CN114724000B - 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 - Google Patents
一种屏拍图摩尔纹的处理方法、处理装置及处理设备 Download PDFInfo
- Publication number
- CN114724000B CN114724000B CN202210643807.1A CN202210643807A CN114724000B CN 114724000 B CN114724000 B CN 114724000B CN 202210643807 A CN202210643807 A CN 202210643807A CN 114724000 B CN114724000 B CN 114724000B
- Authority
- CN
- China
- Prior art keywords
- image
- target
- processed
- moire
- determining
- 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
- 238000003672 processing method Methods 0.000 title claims description 13
- 238000001228 spectrum Methods 0.000 claims abstract description 74
- 238000001914 filtration Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000000605 extraction Methods 0.000 claims description 23
- 230000009466 transformation Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 abstract description 18
- 230000003287 optical effect Effects 0.000 abstract description 13
- 230000008439 repair process Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008859 change Effects 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
- 238000004891 communication Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 241000519995 Stachys sylvatica Species 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000007650 screen-printing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种屏拍图摩尔纹的处理方法、处理装置及处理设备,用于图像中摩尔纹的强弱程度检测,并根据摩尔纹强弱程度对摩尔纹进行有选择性的过滤,从而抑制摩尔纹对于光学检测和修复的干扰。本申请实施例方法包括:获取目标显示屏图像并确定所述目标显示屏图像的待处理图像,确定所述待处理图像的频谱图像;对所述频谱图像进行目标区域提取;对所述目标区域进行幅值分布分析,以得到目标系数;当所述目标系数满足第一预设条件时,对所述待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,所述第一预设条件为所述目标系数不小于第一阈值。
Description
技术领域
本申请实施例涉及显示屏图像处理领域,尤其涉及一种屏拍图摩尔纹的处理方法、处理装置及处理设备。
背景技术
数码相机等设备上的感光元件,其表面的三原色滤镜呈规则排布,因此,在遇到条纹空间频率相近的拍摄对象时,就会出现摩尔纹效应,例如,针织布料的拍摄图像、LED屏幕的屏摄图像等。
摩尔纹的存在会影响样张的成像效果,然而,就目前的摩尔纹消除技术来说,难以在保留图像中细节和纹理信息的情况下对图像中的摩尔纹进行消除。例如,当利用滤波法通过引用模糊成像的方式来降低摩尔纹干扰时,两片光学低通滤镜将光信号在两个方向上分别分开,一束光线被分成四束光路,使得光学分辨率低于对应感光元件的二倍像素频率,降低了图像锐度,从而降低摩尔纹干扰,该方法虽然能够在拍摄中避免摩尔纹的发生,但以降低图像锐度为代价,会丢失图像中部分细节和纹理信息。
因此,如何在对屏拍图中的摩尔纹进行消除的过程中,降低摩尔纹对光学检测的干扰,以更优程度保留图像中的细节和纹理信息,成为所要解决的重点。
发明内容
本申请实施例提供了一种屏拍图摩尔纹的处理方法、处理装置及处理设备,用于图像中摩尔纹的强弱程度检测,并根据摩尔纹强弱程度对摩尔纹进行有选择性的过滤,从而抑制摩尔纹对于光学检测和修复的干扰。
本申请从第一方面提供了一种屏拍图摩尔纹的处理方法,包括:
获取目标显示屏图像并确定所述目标显示屏图像的待处理图像,确定所述待处理图像的频谱图像;
对所述频谱图像进行目标区域提取;
对所述目标区域进行幅值分布分析,以得到目标系数;
当所述目标系数满足第一预设条件时,对所述待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,所述第一预设条件为所述目标系数不小于第一阈值。
可选的,所述获取目标显示屏图像并确定所述目标显示屏图像的待处理图像,确定所述待处理图像的频谱图像,包括:
获取目标显示屏图像,并对所述目标显示屏图像进行第一区域提取,以得到待处理图像,所述待处理图像为包含所述第一区域的图像;
对所述第一区域的子图进行傅里叶变换,以得到第一图像;
对所述第一图像进行中心化处理,得到所述待处理图像的频谱图像。
可选的,所述对所述频谱图像进行目标区域提取,包括:
确定所述频谱图像的长边长度和摩尔纹的波长范围;
根据所述长边长度和所述波长范围确定所述频谱图像的滤波半径;
根据所述滤波半径与预先设置的中心宽度提取目标区域。
可选的,所述对所述目标区域进行幅值分布分析,包括:
计算在预设周期内所述目标区域的频域幅度值的均值和标准差;
根据所述均值与所述标准差确定所述目标区域的像素灰度范围;
分别计算大于所述像素灰度范围最大阈值的第一像素数量和所述目标区域的第二像素数量;
根据所述第一像素数量和所述第二像素数量之间的比值确定目标系数。
可选的,所述对所述待处理图像进行摩尔纹过滤之前,所述处理方法还包括:
对所述目标区域内的像素点进行遍历,判断所述像素点的幅值是否大于所述像素灰度范围最大阈值;
若是,则将所述像素点的幅值设置为邻域的幅值均值;
若否,则保持当前幅值。
可选的,所述对所述待处理图像进行摩尔纹过滤之后,所述处理方法还包括:
将所述待处理图像与所述滤除摩尔纹图像作差,并进行二值化,以生成滤除结果图像。
本申请从第二方面提供了一种屏拍图摩尔纹的处理装置,包括:
第一获取单元,用于获取目标显示屏图像并确定所述目标显示屏图像的待处理图像,确定所述待处理图像的频谱图像;
第一提取单元,用于对所述频谱图像进行目标区域提取;
第一分析单元,用于对所述目标区域进行幅值分布分析,以得到目标系数;
过滤单元,用于当所述目标系数满足第一预设条件时,对所述待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,所述第一预设条件为所述目标系数不小于第一阈值。
可选的,所述第一获取单元,包括:
第一区域获取模块,用于获取目标显示屏图像,并对所述目标显示屏图像进行第一区域提取,以得到待处理图像,所述待处理图像为包含所述第一区域的图像;
第一变换模块,用于对所述第一区域的子图进行傅里叶变换,以得到第一图像;
中心化处理模块,用于对所述第一图像进行中心化处理,得到所述待处理图像的频谱图像。
可选的,所述第一提取单元,包括:
波长范围确定模块,用于确定所述频谱图像的长边长度和摩尔纹的波长范围;
滤波半径确定模块,用于根据所述长边长度和所述波长范围确定所述频谱图像的滤波半径;
目标区域提取模块,用于根据所述滤波半径与预先设置的中心宽度提取目标区域。
可选的,所述第一分析单元,包括:
第一计算模块,用于计算在预设周期内所述目标区域的频域幅度值的均值和标准差;
像素灰度范围确定模块,用于根据所述均值与所述标准差确定所述目标区域的像素灰度范围;
第二计算模块,用于分别计算大于所述像素灰度范围最大阈值的第一像素数量和所述目标区域的第二像素数量;
系数确定模块,用于根据所述第一像素数量和所述第二像素数量之间的比值确定目标系数。
可选的,所述处理装置还包括:
第一判断单元,用于对所述目标区域内的像素点进行遍历,判断所述像素点的幅值是否大于所述像素灰度范围最大阈值;
第一执行单元,用于当所述第一判断单元确定所述像素点的幅值大于所述像素灰度范围最大阈值时,则将所述像素点的幅值设置为邻域的幅值均值;
第二执行单元,用于当所述第一判断单元确定所述像素点的幅值不大于所述像素灰度范围最大阈值时,则保持当前幅值。
可选的,所述处理装置还包括:
结果图像生成单元,用于将所述待处理图像与所述滤除摩尔纹图像作差,并进行二值化,以生成滤除结果图像。
本申请从第三方面提供了一种屏拍图摩尔纹的处理设备,包括:
处理器、存储器、输入输出单元、总线;
处理器与存储器、输入输出单元以及总线相连;
存储器保存有程序,处理器调用程度以执行如第一方面以及第一方面的任意可选的处理方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请首先需要获取到目标显示屏图像,并确定目标显示屏图像中需要进行摩尔纹检测的待处理图像,再进一步确定该待处理图像的频谱图像,然后,对该频谱图像进行目标区域提取,接着,对提取后的目标区域进行幅值分布分析,得到目标区域的目标系数,若是该目标系数符合第一预设条件,再对待处理图像进行摩尔纹过滤,这样一来,就可以实现对图像中摩尔纹的强弱程度进行检测,并根据摩尔纹强弱程度对摩尔纹进行有选择性的过滤,从而抑制摩尔纹对于光学检测和修复的干扰。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术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申请的一些实施例,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为本申请中屏拍图摩尔纹的处理方法的一个实施例流程示意图;
图2为本申请中屏拍图摩尔纹的处理方法的另一个实施例流程示意图;
图3为本申请中屏拍图摩尔纹的处理装置的一个实施例结构示意图;
图4为本申请中屏拍图摩尔纹的处理装置的另一个实施例结构示意图;
图5为本申请中屏拍图摩尔纹的处理设备的一个实施例结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”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,在本申请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。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当……时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
数码相机等设备上的感光元件,其表面的三原色滤镜呈规则排布,因此,在遇到条纹空间频率相近的拍摄对象时,就会出现摩尔纹效应,例如,针织布料的拍摄图像、LED屏幕的屏摄图像等。
但摩尔纹的存在是会影响样张的成像效果的,目前,在现有技术中,存在滤波法、精确插值法和专业图像处理软件等手段来避免图像中的摩尔纹或减少图像中的摩尔纹,例如,在滤波法中,是通过引用模糊成像的方式来避免在拍摄过程中出现摩尔纹的干扰的,然而,在模糊成像的过程中,光学分辨率会低于拍摄设备对应感光元件的二倍像素频率,此时图像锐度会被降低,从而丢失图像中的部分细节或纹理信息,因此,如何在对屏拍图中的摩尔纹进行消除的过程中,降低摩尔纹对光学检测的干扰,以更优程度保留图像中的细节和纹理信息,成为所要解决的重点。
基于此,本申请公开了一种屏拍图摩尔纹的处理方法、处理装置及处理设备,通过获取目标显示屏图像中的待处理图像,对待处理图像的频谱图像进行目标区域提取、幅值分析处理和一定条件的判定后,对待处理图像进行摩尔纹过滤,以实现对图像中摩尔纹的强弱程度检测,并根据摩尔纹强弱程度对摩尔纹进行有选择性的过滤,从而抑制摩尔纹对于光学检测和修复的干扰的目的。
下面将结合本申请中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
需要说明的是,本申请提供的屏拍图摩尔纹的处理方法,可以应用于终端,还可以应用于服务器上,例如终端可以是智能手机或电脑、平板电脑、智能电视、智能手表、便携计算机终端也可以是台式计算机等固定终端。为方便阐述,本申请中以终端为执行主体进行举例说明。
请参阅图1,如图1所示,本申请提供了屏拍图摩尔纹的处理方法的一个实施例,包括:
101、获取目标显示屏图像并确定目标显示屏图像的待处理图像,确定待处理图像的频谱图像;
频谱图像上看到的明暗不一的亮点实际上图像上某一点与邻域点差异的强弱,即梯度的大小,也即该点的频率的大小,其中,图像的频率是表征图像中灰度变化剧烈程度的指标,是灰度在平面空间上的梯度,图像中的低频部分指低梯度的点,高频部分相反;梯度大则该点的亮度强,否则该点亮度弱,这样通过观察傅里叶变换后的频谱图可以看出图像的能量分布。
在本申请实施例中,由于需要通过对摩尔纹强弱程度的检测,再根据强弱程度对该摩尔纹进行有选择性的过滤,因此,可以在确定了目标显示屏图像的待处理图像后,进一步确定待处理图像的频谱图像,以备后续对该频谱图像中的相关参数如像素点数量、中心频率等参数进行分析和处理,以确定该待处理图像上的摩尔纹强弱程度。其中,获取目标显示屏图像的手段不限定,可以是通过相关拍照***实时传输所拍摄的图像,也可以是从数据库中调取图像等。
具体的,可以是通过调节并固定好的拍照***获取需要检测的目标显示屏图像,目标显示屏图像中包含有LCD显示屏;确定目标显示屏中的待处理图像,该待处理图像为包含LCD显示屏的区域图像;再对该区域图像进行中心化处理得到对应的频谱图像。
需要说明的是,在所获取到的目标显示屏图像上,可能存在的摩尔纹类型有一种或多种,例如小彩斑、灰阶点状白斑、大面积片状彩斑、S向边缘摩尔纹、G向彩带、拐角摩尔纹等。
102、对频谱图像进行目标区域提取;
在本申请实施例中,在终端确定了目标显示屏图像的待处理图像之后,需要对待处理图像进行目标区域提取,以方便后续通过该目标区域对该待处理图像进行幅值分布分析。
需要说明的是,由于摩尔纹是因为摄像设备中的感光元件和被拍摄屏幕的子像素周期排列在拍摄成像中产生干涉而形成的,因此,当摄像位置固定不变,且屏幕的子像素周期也是一定时,拍摄成像所形成的摩尔纹的周期会处于某个固定范围中变化,因此可以根据该特性去确定频谱图像中摩尔纹的波长范围。而对于灰度值均匀不变的频谱图像,其频谱图像能量主要集中在过中心点的竖直方向上,因此为了后续防止摩尔纹过检,可过滤掉过中心点一定宽度的竖直方向上的频谱数据。
在一些具体的实施例中,因为摩尔纹通常会在所拍摄的图像中呈现出条纹状,所以可以以像素为单位进行度量,将摩尔纹一个变化周期的像素数记为摩尔纹的波长范围,然后根据该波长范围以及待处理图像的长边来确定频谱图像中某点到频谱图像中心点的距离,以该距离作为滤波半径,在过滤掉过中心点一定宽度的竖直方向上的频谱数据后,即可提取出目标区域。
103、对目标区域进行幅值分布分析,以得到目标系数;
在本申请实施例中,在提取了待处理图像的频谱图像的目标区域后,即可对该目标区域进行摩尔纹检测和判定。首先是对该目标区域进行的摩尔纹检测,由于摩尔纹属于噪声数据,噪声数据在频谱图像中所对应的幅度值会比图像中其他像素点对应的幅度值要大,会偏离正态分布区间,因此,终端可以通过分析目标区域的幅值变化来确定摩尔纹信号成分的分布,并根据该分析结果得到需要的目标系数。其中,在本申请实施例中所指的目标系数为后续判定待处理图像是否需要进行摩尔纹过滤的判定依据。
对目标区域进行幅值分布分析有多种实施方式,例如,由概率统计理论中的三西格玛准则可知,对于灰度分布均匀的图像,其像素灰度范围几乎全部集中在[μ-3σ,μ+3σ],而超出这个范围的可能性仅占不到0.3%,其中μ和σ分别表示该目标区域的灰度均值和标准差,而摩尔纹数据在频谱图像中所对应的幅度值会偏离正态分布区间,因此,终端可运用三西格玛准则来对目标区域进行幅值分布分析。
104、当目标系数满足第一预设条件时,对待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,第一预设条件为目标系数不小于第一阈值。
在终端对目标区域进行幅值分布分析后所得到的目标系数满足不小于第一阈值的预设条件时,可以确定待处理图像中存在摩尔纹,则对该待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像。
需要说明的是,在本申请实施例中第一阈值可以根据实际应用场景进行适当的设置和调整,例如,根据实际应用场景可以将第一阈值设置为例如0.004,若目标系数大于0.004则对待处理图像进行摩尔纹过滤,反之则不需要进行摩尔纹过滤。
在本申请实施例中,可以通过所获取的目标显示屏图像来确定待处理图像,然后,在获取到待处理图像的频谱图像后,进一步通过在频谱图像中提取目标区域,从而达到确定需要检测摩尔纹的部分的目的,接着,对该区域的幅值进行分析和一定的预设条件判断,以检测该区域摩尔纹的强弱程度,当该区域的分析结果满足该预设条件时,则对该待处理图像进行摩尔纹过滤,以实现根据摩尔纹强弱程度对摩尔纹进行有选择性的过滤,从而抑制摩尔纹对于光学检测和修复的干扰,以更优程度保留图像中的细节和纹理信息。
请参阅图2,如图2所示,本申请提供了屏拍图摩尔纹的处理方法的另一个实施例,包括:
201、获取目标显示屏图像,并对目标显示屏图像进行第一区域提取,以得到待处理图像,待处理图像为包含第一区域的图像;
202、对第一区域的子图进行傅里叶变换,以得到第一图像;
203、对第一图像进行中心化处理,得到待处理图像的频谱图像;
具体的,终端通过调节并固定好位置的拍照***中获取到目标显示屏图像,并对目标显示屏图像进行第一区域提取,对第一区域的子图进行傅里叶变换,以得到第一图像。其中,对该第一区域的子图进行二维离散傅里叶变换的计算公式如公式(1)所示。
其中,u=0,1,2,…,M-1;v=0,1,2,…,N-1;f(x,y)为变换前的时域图像,即待处理图像,F(u,v)为变换后的频谱图像,M和N分别表示待处理图像的高度和宽度。
然后,对傅里叶变换的幅值结果,即第一图像进行中心化处理,得到待处理图像的频谱图像。
204、确定频谱图像的长边长度和摩尔纹的波长范围;
205、根据长边长度和波长范围确定频谱图像的滤波半径;
206、根据滤波半径与预先设置的中心宽度提取目标区域;
在本申请实施例中,在得到待处理图像的频谱图像后,在频谱图像中提取目标区域,以便后续对待处理图像的摩尔纹检测。
具体的,可以先确定频谱图像的长边长度L,以及通过观察确定摩尔纹的波长范围为(λ1,λ2),接着,再根据确定的长边长度以及波长范围计算出频谱图像的滤波半径,计算滤波半径的公式如公式(2)所示。
将λ1和λ2分别代入公式(2)中,分别得到滤波半径r1和r2,预先设置一个中心宽度s,以滤除掉过中心点宽度为s的竖直方向的频谱数据,由此,滤波半径r1和r2和中心宽度s确定的区域即为目标区域。
需要说明的是,本申请实施例中摩尔纹的波长范围只需在拍照***固定后确定一次即可。
207、计算在预设周期内目标区域的频域幅度值的均值和标准差;
208、根据均值与标准差确定目标区域的像素灰度范围;
209、分别计算大于像素灰度范围最大阈值的第一像素数量和目标区域的第二像素数量;
210、根据第一像素数量和第二像素数量之间的比值确定目标系数;
在提取了待处理图像的频谱图像的目标区域后,即可对该目标区域进行摩尔纹检测和判定。首先是对该目标区域进行的摩尔纹检测,在本申请实施例中,运用三西格玛准则来对目标区域进行幅值分布分析。
具体的实施方式是,首先,计算在预设周期内目标区域的频域幅度值的均值μ和标准差σ,以此确定目标区域的像素灰度范围为[μ-3σ,μ+3σ];接着,计算目标区域中幅度值大于μ+3σ的第一像素数量n,以及像素总数Nmum(即第二像素数量);最后,再计算目标区域中第一像素数量n与像素总数Nmum之间的比值r,该比值r即为确定的目标系数。
211、对目标区域内的像素点进行遍历,判断像素点的幅值是否大于像素灰度范围最大阈值,若是,则执行步骤212,若否,则执行步骤213;
212、将像素点的幅值设置为邻域的幅值均值;
213、保持当前幅值;
在本申请实施例中,在对待处理图像进行摩尔纹判定之前,还需要对目标区域内的像素点的幅值进行预处理,以便后续对待处理图像的像素点进行处理。
具体的预处理方式是,将大于像素灰度范围最大阈值μ+3σ的像素点的幅值设置为邻域的幅值均值,其余的像素点则保持当前幅值即可。
214、当目标系数满足第一预设条件时,对待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,第一预设条件为目标系数不小于第一阈值;
215、将待处理图像与滤除摩尔纹图像作差,并进行二值化,以生成滤除结果图像。
在本申请实施例中,第一阈值取于经验阈值范围中最大阈值极限,例如,可以预先设置经验阈值范围为(rth1,rth2),则第一阈值为rth2,当目标系数r小于rth2,则不需要对待处理图像进行摩尔纹过滤,当目标系数r不小于rth2,则对待处理图像进行摩尔纹过滤。
进一步可选的方案是,还可根据目标系数与经验阈值范围的关系确定摩尔纹存在情况,例如,若目标系数r小于rth1,则确定待处理图像中几乎没有摩尔纹;若目标系数r处于(rth1,rth2)内,则确定待处理图像中存在微弱摩尔纹;若目标系数r大于rth2,则确定待处理图像中存在大量摩尔纹。
在本申请实施例中,在对待处理图像进行摩尔纹过滤后,会生成没有摩尔纹的滤除摩尔纹图像,此时,可以进一步将原待处理图像与已生成的滤除摩尔纹图像作像素点之间灰度值的差,并进行二值化,二值化后所生成的滤除结果图像上只有黑白两种状态可以更好的体现摩尔纹滤除效果。
请参阅图3,图3为本申请提供的屏拍图摩尔纹的处理装置一个实施例,该处理装置包括:
第一获取单元301,用于获取目标显示屏图像并确定目标显示屏图像的待处理图像,确定待处理图像的频谱图像;
第一提取单元302,用于对频谱图像进行目标区域提取;
第一分析单元303,用于对目标区域进行幅值分布分析,以得到目标系数;
过滤单元304,用于当目标系数满足第一预设条件时,对待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,第一预设条件为目标系数不小于第一阈值。
在本申请实施例中,首先通过第一获取单元301来获取目标显示屏图像,并确定该目标显示屏图像的待处理图像,以得到目标显示屏图像需要进行处理的区域,然后,接着确定待处理图像的频谱图像,并通过第一提取单元302对该频谱图像进行目标区域的提取,在第一分析单元303对第一提取单元302所提取出的目标区域进行幅值分析后,得到的目标系数若不小于第一阈值,则通过过滤单元304对待处理图像进行摩尔纹过滤,从而得到滤除摩尔纹图像。不对整个目标显示屏图像做处理,而是从该目标显示屏图像中得到需要进行处理的待处理图像,对待处理图像进行判定,若是符合预设条件则进行相应的摩尔纹过滤,这样一来,可以实现对图像中摩尔纹的强弱程度检测,并根据摩尔纹强弱程度对摩尔纹进行有选择性的过滤,从而抑制摩尔纹对于光学检测和修复的干扰。
请参阅图4,图4为本申请提供的屏拍图摩尔纹的处理装置另一个实施例,该处理装置包括:
第一获取单元401,用于获取目标显示屏图像并确定目标显示屏图像的待处理图像,确定待处理图像的频谱图像;
第一提取单元402,用于对频谱图像进行目标区域提取;
第一分析单元403,用于对目标区域进行幅值分布分析,以得到目标系数;
第一判断单元404,用于对目标区域内的像素点进行遍历,判断像素点的幅值是否大于像素灰度范围最大阈值;
第一执行单元405,用于当第一判断单元404确定像素点的幅值大于像素灰度范围最大阈值时,则将像素点的幅值设置为邻域的幅值均值;
第二执行单元406,用于当第一判断单元404确定像素点的幅值不大于像素灰度范围最大阈值时,则保持当前幅值;
过滤单元407,用于当目标系数满足第一预设条件时,对待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,第一预设条件为目标系数不小于第一阈值;
结果图像生成单元408,用于将待处理图像与滤除摩尔纹图像作差,并进行二值化,以生成滤除结果图像。
在本申请实施例中,第一获取单元401包括:
第一区域获取模块4011,用于获取目标显示屏图像,并对目标显示屏图像进行第一区域提取,以得到待处理图像,待处理图像为包含第一区域的图像;
第一变换模块4012,用于对第一区域的子图进行傅里叶变换,以得到第一图像;
中心化处理模块4013,用于对第一图像进行中心化处理,得到待处理图像的频谱图像。
在本申请实施例中,第一提取单元402,包括:
波长范围确定模块4021,用于确定频谱图像的长边长度和摩尔纹的波长范围;
滤波半径确定模块4022,用于根据长边长度和波长范围确定频谱图像的滤波半径;
目标区域提取模块4023,用于根据滤波半径与预先设置的中心宽度提取目标区域。
在本申请实施例中,第一分析单元403,包括:
第一计算模块4031,用于计算在预设周期内目标区域的频域幅度值的均值和标准差;
像素灰度范围确定模块4032,用于根据均值与标准差确定目标区域的像素灰度范围;
第二计算模块4033,用于分别计算大于像素灰度范围最大阈值的第一像素数量和目标区域的第二像素数量;
系数确定模块4034,用于根据第一像素数量和第二像素数量之间的比值确定目标系数。
请参阅图5,图5为本申请提供的屏拍图摩尔纹的处理设备的一个实施例,该处理设备包括:
处理器501、存储器502、输入输出单元503、总线504;
处理器501与存储器502、输入输出单元503以及总线504相连;
处理器501具体执行如下操作:
获取目标显示屏图像并确定目标显示屏图像的待处理图像,确定待处理图像的频谱图像;
对频谱图像进行目标区域提取;
对目标区域进行幅值分布分析,以得到目标系数;
当目标系数满足第一预设条件时,对待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,第一预设条件为目标系数不小于第一阈值。
可选的,获取目标显示屏图像并确定目标显示屏图像的待处理图像,确定待处理图像的频谱图像,包括:
获取目标显示屏图像,并对目标显示屏图像进行第一区域提取,以得到待处理图像,待处理图像为包含第一区域的图像;
对第一区域的子图进行傅里叶变换,以得到第一图像;
对第一图像进行中心化处理,得到待处理图像的频谱图像。
可选的,对频谱图像进行目标区域提取,包括:
确定频谱图像的长边长度和摩尔纹的波长范围;
根据长边长度和波长范围确定频谱图像的滤波半径;
根据滤波半径与预先设置的中心宽度提取目标区域。
可选的,对目标区域进行幅值分布分析,包括:
计算在预设周期内目标区域的频域幅度值的均值和标准差;
根据均值与标准差确定目标区域的像素灰度范围;
分别计算大于像素灰度范围最大阈值的第一像素数量和目标区域的第二像素数量;
根据第一像素数量和第二像素数量之间的比值确定目标系数。
可选的,对待处理图像进行摩尔纹过滤之前,处理方法还包括:
对目标区域内的像素点进行遍历,判断像素点的幅值是否大于像素灰度范围最大阈值;
若是,则将像素点的幅值设置为邻域的幅值均值;
若否,则保持当前幅值。
可选的,对待处理图像进行摩尔纹过滤之后,处理方法还包括:
将待处理图像与滤除摩尔纹图像作差,并进行二值化,以生成滤除结果图像。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,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***,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,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。
另外,在本申请各个实施例中的各功能单元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。
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,本申请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)执行本申请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-onlymemory)、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。
Claims (5)
1.一种屏拍图摩尔纹的处理方法,其特征在于,包括:
获取目标显示屏图像并确定所述目标显示屏图像的待处理图像,确定所述待处理图像的频谱图像;
对所述频谱图像进行目标区域提取;
对所述目标区域进行幅值分布分析,以得到目标系数;
当所述目标系数满足第一预设条件时,对所述待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,所述第一预设条件为所述目标系数不小于第一阈值;
所述获取目标显示屏图像并确定所述目标显示屏图像的待处理图像,确定所述待处理图像的频谱图像,包括:
获取目标显示屏图像,并对所述目标显示屏图像进行第一区域提取,以得到待处理图像,所述待处理图像为包含所述第一区域的图像;
对所述第一区域的子图进行傅里叶变换,以得到第一图像;
对所述第一图像进行中心化处理,得到所述待处理图像的频谱图像;
所述对所述频谱图像进行目标区域提取,包括:
确定所述频谱图像的长边长度和摩尔纹的波长范围;
根据所述长边长度和所述波长范围确定所述频谱图像的滤波半径;
根据所述滤波半径与预先设置的中心宽度提取目标区域;
所述对所述目标区域进行幅值分布分析,包括:
计算在预设周期内所述目标区域的频域幅度值的均值和标准差;
根据所述均值与所述标准差确定所述目标区域的像素灰度范围;
分别计算大于所述像素灰度范围最大阈值的第一像素数量和所述目标区域的第二像素数量;
根据所述第一像素数量和所述第二像素数量之间的比值确定目标系数。
2.根据权利要求1所述的处理方法,其特征在于,所述对所述待处理图像进行摩尔纹过滤之前,所述处理方法还包括:
对所述目标区域内的像素点进行遍历,判断所述像素点的幅值是否大于所述像素灰度范围最大阈值;
若是,则将所述像素点的幅值设置为邻域的幅值均值;
若否,则保持当前幅值。
3.根据权利要求1至2任意一项所述的处理方法,其特征在于,所述对所述待处理图像进行摩尔纹过滤之后,所述处理方法还包括:
将所述待处理图像与所述滤除摩尔纹图像作差,并进行二值化,以生成滤除结果图像。
4.一种屏拍图摩尔纹的处理装置,其特征在于,包括:
第一获取单元,用于获取目标显示屏图像并确定所述目标显示屏图像的待处理图像,确定所述待处理图像的频谱图像;
第一提取单元,用于对所述频谱图像进行目标区域提取;
第一分析单元,用于对所述目标区域进行幅值分布分析,以得到目标系数;
过滤单元,用于当所述目标系数满足第一预设条件时,对所述待处理图像进行摩尔纹过滤,以生成滤除摩尔纹图像,所述第一预设条件为所述目标系数不小于第一阈值;
所述第一获取单元,包括:
第一区域获取模块,用于获取目标显示屏图像,并对所述目标显示屏图像进行第一区域提取,以得到待处理图像,所述待处理图像为包含所述第一区域的图像;
第一变换模块,用于对所述第一区域的子图进行傅里叶变换,以得到第一图像;
中心化处理模块,用于对所述第一图像进行中心化处理,得到所述待处理图像的频谱图像;
所述第一提取单元,包括:
波长范围确定模块,用于确定所述频谱图像的长边长度和摩尔纹的波长范围;
滤波半径确定模块,用于根据所述长边长度和所述波长范围确定所述频谱图像的滤波半径;
目标区域提取模块,用于根据所述滤波半径与预先设置的中心宽度提取目标区域;
所述第一分析单元,包括:
第一计算模块,用于计算在预设周期内所述目标区域的频域幅度值的均值和标准差;
像素灰度范围确定模块,用于根据所述均值与所述标准差确定所述目标区域的像素灰度范围;
第二计算模块,用于分别计算大于所述像素灰度范围最大阈值的第一像素数量和所述目标区域的第二像素数量;
系数确定模块,用于根据所述第一像素数量和所述第二像素数量之间的比值确定目标系数。
5.一种屏拍图摩尔纹的处理设备,其特征在于,包括:
处理器、存储器、输入输出单元、总线;
处理器与存储器、输入输出单元以及总线相连;
存储器保存有程序,处理器调用程度以执行如权利要求1至3任意一项所述的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210643807.1A CN114724000B (zh) | 2022-06-09 | 2022-06-09 | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210643807.1A CN114724000B (zh) | 2022-06-09 | 2022-06-09 | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114724000A CN114724000A (zh) | 2022-07-08 |
CN114724000B true CN114724000B (zh) | 2022-08-30 |
Family
ID=82232699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210643807.1A Active CN114724000B (zh) | 2022-06-09 | 2022-06-09 | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114724000B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115862539B (zh) * | 2023-03-02 | 2023-05-05 | 深圳市柯达科电子科技有限公司 | 一种oled显示面板的发光光源调节方法 |
CN117372283B (zh) * | 2023-11-06 | 2024-06-04 | 上海衡亮电子科技股份有限公司 | 一种去除摩尔纹的方法与装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103917915A (zh) * | 2011-11-07 | 2014-07-09 | 西铁城控股株式会社 | 激光光源 |
CN104486534A (zh) * | 2014-12-16 | 2015-04-01 | 西安诺瓦电子科技有限公司 | 摩尔纹检测抑制方法及装置 |
CN106651814A (zh) * | 2017-01-12 | 2017-05-10 | 沈阳东软医疗***有限公司 | 一种图像处理方法和装置 |
CN112581904A (zh) * | 2019-09-30 | 2021-03-30 | 华中科技大学 | 一种oled屏亮度灰阶图像的摩尔纹补偿方法 |
CN112700376A (zh) * | 2019-10-23 | 2021-04-23 | Tcl集团股份有限公司 | 图像的摩尔纹去除方法、装置、终端设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7920172B2 (en) * | 2005-03-07 | 2011-04-05 | Dxo Labs | Method of controlling an action, such as a sharpness modification, using a colour digital image |
CN112712467B (zh) * | 2021-01-11 | 2022-11-11 | 郑州科技学院 | 基于计算机视觉与色彩滤波阵列的图像处理方法 |
-
2022
- 2022-06-09 CN CN202210643807.1A patent/CN114724000B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103917915A (zh) * | 2011-11-07 | 2014-07-09 | 西铁城控股株式会社 | 激光光源 |
CN104486534A (zh) * | 2014-12-16 | 2015-04-01 | 西安诺瓦电子科技有限公司 | 摩尔纹检测抑制方法及装置 |
CN106651814A (zh) * | 2017-01-12 | 2017-05-10 | 沈阳东软医疗***有限公司 | 一种图像处理方法和装置 |
CN112581904A (zh) * | 2019-09-30 | 2021-03-30 | 华中科技大学 | 一种oled屏亮度灰阶图像的摩尔纹补偿方法 |
CN112700376A (zh) * | 2019-10-23 | 2021-04-23 | Tcl集团股份有限公司 | 图像的摩尔纹去除方法、装置、终端设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
Multi-Wavelength Digital-Phase-Shifting Moiré Based on Moiré Wavelength;Fatemeh Mohammadi等;《applied sciences》;20190509;1-15 * |
基于稀疏表示的摩尔纹噪声去除方法;张维国;《软件导刊》;20210131;第20卷(第1期);219-225 * |
Also Published As
Publication number | Publication date |
---|---|
CN114724000A (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114724000B (zh) | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 | |
CN110766679B (zh) | 镜头脏污检测方法、装置及终端设备 | |
CN107077602B (zh) | 用于活性分析的***及方法 | |
CN109377457B (zh) | 药丸包衣图像处理方法、装置、计算机设备和存储介质 | |
CN111815578B (zh) | 图像条纹检测方法、视频监控***及相关装置 | |
Karalı et al. | Adaptive image enhancement based on clustering of wavelet coefficients for infrared sea surveillance systems | |
Fan et al. | Dim small target detection based on high-order cumulant of motion estimation | |
Nevriyanto et al. | Image enhancement using the image sharpening, contrast enhancement, and Standard Median Filter (Noise Removal) with pixel-based and human visual system-based measurements | |
KR20180096096A (ko) | 해색 영상을 이용한 해안선 모니터링 장치 및 방법 | |
EP1071042A2 (en) | Method for determining the components of image noise patterns of an imaging device and use of this method in an imaging device | |
CN116129195A (zh) | 图像质量评价装置、方法、电子设备和存储介质 | |
Harichandana et al. | Comparison of image enhancement techniques for rapid processing of post flood images | |
CN110929574A (zh) | 一种红外弱小目标快速检测方法 | |
CN114140481A (zh) | 一种基于红外图像的边缘检测方法、装置 | |
CN112800888B (zh) | 一种基于图像识别的报靶方法及装置 | |
CN113569713A (zh) | 视频图像的条纹检测方法及装置、计算机可读存储介质 | |
CN111369531B (zh) | 图像清晰度的评分方法、设备及存储装置 | |
CN110136085B (zh) | 一种图像的降噪方法及装置 | |
CN111445435B (zh) | 一种基于多区块小波变换的无参考图像质量评价方法 | |
KR100754969B1 (ko) | 화상 검사 장치, 화상 검사 방법 및 컴퓨터 판독가능한 기억 매체 | |
CN111311610A (zh) | 图像分割的方法及终端设备 | |
Wang et al. | A bilateral filtering based ringing elimination approach for motion-blurred restoration image | |
Roels et al. | Noise analysis and removal in 3D electron microscopy | |
CN114994098A (zh) | 一种异物检测的方法及设备 | |
CN114359183A (zh) | 图像质量评估方法及设备、镜头遮挡的确定方法 |
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 |