大視場攝像頭的圖像去暗角方法及裝置與流程
2023-12-03 03:53:16
本發明涉及圖像處理技術領域,具體是涉及一種大視場攝像頭的圖像去暗角方法及裝置。
背景技術:
魚眼攝像機由於其視場較大的特點,在攝影、車輛環視系統、大範圍環境監控中具有廣泛的應用。魚眼攝像機拍攝的圖片呈現強度較大的暗角效應。暗角效應表現為在圖像的四角,呈扇形向外延伸的逐漸變暗的區域。其形成原因有:1.通過傳感器邊緣的光要比通過傳感器中央的光途徑的距離較遠,光產生一定的衰減;2.照射在傳感器的光通量由中心向四周遞減。以上因素導致攝像機拍攝到的圖像整體曝光的不均勻,其規律是由中心至邊角成放射狀曝光率遞減。形成了圖像的暗角效應,影響圖像的視覺效果。在後期圖像識別、全景拼接及融合的應用中,會干擾圖像識別、在全景拼接中形成較為明顯的拼縫。
為了去除圖像暗角效應,專利文獻zl201210379524.7公開了一種圖像暗角亮度調節方法及裝置,其中該方法包括:s100)獲取二維圖像,並對二維圖像劃分暗角區域;s200)調整暗角區域的亮度;s300)輸出亮度調整後的圖像。實施該技術方案的圖像暗角亮度調節方法及裝置,在利用圖像拍攝裝置進行拍攝的過程中,能夠自動調整圖像暗角的亮度,使得調整後整幅圖的亮度保持一致,提高圖像觀看的舒適度;但是,其技術方案是通過選擇固定大小的正方形區域(邊長為80至120像素),統計該區域的像素平均值作為調整圖像暗角的參數,存在如下技術問題:1.不能適用於不同解析度的圖像。2.在魚眼鏡頭暗角較大的時候,其選擇的正方向區域不能完全表徵暗角區域,不能適用於暗角較大的圖像。
專利文獻zl201610097292.4公開了一種圖像暗角校正方法、裝置及系統,包括從攝像頭的otp空間獲取預設鏡頭暗角補償參數;將所述預設鏡頭暗角補償參數代入預設鏡頭暗角補償公式,計算各個像素點的鏡頭暗角補償係數;利用所述待補償圖像中各個像素點的鏡頭暗角補償係數,分別對所述待補償圖像的各個像素點的像素值進行補償。該技術方案,通過將攝像頭的暗角補償參數預先存儲到攝像頭的存儲空間內。但是,該技術方案並未給出補償參數是如何計算得到;且其對任何光線下、任何環境下均採用同樣的補償參數,不能動態根據圖片進行調節,只能適應於特定的攝像頭。此外,由於需要參數預先燒錄到攝像頭的存儲空間內,而燒錄過程會增加燒壞晶片的機率,也會增加生產成本。
為了解決上述技術方案存在的技術問題,剖切需要一種適用於不同解析度圖像的,適用於各種攝像機拍攝得到的圖像的,尤其適用於大視角暗角效應比較明顯的圖像去暗角方法及裝置。
技術實現要素:
為了解決上述技術問題,本發明提出一種適用於不同解析度圖像的,適用於各種攝像機拍攝得到的圖像的,尤其適用於大視角暗角效應比較明顯的圖像去暗角方法及裝置。
本發明的技術方案是這樣實現的:
一種大視場攝像頭的圖像去暗角方法,包括如下步驟:
s10)根據圖像的徑向梯度分布的對稱性來判斷圖像是否存在暗角;
s20)若判斷不存在暗角,則直接輸出圖像;若判斷存在暗角,則對圖像暗角效應進行建模;
s30)求解模型參數,將求解出的參數作為矯正補償參數;
s40)將矯正補償參數代入矯正圖像公式,進行暗角矯正;
s50)輸出矯正暗角後的圖像。
進一步的,根據圖像的徑向梯度分布的對稱性來判斷圖像是否存在暗角的方法如下:
s11)以圖像中心為坐標原點,計算圖像的徑向梯度;
設圖像中心坐標點為(x0,y0),圖像中任意一點坐標為(x,y),計算在半徑方向上的梯度
s12)計算梯度的分布;
用表示梯度分布函數。設定a1表示梯度大於0的梯度數值總和,a2表示梯度小於0的梯度數值總和,則
用h+(ψ),h-(ψ)分別表示歸一化的梯度大於0的梯度分布和梯度小於零的梯度分布,則
s13)計算梯度分布h+(ψ),h-(ψ)的k-l散度
k-l散度表示如下:
若干若γ(i)大於給定的閾值,則判斷圖像存在暗角,若干若γ(i)不大于于給定的閾值,則判斷圖像不存在暗角。
進一步的,對圖像暗角效應建立模型的方法如下:
假設存在暗角效應的圖像亮度用v(r)表示,無暗角效應存在的圖像亮度用a(r)表示,光暈漸變函數用g(r)表示,則存在暗角效應的圖像亮度可表示成無暗角效應存在的圖像亮度與光暈漸變函數的乘積:
v(r)=a(r)g(r)(7)
其中
g(r)=1+ar2+br4+cr3(9)
式中r表示某一點(x,y)與光暈中心的徑向值,用x0,y0表示光暈畸變中心,則
其中,x和y是圖像每一點的坐標,x0,y0和a、b、c是作為未知量的參數。
進一步的,求解模型參數的方法如下:
s31)模型參數的求解轉換;
由於暗角圖像從暗角的中心點向四周是逐漸變暗的,因此,光暈漸變函數g是隨著r單調遞增的,則光暈漸變函數g的一階導數應該大於0,計算得到g的一階導數
dg/dr=2ar+4br3+6cr5>0(10)
由於參數r的範圍應在[0,1]之間,這樣,上式則可以轉換為:
a+2br2+3cr4>0(11)
令r2=q,則上式變為:a+2bq+3cq2>0
根據二次不等式相關知識,令:
求解參數可轉換為解條件極值問題,則
where
c1=(c≥0∧4b2-12ac<0),
c2=(c≥0∧4b2-12ac≥0∧q-≤0∧q+≤0)
c3=(c≥0∧4b2-12ac≥0∧q-≥0∧q+≥0)
c4=(c<0∧q-≤0∧q+≥0),
c5=(c<0∧q-≥0∧q+≤0).
s32)解算參數a,b,c
為減少計算量,縮小圖像到原來的1/10;
不失一般性,中心點x0,y0為圖像像素的正中心,因為x∈(0,1),經過工程經驗得知,a,b,c均在(-2,2)的範圍空間內,因此將a,b,c的初值設置為此空間內,採用nelder-mead算法求解出參數a,b,c。
進一步的,進行暗角矯正的方法如下:
根據計算出的參數a、b、c及中心點x0,y0,按照下面的公式矯正圖像,具備暗角效應上的圖像上某一點的亮度值用vorig表示,矯正後的該點的圖像亮度用vcorr表示,則經過暗角校正後的圖像亮度為:
vcorr(x,y)=vorig(x,y)ga,b,c(r)(13)
其中,g(r)=1+ar2+br4+cr5,
若為彩色圖,則對每一個通道都進行矯正。
一種大視場攝像頭的圖像去暗角裝置,包括:
暗角判斷單元,用於根據圖像的徑向梯度分布的對稱性來判斷圖像是否存在暗角;
參數建模單元,假設存在暗角效應的圖像亮度用v(r)表示,無暗角效應存在的圖像亮度用a(r)表示,光暈漸變函數用g(r)表示,將存在暗角效應的圖像亮度表示成無暗角效應存在的圖像亮度與光暈漸變函數的乘積,建立參數模型
v(r)=a(r)g(r)
其中
g(r)=1+ar2+br4+cr5
式中r表示某一點(x,y)與光暈中心的徑向值,用x0,y0表示光暈畸變中心,則
其中,x和y是圖像每一點的坐標,x0,y0和a、b、c是作為未知量的參數;
參數求解單元,將參數模型進行求解轉換,解算出參數a,b,c及x0,y0;
矯正暗角單元,根據計算出的參數a、b、c及中心點x0,y0,按照下面的公式矯正圖像,具備暗角效應上的圖像上某一點的亮度值用vorig表示,矯正後的該點的圖像亮度用vcorr表示,則經過暗角校正後的圖像亮度為:
vcorr(x,y)=vorig(x,y)gn,b,c(r)
其中,g(r)=1+ar2+br4+cr5,
進一步的,暗角判斷單元通過以下步驟判斷暗角是否存在:
步驟1,以圖像中心為坐標原點,計算圖像的徑向梯度;
設圖像中心坐標點為(x0,y0),圖像中任意一點坐標為(x,y),計算在半徑方向上的梯度
步驟2,計算梯度的分布;
用表示梯度分布函數。設定a1表示梯度大於0的梯度數值總和,a2表示梯度小於0的梯度數值總和,則
用h+(ψ),h-(ψ)分別表示歸一化的梯度大於0的梯度分布和梯度小於零的梯度分布,則
步驟3,計算梯度分布h+(ψ),h-(ψ)的k-l散度
梯度分布h+(ψ),h-(ψ)的k-l散度表示如下:
若干若г(i)大於給定的閾值,則判斷圖像存在暗角,若干若г(i)不大于于給定的閾值,則判斷圖像不存在暗角。
進一步的,通過以下步驟求解模型參數:
步驟1,模型參數的求解轉換;
由於暗角圖像從暗角的中心點向四周是逐漸變暗的,因此,光暈漸變函數g是隨著r單調遞增的,則光暈漸變函數g的一階導數應該大於0,計算得到g的一階導數
dg/dr=2ar+4br3+6cr5>0(10)
由於參數r的範圍應在[0,1]之間,這樣,上式則可以轉換為:
a+2br2+3cr4>0(11)
令r2=q,則上式變為:a+2bq+3cq2>0
根據二次不等式相關知識,令:
求解參數可轉換為解條件極值問題,則
where
c1=(c≥0∧4b2-12ac<0),
c2=(c≥0∧4b2-12ac≥0∧q-≤0∧q+≤0)
c3=(c≥0∧4b2-12ac≥0∧q-≥0∧q+≥0)
c4=(c<0∧q-≤0∧q+≥0),
c5=(c<0∧q-≥0∧q+≤0).
步驟2)解算參數a,b,c
為減少計算量,縮小圖像到原來的1/10;
不失一般性,中心點x0,y0為圖像像素的正中心,因為x∈(0,1),經過工程經驗得知,a,b,c均在(-2,2)的範圍空間內,因此將a,b,c的初值設置為此空間內,採用nelder–mead算法求解出參數a,b,c。
本發明的有益效果是:本發明提供一種大視場攝像頭的圖像去暗角方法及裝置,本發明圖像去暗角方法根據圖像的徑向梯度分布的對稱性來判斷圖像是否存在暗角;且採用整副圖像的統計特性進行暗角的估計,不同於傳統方法選擇固定大小的正方形區域(邊長為80至120像素)進行暗角評估,能夠適用於不同解析度的圖像,且能夠適用於暗角較大的圖像,出現偏差的可能性小,也就是說適用於可輸出可變解析度的相機,可使用的相機種類更為廣泛。且本發明圖像去暗角方法根據要矯正的圖像進行參數的設計,普適性強,可適用於不同光照、不同環境下形成的暗角效應不同的圖像,適應範圍更廣;不同於傳統方法只能適應於特定的攝像頭,本發明圖像去暗角方法可以不限定特定的攝像頭。本發明圖像去暗角方法模型參數的簡化及求解,根據工程經驗進行了簡化,大大減少了計算量。此外,本發明圖像去暗角方法不需要預先燒錄晶片,因此,能夠降低晶片的燒壞記錄,降低生產成本。
附圖說明
圖1為本發明大視場攝像頭的去圖像暗角方法的流程圖;
具體實施方式
為了能夠更清楚地理解本發明的技術內容,特舉以下實施例詳細說明,其目的僅在於更好理解本發明的內容而非限制本發明的保護範圍。
如圖1所示,一種大視場攝像頭的圖像去暗角方法,包括如下步驟:
s10)根據圖像的徑向梯度分布的對稱性來判斷圖像是否存在暗角,
s11)以圖像中心為坐標原點,計算圖像的徑向梯度。
設圖像中心坐標點為(x0,y0),圖像中任意一點坐標為(x,y)。計算在半徑方向上的梯度
s12)計算梯度的分布。
用表示分布函數。設定a1表示梯度大於0的梯度數值總和,a2表示梯度小於0的梯度數值總和
用h+(ψ),h-(ψ)分別表示歸一化的梯度大於0的梯度分布和梯度小於零的梯度分布。
s13)計算h+(ψ),h-(ψ)的k-l散度
在概率論或資訊理論中,kl散度(kullback–leiblerdivergence),又稱相對熵(relativeentropy),是描述兩個概率分布p和q差異的一種方法。
若干若г(i)大於給定的閾值,則判斷圖像存在暗角,若干若γ(i)不大于于給定的閾值,則判斷圖像不存在暗角。
s20)若判斷不存在暗角,則直接輸出圖像;若判斷存在暗角,則對圖像暗角效應進行建模:
對圖像暗角效應建立模型的方法如下:
假設存在暗角效應的圖像亮度用可v(r)表示,a(r)表示理想情況(無暗角效應存在時)亮度,g(r)表示光暈漸變函數,則存在暗角效應的圖像可表示理想情況成像亮度與光暈漸變函數的乘積。
v(r)=a(r)g(r)(7)
其中
g(r)=1+ar2+br4+cr5(9)
式中r表示某一點(x,y)與光暈中心的徑向值。x0,y0分別表示光暈畸變中心。
其中,x和y是圖像每一點的坐標,x0,y0和a、b、c均為未知量。
s30)求解模型參數,將求解出的參數作為矯正補償參數;
求解模型參數的方法如下:
s31)模型參數的求解轉換
暗角圖像從暗角的中心點向四周應該是逐漸變暗的,根據上式函數g應該是隨著r單調遞增的即越靠近邊緣上式的乘法中g值也就應該越大,因此函數g的一階導數應該大於0,得到g的一階導數
dg/dr=2ar+4br3+6cr5>0(11)
參數r的範圍很明顯應該在[0,1]之間,這樣上式則可以轉換為:
a+2br2+3cr4>0(12)
令r2=q,則上式變為:a+2bq+3cq2>0.
根據二次不等式相關知識,令:
求解參數轉換為解條件極值問題:
where
c1=(c≥0∧4b2-12ac<0),
c2=(c≥0∧4b2-12ac≥0∧q-≤0∧q+≤0)
c3=(c≥0∧4b2-12ac≥0∧q-≥0∧q+≥0)
c4=(c<0∧q-≤0∧q+≥0),
c5=(c<0∧q-≥0∧q+≤0).
s32)解算參數a,b,c
為減少計算量,縮小圖像到原來的1/10。
不失一般性,中心點x0,y0分別為圖像像素的正中心。
因為x∈(0,1),經過工程經驗得知,a,b,c均在(-2,2)的範圍空間內。因此將a,b,c的初值設置為此空間內,採用nelder–mead(一種優化算法)算法進行參數的求解。
s40)將矯正補償參數代入矯正圖像公式,進行暗角矯正;
計算出上述a、b、c以及中心點後,可以按照下面的公式矯正圖像。vorig是具備暗角效應上的圖像上某一點的亮度值,vcorr為矯正後的圖像。若為彩色圖,需要對每一個通道都進行矯正。
vcorr(x,y)=vorig(x,y)ga,b,c(r)(14)
其中,g(r)=1+ar2+br4+cr5,
那麼經過暗角校正後的圖像就為:
vcorr(x,y)=vorig(x,y)ga,b,c(r)
s50)輸出矯正暗角後的圖像。
一種大視場攝像頭的圖像去暗角裝置,包括:
暗角判斷單元,用於根據圖像的徑向梯度分布的對稱性來判斷圖像是否存在暗角;
參數建模單元,假設存在暗角效應的圖像亮度用v(r)表示,無暗角效應存在的圖像亮度用a(r)表示,光暈漸變函數用g(r)表示,將存在暗角效應的圖像亮度表示成無暗角效應存在的圖像亮度與光暈漸變函數的乘積,建立參數模型
v(r)=a(r)g(r)
其中
g(r)=1+ar2+br4+cr5
式中r表示某一點(x,y)與光暈中心的徑向值,用x0,y0表示光暈畸變中心,則
其中,x和y是圖像每一點的坐標,x0,y0和a、b、c是作為未知量的參數;
參數求解單元,將參數模型進行求解轉換,解算出參數a,b,c及x0,y0;
矯正暗角單元,根據計算出的參數a、b、c及中心點x0,y0,按照下面的公式矯正圖像,具備暗角效應上的圖像上某一點的亮度值用vorig表示,矯正後的該點的圖像亮度用vcorr表示,則經過暗角校正後的圖像亮度為:
vcorr(x,y)=vorig(x,y)ga,b,c(r)
其中,g(r)=1+ar2+br4+cr5,
暗角判斷單元通過以下步驟判斷暗角是否存在:
步驟1,以圖像中心為坐標原點,計算圖像的徑向梯度;
設圖像中心坐標點為(x0,y0),圖像中任意一點坐標為(x,y),計算在半徑方向上的梯度
步驟2,計算梯度的分布;
用表示梯度分布函數。設定a1表示梯度大於0的梯度數值總和,a2表示梯度小於0的梯度數值總和,則
用h+(ψ),h-(ψ)分別表示歸一化的梯度大於0的梯度分布和梯度小於零的梯度分布,則
步驟3,計算梯度分布h+(ψ),h-(ψ)的k-l散度
梯度分布h+(ψ),h-(ψ)的k-l散度表示如下:
若干若γ(i)大於給定的閾值,則判斷圖像存在暗角,若干若γ(i)不大于于給定的閾值,則判斷圖像不存在暗角。
通過以下步驟求解模型參數:
步驟1,模型參數的求解轉換;
由於暗角圖像從暗角的中心點向四周是逐漸變暗的,因此,光暈漸變函數g是隨著r單調遞增的,則光暈漸變函數g的一階導數應該大於0,計算得到g的一階導數
dg/dr=2ar+4br3+6cr5>0(10)
由於參數r的範圍應在[0,1]之間,這樣,上式則可以轉換為:
a+2br2+3cr4>0(11)
令r2=q,則上式變為:a+2bq+3cq2>0
根據二次不等式相關知識,令:
求解參數可轉換為解條件極值問題,則
where
c1=(c≥0∧4b2-12ac<0),
c2=(c≥0∧4b2-12ac≥0∧q-≤0∧q+≤0)
c3=(c≥0∧4b2-12ac≥0∧q-≥0∧q+≥0)
c4=(c<0∧q-≤0∧q+≥0),
c5=(c<0∧q-≥0∧q+≤0).
步驟2)解算參數a,b,c
為減少計算量,縮小圖像到原來的1/10;
不失一般性,中心點x0,y0為圖像像素的正中心,因為x∈(0,1),經過工程經驗得知,a,b,c均在(-2,2)的範圍空間內,因此將a,b,c的初值設置為此空間內,採用nelder-mead算法求解出參數a,b,c。
本發明提供了一種大視場攝像頭的圖像去暗角方法及裝置,根據圖像的徑向梯度分布的對稱性來判斷圖像是否存在暗角,且採用整副圖像的統計特性進行暗角的估計,不同於傳統方法選擇固定大小的正方形區域(邊長為80至120像素)進行暗角評估,能夠適用於不同解析度的圖像,且能夠適用於暗角較大的圖像,出現偏差的可能性小,也就是說適用於可輸出可變解析度的相機,可使用的相機種類更為廣泛。且本發明根據要矯正的圖像進行參數的設計,普適性強,可適用於不同光照、不同環境下形成的暗角效應不同的圖像,適應範圍更廣;不同於傳統方法只能適應於特定的攝像頭,本發明圖像去暗角方法可以不限定特定的攝像頭。本發明模型參數的簡化及求解,根據工程經驗進行了簡化,大大減少了計算量。此外,本發明圖像去暗角方法不需要預先燒錄晶片,因此,能夠降低晶片的燒壞記錄,降低生產成本。
以上實施例是參照附圖,對本發明的優選實施例進行詳細說明。本領域的技術人員通過對上述實施例進行各種形式上的修改或變更,但不背離本發明的實質的情況下,都落在本發明的保護範圍之內。