CN103973997A - 一种图像处理方法及装置 - Google Patents
一种图像处理方法及装置 Download PDFInfo
- Publication number
- CN103973997A CN103973997A CN201310045565.7A CN201310045565A CN103973997A CN 103973997 A CN103973997 A CN 103973997A CN 201310045565 A CN201310045565 A CN 201310045565A CN 103973997 A CN103973997 A CN 103973997A
- Authority
- CN
- China
- Prior art keywords
- pixels
- block
- pixel
- designated
- condition
- 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
Landscapes
- Color Television Image Signal Generators (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种图像处理方法及装置,该方法包括:将输入的当前图像帧划分为多个像素块;针对划分后的每个像素块,按照设定的顺序和预设条件,依次判断该像素块是否位于当前图像帧中运动物体的假色边缘上,以及是否位于环状区域;若判断出该像素块位于假色边缘上,且未处于环状区域,则根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复,待修复后继续判断下一个像素块,直到所有的像素块判断结束,得到修复后的图像帧。本发明实施例通过预设条件来对包括运动物体的宽动态图像帧进行处理,使用修复算法抑制图像帧中运动物体边缘上的假色现象,这种处理方式简单易行,难度较小。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图像处理方法及装置。
背景技术
随着人们对摄像机的要求不断提高,宽动态技术已经成为视频监控中不可缺少的技术之一。不管是日常应用的数码摄像机,还是安防领域应用的监控设备,宽动态技术都已受到格外关注。
所谓的宽动态技术,是一种在非常强烈的对比下让摄像机看到更多影像的特色而运用的技术。具体地,当在强光源(日光、灯具或反光等)照射下的高亮度区域及阴影、逆光等相对亮度较低的区域在图像中同时存在时,摄像机的输出图像会出现明亮区域因曝光过度呈现白色,黑暗区域因曝光不足呈现黑色,这样就会严重影响图像质量,这样,摄像机在同一场景中能同时看清的最亮区域和最暗区域之间的范围就称为动态范围。
为了提高摄像机的动态范围,目前通常的做法是对同一场景进行多次曝光,比如一次长曝光、一次短曝光、一次超短曝光,这样一来,长曝光可以看清暗处细节,短曝光可以看清亮处细节,超短曝光可以看清超高亮处细节,然后将三次曝光的图像合成,形成一帧具有高动态范围的图像。前述这种多次曝光融合的方法的确可以提高摄像机的动态范围,但是如果场景中有运动物体,会在运动物体的边缘上出现绿色或紫色(通常称之为假色),这是由于多次曝光中各次曝光所产生的运动物***置不同,在合成时,R、G、B三种颜色通道各取自不同的目标,从而产生假色现象。
针对宽动态图像中存在运动物体的边缘上出现假色现象的情况,目前已有一些抑制图像中运动物体的边缘出现假色的处理方法,例如运动补偿法、多次曝光的结束时间对齐法等等。
上述运动补偿法,主要是将两个图像帧中的内容彼此进行匹配,然后估计出图像帧中运动物体的位置,这样使得合成图像时的RGB值均取自同一目标图像帧,从而减弱图像帧中运动物体的边缘出现假色现象。
上述多次曝光的结束时间对齐法,主要是尽量保证各次曝光在同一时刻结束,从而使得图像帧中运动物体的位置尽量一致,以减弱图像帧中运动物体的边缘出现假色现象。
从上述两种图像处理方式可以看出,采用运动补偿法,它主要是通过图像帧之间相互匹配的方式来确定图像帧中运动物体的位置,以尽量避免图像帧中运动物体的边缘出现绿色或紫色,但是有时候很容易把曝光的频闪现象当做运动物体来处理,这样就使得在抑制运动物体的边缘上假色现象时,难度较大;采用多次曝光的结束时间对齐的处理方式,虽然可以尽量保证各次曝光在同一时刻结束,但是仍然无法保证各次曝光的起始时间也相同,这样就会导致图像帧中运动物体的位置仍会出现不一致的情况,可见,采用这种处理方式操作起来难度较大。
发明内容
本发明实施例提供了一种图像处理方法及装置,用以解决抑制现有图像帧中运动物体边缘上假色现象难度大的问题。
基于上述问题,本发明实施例提供的一种图像处理方法,包括:
将输入的当前图像帧划分为多个像素块,所述当前图像帧为多次曝光融合后的包括运动物体的宽动态图像帧;
针对划分后的每个像素块,按照设定的顺序和预设条件,依次判断该像素块是否位于所述当前图像帧中运动物体的假色边缘上,以及是否位于环状区域,所述环状区域为划分后的首行、末行、首列和末列像素块所围成的区域;
若判断出该像素块位于所述当前图像帧中运动物体的假色边缘上,且未处于环状区域,则根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复,待修复后继续判断下一个像素块,直到所有的像素块判断结束,得到修复后的图像帧。
本发明实施例提供的一种图像处理装置,包括:
划分模块,用于将输入的当前图像帧划分为多个像素块,所述当前图像帧为多次曝光融合后的包括运动物体的宽动态图像帧;
判断模块,用于针对划分后的每个像素块,按照设定的顺序和预设条件,依次判断该像素块是否位于所述当前图像帧中运动物体的假色边缘上,以及是否位于环状区域,所述环状区域为划分后的首行、末行、首列和末列像素块所围成的区域;
修复模块,用于在判断模块判断出出该像素块位于所述当前图像帧中运动物体的假色边缘上,且未处于环状区域,根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复,待修复后继续判断下一个像素块,直到所有的像素块判断结束,得到修复后的图像帧。
本发明实施例的有益效果包括:本发明实施例提供的图像处理方法及装置,在该方法中,先将输入的当前图像帧划分为多个像素块,在这里,当前图像帧指的是多次曝光融合后的包括运动物体的宽动态图像帧;然后针对划分后的每个像素块,可以按照设定的顺序和预设条件,依次判断该像素块是否位于当前图像帧中运动物体的假色边缘上(即运动物体出现绿色或紫色边缘),以及是否位于环状区域(通常此区域中的像素块不会位于运动物体的假色边缘上);在判断出位于假色边缘且未处于环状区域的情况下,会根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复操作,待修复后会继续判断下一个像素块,直到所有的像素块判断结束,最终得到修复后的图像帧(修复后的图像帧较好的抑制了运动物体出现假色的现象)。在本发明实施例中,通过将图像帧划分为多个像素块,依次根据预设条件对这些像素块进行判断处理,从而较容易地寻找到位于运动物体的假色边缘上的像素块,然后利用邻近像素块的像素信息对其进行修复操作,以起到抑制图像帧中运动物体的边缘上的假色现象的作用,前述这种方案处理起来较为简单,即操作的难度较小。
附图说明
图1为本发明实施例提供的图像处理方法的流程图;
图2为本发明实施例提供的划分后的像素块的示意图;
图3为本发明实施例提供的对位于当前图像帧中运动物体的绿色或紫色边缘上且未位于环状区域的像素块的修复流程图之一;
图4为本发明实施例提供的对位于当前图像帧中运动物体的绿色或紫色边缘上且未位于环状区域的像素块的修复流程图之二;
图5为本发明实施例提供的图像处理装置的结构图。
具体实施方式
在宽动态技术中,采用现有的运动补偿法和多次曝光的结束时间对齐法,对图像帧中运动物体的边缘出现绿边或紫边(即称之为“假色”)现象进行抑制,虽然可以起到一定的抑制效果,但是操作起来难度较大。针对上述问题,本发明实施例提供一种图像的处理方法及装置,可以通过预设条件从包括运动物体的宽动态图像帧中的各个像素块中寻找到位于图像帧中运动物体的假色(即绿色或紫色)边缘上的像素块,然后使用修复算法对这些像素块进行修复,从而较好的抑制了图像帧中运动物体出现假色边缘的现象,操作起来比较容易,即难度较小。
下面结合说明书附图,对本发明实施例提供的一种图像处理方法及装置的具体实施方式进行说明。
本发明实施例提供的一种图像处理方法,如图1所示,具体包括以下步骤:
S101:将输入的当前图像帧划分为多个像素块;
在这里,当前图像帧实际上指的是多次曝光融合后的包括运动物体的宽动态图像帧;
S102:针对划分后的每个像素块,按照设定的顺序和预设条件,依次判断该像素块是否位于当前图像帧中运动物体的假色边缘上;若是,执行步骤S103,若否,执行步骤S104;
S103:判断该像素块是否位于环状区域;若是,执行步骤S104,若否,执行步骤S105;
在这里,环状区域指的是划分后的首行、末行、首列和末列像素块所围成的区域,通常此区域中的像素块不会位于当前图像帧中运动物体的假色边缘上,基于此,对于此区域中的像素块,即使位于运动物体的假色边缘上,也可以忽略,不对其进行修复;
S104:不对该像素块进行修复;
S105:根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复,待修复后继续判断下一个像素块,执行步骤S102,直到所有的像素块判断结束,得到修复后的图像帧。
在本发明实施例中,依次对划分后的每个像素块进行判断时,并不仅限于上述判断流程(步骤S102-S104),也可以先判断该像素块是否位于环状区域,然后再按照设定的顺序和预设条件,判断该像素块是否位于述当前图像帧中运动物体的假色边缘上。
在上述步骤S101中,在执行将当前图像帧划分为多个像素块的操作时,可以采用多种划分方式,例如可以按照像素块的最小单位进行划分,即将当前图像帧划分为2×2大小的像素块(如图2所示),当然也可以划分为4×4大小的像素块,还可以划分为8×8大小的像素块等等。
需要说明的是,基于宽动态图像帧的像素点特性,即对于最小单位的的像素块来说(例如图2中的像素块A),它通常由标识分别为Gr、rr、bb和Gb的像素点组成(如图2所示),这样的话,划分后的像素块越大,其包括的像素点就越多,这就增加了后续处理流程中的计算难度。由此,本发明实施例优选采用按照像素块的最小单位划分的方式对当前图像帧进行划分,即将当前图像帧划分为2×2大小的像素块。
可选地,在上述步骤S102中,由于在后续流程中需要对位于当前图像帧中运动物体的假色边缘上的像素块进行修复操作,并且在执行修复操作时需要参考与像素块邻近且已经判断过后像素块的像素信息,才能对其进行修复,由此,在本步骤102中,对划分后的多个像素块(每个像素块为2×2大小的像素块),通常需要先对其进行顺序编号,这样后续按照编号的顺序依次进行判断,例如按照***数字依次进行编号(如下表1所示)。当然,前述编号的方式可以有多种,在此不再一一枚举。
表1
1 | 2 | 3 | 4 | 5 | 6 |
7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 |
进一步地,在上述步骤102中,预设条件可以通过下述方式实现:
针对划分后的每个像素块,判断该像素块是否满足下述条件A~条件F中任一条件:
条件A:Grr>第一阈值、rr<第一阈值且rr×fTr1<Grr;
条件B:rr>=第一阈值且rr×fTr2<Grr;
条件C:Gbb>第一阈值、bb<第一阈值且bb×fTb1<Gbb;
条件D:bb>=第一阈值且bb×fTb2<Gbb;
条件E:rr>第二阈值且rr×fTr3>Grr;
条件F:bb>第二阈值且bb×fTb3>Gbb;
其中,Grr为该像素块中标识为rr的像素点的绿色通道值;
rr为该像素块中标识为rr的像素点的红色通道值;
Gbb为该像素块中标识为bb的像素点的绿色通道值;
bb为该像素块中标识为bb的像素点的蓝色通道值;
fTr1、fTr2、fTb1、fTb2、fTr3和fTb3均是可调参数;
在满足上述条件中任一条件的情况下,就将该像素块确定为位于当前图像帧中运动物体的假色边缘上的像素块。
具体地,在满足上述条件A~条件D中任一个条件的情况下,可以将该像素块确定为位于当前图像帧中运动物体的绿色边缘上的像素块;
在满足条件E~条件F中任一个条件的情况下,将该像素块确定为位于当前图像帧中运动物体的紫色边缘上的像素块。
在本发明实施例中,上述的第一阈值和第二阈值可以根据实际测量数据来进行取值,而这些实际测试数据是通过对现有宽动态图像帧上处于假色边缘区域内的标识为rr的像素点的绿色通道值和红色通道值,以及标识为bb的像素点的绿色通道值和蓝色通道值进行多次测量得到的。也就是说,上述第一阈值和第二阈值的取值可以相同,也可以不同。例如上述条件中的第一阈值可以为4096,第二阈值可以为2048;当然第一阈值和第二阈值也可以为其他数值,在此不再一一枚举。
另外,上述Grr可以对该像素块中标识为Gr的像素点的绿色通道值进行双线性插值运算得到;Gbb可以对该像素块中标识为Gb的像素点的绿色通道值进行双线性插值运算得到。在本发明实施例中,上述fTr1、fTb1、fTr2、fTb2fTr3和fTb3均可以通过实验测得,例如fTr1和fTb1可以为2.5,fTr2和fTb2可以为3,fTr3和fTb3可以为1.1。在这里,双线性插值运算为现有技术,在此不再赘述。
可选地,在上述步骤S105中,假设划分后的各个像素块是按照上述表1的方式进行编号的,那么,可以通过下述两种方式对该像素块进行修复:
第1种方式:若该像素块满足条件A、条件B和条件E中任一条件,则根据该像素块的左上方、上方、右上方和左方的像素块中标识为rr的像素点的红色增益值,对该像素块中标识为rr的像素点的红色分量进行修复;
第2种方式:若该像素块满足条件C、条件D和条件F中任一条件,则根据该像素块的左上方、上方、右上方和左方的像素块中标识为bb的像素点的蓝色增益值,对该像素块中标识为bb的像素点进行修复。
具体地,在上述第1种方式中,如图3所示,可以通过下述流程完成该像素块的修复:
S301:根据饱和运算函数clip(a,b),分别计算该像素块的左上方、上方、右上方和左方的像素块中标识为rr的像素点的红色增益值;
在这里,a为与该像素块邻近且已判断的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,b为该像素块中标识为rr的像素点的红色通道值与绿色通道值的比值;
S302:对计算出的红色增益值进行求平均值运算,并将得到红色增益值替换该像素块中标识为rr的像素点的当前红色增益值;
S303:将替换后的红色增益值,与该像素块中标识为rr的绿色通道值进行求积运算,重新得到该像素块中标识为rr的像素点的红色分量,完成修复。
实际上,在本发明实施例中,是先根据饱和运算函数,分别计算出例如该像素块左上方的像素块中标识为rr的像素点的红色增益值为r_gain1:
r_gain1=clip(rr1/Grr1,rr/Grr);
计算出该像素块上方的像素块中标识为rr的像素点的红色增益值为r_gain2:
r_gain2=clip(rr2/Grr2,rr/Grr);
计算出该像素块右上方的像素块中标识为rr的像素点的红色增益值为r_gain3:
r_gain3=clip(rr3/Grr3,rr/Grr);
计算出该像素块左方的像素块中标识为rr的像素点的红色增益值为r_gain4:
r_gain4=clip(rr4/Grr4,rr/Grr);
其中,rr1指的是该像素块左上方的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,Grr1指的是该像素块左上方的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,rr指的是该像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,Grr指的是该像素块中标识为rr的像素点的红色通道值与绿色通道值的比值;
rr2指的是该像素块上方的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,Grr2指的是该像素块上方的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值;
rr3指的是该像素块右上方的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,Grr3指的是该像素块右上方的像素块中标识为rr像素点的的红色通道值与绿色通道值的比值;rr4指的是该像素块左方的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,Grr4指的是该像素块左方的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值。
然后,再利用下述公式重新计算出该像素块中标识为rr的像素点的红色分量rr’(即完成修复):
rr’=Grr*(r_gain1+r_gain2+r_gain3+r_gain4)/4。
具体地,在上述第2种方式中,如图4所示,具体可以通过下述流程完成修复:
S401:根据饱和运算函数clip(a,b),分别计算该像素块的左上方、上方、右上方和左方的像素块中标识为bb的像素点的蓝色增益值;
在这里,a为与该像素块邻近且已判断的像素块中标识为bb的像素点的蓝色通道值与绿色通道值的比值,b为该像素块中标识为bb的像素点的蓝色通道值与绿色通道值的比值;
S402:对计算出的蓝色增益值进行求平均值运算,并将得到蓝色增益值替换该像素块中标识为bb的像素点的当前蓝色增益值;
S403:将替换后的蓝色增益值,与该像素块中标识为bb的绿色通道值进行求积运算,重新得到该像素块中标识为bb的像素点的蓝色分量,完成修复。
在本发明实施例中,仍以上述表1的方式对划分后的2×2大小的像素块进行编号,且假设当前位于当前图像帧中运动物体的假色边缘且未处于环状区域的像素块的编号为9,那么在使用上述第1种方式对该像素块中标识为rr的像素点的红色分量进行修复时,参考的是编号为2(编号9的左上方)、编号为3(编号9的上方)、编号为4(编号9的右上方)和编号为8(编号9的左方)的像素块中标识为rr的红色增益值,这些编号为2、编号为3、编号为4和编号为8的像素块均为已判断的像素块,采用这种处理方式可以提高修复成功率,从而更好地抑制图像帧中运动物体的边缘出现假色现象。
基于同一发明构思,本发明实施例还提供了一种图像处理装置,由于该装置所解决问题的原理与前述图像处理方法相似,因此该装置的实施可以参见前述方法的实施,重复之处不再赘述。
本发明实施例提供一种图像处理装置,如图5所示,具体包括:
划分模块501,用于将输入的当前图像帧划分为多个像素块;
在这里,当前图像帧为多次曝光融合后的包括运动物体的宽动态图像帧;
判断模块502,用于针对划分后的每个像素块,按照设定的顺序和预设条件,依次判断该像素块是否位于当前图像帧中运动物体的假色边缘上,以及是否位于环状区域;
在这里,环状区域为划分后的首行、末行、首列和末列像素块所围成的区域;
修复模块503,用于在判断模块502判断出出该像素块位于当前图像帧中运动物体的假色边缘上,且未处于环状区域时,根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复,待修复后继续判断下一个像素块,直到所有的像素块判断结束,得到修复后的图像帧。
较佳地,上述划分模块501,具体用于将当前图像帧划分为多个2×2大小的像素块。
较佳地,上述判断模块502,还用于针对划分后的每个像素块,判断划分后的该像素块是否满足下述条件A~条件F中任一条件:
条件A:Grr>第一阈值、rr<第一阈值且rr×fTr1<Grr;
条件B:rr>=第一阈值且rr×fTr2<Grr;
条件C:Gbb>第一阈值、bb<第一阈值且bb×fTb1<Gbb;
条件D:bb>=第一阈值且bb×fTb2<Gbb;
条件E:rr>第二阈值且rr×fTr3>Grr;
条件F:bb>第二阈值且bb×fTb3>Gbb;
其中,Grr为该像素块中标识为rr的像素点的绿色通道值;
rr为该像素块中标识为rr的像素点的红色通道值;
Gbb为该像素块中标识为bb的像素点的绿色通道值;
bb为该像素块中标识为bb的像素点的蓝色通道值;
fTr1、fTr2、fTb1、fTb2、fTr3和fTb3均是可调参数;
在满足上述条件中任一条件的情况下,将该像素块确定为位于当前图像帧中运动物体的假色边缘上的像素块。
在本发明实施例中,fTr1和fTTb1可以为2.5,fTr2和fTb2可以为3,fTr3和fTb3可以为1.1。
较佳地,上述修复模块503,具体用于若该像素块满足条件A、条件B和条件E中任一条件,则根据该像素块的左上方、上方、右上方和左方的像素块中标识为rr的像素点的红色增益值,对该像素块中标识为rr的像素点的红色分量进行修复;若该像素块满足条件C、条件D和条件F中任一条件,则根据该像素块的左上方、上方、右上方和左方的像素块中标识为bb的像素点的蓝色增益值,对该像素块中标识为bb的像素点的蓝色分量进行修复。
较佳地,上述修复模块503,具体还用于根据饱和运算函数clip(a,b),分别计算该像素块的左上方、上方、右上方和左方的像素块中标识为rr的像素点的红色增益值,其中a为与该像素块邻近且已判断的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,b为该像素块中标识为rr的像素点的红色通道值与绿色通道值的比值;对计算出的红色增益值进行求平均值运算,并将得到红色增益值替换该像素块中标识为rr的像素点的当前红色增益值;将替换后的红色增益值,与该像素块中标识为rr的绿色通道值进行求积运算,重新得到该像素块中标识为rr的像素点的红色分量,完成修复。
较佳地,上述修复模块503,具体还用于根据饱和运算函数clip(a,b),分别计算该像素块的左上方、上方、右上方和左方的像素块中中标识为bb的像素点的蓝色增益值,其中a为与该像素块邻近且已判断的像素块中标识为bb的像素点的蓝色通道值与绿色通道值的比值,b为该像素块中标识为bb的像素点的蓝色通道值与绿色通道值的比值;对计算出的蓝色增益值进行求平均值运算,并将得到蓝色增益值替换该像素块中标识为bb的像素点的当前蓝色增益值;将替换后的蓝色增益值,与该像素块中标识为bb的绿色通道值进行求积运算,重新得到该像素块中标识为bb的像素点的蓝色分量,完成修复。
本发明实施例提供的图像处理方法及装置,在该方法中,先将输入的当前图像帧划分为多个像素块,在这里,当前图像帧指的是多次曝光融合后的包括运动物体的宽动态图像帧;然后针对划分后的每个像素块,可以按照设定的顺序和预设条件,依次判断该像素块是否位于当前图像帧中运动物体的假色边缘上(即运动物体出现绿色或紫色边缘),以及是否位于环状区域(通常此区域中的像素块不会位于运动物体的假色边缘上);在判断出位于假色边缘且未处于环状区域的情况下,会根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复操作,待修复后会继续判断下一个像素块,直到所有的像素块判断结束,最终得到修复后的图像帧(修复后的图像帧较好的抑制了运动物体出现假色的现象)。在本发明实施例中,通过将图像帧划分为多个像素块,依次根据预设条件对这些像素块进行判断处理,从而较容易地寻找到位于运动物体的假色边缘上的像素块,然后利用邻近像素块的像素信息对其进行修复操作,以起到抑制图像帧中运动物体的边缘上的假色现象的作用,前述这种方案处理起来较为简单,即操作的难度较小。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (14)
1.一种图像处理方法,其特征在于,包括:
将输入的当前图像帧划分为多个像素块,所述当前图像帧为多次曝光融合后的包括运动物体的宽动态图像帧;
针对划分后的每个像素块,按照设定的顺序和预设条件,依次判断该像素块是否位于所述当前图像帧中运动物体的假色边缘上,以及是否位于环状区域,所述环状区域为划分后的首行、末行、首列和末列像素块所围成的区域;
若判断出该像素块位于所述当前图像帧中运动物体的假色边缘上,且未处于环状区域,则根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复,待修复后继续判断下一个像素块,直到所有的像素块判断结束,得到修复后的图像帧。
2.如权利要求1所述的方法,其特征在于,将所述当前图像帧划分为多个2×2大小的像素块。
3.如权利要求2所述的方法,其特征在于,所述预设条件通过下述方式实现:
针对划分后的每个像素块,判断该像素块是否满足下述条件A~条件F中任一条件:
条件A:Grr>第一阈值、rr<第一阈值且rr×fTr1<Grr;
条件B:rr>=第一阈值且rr×fTr2<Grr;
条件C:Gbb>第一阈值、bb<第一阈值且bb×fTb1<Gbb;
条件D:bb>=第一阈值且bb×fTb2<Gbb;
条件E:rr>第二阈值且rr×fTr3>Grr;
条件F:bb>第二阈值且bb×fTb3>Gbb;
其中,Grr为该像素块中标识为rr的像素点的绿色通道值;
rr为该像素块中标识为rr的像素点的红色通道值;
Gbb为该像素块中标识为bb的像素点的绿色通道值;
bb为该像素块中标识为bb的像素点的蓝色通道值;
fTr1、fTr2、fTb1、fTb2、fTr3和fTb3均是可调参数;
若满足,将该像素块确定为位于所述当前图像帧中运动物体的假色边缘上的像素块。
4.如权利要求3所述的方法,其特征在于,根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复,具体包括:
若该像素块满足所述条件A、条件B和条件E中任一条件,则根据该像素块的左上方、上方、右上方和左方的像素块中标识为rr的像素点的红色增益值,对该像素块中标识为rr的像素点的红色分量进行修复;
若该像素块满足所述条件C、条件D和条件F中任一条件,则根据该像素块的左上方、上方、右上方和左方的像素块中标识为bb的像素点的蓝色增益值,对该像素块中标识为bb的像素点的蓝色分量进行修复。
5.如权利要求4所述的方法,其特征在于,根据该像素块的左上方、上方、右上方和左方的像素块中标识为rr的像素点的红色增益值,对该像素块中标识为rr的像素点的红色分量进行修复,具体包括:
根据饱和运算函数clip(a,b),分别计算该像素块的左上方、上方、右上方和左方的像素块中标识为rr的像素点的红色增益值,其中a为所述与该像素块邻近且已判断的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,b为该像素块中标识为rr的像素点的红色通道值与绿色通道值的比值;
对计算出的红色增益值进行求平均值运算,并将得到红色增益值替换该像素块中标识为rr的像素点的当前红色增益值;
将替换后的红色增益值,与该像素块中标识为rr的绿色通道值进行求积运算,重新得到该像素块中标识为rr的像素点的红色分量,完成修复。
6.如权利要求4所述的方法,其特征在于,根据该像素块的左上方、上方、右上方和左方的像素块中标识为bb的像素点的蓝色增益值,对该像素块中标识为bb的像素点的蓝色分量进行修复,具体包括:
根据饱和运算函数clip(a,b),分别计算该像素块的左上方、上方、右上方和左方的像素块中标识为bb的像素点的蓝色增益值,其中a为所述与该像素块邻近且已判断的像素块中标识为bb的像素点的蓝色通道值与绿色通道值的比值,b为该像素块中标识为bb的像素点的蓝色通道值与绿色通道值的比值;
对计算出的蓝色增益值进行求平均值运算,并将得到蓝色增益值替换该像素块中标识为bb的像素点的当前蓝色增益值;
将替换后的蓝色增益值,与该像素块中标识为bb的绿色通道值进行求积运算,重新得到该像素块中标识为bb的像素点的蓝色分量,完成修复。
7.如权利要求1-6中任一项权利要求所述的方法,其特征在于,fTr1=fTb1=2.5,fTr2=fTb2=3,fTr3=fTb3=1.1。
8.一种图像处理装置,其特征在于,包括:
划分模块,用于将输入的当前图像帧划分为多个像素块,所述当前图像帧为多次曝光融合后的包括运动物体的宽动态图像帧;
判断模块,用于针对划分后的每个像素块,按照设定的顺序和预设条件,依次判断该像素块是否位于所述当前图像帧中运动物体的假色边缘上,以及是否位于环状区域,所述环状区域为划分后的首行、末行、首列和末列像素块所围成的区域;
修复模块,用于在判断模块判断出出该像素块位于所述当前图像帧中运动物体的假色边缘上,且未处于环状区域,根据与该像素块邻近且已判断的像素块的像素信息,对该像素块中假色所在像素点的颜色分量进行修复,待修复后继续判断下一个像素块,直到所有的像素块判断结束,得到修复后的图像帧。
9.如权利要求8所述的装置,其特征在于,所述划分模块,具体用于将所述当前图像帧划分为多个2×2大小的像素块。
10.如权利要求9所述的装置,其特征在于,所述判断模块,还用于针对划分后的每个像素块,判断划分后的该像素块是否满足下述条件A~条件F中任一条件:
条件A:Grr>第一阈值、rr<第一阈值且rr×fTr1<Grr;
条件B:rr>=第一阈值且rr×fTr2<Grr;
条件C:Gbb>第一阈值、bb<第一阈值且bb×fTb1<Gbb;
条件D:bb>=第一阈值且bb×fTb2<Gbb;
条件E:rr>第二阈值且rr×fTr3>Grr;
条件F:bb>第二阈值且bb×fTb3>Gbb;
其中,Grr为该像素块中标识为rr的像素点的绿色通道值;
rr为该像素块中标识为rr的像素点的红色通道值;
Gbb为该像素块中标识为bb的像素点的绿色通道值;
bb为该像素块中标识为bb的像素点的蓝色通道值;
fTr1、fTr2、fTb1、fTTb2、fTr3和fTb3均是可调参数;
若满足,将该像素块确定为位于所述当前图像帧中运动物体的假色边缘上的像素块。
11.如权利要求10所述的装置,其特征在于,所述修复模块,具体用于若该像素块满足所述条件A、条件B和条件E中任一条件,则根据该像素块的左上方、上方、右上方和左方的像素块中标识为rr的像素点的红色增益值,对该像素块中标识为rr的像素点的红色分量进行修复;若该像素块满足所述条件C、条件D和条件F中任一条件,则根据该像素块的左上方、上方、右上方和左方的像素块中标识为bb的像素点的蓝色增益值,对该像素块中标识为bb的像素点的蓝色分量进行修复。
12.如权利要求11所述的装置,其特征在于,所述修复模块,具体还用于根据饱和运算函数clip(a,b),分别计算该像素块的左上方、上方、右上方和左方的像素块中标识为rr的像素点的红色增益值,其中a为所述与该像素块邻近且已判断的像素块中标识为rr的像素点的红色通道值与绿色通道值的比值,b为该像素块中标识为rr的像素点的红色通道值与绿色通道值的比值;对计算出的红色增益值进行求平均值运算,并将得到红色增益值替换该像素块中标识为rr的像素点的当前红色增益值;将替换后的红色增益值,与该像素块中标识为rr的绿色通道值进行求积运算,重新得到该像素块中标识为rr的像素点的红色分量,完成修复。
13.如权利要求11所述的装置,其特征在于,所述修复模块,具体还用于根据饱和运算函数clip(a,b),分别计算该像素块的左上方、上方、右上方和左方的像素块中中标识为bb的像素点的蓝色增益值,其中a为所述与该像素块邻近且已判断的像素块中标识为bb的像素点的蓝色通道值与绿色通道值的比值,b为该像素块中标识为bb的像素点的蓝色通道值与绿色通道值的比值;对计算出的蓝色增益值进行求平均值运算,并将得到蓝色增益值替换该像素块中标识为bb的像素点的当前蓝色增益值;将替换后的蓝色增益值,与该像素块中标识为bb的绿色通道值进行求积运算,重新得到该像素块中标识为bb的像素点的蓝色分量,完成修复。
14.如权利要求8-13中任一项权利要求所述的装置,其特征在于,fTr1=fTb1=2.5,fTr2=fTb2=3,fTr3=fTb3=1.1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310045565.7A CN103973997B (zh) | 2013-02-05 | 2013-02-05 | 一种图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310045565.7A CN103973997B (zh) | 2013-02-05 | 2013-02-05 | 一种图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103973997A true CN103973997A (zh) | 2014-08-06 |
CN103973997B CN103973997B (zh) | 2017-09-26 |
Family
ID=51242984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310045565.7A Active CN103973997B (zh) | 2013-02-05 | 2013-02-05 | 一种图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103973997B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105335979A (zh) * | 2015-10-28 | 2016-02-17 | 努比亚技术有限公司 | 一种图像处理的方法及装置 |
CN105389786A (zh) * | 2015-10-28 | 2016-03-09 | 努比亚技术有限公司 | 一种图像处理的方法及装置 |
WO2018130177A1 (zh) * | 2017-01-12 | 2018-07-19 | 深圳岚锋创视网络科技有限公司 | 图像紫边消除***、方法、计算机可读存储介质和拍摄装置 |
CN109636753A (zh) * | 2018-12-11 | 2019-04-16 | 珠海奔图电子有限公司 | 图像处理方法和装置、电子设备及计算机可读存储介质 |
CN110225269A (zh) * | 2015-08-26 | 2019-09-10 | 意法半导体国际有限公司 | 具有宏像素处理的图像传感器装置以及相关装置和方法 |
CN110418065A (zh) * | 2018-04-27 | 2019-11-05 | 北京展讯高科通信技术有限公司 | 高动态范围图像运动补偿方法、装置及电子设备 |
CN110679140A (zh) * | 2017-06-08 | 2020-01-10 | 富士胶片株式会社 | 摄像装置、摄像装置的控制方法及摄像装置的控制程序 |
CN111815532A (zh) * | 2020-07-09 | 2020-10-23 | 浙江大华技术股份有限公司 | 深度图修复方法及其相关装置 |
CN113905183A (zh) * | 2021-08-25 | 2022-01-07 | 珠海全志科技股份有限公司 | 宽动态范围图像的色差校正方法及装置 |
CN111815532B (zh) * | 2020-07-09 | 2024-07-16 | 浙江大华技术股份有限公司 | 深度图修复方法及其相关装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060098253A1 (en) * | 2004-11-08 | 2006-05-11 | Sony Corporation | Image processing apparatus and image processing method as well as computer program |
CN1855995A (zh) * | 2005-04-21 | 2006-11-01 | 诺日士钢机株式会社 | 抑制粒状噪声的图像处理方法及程序及粒状抑制处理模块 |
JP2008227697A (ja) * | 2007-03-09 | 2008-09-25 | Sony Corp | 画像処理装置、撮像装置、および画像処理方法、並びにコンピュータ・プログラム |
CN102025918A (zh) * | 2009-09-18 | 2011-04-20 | 索尼公司 | 图像处理装置、成像设备、图像处理方法和程序 |
CN102348056A (zh) * | 2010-07-23 | 2012-02-08 | 卡西欧计算机株式会社 | 图像合成装置和图像合成方法 |
WO2012063885A1 (en) * | 2010-11-08 | 2012-05-18 | Canon Kabushiki Kaisha | Image processing apparatus and control method of the same |
CN102474628A (zh) * | 2010-03-25 | 2012-05-23 | 富士胶片株式会社 | 图像处理方法和设备、图像处理程序和存储该程序的介质 |
CN102572245A (zh) * | 2011-12-22 | 2012-07-11 | 深圳市赛格导航科技股份有限公司 | 一种扩展图像动态范围的方法及装置 |
-
2013
- 2013-02-05 CN CN201310045565.7A patent/CN103973997B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060098253A1 (en) * | 2004-11-08 | 2006-05-11 | Sony Corporation | Image processing apparatus and image processing method as well as computer program |
CN1855995A (zh) * | 2005-04-21 | 2006-11-01 | 诺日士钢机株式会社 | 抑制粒状噪声的图像处理方法及程序及粒状抑制处理模块 |
JP2008227697A (ja) * | 2007-03-09 | 2008-09-25 | Sony Corp | 画像処理装置、撮像装置、および画像処理方法、並びにコンピュータ・プログラム |
CN102025918A (zh) * | 2009-09-18 | 2011-04-20 | 索尼公司 | 图像处理装置、成像设备、图像处理方法和程序 |
CN102474628A (zh) * | 2010-03-25 | 2012-05-23 | 富士胶片株式会社 | 图像处理方法和设备、图像处理程序和存储该程序的介质 |
CN102348056A (zh) * | 2010-07-23 | 2012-02-08 | 卡西欧计算机株式会社 | 图像合成装置和图像合成方法 |
WO2012063885A1 (en) * | 2010-11-08 | 2012-05-18 | Canon Kabushiki Kaisha | Image processing apparatus and control method of the same |
CN102572245A (zh) * | 2011-12-22 | 2012-07-11 | 深圳市赛格导航科技股份有限公司 | 一种扩展图像动态范围的方法及装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110225269B (zh) * | 2015-08-26 | 2022-03-25 | 意法半导体国际有限公司 | 具有宏像素处理的图像传感器装置以及相关装置和方法 |
CN110225269A (zh) * | 2015-08-26 | 2019-09-10 | 意法半导体国际有限公司 | 具有宏像素处理的图像传感器装置以及相关装置和方法 |
CN105389786B (zh) * | 2015-10-28 | 2020-03-31 | 努比亚技术有限公司 | 一种图像处理的方法及装置 |
CN105389786A (zh) * | 2015-10-28 | 2016-03-09 | 努比亚技术有限公司 | 一种图像处理的方法及装置 |
CN105335979A (zh) * | 2015-10-28 | 2016-02-17 | 努比亚技术有限公司 | 一种图像处理的方法及装置 |
WO2018130177A1 (zh) * | 2017-01-12 | 2018-07-19 | 深圳岚锋创视网络科技有限公司 | 图像紫边消除***、方法、计算机可读存储介质和拍摄装置 |
US11050985B2 (en) | 2017-01-12 | 2021-06-29 | Arashi Vision Inc. | Image purple fringe eliminating system, method, computer-readable storage medium, and photographing device |
CN110679140B (zh) * | 2017-06-08 | 2021-04-13 | 富士胶片株式会社 | 摄像装置、摄像装置的控制方法及存储介质 |
CN110679140A (zh) * | 2017-06-08 | 2020-01-10 | 富士胶片株式会社 | 摄像装置、摄像装置的控制方法及摄像装置的控制程序 |
CN110418065A (zh) * | 2018-04-27 | 2019-11-05 | 北京展讯高科通信技术有限公司 | 高动态范围图像运动补偿方法、装置及电子设备 |
CN109636753A (zh) * | 2018-12-11 | 2019-04-16 | 珠海奔图电子有限公司 | 图像处理方法和装置、电子设备及计算机可读存储介质 |
CN111815532A (zh) * | 2020-07-09 | 2020-10-23 | 浙江大华技术股份有限公司 | 深度图修复方法及其相关装置 |
CN111815532B (zh) * | 2020-07-09 | 2024-07-16 | 浙江大华技术股份有限公司 | 深度图修复方法及其相关装置 |
CN113905183A (zh) * | 2021-08-25 | 2022-01-07 | 珠海全志科技股份有限公司 | 宽动态范围图像的色差校正方法及装置 |
CN113905183B (zh) * | 2021-08-25 | 2024-04-16 | 珠海全志科技股份有限公司 | 宽动态范围图像的色差校正方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103973997B (zh) | 2017-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103973997A (zh) | 一种图像处理方法及装置 | |
CN106898286B (zh) | 基于指定位置的Mura缺陷修复方法及装置 | |
CN102611822B (zh) | 投影仪及其投影图像校正方法 | |
KR100916073B1 (ko) | 영상의 콘트라스트를 향상시키는 히스토그램 스트레칭 장치및 방법 | |
JP5314357B2 (ja) | 映像の色収差の補正方法および装置 | |
CN103491357B (zh) | 一种图像传感器白平衡处理方法 | |
US8417032B2 (en) | Adjustment of image luminance values using combined histogram | |
CN108009997B (zh) | 一种调整图像对比度的方法及装置 | |
CN105103541A (zh) | 图案位置检测方法、图案位置检测***以及应用了这些的画质调整技术 | |
US20120062586A1 (en) | Projector and color improvement method of the projector | |
US9830690B2 (en) | Wide dynamic range imaging method | |
JP2008148316A (ja) | 映像の鮮明度向上のための装置および方法 | |
CN103065334A (zh) | 一种基于hsv颜色空间的偏色检测、校正方法及装置 | |
CN104639920A (zh) | 基于单帧双次曝光模式的宽动态融合方法 | |
CN104935902A (zh) | 图像色彩增强方法、装置及电子设备 | |
CN104680518A (zh) | 一种基于色度溢出处理的蓝屏抠像方法 | |
CN109035331B (zh) | 一种信号灯组的位置矫正方法及设备 | |
JP6119155B2 (ja) | 調光制御装置、画像表示装置、調光制御方法及びプログラム | |
CN104361566A (zh) | 一种优化暗部区域的图像处理方法 | |
CN108416742A (zh) | 基于偏色校正和信息损失约束的沙尘降质图像增强方法 | |
US9191640B1 (en) | Systems and methods for automatic white balance of images | |
CN105719281A (zh) | 一种针对折射性色差的快速检测校正算法 | |
WO2012108003A1 (ja) | プロジェクタシステムおよび映像補正方法 | |
CN111292243B (zh) | 一种投影无缝边缘融合方法和装置 | |
CN111383604B (zh) | 一种改进区域调光算法的方法、***及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |