CN114189677B - 色彩均匀性评估方法、装置、计算机设备及介质 - Google Patents
色彩均匀性评估方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN114189677B CN114189677B CN202111560367.5A CN202111560367A CN114189677B CN 114189677 B CN114189677 B CN 114189677B CN 202111560367 A CN202111560367 A CN 202111560367A CN 114189677 B CN114189677 B CN 114189677B
- Authority
- CN
- China
- Prior art keywords
- component
- image
- value
- green
- color uniformity
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000011077 uniformity evaluation Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000006835 compression Effects 0.000 claims description 17
- 238000007906 compression Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006837 decompression Effects 0.000 claims description 6
- 239000000463 material Substances 0.000 abstract description 4
- 238000012827 research and development Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical compound CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本发明公开了一种色彩均匀性评估方法、装置、计算机设备及介质,其中方法包括:获取拍摄设备的图像传感器采集的原始图像;根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像;将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像;计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例;若满足设定区间要求的分量比例的像素个数占总的像素个数的比例达到设定比例,则判定拍摄设备的图像传感器色彩均匀性符合要求。本发明利用拍摄设备的图像传感器采集的原始图像数据,便可对拍摄设备的图像传感器的色彩均匀性是否符合要求做出判断,节约了人力、物力和财力资源。
Description
技术领域
本发明涉及测量技术领域,更具体地说是一种基于拍摄设备的图像传感器原始图像数据的色彩均匀性评估方法、装置、计算机设备及介质。
背景技术
随着科学技术的发展,各种摄像设备的应用越来越广泛。为了满足人们日常拍照、行车记录、安防监控等不同场合的需求,图像质量的要求也越来越高,这就要求一种摄像设备在研发、测试的时候,就要保证可以获取稳定、优质的图像。图像的优劣,一个很重要的因素在于图像传感器和光学器件(镜头与滤光片等的组合装置)是否搭配。由于红、绿、蓝三色经过光学器件后,经过图像传感器转化为电信号,但传感器上不同位置转换成电信号可能会呈现出不完全一样的特性,这就造成了最终输入的图像信号在不同位置的色彩出现不均匀的问题。色彩是否均匀,会影响图像信号处理后全幅图像色彩上的质量。因此,测量和评估图像的色彩均匀性,是一个摄像设备研发过程中十分重要的环节。
针对色彩均匀性的评估和测量,目前一般是在图像信号处理完成后的环节,这个时候,关于图像传感器和光学器件的筛选已经完成,研发也进行了一定阶段。若获得一个差的评估结果,很可能又要重新选型、重新研发,造成图像信号处理模块调优等研发过程人力、物力和财力的浪费。因此,针对开发环节前期,制定一个色彩均匀性测量、评估的方法,就显得十分必要。
发明内容
本发明的目的在于克服现有技术的不足,提供色彩均匀性评估方法、装置、计算机设备及介质。
为实现上述目的,本发明采用以下技术方案:
第一方面,色彩均匀性评估方法,所述方法包括:
获取拍摄设备的图像传感器采集的原始图像;
根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像;
将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像;
计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例;
若满足设定区间要求的分量比例的像素个数占总的像素个数的比例达到设定比例,则判定拍摄设备的图像传感器色彩均匀性符合要求。
其进一步技术方案为:所述的将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像之后,还包括:
计算白平衡处理后的图像中的每个像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量的值;
对所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值计算平均值和标准偏差值;
若所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值的平均值和标准偏差值均满足设定值,则判定拍摄设备的图像传感器色彩均匀性符合要求。
其进一步技术方案为:所述原始图像通过拍摄设备的图像传感器拍摄均匀的白色面板光源而获得。
其进一步技术方案为:所述的根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像,具体包括:
将原始图像的宽度和高度均压缩为原来的二分之一;
将宽度和高度压缩后图像中的每个像素的红色分量和蓝色分量的值与未压缩前的保持一致,且将宽度和高度压缩后图像中的每个像素的绿色分量设定为未压缩前的两个绿色子分量之和的一半。
其进一步技术方案为:所述的将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像,具体包括:
分别计算压缩图像中所有像素点的红色分量、蓝色分量和绿色分量的平均值;
将压缩图像中所有像素点的红色分量的值乘以绿色分量平均值与红色分量平均值的比值,以及蓝色分量的值乘以绿色分量平均值与蓝色分量平均值的比值。
其进一步技术方案为:所述的计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例,对白平衡处理后的图像中的每个像素点的分量比例的计算规则为:红色分量的值与绿色分量的比值、蓝色分量的值与绿色分量的比值以及红色分量的值与蓝色分量的比值。
第二方面,色彩均匀性评估装置,所述装置包括获取单元、图像压缩单元、第一计算单元、第二计算单元以及第一比对单元;
所述获取单元,用于获取拍摄设备的图像传感器采集的原始图像;
所述图像压缩单元,用于根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像;
所述第一计算单元,用于将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像;
所述第二计算单元,用于计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例;
所述第一比对单元,用于若满足设定区间要求的分量比例的像素个数占总的像素个数的比例达到设定比例,则判定拍摄设备的图像传感器色彩均匀性符合要求。
其进一步技术方案为:所述装置还包括第三计算单元、第四计算单元和第二对比单元;
所述第三计算单元,用于计算白平衡处理后的图像中的每个像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量的值;
所述第四计算单元,用于对所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值计算平均值和标准偏差值;
所述第二对比单元,用于若所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值的平均值和标准偏差值均满足设定值,则判定拍摄设备的图像传感器色彩均匀性符合要求。
第三方面,一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的色彩均匀性评估方法步骤。
第四方面,一种存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时,使得所述处理器执行如上述的色彩均匀性评估方法步骤。
本发明与现有技术相比的有益效果是:本发明利用拍摄设备的图像传感器采集的原始图像数据,便可对拍摄设备的图像传感器的色彩均匀性是否符合要求做出判断,无需经过后期摄像设备的图像信号处理模块处理之后来判断,进而为早期开发人员提供有指导性的参考数据,避免了重新选型、重新研发的问题,节约了人力、物力和财力资源。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明技术手段,可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征及优点能够更明显易懂,以下特举较佳实施例,详细说明如下。
附图说明
为了更清楚地说明本发明实施例技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明具体实施例提供的色彩均匀性评估方法的流程图;
图2为本发明具体实施例提供的色彩均匀性评估装置的示意性框图;
图3为本发明具体实施例提供的一种计算机设备的示意性框图;
图4为拍摄设备工作的原理图;
图5为分量比例统计的图表;
图6为红蓝差值除以绿色分量所得值的平均值和标准偏差值统计的图表。
具体实施方式
为了更充分理解本发明的技术内容,下面结合具体实施例对本发明的技术方案进一步介绍和说明,但不局限于此。
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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
本发明利用拍摄设备的图像传感器采集的原始图像数据,便可对拍摄设备的图像传感器的色彩均匀性是否符合要求做出判断,无需经过后期摄像设备的图像信号处理模块处理之后来判断,进而为早期开发人员提供有指导性的参考数据,避免了重新选型、重新研发的问题,节约了人力、物力和财力资源。下面通过具体实施例来介绍本发明。
如图1所示,色彩均匀性评估方法,包括以下步骤:S10、S20、S30、S40和S50。
S10、获取拍摄设备的图像传感器采集的原始图像。
原始图像是通过拍摄设备的图像传感器拍摄均匀的白色面板光源而获得。因此,如图4所示,在拍摄前,需选择好拍摄的环境以及按照好拍摄的设备,准备好后,开启均匀的白色面板光源,将摄像设备镜头正对面板光源。
白色面板光源要求色温在3000K~7000K之间,建议采用5000K色温,光源亮度可调,测量时,摄像设备镜头要调好焦距,并且正对着面板光源,设备垂直面保持和面板光源保持平行,为防止外部光源的干扰,测量过程中,拍摄空间内其他光源需要处于关闭状态。
由于图像传感器经模数转换器后所获得的灰度值有上限(俗称过曝),为了保证后续处理的准确性,在采集原始图像数据的过程中,可利用摄像设备连接计算机后提供的图像预览功能,调整摄像设备曝光参数(包括曝光时间、放大倍率等),必要时也可调整光源亮度,保证最后存储于计算机内的原始图像没有达到灰度值的最大值。
上述过程中采集到的原始图像数据,存储于计算机中,准备后续的计算和统计。
S20、根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像。
步骤S20具体包括以下步骤:
S201、将原始图像的宽度和高度均压缩为原来的二分之一。
S202、将宽度和高度压缩后图像中的每个像素的红色分量和蓝色分量的值与未压缩前的保持一致,且将宽度和高度压缩后图像中的每个像素的绿色分量设定为未压缩前的两个绿色子分量之和的一半。
具体地,单个图像传感器为了记录彩色信息,一般以拜耳阵列的方式输出原始数据,通过最小单位是2x2,这种拜耳阵列有两个绿色(G)分量(Gr:与红色分量(R)同一行,Gb:与蓝色(B)分量同一行),且要求Gr与Gb不在同一列、一个红色分量(R)和一个蓝色分量(B),有四种不同组合方式。
为了方便计算,2x2的最小单位压缩为一个像素,这个像素中有一个红色分量(R)、一个绿色分量(G)和一个蓝色分量(B),其中R、B分量不变,G分量取Gr分量和Gb分量之和的一半。
S30、将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像。
步骤S30具体包括以下步骤:
S301、分别计算压缩图像中所有像素点的红色分量、蓝色分量和绿色分量的平均值;
S302、将压缩图像中所有像素点的红色分量的值乘以绿色分量平均值与红色分量平均值的比值,以及蓝色分量的值乘以绿色分量平均值与蓝色分量平均值的比值。
具体地,通常情况下,在拍摄白色光源的原始图像中,由于绿色分量的灰度值要比红色分量、蓝色分量要大,所以如果未经白平衡处理,直接显示的图像是绿色的,这样的原始数据也是不能用来进行后续的计算和判断。
因此,一种可行的办法是,分别计算所有像素红色分量、绿色分量、蓝色分量的平均值Rmean、Gmean、Bmean,然后新建一幅图像,大小于之前相同,绿色分量相同,红色分量、蓝色分量分量分别是原来分量乘以Gmean/Rmean、Gmean/Bmean的结果,新图就经过了白平衡处理;经白平衡处理后的图像可进行后续的计算和判断。
本实施例中,原始图像的像素为2560x1440;压缩后,像素为变为1280x720,共912600个像素点。
S40、计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例。
S50、若满足设定区间要求的分量比例的像素个数占总的像素个数的比例达到设定比例,则判定拍摄设备的图像传感器色彩均匀性符合要求。
对于步骤S40和S50,对白平衡处理后的图像,每个像素点R、G、B分量作以下运算:R/G、B/G、R/B,以0.1%为精度,统计各个比值的像素总数,设置判定区间(例如95%~105%),统计区间内像素占总像素的比例,标准偏差值在设定值内(例如小于5%),则判定该摄像设备的图像传感器的色彩均匀性符合要求。
具体地,R/G、B/G、R/B三个比值,也拥有与图像一样多的数据量,对于本实施例而言,则各有912600个值;为了方便统计,以0.1%为精度统计各个比值的数量(例如比值95.1%的数量,统计大于或等于95.1%且小于95.2%区间内的数量;以此类推),利用计算机对统计数据进行画图,如图5所示。
对于白色图像,R、G、B三个分量灰度值应该是相等的,即R/G、B/G、R/B三个比值对于纯白图像均为100%;但是由于色彩的不均匀表现,使得R/G、B/G、R/B在100%上下浮动。为了方便评估,需要划定一个区间,统计区间内数量占总量的比例(简称:占比)。在本例中,设置的区间为95%~105%。
假设图像有n个像素,设定的区间内各个比例(0.1%递增)下像素数量分别为p1,p2,……,pm,则占比Proportion通过以下公式计算:
当区间内的占比大于设定值时,可认为色彩的均匀性是可以接受的,符合后续研发需求。在本例中,这个设定值为90%。在这个条件下,本例的摄像设备的图像传感器(实测值为94.82%)的色彩均匀性是符合要求。
特别地,测试人员可以根据研发需求和经验,灵活设置上述评估的指标。
在一些实施例中步骤S30之后还包括以下步骤:S60、S70和S80。
S60、计算白平衡处理后的图像中的每个像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量的值;
S70、对所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值计算平均值和标准偏差值;
S80、若所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值的平均值和标准偏差值均满足设定值,则判定拍摄设备的图像传感器色彩均匀性符合要求。
步骤S40和S50是一种得到白平衡处理后的图像之后的色彩均匀性评估的依据,步骤S60、S70和S80是另一种得到白平衡处理后的图像之后的色彩均匀性评估的依据,这两种相当于并列的评估依据,都是在得到白平衡处理后的图像之后进行色彩均匀性评估。
对于步骤S60、S70和S80,对白平衡处理后的图像,计算每个像素点(R-B)/G或(B-R)/G的值,然后计算这些值的平均值和标准偏差值,若平均值在0附近(例如-0.1%~0.1%)内,标准偏差值在设定值(例如5%)内,则判定该摄像设备的图像传感器的色彩均匀性符合要求;
具体地,记像素总数为n,每个像素下(R-B)/G的值为delta1,delta2,……,deltan,平均值deltamean通过以下公式计算:
标准偏差std通过以下公式计算:
图6所示为本实施例(R-B)/G的分布图,此评估依据下,计算所得平均值和标准偏差值两个数值作为最终的指标。。
对于白色图像,R、G、B三个分量灰度值应该是相等的,所以(R-B)/G的比值也是0;但是由于色彩的不均匀表现,(R-B)/G会上下浮动,在一定范围内,可认为色彩均匀性是符合要求的。这要求平均值deltamean和标准偏差std均不能过大;在本实施例中,平均值要求在-0.1%~0.1%内,标准偏差要求小于5%。在这个条件下,本例的摄像设备的图像传感器(实测平均值0.09%,标准偏差值2.58%)的色彩均匀性是符合要求。
特别地,测试人员可以根据研发需求和经验,灵活选择上述两种评估依据,并设置评估相应的指标值。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上述的色彩均匀性评估方法,本发明具体实施例还提供了一种色彩均匀性评估装置。
如图2所示,色彩均匀性评估装置100,包括获取单元110、图像压缩单元120、第一计算单元130、第二计算单元140以及第一比对单元150。
获取单元110,用于获取拍摄设备的图像传感器采集的原始图像。
原始图像是通过拍摄设备的图像传感器拍摄均匀的白色面板光源而获得。因此,如图4所示,在拍摄前,需选择好拍摄的环境以及按照好拍摄的设备,准备好后,开启均匀的白色面板光源,将摄像设备镜头正对面板光源。
白色面板光源要求色温在3000K~7000K之间,建议采用5000K色温,光源亮度可调,测量时,摄像设备镜头要调好焦距,并且正对着面板光源,设备垂直面保持和面板光源保持平行,为防止外部光源的干扰,测量过程中,拍摄空间内其他光源需要处于关闭状态。
由于图像传感器经模数转换器后所获得的灰度值有上限(俗称过曝),为了保证后续处理的准确性,在采集原始图像数据的过程中,可利用摄像设备连接计算机后提供的图像预览功能,调整摄像设备曝光参数(包括曝光时间、放大倍率等),必要时也可调整光源亮度,保证最后存储于计算机内的原始图像没有达到灰度值的最大值。
上述过程中采集到的原始图像数据,存储于计算机中,准备后续的计算和统计。
图像压缩单元120,用于根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像。
图像压缩单元120具体包括压缩模块和设定模块;
压缩模块,用于将原始图像的宽度和高度均压缩为原来的二分之一。
设定模块,用于将宽度和高度压缩后图像中的每个像素的红色分量和蓝色分量的值与未压缩前的保持一致,且将宽度和高度压缩后图像中的每个像素的绿色分量设定为未压缩前的两个绿色子分量之和的一半。
具体地,单个图像传感器为了记录彩色信息,一般以拜耳阵列的方式输出原始数据,通过最小单位是2x2,这种拜耳阵列有两个绿色(G)分量(Gr:与红色分量(R)同一行,Gb:与蓝色(B)分量同一行),且要求Gr与Gb不在同一列、一个红色分量(R)和一个蓝色分量(B),有四种不同组合方式。
为了方便计算,2x2的最小单位压缩为一个像素,这个像素中有一个红色分量(R)、一个绿色分量(G)和一个蓝色分量(B),其中R、B分量不变,G分量取Gr分量和Gb分量之和的一半。
第一计算单元130,用于将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像。
第一计算单元130包括第一计算模块和对比模块;
第一计算模块,用于分别计算压缩图像中所有像素点的红色分量、蓝色分量和绿色分量的平均值;
对比模块,用于将压缩图像中所有像素点的红色分量的值乘以绿色分量平均值与红色分量平均值的比值,以及蓝色分量的值乘以绿色分量平均值与蓝色分量平均值的比值。
具体地,通常情况下,在拍摄白色光源的原始图像中,由于绿色分量的灰度值要比红色分量、蓝色分量要大,所以如果未经白平衡处理,直接显示的图像是绿色的,这样的原始数据也是不能用来进行后续的计算和判断。
因此,一种可行的办法是,分别计算所有像素红色分量、绿色分量、蓝色分量的平均值Rmean、Gmean、Bmean,然后新建一幅图像,大小于之前相同,绿色分量相同,红色分量、蓝色分量分量分别是原来分量乘以Gmean/Rmean、Gmean/Bmean的结果,新图就经过了白平衡处理;经白平衡处理后的图像可进行后续的计算和判断。
本实施例中,原始图像的像素为2560x1440;压缩后,像素为变为1280x720,共912600个像素点。
第二计算单元140,用于计算白平衡处理后的图像中的每个像素点的分量与自身像素点的其它分量的分量比。
第一比对单元150,用于若满足设定区间要求的分量比例的像素个数占总的像素个数的比例达到设定比例,则判定拍摄设备的图像传感器色彩均匀性符合要求。
对于步骤S40和S50,对白平衡处理后的图像,每个像素点R、G、B分量作以下运算:R/G、B/G、R/B,以0.1%为精度,统计各个比值的像素总数,设置判定区间(例如95%~105%),统计区间内像素占总像素的比例,标准偏差值在设定值内(例如小于5%),则判定该摄像设备的图像传感器的色彩均匀性符合要求。
具体地,R/G、B/G、R/B三个比值,也拥有与图像一样多的数据量,对于本实施例而言,则各有912600个值;为了方便统计,以0.1%为精度统计各个比值的数量(例如比值95.1%的数量,统计大于或等于95.1%且小于95.2%区间内的数量;以此类推),利用计算机对统计数据进行画图,如图5所示。
对于白色图像,R、G、B三个分量灰度值应该是相等的,即R/G、B/G、R/B三个比值对于纯白图像均为100%;但是由于色彩的不均匀表现,使得R/G、B/G、R/B在100%上下浮动。为了方便评估,需要划定一个区间,统计区间内数量占总量的比例(简称:占比)。在本例中,设置的区间为95%~105%。
假设图像有n个像素,设定的区间内各个比例(0.1%递增)下像素数量分别为p1,p2,……,pm,则占比Proportion通过以下公式计算:
当区间内的占比大于设定值时,可认为色彩的均匀性是可以接受的,符合后续研发需求。在本例中,这个设定值为90%。在这个条件下,本例的摄像设备的图像传感器(实测值为94.82%)的色彩均匀性是符合要求。
特别地,测试人员可以根据研发需求和经验,灵活设置上述评估的指标。
在一些实施例中,装置还包括第三计算单元160、第四计算单元170和第二对比单元180。
第三计算单元160,用于计算白平衡处理后的图像中的每个像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量的值。
第四计算单元170,用于对所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值计算平均值和标准偏差值。
第二对比单元180,用于若所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值的平均值和标准偏差值均满足设定值,则判定拍摄设备的图像传感器色彩均匀性符合要求。
对白平衡处理后的图像,计算每个像素点(R-B)/G或(B-R)/G的值,然后计算这些值的平均值和标准偏差值,若平均值在0附近(例如-0.1%~0.1%)内,标准偏差值在设定值(例如5%)内,则判定该摄像设备的图像传感器的色彩均匀性符合要求;
具体地,记像素总数为n,每个像素下(R-B)/G的值为delta1,delta2,……,deltan,平均值deltamean通过以下公式计算:
标准偏差std通过以下公式计算:
图6所示为本实施例(R-B)/G的分布图,此评估依据下,计算所得平均值和标准偏差值两个数值作为最终的指标。
对于白色图像,R、G、B三个分量灰度值应该是相等的,所以(R-B)/G的比值也是0;但是由于色彩的不均匀表现,(R-B)/G会上下浮动,在一定范围内,可认为色彩均匀性是符合要求的。这要求平均值deltamean和标准偏差std均不能过大;在本实施例中,平均值要求在-0.1%~0.1%内,标准偏差要求小于5%。在这个条件下,本例的摄像设备的图像传感器(实测平均值0.09%,标准偏差值2.58%)的色彩均匀性是符合要求。
特别地,测试人员可以根据研发需求和经验,灵活选择上述两种评估依据,并设置评估相应的指标值。
如图3所示,本发明具体实施例还提供了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述的色彩均匀性评估方法步骤。
该计算机设备700可以是终端或服务器。该计算机设备700包括通过***总线710连接的处理器720、存储器和网络接口750,其中,存储器可以包括非易失性存储介质730和内存储器740。
该非易失性存储介质730可存储操作***731和计算机程序732。该计算机程序732被执行时,可使得处理器720执行任意一种色彩均匀性评估方法。
该处理器720用于提供计算和控制能力,支撑整个计算机设备700的运行。
该内存储器740为非易失性存储介质730中的计算机程序732的运行提供环境,该计算机程序732被处理器720执行时,可使得处理器720执行任意一种色彩均匀性评估方法。
该网络接口750用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图3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700的限定,具体地计算机设备700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。其中,所述处理器720用于运行存储在存储器中的程序代码,以实现以下步骤:
获取拍摄设备的图像传感器采集的原始图像;
根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像;
将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像;
计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例;
若满足设定区间要求的分量比例的像素个数占总的像素个数的比例达到设定比例,则判定拍摄设备的图像传感器色彩均匀性符合要求。
其进一步技术方案为:所述的将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像之后,还包括:
计算白平衡处理后的图像中的每个像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量的值;
对所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值计算平均值和标准偏差值;
若所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值的平均值和标准偏差值均满足设定值,则判定拍摄设备的图像传感器色彩均匀性符合要求。。
其进一步技术方案为:所述原始图像通过拍摄设备的图像传感器拍摄均匀的白色面板光源而获得。
其进一步技术方案为:所述的根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像,具体包括:
将原始图像的宽度和高度均压缩为原来的二分之一;
将宽度和高度压缩后图像中的每个像素的红色分量和蓝色分量的值与未压缩前的保持一致,且将宽度和高度压缩后图像中的每个像素的绿色分量设定为未压缩前的两个绿色子分量之和的一半。
其进一步技术方案为:所述的将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像,具体包括:
分别计算压缩图像中所有像素点的红色分量、蓝色分量和绿色分量的平均值;
将压缩图像中所有像素点的红色分量的值乘以绿色分量平均值与红色分量平均值的比值,以及蓝色分量的值乘以绿色分量平均值与蓝色分量平均值的比值。
其进一步技术方案为:所述的计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例,对白平衡处理后的图像中的每个像素点的分量比例的计算规则为:红色分量的值与绿色分量的比值、蓝色分量的值与绿色分量的比值以及红色分量的值与蓝色分量的比值。
应当理解,在本申请实施例中,处理器720可以是中央处理单元(CentralProcessing Unit,CPU),该处理器720还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域技术人员可以理解,图3中示出的计算机设备700结构并不构成对计算机设备700的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明中各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述,仅为本发明的具体实施方式,但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,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种色彩均匀性评估方法,其特征在于,所述方法包括:
获取拍摄设备的图像传感器采集的原始图像;
根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像;
将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像;
计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例;
若满足设定区间要求的分量比例的像素个数占总的像素个数的比例达到设定比例,则判定拍摄设备的图像传感器色彩均匀性符合要求;
所述的将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像之后,还包括:
计算白平衡处理后的图像中的每个像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量的值;
对所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值计算平均值和标准偏差值;
若所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值的平均值和标准偏差值均满足设定值,则判定拍摄设备的图像传感器色彩均匀性符合要求。
2.根据权利要求1所述的色彩均匀性评估方法,其特征在于,所述原始图像通过拍摄设备的图像传感器拍摄均匀的白色面板光源而获得。
3.根据权利要求1所述的色彩均匀性评估方法,其特征在于,所述的根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像,具体包括:
将原始图像的宽度和高度均压缩为原来的二分之一;
将宽度和高度压缩后图像中的每个像素的红色分量和蓝色分量的值与未压缩前的保持一致,且将宽度和高度压缩后图像中的每个像素的绿色分量设定为未压缩前的两个绿色子分量之和的一半。
4.根据权利要求1所述的色彩均匀性评估方法,其特征在于,所述的将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像,具体包括:
分别计算压缩图像中所有像素点的红色分量、蓝色分量和绿色分量的平均值;
将压缩图像中所有像素点的红色分量的值乘以绿色分量平均值与红色分量平均值的比值,以及蓝色分量的值乘以绿色分量平均值与蓝色分量平均值的比值。
5.根据权利要求1所述的色彩均匀性评估方法,其特征在于,所述的计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例,对白平衡处理后的图像中的每个像素点的分量比例的计算规则为:红色分量的值与绿色分量的比值、蓝色分量的值与绿色分量的比值以及红色分量的值与蓝色分量的比值。
6.一种色彩均匀性评估装置,其运行时执行权利要求1-5任意一项所述的色彩均匀性评估方法,其特征在于,所述装置包括获取单元、图像压缩单元、第一计算单元、第二计算单元以及第一比对单元;
所述获取单元,用于获取拍摄设备的图像传感器采集的原始图像;
所述图像压缩单元,用于根据原始图像的拜耳阵列,对原始图像进行压缩,得到压缩图像;
所述第一计算单元,用于将压缩图像中所有像素点进行白平衡处理,得到白平衡处理后的图像;
所述第二计算单元,用于计算白平衡处理后的图像中每个像素点的颜色分量与自身像素点的其他颜色分量的分量比例;
所述第一比对单元,用于若满足设定区间要求的分量比例的像素个数占总的像素个数的比例达到设定比例,则判定拍摄设备的图像传感器色彩均匀性符合要求。
7.根据权利要求6所述的色彩均匀性评估装置,其特征在于,所述装置还包括第三计算单元、第四计算单元和第二对比单元;
所述第三计算单元,用于计算白平衡处理后的图像中的每个像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量的值;
所述第四计算单元,用于对所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值计算平均值和标准偏差值;
所述第二对比单元,用于若所有像素点的红色分量与蓝色分量的差值除以绿色分量或蓝色分量与红色分量的差值除以绿色分量所得值的平均值和标准偏差值均满足设定值,则判定拍摄设备的图像传感器色彩均匀性符合要求。
8.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1~5中任意一项所述的色彩均匀性评估方法步骤。
9.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时,使得所述处理器执行如权利要求1~5任意一项所述的色彩均匀性评估方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111560367.5A CN114189677B (zh) | 2021-12-20 | 2021-12-20 | 色彩均匀性评估方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111560367.5A CN114189677B (zh) | 2021-12-20 | 2021-12-20 | 色彩均匀性评估方法、装置、计算机设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114189677A CN114189677A (zh) | 2022-03-15 |
CN114189677B true CN114189677B (zh) | 2024-06-28 |
Family
ID=80605631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111560367.5A Active CN114189677B (zh) | 2021-12-20 | 2021-12-20 | 色彩均匀性评估方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114189677B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101193316A (zh) * | 2006-11-21 | 2008-06-04 | 安凯(广州)软件技术有限公司 | 一种自适应白平衡校正方法 |
CN104469334A (zh) * | 2014-12-10 | 2015-03-25 | 深圳市理邦精密仪器股份有限公司 | 一种医疗设备取得图像数据的处理方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4436733B2 (ja) * | 2004-08-27 | 2010-03-24 | オリンパス株式会社 | 撮像装置および再生装置 |
DE602005016702D1 (de) * | 2005-12-01 | 2009-10-29 | Arima Computer Corp | Verfahren zum Weissabgleich |
JP5677021B2 (ja) * | 2010-10-20 | 2015-02-25 | 三菱電機株式会社 | 色補正処理装置、色補正処理方法及びマルチディスプレイ装置 |
CN107644437B (zh) * | 2016-07-21 | 2021-01-26 | 宁波舜宇光电信息有限公司 | 基于分块的偏色检测***及其方法 |
CN107770410A (zh) * | 2017-10-16 | 2018-03-06 | 深圳市中瑞微视光电有限公司 | 彩色面阵ccd的自适应矫正 |
CN107979726B (zh) * | 2017-11-28 | 2020-05-22 | 信利光电股份有限公司 | 一种全景镜头的配对方法和全景镜头 |
US10721470B2 (en) * | 2018-07-06 | 2020-07-21 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Compression of a raw image |
CN112218065B (zh) * | 2020-09-14 | 2022-05-10 | 深圳英飞拓科技股份有限公司 | 图像白平衡方法、***、终端设备及存储介质 |
-
2021
- 2021-12-20 CN CN202111560367.5A patent/CN114189677B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101193316A (zh) * | 2006-11-21 | 2008-06-04 | 安凯(广州)软件技术有限公司 | 一种自适应白平衡校正方法 |
CN104469334A (zh) * | 2014-12-10 | 2015-03-25 | 深圳市理邦精密仪器股份有限公司 | 一种医疗设备取得图像数据的处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114189677A (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190266966A1 (en) | Gray scale adjustment method and device for display panel | |
US6381357B1 (en) | Hi-speed deterministic approach in detecting defective pixels within an image sensor | |
CN112073703B (zh) | 一种色彩校正矩阵的调整方法、装置、终端设备及介质 | |
DE102013114631A1 (de) | Kalibrierung der Objektivschattierung für Kameras | |
CN108737815B (zh) | 一种图像传感器的质量检测方法及*** | |
US20230410369A1 (en) | Method and apparatus for adjusting an image acquisition apparatus, compensation method of a display panel, device and medium | |
DE112011101066T5 (de) | Bildverarbeitungsgerät und steuerungsverfahren für ein bildverarbeitungsgerät | |
US8035703B2 (en) | Device and method for measuring noise characteristics | |
CN111669572A (zh) | 摄像头模组的检测方法、装置、介质及电子设备 | |
CN112150392B (zh) | 一种低照度图像的修复方法及装置 | |
CN114189677B (zh) | 色彩均匀性评估方法、装置、计算机设备及介质 | |
US9036030B2 (en) | Color calibration of an image capture device in a way that is adaptive to the scene to be captured | |
WO2021017979A1 (zh) | 一种灰阶强度数据的处理方法、存储介质及终端设备 | |
CN112950509A (zh) | 一种图像处理方法、装置及电子设备 | |
US9041815B2 (en) | Digital camera imaging evaluation module | |
Williams et al. | Measuring and managing digital image sharpening | |
Xu et al. | A Database of Visual Color Differences of Modern Smartphone Photography | |
CN111800626B (zh) | 拍照一致性评价方法、装置、移动终端及存储介质 | |
CN111263140B (zh) | 设备、***和方法 | |
KR100929386B1 (ko) | 고속 직렬 통신 규격이 채용된 디지털 카메라의 해상력평가 장치 | |
CN107911624B (zh) | 一种多摄像头模组的画质补偿方法 | |
CN117896508A (zh) | 基于标准光源的图像白平衡处理方法及装置 | |
CN115866414A (zh) | 一种色彩校正方法、***及电子设备 | |
CN117173081A (zh) | 色彩均匀性检测方法以及相关设备 | |
CN116558781A (zh) | 用于显示屏体检测的方法、装置、终端设备及*** |
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 |