CN1617597A - 使用处理过的yuv数据之透镜校正 - Google Patents

使用处理过的yuv数据之透镜校正 Download PDF

Info

Publication number
CN1617597A
CN1617597A CNA2004100864912A CN200410086491A CN1617597A CN 1617597 A CN1617597 A CN 1617597A CN A2004100864912 A CNA2004100864912 A CN A2004100864912A CN 200410086491 A CN200410086491 A CN 200410086491A CN 1617597 A CN1617597 A CN 1617597A
Authority
CN
China
Prior art keywords
reference picture
described reference
abs
value
distance
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
Application number
CNA2004100864912A
Other languages
English (en)
Other versions
CN1617597B (zh
Inventor
李和宋
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.)
Omnivision Technologies Inc
Original Assignee
Omnivision Technologies Inc
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 Omnivision Technologies Inc filed Critical Omnivision Technologies Inc
Publication of CN1617597A publication Critical patent/CN1617597A/zh
Application granted granted Critical
Publication of CN1617597B publication Critical patent/CN1617597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
    • H04N25/611—Correction of chromatic aberration

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本发明揭示一种对图像数据实施的透镜校正方法，其中在图像数据不处在一YUV彩色空间的情况下通过首先将图像数据转换至YUV彩色空间中；将图像处理程序施加于YUV彩色空间中的图像数据以形成图像处理过的YUV数据；然后，对图像处理过的YUV数据的每一分量(亦即Y、U及V分量)施加一相应的校正值。

Description

使用处理过的YUV数据之透镜校正
技术领域
本发明涉及图像传感器，更具体来说，涉及一种用在一处理过的图像传感器输出上的透镜校正方法。
背景技术
集成电路技术使包括计算机、控制***、电信及成像在内的众多领域发生了巨大变化。在成像领域中，电荷耦合装置(CCD)因其性能特征而得到广泛应用。然而，制造成像所需的固态CCD集成电路较为困难，因此其价格甚为昂贵。此外，由于CCD集成电路制造中所涉及的制程不同于MOS集成电路，因此通常将成像传感器的信号处理部分设置于一分立的集成芯片上。因此，该种CCD成像装置包括至少两个集成电路：一CCD传感器集成电路及一信号处理逻辑集成电路。
另一类图像传感器是CMOS有源像素传感器。如颁于Lee等人的美国专利第5,625,210号(“210专利案”)所述，一有源像素传感器是指一种带有有源装置的电子图像传感器，例如与每一像素相关联的晶体管。有源像素传感器所具有的优点是：由于有了CMOS制造技术，其能够将信号处理电路与传感电路整合于同一集成电路内。
由于图像传感器技术的进步，图像传感器现在较为普遍且可用于小型化应用中，例如个人数字助理(PDA)及移动电话。人们已发现，随着图像传感器及配套透镜尺寸的减小，像差的发生会增多。像差造成若干不良的影响，例如遮蔽、“暗角”、色差、“泛红”及渐晕。
图1显示一种试图解决上述问题的方法。图1显示有：透镜102、一与一图像传感器模块(未图示)相关的传感器阵列104、拜耳(Bayer)RGB数据106、一透镜校正过程108、一RGB数据输出110、图像处理112及图像处理过的YUV/RGB数据114。如图1所示，对原始RGB数据输出110实施透镜校正处理。该种方法有利于自动白平衡112a(AWB)控制、色彩矩阵112b、色彩增益/色相112c、色彩γ校准112d、YUV转换112e及其它图像处理112f相关的简单色彩控制。
附图说明
本文在附图图形中以实例方式而非限定方式阐述本发明，在附图中相同参考编号均指类似的元件，附图如下：
图1是一显示一种透镜校正方法的示意图。
图2是显示一根据本发明某些实施例的透镜校正过程的示意图。
图3是一显示根据本发明某些实施例对YUV数据实施透镜校正的示意图。
图4是一显示本发明某些实施例中的校正方法使用的一组坐标的示意图。
具体实施方式
本发明是一种透镜校正方法及装置，其可改良、改进或解决一给定透镜所产生的图像遮蔽效应、暗角效应、图像中心与隅角之间的色差及各种图像传感器中的渐晕问题。
图2是一示意图，其举例说明本发明某些实施例中的透镜校正过程。图2中显示有：一透镜202、一与一图像传感器模块(未图示)相关的传感器阵列204、拜耳(Bayer)RGB数据206、一透镜校正过程208、图像处理212及图像处理后的YUV/RGB数据214。图像处理212包括若干与自动白平衡212a(AWB)控制、色彩矩阵212b、色彩增益/色相212c、色彩γ校准212d、YUV转换212e及其它图像处理212f相关的控制装置。在图2中，对图像处理后的YUV数据214实施透镜校正过程208。如在图2所见，由于在本发明某些实施例中使用图像处理后的YUV数据，因此无需在图像传感器模块中执行透镜校正方法。相反，可在一数字信号处理器(DSP)、一后端处理器或一图像处理器中执行透镜校正方法。透镜校正方法可由一通用中央处理单元(CPU)或微处理器上的软件或一软件与硬件的组合来执行。
在下文阐述中，提供众多具体细节以便于全面理解本发明的实施例。然而，一熟悉相关技术的人员将认识到：无需一或多个具体细节或使用其它方法、元件等也可实施本发明。在其它示例中，为避免遮掩本发明各实施例的特点，未对众所周知的结构或作业进行详细显示或阐述。
在说明书中提及“一实施例”或“一个实施例”均意味着结合该实施例阐述的一特定特点、结构或特征至少包含于本发明的一个实施例中。因此，在说明书各处出现的措词“在一实施例中”或“在一个实施例中”并不一定均指同一实施例。而且，可以任何适当方式将特定特点、结构或特征组合于一个或多个实施例中。
如上所述，本发明的某些实施例运行于YUV彩色空间(域)内。图3是一示意图，其举例说明根据本发明某些实施例对YUV数据实施透镜校正。图3显示对Y数据202a施加一Y校正值204a，以产生一校正后的Y数据206a。类似地，对U数据202b施加一U校正值204b，以产生一校正后的U数据206b。对V数据202c施加一V校正值204c，以产生一校正后的V数据206c。
本文中所提供的等式仅为举例说明性质且可因实施方案而异。简单地说，某些实施例根据如下等式来校正YUV域中图像数据的每一分量：
Corrected Y＝Y*Ygain                                 等式1
Corrected U＝U+DeltaU                                等式2
Corrected V＝V+DeltaV                                等式3
其中，
YGain是Y的校正值
DeltaU是U的校正值
DeltaV是V的校正值
为便于解释，本文将任何将被施加一校正值(Y、U、V校正值中的任一校正值)的像素称作目标像素。根据某些实施例，Y、U及V校正值基于目标像素相对于参考图像中心的距离。
根据某些实施例，U校正值基于一第一距离值。此一U校正值由均为常数的一最小及一最大U校正限值来界定。该最小及最大U校正限值可由用户根据透镜性质来选择。用户所选择的最小及最大U校正限值须使：当所产生的U校正值施加于一给定目标像素时既不能不足也不能过度。
对于第一距离值，假定参考图像中各像素沿一组自参考图像中心发散出的想象的同心环排列。将相同的U校正值施加于一给定环上的每一像素(目标像素)。在此种情况下，该距离值可由(例如)下文所述等式10所定义的一函数来确定。
根据另一实施例，可通过假定参考图像中各像素沿一组自参考图像中心发散出的想象的同心斜方形(菱形)排列来定义第一距离值。将相同的U校正值施加于一给定菱形上的每一像素(目标像素)。在此种情况下，该距离值可由(例如)下文所述等式11所定义的一函数来确定。
根据另一实施例，可通过假定参考图像中各像素沿一组自参考图像中心发散出的想象的同心矩形排列来定义第一距离值。将相同的U校正值施加于一给定矩形上的每一像素(目标像素)。在此种情况下，该距离值可由(例如)下文所述等式12所定义的一函数来确定。
根据另一实施例，可通过假定参考图像中各像素沿一组自参考图像中心发散出的想象的近似于环形的同心多边形排列来定义第一距离值。将相同的U校正值施加于一给定多边形上的每一像素(目标像素)。在此种情况下，该距离值可由(例如)下文所述等式13a、13b、13c及13d所定义的一函数来确定。该些多边形拟用来近似等式10所定义的同心环。由等式13a、13b、13c及13d定义的多边形为十二边形。然而，该些实施例并不限于十二边形。一给定多边形的边数越多，其越近似环形。因此，用户可选择近似环形的水平。
而且，U校正值可通过一与目标像素的Y值相关的亮度参数来增大或减小。此一亮度参数可由用户根据目标像素的Y值是否满足某些亮度相关条件来选择。可通过(例如)下文所述等式8a、8b及8c来定义与U校正值相关联的亮度相关条件。
因此，根据上述说明及某些实施例，U校正值(即DeltaU)可由(例如)下文所述等式5来定义。
根据某些实施例，V校正值基于一第一距离值。此一V校正值由均为常数的一最小及一最大V校正限值来界定。该最小及最大V校正限值可由用户根据透镜特性来选择。用户所选择的最小及最大V校正限值须使：当将所产生的V校正值施加于一给定目标像素时既不能不足也不能过度。
对于第一距离值，假定参考图像中各像素沿一组自参考图像中心发散出的想象的同心环排列。将相同的V校正值施加于一给定环上的每一像素(目标像素)。在此种情况下，该距离值可由(例如)下文所述等式10所定义的一函数来确定。
根据又一实施例，可通过假定参考图像中各像素沿一组自参考图像中心发散出的想象的同心斜方形(菱形)排列来定义第一距离值。将相同的V校正值施加于一给定菱形上的每一像素(目标像素)。在此种情况下，该距离值可由(例如)下文所述等式11所定义的一函数来确定。
根据另一实施例，可通过假定参考图像中各像素沿一组自参考图像中心发散出的想象的同心矩形排列来定义第一距离值。将相同的V校正值施加于一给定矩形上的每一像素(目标像素)。在此种情况下，该距离值可由(例如)下文所述等式12所定义的一函数来确定。
根据另一实施例，可通过假定参考图像中各像素沿一组自参考图像中心发散出的想象的近似于环形的同心多边形排列来定义第一距离值。将相同的V校正值施加于一给定多边形上的每一像素(目标像素)。在此种情况下，该距离值可由(例如)下文所述等式13a、13b、13c及13d所定义的一函数来确定。该些多边形拟用来近似等式10所定义的同心环。由等式13a、13b、13c及13d定义的多边形为十二边形。然而，该些实施例并不限于十二边形。一给定多边形的边数越多，其越近似环形。因此，用户可选择近似环形的水平。
而且，V校正值可通过一与目标像素的Y值相关的亮度参数来增大或减小。此一亮度参数可由用户根据目标像素的Y值是否满足特定亮度相关条件来选择。可通过(例如)下文所述等式9a、9b及9c来定义与V校正值相关联的亮度相关条件。
因此，根据上述说明及某些实施例，V校正值(即DeltaV)可由(例如)下文所述等式6来定义。
根据某些实施例，Y校正值基于一第二距离值。此一Y校正值由均为常数的一最小及一最大Y校正限值来界定。该最小及最大Y校正限值可由用户根据透镜性质来选择。用户所选择的最小及最大Y校正限值须使：当将所产生的Y校正值施加于一给定目标像素时既不能不足也不能过度。
对于第二距离值来说，第二距离值基于第一距离值(如上文所述)，而第一距离值又可通过用户选择的常数来增大。该些用户选择的常数是基于正在校正的透镜的F值。该第二距离值可由(例如)下文所述等式14来定义。
此外，Y校正值基于一本文称作α函数的平滑参数。为便于解释，假定Y校正可由一在其下限处具有一不连续点的Y校正曲线来表示(参见下述等式4)。α函数的作用是消除Y校正曲线下限处的不连续点。根据某些实施例，平滑参数可由(例如)下文所述的等式7来定义。C1是与Y校正曲线下限处的不连续点相关的位置。C3、C4及C5可由用户选择并取决于所需的平滑度。
因此，根据上述说明及某些实施例，Y校正值(即YGain)可由(例如)下述等式4定义。
下列变量及函数定义如下：
x：像素横坐标
y：像素纵坐标
Y：像素亮度值
U：像素U值，(即，色度U＝蓝色-Y)
V：像素V值，(即，色度V＝红色-Y)
YGain＝Function_YGain(x，y)
DeltaU＝Function_DeltaU(x，y，U)
DeltaV＝Function_DeltaV(x，y，V)
其中：
YGain＝Function_YGain(x，y)
    ＝min(YMAXLIMIT，max(YMINLIMIT，Function_Distance_two(x，y)*
    YCOEFF+YOFFSET))+Alpha                                 等式4
DeltaU＝Function_DeltaU(x，y，Y)
    ＝min(UMAXLIMIT，max(UMINLIMIT，Function_Distance(x，y)*UCOEFF
    +UOFFSET))/uGain(Y)                                    等式5
DeltaV＝Function_DeltaV(x，y，Y)
    ＝min(VMAXLIMIT，max(VMINLIMIT，Function_Distance(x，y)*VCOEFF
    +VOFFSET))/vGain(Y)                                    等式6
Alpha：
假设Ytemp_gain＝abs(min(YMAXLIMIT，max(YMINLIMIT，Function_Distance(x，y)*YCOEFF+YOFFSET))
如果(abs(Ytemp_gain-c1)＜c2)
则Alpha＝(c3-abs(Ytemp_gain-c4))/c5；                      等式7
uGain(Y)：
    如果(Y＞c6)则uGain(Y)＝c7                              等式8a
    而如果(Y＜c8)                                  则uGain(Y)＝c9等式
    否则         uGain(Y)＝c16                             等式8c
vGain(Y)：
    如果(Y＞c10) 则vGain(Y)＝c11                           等式9a
    而如果(Y＜c12)                                 则vGain(Y)＝c13等式
    否则         vGain(Y)＝c17                             等式9c
其中：
c1、c2、c3、c4、c5、c6、c7、c8、c9、c10、c11、c12、c13、c16、c17均为常数。
YMINLIMIT：常数值
YMAXLIMIT：常数值
UMINLIMIT：常数值
UMAXLIMIT：常数值
VMINLIMIT：常数值
VMAXLIMIT：常数值
YOFFSET：偏移值
UOFFSET：偏移值
VOFFSET：偏移值
YCOEFF：系数值
UCOEFF：系数值
VCOEFF：系数值
应注意，上述常数及系数之具体值取决于特定的透镜/图像传感器组合。一般来说，该些常数及系数是通过自一透镜/图像传感器组合获得的参考图像的实验观测值而获得的且可由用户根据该些观测值来选择。
图4是一示意图，其举例说明根据本发明某些实施例中的校正方法中使用的一组坐标。图4显示一参考图像402，其在X方向上的长度为404(XSIZE)、在Y方向上的高度为406(YSIZE)。参考图像402与一在位置410处具有一原点[0，0]的坐标系相关联。参考图像402中心位于坐标为[XSIZE/2，YSIZE/2]的位置412处。可参考位置412来描述像素408的位置。也可参考一任意位置(例如坐标为[XSIZE/2+XSHIFT，YSIZE/2+YSHIFT]的位置418来描述像素408的位置。XSHIFT及YSHIFT分别表示在X及Y方向上距位置412的距离。
设
    HalfX＝XSIZE/2
    HalfY＝YSIZE/2
    Dx＝abs(HalfX-x+XSHIFT)
    Dy＝abs(HalfY-y+YSHIFT)
NormalizeValue是一个视实施方案为一8位、16位还是其它实施方案而定的值。例如，对于一8位实施方案，NormalizeValue是一可使每一等式10、11、12、13a、13b、13c、13d的最终结果范围介于0至255之间的值，其中28-1＝255。
Function_Distance(x，y)可为下列等式或其它等效距离函数之一。
Function_Distance(x，y)＝Root(Dx*Dx+Dy*Dy)*NormalizeValue等式10
或
Function_Distance(x，y)＝(Dx+Dy)*NormalizeValue               等式11
或
Function_Distance(x，y)＝max(Dx，Dy)*NormalizeValue           等式12
或
如果(Dx＞(Dy＜＜2))
则，Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)
+(abs(Dx-(Dy＜＜2))＞＞3))*NormalizeValue                     等式13a
而如果(Dy＞(Dx＜＜2))
则，Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)
+(abs(Dy-(Dx＜＜2))＞＞3))*NormalizeValue                     等式13b
而如果(max(Dx，Dy)＞(abs(Dx-Dy)＜＜2))
则，Function_Distance(x，y)
＝(Dx+Dy+max(Dx，Dy)+(max(Dx，Dy)-(abs(Dx-Dy)＜＜2)＞＞3))*
NormalizeValue                                                等式13c
否则
Function_Distance(x，y)
＝(Dx+Dy+max(Dx，Dy))* NormalizeValue                         等式13d
其中，″＜＜2″表示乘以4，及″＞＞3″表示除以8。
上述各等式为具有各种实施优点/缺点的替代实施例。例如，等式10不易于在硬件中执行(成本高)且需要更多的软件内的计算资源。然而，等式10所产生的图像较好。
等式11易于在硬件中执行(成本低)且需要较少的软件内计算资源。然而，等式11所产生的图像不如等式10好。
等式12易于在硬件中执行(成本低)且需要较少的软件内的计算资源。然而，等式12所产生的图像不如等式10好。
最后，等式13a、13b、13c、13d易于在硬件中执行(成本低)且需要少量的软件内的计算资源。而且，所产生的图像好。
假设：
Distance＝Function_Distance(x，y)
Function_Distance_two(x，y)＝
    Distance-max(0，(Y-(c14-Distance/c15)))                   等式14
其中：
c14、c15为常数且可由用户根据拟实施透镜校正的透镜的F值来选择。
Max(a，b)：取a与b中的较大值
min(a，b)：取a与b中的较小值

Claims (42)

1、一种对与一透镜相关联的图像数据实施一透镜校正的方法，所述方法包含：
如果所述图像数据不在一YUV彩色空间中，将所述图像数据转换至所述YUV彩色空间以形成YUV图像数据；
将图像处理程序施加于所述YUV图像数据以形成图像处理过的YUV数据；及
对所述图像处理过的YUV数据实施所述透镜校正。
2、根据权利要求1所述的方法，其中实施所述透镜校正进一步包含：
对所述图像处理过的YUV数据的一Y分量施加一Y校正值；
对所述图像处理过的YUV数据的一U分量施加一U校正值；及
对所述图像处理过的YUV数据的一V分量施加一V校正值。
3、根据权利要求1所述的方法，其中实施所述透镜校正进一步包含：
将所述图像处理过的YUV数据的一Y分量乘以一Y校正值；
将所述图像处理过的YUV数据的一U分量与一U校正值相加；及
将所述图像处理过的YUV数据的一V分量与一V校正值相加。
4、根据权利要求2所述的方法，其中所述U校正值基于一第一距离值，其中所述第一距离值与一参考图像中的一目标像素距离所述参考图像的一参考点的位置有关。
5、根据权利要求2所述的方法，其中所述U校正值基于一亮度参数，其中根据所述图像处理过的YUV数据的所述Y分量是否处于一预先选择的亮度范围内来确定所述亮度参数。
6、根据权利要求2所述的方法，其中所述U校正值基于一最大校正限值及一最小校正限值。
7、根据权利要求6所述的方法，其中所述最大校正限值及所述最小校正限值可由用户选择。
8、根据权利要求6所述的方法，其中所述最大校正限值及所述最小校正限值均基于所述透镜的性质。
9、根据权利要求4所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心环中来计算所述第一距离值。
10、根据权利要求4所述的方法，其中通过使第一距离值＝Root(Dx*Dx+Dy*Dy)*NormalizeValue来计算所述第一距离值，其中：
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
11、根据权利要求4所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心矩形中来计算所述第一距离值。
12、根据权利要求4所述的方法，其中通过使第一距离值＝max(Dx，Dy)*NormalizeValue来计算所述第一距离值，其中
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
13、根据权利要求4所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心菱形中来计算所述第一距离值。
14、根据权利要求4所述的方法，其中通过使第一距离值＝(Dx+Dy)*NormalizeValue来计算所述第一距离值，其中
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
15、根据权利要求4所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心多边形中来计算所述第一距离值，其中所述复数个同心多边形基本上为环形。
16、根据权利要求4所述的方法，其中通过下列算法来计算所述第一距离值：
如果(Dx＞(Dy＜＜2))
则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)+(abs(Dx-(Dy＜＜2))＞＞3))*NormalizeValue
而如果(Dy＞(Dx＜＜2))
则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)+(abs(Dy-(Dx＜＜2))＞＞3))*NormalizeValue
而如果(max(Dx，Dy)＞(abs(Dx-Dy)＜＜2))
则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)+(max(Dx，Dy)-(abs(Dx-Dy)＜＜2)＞＞3))*NormalizeValue
否则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy))*NormalizeValue
其中：
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
17、根据权利要求2所述的方法，其中所述V校正值基于一第一距离值，其中所述第一距离值与一参考图像中的一目标像素距离所述参考图像的一参考点的位置相关。
18、根据权利要求2所述的方法，其中所述V校正值基于一亮度参数，其中根据所述图像处理过的YUV数据的所述Y分量是否处于一预先选择的亮度范围内来确定所述亮度参数。
19、根据权利要求2所述的方法，其中所述V校正值基于一最大校正限值及一最小校正限值。
20、根据权利要求19所述的方法，其中所述最大校正限值及所述最小校正限值可由用户选择。
21、根据权利要求19所述的方法，其中所述最大校正限值及所述最小校正限值均基于所述透镜的性质。
22、根据权利要求17所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心环中来计算所述第一距离值。
23、根据权利要求17所述的方法，其中通过使第一距离值＝Root(Dx*Dx+Dy*Dy)*NormalizeValue来计算所述第一距离值，其中：
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
24、根据权利要求17所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的参考点发散出的复数个同心矩形中来计算所述第一距离值。
25、根据权利要求17所述的方法，其中通过使第一距离值＝max(Dx，Dy)*NormalizeValue来计算所述第一距离值，其中
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
26、根据权利要求17所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心菱形中来计算所述第一距离值。
27、根据权利要求17所述的方法，其中通过使第一距离值＝(Dx+Dy)*NormalizeValue来计算所述第一距离值，其中
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半
28、根据权利要求17所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心多边形中来计算所述第一距离值，其中所述复数个同心多边形基本上为环形。
29、根据权利要求17所述的方法，其中通过下列算法来计算所述第一距离值：
如果(Dx＞(Dy＜＜2))
则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)+(abs(Dx-(Dy＜＜2))＞＞3))*NormalizeValue
而如果(Dy＞(Dx＜＜2))
则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)+(abs(Dy-(Dx＜＜2))＞＞3))*NormalizeValue
而如果(max(Dx，Dy)＞(abs(Dx-Dy)＜＜2))
则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)+(max(Dx，Dy)-(abs(Dx-Dy)＜＜2)＞＞3))*NormalizeValue
否则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy))*NormalizeValue
其中：
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
30、根据权利要求2所述的方法，其中所述Y校正值基于一第二距离值，其中所述第二距离值又基于一第一距离值及一或多个基于所述透镜的一F值的亮度。
31、根据权利要求2所述的方法，其中所述Y校正值基于一平滑参数，其中所述平滑参数可由用户根据一所需的平滑量来选择。
32、根据权利要求2所述的方法，其中所述Y校正值基于一最大校正限值及一最小校正限值。
33、根据权利要求32所述的方法，其中所述最大校正限值及所述最小校正限值可由用户来选择。
34、根据权利要求32所述的方法，其中所述最大校正限值及所述最小校正限值均基于所述透镜的性质。
35、根据权利要求30所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心环中来计算所述第一距离值。
36、根据权利要求30所述的方法，其中通过使第一距离值＝Root(Dx*Dx+Dy*Dy)*NormalizeValue来计算所述第一距离值，其中：
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
37、根据权利要求30所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心矩形中来计算所述第一距离值。
38、根据权利要求30所述的方法，其中通过使第一距离值＝max(Dx，Dy)*NormalizeValue来计算所述第一距离值，其中
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
39、根据权利要求30所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心菱形中来计算所述第一距离值。
40、根据权利要求30所述的方法，其中通过使第一距离值＝(Dx+Dy)*NormalizeValue来计算所述第一距离值，其中
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
41、根据权利要求30所述的方法，其中通过假设所述参考图像中的目标像素位于自所述参考图像的所述参考点发散出的复数个同心多边形中来计算所述第一距离值，其中所述复数个同心多边形基本上为环形。
42、根据权利要求30所述的方法，其中通过下列算法来计算所述第一距离值：
如果(Dx＞(Dy＜＜2))
则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)+(abs(Dx-(Dy＜＜2))＞＞3))*NormalizeValue
而如果(D3＞(Dx＜＜2))
则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)+(abs(Dy-(Dx＜＜2))＞＞3))*NormalizeValue
而如果(max(Dx，Dy)＞(abs(Dx-Dy)＜＜2))
则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy)+(max(Dx，Dy)-(abs(Dx-Dy)＜＜2)＞＞3))*NormalizeValue
否则，
Function_Distance(x，y)＝(Dx+Dy+max(Dx，Dy))*NormalizeValue
其中：
Dx＝abs(HalfX-x+XSHIFT)；
Dy＝abs(HalfY-y+YSHIFT)；
HalfX为所述参考图像在一X方向上的长度的一半；及
HalfY为所述参考图像在一Y方向上的宽度的一半。
CN2004100864912A 2003-11-06 2004-10-22 使用处理过的yuv数据之透镜校正 Active CN1617597B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US51773503P 2003-11-06 2003-11-06
US60/517,735 2003-11-06
US10/758,385 US7355639B2 (en) 2003-11-06 2004-01-13 Lens correction using processed YUV data
US10/758,385 2004-01-13

Publications (2)

Publication Number Publication Date
CN1617597A true CN1617597A (zh) 2005-05-18
CN1617597B CN1617597B (zh) 2012-05-16

Family

ID=34437352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2004100864912A Active CN1617597B (zh) 2003-11-06 2004-10-22 使用处理过的yuv数据之透镜校正

Country Status (4)

Country Link
US (1) US7355639B2 (zh)
EP (1) EP1530375B1 (zh)
CN (1) CN1617597B (zh)
TW (1) TWI361904B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104811587A (zh) * 2015-04-21 2015-07-29 深圳市载德光电技术开发有限公司 一种图像亮度色度调节方法、装置和***
CN114762308A (zh) * 2019-11-25 2022-07-15 Lg伊诺特有限公司 测距相机设备

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7612805B2 (en) 2006-07-11 2009-11-03 Neal Solomon Digital imaging system and methods for selective image filtration
US8131073B2 (en) 2008-09-04 2012-03-06 Csr Technology Inc. Apparatus, method, and manufacture for correcting color shading in CMOS image sensors
KR101589310B1 (ko) * 2009-07-08 2016-01-28 삼성전자주식회사 렌즈 쉐이딩 보정 방법 및 장치
TWI427488B (zh) * 2010-04-23 2014-02-21 Realtek Semiconductor Corp 間距計算裝置與應用其之透鏡修正系統及方法
CN111612700B (zh) * 2019-02-26 2023-05-26 杭州海康威视数字技术股份有限公司 图像增强方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0793563A (ja) * 1993-09-21 1995-04-07 Canon Inc 画像処理装置
US5819035A (en) * 1995-10-20 1998-10-06 Matsushita Electric Industrial Co., Ltd. Post-filter for removing ringing artifacts of DCT coding
US6115022A (en) * 1996-12-10 2000-09-05 Metavision Corporation Method and apparatus for adjusting multiple projected raster images
JPH11250240A (ja) * 1998-02-27 1999-09-17 Kyocera Corp Ｙｕｖデータによりディストーション補正を行うディジタル撮像装置
US6603885B1 (en) * 1998-04-30 2003-08-05 Fuji Photo Film Co., Ltd. Image processing method and apparatus
DE20080319U1 (de) * 1999-06-30 2002-05-16 Logitech Inc., Fremont, Calif. Videokamera, bei der die Hauptfunktionen in der Hauptrechnersoftware implementiert werden
US6791609B2 (en) * 1999-12-20 2004-09-14 Texas Instruments Incorporated Digital still camera system and method
JP2002237998A (ja) * 2001-02-07 2002-08-23 Sony Corp 画面補正方法及び撮像装置
JP3539394B2 (ja) * 2001-03-26 2004-07-07 ミノルタ株式会社 画像処理装置、プログラムおよび記録媒体
JP2003023570A (ja) * 2001-07-06 2003-01-24 Sanyo Electric Co Ltd 画像データの修正方法及び画像信号処理装置
JP4053321B2 (ja) * 2002-03-20 2008-02-27 オリンパス株式会社 電子カメラ
WO2004023787A2 (en) * 2002-09-06 2004-03-18 Rytec Corporation Signal intensity range transformation apparatus and method

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104811587A (zh) * 2015-04-21 2015-07-29 深圳市载德光电技术开发有限公司 一种图像亮度色度调节方法、装置和***
CN114762308A (zh) * 2019-11-25 2022-07-15 Lg伊诺特有限公司 测距相机设备
CN114762308B (zh) * 2019-11-25 2023-12-01 Lg伊诺特有限公司 测距相机设备

Also Published As

Publication number Publication date
EP1530375B1 (en) 2018-11-07
US7355639B2 (en) 2008-04-08
EP1530375A3 (en) 2008-03-26
TW200521476A (en) 2005-07-01
TWI361904B (en) 2012-04-11
CN1617597B (zh) 2012-05-16
US20050099507A1 (en) 2005-05-12
EP1530375A2 (en) 2005-05-11

Similar Documents

Publication Publication Date Title
CN1229975C (zh) 在嵌入式***中按比例缩放数字图像的方法
CN1245033C (zh) 用于调节彩色图像色饱和度的设备和方法
CN1123211C (zh) 具有插值功能的图像拾取设备和插值方法
CN1278542C (zh) 摄像装置及其控制方法
CN1263278C (zh) 使用直方图匹配增强对比度的装置和方法
CN101031032A (zh) 图像拾取设备、曝光控制方法、及计算机程序
CN1308891C (zh) 用于图象处理中边缘增强的装置和方法
CN1111866A (zh) 图象传感装置
CN101034198A (zh) 自动聚焦方法及使用其的自动聚焦装置
CN1848920A (zh) 自动焦点调节装置和焦点调节方法
CN1825907A (zh) 设有聚光性微型透镜的固体拍摄装置及采用其的相机装置
CN1617597A (zh) 使用处理过的yuv数据之透镜校正
CN1244236C (zh) 距离计算方法和图像拾取设备
CN1711478A (zh) 位置侦测装置、位置侦测方法以及电子零件搬运装置
CN1532939A (zh) 固体摄像装置及其驱动方法
CN1886758A (zh) 按比例缩小数字矩阵图像的方法及装置
CN1653823A (zh) 影像处理设备和影像处理方法、记录媒体和程序
CN1729697A (zh) 彩色图像传感器、滤色阵列和彩色成像装置
CN1269347C (zh) 摄影装置和摄影方法
CN1625225A (zh) 图像处理方法和装置
CN1610385A (zh) 成像装置
CN1748409A (zh) 图像处理装置、图像处理程序和记录了该程序的记录介质
CN100351869C (zh) 一种数字图像插值处理方法
CN1520163A (zh) 数字照相机
CN1734465A (zh) 用于处理图像的方法、装置和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee
CP01 Change in the name or title of a patent holder

Address after: American California

Patentee after: OmniVision Technologies, Inc.

Address before: American California

Patentee before: Omnivision Tech Inc.