CN110786009A - 检测贝尔图像方法、设备、机器可读存储介质 - Google Patents
检测贝尔图像方法、设备、机器可读存储介质 Download PDFInfo
- Publication number
- CN110786009A CN110786009A CN201880040715.6A CN201880040715A CN110786009A CN 110786009 A CN110786009 A CN 110786009A CN 201880040715 A CN201880040715 A CN 201880040715A CN 110786009 A CN110786009 A CN 110786009A
- Authority
- CN
- China
- Prior art keywords
- image
- pixels
- pixel
- bell
- mode
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
- H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N2201/3201—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N2201/3225—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title of data relating to an image, a page or a document
- H04N2201/3226—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title of data relating to an image, a page or a document of identification information or the like, e.g. ID code, index, title, part of an image, reduced-size image
- H04N2201/323—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title of data relating to an image, a page or a document of identification information or the like, e.g. ID code, index, title, part of an image, reduced-size image for tracing or tracking, e.g. forensic tracing of unauthorized copies
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Color Television Image Signal Generators (AREA)
- Studio Devices (AREA)
Abstract
一种检测贝尔图像方法、设备、机器可读存储介质。所述方法包括:从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素;检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式;以及,根据所述分布模式确定所述贝尔图像的检测结果。这样,本实施例中无需对整个图像进行检测,仅通过一个贝尔图像单元即可确定贝尔图像是否存在缺行或缺列的问题,达到快速检测出贝尔图像中错误的效果。另外,本实施例中是按照每行或者每列的贝尔图像单元的方式来定位错误,故可以达到快速定位贝尔图像中错误的位置,有利于提升对贝尔图像矫正的效率。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及检测贝尔图像方法、设备、机器可读存储介质。
背景技术
目前,数码相机从图像传感器senor输出的图像多采用单色格式的贝尔Bayer图像,例如(R/Gr/Gb/B),(Gr/R/B/Gb),(Gb/B/R/Gr),(B/Gb/Gr/R)。高速接口接收图像传感器sensor的图像时,可能会出现漏掉一行和/或一列的情况,导致Bayer图像会发生变化。因此需要及时检测Bayer图像的漏掉行或者漏掉列,并方便及时矫正Bayer图像。
相关技术中采用对Bayer图像行计数的方式,判断每个图像帧是否存在漏掉行。然而,行计数方式需要在每个图像帧传输结束后,才能和sensor的行数作比较,导致检测效率比较低以及矫正效率也比较低。
发明内容
本发明提供一种检测贝尔图像方法、设备、机器可读存储介质。
根据本发明的第一方面,提供一种检测贝尔图像的方法,包括:
从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素;
检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式;以及,
根据所述分布模式确定所述贝尔图像的检测结果。
可选地,所述分布模式包括P模式或者N模式;
所述P模式,是指第一行左起第二个像素与第二行左起第一个像素的连线;以及,
所述N模式,是指第一行左起第一个像素和第二行左起第二个像素的连线。
可选地,检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
若检测到所述像素值较大的两个像素的位置位于第一行左起第二个像素与第二行左起第一个像素,则确定所述分布模式为P模式;或者,
若检测到所述像素值较大的两个像素的位置位于第一行左起第一个像素与第二行左起第二个像素,则确定所述分布模式为N模式。
可选地,检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
去掉所述贝尔图像单元中所述四个像素中像素值最大的像素;
根据剩余三个像素中像素值最大的像素的位置确定所述分布模式。
可选地,根据剩余三个像素中像素值最大的像素的位置确定所述分布模式包括:
若所述剩余三个像素中像素值最大的像素为第一行左起第二个像素或第二行左起第一个像素,则确定所述分布模式为P模式;以及,
若所述剩余三个像素中像素值最大的像素为第一行左起第一个像素或第二行左起第二个像素,则确定所述分布模式为N模式。
可选地,根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为N模式,则确定所述贝尔图像的检测结果为错误。
可选地,根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为P模式,则获取所述图像传感器的尺寸和所述贝尔图像的尺寸;
根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果。
可选地,根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果包括:
若所述贝尔图像中每行像素的个数小于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为错误;以及,
若所述贝尔图像中每行像素的个数等于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为正确。
可选地,所述方法还包括:
获取所述贝尔图像单元中四个像素的亮度平均值;
若所述亮度平均值超过预先设置的亮度阈值,则执行检测所述贝尔图像单元中像素值较大的两个像素在四个像素中的分布模式的步骤。
可选地,所述方法还包括:
根据所述贝尔图像单元确定所述贝尔图像的色温;
若所述色温超过预先设置的第一色温阈值或者不超过预先设置的第二色温阈值,则执行检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式的步骤。
可选地,通过检测窗口获取所述贝尔图像中的每个贝尔图像单元。
根据本发明的第二方面,提供一种检测贝尔图像的设备,包括图像传感器、存储器和处理器;所述图像传感器和所述处理器连接,用于采集贝尔图像;所述存储器和所述处理器连接,用于存储所述处理器可执行的计算机指令;所述处理器用于从所述存储器读取计算机指令以实现:
从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素;
检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式;以及,
根据所述分布模式确定所述贝尔图像的检测结果。
可选地,所述分布模式包括P模式或者N模式;
所述P模式,是指第一行左起第二个像素与第二行左起第一个像素的连线;以及,
所述N模式,是指第一行左起第一个像素和第二行左起第二个像素的连线。
可选地,所述处理器用于检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
若检测到所述像素值较大的两个像素的位置位于第一行左起第二个像素与第二行左起第一个像素,则确定所述分布模式为P模式;或者,
若检测到所述像素值较大的两个像素的位置位于第一行左起第一个像素与第二行左起第二个像素,则确定所述分布模式为N模式。
可选地,所述处理器用于检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
去掉所述贝尔图像单元中所述四个像素中像素值最大的像素;
根据剩余三个像素中像素值最大的像素的位置确定所述分布模式。
可选地,所述处理器用于根据剩余三个像素中像素值最大的像素的位置确定所述分布模式包括:
若所述剩余三个像素中像素值最大的像素为第一行左起第二个像素或第二行左起第一个像素,则确定所述分布模式为P模式;以及,
若所述剩余三个像素中像素值最大的像素为第一行左起第一个像素或第二行左起第二个像素,则确定所述分布模式为N模式。
可选地,所述处理器用于根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为N模式,则确定所述贝尔图像的检测结果为错误。
可选地,所述处理器用于根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为P模式,则获取所述图像传感器的尺寸和所述贝尔图像的尺寸;
根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果。
可选地,所述处理器用于根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果包括:
若所述贝尔图像中每行像素的个数小于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为错误;以及,
若所述贝尔图像中每行像素的个数等于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为正确。
可选地,所述处理器还用于:
获取所述贝尔图像单元中四个像素的亮度平均值;
若所述亮度平均值超过预先设置的亮度阈值,则执行检测所述贝尔图像单元中像素值较大的两个像素在四个像素中的分布模式的步骤。
可选地,所述处理器还用于:
根据所述贝尔图像单元确定所述贝尔图像的色温;
若所述色温超过预先设置的第一色温阈值或者不超过预先设置的第二色温阈值,则执行检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式的步骤。
可选地,所述处理器用于通过检测窗口获取所述贝尔图像中的每个贝尔图像单元。
根据本发明的第三方面,提供一种机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被执行时实现第一方面所述方法的步骤。
由上述的技术方案可见,本实施例中通过从图像传感器获取贝尔图像,其中贝尔图像包括至少一个贝尔图像单元,贝尔图像单元包括四个像素。然后,通过检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式,之后根据分布模式确定贝尔图像的检测结果。这样,本实施例中无需对整个图像进行检测,仅通过一个贝尔图像单元即可确定贝尔图像是否存在缺行或缺列的问题,达到快速检测出贝尔图像中错误的效果。另外,本实施例中是按照每行或者每列的贝尔图像单元的方式来定位错误,故可以达到快速定位贝尔图像中错误的位置,有利于提升对贝尔图像矫正的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种检测贝尔图像的方法的应用场景图;
图2是本发明一实施例提供的一种检测贝尔图像的方法的流程示意图;
图3是本发明一实施例提供的部分贝尔图像的示意图;
图4(a)是本发明一实施例提供的P模式示意图;
图4(b)是本发明一实施例提供的N模式示意图;
图5(a)是本发明一实施例提供的正常情形下贝尔图像的示意图;
图5(b)是本发明一实施例提供的缺失一行像素的贝尔图像的示意图;
图5(c)是本发明一实施例提供的缺失一列像素的贝尔图像的示意图;
图6是本发明另一实施例提供的一种检测贝尔图像的方法的流程示意图;
图7是本发明又一实施例提供的一种检测贝尔图像的方法的流程示意图;
图8是本发明一实施例提供的同时缺失一行和一列像素的贝尔图像的示意图;
图9是本发明又一实施例提供的一种检测贝尔图像的方法的流程示意图;
图10是本发明又一实施例提供的一种检测贝尔图像的方法的流程示意图;
图11是本发明又一实施例提供的一种检测贝尔图像的方法的流程示意图;
图12是本发明一实施例提供的一种检测贝尔图像的设备的框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,数码相机从图像传感器senor输出的图像多采用单色格式的贝尔Bayer图像,例如(R/Gr/Gb/B),(Gr/R/B/Gb),(Gb/B/R/Gr),(B/Gb/Gr/R)。高速接口接收图像传感器sensor的图像时,可能会出现漏掉一行或一列的情况,导致Bayer图像会发生变化。因此需要及时检测Bayer图像的漏掉行或者漏掉列,并方便及时矫正Bayer图像。
相关技术中采用对Bayer图像行计数的方式,判断每个图像帧是否存在漏掉行。然而,行计数方式需要在每个图像帧传输结束后,才能和图像传感器的行数作比较,导致检测效率比较低以及矫正效率也比较低。
为此,本发明实施例提供了一种检测贝尔图像的方法,图1是本发明一实施例提供的一种检测贝尔图像的方法的应用场景图。本发明实施例提供的一种检测贝尔图像的方法可以应用于图像采集设备。该图像采集设备可以是如相机、摄像头等电子设备,还可以是如无人机、控制终端、平板电脑和智能手机等移动设备。
参见图1,场景内的光线经过光学器件到达图像传感器。图像传感器可以感知到光线生成贝尔图像,并根据(外部或者处理器的)控制信号将生成的贝尔图像输出至缓存(或者处理器)。若输出到缓存,则处理器需要从缓存中读取贝尔图像,然后根据本发明实施例提供了一种检测贝尔图像的方法对贝尔图像进行检测。当然,处理器和图像传感器还可以分属于不同的设备,例如图像传感器为无人机上的摄像头,然后摄像头将贝尔图像发送给地面端,由地面端上的处理器根据本发明实施例提供了一种检测贝尔图像的方法对贝尔图像进行检测,同样可以实现本申请的方案。
下面以图像传感器和处理器属于同一图像采集设备,且图像传感器将贝尔图像直接发送给处理器为例描述本发明一实施例提供的一种检测贝尔图像的方法,图2是本发明一实施例提供的一种检测贝尔图像的方法的流程示意图。参见图2,一种检测贝尔图像的方法,包括:
201,从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素。
本实施例中,处理器可以从图像传感器获取贝尔图像。获取方式可以包括:
方式一,当处理器与图像传感器相连接时,处理器直接从图像传感器获取贝尔图像。
方式二,当处理器与图像传感器不连接时,图像传感器可以将贝尔图像输出至缓存内存储,然后处理器可以从缓存中读取贝尔图像。
需要说明的是,本实施例中,贝尔图像可以包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素。
图3是本发明一实施例提供的部分贝尔图像的示意图,参见图3,贝尔图像中包括多个贝尔图像单元,每个贝尔图像单元包括四个像素,即红色像素R、绿色像素Gr、绿色像素Gb和蓝色像素B。其中绿色像素Gr与红色像素R相关,绿色像素Gb和蓝色像素B相关,通过红色像素R计算绿色像素Gr以及通过蓝色像素B计算绿色像素Gb的方式可以参考相关技术。
为方便表示,后续附图中Gr和Gb以字母G表示,其中字母G的下标(r或者b)与同行的红色像素R或者蓝色像素B相同。
202,检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式。
首先,处理器从贝尔图像中获取一个贝尔图像单元。例如处理器可以直接将接收的四个像素单元(红色像素R、绿色像素Gr、绿色像素Gb和蓝色像素B)作为一个贝尔图像单元。又如处理器还可以调用一个预先设置的检测窗口,该检测窗口可以如图3中虚线框所示,检测窗口内的四个像素作为一个贝尔图像单元。
然后,处理器获取贝尔图像单元中各像素的像素值。需要说明的是,由于图像传感器对绿色的响应度高,因此绿色像素Gr和绿色像素Gb的像素值相对于红色像素R和蓝色像素B的像素值大。
之后,处理器可以获取到四个像素的像素值的大小关系,根据大小关系可以得到像素值最大的两个像素,以及像素值最大的两个像素分别在四个像素中的位置,进而可以得到像素值最大的两个像素的分布模式。其中,像素值最大的两个像素是指,先在四个像素中确定像素值最大的一个像素以及该像素值最大的像素的位置;然后去掉该像素值最大的像素后,再确定剩余的三个像素中像素值最大的另一个像素以及该像素值最大的另一个像素的位置。
其中,像素值最大的两个像素的分布模式,参见图4(a)和图4(b),可以包括:
P模式,是指第一行左起第二个像素与第二行左起第一个像素的连线,连线如图4(a)所示;
N模式,是指第一行左起第一个像素和第二行左起第二个像素的连线,连线如图4(b)所示。
基于分布模式的定义,处理器可以在检测到像素值较大的两个像素的位置位于第一行左起第二个像素与第二行左起第一个像素的位置时,确定分布模式为P模式。或者,处理器可以在检测到像素值较大的两个像素的位置位于第一行左起第一个像素与第二行左起第二个像素时,确定分布模式为N模式。
203,根据所述分布模式确定所述贝尔图像的检测结果。
参见图5(a)~图5(c),图5(a)示出了正常情况下贝尔图像单元所包含的四个像素以及各像素的位置。由于图像传感器对绿色的响应度高,因此绿色像素Gr和绿色像素Gb的像素值相对于红色像素R和蓝色像素B的像素值大。因此,像素值较大的两个像素应该是绿色像素Gr和绿色像素Gb,分别位于第一行左起第二个像素以及第二行左起第一个像素的位置,像素值较大的两个像素的分布模式为P模式。
图5(b)示出了贝尔图像缺失一行(图5(a)中第一行,采用阴影标示)像素后贝尔图像单元所包含的四个像素以及各像素的位置。此情况下,像素值较大的两个像素应该是绿色像素Gb和绿色像素Gr,分别位于第一行左起第一个像素以及第二行左起第二个像素的位置,像素值较大的两个像素的分布模式为N模式。
图5(c)示出了贝尔图像缺失一列(图5(a)中第一列,采用阴影标示)像素后贝尔图像单元所包含的四个像素以及各像素的位置。此情况下,像素值较大的两个像素应该是绿色像素Gr和绿色像素Gb,分别位于第一行左起第一个像素以及第二行左起第二个像素的位置,像素值较大的两个像素的分布模式为N模式。
基于图5(a)~图5(c)的分析内容,本实施例中处理器根据像素值较大的两个像素的分布模式可以确定出贝尔图像的检测结果,包括:
若分布模式为N模式,表示贝尔图像中缺少一行或者缺少一列像素,确定贝尔图像的检测结果为错误。
若分布模式为P模式,则贝尔图像可能正确,也可能同时缺少一行和一列,因此需要进一步检测,后续实施例会详细描述,在此先不作说明。
可见,本实施例中通过检测贝尔图像单元中四个像素中像素值最大的两个像素的分布模式,之后根据分布模式确定贝尔图像的检测结果。这样,本实施例中无需对整个图像进行检测,仅通过一个贝尔图像单元即可确定贝尔图像是否存在缺行或缺列的问题,达到快速检测出贝尔图像中错误的效果。另外,本实施例中是按照每行或者每列的贝尔图像单元的方式来定位错误,故可以达到快速定位贝尔图像中错误的位置,有利于提升对贝尔图像矫正的效率。
本发明实施例还提供了一种检测贝尔图像的方法,图6是本发明一实施例提供的一种检测贝尔图像的方法的流程示意图。本实施例中,一种检测贝尔图像的方法的应用场景与图2所示一种检测贝尔图像的方法的应用场景相同,在此不再赘述。参见图6,一种检测贝尔图像的方法,包括:
601,从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素。
步骤601和步骤201的具体方法和原理一致,详细描述请参考图2及步骤201的相关内容,此处不再赘述。
602,去掉所述贝尔图像单元中所述四个像素中像素值最大的像素。
实际应用中,贝尔图像可以是纯色图像、高色温图像或者低色温图像,而纯色、高低色温会对图像传感器有影响,造成红色像素R或者蓝色像素B的像素值大于绿色像素Gr和Gb。换言之,贝尔图像单元中四个像素中像素值最大的像素将不再是图像传感器响应高的绿色像素。因此,本实施例中,处理器去掉贝尔图像单元中四个像素中像素值最大的像素,这样可以避免纯色和高低色温降低检测结果的准确度。
603,根据剩余三个像素中像素值最大的像素的位置确定所述分布模式。
本实施例中,处理器获取剩余三个像素中像素值最大的像素的位置,基于像素值最大的像素的位置可以确定出分布模式,包括:
若剩余三个像素中像素值最大的像素为第一行左起第二个像素或第二行左起第一个像素,则处理器可以确定分布模式为P模式;以及,
若剩余三个像素中像素值最大的像素为第一行左起第一个像素或第二行左起第二个像素,则处理器可以确定分布模式为N模式。
需要说明的是,分布模式对应的内容可以参见图202所示出的内容,在此不再赘述。
604,根据所述分布模式确定所述贝尔图像的检测结果。
步骤604和步骤203的具体方法和原理一致,详细描述请参考图2及步骤203的相关内容,此处不再赘述。
可见,本实施例中除了快速检测出贝尔图像中错误的效果以及可以定位贝尔图像中错误的位置之外,还可以提高检测错误和定位错误位置的准确率,进一步提升对贝尔图像矫正的效率。
本发明实施例还提供了一种检测贝尔图像的方法,图7是本发明一实施例提供的一种检测贝尔图像的方法的流程示意图。本实施例中,一种检测贝尔图像的方法的应用场景与图2所示一种检测贝尔图像的方法的应用场景相同,在此不再赘述。参见图7,一种检测贝尔图像的方法,包括:
701,从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素。
步骤701和步骤201的具体方法和原理一致,详细描述请参考图2及步骤201的相关内容,此处不再赘述。
702,检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式。
步骤702和步骤202的具体方法和原理一致,详细描述请参考图2及步骤202的相关内容,此处不再赘述。
703,若所述分布模式为P模式,则获取所述图像传感器的尺寸和所述贝尔图像的尺寸。
实际应用中,贝尔图像可能存在同时缺失一行和一列像素的情形,参见图8,在图5(a)所示贝尔图像的基础上,贝尔图像缺失了第一行和第一列的像素(缺失像素采用阴影标示),此情况下,处理器获取的贝尔图像单元中四个像素依次为蓝色像素B、绿色像素G、绿色像素G和红色像素R,且像素值最大的两个像素分别位于第一行左起第二个像素和第二行左起第一个像素,即分布模式为P模式。
结合图5(a)和图8,P模式对应贝尔图像正常以及同时缺失一行和一列的两种情形。为提高检测结果的准确率,本实施例中处理器还获取图像传感器的尺寸和贝尔图像的尺寸。其中,图像传感器的尺寸(例如n行*m列)可以预先存储在存储器中,处理器可以根据图像传感器的标识码从存储器中直接读取图像传感器的尺寸。而贝尔图像的尺寸可以由处理器在每次检测的过程中进行统计,得到的统计结果可以作为贝尔图像当前的尺寸。例如,以行方向上检测时,处理器可以统计贝尔图像中每行像素个数为m;或者,在列方向上检测时,处理器可以统计出贝尔图像中每列像素个数为n。
704,根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果。
本实施例中,处理器比对贝尔图像的尺寸和图像传感器的尺寸,可以确定出贝尔图像每行(或者每列)像素个数与图像传感器每行(或者每列)像素个数是否相同。后续将以行像素个数为例进行描述,列像素个数的构思与行像素个数的构思相同,在此不再赘述。
若贝尔图像每行像素个数与图像传感器每行像素个数相同,说明贝尔图像和图像传感器器的列数相同,即贝尔图像在列方向上没有像素缺失,处理器可以确定贝尔图像的检测结果为正确。
若贝尔图像每行像素个数小于图像传感器每行像素个数(即两者行像素个数不相同),则说明贝尔图像和图像传感器器的列数不相同,即贝尔图像在列方向上存在像素缺失,处理器可以确定贝尔图像的检测结果为错误。
可见,本实施例中除了快速检测出贝尔图像中错误的效果以及可以定位贝尔图像中错误的位置之外,还可以提高检测错误和定位错误位置的准确率,进一步提升对贝尔图像矫正的效率。
本发明实施例还提供了一种检测贝尔图像的方法,图9是本发明一实施例提供的一种检测贝尔图像的方法的流程示意图。本实施例中,一种检测贝尔图像的方法的应用场景与图2所示一种检测贝尔图像的方法的应用场景相同,在此不再赘述。参见图9,一种检测贝尔图像的方法,包括:
901,从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素。
步骤901和步骤201的具体方法和原理一致,详细描述请参考图2及步骤201的相关内容,此处不再赘述。
902,获取所述贝尔图像单元中四个像素的亮度平均值。
由于贝尔图像可以是部分或者全部纯黑色的图像,在纯黑色区域内,贝尔图像单元中四个像素的像素值几乎相同,导致处理器无法根据像素值对贝尔图像作检测。因此,在一实施例中贝尔图像单元中各像素除了包括像素值,还可以包括亮度值。这样,处理器可以获取贝尔图像单元中各像素的亮度值,然后获取四个像素的亮度平均值;之后,基于亮度平均值作为一个参量来确定是否检测贝尔图像。
903,若所述亮度平均值超过预先设置的亮度阈值,检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式。
本实施例中,处理器在亮度平均值未超过预先设置的亮度阈值时,放弃本次检测并移动到下一个贝尔图像单元。
或者,处理器在亮度平均值超过预先设置的亮度阈值时,执行检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式的步骤。其中处理器检测分布模式的具体方法和原理与步骤202的具体方法和原理一致,详细描述请参考图2及步骤203的相关内容。或者,处理器检测分布模式的具体步骤与步骤602和步骤603的具体步骤一致,详细描述请参考图6及步骤602和步骤603的相关内容。
904,根据所述分布模式确定所述贝尔图像的检测结果。
步骤904和步骤203的具体方法和原理一致,详细描述请参考图2及步骤203的相关内容,此处不再赘述。
可见,本实施例中除了快速检测出贝尔图像中错误的效果以及可以定位贝尔图像中错误的位置之外,还可以提高检测错误和定位错误位置的准确率,进一步提升对贝尔图像矫正的效率。
本发明实施例还提供了一种检测贝尔图像的方法,图10是本发明一实施例提供的一种检测贝尔图像的方法的流程示意图。本实施例中,一种检测贝尔图像的方法的应用场景与图2所示一种检测贝尔图像的方法的应用场景相同,在此不再赘述。参见图10,一种检测贝尔图像的方法,包括:
1001,从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素。
步骤1001和步骤201的具体方法和原理一致,详细描述请参考图2及步骤201的相关内容,此处不再赘述。
1002,根据所述贝尔图像单元确定所述贝尔图像的色温。
需要说明的是,色温是表示光线中包含颜色成分的一个计量单位。从理论上讲,色温是指绝对黑体从绝对零度(一273℃)开始加温后所呈现的颜色。另外,色温只表示光源的光谱成分,而不表明发光强度,例如色温高表示短波成分多一些,偏蓝绿色;色温低表示长波的成分多一些,偏红黄色。
因此,处理器可以根据贝尔图像单元的色温确定贝尔图像的色温。
1003,若所述色温超过预先设置的第一色温阈值或者不超过预先设置的第二色温阈值,检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式。
本实施例中,预先设置第一色温阈值和第二色温阈值。其中,第一色温阈值低于第二色温阈值,即在贝尔图像的色温低于第一色温阈值时,贝尔图像偏红色,甚至纯红色;即在贝尔图像的色温超过第二色温阈值时,贝尔图像偏蓝色,甚至纯蓝色。
因此,对于色温低于第一色温阈值以及超过第二色温阈值的贝尔图像,处理器可以不作检测。而对于色温超过预先设置的第一色温阈值且不超过预先设置的第二色温阈值的贝尔图像,则执行检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式的步骤。
其中处理器检测分布模式的具体方法和原理与步骤202的具体方法和原理一致,详细描述请参考图2及步骤203的相关内容。或者,处理器检测分布模式的具体步骤与步骤602和步骤603的具体步骤一致,详细描述请参考图6及步骤602和步骤603的相关内容。
1004,根据所述分布模式确定所述贝尔图像的检测结果。
步骤1004和步骤203的具体方法和原理一致,详细描述请参考图2及步骤203的相关内容,此处不再赘述。
可见,本实施例中除了快速检测出贝尔图像中错误的效果以及可以定位贝尔图像中错误的位置之外,还可以提高检测错误和定位错误位置的准确率,进一步提升对贝尔图像矫正的效率。
下面结合实施例和附图对本发明实施例提供的一种检测贝尔图像的方法进行描述,图11是本发明一实施例提供的一种检测贝尔图像的方法的流程示意图,参见图11,处理器通过与图像传感器交互,可以获取到贝尔图像并划定检测窗口,然后,处理器在贝尔图像上滑动检测窗口可以得到一个贝尔图像单元。之后,处理器从贝尔图像单元中去掉像素值最大的像素,并比对剩余三个像素中像素值最大的像素。根据P模式和N模式,可以得到剩余三个像素中像素值最大的像素分布模式。若不是P模式,则处理器确定贝尔图像的检测结果为错误;若是P模式,则处理器获取图像传感器的尺寸和贝尔图像的尺寸,并对比两个尺寸的大小关系。若两个尺寸不相同,则处理器确定贝尔图像的检测结果为错误;若不同,则处理器确定贝尔图像的检测结果为正确。
本发明实施例还提供了一种检测贝尔图像的设备,参见图12,包括处理器1201、存储器1202、图像传感器1203和通信总线1204;所述图像传感器1204和所述处理器1201连接,用于采集贝尔图像并发送给处理器1201;所述存储器1202和所述处理器1201连接,用于存储所述处理器1201可执行的计算机指令;所述处理器1201用于从所述存储器1202读取计算机指令以实现:
从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素;
检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式;以及,
根据所述分布模式确定所述贝尔图像的检测结果。
在一实施例中,所述分布模式包括P模式或者N模式;
所述P模式,是指第一行左起第二个像素与第二行左起第一个像素的连线;以及,
所述N模式,是指第一行左起第一个像素和第二行左起第二个像素的连线。
在一实施例中,所述处理器1201用于检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
若检测到所述像素值较大的两个像素的位置位于第一行左起第二个像素与第二行左起第一个像素,则确定所述分布模式为P模式;或者,
若检测到所述像素值较大的两个像素的位置位于第一行左起第一个像素与第二行左起第二个像素,则确定所述分布模式为N模式。
在一实施例中,所述处理器1201用于检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
去掉所述贝尔图像单元中所述四个像素中像素值最大的像素;
根据剩余三个像素中像素值最大的像素的位置确定所述分布模式。
在一实施例中,所述处理器1201用于根据剩余三个像素中像素值最大的像素的位置确定所述分布模式包括:
若所述剩余三个像素中像素值最大的像素为第一行左起第二个像素或第二行左起第一个像素,则确定所述分布模式为P模式;以及,
若所述剩余三个像素中像素值最大的像素为第一行左起第一个像素或第二行左起第二个像素,则确定所述分布模式为N模式。
在一实施例中,所述处理器1201用于根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为N模式,则确定所述贝尔图像的检测结果为错误。
在一实施例中,所述处理器1201用于根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为P模式,则获取所述图像传感器的尺寸和所述贝尔图像的尺寸;
根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果。
在一实施例中,所述处理器1201用于根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果包括:
若所述贝尔图像中每行像素的个数小于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为错误;以及,
若所述贝尔图像中每行像素的个数等于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为正确。
在一实施例中,所述处理器1201还用于:
获取所述贝尔图像单元中四个像素的亮度平均值;
若所述亮度平均值超过预先设置的亮度阈值,则执行检测所述贝尔图像单元中像素值较大的两个像素在四个像素中的分布模式的步骤。
在一实施例中,所述处理器1201还用于:
根据所述贝尔图像单元确定所述贝尔图像的色温;
若所述色温超过预先设置的第一色温阈值或者不超过预先设置的第二色温阈值,则执行检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式的步骤。
在一实施例中,所述处理器1201用于通过检测窗口获取所述贝尔图像中的每个贝尔图像单元。
本发明实施例还提供了一种机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被执行时实现图2~图11所示实施例中检测贝尔图像的方法的步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明实施例所提供的检测装置和方法进行了详细介绍,本发明中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (23)
1.一种检测贝尔图像的方法,其特征在于,所述方法包括:
从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素;
检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式;以及,
根据所述分布模式确定所述贝尔图像的检测结果。
2.根据权利要求1所述的方法,其特征在于,所述分布模式包括P模式或者N模式;
所述P模式,是指第一行左起第二个像素与第二行左起第一个像素的连线;以及,
所述N模式,是指第一行左起第一个像素和第二行左起第二个像素的连线。
3.根据权利要求2所述的方法,其特征在于,检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
若检测到所述像素值较大的两个像素的位置位于第一行左起第二个像素与第二行左起第一个像素,则确定所述分布模式为P模式;或者,
若检测到所述像素值较大的两个像素的位置位于第一行左起第一个像素与第二行左起第二个像素,则确定所述分布模式为N模式。
4.根据权利要求1所述的方法,其特征在于,检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
去掉所述贝尔图像单元中所述四个像素中像素值最大的像素;
根据剩余三个像素中像素值最大的像素的位置确定所述分布模式。
5.根据权利要求4所述的方法,其特征在于,根据剩余三个像素中像素值最大的像素的位置确定所述分布模式包括:
若所述剩余三个像素中像素值最大的像素为第一行左起第二个像素或第二行左起第一个像素,则确定所述分布模式为P模式;以及,
若所述剩余三个像素中像素值最大的像素为第一行左起第一个像素或第二行左起第二个像素,则确定所述分布模式为N模式。
6.根据权利要求1所述的方法,其特征在于,根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为N模式,则确定所述贝尔图像的检测结果为错误。
7.根据权利要求1所述的方法,其特征在于,根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为P模式,则获取所述图像传感器的尺寸和所述贝尔图像的尺寸;
根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果。
8.根据权利要求7所述的方法,其特征在于,根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果包括:
若所述贝尔图像中每行像素的个数小于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为错误;以及,
若所述贝尔图像中每行像素的个数等于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为正确。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述贝尔图像单元中四个像素的亮度平均值;
若所述亮度平均值超过预先设置的亮度阈值,则执行检测所述贝尔图像单元中像素值较大的两个像素在四个像素中的分布模式的步骤。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述贝尔图像单元确定所述贝尔图像的色温;
若所述色温超过预先设置的第一色温阈值或者不超过预先设置的第二色温阈值,则执行检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式的步骤。
11.根据权利要求1所述的方法,其特征在于,通过检测窗口获取所述贝尔图像中的每个贝尔图像单元。
12.一种检测贝尔图像的设备,其特征在于,包括图像传感器、存储器和处理器;所述图像传感器和所述处理器连接,用于采集贝尔图像;所述存储器和所述处理器连接,用于存储所述处理器可执行的计算机指令;所述处理器用于从所述存储器读取计算机指令以实现:
从图像传感器获取贝尔图像,所述贝尔图像包括至少一个贝尔图像单元,所述贝尔图像单元包括四个像素;
检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式;以及,
根据所述分布模式确定所述贝尔图像的检测结果。
13.根据权利要求11所述的设备,其特征在于,所述分布模式包括P模式或者N模式;
所述P模式,是指第一行左起第二个像素与第二行左起第一个像素的连线;以及,
所述N模式,是指第一行左起第一个像素和第二行左起第二个像素的连线。
14.根据权利要求13所述的设备,其特征在于,所述处理器用于检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
若检测到所述像素值较大的两个像素的位置位于第一行左起第二个像素与第二行左起第一个像素,则确定所述分布模式为P模式;或者,
若检测到所述像素值较大的两个像素的位置位于第一行左起第一个像素与第二行左起第二个像素,则确定所述分布模式为N模式。
15.根据权利要求12所述的设备,其特征在于,所述处理器用于检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式包括:
去掉所述贝尔图像单元中所述四个像素中像素值最大的像素;
根据剩余三个像素中像素值最大的像素的位置确定所述分布模式。
16.根据权利要求15所述的设备,其特征在于,所述处理器用于根据剩余三个像素中像素值最大的像素的位置确定所述分布模式包括:
若所述剩余三个像素中像素值最大的像素为第一行左起第二个像素或第二行左起第一个像素,则确定所述分布模式为P模式;以及,
若所述剩余三个像素中像素值最大的像素为第一行左起第一个像素或第二行左起第二个像素,则确定所述分布模式为N模式。
17.根据权利要求12所述的设备,其特征在于,所述处理器用于根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为N模式,则确定所述贝尔图像的检测结果为错误。
18.根据权利要求12所述的设备,其特征在于,所述处理器用于根据所述分布模式确定所述贝尔图像的检测结果包括:
若所述分布模式为P模式,则获取所述图像传感器的尺寸和所述贝尔图像的尺寸;
根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果。
19.根据权利要求18所述的设备,其特征在于,所述处理器用于根据所述贝尔图像的尺寸和所述图像传感器的尺寸确定所述贝尔图像的检测结果包括:
若所述贝尔图像中每行像素的个数小于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为错误;以及,
若所述贝尔图像中每行像素的个数等于所述图像传感器中每行像素的个数,则确定所述贝尔图像的检测结果为正确。
20.根据权利要求12所述的设备,其特征在于,所述处理器还用于:
获取所述贝尔图像单元中四个像素的亮度平均值;
若所述亮度平均值超过预先设置的亮度阈值,则执行检测所述贝尔图像单元中像素值较大的两个像素在四个像素中的分布模式的步骤。
21.根据权利要求12所述的设备,其特征在于,所述处理器还用于:
根据所述贝尔图像单元确定所述贝尔图像的色温;
若所述色温超过预先设置的第一色温阈值或者不超过预先设置的第二色温阈值,则执行检测所述贝尔图像单元中所述四个像素中像素值最大的两个像素的分布模式的步骤。
22.根据权利要求12所述的设备,其特征在于,所述处理器用于通过检测窗口获取所述贝尔图像中的每个贝尔图像单元。
23.一种机器可读存储介质,其特征在于,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被执行时实现权利要求1~11任一项所述方法的步骤。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/106509 WO2020056629A1 (zh) | 2018-09-19 | 2018-09-19 | 检测贝尔图像方法、设备、机器可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110786009A true CN110786009A (zh) | 2020-02-11 |
CN110786009B CN110786009B (zh) | 2021-08-06 |
Family
ID=69383065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880040715.6A Expired - Fee Related CN110786009B (zh) | 2018-09-19 | 2018-09-19 | 检测贝尔图像方法、设备、机器可读存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210211626A1 (zh) |
CN (1) | CN110786009B (zh) |
WO (1) | WO2020056629A1 (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050280725A1 (en) * | 2004-06-11 | 2005-12-22 | Stmicroelectronics S.R.L. | Processing pipeline of pixel data of a color image acquired by a digital sensor |
CN101272503A (zh) * | 2008-04-30 | 2008-09-24 | 北京中星微电子有限公司 | 一种保持图像清晰度的网格噪声消除方法及其装置 |
CN102404582A (zh) * | 2010-09-01 | 2012-04-04 | 苹果公司 | 用于自动白平衡处理的灵活的颜色空间选择 |
CN104537625A (zh) * | 2015-01-05 | 2015-04-22 | 中国科学院光电技术研究所 | 一种基于方向标志位的Bayer彩色图像插值方法 |
JP2016063467A (ja) * | 2014-09-19 | 2016-04-25 | 株式会社シグマ | 画像信号処理方法及びそれを用いた撮像装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7471333B2 (en) * | 2004-03-25 | 2008-12-30 | International Business Machines Corporation | Image sensing device interface unit |
KR101178862B1 (ko) * | 2010-08-13 | 2012-08-31 | 에스케이하이닉스 주식회사 | 이미지 처리장치 및 그를 이용한 데이터 처리 방법 |
CN102262777B (zh) * | 2011-08-08 | 2013-06-19 | 格科微电子(上海)有限公司 | 一种图像边缘增强的方法 |
CN107018343B (zh) * | 2017-03-15 | 2020-07-17 | 珠海全志科技股份有限公司 | 一种Bayer图像绿色通道平衡方法及装置 |
CN108198189B (zh) * | 2017-12-28 | 2020-03-10 | Oppo广东移动通信有限公司 | 图片清晰度的获取方法、装置、存储介质及电子设备 |
CN108540795B (zh) * | 2018-04-19 | 2020-06-09 | 上海集成电路研发中心有限公司 | 一种检测图像传感器中像素排列方式的方法及装置 |
-
2018
- 2018-09-19 WO PCT/CN2018/106509 patent/WO2020056629A1/zh active Application Filing
- 2018-09-19 CN CN201880040715.6A patent/CN110786009B/zh not_active Expired - Fee Related
-
2021
- 2021-03-15 US US17/201,132 patent/US20210211626A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050280725A1 (en) * | 2004-06-11 | 2005-12-22 | Stmicroelectronics S.R.L. | Processing pipeline of pixel data of a color image acquired by a digital sensor |
CN101272503A (zh) * | 2008-04-30 | 2008-09-24 | 北京中星微电子有限公司 | 一种保持图像清晰度的网格噪声消除方法及其装置 |
CN102404582A (zh) * | 2010-09-01 | 2012-04-04 | 苹果公司 | 用于自动白平衡处理的灵活的颜色空间选择 |
JP2016063467A (ja) * | 2014-09-19 | 2016-04-25 | 株式会社シグマ | 画像信号処理方法及びそれを用いた撮像装置 |
CN104537625A (zh) * | 2015-01-05 | 2015-04-22 | 中国科学院光电技术研究所 | 一种基于方向标志位的Bayer彩色图像插值方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210211626A1 (en) | 2021-07-08 |
WO2020056629A1 (zh) | 2020-03-26 |
CN110786009B (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10348989B2 (en) | Image processing device, image processing method, and image processing system | |
US20180152611A1 (en) | Photographing Method, Photographing Apparatus, and Terminal | |
CN101764926B (zh) | 缺陷像素检测纠正设备、***及检测纠正缺陷像素的方法 | |
US8698923B2 (en) | Image processing device, image processing method, and program for detecting and correcting defective pixel in image | |
US9544516B2 (en) | Method and apparatus for sensor characterization | |
JP2015226144A (ja) | 画像処理システム、撮像装置、画像処理方法およびプログラム | |
KR102329440B1 (ko) | 칼라 필터 어레이의 변환 방법 및 장치 | |
US8897592B2 (en) | Method for correcting a defect pixel | |
US8385642B2 (en) | Method for removing color fringe in digital image | |
CN110149486B (zh) | 一种新增异常点的自动检测方法、校正方法及*** | |
JP2016151955A (ja) | 画像処理装置、撮像装置、距離計測装置、および画像処理方法 | |
CN111553905B (zh) | 图像检测方法、设备、装置及存储介质 | |
US20110158515A1 (en) | Method for removing color fringe in digital image | |
CN107465903B (zh) | 图像白平衡方法、装置和计算机可读存储介质 | |
US20110085729A1 (en) | De-noising method and related apparatus for image sensor | |
US20130208974A1 (en) | Image processing device and image processing method | |
CN108174173B (zh) | 拍摄方法及装置、计算机可读存储介质和计算机设备 | |
US9438832B2 (en) | Image processing apparatus and image processing method | |
WO2018167974A1 (ja) | 画像処理装置、制御方法及び制御プログラム | |
CN110786009B (zh) | 检测贝尔图像方法、设备、机器可读存储介质 | |
JP4331120B2 (ja) | 欠陥画素検出方法 | |
CN116887060A (zh) | 像素坏点矫正方法及装置、电子设备、存储介质 | |
KR100741733B1 (ko) | 렌즈 중심 위치 결정 방법 및 그 방법을 수행하는 촬상장치 | |
CN107948619B (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN111656759A (zh) | 图像色彩校正方法及装置、存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210806 |