一种图像校正方法与流程

摘要: 本发明涉及图像处理,尤其涉及一种图像校正方法。背景技术:1、竖条纹噪声是一种广泛存在的图像质量退化现象。竖条纹噪声不仅严重影响图像的视觉效果,还会掩盖图像中的关...
一种图像校正方法与流程

本发明涉及图像处理,尤其涉及一种图像校正方法。

背景技术:

1、竖条纹噪声是一种广泛存在的图像质量退化现象。竖条纹噪声不仅严重影响图像的视觉效果,还会掩盖图像中的关键细节信息,对后续的图像处理会造成严重干扰。

2、针对竖条纹噪声的校正,常见方式为:对图像每一行选取当前列及其左右间隔若干列的像素计算二阶差分值,根据预设阈值判断平滑区域并统计差分值估计条纹强度,依据差分值正负确定校正方向并进行亮度补偿。另一类方案采用列投影或均值统计,计算每列平均灰度值,通过滤波或阈值分割得到噪声模板并扣除。此外,还有方案采用卷积神经网络进行图像去噪,输出整幅去噪结果。

3、然而,上述现有方法依赖人工设定阈值或全局模板,对整幅图像统一校正,难以区分条纹与真实纹理,易导致细节丢失。常规深度学习方法采用二维同时下采样网络结构,未针对细窄竖条纹保持列级分辨率,导致条纹位置信息丢失,且多输出图像级结果,无法显式定位具体条纹列。

技术实现思路

1、本发明实施例提供一种图像校正方法,以解决传统方法对整幅图像或整列区域统一处理,误伤正常纹理的问题,提高包含竖条纹噪声的图像校正的精准性和自适应性。

2、根据本发明的一方面,提供了一种图像校正方法,包括:

3、获取待处理图像,对所述待处理图像进行预处理,得到目标输入图像,所述待处理图像包括竖条纹噪声;

4、通过列级竖条纹检测网络对所述目标输入图像进行竖条纹检测,得到所述竖条纹噪声对应的条纹列掩码;

5、对所述条纹列掩码进行邻域扩展,得到待校正列集合;

6、获取所述待处理图像的亮度通道信息,基于所述亮度通道信息计算所述待校正列集合的校正量;

7、基于所述校正量对所述待校正列集合进行亮度校正,得到校正后的亮度通道信息;

8、将所述校正后的亮度通道信息与其他色度通道进行合并,并转换为所述待处理图像的色彩空间,得到校正后的图像。

9、根据本发明的另一方面,提供了一种图像校正装置,该装置包括:

10、目标输入图像获取模块,用于获取待处理图像,对所述待处理图像进行预处理,得到目标输入图像,所述待处理图像包括竖条纹噪声;

11、条纹列掩码获取模块,用于通过列级竖条纹检测网络对所述目标输入图像进行竖条纹检测,得到所述竖条纹噪声对应的条纹列掩码;

12、待校正列集合获取模块,用于对所述条纹列掩码进行邻域扩展,得到待校正列集合;

13、校正量计算模块,用于获取所述待处理图像的亮度通道信息,基于所述亮度通道信息计算所述待校正列集合的校正量;

14、亮度校正模块,用于基于所述校正量对所述待校正列集合进行亮度校正,得到校正后的亮度通道信息;

15、校正后图像获取模块,用于将所述校正后的亮度通道信息与其他色度通道进行合并,并转换为所述待处理图像的色彩空间,得到校正后的图像。

16、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:

17、至少一个处理器;以及

18、与所述至少一个处理器通信连接的存储器;其中,

19、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的图像校正方法。

20、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的图像校正方法。

21、根据本发明的另一方面,提供了一种计算机程序产品,所述计算机程序在被处理器执行时实现如本发明实施例中任一所述的图像校正方法。

22、本发明实施例通过获取待处理图像,对所述待处理图像进行预处理,得到目标输入图像,所述待处理图像包括竖条纹噪声,通过获取包括竖条纹噪声的待处理图像,对待处理图像进行预处理,使得待处理图像能够适配列级竖条纹检测网络的输入要求,为后续精准的列级竖条纹检测和自适应校正奠定了统一、规范的数据基础。通过列级竖条纹检测网络对所述目标输入图像进行竖条纹检测,得到所述竖条纹噪声对应的条纹列掩码,实现了对竖条纹的逐列显式定位,使得后续校正步骤能够仅针对掩码标记的条纹列进行选择性处理,避免了传统方法对整幅图像统一校正所导致的正常纹理误伤。对所述条纹列掩码进行邻域扩展,得到待校正列集合,能够有效避免仅对条纹中心列进行校正时在条纹边缘产生亮度残留或断层,使得校正后的条纹区域与周围正常区域平滑过渡,保证图像修复的视觉自然度。获取所述待处理图像的亮度通道信息,基于所述亮度通道信息计算所述待校正列集合的校正量,通过提取待处理图像的亮度通道信息并基于亮度通道信息计算待校正列集合的校正量,将校正操作约束在亮度通道内,直接对彩色图像三通道分别校正导致的颜色失真问题。基于所述校正量对所述待校正列集合进行亮度校正,得到校正后的亮度通道信息,使得校正操作精准作用于待校正列集合,非条纹区域保持原亮度不变,在有效去除竖条纹噪声的同时完整保留了图像的原始细节和边缘信息。将所述校正后的亮度通道信息与其他色度通道进行合并,并转换为所述待处理图像的色彩空间,得到校正后的图像。在有效去除竖条纹的同时完整保留了图像的原始色彩信息,从根本上避免了颜色失真问题,且校正后的图像与待处理图像具有相同的色彩空间和格式,便于后续直接应用。综上,本发明实施例的技术方案,通过对待处理图像进行列级竖条纹检测,得到待校正列集合,基于待处理图像的亮度通道信息,得到待校正列集合的校正量,基于校正量对待校正列集合进行亮度校正,得到校正后的图像,解决了传统方法对整幅图像或整列区域统一处理,误伤正常纹理的问题,提高了包含竖条纹噪声的图像校正的精准性和自适应性。

23、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

1.一种图像校正方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,对所述待处理图像进行预处理,得到目标输入图像,包括:

3.根据权利要求1所述的方法,其特征在于,所述列级竖条纹检测网络包括二维卷积特征提取层、高度方向下采样卷积层、高度方向池化层、列方向卷积分类层和列级输出层;

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,对所述条纹列掩码进行邻域扩展,得到待校正列集合,包括:

6.根据权利要求1所述的方法,其特征在于,获取所述待处理图像的亮度通道信息,基于所述亮度通道信息计算所述待校正列集合的校正量,包括:

7.根据权利要求6所述的方法,其特征在于,基于平滑区域阈值和亮度差生成平滑区域掩码,包括:

8.根据权利要求7所述的方法,其特征在于,所述平滑区域阈值的确定方法包括:

9.根据权利要求6所述的方法,其特征在于,基于所述平滑区域掩码和所述局部差分强度得到条纹强度参数,包括:

10.根据权利要求6所述的方法,其特征在于,根据所述局部差分强度、所述条纹强度参数和所述校正方向得到所述校正量,包括: