CN112435201B - 一种编码模板标定方法、装置、计算机设备和存储介质 - Google Patents

一种编码模板标定方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN112435201B
CN112435201B CN202011418797.9A CN202011418797A CN112435201B CN 112435201 B CN112435201 B CN 112435201B CN 202011418797 A CN202011418797 A CN 202011418797A CN 112435201 B CN112435201 B CN 112435201B
Authority
CN
China
Prior art keywords
coding
gray value
gray
value
template
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.)
Active
Application number
CN202011418797.9A
Other languages
English (en)
Other versions
CN112435201A (zh
Inventor
李修建
王爽
唐兴佳
朱梦均
李立波
朱炬波
刘吉英
衣文军
刘菊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
XiAn Institute of Optics and Precision Mechanics of CAS
National University of Defense Technology
Original Assignee
XiAn Institute of Optics and Precision Mechanics of CAS
National University of Defense Technology
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 XiAn Institute of Optics and Precision Mechanics of CAS, National University of Defense Technology filed Critical XiAn Institute of Optics and Precision Mechanics of CAS
Priority to CN202011418797.9A priority Critical patent/CN112435201B/zh
Publication of CN112435201A publication Critical patent/CN112435201A/zh
Application granted granted Critical
Publication of CN112435201B publication Critical patent/CN112435201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration using histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00Image coding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10036Multispectral image; Hyperspectral image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本申请涉及一种编码模板标定方法、装置、计算机设备和存储介质。所述方法包括:根据编码模板成像数据,获取第一位置像元数据的第一灰度值、第二位置像元数据的第二灰度值,以及全区域数据的第一灰度值平均值,再对全区域数据进行统计,得到灰度值大于第一灰度值平均值的像元的第二灰度值平均值,根据第一灰度值、第二灰度值、第一灰度值平均值和第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息,利用编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息对编码模板进行标定,得到标定后的编码模板矩阵,再将标定后的编码模板矩阵用于图像重构。采用本方法能够提高图像重构的精度。

Description

一种编码模板标定方法、装置、计算机设备和存储介质
技术领域
本申请涉及压缩编码光谱成像技术领域,特别是涉及一种编码模板标定方法、装置、计算机设备和存储介质。
背景技术
压缩编码光谱成像技术是一种新型的计算型光谱成像技术,通过采集少量信息,再通过数学方法重构出大量的原始信息。压缩编码光谱成像技术通过编码模板调制实现光信息的调制混叠成像,然后在稀疏模型下,以较低的数据采样率重构得到目标光谱图像信息。
新型光谱成像***中,编码模板由不同编码单元组成,编码成像结果由各个编码单元成像确定。编码模板的标定非常关键,其不但影响着编码调制的效果,使***满足稀疏采样的要求,而且还决定性地影响着最终光谱图像数据的重构精度。编码模板误差影响光谱复原精度,编码模板标定的意义在于校正镜头畸变,确定物理尺寸和像素间的换算关系,以及确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系。
现有的一种编码模板标定方法是利用激光器对成像***进行单波长成像,对其编码成像图像进行归一化及去噪平滑处理等,然后以处理后的数值矩阵作为编码模板矩阵,进行图像重构。但该方法过分依赖采集数据,脱离实际设计模型,存在精确度低,效果差的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决编码模板标定精确度低、效果差问题的编码模板标定方法、装置、计算机设备和存储介质。
一种编码模板标定方法,所述方法包括:
根据编码模板成像数据,获取第一位置像元数据的第一灰度值,以及第二位置像元数据的第二灰度值;
根据所述编码模板成像数据,得到全区域数据的第一灰度值平均值;
对所述全区域数据进行统计,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值;
根据所述第一灰度值、所述第二灰度值、所述第一灰度值平均值和所述第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息;
根据所述编码透过率系数信息对所述编码模板进行透过率标定,根据所述编码横向错位偏移信息对所述编码模板进行横向错位偏移标定,以及,根据所述编码旋转错位角度信息对所述编码模板进行旋转错位角度标定,得到完成标定后的编码模板矩阵。
在其中一个实施例中,还包括:获取左上角第一个明亮编码像元数据的灰度值,作为第一灰度值;获取左下角第一个明亮编码像元数据的灰度值,作为第二灰度值。
在其中一个实施例中,还包括:根据所述第一灰度值、所述第二灰度值、所述第一灰度值平均值和所述第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息为:
noise1=0.5*F31/F3
noise2=(F31-0.5*(F1+F2))/F31
Figure BDA0002821329330000021
其中,noise1表示编码透过率系数信息,noise2表示编码横向错位偏移信息,angle表示编码旋转错位角度信息,F3表示第一灰度值平均值,F31表示第二灰度值平均值,F1表示第一灰度值,F2表示第二灰度值,N表示编码模板空间维数。
在其中一个实施例中,还包括:获取编码模板设计值;
根据所述编码模板设计值和所述编码透过率系数对编码模板进行透过率标定为:
T1(i,j)=T(i,j)*noise1
其中,T1(i,j)表示完成透过率标定后的编码模板矩阵,T(i,j)表示编码模板矩阵设计值。
在其中一个实施例中,还包括:根据所述编码横向错位偏移信息对编码模板进行横向错位偏移标定为:
T2(i,j)=(1-noise2)*T1(i,j)+noise2*T1(i,j-1)
其中,T2(i,j)表示完成透过率标定和横向错位偏移标定的编码模板矩阵,i=1,2,3…,j=1,2,3…。
在其中一个实施例中,还包括:根据所述编码旋转错位角度信息对编码模板进行旋转错位角度标定为:
T3(i,j)=D(N,N)*imrotate(T2(i,j),angle)
其中,T3(i,j)表示完成透过率标定、横向错位偏移标定和旋转错位角度标定的编码模板矩阵,D(N,N)表示重采样矩阵,imrotate表示旋转算子。
在其中一个实施例中,还包括:对所述全区域数据进行灰度直方图统计,根据灰度直方图数据,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值。
一种编码模板标定装置,所述装置包括:
第一灰度值和第二灰度值获取模块,用于根据编码模板成像数据,获取第一位置像元数据的第一灰度值,以及第二位置像元数据的第二灰度值;
第一灰度值平均值获取模块,用于根据所述编码模板成像数据,得到全区域数据的第一灰度值平均值;
第二灰度值平均值获取模块,用于对所述全区域数据进行统计,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值;
标定信息获取模块,用于根据所述第一灰度值平均值和所述第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息;
编码模板标定模块,用于根据编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息,对编码模板进行标定。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
根据编码模板成像数据,获取第一位置像元数据的第一灰度值,以及第二位置像元数据的第二灰度值;
根据所述编码模板成像数据,得到全区域数据的第一灰度值平均值;
对所述全区域数据进行统计,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值;
根据所述第一灰度值、所述第二灰度值、所述第一灰度值平均值和所述第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息;
根据所述编码透过率系数信息对所述编码模板进行透过率标定,根据所述编码横向错位偏移信息对所述编码模板进行横向错位偏移标定,以及,根据所述编码旋转错位角度信息对所述编码模板进行旋转错位角度标定,得到完成标定后的编码模板矩阵。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
根据编码模板成像数据,获取第一位置像元数据的第一灰度值,以及第二位置像元数据的第二灰度值;
根据所述编码模板成像数据,得到全区域数据的第一灰度值平均值;
对所述全区域数据进行统计,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值;
根据所述第一灰度值、所述第二灰度值、所述第一灰度值平均值和所述第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息;
根据所述编码透过率系数信息对所述编码模板进行透过率标定,根据所述编码横向错位偏移信息对所述编码模板进行横向错位偏移标定,以及,根据所述编码旋转错位角度信息对所述编码模板进行旋转错位角度标定,得到完成标定后的编码模板矩阵。
上述编码模板标定方法、装置、计算机设备和存储介质,根据编码模板成像数据,获取第一位置像元数据的第一灰度值、第二位置像元数据的第二灰度值,以及全区域数据的第一灰度值平均值,再对全区域数据进行统计,得到灰度值大于第一灰度值平均值的像元的第二灰度值平均值,根据第一灰度值、第二灰度值、第一灰度值平均值和第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息,利用编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息对编码模板进行标定,得到标定后的编码模板矩阵,再将标定后的编码模板矩阵用于图像重构。
附图说明
图1为一个实施例中编码模板标定方法的流程示意图;
图2为一个实施例中在编码模板选取第一灰度值和第二灰度值的示意图;
图3为一个实施例中编码模板标定装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的编码模板标定方法,可以应用于如下的应用环境中,在单色散压缩编码光谱成像***中,目标的高光谱场景数据经过编码、色散、甚至下采样后,通过探测器接收得到编码模板成像数据,根据编码模板成像数据,获取第一位置像元数据的第一灰度值,第二位置像元数据的第二灰度值,以及全区域数据的第一灰度值平均值,对全区域数据进行统计,得到灰度值大于第一灰度值平均值的像元的第二灰度值平均值,根据第一灰度值、第二灰度值、第一灰度值平均值和第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息,利用编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息对编码模板进行标定,得到标定后的编码模板,将标定后的编码模板用于图像重构,得到目标光谱图像数据。
在一个实施例中,如图1所示,提供了一种编码模板标定方法,包括以下步骤:
步骤102,根据编码模板成像数据,获取第一位置像元数据的第一灰度值,以及第二位置像元数据的第二灰度值。
利用单色光源对编码成像***进行成像,得到单波长编码模板成像灰度图像数据,然后获取灰度图像左上角第一个明亮编码像元数据的灰度值,作为第一灰度值;获取左下角第一个明亮编码像元数据的灰度值,作为第二灰度值。或者,获取右上角最后一个明亮编码像元数据的灰度值,作为第一灰度值;获取右下角最后一个明亮编码像元数据的灰度值,作为第二灰度值。
步骤104,根据编码模板成像数据,得到全区域数据的第一灰度值平均值。
图像的灰度值平均值是指图像灰度的平均水平,对于256级灰度数字图像,灰度值范围从0到255,白色灰度值为255,黑色灰度值为0,灰度值平均值越大,图像越亮。
步骤106,对全区域数据进行统计,得到灰度值大于第一灰度值平均值的像元的第二灰度值平均值。
可以对全区域数据进行直方图统计,通过直方图数据得到灰度值大于第一灰度值平均值的像元的第二灰度值平均值。灰度直方图是关于灰度级分布的函数,是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素,按照灰度值的大小,统计其出现的频率。灰度直方图是灰度级的函数,它表示图像中具有某种灰度级的像素的个数,反映了图像中某种灰度出现的频率。
也可以通过遍历的方式依次读取每个像元的数据,与第一灰度值平均值进行比较,将灰度值大于第一灰度值平均值的像元的数据进行统计,得到灰度值大于第一灰度值平均值的像元的第二灰度值平均值。
步骤108,根据第一灰度值、第二灰度值、第一灰度值平均值和第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息。
在单色散压缩编码光谱成像***中,目标的高光谱场景数据经过编码、色散后,得到的编码模板成像数据必然产生损失,表现为透过率系数小于1;编码横向错位可理解为在色散维,即横向方向上的偏移,每列编码单元偏移量相同;编码旋转错位可理解为对编码模板矩阵产生一个编码旋转错位角度。正是由于编码模板会产生透过率损失、横向错位以及旋转错位,才需要对编码模板进行标定。
步骤110,根据编码透过率系数信息对编码模板进行透过率标定,根据编码横向错位偏移信息对编码模板进行横向错位偏移标定,以及,根据编码旋转错位角度信息对编码模板进行旋转错位角度标定,得到完成标定后的编码模板矩阵。
通过数值计算方法对编码模板进行标定,在编码模板矩阵设计值的基础上,根据编码透过率系数信息、编码横向错位偏移信息以及编码旋转错位角度信息对编码模板进行标定,得到标定后的编码模板矩阵,根据标定后的编码模板矩阵对图像数据进行重构,精度更高,重构效果更好。
上述编码模板标定方法中,根据编码模板成像数据,获取第一位置像元数据的第一灰度值、第二位置像元数据的第二灰度值,以及全区域数据的第一灰度值平均值,再对全区域数据进行统计,得到灰度值大于第一灰度值平均值的像元的第二灰度值平均值,根据第一灰度值、第二灰度值、第一灰度值平均值和第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息,利用编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息对编码模板进行标定,得到标定后的编码模板矩阵,再将标定后的编码模板矩阵用于图像重构。
在其中一个实施例中,如图2所示,获取左上角第一个或者右上角最后一个明亮编码像元数据的灰度值,作为第一灰度值;获取左下角第一个或者右下角最后一个明亮编码像元数据的灰度值,作为第二灰度值。在图像处理技术中,左上角,左下角,右上角,右下角的像元数据定位简单,处理快速,获取标定信息的速度快。
在其中一个实施例中,根据第一灰度值、第二灰度值、第一灰度值平均值和第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息为:
noise1=0.5*F31/F3
noise2=(F31-0.5*(F1+F2))/F31
Figure BDA0002821329330000081
其中,noise1表示编码透过率系数信息,noise2表示编码横向错位偏移信息,angle表示编码旋转错位角度信息,F3表示第一灰度值平均值,F31表示第二灰度值平均值,F1表示第一灰度值,F2表示第二灰度值,N表示编码模板空间维数。
在其中一个实施例中,获取编码模板设计值;根据编码模板设计值和编码透过率系数对编码模板进行透过率标定为:
T1(i,j)=T(i,j)*noise1
其中,T1(i,j)表示完成透过率标定后的编码模板矩阵,T(i,j)表示编码模板矩阵设计值。
在其中一个实施例中,根据编码横向错位偏移信息对编码模板进行横向错位偏移标定为:
T2(i,j)=(1-noise2)*T1(i,j)+noise2*T1(i,j-1)
其中,T2(i,j)表示完成透过率标定和横向错位偏移标定的编码模板矩阵,i=1,2,3…,j=1,2,3…。
在其中一个实施例中,根据编码旋转错位角度信息对编码模板进行旋转错位角度标定为:
T3(i,j)=D(N,N)*imrotate(T2(i,j),angle)
其中,T3(i,j)表示完成透过率标定、横向错位偏移标定和旋转错位角度标定的编码模板矩阵,D(N,N)表示重采样矩阵,imrotate表示旋转算子。
在其中一个实施例中,对全区域数据进行灰度直方图统计,根据灰度直方图数据,得到灰度值大于第一灰度值平均值的像元的第二灰度值平均值。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种编码模板标定装置,包括:第一灰度值和第二灰度值获取模块、第一灰度值平均值获取模块、第二灰度值平均值获取模块、标定信息获取模块和编码模板标定模块,其中:
第一灰度值和第二灰度值获取模块302,用于根据编码模板成像数据,获取第一位置像元数据的第一灰度值,以及第二位置像元数据的第二灰度值。
第一灰度值平均值获取模块304,用于根据编码模板成像数据,得到全区域数据的第一灰度值平均值。
第二灰度值平均值获取模块306,用于对全区域数据进行统计,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值。
标定信息获取模块308,用于根据第一灰度值、第二灰度值、第一灰度值平均值和第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息。
编码模板标定模块310,用于根据编码透过率系数信息对编码模板进行透过率标定,根据编码横向错位偏移信息对编码模板进行横向错位偏移标定,以及,根据编码旋转错位角度信息对编码模板进行旋转错位角度标定,得到完成标定后的编码模板矩阵。
第一灰度值和第二灰度值获取模块302还用于根据编码模板成像数据,获取左上角第一个明亮编码像元数据的灰度值,作为第一灰度值;获取左下角第一个明亮编码像元数据的灰度值,作为第二灰度值。
标定信息获取模块308还用于根据第一灰度值、第二灰度值、第一灰度值平均值和第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息为:
noise1=0.5*F31/F3
noise2=(F31-0.5*(F1+F2))/F31
Figure BDA0002821329330000101
其中,noise1表示编码透过率系数信息,noise2表示编码横向错位偏移信息,angle表示编码旋转错位角度信息,F3表示第一灰度值平均值,F31表示第二灰度值平均值,F1表示第一灰度值,F2表示第二灰度值,N表示编码模板空间维数。
编码模板标定模块310还用于获取编码模板设计值,根据编码模板设计值和编码透过率系数对编码模板进行透过率标定为:
T1(i,j)=T(i,j)*noise1
其中,T1(i,j)表示完成透过率标定后的编码模板矩阵,T(i,j)表示编码模板矩阵设计值。
编码模板标定模块310还用于根据编码横向错位偏移信息对编码模板进行横向错位偏移标定为:
T2(i,j)=(1-noise2)*T1(i,j)+noise2*T1(i,j-1)
其中,T2(i,j)表示完成透过率标定和横向错位偏移标定的编码模板矩阵,i=1,2,3…,j=1,2,3…。
编码模板标定模块310还用于根据编码旋转错位角度信息对编码模板进行旋转错位角度标定为:
T3(i,j)=D(N,N)*imrotate(T2(i,j),angle)
其中,T3(i,j)表示完成透过率标定、横向错位偏移标定和旋转错位角度标定的编码模板矩阵,D(N,N)表示重采样矩阵,imrotate表示旋转算子。
关于编码模板标定装置的具体限定可以参见上文中对于编码模板标定方法的限定,在此不再赘述。上述编码模板标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种编码模板标定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种编码模板标定方法,其特征在于,所述方法包括:
根据编码模板成像数据,获取左上角第一个明亮编码像元数据的灰度值,作为第一灰度值,获取左下角第一个明亮编码像元数据的灰度值,作为第二灰度值,或者获取右上角最后一个明亮编码像元数据的灰度值,作为第一灰度值,获取右下角最后一个明亮编码像元数据的灰度值,作为第二灰度值;
根据所述编码模板成像数据,得到全区域数据的第一灰度值平均值;
对所述全区域数据进行统计,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值;
根据所述第一灰度值、所述第二灰度值、所述第一灰度值平均值和所述第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息为:
noise1=0.5*F31/F3
noise2=(F31-0.5*(F1+F2))/F31
Figure FDA0003669024640000011
其中,noise1表示编码透过率系数信息,noise2表示编码横向错位偏移信息,angle表示编码旋转错位角度信息,F3表示第一灰度值平均值,F31表示第二灰度值平均值,F1表示第一灰度值,F2表示第二灰度值,N表示编码模板空间维数;
获取编码模板设计值;
根据所述编码模板设计值和所述编码透过率系数对编码模板进行透过率标定为:
T1(i,j)=T(i,j)*noise1
其中,T1(i,j)表示完成透过率标定后的编码模板矩阵,T(i,j)表示编码模板矩阵设计值;
根据所述编码横向错位偏移信息对编码模板进行横向错位偏移标定为:
T2(i,j)=(1-noise2)*T1(i,j)+noise2*T1(i,j-1)
其中,T2(i,j)表示完成透过率标定和横向错位偏移标定的编码模板矩阵,i=1,2,3…,j=1,2,3…;
根据所述编码旋转错位角度信息对编码模板进行旋转错位角度标定为:
T3(i,j)=D(N,N)*imrotate(T2(i,j),angle)
其中,T3(i,j)表示完成透过率标定、横向错位偏移标定和旋转错位角度标定的编码模板矩阵,D(N,N)表示重采样矩阵,imrotate表示旋转算子;
得到完成标定后的编码模板矩阵。
2.根据权利要求1所述的方法,其特征在于,对所述全区域数据进行统计,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值,包括:
对所述全区域数据进行灰度直方图统计,根据灰度直方图数据,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值。
3.一种编码模板标定装置,其特征在于,所述装置包括:
第一灰度值和第二灰度值获取模块,用于根据编码模板成像数据,获取左上角第一个明亮编码像元数据的灰度值,作为第一灰度值,获取左下角第一个明亮编码像元数据的灰度值,作为第二灰度值,或者获取右上角最后一个明亮编码像元数据的灰度值,作为第一灰度值,获取右下角最后一个明亮编码像元数据的灰度值,作为第二灰度值;
第一灰度值平均值获取模块,用于根据所述编码模板成像数据,得到全区域数据的第一灰度值平均值;
第二灰度值平均值获取模块,用于对所述全区域数据进行统计,得到灰度值大于所述第一灰度值平均值的像元的第二灰度值平均值;
标定信息获取模块,用于根据所述第一灰度值、所述第二灰度值、所述第一灰度值平均值和所述第二灰度值平均值,得到编码透过率系数信息、编码横向错位偏移信息和编码旋转错位角度信息为:
noise1=0.5*F31/F3
noise2=(F31-0.5*(F1+F2))/F31
Figure FDA0003669024640000021
其中,noise1表示编码透过率系数信息,noise2表示编码横向错位偏移信息,angle表示编码旋转错位角度信息,F3表示第一灰度值平均值,F31表示第二灰度值平均值,F1表示第一灰度值,F2表示第二灰度值,N表示编码模板空间维数;
编码模板标定模块,用于获取编码模板设计值;
根据所述编码模板设计值和所述编码透过率系数对编码模板进行透过率标定为:
T1(i,j)=T(i,j)*noise1
其中,T1(i,j)表示完成透过率标定后的编码模板矩阵,T(i,j)表示编码模板矩阵设计值;
根据所述编码横向错位偏移信息对编码模板进行横向错位偏移标定为:
T2(i,j)=(1-noise2)*T1(i,j)+noise2*T1(i,j-1)
其中,T2(i,j)表示完成透过率标定和横向错位偏移标定的编码模板矩阵,i=1,2,3…,j=1,2,3…;
根据所述编码旋转错位角度信息对编码模板进行旋转错位角度标定为:
T3(i,j)=D(N,N)*imrotate(T2(i,j),angle)
其中,T3(i,j)表示完成透过率标定、横向错位偏移标定和旋转错位角度标定的编码模板矩阵,D(N,N)表示重采样矩阵,imrotate表示旋转算子;
得到完成标定后的编码模板矩阵。
4.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至2中任一项所述方法的步骤。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的方法的步骤。
CN202011418797.9A 2020-12-07 2020-12-07 一种编码模板标定方法、装置、计算机设备和存储介质 Active CN112435201B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011418797.9A CN112435201B (zh) 2020-12-07 2020-12-07 一种编码模板标定方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011418797.9A CN112435201B (zh) 2020-12-07 2020-12-07 一种编码模板标定方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN112435201A CN112435201A (zh) 2021-03-02
CN112435201B true CN112435201B (zh) 2022-08-02

Family

ID=74690892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011418797.9A Active CN112435201B (zh) 2020-12-07 2020-12-07 一种编码模板标定方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN112435201B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2880624B1 (en) * 2012-03-26 2019-05-08 Koninklijke Philips N.V. Brightness region-based apparatuses and methods for hdr image encoding and decoding
CN106525236B (zh) * 2016-10-14 2017-12-19 中国科学院西安光学精密机械研究所 一种压缩编码光谱成像***的模板标定方法
CN109405967B (zh) * 2018-09-14 2019-12-03 中国科学院西安光学精密机械研究所 一种编码光谱成像***的数据修正方法
CN109798978B (zh) * 2019-03-01 2020-07-10 北京理工大学 一种采用异形蓝色噪声编码孔径的光谱成像方法
CN110597022B (zh) * 2019-09-24 2020-07-24 武汉大学 基于超表面阵列结构的灰度掩模复用技术

Also Published As

Publication number Publication date
CN112435201A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN108968991B (zh) 手骨x光片骨龄评估方法、装置、计算机设备和存储介质
US20090310864A1 (en) Image processing system, image processing program, and image processing method
CN109886279B (zh) 图像处理方法、装置、计算机设备及存储介质
CN113838138B (zh) 一种优化特征提取的***标定方法、***、装置和介质
CN110517186B (zh) 消除******的方法、装置、存储介质和计算机设备
CN111079764A (zh) 一种基于深度学习的低照度车牌图像识别方法及装置
CN110473233B (zh) 配准方法、计算机设备和存储介质
CN115082450A (zh) 基于深度学习网络的路面裂缝检测方法和***
CN116309148A (zh) 图像修复模型训练方法、图像修复方法、装置和电子设备
CN117496560B (zh) 一种基于多维向量的指纹纹线识别方法及装置
CN112435201B (zh) 一种编码模板标定方法、装置、计算机设备和存储介质
CN114092562A (zh) 噪声模型标定方法、图像去噪方法、装置、设备和介质
CN110910436B (zh) 基于图像信息增强技术的测距方法、装置、设备和介质
CN108961161B (zh) 一种图像数据处理方法、装置和计算机存储介质
CN113269812B (zh) 图像预测模型的训练及应用方法、装置、设备、存储介质
CN112417951B (zh) 指纹图像校准方法、装置、电子设备及存储介质
CN114448733A (zh) 虚拟机器视觉***的加密传输模型训练方法及加解密方法
CN114125472A (zh) 基于空域感知的块效应检测方法、装置、设备和存储介质
CN116659520B (zh) 基于仿生偏振视觉增强的匹配定位方法、装置和设备
TW202105320A (zh) 一種實物圖像生成方法及裝置、設備、非暫態電腦可讀存儲介質及電腦程式產品
CN117877043B (zh) 模型训练方法、文本的识别方法、装置、设备及介质
CN112254813B (zh) 压缩采样高光谱成像的编码采样矩阵定标装置及方法
CN111161239B (zh) 医学图像分析方法、装置、存储介质及计算机设备
Fan et al. Joint transformer progressive self‐calibration network for low light enhancement
CN112581346B (zh) 基于对抗网络的二值图像隐写方法

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