色偏检测方法、装置、设备及存储介质制造方法及图纸

本申请实施例公开了一种色偏检测方法、装置、设备及存储介质。所述方法包括：基于鱼眼相机对标准24色卡进行拍摄，得到待检测图像；基于聚类算法对所述待检测图像进行聚类处理，得到24色卡在所述待检测图像中的色卡区域；获取所述色卡区域在所述待检测图像中的色卡位置信息；基于所述色卡区域的关联度，确定所述色卡区域的色卡区域排序信息；根据所述色卡位置信息和所述色卡区域排序信息，确定所述鱼眼相机对应的色偏测试结果。本申请实施例可以增强针对鱼眼相机的色偏检测的鲁棒性。针对鱼眼相机的色偏检测的鲁棒性。针对鱼眼相机的色偏检测的鲁棒性。

【技术实现步骤摘要】
色偏检测方法、装置、设备及存储介质


[0001]本申请实施例涉及色偏检测
，特别涉及一种色偏检测方法、装置、设备及存储介质。

技术介绍

[0002]智能物联网行业的视觉技术迅速发展，依托于宽视场角的镜头、相机，环视监控、视觉设备可以达到高信息量、低硬件投入的目的。
[0003]对于任何一款相机，成像质量直接决定相机的应用场景、成本以及客户群体。色偏是影响成像质量的一个重要因素，因此，色偏检测在相机应用中的作用也越发重要。
[0004]当前常用的色偏检测方式主要有两种，一种是对标准的24色图卡先做几何校正再对校正后的图像色偏做评测，即通过评估关键色卡块的几何形状，判断在行、列方向的旋转角度，然后通过该角度对整体图像做旋转校正，进而对关键色卡(比如红色、蓝色、绿色)的相互位置关系做是否存在镜像做判定，然后对成功判定的变换进行仿射、镜像变换，获得空间分布较标准的图卡；最后利用先验分布知识，得到每个色块位置，则色偏就可以通过标准色块差异进行计算。另一种是基于区域规律方法，逐个模块做提取，该方案统计由拍摄照片形成的位图上的跳变点；坐标计算单元，与所述跳变点统计单元连接，用于利用竖直方向跳变点的连续，间断规律计算出色块的起始纵坐标和边长，利用水平方向跳变点的出现位置计算出色块的起始横坐标，以计算出24色卡区域的坐标，实现24色色卡色块区域的快速自动定位。
[0005]以上色偏检测方式评测处理的对象大多是针对几何畸变小，视角低的相机。在对鱼眼相机而言，先校正会引入过多的插值噪声，影响色偏测试精度，几何畸变过大的情况下，整体增长阈值方式不会适配各个区域，局部阈值方式也无法覆盖各种情况，鲁棒性较低。

技术实现思路

[0006]本申请实施例提供了一种色偏检测方法、装置、设备及存储介质，可用于增强针对鱼眼相机的色偏检测的鲁棒性。技术方案如下：
[0007]一方面，本申请实施例提供一种色偏检测方法，所述方法包括：
[0008]基于鱼眼相机对标准24色卡进行拍摄，得到待检测图像；
[0009]基于聚类算法对所述待检测图像进行聚类处理，得到24色卡在所述待检测图像中的色卡区域；
[0010]获取所述色卡区域在所述待检测图像中的色卡位置信息；
[0011]基于所述色卡区域的关联度，确定所述色卡区域的色卡区域排序信息；
[0012]根据所述色卡位置信息和所述色卡区域排序信息，确定所述鱼眼相机对应的色偏测试结果。
[0013]另一方面，本申请实施例提供一种色偏检测装置，所述装置包括：
[0014]待检测图像获取模块，用于基于鱼眼相机对标准24色卡进行拍摄，得到待检测图像；
[0015]色卡区域获取模块，用于基于聚类算法对所述待检测图像进行聚类处理，得到24色卡在所述待检测图像中的色卡区域；
[0016]色卡位置信息获取模块，用于获取所述色卡区域在所述待检测图像中的色卡位置信息；
[0017]色卡排序信息确定模块，用于基于所述色卡区域的关联度，确定所述色卡区域的色卡区域排序信息；
[0018]色偏测试结果确定模块，用于根据所述色卡位置信息和所述色卡区域排序信息，确定所述鱼眼相机对应的色偏测试结果。
[0019]再一方面，本申请实施例提供一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述方面所述的色偏检测方法。
[0020]又一方面，本申请实施例提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述方面所述的色偏检测方法。
[0021]又一方面，本申请实施例提供一种计算机程序产品，当该计算机程序产品被执行时，其用于执行上述方面所述的色偏检测方法。
[0022]本申请实施例提供的技术方案中，通过基于鱼眼相机对标准24色卡进行拍摄，得到待检测图像，基于聚类算法对待检测图像进行聚类处理，得到24色卡在待检测图像中的色卡区域，获取色卡区域在待检测图像中的色卡位置信息，基于色卡区域的关联度，确定色卡区域的色卡区域排序信息，根据色卡位置信息和色卡区域排序信息，确定鱼眼相机对应的色偏测试结果。本申请实施例可以在不进行畸变校正的基础上完成色偏检测，不会影响色偏检测的精度，且基于不同色块相互位置关系固定的条件，可以处理多种变换引起的标号定位问题，增强了针对鱼眼相机的色偏检测的鲁棒性。
附图说明
[0023]图1是本申请实施例提供的一种色偏检测方法的步骤流程图；
[0024]图2是本申请实施例提供的一种色偏检测装置的结构示意图；
[0025]图3是本申请实施例提供的一种计算机设备的结构框图。
具体实施方式
[0026]下面将结合附图对本申请实施方式作进一步地详细描述。
[0027]参照图1，示出了本申请实施例提供的一种色偏检测方法的步骤流程图，如图1所示，该色偏检测方法可以包括如下步骤：
[0028]步骤101：基于鱼眼相机对标准24色卡进行拍摄，得到待检测图像。
[0029]本申请实施例可以应用于针对鱼眼相机的色偏检测的场景中。
[0030]标准24色卡是指采用标准的24种颜色形成的色卡，在色卡区域内24种颜色均匀设
置。
[0031]在需要对鱼眼相机的色偏进行检测时，可以通过鱼眼相机进行标准24色卡进行拍摄，以得到待检测图像，该待检测图像即为用于进行后续的色偏检测的图像。
[0032]在基于鱼眼相机对标准24色卡进行拍摄得到待检测图像之后，执行步骤102。
[0033]步骤102：基于聚类算法对所述待检测图像进行聚类处理，得到24色卡在所述待检测图像中的色卡区域。
[0034]色卡区域是指24色卡在待检测图像中所处的区域，即不同色卡在待检测图像中的位置区域。
[0035]在获取到待检测图像之后，可以基于聚类算法对待检测图像进行聚类处理，以得到24色卡在待检测图像中的色卡区域，具体地，对于该过程可以结合下述具体实现方式进行详细描述。
[0036]在本申请的一种具体实现方式中，上述步骤102可以包括：
[0037]子步骤A1：获取所述待检测图像对应的色彩空间矩阵。
[0038]在本实施例中，色彩空间矩阵是指根据待检测图像中的像素点的RGB值形成的矩阵，在本示例中，可以获取待检测图像中每个像素点对应的三维数据特征，该三维数据特征为每个像素点的RGB值形成的特征，然后，按照先行后列的方式和三维数据特征生成色彩空间矩阵，即将每个像素点的R、G、B值作为3维数据特征，按照像素点先行后列的方式组成RGB色彩空间矩阵m，其大小为h
×
w，h∈Z
+
代表图像高度，w∈Z
+
代表图像宽本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种色偏检测方法，其特征在于，所述方法包括以下步骤：基于鱼眼相机对标准24色卡进行拍摄，得到待检测图像；基于聚类算法对所述待检测图像进行聚类处理，得到24色卡在所述待检测图像中的色卡区域；获取所述色卡区域在所述待检测图像中的色卡位置信息；基于所述色卡区域的关联度，确定所述色卡区域的色卡区域排序信息；根据所述色卡位置信息和所述色卡区域排序信息，确定所述鱼眼相机对应的色偏测试结果。2.根据权利要求1所述的方法，其特征在于，所述基于聚类算法对所述待检测图像进行聚类处理，得到24色卡在所述待检测图像中的色卡区域，包括：获取所述待检测图像对应的色彩空间矩阵；基于聚类算法对所述色彩空间矩阵进行聚类处理，得到第一聚类结果；根据所述第一聚类结果，对所述待检测图像进行二值化处理，得到初始二值化图像；对所述初始二值化图像进行凸包计算处理，得到所述初始二值化图像中的第一凸包；根据所述第一凸包，确定所述24色卡在所述待检测图像中的色卡区域。3.根据权利要求2所述的方法，其特征在于，所述获取所述待检测图像对应的色彩空间矩阵，包括：获取所述待检测图像中每个像素点对应的三维数据特征；所述三维数据特征为每个像素点的RGB值形成的特征；根据先行后列的方式和所述三维数据特征，生成所述色彩空间矩阵。4.根据权利要求2所述的方法，其特征在于，所述对所述初始二值化图像进行凸包计算处理，得到所述初始二值化图像中的第一凸包，包括：对所述初始二值化图像进行形态学开处理，生成所述初始二值化图像对应的初始处理图像；计算得到所述初始处理图像中的第一凸包。5.根据权利要求2所述的方法，其特征在于，所述根据所述第一凸包，确定所述24色卡在所述待检测图像中的色卡区域，包括：获取所述第一凸包中凸包区域最大的第一目标凸包；根据位于所述第一目标凸包的区域内的像素点和先行后列的方式，获取所述第一目标凸包对应的区域色彩空间矩阵；根据所述区域色彩空间矩阵，确定所述24色卡在所述待检测图像中的色卡区域。6.根据权利要求5所述的方法，其特征在于，所述获取所述色卡区域在所述待检测图像中的色卡位置信息，包括：基于聚类算法对所述区域色彩空间矩阵进行聚类处理，得到第二聚类结果；根据各色卡类别的像素数量，对所述第二聚类结果进行升序排序，得到排序结果；根据排序结果，计算每个所述色卡类别对应的像素均值；计算得到每个所述色卡类别对应的每个像素与所述像素均值之间的欧式距离；根据所述欧式距离，确定每个所述色卡类别在所述待检测图像中的待...

【专利技术属性】
技术研发人员：董波，季良元，石景怡，丁悦，姜宇航，顾礼将，
申请(专利权)人：大连中科创达软件有限公司，
类型：发明
国别省市：