TWI754334B - 影像校正方法及裝置 - Google Patents
影像校正方法及裝置 Download PDFInfo
- Publication number
- TWI754334B TWI754334B TW109125255A TW109125255A TWI754334B TW I754334 B TWI754334 B TW I754334B TW 109125255 A TW109125255 A TW 109125255A TW 109125255 A TW109125255 A TW 109125255A TW I754334 B TWI754334 B TW I754334B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- corrected
- specific
- blocks
- reference images
- Prior art date
Links
- 238000003702 image correction Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000003384 imaging method Methods 0.000 claims description 19
- 230000002123 temporal effect Effects 0.000 claims 2
- 238000012937 correction Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 14
- 238000005286 illumination Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本發明提供一種影像校正方法及裝置。所述方法包括:取得關聯於特定物體的多個參考影像;估計各參考影像的中央區域的區域平均亮度,並據以產生目標影像;取得參考影像中的特定參考影像,其中特定參考影像包括多個影像區塊;估計各影像區塊的區塊平均亮度,並據以產生初始影像;基於目標影像及初始影像產生校正影像。
Description
本發明是有關於一種影像處理技術,且特別是有關於一種影像校正方法及裝置。
一般而言,數位相機取像經常遇到鏡頭陰影 (Lens shading) 和不均勻光照 (Non-uniform illumination)等現象。鏡頭陰影或稱為漸暈(Vignetting),其意指因鏡頭的光學特性造成鏡頭的光通量從中心到周邊漸少,使影像呈現中央區域亮、朝周邊方向漸暗的現象,如圖1A所示。不均勻光照則是因物體光照不佳、環境光干擾、或是物體自體發光不均等原因造成的影像亮度不均勻現象,如圖1B所示。
在一般的照片拍攝上,可以透過移動位置、調整相機光圈與焦距,甚至更換鏡頭的選擇來減少上述現象,但若是欲進行影像拼接或是固定相機位置的自動化光學檢測,些許的鏡頭陰影或是不均勻光照現象將可能間接影響影像後續的應用。
因此,對於本領域技術人員而言,如何設計一種可避免鏡頭陰影及不均勻光照的影像校正機制,實為一項重要的議題。
有鑑於此,本發明提供一種影像校正方法及裝置,其可用於解決上述技術問題。
本發明提供一種影像校正方法,包括:取得關聯於一特定物體的多個參考影像,其中特定物體被區分為多個物體區塊,且各參考影像的中央區域個別對應於前述物體區塊;估計各參考影像的中央區域的一區域平均亮度,並依據各參考影像的中央區域的區域平均亮度產生一目標影像;取得前述參考影像中的一特定參考影像,其中特定參考影像包括一特定影像區域,且特定影像區域被區分為多個影像區塊;估計各影像區塊的一區塊平均亮度,並依據各影像區塊的區塊平均亮度產生一初始影像;基於目標影像及初始影像產生一校正影像。
本發明提供一種影像校正裝置,包括取像裝置、儲存電路及處理器。取像裝置用於取得關聯於一特定物體的多個參考影像。儲存電路儲存多個模組。處理器耦接儲存電路及取像裝置,存取前述模組,且接收來自取像裝置的前述參考影像,其中特定物體被區分為多個物體區塊,且各參考影像的中央區域個別對應於前述物體區塊,估計各參考影像的中央區域的一區域平均亮度,並依據各參考影像的中央區域的區域平均亮度產生一目標影像,取得前述參考影像中的一特定參考影像,其中特定參考影像包括一特定影像區域,且特定影像區域被區分為多個影像區塊,估計各影像區塊的一區塊平均亮度,並依據各影像區塊的區塊平均亮度產生一初始影像,基於目標影像及初始影像產生一校正影像。
基於上述,本發明的影像校正方法及裝置所產生的校正影像可用於對其他拍攝環境、拍攝參數及拍攝距離皆為相同的待校正影像進行影像校正,從而改善待校正影像中原本存在的鏡頭陰影及不均勻光照等問題。
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。以下實施例中所提到的方向用語,例如:上、下、左、右、前或後等,僅是參考附加圖式的方向。因此,使用的方向用語是用來說明並非用來限制本發明。
請參照圖2,其是依據本發明之一實施例繪示的影像校正裝置示意圖。如圖2所示,影像校正裝置200包括儲存電路202、處理器204及取像裝置206。在不同的實施例中,儲存電路202例如是任意型式的固定式或可移動式隨機存取記憶體(Random Access Memory,RAM)、唯讀記憶體(Read-Only Memory,ROM)、快閃記憶體(Flash memory)、硬碟或其他類似裝置或這些裝置的組合,而可用以記錄多個程式碼或模組。
處理器204耦接於儲存電路202,並可為一般用途處理器、特殊用途處理器、傳統的處理器、數位訊號處理器、多個微處理器(microprocessor)、一個或多個結合數位訊號處理器核心的微處理器、控制器、微控制器、特殊應用積體電路(Application Specific Integrated Circuit,ASIC)、現場可程式閘陣列電路(Field Programmable Gate Array,FPGA)、任何其他種類的積體電路、狀態機、基於進階精簡指令集機器(Advanced RISC Machine,ARM)的處理器以及類似品。
取像裝置206耦接於處理器204,並可以是任何具有電荷耦合元件(Charge coupled device,CCD)鏡頭、互補式金氧半電晶體(Complementary metal oxide semiconductor transistors,CMOS)鏡頭的攝影裝置,但可不限於此。
在本發明的實施例中,處理器204可存取儲存電路202中記錄的模組、程式碼來實現本發明提出的影像校正方法,其細節詳述如下。
請參照圖3,其是依據本發明之一實施例繪示的影像校正方法流程圖。本實施例的方法可由圖2的影像校正裝置200執行,以下即搭配圖2所示的元件說明圖3各步驟的細節。
首先,在步驟S310中,處理器204可取得關聯於特定物體的多個參考影像,其中此特定物體被區分為多個物體區塊,且各參考影像的中央區域個別對應於上述物體區塊。在不同的實施例中,設計者可依需求選定不同的物體作為上述特定物體,而為便於說明本發明的概念,以下將假設上述特定物體為設置有背光模組的顯示面板,但可不限於此。在此情況下,上述特定物體即為一種自體發光物體,因而可能導致取像時同時出現鏡頭陰影與亮度不均等問題。
請同時參照圖4,其是依據本發明之一實施例繪示的對特定物體取得參考影像的示意圖。在圖4中,取像裝置206例如是一相機,其可用於拍攝特定物體400(例如是顯示面板)以取得多個參考影像。在一實施例中,取像裝置206用於拍攝特定物體400的各個參考影像,因此拍攝環境、拍攝參數及拍攝距離皆為固定。
在一實施例中,特定物體400可放置於一可動式平台499上,而此可動式平台499可經控制以移動特定物體400的位置。如圖4所示,特定物體400例如可被區分為一對一對應於上述參考影像的nxm個(例如是5x5)物體區塊,而各參考影像例如是個別以其中一個物體區塊作為中心而拍攝。
具體而言,以物體區塊401為例,當取像裝置206用於取得對應於物體區塊401的參考影像時,可動式平台499可移動特定物體400以使得物體區塊401被移動至取像裝置206的取像範圍內的中央區域(此中央區域的尺寸可匹配於物體區塊401的尺寸)。之後,取像裝置206即可拍攝特定物體400以取得對應於物體區塊401的參考影像。換言之,在對應於物體區塊401的參考影像中,中央區域係對應於物體區塊401。
再以物體區塊413為例,當取像裝置206用於取得對應於物體區塊413的參考影像時,可動式平台499可移動特定物體400以使得物體區塊413被移動至取像裝置206的取像範圍內的中央區域(此中央區域的尺寸可匹配於物體區塊413的尺寸)。之後,取像裝置206即可拍攝特定物體400以取得對應於物體區塊413的參考影像。換言之,在對應於物體區塊413的參考影像中,中央區域係對應於物體區塊413。
基於上述教示,取像裝置206可取得對應於各物體區塊的參考影像。以圖4為例,取像裝置206共可取得個別對應於所示的5x5個物體區塊的25張參考影像。在其他實施例中,設計者亦可依需求而選擇所需的n、m值,以將特定物體410區分為所需數量的物體區塊。在一實施例中,n、m可皆為奇數,以使所取得的特定區塊中可存在一中央物體區塊(例如物體區塊413)。
在其他實施例中,處理器204亦可取得由其他取像裝置所對特定物體400拍攝的參考影像,但可不限於此。此外,在一些實施例中,在取得參考影像之後,處理器204還可進一步排除各參考影像中的暫時性雜訊,以改善後續的影像處理結果。
為便於理解本發明的概念,以下另輔以圖5A作說明。請參照圖5A,其是依據本發明之一實施例繪示的取得參考影像的示意圖。在圖5A中,假設所示的5x5張參考影像即為圖3的取像裝置206對特定物體400拍攝而取得。換言之,圖5A所示的25張參考影像個別的中央區域係一對一地對應於圖4中的25個物體區塊。
以參考影像501為例,其例如是取像裝置206以物體區塊401作為中央區域501a拍攝而得。並且,由圖5A可看出,參考影像501在全部參考影像中的相對位置相同於物體區塊401在全部物體區塊中的相對位置(即,皆位於左上角)。再以參考影像513為例,其例如是取像裝置206以物體區塊413作為中央區域513a拍攝而得。並且,由圖5A可看出,參考影像513在全部參考影像中的相對位置相同於物體區塊413在全部物體區塊中的相對位置(即,皆位於中央)。基此,本領域具通常知識者應可理解其餘參考影像的取得方式,於此不另贅述。此外,應了解的是,各參考影像中的中央區域的矩形外框僅作為視覺上的輔助而繪示,實際上的參考影像中並不存在所示的矩形外框。
之後,在步驟S320中,處理器204可估計各參考影像的中央區域的區域平均亮度,並依據各參考影像的中央區域的區域平均亮度產生目標影像。為便於理解本發明的概念,以下另輔以圖5B作說明。
請參照圖5B,其是依據圖5A繪示的產生目標影像的示意圖。在圖5B中,處理器204可依據各參考影像的相對位置將各參考影像的中央區域的區域平均亮度配置為第一區域亮度分布圖530,其中第一區域亮度分布圖530可包括多個第一亮度區塊,且各第一亮度區塊可對應於各參考影像的中央區域的區域平均亮度。
以圖5B的參考影像501為例,處理器204可估計參考影像501的中央區域501a的區域平均亮度(其例如是中央區域501a中各像素的亮度平均值),再將此區域平均亮度以第一亮度區塊531表示。再以圖5B的參考影像513為例,處理器204可估計參考影像513的中央區域513a的區域平均亮度(其例如是中央區域513a中各像素的亮度平均值),再將此區域平均亮度以第一亮度區塊543表示。基此,本領域具通常知識者應可相應理解第一區域亮度分布圖530中其他第一區域亮度區塊的取得方式,於此不另贅述。
之後,處理器204可對第一區域亮度分布圖530執行第一內插演算法,以產生目標影像M1,其中目標影像M1的尺寸相同參考影像513中的特定區域,此為影像中黑邊去除後的剩餘區域。在不同的實施例中,上述第一內插演算法例如是立方內插演算法或線性內插演算法,但可不限於此。
接著,在步驟S330中,處理器204可取得參考影像中的特定參考影像,其中特定參考影像可包括特定影像區域,且特定影像區域可被區分為多個影像區塊。在一實施例中,特定參考影像可假設為由取像裝置206以中央物體區塊(即物體區塊413)作為中心而拍攝。換言之,特定參考影像即為圖5B的參考影像513,但本發明可不限於此。在其他實施例中,設計者亦可依需求而選擇其他的參考影像作為特定參考影像。
請參照圖6A,其是依據圖5B繪示的被區分為多個影像區塊的特定影像區域。在本實施例中,特定參考影像(即參考影像513)所包括的特定影像區域513b例如是特定參考影像中的亮光區域,亦即將參考影像513中的黑邊去除後的剩餘區域,但可不限於此。之後,特定影像區域513b可依設計者的需求而被區分為axb個影像區塊。在圖6A中,特定影像區域513b例如可被區分為5x5個影像區塊(例如位於左上角的影像區塊601及位於中間的影像區塊613),但本發明可不限於此。在一些實施例中,a、b可皆為奇數。
之後,在步驟S340中,處理器204可估計各影像區塊的區塊平均亮度,並依據各影像區塊的區塊平均亮度產生初始影像。
請參照圖6B,其是依據圖6A繪示的產生初始影像的示意圖。在圖6B中,處理器204可依據特定影像區域513b中各影像區塊的相對位置將各影像區塊的區塊平均亮度配置為第二區域亮度分布圖630,其中第二區域亮度分布圖630包括多個第二亮度區塊,且各第二亮度區塊對應於各影像區塊的區塊平均亮度。
以圖6B的影像區塊601為例,處理器204可估計影像區塊601的區塊平均亮度(其例如是影像區塊601中各像素的亮度平均值),再將此區塊平均亮度以第二亮度區塊631表示。再以圖6B的影像區塊613為例,處理器204可估計影像區塊613的區塊平均亮度(其例如是影像區塊613中各像素的亮度平均值),再將此區塊平均亮度以第二亮度區塊643表示。基此,本領域具通常知識者應可相應理解第二區域亮度分布圖630中其他第二區域亮度區塊的取得方式,於此不另贅述。
之後,處理器204可對第二區域亮度分布圖630執行第二內插演算法,以產生初始影像M2,其中初始影像M2的尺寸相同於參考影像513中的特定區域513b。在不同的實施例中,上述第二內插演算法例如是立方內插演算法或線性內插演算法,但可不限於此。
另一方面,影像校正方法並不限定步驟S320以及步驟S330~S340的順序,換言之,可以先執行步驟S330~S340後再執行步驟S320。
在依據步驟S320及S340取得目標影像M1及初始影像M2之後,在步驟S350中,處理器204可基於目標影像M1及初始影像M2產生校正影像。
請參照圖7,其是依據圖5B及圖6B繪示的產生校正影像的示意圖。在本實施例中,處理器204例如可以目標影像M1除以初始影像M2以產生校正影像M3。在一實施例中,目標影像M1及初始影像M2個別為一灰階影像,其中目標影像M1包括多個第一像素,初始影像M2包括多個第二像素,且前述第一像素一對一地對應於前述第二像素。此外,校正影像M3可包括多個第三像素。在此情況下,處理器204可以各第一像素的灰階值除以對應的各第二像素的灰階值,以產生校正影像M3中的各個第三像素,但本發明可不限於此。
基此,透過以上教示所取得的校正影像M3即可用於對其他的待校正影像進行影像校正操作。請參照圖8,其是依據圖7繪示的影像校正示意圖。在本實施例中,假設待校正影像TM是對類似於特定物體400的物體(例如其他的顯示面板)所拍攝的影像的特定影像區域,且相關的拍攝環境、拍攝參數亦相同於取像裝置206拍攝特定物體400時的拍攝環境、拍攝參數。
如圖8所示,待校正影像TM中存在鏡頭陰影及不均勻光照等問題。在此情況下,處理器204可基於校正影像M3將待校正影像TM校正為亮度校正影像TM’。在一實施例中,處理器204可將校正影像M3乘以待校正影像TM以產生亮度校正影像TM’。例如,處理器204可將校正影像M3及待校正影像TM以點對點相乘的方式產生亮度校正影像TM’。
由圖8可看出,相較於待校正影像TM,亮度校正影像TM’中的鏡頭陰影及不均勻光照等問題已得到一定程度的改善。
在一些實施例中,處理器204在執行步驟S310~S350以取得校正影像M3之後,處理器204還可取得關聯於另一特定物體的多個其他參考影像,並基於前述其他參考影像產生另一校正影像,其中所述另一特定物體的拍攝環境相同於特定物體400的拍攝環境。換言之,在基於特定物體400執行步驟S310~S350以取得校正影像M3之後,處理器204還可基於另一特定物體執行步驟S310~S350以取得另一校正影像。之後,處理器204可基於校正影像M3及所述另一校正影像產生平均校正影像。藉此,所取得的平均校正影像可更為泛用,從而有助於進一步改善影像校正的結果。接著,處理器204可取得待校正影像(例如待校正影像TM),並基於上述平均校正影像將此待校正影像校正為對應的亮度校正影像。
在其他實施例中,處理器204還可在基於其他特定物體執行步驟S310~S350以取得對應的校正影像之後,進一步據以修正上述平均校正影像,以得到更為客觀、泛用的平均校正影像,但本發明可不限於此。
綜上所述,本發明提出的影像校正方法及裝置可在不需要特殊設備或照明條件下即可完成鏡頭陰影和不均勻光照的校正,操作流程簡易且運算架構容易實現,很適合使用在拍攝參數及拍攝環境固定且待測的特定物體性質固定的情境。
惟以上所述者,僅為本發明之較佳實施例而已,當不能以此限定本發明實施之範圍,即大凡依本發明申請專利範圍及發明說明內容所作之簡單的等效變化與修飾,皆仍屬本發明專利涵蓋之範圍內。另外本發明的任一實施例或申請專利範圍不須達成本發明所揭露之全部目的或優點或特點。此外,摘要部分和標題僅是用來輔助專利文件搜尋之用,並非用來限制本發明之權利範圍。此外,本說明書或申請專利範圍中提及的“第一”、“第二”等用語僅用以命名影像(image)的名稱或區別不同實施例或範圍,而並非用來限制元件數量上的上限或下限。
200:影像校正裝置
202:儲存電路
204:處理器
206:取像裝置
400:特定物體
401, 413:物體區塊
499:可動式平台
501, 513:參考影像
501a, 513a:中央區域
513b:特定影像區域
530:第一區域亮度分布圖
531, 543:第一亮度區塊
601,613:影像區塊
630:第二區域亮度分布圖
631, 643:第二亮度區塊
M1:目標影像
M2:初始影像
M3:校正影像
S310~S350:步驟
TM:待校正影像
TM’:亮度校正影像。
圖1A是習知存在鏡頭陰影問題的影像。
圖1B是習知存在不均勻光照問題的影像。
圖2是依據本發明之一實施例繪示的影像校正裝置示意圖。
圖3是依據本發明之一實施例繪示的影像校正方法流程圖。
圖4是依據本發明之一實施例繪示的對特定物體取得參考影像的示意圖。
圖5A是依據本發明之一實施例繪示的取得參考影像的示意圖。
圖5B是依據圖5A繪示的產生目標影像的示意圖。
圖6A是依據圖5B繪示的被區分為多個影像區塊的特定影像區域。
圖6B是依據圖6A繪示的產生初始影像的示意圖。
圖7是依據圖5B及圖6B繪示的產生校正影像的示意圖。
圖8是依據圖7繪示的影像校正示意圖。
S310~S350:步驟
Claims (24)
- 一種影像校正方法,包括: 取得關聯於一特定物體的多個參考影像,其中該特定物體被區分為多個物體區塊,且各該參考影像的中央區域個別對應於該些物體區塊; 估計各該參考影像的該中央區域的一區域平均亮度,並依據各該參考影像的該中央區域的該區域平均亮度產生一目標影像; 取得該些參考影像中的一特定參考影像,其中該特定參考影像包括一特定影像區域,且該特定影像區域被區分為多個影像區塊; 估計各該影像區塊的一區塊平均亮度,並依據各該影像區塊的該區塊平均亮度產生一初始影像; 基於該目標影像及該初始影像產生一校正影像。
- 如請求項1所述的方法,其中該些物體區塊包括一第一物體區塊,該些參考影像包括對應於該第一物體區塊的一第一參考影像,該第一參考影像係由一取像裝置以該第一物體區塊作為中心而拍攝,且該取像裝置拍攝各該參考影像的拍攝環境、拍攝參數及拍攝距離皆相同。
- 如請求項1所述的方法,其中該些物體區塊包括一中央物體區塊,且該特定參考影像係由一取像裝置以該中央物體區塊作為中心而拍攝。
- 如請求項1所述的方法,其中該特定影像區域為該特定參考影像中的一亮光區域。
- 如請求項1所述的方法,其中依據各該參考影像的該中央區域的該區域平均亮度產生該目標影像的步驟包括: 依據各該參考影像的相對位置將各該參考影像的該中央區域的該區域平均亮度配置為一第一區域亮度分布圖,其中該第一區域亮度分布圖包括多個第一亮度區塊,且各該第一亮度區塊對應於各該參考影像的該中央區域的該區域平均亮度; 對該第一區域亮度分布圖執行一第一內插演算法,以產生該目標影像,其中該目標影像的尺寸相同於該特定參考影像的該特定影像區域。
- 如請求項1所述的方法,其中依據各該影像區塊的該區塊平均亮度產生該初始影像的步驟包括: 依據各該影像區塊的相對位置將各該影像區塊的該區塊平均亮度配置為一第二區域亮度分布圖,其中該第二區域亮度分布圖包括多個第二亮度區塊,且各該第二亮度區塊對應於各該影像區塊的該區塊平均亮度; 對該第二區域亮度分布圖執行一第二內插演算法,以產生該初始影像,其中該初始影像的尺寸相同於該特定參考影像的該特定影像區域。
- 如請求項1所述的方法,其中基於該目標影像及該初始影像產生該校正影像的步驟包括: 以該目標影像除以該初始影像以產生該校正影像。
- 如請求項7所述的方法,其中該目標影像及該初始影像個別為一灰階影像,該目標影像包括多個第一像素,該初始影像包括多個第二像素,該些第一像素一對一地對應於該些第二像素,該校正影像包括多個第三像素,且以該目標影像除以該初始影像以產生該校正影像的步驟包括: 以各該第一像素的灰階值除以對應的各該第二像素的灰階值,以產生該校正影像的該些第三像素。
- 如請求項1所述的方法,更包括: 取得一待校正影像,並基於該校正影像將該待校正影像校正為一亮度校正影像,且該待校正影像的拍攝環境相同於該特定物體的拍攝環境。
- 如請求項9所述的方法,其中基於該校正影像將該待校正影像校正為該亮度校正影像的步驟包括: 將該校正影像乘以該待校正影像以產生該亮度校正影像。
- 如請求項1所述的方法,其中在取得該些參考影像之後,所述方法更包括排除各該參考影像中的暫時性雜訊。
- 如請求項1所述的方法,更包括: 取得關聯於另一特定物體的多個其他參考影像,並基於該些其他參考影像產生另一校正影像,其中該另一特定物體的拍攝環境相同於該特定物體的拍攝環境; 基於該校正影像及該另一校正影像產生一平均校正影像; 取得一待校正影像,並基於該平均校正影像將該待校正影像校正為一亮度校正影像。
- 一種影像校正裝置,包括: 一取像裝置,用於取得關聯於一特定物體的多個參考影像; 一儲存電路,儲存多個模組;以及 一處理器,耦接該儲存電路及該取像裝置,用於存取該些模組,且接收來自該取像裝置的該些參考影像,其中該特定物體被區分為多個物體區塊,各該參考影像的中央區域個別對應於該些物體區塊,該處理器估計各該參考影像的該中央區域的一區域平均亮度,並依據各該參考影像的該中央區域的該區域平均亮度產生一目標影像,並取得該些參考影像中的一特定參考影像,其中該特定參考影像包括一特定影像區域,且該特定影像區域被區分為多個影像區塊,以及估計各該影像區塊的一區塊平均亮度,並依據各該影像區塊的該區塊平均亮度產生一初始影像,基於該目標影像及該初始影像產生一校正影像。
- 如請求項13所述的影像校正裝置,其中該些物體區塊包括一第一物體區塊,該些參考影像包括對應於該第一物體區塊的一第一參考影像,該第一參考影像係由一取像裝置以該第一物體區塊作為中心而拍攝,且該取像裝置拍攝各該參考影像的拍攝環境、拍攝參數及拍攝距離皆相同。
- 如請求項13所述的影像校正裝置,其中該些物體區塊包括一中央物體區塊,且該特定參考影像係由一取像裝置以該中央物體區塊作為中心而拍攝。
- 如請求項13所述的影像校正裝置,其中該特定影像區域為該特定參考影像中的一亮光區域。
- 如請求項13所述的影像校正裝置,其中該處理器經配置以: 依據各該參考影像的相對位置將各該參考影像的該中央區域的該區域平均亮度配置為一第一區域亮度分布圖,其中該第一區域亮度分布圖包括多個第一亮度區塊,且各該第一亮度區塊對應於各該參考影像的該中央區域的該區域平均亮度; 對該第一區域亮度分布圖執行一第一內插演算法,以產生該目標影像,其中該目標影像的尺寸相同於該特定參考影像的該特定影像區域。
- 如請求項13所述的影像校正裝置,其中該處理器經配置以: 依據各該影像區塊的相對位置將各該影像區塊的該區塊平均亮度配置為一第二區域亮度分布圖,其中該第二區域亮度分布圖包括多個第二亮度區塊,且各該第二亮度區塊對應於各該影像區塊的該區塊平均亮度; 對該第二區域亮度分布圖執行一第二內插演算法,以產生該初始影像,其中該初始影像的尺寸相同於該特定參考影像的該特定影像區域。
- 如請求項13所述的影像校正裝置,其中該處理器經配置以: 以該目標影像除以該初始影像以產生該校正影像。
- 如請求項19所述的影像校正裝置,其中該目標影像及該初始影像個別為一灰階影像,該目標影像包括多個第一像素,該初始影像包括多個第二像素,該些第一像素一對一地對應於該些第二像素,該校正影像包括多個第三像素,且該處理器經配置以: 以各該第一像素的灰階值除以對應的各該第二像素的灰階值,以產生該校正影像的該些第三像素。
- 如請求項13所述的影像校正裝置,其中該處理器更經配置以: 取得一待校正影像,並基於該校正影像將該待校正影像校正為一亮度校正影像,且該待校正影像的拍攝環境相同於該特定物體的拍攝環境。
- 如請求項21所述的影像校正裝置,其中該處理器經配置以: 將該校正影像乘以該待校正影像以產生該亮度校正影像。
- 如請求項13所述的影像校正裝置,其中在取得該些參考影像之後,該處理器更經配置以排除各該參考影像中的暫時性雜訊。
- 如請求項13所述的影像校正裝置,其中該處理器更經配置以: 取得關聯於另一特定物體的多個其他參考影像,並基於該些其他參考影像產生另一校正影像,其中該另一特定物體的拍攝環境相同於該特定物體的拍攝環境; 基於該校正影像及該另一校正影像產生一平均校正影像; 取得一待校正影像,並基於該平均校正影像將該待校正影像校正為一亮度校正影像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010690402.4 | 2020-07-17 | ||
CN202010690402.4A CN113947534A (zh) | 2020-07-17 | 2020-07-17 | 影像校正方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202205201A TW202205201A (zh) | 2022-02-01 |
TWI754334B true TWI754334B (zh) | 2022-02-01 |
Family
ID=79326755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109125255A TWI754334B (zh) | 2020-07-17 | 2020-07-27 | 影像校正方法及裝置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113947534A (zh) |
TW (1) | TWI754334B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201513667A (zh) * | 2013-09-16 | 2015-04-01 | Himax Imaging Ltd | 暈影校正方法及使用該方法之影像訊號處理器 |
TW201713111A (zh) * | 2015-09-24 | 2017-04-01 | 三星電子股份有限公司 | 鏡頭陰影校正電路、系統晶片、資料處理系統及資料處理方法 |
CN108234824A (zh) * | 2018-03-26 | 2018-06-29 | 上海小蚁科技有限公司 | 阴影校正检测参数确定、校正检测方法及装置、存储介质、鱼眼相机 |
-
2020
- 2020-07-17 CN CN202010690402.4A patent/CN113947534A/zh active Pending
- 2020-07-27 TW TW109125255A patent/TWI754334B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201513667A (zh) * | 2013-09-16 | 2015-04-01 | Himax Imaging Ltd | 暈影校正方法及使用該方法之影像訊號處理器 |
TW201713111A (zh) * | 2015-09-24 | 2017-04-01 | 三星電子股份有限公司 | 鏡頭陰影校正電路、系統晶片、資料處理系統及資料處理方法 |
US20190297284A1 (en) * | 2015-09-24 | 2019-09-26 | Samsung Electronics Co., Ltd. | Devices and methods for lens shading correction of an image |
CN108234824A (zh) * | 2018-03-26 | 2018-06-29 | 上海小蚁科技有限公司 | 阴影校正检测参数确定、校正检测方法及装置、存储介质、鱼眼相机 |
Also Published As
Publication number | Publication date |
---|---|
TW202205201A (zh) | 2022-02-01 |
CN113947534A (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7145208B2 (ja) | デュアルカメラベースの撮像のための方法および装置ならびに記憶媒体 | |
CN106875339B (zh) | 一种基于长条形标定板的鱼眼图像拼接方法 | |
KR101429371B1 (ko) | 장면 내에서의 정확한 피사체 거리 및 상대적인 피사체 거리를 추정하는 알고리즘 | |
KR20120068655A (ko) | 무선통신장치를 이용하여 양질의 홍채 및 피사체 영상을 편리하게 촬영하기 위한 방법 및 한 개의 밴드패스필터로 가시광선과 근적외선 일부영역을 투과시키는 카메라 장치 | |
US9342875B2 (en) | Method for generating image bokeh effect and image capturing device | |
JP6789833B2 (ja) | 画像処理装置、撮像装置、画像処理方法およびプログラム | |
US20100157128A1 (en) | Apparatus and method for capturing image | |
WO2019085951A1 (en) | Image processing method, and device | |
WO2015196896A1 (zh) | 对焦状态的提示方法和拍摄装置 | |
JP6308748B2 (ja) | 画像処理装置、撮像装置及び画像処理方法 | |
US20170187938A1 (en) | Image pickup apparatus, image processing apparatus, image processing method, and non-transitory computer-readable storage medium for improving quality of captured image | |
US9990752B2 (en) | Image processing device, imaging device, microscope system, image processing method, and computer-readable recording medium | |
US7796806B2 (en) | Removing singlet and couplet defects from images | |
JP2018528631A (ja) | ステレオオートフォーカス | |
US20160019681A1 (en) | Image processing method and electronic device using the same | |
TWI626500B (zh) | 攝影裝置、透鏡單元以及訊號處理裝置 | |
KR20170073675A (ko) | Led 디스플레이에 이용되는 영상 처리 방법 및 장치 | |
US8553097B2 (en) | Reducing blur based on a kernel estimation of an imaging device | |
JP6479178B2 (ja) | 画像処理装置、撮像装置、顕微鏡システム、画像処理方法、及び画像処理プログラム | |
US9319653B2 (en) | White balance compensation method and electronic apparatus using the same | |
TWI754334B (zh) | 影像校正方法及裝置 | |
JP6857006B2 (ja) | 撮像装置 | |
Sindelar et al. | Space-variant image deblurring on smartphones using inertial sensors | |
JP2011135379A (ja) | 撮像装置、撮像方法及びプログラム | |
TW201634999A (zh) | 自動對焦方法及應用該自動對焦方法之裝置 |