入影像，進行一缺陷移除程序，以移除具有影像資訊缺陷的像素; (B2) 針對經過該缺陷移除程序處理之該原始輸入影像，進行一平滑化程序，以降低該原始輸入影像的雜訊干擾; 以及 (B3) 針對經過該平滑化程序處理之該原始輸入影像，進行一銳利化程序，以增強該原始輸入影像中位於邊緣的像素彼此間的對比性。
  6. 一種影像亮度更正裝置，包含: 一影像輸入單元，用以產生一原始輸入影像，其中該原始輸入影像具有複數個像素所形成的一像素矩陣，各像素具有一對應的像素亮度值，且，該原始輸入影像具有不均勻的亮度; 一前處理單元，用以針對該原始輸入影像，進行一前處理程序，以產生一前處理化影像; 以及 一運算單元，用以針對該前處理化影像，進行一梯度更正程序(IMAGE GRADIENT CORRECTION)，其中，該梯度更正程序用以去除該原始輸入影像之亮度不均勻性，且，於該運算單元進行完該梯度更正程序之後，該運算單元輸出一經過亮度均勻化處理之輸出影像。
  7. 如申請專利範圍第6項所述之影像亮度更正裝置，其中，該運算單元所執行的該梯度更正程序具有以下步驟： 根據該前處理化影像，分別就該複數個像素的各像素(本點像素)，產生一下一鄰點像素的該像素亮度值與各該本點像素的該像素亮度值間的一亮度差值比例; 將該亮度差值比例減去一亮度比例基礎值，以便產生各像素的一像素亮度更正值; 以及 根據各像素的該像素亮度更正值進行一積分程序，以產生各像素的一積分化像素亮度更正值，其中，各像素的該積分化像素亮度更正值係等於前一鄰點像素的該積分化像素亮度更正值乘以(1 加上前一鄰點像素的該亮度更正值)。
TW106129438A 2016-12-30 2017-08-30 影像之亮度不均勻性的更正方法及相關影像亮度更正裝置 TWI629904B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/858,716 US20180189545A1 (en) 2016-12-30 2017-12-29 Image brightness non-uniformity correction method and image brightness correction device therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201662440746P 2016-12-30 2016-12-30
US62/440746 2016-12-30

Publications (2)

Publication Number Publication Date
TW201824857A true TW201824857A (zh) 2018-07-01
TWI629904B TWI629904B (zh) 2018-07-11

Family

ID=62770899

Family Applications (6)

Application Number Title Priority Date Filing Date
TW106124209A TW201822709A (zh) 2016-12-30 2017-07-20 即時心跳偵測方法及即時心跳偵測系統
TW106125735A TWI629645B (zh) 2016-12-30 2017-07-31 光學識別方法
TW106125696A TW201826164A (zh) 2016-12-30 2017-07-31 光學識別方法與系統
TW106129510A TW201841493A (zh) 2016-12-30 2017-08-30 具有滾動曝光時間補償之影像感測方法與影像感測器
TW106129438A TWI629904B (zh) 2016-12-30 2017-08-30 影像之亮度不均勻性的更正方法及相關影像亮度更正裝置
TW106129519A TWI629643B (zh) 2016-12-30 2017-08-30 影像感測之曝光時間決定方法

Family Applications Before (4)

Application Number Title Priority Date Filing Date
TW106124209A TW201822709A (zh) 2016-12-30 2017-07-20 即時心跳偵測方法及即時心跳偵測系統
TW106125735A TWI629645B (zh) 2016-12-30 2017-07-31 光學識別方法
TW106125696A TW201826164A (zh) 2016-12-30 2017-07-31 光學識別方法與系統
TW106129510A TW201841493A (zh) 2016-12-30 2017-08-30 具有滾動曝光時間補償之影像感測方法與影像感測器

Family Applications After (1)

Application Number Title Priority Date Filing Date
TW106129519A TWI629643B (zh) 2016-12-30 2017-08-30 影像感測之曝光時間決定方法

Country Status (2)

Country Link
CN (6) CN108268830B (zh)
TW (6) TW201822709A (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110876055B (zh) * 2018-08-30 2021-04-09 菱光科技股份有限公司 外部触发的线性相机检测系统及其影像均匀度处理方法
CN110443204A (zh) * 2018-10-11 2019-11-12 神盾股份有限公司 发光信号强度控制方法及电子装置
US10755065B2 (en) * 2018-12-03 2020-08-25 Novatek Microelectronics Corp. Sensor device and flicker noise mitigating method
CN109637505B (zh) * 2018-12-21 2020-11-17 苏州依唯森电器有限公司 四琴弦式中提琴
CN109901754B (zh) * 2019-02-20 2021-04-13 Oppo广东移动通信有限公司 数据自校准方法及相关装置
CN110672621B (zh) * 2019-10-10 2021-03-05 清华大学 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法
TWI739431B (zh) * 2019-12-09 2021-09-11 大陸商廣州印芯半導體技術有限公司 資料傳輸系統及其資料傳輸方法
TWM614138U (zh) * 2020-07-23 2021-07-01 神亞科技股份有限公司 影像感測裝置
CN112272293A (zh) * 2020-10-28 2021-01-26 业成科技（成都）有限公司 影像处理方法

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003032453A (ja) * 2001-07-12 2003-01-31 Canon Inc 画像処理装置
US7505604B2 (en) * 2002-05-20 2009-03-17 Simmonds Precision Prodcuts, Inc. Method for detection and recognition of fog presence within an aircraft compartment using video images
JP2005535010A (ja) * 2002-06-12 2005-11-17 シリコン オプティックス インコーポレイテッド 光学異常の電子補正のためのシステムおよび方法
FI116246B (fi) * 2003-06-30 2005-10-14 Nokia Corp Menetelmä ja järjestelmä digitaalisessa kuvannuksessa valotuksen säätämiseksi ja vastaava laite
EP2151191B1 (en) * 2003-07-04 2017-02-22 Panasonic Intellectual Property Corporation of America Living eye judging method and device
CN1529277A (zh) * 2003-10-16 2004-09-15 王立丰 自动感应活体手指的光学指纹采集仪
CN1317671C (zh) * 2003-11-26 2007-05-23 佳能株式会社 信号处理设备和控制方法
JP2006230603A (ja) * 2005-02-23 2006-09-07 Canon Inc 撮像装置、生体認証システム及び画像取得方法
CN1664847A (zh) * 2005-03-17 2005-09-07 上海交通大学 嵌入式系统指纹的识别与匹配方法
JP4247691B2 (ja) * 2006-05-17 2009-04-02 ソニー株式会社 登録装置、照合装置、登録方法、照合方法及びプログラム
CN103902974A (zh) * 2006-07-31 2014-07-02 光谱辨识公司 空间-光谱指纹欺骗检测
US8446480B2 (en) * 2006-12-20 2013-05-21 Nokia Corporation Exposure control based on image sensor cost function
CN100446036C (zh) * 2006-12-27 2008-12-24 浙江大学 一种基于累计直方图的非线性亮度校正方法
US8055070B2 (en) * 2007-01-05 2011-11-08 Geo Semiconductor Inc. Color and geometry distortion correction system and method
US8031925B2 (en) * 2007-01-09 2011-10-04 The Board Of Regents Of The University Of Texas System Method and computer-program product for detecting and quantifying protein spots
US7953256B2 (en) * 2007-09-21 2011-05-31 International Business Machines Corporation Method and system for detecting fingerprint spoofing
CN101399924B (zh) * 2007-09-25 2010-05-19 展讯通信（上海）有限公司 基于亮度直方图的自动曝光方法和装置
CN101494739B (zh) * 2009-02-09 2011-09-28 胡燕翔 一种多次曝光组合中曝光次数确定及曝光时间分配的方法
CN101989156B (zh) * 2010-10-08 2012-08-15 苏州佳世达电通有限公司 校正影像感测器的感测亮度的方法
US20120157791A1 (en) * 2010-12-16 2012-06-21 General Electric Company Adaptive time domain filtering for improved blood pressure estimation
CN104270582B (zh) * 2011-03-03 2017-08-22 原相科技股份有限公司 图像传感器
CN102156868B (zh) * 2011-03-31 2013-03-13 汉王科技股份有限公司 图像二值化方法和装置
JP2012222529A (ja) * 2011-04-06 2012-11-12 Sony Corp 固体撮像素子および駆動方法、並びに電子機器
US9077917B2 (en) * 2011-06-09 2015-07-07 Apple Inc. Image sensor having HDR capture capability
CN102222225B (zh) * 2011-06-24 2012-12-05 洛阳师范学院 一种手指静脉图像防伪获取方法
US9801552B2 (en) * 2011-08-02 2017-10-31 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback
CN103083005B (zh) * 2011-11-01 2015-05-13 北京瓦力网络科技有限公司 一种心率检测的方法
TWI476641B (zh) * 2011-11-22 2015-03-11 Pixart Imaging Inc 遙控器及顯示系統
JP6041858B2 (ja) * 2012-03-01 2016-12-14 株式会社日本マイクロニクス 表示デバイスの表示むら検出方法及びその装置
US9191635B2 (en) * 2012-03-19 2015-11-17 Semiconductor Components Industries, Llc Imaging systems with clear filter pixels
US9743057B2 (en) * 2012-05-31 2017-08-22 Apple Inc. Systems and methods for lens shading correction
US20130332195A1 (en) * 2012-06-08 2013-12-12 Sony Network Entertainment International Llc System and methods for epidemiological data collection, management and display
TWI489865B (zh) * 2012-11-13 2015-06-21 Pixart Imaging Inc 曝光調整裝置、影像均化裝置及影像均化方法
CN103077377B (zh) * 2012-12-31 2015-07-29 清华大学 基于方向场分布的指纹校正方法
MX349155B (es) * 2013-01-15 2017-07-14 Avigilon Corp Aparato de imagenologia con compensacion de auto-exposicion adaptable de escena.
ITMI20130104A1 (it) * 2013-01-24 2014-07-25 Empatica Srl Dispositivo, sistema e metodo per la rilevazione e il trattamento di segnali di battito cardiaco
US9111125B2 (en) * 2013-02-08 2015-08-18 Apple Inc. Fingerprint imaging and quality characterization
CN103258156B (zh) * 2013-04-11 2016-01-20 杭州电子科技大学 一种基于指纹特征生成密钥的方法
CN103530848A (zh) * 2013-09-27 2014-01-22 中国人民解放军空军工程大学 一种非均匀光照图像二次曝光的实现方法
CN104331683B (zh) * 2014-10-17 2017-07-07 南京工程学院 一种具有噪声鲁棒性的人脸表情识别方法
TWI512270B (zh) * 2015-01-13 2015-12-11 Pixart Imaging Inc 具動態曝光時間的光學測距系統
US9880634B2 (en) * 2015-03-20 2018-01-30 Optim Corporation Gesture input apparatus, gesture input method, and program for wearable terminal
TWI537875B (zh) * 2015-04-08 2016-06-11 大同大學 影像合成方法與影像處理裝置
CN105635359B (zh) * 2015-12-31 2018-10-26 宇龙计算机通信科技(深圳)有限公司 心率测量方法及装置、终端
CN105877730B (zh) * 2016-03-21 2019-07-26 联想(北京)有限公司 一种心率检测方法、装置及电子设备
CN105847708B (zh) * 2016-05-26 2018-09-21 武汉大学 基于图像直方图分析的线阵相机自动曝光调整方法及系统
CN106060658B (zh) * 2016-05-27 2019-06-14 青岛海信电器股份有限公司 一种图像处理方法及装置
CN106127134B (zh) * 2016-06-20 2019-07-26 联想(北京)有限公司 光学装置、电子设备及其控制方法

Also Published As

Publication number Publication date
TWI629904B (zh) 2018-07-11
CN108268829B (zh) 2021-03-30
CN108269239B (zh) 2021-03-30
CN108261195B (zh) 2020-12-11
CN108269239A (zh) 2018-07-10
CN108268829A (zh) 2018-07-10
TWI629645B (zh) 2018-07-11
TW201824068A (zh) 2018-07-01
TW201822709A (zh) 2018-07-01
TWI629643B (zh) 2018-07-11
CN108261195A (zh) 2018-07-10
CN108268830B (zh) 2021-03-30
TW201841493A (zh) 2018-11-16
TW201824081A (zh) 2018-07-01
CN108270975A (zh) 2018-07-10
TW201826164A (zh) 2018-07-16
CN108268830A (zh) 2018-07-10
CN108270975B (zh) 2020-09-15
CN108270976A (zh) 2018-07-10

Similar Documents

Publication Publication Date Title
TWI629904B (zh) 影像之亮度不均勻性的更正方法及相關影像亮度更正裝置
RU2716843C1 (ru) Цифровая коррекция аберраций оптической системы
JP2008016029A (ja) エッジ補正装置及び方法
US20170070689A1 (en) Automatic compensation of lens flare
WO2021189807A1 (zh) 图像处理方法、装置、系统和电子设备
US9953422B2 (en) Selective local registration based on registration error
JP2019519862A (ja) 並列コンピュータビジョン及び画像スケーリング・アーキテクチャ
CN109903294B (zh) 图像处理方法、装置、电子设备及可读存储介质
JP2007285754A (ja) 欠陥検出方法および欠陥検出装置
JP5767064B2 (ja) イメージのエッジ向上方法
JP2010183229A (ja) プロジェクタ、プロジェクションシステム、画像表示方法、及び画像表示プログラム
CN106846271B (zh) 一种去除身份证照片中网纹的方法
JPWO2020202786A5 (zh)
JP2005172559A (ja) パネルの線欠陥検出方法及び装置
JP2015062270A (ja) 画像処理装置
CN114298985B (zh) 缺陷检测方法、装置、设备及存储介质
JP2017085570A (ja) 画像補正方法及び画像補正装置
WO2019160041A1 (ja) 画像処理装置、顕微鏡システム、画像処理方法および画像処理プログラム
JP2004239733A (ja) 画面の欠陥検出方法及び装置
KR100271261B1 (ko) 화상데이터처리방법및화상데이터처리장치
JP2005165387A (ja) 画面のスジ欠陥検出方法及び装置並びに表示装置
CN109636749B (zh) 图像处理方法
TWI783288B (zh) 影像處理方法
US20180189545A1 (en) Image brightness non-uniformity correction method and image brightness correction device therefor
JP2006133055A (ja) ムラ欠陥検出方法及び装置、空間フィルタ、ムラ欠陥検査システム並びにムラ欠陥検出方法のプログラム