CCD傳感器Smear效應處理方法

2023-04-24 03:56:36

專利名稱：：CCD傳感器Smear效應處理方法
技術領域：
：本發明涉及一種Smear效應處理方法，特別是(XD傳感器Smear效應處理方法。
背景技術：
：Smear效應(拖影問題)是幀轉移型(XD傳感器的固有特性。當(XD傳感器受到強光源照射，在進行幀轉移過程中，垂直CCD不斷進行光電轉換，攝影區域的信號電荷轉移到存儲區域，轉移中信號電荷會加上強光源產生的多餘的光電轉換信號，在讀出的圖像當中上下方拉出白線，將嚴重影響圖像對比度和圖像質量，降低圖像細節信息。現有的Smear效應修正方法採用增加曝光時間，使用機械快門和電子快門，藉助暗像元區域信息或藉助相機相關參數等方法進行修正。文獻「科學級幀轉移型C⑶相機拖影問題的處理，科學技術與工程，2009，Vol.9(15)，p4336-4338」公開了一種藉助CCD相關參數進行Smear效應修正的方法。該方法藉助相機曝光時間、幀轉移時間等相關參數，建立起理想圖像與原始圖像之間的關係，通過估計出的Smear效應參數，消除原始圖像中的Smear效應。在建立理想圖像與原始圖像之間關係模型時，需要明確知道相機的曝光時間、幀轉移時間，因此，對產生Smear效應原始圖像的獲取設備的相關參數具有依賴性和局限性。並且在建立理想圖像與原始圖像之間的關係模型時，僅藉助相機的相關參數，並未考慮獲取的實際圖像中光照、噪聲等的影響，降低了Smear效應的消除能力。
發明內容為了克服現有的Smear效應修正方法Smear效應消除能力低的不足，本發明提供一種(XD傳感器Smear效應處理方法。該方法利用全局圖像灰度的統計信息判定Smear效應發生區域的具體位置信息，消除對已知相機相關參數才能進行Smear效應修正的依賴性。考慮到Smear效應圖像和原始圖像的生成關係，根據原始圖像和產生Smear效應區域的灰度特性對原始圖像和Smear效應區域進行背景建模，估計出Smear效應圖像，藉助原始圖像的圖像特性，考慮光照、噪聲等因素對圖像產生的影響，更真實的反映了產生Smear圖像當前幀的圖像特性，可以提高Smear效應消除能力。本發明解決其技術問題所採用的技術方案一種CCD傳感器Smear效應處理方法，其特點是包括下述步驟(a)對大小為rXc的16位圖像，灰度大小範圍為(0，65535)，按照對圖像中的每列進行灰度值累加求和。式中，Col_sum(j)表示第j列的灰度和，f^^x,y)表示(i，j)處的灰度值，r表示行長度，c表示列寬度。計算向量Col_sum的均值mean計算向量Col_sum的方差var式中，x(k)表示輸入的信號，n表示輸入信號的窗口大小。計算閾值ThsThs=mean+aXvar(4)式中，a=400。將統計得到的第j列的Col_Sum(j)與Ths進行比較，大於等於該閾值Ths，即表示該列發生了Smear效應，標記為1式中，I_mask是Smear效應判定向量。按照I_area=label(I_mask)(6)對連通區域進行label標記，得到產生Smear效應區域的個數num，記錄各連通區域的起始坐標pos_left(num)和終止坐標pos_right(num)位置信息，得到產生Smear效應的具體位置。式中，label表示對輸入的I_mask進行標記，I_area表示標記後的結果。(b)對輸入的全局圖像的各像素I_img(i，j)的灰度值，按照大小依次進行排序Is_img=sort(I_img(i,j))(7)找出排序後序列Is_img的中間位置p，以半徑為d選取局部區域排序後的數據，按眧為基準填充各像素得到真實圖像的背景圖像Ijmgmean。式中，sort表示對輸入的圖像數據進行排序，d=50000。同樣，對判定出產生Smear效應所在列的各像素I_img(r，smear_pos)的灰度值，Is_img(smear_pos)=sort(I_img(r，smear_pos))(9)按照大小依次進行排序，找出排序後序列的中間位置Pl，以半徑為屯選取局部區域排序後的數據，按照為基準填充各像素得到含有Smear效應的圖像Ijmgsmear。式中，smear_pos表示產生Smear效應列的位置，屯=50。將計算得到的含有Smear效應的圖像Ijmgsmear與估計出的背景圖像Ijmgmean相減，最終得到估計出的Smear效應圖像I_smear。I_smear=I_imgmean-I_imgsmear(11)(c)將待修正的原始圖像I_img與估計出的Smear效應圖像I_smear相減，得到修正Smear效應後的理想圖像I_new。對修正Smear效應後的理想圖像I_new，再對其中產生電子溢出的區域通過插值的方式重建彌散斑，最終得到Smear效應完全修正後的結果圖像1。_11冊。式中，j『和j「表示未產生溢出的左、右兩側的最近的列坐標位置，w,和wr表示對應的權值。本發明的有益效果是由於利用全局圖像灰度的統計信息判定Smear效應發生區域的具體位置信息，消除對已知相機相關參數才能進行Smear效應修正的依賴性。考慮到Smear效應圖像和原始圖像的生成關係，根據原始圖像和產生Smear效應區域的灰度特性對原始圖像和Smear效應區域進行背景建模，估計出Smear效應圖像，藉助原始圖像的圖像特性，考慮光照、噪聲等因素對圖像產生的影響，更真實的反映了產生Smear圖像當前幀的圖像特性，提高了Smear效應消除能力。具體實施例方式1、Smear效應發生位置確定。對大小為rXc的16位圖像，單像元的灰度值大小範圍為(0，65535)，按公式(1)，對圖像中的每列進行灰度值累加求和，其中，r表示行長度，c表示列寬度，Col_Sum(j)表示第j列的灰度和，j(x，y)表示(i，j)處的灰度值，通過計算可以得到全局圖像每列的灰度和值向量Col_sum。按照公式(2)，(3)分別計算向量Col_sum的均值mean和方差var，其中，x(k)表示輸入的信號，n表示輸入信號的窗口大小。1「按照公式(4)，計算得到一個判定Smear效應的閾值Ths，其中，a為給定的一個實驗值，本發明中選定a=400。Ths=mean+aXvar(4)將統計得到的第j列的Col_Sum(j)與Ths進行比較，大於等於該閾值Ths，即為該列發生了Smear效應，並標記為1，如公式(5)所示。其中，I_mask為Smear效應判定向量。6最後如公式(6)所示，對連通區域進行label標記，得到產生Smear效應區域的個數num，並記錄各連通區域的起始坐標pos_left(num)和終止坐標pos_right(num)位置信息，得到產生Smear效應的具體位置。其中，label表示對輸入的I_mask進行標記，I_area表示標記後的結果。I_area=label(I_mask)(6)2、Smear效應估計。對輸入的全局圖像的各像素I_img(i，j)的灰度值，如公式(7)所示，按照大小依次進行排序。找出排序後序列Is_img的中間位置p，以半徑為d選取局部區域排序後的數據，如公式(8)所示計算均值，以此為基準填充各像素得到真實圖像的背景圖像1_imgmean，其中，sort表示對輸入的圖像數據進行排序，本方明中選定d=50000。Is_img=sort(I_img(i,j))(7)I_imgmean=1/d∑Is(K)(8)同樣，對判定出產生Smear效應所在列的各像素I_img(r，smear_pos)的灰度值，如公式(9)所示，按照大小依次進行排序，找出排序後序列的中間位置Pl，以半徑為屯選取局部區域排序後的數據，如公式(10)所示計算均值，以此為基準填充各像素得到含有Smear效應的圖像I_imgsmear，其中，smear_pos表示產生Smear效應列的位置。本發明中選定屯=50。如公式(11)所示，將計算得到的含有Smear效應的圖像Ijmgsmear與估計出的背景圖像Ijmgmean相減，最終得到估計出的Smear效應圖像I_smear。I_smear=I_imgmean-I_imgsmear(11)3、Smear效應修正。如公式(12)所示，將待修正的原始圖像I_img與估計出的Smear效應圖像1_smear相減，得到修Smear效應後的理想圖像I_new。I_new=I_img-I_smear(12)由於強光源照射，在產生Smear效應的強光源圖像所在位置還會有電子溢出現象的產生，針對此，如公式(13)所示，對修Smear效應後的理想圖像I_neW，再對產生電子溢出的區域通過插值的方式重建彌散斑，最終得到Smear效應完全修正後的結果圖像1。_11冊。其中，j'和j"表示未產生溢出的左、右兩側的最近的列坐標位置，巧和^表示對應的權值，計算公式如(14)(15)所示。Wl=j"-j(14)wr=j'-j(15)。權利要求一種CCD傳感器Smear效應處理方法，其特徵在於包括下述步驟(a)對大小為r×c的16位圖像，灰度大小範圍為(0，65535)，按照Col_sum(j)=i=1rfi,j(x,y),i[1,r];j[1,c]---(1)對圖像中的每列進行灰度值累加求和；式中，Col_sum(j)表示第j列的灰度和，fi，j(x，y)表示(i，j)處的灰度值，r表示行長度，c表示列寬度；計算向量Col_sum的均值meanmean=1nk=1nx(k)---(2)計算向量Col_sum的方差varvar2=1nk=1n(x(k)-mean)2---(3)式中，x(k)表示輸入的信號，n表示輸入信號的窗口大小；計算閾值ThsThs＝mean+α×var(4)式中，α＝400；將統計得到的第j列的Col_sum(j)與Ths進行比較，大於等於該閾值Ths，即表示該列發生了Smear效應，標記為1I_mask(j)=1,Col_sum(j)Ths0,Col_sum(j)Ths---(5)式中，I_mask是Smear效應判定向量；按照I_area＝label(I_mask)(6)對連通區域進行label(·)標記，得到產生Smear效應區域的個數num，記錄各連通區域的起始坐標pos_left(num)和終止坐標pos_right(num)位置信息，得到產生Smear效應的具體位置；式中，label(·)表示對輸入的I_mask進行標記，I_area表示標記後的結果；(b)對輸入的全局圖像的各像素I_img(i，j)的灰度值，按照大小依次進行排序Is_img＝sort(I_img(i，j))(7)找出排序後序列Is_img的中間位置p，以半徑為d選取局部區域排序後的數據，按照I_imgmean=1dk=p-d/2p+d/2Is(k)---(8)為基準填充各像素得到真實圖像的背景圖像I_imgmean；式中，sort(·)表示對輸入的圖像數據進行排序，d＝50000；同樣，對判定出產生Smear效應所在列的各像素I_img(r，smear_pos)的灰度值，Is_img(smear_pos)＝sort(I_img(r，smear_pos))(9)按照大小依次進行排序，找出排序後序列的中間位置p1，以半徑為d1選取局部區域排序後的數據，按照I_imgsmear(smear_pos)=1d1k=p-d1/2p1+d1/2Is_img(smear_pos)---(10)為基準填充各像素得到含有Smear效應的圖像I_imgsmear；式中，smear_pos表示產生Smear效應列的位置，d1＝50；將計算得到的含有Smear效應的圖像I_imgsmear與估計出的背景圖像I_imgmean相減，最終得到估計出的Smear效應圖像I_smear；I_smear＝I_imgmean-I_imgsmear(11)(c)將待修正的原始圖像I_img與估計出的Smear效應圖像I_smear相減，得到修正Smear效應後的理想圖像I_new；I_new＝I_img-I_smear(12)按照Icor_new(i,j)=wlI_new(i,j)+wrI_new(i,j)wl+wr---(13)wl＝j″-j(14)wr＝j′-j(15)對修正Smear效應後的理想圖像I_new，再對其中產生電子溢出的區域通過插值的方式重建彌散斑，最終得到Smear效應完全修正後的結果圖像Icor_new；式中，j′和j″表示未產生溢出的左、右兩側的最近的列坐標位置，wl和wr表示對應的權值。全文摘要本發明公開了一種CCD傳感器Smear效應處理方法，其目的是解決現有的Smear效應修正方法Smear效應消除能力低的技術問題。技術方案是利用全局圖像灰度的統計信息判定Smear效應發生區域的具體位置信息，消除對已知相機相關參數才能進行Smear效應修正的依賴性。考慮到Smear效應圖像和原始圖像的生成關係，根據原始圖像和產生Smear效應區域的灰度特性對原始圖像和Smear效應區域進行背景建模，估計出Smear效應圖像，藉助原始圖像的圖像特性，考慮光照、噪聲等因素對圖像產生的影響。更真實的反映了產生Smear圖像當前幀的圖像特性，提高了Smear效應消除能力。文檔編號G06T5/50GK101853501SQ201010171889公開日2010年10月6日申請日期2010年5月13日優先權日2010年5月13日發明者周軍,孫瑾秋申請人:西北工業大學