[发明专利]一种坏点检测和平场校准的联合处理方法在审
申请号: | 201811431057.1 | 申请日: | 2018-11-28 |
公开(公告)号: | CN109348216A | 公开(公告)日: | 2019-02-15 |
发明(设计)人: | 郭慧;姚毅 | 申请(专利权)人: | 凌云光技术集团有限责任公司 |
主分类号: | H04N17/00 | 分类号: | H04N17/00;G06T7/00 |
代理公司: | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人: | 逯长明;许伟群 |
地址: | 100094 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 坏点检测 联合处理 校准系数 正常像素 场校准 暗场 坏点 亮场 固定模式噪声 图像采集过程 表示图像 不一致性 工作效率 功能合并 光电响应 输出数据 输出图像 响应曲线 校准过程 图计算 有效地 校准 申请 剔除 集合 检测 保证 | ||
1.一种坏点检测和平场校准的联合处理方法,其特征在于,所述方法包括:
执行图像采集过程,得到一张暗场图和一张亮场图;
利用得到的暗场图和亮场图计算平场校准系数;
基于算得的平场校准系数进行坏点检测,剔除坏点,得到正常像素点集合;
对所有正常像素点采用公式Output=(Input-FPN)*PRNU进行平场校准,然后输出图像,其中,FPN为固定模式噪声值,PRNU为光电响应不一致性系数,Input和Output分别表示图像的输入数据和输出数据。
2.根据权利要求1所述的一种坏点检测和平场校准的联合处理方法,其特征在于,所述基于算得的平场校准系数进行坏点检测,剔除坏点,得到正常像素点集合包括:
设置平场校准系数阈值TFPN和TPRNU;其中,TFPN为固定模式噪声阈值,TPRNU为光电响应不一致性系数阈值;
根据平场校准系数和平场校准系数阈值TFPN和TPRNU,逐一判断每个像素点是否为坏点;
若判断该像素点为坏点,将该像素点的坐标存储在相机中;若判断该像素点不是坏点,则认为是正常像素点;
当所有像素点判断完毕,将所有正常像素点构成正常像素点集合。
3.根据权利要求2所述的一种坏点检测和平场校准的联合处理方法,其特征在于,所述根据平场校准系数和平场校准系数阈值TFPN和TPRNU,逐一判断每个像素点是否为坏点包括:
将所有像素点的平场校准系数求平均值,得到固定模式噪声均值mean(FPN)和光电响应不一致性系数均值mean(PRNU);
分别计算每个像素点的平场校准系数与平均值之间的偏差,并将偏差与平场校准系数阈值进行比较;若满足公式
则判断该像素点为坏点;若不满足上述公式,则判断该像素点为正常像素点。
4.根据权利要求3所述的一种坏点检测和平场校准的联合处理方法,其特征在于,所述平场校准系数阈值TFPN=300%,TPRNU=50%。
5.根据权利要求1所述的一种坏点检测和平场校准的联合处理方法,其特征在于,所述暗场图为相机在暗室中,光源全部关闭且曝光时间最小时采集的图像;所述亮场图为相机在正常曝光时间下,拍摄平板光源,使图像灰度值达到图像饱和值的80%时采集的图像。
6.根据权利要求1所述的一种坏点检测和平场校准的联合处理方法,其特征在于,所述执行图像采集过程,得到一张暗场图和一张亮场图包括:
分别拍摄至少三张暗场图及至少三张亮场图;
计算所有拍摄得到的暗场图的灰度平均值,作为执行下一步骤的暗场图;
计算所有拍摄得到的亮场图的灰度平均值,作为执行下一步骤的亮场图。
7.根据权利要求1所述的一种坏点检测和平场校准的联合处理方法,其特征在于,所述平场校准系数包括固定模式噪声值FPN和光电响应不一致性系数PRNU,所述固定模式噪声值FPN和光电相应不一致性系数PRNU由以下公式计算得出:
其中,Idark和Ilight分别表示暗场图像和亮场图像,max(-)表示求最大值运算。
8.根据权利要求1所述的一种坏点检测和平场校准的联合处理方法,其特征在于,进行平场校准前,所述方法还包括:
采用坏点校正模块对坏点进行修正,使坏点变为正常像素点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于凌云光技术集团有限责任公司,未经凌云光技术集团有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811431057.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:全自动视觉检测机
- 下一篇:一种用于测试鱼眼镜头解析力的图卡、装置及方法