CN113643388A - 一种用于高光谱图像的黑帧标定、矫正方法和*** - Google Patents
一种用于高光谱图像的黑帧标定、矫正方法和*** Download PDFInfo
- Publication number
- CN113643388A CN113643388A CN202111196941.3A CN202111196941A CN113643388A CN 113643388 A CN113643388 A CN 113643388A CN 202111196941 A CN202111196941 A CN 202111196941A CN 113643388 A CN113643388 A CN 113643388A
- Authority
- CN
- China
- Prior art keywords
- black frame
- image
- dimension
- hyperspectral
- wavelength
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012937 correction Methods 0.000 title claims description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 49
- 238000012360 testing method Methods 0.000 claims abstract description 27
- 238000013101 initial test Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 13
- 230000000875 corresponding effect Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 7
- 238000012935 Averaging Methods 0.000 description 6
- 238000000701 chemical imaging Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 238000003705 background correction Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012888 cubic function Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
- Image Input (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
公开了一种高光谱图像的黑帧标定、矫正方法和***,在同一测试温度、不同的曝光时间下,对拍摄波段进行黑帧采集,以及在初始曝光时间下,对于不同测试温度序列进行黑帧采集,获取对应黑帧数据集合,从图像维度和波长维度从黑帧数据集合获得波长维度平均值和图像维度平均值,基于曝光时间、初始测试温度分别拟合波长维度平均值和图像维度平均值,保留初始曝光时间、初始测试温度时的波长维度平均值和图像维度平均值。利用上述参数获取完整高光谱黑帧图像序列矩阵,对高光谱图像扣除高光谱黑帧图像序列矩阵与数字增益的乘积,获得矫正后的高光谱图像。该方法和***不仅可以免去每次重复拍摄黑帧的时间,同时又可以极大地减小存储占用的空间。
Description
技术领域
本发明涉及高光谱成像和光谱分析的技术领域,并且特别涉及一种用于高光谱图像的黑帧标定、矫正方法和***。
背景技术
高光谱成像技术可以同时获得图像信息和光谱信息,结合机器视觉技术来对物体进行判别的同时,还可以进行依赖于光谱的光谱分析,是具有很大潜力的新技术。高光谱成像技术的光谱分析能力来源于高光谱可以采集不同波长下物质所发出的光谱信息,而这些光谱信息直接反映了物体的理化成分等信息;结合图像的识别、选区等信息,高光谱成像技术可以实现目标检测-成分判断-结果输出的完全自动化。
和普通的RGB相机一样,高光谱相机拍摄的图像数据也需要做黑帧矫正(dark-frame subtraction,或平场矫正(flat-field correction)。平场矫正指成像***拍摄的图像在通过矫正过后(光学***和传感器),每个像素在相同的进光量下都能给出相同的输出值。该矫正包括了图像暗角阴影的矫正、传感器像素位置的输出不均匀性补偿和无进光时残余的黑电平信号去除,同时也包括了对因传感器温度上升变化而带来的热噪声的矫正。该矫正之所以可行,是因为每一个传感器的暗电流(dark current)和固定模式噪声(fixed pattern noise, FPN)具有可重复性。
这个矫正可以通过扣除拍摄无进光量时黑帧(指在镜头没有任何外界光线入射的情况下(例如:盖上镜头盖)传感器读出的电信号所组成的每一帧(黑暗环境下的)图像数据)来实现。扣除黑帧不仅可以消除图像初始背景的不均匀性,保持进光量与数字信号的一致对应关系,还可以一定程度地去除暗噪声。黑帧信号(主要包括了暗电流和FPN)与温度和曝光时间呈正相关,同时和增益或ISO、光圈值等有一定关系。暗电流和FPN随传感器的不同而不同,同一块传感器在不同的曝光时间下具有相同的FPN,根据该原理可知:对于同一台高光谱相机的同一块传感器,不同波段和曝光时间下对应的FPN相同。因此可根据此原理压缩高光谱黑帧信号数据,或提取出黑帧信号特征,而不用重复获取不同波段下的黑帧数据。
扣除黑帧不但可以消除图像初始背景的不均匀性,保持进光量与数字信号的一致对应关系,还可以一定程度地去除暗噪声,尤其是FPN。因此是一个重要的预处理步骤。但高光谱图像本身拍摄数据量大,拍摄耗时相对久,如果传感器的黑帧没有通过硬件手段处理,而需要实时拍摄来矫正,则由于每一个波段都需要扣除独自的黑帧,因此总体将耗费两倍时间,同时数据存储量也会翻倍。同时,由于曝光时间可能会变化,黑帧也就无法做到预先存储,因为考虑到不同曝光时间的话,其可能存在的数据量将异常庞大。即使只考虑并存储同一曝光时间的黑帧数据,也很耗费存储空间。
发明内容
为了解决现有技术中高光谱图像的黑帧数据处理的数据量巨大耗费大量时间的技术问题,本发明提出了一种用于高光谱图像的黑帧标定、矫正方法和***,以试图解决现有技术中存在的上述问题。
根据本发明的一个方面,提出了一种用于高光谱图像的黑帧标定方法,包括以下步骤:
S2:基于图像维度和波长维度从黑帧数据集合获得第一波长维度平均值 和第一图像维度平均值 ,分别基于曝光时间 分别拟合
第一波长维度平均值 和第一图像维度平均值,并保留初
始曝光时间 时的第一波长维度平均值和第一图像维度平均值的标定数据;
S4:基于图像维度和波长维度从黑帧数据集合获得第二波长维度平均值和第二图像维度平均值 ,基于初始
测试温度分别拟合第二波长维度平均值和第二图像维
度平均值 ,并将初始测试温度 时的第二波长维度平均值 和第二图像维度平均值保存
至标定数据中。
在一些具体的实施例中,还包括在不同的光圈或增益值下,获取相应标定数据。不同光圈和内增益的黑帧信号会有不同,因此需要分别标定。
根据本发明的第二方面,提出了一种用于高光谱图像的黑帧矫正方法,利用上述的黑帧标定方法,包括:
对图像维度平均值作波段插值处理;
分别预生成黑帧在波长维度的分量和在图像维度的分量,合并两分量获取完整的高光谱黑帧图像序列矩阵;
在一些具体的实施例中,预生成的黑帧在波长维度的分量为,预生成的黑帧在图像维度的分
量为,其中,泛函
表示 和曝光时间的关系,泛函 表示和温度T的关系,泛函 表
示和曝光时间的关系, 泛函 表示和温度T的关系。
在一些具体的实施例中,合并预生成黑帧在波长维度的分量和在图像维度的分量
获取完整的高光谱黑帧图像序列矩阵具体为:将预生成的黑帧在图像维度的分量复制至所
有当前波段 中,并将每个波段的图像数据与预生成的黑帧在波长维度的分量在该波段
的值相乘获得完整的高光谱黑帧图像序列矩阵。
根据本发明的第三方面,提出了一种用于高光谱图像的黑帧标定***,该***包括:
标定数据获取单元:基于图像维度和波长维度从黑帧数据集合获得第一波长维度
平均值 和第一图像维度平均值,分别基于曝光时
分别拟合第一波长维度平均值和第一图像维度平均值,
并保留初始曝光时间 时的第一波长维度平均值 和第一图像维度平
均值的标定数据。
在一些具体的实施例中,对于不包括温度传感器的高光谱设备:
标定数据获取单元还配置用于基于图像维度和波长维度从黑帧数据集合获得第
二波长维度平均值和第二图像维度平均值,基
于初始测试温度 分别拟合第二波长维度平均值和第二图像
维度平均值,并将初始测试温度时的第二波长维度平均值和第二图像维度平均值 保存至标定数
据中。
在一些具体的实施例中,标定数据获取单元还用于获取在不同的光圈或增益值下的相应标定数据。不同光圈和内增益的黑帧信号会有不同,因此需要分别标定。
根据本发明的第四方面,提出了一种用于高光谱图像的黑帧矫正***,利用如上述的黑帧标定***,还包括:
数据获取单元:配置用于获取当前高光谱的拍摄参数,拍摄参数包括数字增益 、波段 、曝光时间和温度 ,并载入当前光圈和内增益对应的标定
数据,标定数据包括第一波长维度平均值 、第一图像维度平均值 、拟合系数矩阵和向量;
插值处理单元:配置用于对图像维度平均值作波段插值处理;
高光谱黑帧图像序列矩阵生成单元:配置用于分别预生成黑帧在波长维度的分量和在图像维度的分量,合并两分量获取完整的高光谱黑帧图像序列矩阵;
本申请的一种用于高光谱图像的标定、矫正方法和***不仅可以免去每次重复拍摄黑帧的时间,同时又可以极大程度地减小需要存储占用的空间。用极少量的预存数据生成在不同温度、不同波段和不同曝光时间下对应的黑帧信号。其具有以下有益效果:此方法具有节约拍摄高光谱数据时间的特点,通过免去实时拍摄每个波段对应的黑帧从而节约大量的高光谱成像拍摄时间;具有占用存储空间小的技术特点。仅通过预存的极少量数据(单帧黑帧图像和其他参数)计算模拟获得不同曝光时间、不同波段甚至不同工作温度下对应的不同黑帧信号的数据;具有灵活应用的高适应性的特点,由于该方法下计算生成的黑帧可以涵盖任意曝光时间、任意波段甚至工作温度下对应的黑帧信号,同时对多传感器的高光谱设备依然有效,因此具有极高的适应和延展能力,可以用在多种不同的拍摄需求下。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点,因为通过引用以下详细描述,它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。
图1是根据本发明的一个实施例的用于高光谱图像的黑帧标定方法的流程图;
图2是根据本发明的一个具体的实施例的携带温度传感器的高光谱设备的黑帧标定方法的流程图;
图3是根据本发明的一个具体的实施例的不带温度传感器的高光谱设备的黑帧标定方法的流程图;
图4是根据本发明的一个实施例的用于高光谱图像的黑帧矫正方法的流程图;
图5是根据本发明的一个具体的实施例的携带温度传感器的高光谱设备的黑帧矫正方法的流程图;
图6是根据本发明的一个具体的实施例的不带温度传感器的高光谱设备的黑帧矫正方法的流程图;
图7是根据本发明的一个实施例的黑帧均值在波长维度的拟合效果图;
图8是根据本发明的一个实施例的黑帧均值在图像维度的某个波段上的矫正效果图;
图9是根据本发明的一个实施例的用于高光谱图像的黑帧标定***的框架示意图;
图10是根据本发明的一个实施例的用于高光谱图像的黑帧矫正***的框架示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了根据本发明的一个实施例的用于高光谱图像的黑帧标定方法的流程图,如图1所示,该方法包括以下步骤:
S102:基于图像维度和波长维度从黑帧数据集合获得第一波长维度平均值和第一图像维度平均值,分别基于曝光时间分别拟
合第一波长维度平均值 和第一图像维度平均值 ,并
保留初始曝光时间 时的第一波长维度平均值和第一图像维度平
均值 的标定数据。
在具体的实施例中,第一波长维度平均值,
第一图像维度平均值 ,其中,表示波段数
量。波长维度的平均值反应了固定模式噪声FPN,利用平均值可以消除个体像素噪声的随机
涨落,图像维度的平均值可以获得每一帧图像的平均值,得到均值大小与波长之间的关系。
在具体的实施例中,拟合第一波长维度平均值和第一图像维度
平均值 的拟合系数分别为矩阵和向量,均采用多项式函数
拟合。其中,利用泛函表示 和曝光时间 的关系,泛函 表示 和曝
光时间 的关系,拟合第一波长维度平均和第一图像维度平均值的拟合系数分别为矩阵和向量 ,以上拟合均采用多项式函数
拟合。
在图像传感器携带温度传感器的实施例中,上述标定方法还包括以下步骤:
S104:基于图像维度和波长维度从黑帧数据集合获得第二波长维度平均值和第二图像维度平均值,基于初始测试温度分别拟合第二波长维度平均值 和第二图像维度平均值,并将初始测试温度时的第二波长维度平均值
和第二图像维度平均值 保存至标定数据中。
在具体的实施例中,第二与波长维度平均值和第二图
像维度平均值 的计算方式同步骤S102。其中,利用泛函表示 和温度T的关系,泛函 表示 和温度T的关系。拟合第二波长
维度平均值和第二图像维度平均值的拟合
系数分别为矩阵 和向量。
在一些其他的实施例中,在不同的光圈或增益值下,重复步骤S101-S104并获得相应标定数据,以应对不同参数下的高光谱图像的黑帧处理。
继续参考图2,图2示出了根据本发明的一个具体的实施例的携带温度传感器的高光谱设备的黑帧标定方法的流程图,在图像传感器携带温度检测传感器的情况下,能够自动获得更准确的黑帧数据,如图2所示,包括以下步骤:
步骤201:在默认的光圈、内增益(非数字增益)下,将设备置于温控箱,调节至常用
测试温度,并将设备开启预热至温度稳定。在的曝光时间拍摄下,获得传感器平均温度 。 和均为温度和曝光时间标定的起始默认值,该值最好为常用的中间值,以使得
拟合矫正的偏移误差尽可能小。
步骤202:在不同的曝光时间下(如1ms到1s的序列)对所有可拍摄的波段(如1nm间
隔)进行黑帧采集,得到数据集合 。可以根据变化程度或使用频度调整
曝光时间的采样间隔,根据具体应用场景选取,也可以在工作波长范围内取尽可能连续的
波长,如以每1nm为间隔,来实现精细的矫正。该数据集合为同一环境温度
下对所有可拍摄波段和曝光时间采样遍历后的数据集合,用于后面的特征提取和标定。其
中, y表示图像坐标, 表示波长, 表示曝光时间。
步骤203:分别对黑帧集合以波长维度和图像维度求平均值,得到 和 。具体的, , ;波长维度的平均值反
映了FPN(固定模式噪声),代表波段数量。其中个体像素噪声的随机涨落被求平均值的
方法消除;图像维度的平均值 即求得每一帧图像的平均值,得到其
均值大小与波长之间的关系。
步骤204:对 分别拟合和,拟合系数记为向量和矩阵 ,用函数 和分别表示 、和曝光时间的关系,保留时 和 的值、。对
拟合使用二阶多项式函数拟合。对 拟合是黑帧图像不同像素的FPN随着曝光时间的
细微变化,通常曝光时间越长,热像素越多,暗噪声的涨落越大,该变化关系同样可以用多
项式函数拟合,若用三阶多项式拟合,则获得的系数矩阵bxyt的维度大小为X*Y*3。
步骤207:对分别拟合 和 ,拟合系数分别记为 和 ,用函数 和 分别表示、和传感器温 的关系,保
留时的值 和。与
前述获得曝光时间 与平均值和 变化关系的做法类似,求得新数据集合在
图像和波长维度的平均值与传感器温度 的变化之间的关系。
步骤208:若有其他光圈或内增益值,在不同的光圈或增益值下,重复以上所有标定过程并存储相对应的数据。由于不同光圈和内增益下的黑帧信号会有所不同,因此如果高光谱相机的传感器存在其他光圈值或增益值(非数字增益)的情况,需要重复以上步骤分别标定。
图3示出了根据本发明的一个具体的实施例的不带温度传感器的高光谱设备的黑帧标定方法的流程图,本实施例以一台不带温度传感器的FPI高光谱设备(该设备具有不可调节的内增益和光圈值,并且同时内置了两块传感器做拍摄波段的扩充,每块传感器分辨率均为1024*1024)为例,试图自动生成相应黑帧并获得平场矫正。运用此方法,实现对不同拍摄场景(如400-700nm,100个波段,每帧曝光时间10ms为例)下运用少量的预存数据进行自动黑帧生成并获得高光谱图像平场矫正的去黑帧效果。如图3所示,该方法包括以下步骤:
步骤301:在默认的光圈、内增益(非数字增益)和使用温度下(包括风扇、水冷等散热装置的运行下)将设备开启预热至温度稳定。
步骤302:在不同的曝光时间下(1ms到1s的序列),对设备中第一块传感器的所有
可拍摄的波段进行黑帧采集,得到数据集合 。具体的,本实施例中使用了
1、10、20、30、50、100、200、300、500、1000ms的曝光序列,对设备中第一块传感器的所有可拍
摄的波段进行黑帧采集(400-700nm,1nm间隔),由于该高光谱设备由两块传感器拼接工作,
因此需要对其分开做标定,先对其中一块在其工作波段内做标定。
步骤306:对该高光谱相机内的另一块传感器,重复以上标定过程并存储相对应的数据,两者的数据合并存储为该台设备的标定数据。
图4示出了根据本发明的一个实施例的用于高光谱图像的黑帧矫正方法的流程图,如图4所示,该矫正方法包括:
S402:对图像维度平均值作波段插值处理。
S403:分别预生成黑帧在波长维度的分量和在图像维度的分量,合并两分量获取完整的高光谱黑帧图像序列矩阵。
在具体的实施例中,对于具有温度传感器的高光谱设备,预生成的黑帧在波长维
度的分量为 ,预生成的黑
帧在图像维度的分量为 ,
其中,泛函 表示和曝光时间 的关系,泛函表示和温度T的关
系,泛函 表示 和曝光时间 的关系, 泛函表示 和温度T
的关系。
继续参考图5,图5示出了根据本发明的一个具体的实施例的携带温度传感器的高光谱设备的黑帧矫正方法的流程图,如图5所示,包括以下步骤:
步骤504:预生成的黑帧在波长维度的分量为
步骤505:预生成的黑帧在图像维度的分量为
步骤506:完整的预生成的高光谱黑帧 为 与 维度填充得到的三维矩
阵。把图像维度的黑帧分量 复制至所有当前波段 ,并将每个
波段的图像数据与波长维度的黑帧分量在该波段的值(看作增益系数)相乘,得到完整的三
维高光谱黑帧数组。
在另一实施例中,图6示出了根据本发明的一个具体的实施例的不带温度传感器
的高光谱设备的黑帧矫正方法的流程图,当如图3中的标定方法建立了完整的黑帧特性标
定并存储了必要数据(一帧图像数据,一条光谱数据和两套多项式拟合参数)后,便可以对
接下来运用该设备拍摄的高光谱数据进行自动黑帧的生成和矫正操作。如图6所示,假设当
前拍摄波段序列wact有200个波长,曝光时间为,每块sensor的矫正包括以下步骤:
步骤604:预生成的黑帧在波长维度的分量为
步骤605:预生成的黑帧在图像维度的分量为
步骤606:完整的预生成的高光谱黑帧 为与 维度填充得到的三维矩阵。合并以上得到
的两个分量和,得到完整的高光谱黑帧图像序
列的矩阵。具体做法为:把图像维度的黑帧分量 复制至所有当前波
段,并将每个波段的图像数据与波长维度的黑帧分量 在该波
段的值(看作增益系数)相乘,得到完整的三维高光谱黑帧数组
,其维度大小为1024*1024*200。
步骤607:将当前拍摄的高光谱图像减去* ,
即得到来自同一块传感器的黑帧矫正后的高光谱数据。来自另一块传感器的数据按照以上
步骤做同样的计算处理,最终便得到在当前拍摄波段序列 和曝光时间 下的完
整的黑帧矫正后的高光谱图像。在一个具体的实施例中,图8示出了黑帧在图像维度的某个
波段上的矫正效果,获得去除黑帧后的高光谱图像。
继续参考图9,图9示出了根据本发明的一个实施例的用于高光谱图像的黑帧标定
***的框架示意图,如图9所示,该***包括黑帧数据采集单元701和标定数据获取单元
702,其中,黑帧数据采集单元701配置用于在同一测试温度、不同的曝光时间下,对拍摄波
段进行黑帧采集,获取黑帧数据集合,其中, 表示图像坐标, 表
示波长, 表示曝光时间;在初始曝光时间 下,对于不同测试温度序列进行拍摄以及黑
帧采集,获取黑帧矩阵,其中, 表示不同测试温度, 。标定数据获取单元702配置用于基于图像维度和波长维度从黑帧数据集
合获得第一波长维度平均值 和第一图像维度平均值 ,
分别基于曝光时间分别拟合第一波长维度平均值和第一图像维度平均值,并保留初始曝光时间 时的第一波长维度平均值
和第一图像维度平均值;基于图像维度和波长维度从黑帧数据集合获得
第二波长维度平均值和第二图像维度平均值,
基于初始测试温度分别拟合第二波长维度平均值和第二
图像维度平均值,并保留初始测试温度 时的第二波长维
度平均值 和第二图像维度平均值。
图10示出了根据本根据本发明的一个实施例的用于高光谱图像的黑帧矫正***
的框架示意图,如图10所示,该***在图9中的黑帧标定***获取到的相关标定数据的基础
上,还包括数据获取单元801、插值处理单元802、高光谱黑帧图像序列矩阵生成单元803和
矫正单元804。其中,数据获取模块801配置用于获取当前高光谱的拍摄参数,拍摄参数包括
数字增益 、波段 、曝光时间 和温度 ,并载入当前光圈和内增益对
应的标定数据,标定数据包括第一波长维度平均值 、第一图像维度平
均值 、拟合系数矩阵和向量;插值处理模块802配置用于
对第二图像维度平均值作波段插值处理获得
;高光谱黑帧图像序列矩阵生成单元803配置用于分别预生成黑帧在波长维度的分量和在
图像维度的分量,合并两分量获取完整的高光谱黑帧图像序列矩阵;矫正单元804配置用于
利用当前拍摄的高光谱图像去除高光谱黑帧图像序列矩阵与数字增益 的乘积,获得
矫正后的高光谱图像。
本申请的对高光谱图像中的黑帧的标定和矫正方法和***,对传感器黑帧数据进行标定和正提取后,自动计算生成所需的黑帧数据,针对高光谱同一个影像传感器会拍摄多帧的特点,提取出多帧共享的同一黑帧特性数据用于进行黑帧或平场矫正,并进行实时的黑帧扣除处理,大大节约了高光谱用于黑帧矫正的拍摄时间。通过黑帧信号本身的特点,找到其在不同的曝光时间,不同的波段,不同的传感器温度下的变化规律,提取出少量的必要信息作为预存数据,实时计算重构复现出不同拍摄参数场景下完整的高光谱黑帧数据,大大节约了预存数据空间。预存的单帧黑帧数据为多帧求平均值的结果,直接反映了传感器本身的固定噪声模式,减少了随机热噪声的影响。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (16)
6.根据权利要求1或2所述的用于高光谱图像的黑帧标定方法,其特征在于,还包括在不同的光圈或增益值下,获取相应标定数据。
15.根据权利要求13所述的用于高光谱图像的黑帧标定***,其特征在于,所述标定数据获取单元还用于获取在不同的光圈或增益值下的相应标定数据。
16.一种用于高光谱图像的黑帧矫正***,利用如权利要求13-15中任一所述的黑帧标定***,其特征在于,还包括:
数据获取单元:配置用于获取当前高光谱的拍摄参数,所述拍摄参数包括数字增益、波段、曝光时间和温度,并载入当前光圈和内增益对应的标定数
据,所述标定数据包括第一波长维度平均值 、第一图像维度平均值、拟合系数矩阵和向量;
插值处理单元:配置用于对图像维度平均值作波段插值处理;
高光谱黑帧图像序列矩阵生成单元:配置用于分别预生成黑帧在波长维度的分量和在图像维度的分量,合并两分量获取完整的高光谱黑帧图像序列矩阵;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111196941.3A CN113643388B (zh) | 2021-10-14 | 2021-10-14 | 一种用于高光谱图像的黑帧标定、矫正方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111196941.3A CN113643388B (zh) | 2021-10-14 | 2021-10-14 | 一种用于高光谱图像的黑帧标定、矫正方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113643388A true CN113643388A (zh) | 2021-11-12 |
CN113643388B CN113643388B (zh) | 2022-02-22 |
Family
ID=78426882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111196941.3A Active CN113643388B (zh) | 2021-10-14 | 2021-10-14 | 一种用于高光谱图像的黑帧标定、矫正方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113643388B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012053521A1 (ja) * | 2010-10-18 | 2012-04-26 | 株式会社トプコン | 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム |
US20130016284A1 (en) * | 2011-07-12 | 2013-01-17 | Xerox Corporation | Hyperspectral image reconstruction via a compressed sensing framework |
US20140085622A1 (en) * | 2012-09-27 | 2014-03-27 | Northrop Grumman Systems Corporation | Three-dimensional hyperspectral imaging systems and methods using a light detection and ranging (lidar) focal plane array |
CN106952234A (zh) * | 2017-02-27 | 2017-07-14 | 清华大学 | 一种高光谱计算解耦方法 |
CN107133976A (zh) * | 2017-04-24 | 2017-09-05 | 浙江大学 | 一种获取三维高光谱信息的方法和装置 |
CN109389647A (zh) * | 2018-09-04 | 2019-02-26 | 中国地质大学(武汉) | 一种相机拍摄角标校方法、设备及存储设备 |
US20190182440A1 (en) * | 2017-12-13 | 2019-06-13 | The Hong Kong Research Institute Of Textiles And Apparel Limited | Multispectral color imaging device based on integrating sphere lighting and calibration methods thereof |
CN111445469A (zh) * | 2020-04-15 | 2020-07-24 | 天津商业大学 | 一种基于高光谱的苹果冲击后损伤参数的无损预测方法 |
CN112381882A (zh) * | 2020-11-04 | 2021-02-19 | 山东大学 | 一种搭载高光谱设备的无人机影像自动化校正方法 |
CN113436096A (zh) * | 2021-06-24 | 2021-09-24 | 南京林业大学 | 一种基于像元标定的推扫式高光谱成像条带噪声消除方法 |
-
2021
- 2021-10-14 CN CN202111196941.3A patent/CN113643388B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012053521A1 (ja) * | 2010-10-18 | 2012-04-26 | 株式会社トプコン | 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム |
US20130016284A1 (en) * | 2011-07-12 | 2013-01-17 | Xerox Corporation | Hyperspectral image reconstruction via a compressed sensing framework |
US20140085622A1 (en) * | 2012-09-27 | 2014-03-27 | Northrop Grumman Systems Corporation | Three-dimensional hyperspectral imaging systems and methods using a light detection and ranging (lidar) focal plane array |
CN106952234A (zh) * | 2017-02-27 | 2017-07-14 | 清华大学 | 一种高光谱计算解耦方法 |
CN107133976A (zh) * | 2017-04-24 | 2017-09-05 | 浙江大学 | 一种获取三维高光谱信息的方法和装置 |
US20190182440A1 (en) * | 2017-12-13 | 2019-06-13 | The Hong Kong Research Institute Of Textiles And Apparel Limited | Multispectral color imaging device based on integrating sphere lighting and calibration methods thereof |
CN109389647A (zh) * | 2018-09-04 | 2019-02-26 | 中国地质大学(武汉) | 一种相机拍摄角标校方法、设备及存储设备 |
CN111445469A (zh) * | 2020-04-15 | 2020-07-24 | 天津商业大学 | 一种基于高光谱的苹果冲击后损伤参数的无损预测方法 |
CN112381882A (zh) * | 2020-11-04 | 2021-02-19 | 山东大学 | 一种搭载高光谱设备的无人机影像自动化校正方法 |
CN113436096A (zh) * | 2021-06-24 | 2021-09-24 | 南京林业大学 | 一种基于像元标定的推扫式高光谱成像条带噪声消除方法 |
Non-Patent Citations (1)
Title |
---|
郭志明: "基于近红外光谱及成像的苹果品质无损检测方法和装置研究", 《中国优秀博硕士学位论文全文数据库(博士)农业科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113643388B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7151560B2 (en) | Method and apparatus for producing calibration data for a digital camera | |
JP5374217B2 (ja) | 画像処理装置およびその方法 | |
EP1080443B1 (en) | Improved dark frame subtraction | |
US8569684B2 (en) | Infrared sensor control architecture | |
KR101154136B1 (ko) | 디지털 카메라 디바이스를 위한 화이트 밸런스 보정 | |
CN110017904B (zh) | 一种基于ccd相机的多光谱辐射测温方法 | |
WO2005109853A1 (en) | Digital camera with built-in lens calibration table | |
CN102883108B (zh) | 摄像设备及其控制方法、图像处理设备和方法 | |
WO2011086433A1 (en) | Radiometric calibration method for infrared detectors | |
CN107509044A (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
CN104221364B (zh) | 成像装置和图像处理方法 | |
US7113210B2 (en) | Incorporating pixel replacement for negative values arising in dark frame subtraction | |
CN113676628A (zh) | 多光谱传感器、成像装置和图像处理方法 | |
US8482629B2 (en) | Processing method for a relative illumination phenomenon on a digital image and associated processing system | |
US8675101B1 (en) | Temperature-based fixed pattern noise and bad pixel calibration | |
CN110213498A (zh) | 图像生成方法和装置、电子设备、计算机可读存储介质 | |
CN114979500A (zh) | 图像处理方法、图像处理装置、电子设备及可读存储介质 | |
US20080279471A1 (en) | Methods, apparatuses and systems for piecewise generation of pixel correction values for image processing | |
WO2010131210A1 (en) | A system and method for correcting non-uniformity defects in captured digital images | |
Venkateswarlu et al. | Nonuniformity compensation for IR focal plane array sensors | |
Monno et al. | N-to-sRGB mapping for single-sensor multispectral imaging | |
CN113643388B (zh) | 一种用于高光谱图像的黑帧标定、矫正方法和*** | |
JP4250513B2 (ja) | 画像処理装置及び画像処理方法 | |
Karr et al. | Optical effects on HDR calibration via a multiple exposure noise-based workflow | |
Njuguna et al. | Field programmable gate arrays implementation of two-point non-uniformity correction and bad pixel replacement algorithms |
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 |