一种基于图像处理的光源检测方法技术

本发明专利技术涉及一种基于图像处理的光源检测方法；获取拍摄物体在不同程度光源下对应的灰度图像；将各灰度图像分成若干灰度图像块，计算各灰度图像块中各像素点的突变程度，进而得到各灰度图像块中的估计噪声点；利用灰度替换值替换估计噪声点的灰度值，得到各灰度图像块对应的估计图像块；进而获取各灰度图像块对应的奇异值阈值；基于奇异值阈值对各灰度图像块进行去噪操作，得到各灰度图像块对应的去噪图像块；将各去噪图像块进行拼接，得到各灰度图像对应的去噪图像；根据去噪图像和对应灰度图像，判断各灰度图像中噪声点的个数，根据噪声点的个数计算各图像信息对应的判断指标，判断最大判断指标对应的光源为最优光源。本发明专利技术能够准确检测光源。够准确检测光源。够准确检测光源。

【技术实现步骤摘要】
一种基于图像处理的光源检测方法


[0001]本专利技术涉及图像处理领域，具体涉及一种基于图像处理的光源检测方法。

技术介绍

[0002]在摄影或拍摄视频的过程中，给拍摄物体打光是为了提高图像的亮度和对比度，减少图像中的噪声点，让其最终的成像结果更好，其中，拍摄物体在不同强度的光源下所呈现出的成像效果是不同的。
[0003]在摄影的前期准备工作中，通常情况下由摄影师试拍样片，并由摄影师根据拍摄经验检测对应光源是否为最优光源，即在该光源下拍摄的图像是否为存在噪声点最少的图像；但是，这种检测结果是具随机性的，即不能确保每次检测结果的准确性；因此，需要提供一种准确的光源检测方法。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的光源检测方法，所采用的技术方案具体如下：
[0005]获取拍摄物体在不同程度光源下对应的图像信息，对所述图像信息进行灰度化处理，得到灰度图像；
[0006]将所述各灰度图像分成若干个尺寸为m
×
m的灰度图像块，计算各灰度图像块中各像素点的突变程度，将所述突变程度大于噪声阈值对应的像素点记为估计噪声点；
[0007]利用灰度替换值替换灰度图像块中的估计噪声点的灰度值，得到各灰度图像块对应的估计图像块；
[0008]根据所述灰度图像块与对应的估计图像块，获取各灰度图像块对应的奇异值阈值；
[0009]基于所述奇异值阈值对各灰度图像块进行奇异值分解去噪操作，得到各灰度图像块对应的去噪图像块；
[0010]将各去噪图像块进行拼接，得到各灰度图像对应的去噪图像；
[0011]根据所述去噪图像和对应灰度图像，判断各灰度图像中噪声点的个数；并根据噪声点的个数，计算各图像信息对应的判断指标，则最大判断指标对应的光源为最优光源。
[0012]进一步地，所述突变程度为：
[0013][0014]其中，δ
i
为像素点i的突变程度，为在第v种程度的光源下像素点i的灰度值；为在第v种程度的光源下像素点t的灰度值，像素点t位于像素点i的正上方；为在第v种程度的光源下像素点u的灰度值，像素点u位于像素点i的正下方；为在第v种程度的光源下像素点l的灰度值，像素点l位于像素点i的左方；为在第v种程度的光源下像素点r的灰度
值，像素点r位于像素点i的右方。
[0015]进一步地，所述灰度替换值包括第一替换值和第二替换值；根据估计噪声点的灰度值与所述第一替换值的差值，得到第一系数；根据估计噪声点的灰度值与所述第二替换值的差值，得到第二系数；比较第一系数与第二系数的大小，若第一系数大于第二系数，则第一替换值为估计噪声点的灰度替换值，若第一系数小于第二系数，则第二替换值为估计噪声点的灰度替换值。
[0016]进一步地，所述第一替换值为：
[0017][0018]其中，为在第v种程度的光源下估计噪声点o的灰度值，N为灰度图像中像素点的总个数，为在第v种程度的光源下重新获取的第c张灰度图像中与估计噪声点o位置对应的像素点的灰度值，j为在第v种程度的光源下重新获取的灰度图像的总张数。
[0019]进一步地，所述第二替换值为：
[0020][0021]其中，为在第v种程度的光源下估计噪声点o的灰度值，为在第v种程度的光源下像素点a的灰度值，像素点a位于估计噪声点o的正上方；为在第v种程度的光源下像素点b的灰度值，像素点b位于估计噪声点o的正下方；为在第v种程度的光源下像素点e的灰度值，像素点e位于估计噪声点o的左方；为在第v种程度的光源下像素点f的灰度值，像素点f位于估计噪声点o的右方。
[0022]进一步地，所述奇异值阈值的获取方法为：计算各灰度图像块与对应估计图像块的噪声方差，根据噪声方差确定奇异值阈值；
[0023]所述噪声方差为：
[0024][0025]其中，τ2为噪声方差，为灰度图像块对应的矩阵，A
x
为估计图像块对应的矩阵，为Frobenius范数。
[0026]进一步地，所述噪声点的判断方法为：计算去噪图像中各像素点的灰度值与灰度图像中对应各像素点灰度值差值的绝对值，得到差值图像，判断所述差值图像中各像素点的灰度值与阈值的大小，将灰度值大于所述阈值对应的像素点记为噪声点。
[0027]进一步地，所述阈值的获取方法为：其中，式中，h
g
为估计噪声点的灰度值与去噪图像中对应像素点的灰度值的差值，w为估计噪声点的个数。
[0028]本专利技术实施例至少具有如下有益效果：
[0029]本专利技术首先通过估计图像块计算各灰度图像块对应的奇异值阈值，其次，根据奇异值阈值对各灰度图像块进行奇异值分解去噪操作得到去噪图像块，进而得到灰度图像对
应的去噪图像，然后根据去噪图像和对应灰度图像计算噪声点的个数，最终，根据噪声点的个数计算各灰度图像对应的判断指标，最大判断指标对应的光源为最优光源。其中，本专利技术在计算估计图像块时，利用第一替换值和第二替换值替换估计噪声点的灰度值，使得替换结果更准确，得到的估计图像块更准确，进而使光源的检测结果的精确性更高。
[0030]本专利技术通过对不同程度光源下的灰度图像进行处理，不仅使对应光源的检测结果更准确，解决了现有技术中检测结果随机性的问题，同时也节省了大量人力成本。
附图说明
[0031]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0032]图1为本专利技术的一种基于图像处理的光源检测方法实施例的方法流程图。
具体实施方式
[0033]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于图像处理的光源检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0034]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0035]请参阅图1，其示出了本专利技术一个实施例提供的一种基于图像处理的光源检测方法的步骤流程图，该方法包括以下步骤：
[0036]步骤1，获取拍摄物体在不同程度光源下对应的图像信息，对图像信息进行灰度化处理，得到灰度图像。
[0037]具体地，设置不同程度的光源对拍摄物体进行打光，并利用相机采集图像信息；其中，控制图像信息中长边像素与宽边像素的比值为1∶1。
[0038]本实施例采用加权平均法对图像信息进行灰度化处理，得到灰度图像，作为其他实施方式，还可以采用最大值法、分量法、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的光源检测方法，其特征在于，该方法包括以下步骤：获取拍摄物体在不同程度光源下对应的图像信息，对所述图像信息进行灰度化处理，得到灰度图像；将所述各灰度图像分成若干个尺寸为m
×
m的灰度图像块，计算各灰度图像块中各像素点的突变程度，将所述突变程度大于噪声阈值对应的像素点记为估计噪声点；利用灰度替换值替换灰度图像块中的估计噪声点的灰度值，得到各灰度图像块对应的估计图像块；根据所述灰度图像块与对应的估计图像块，获取各灰度图像块对应的奇异值阈值；基于所述奇异值对各灰度图像块进行奇异值分解去噪操作，得到各灰度图像块对应的去噪图像块；将各去噪图像块进行拼接，得到各灰度图像对应的去噪图像；根据所述去噪图像和对应灰度图像，判断各灰度图像中噪声点的个数；并根据噪声点的个数，计算各图像信息对应的判断指标，则最大判断指标对应的光源为最优光源。2.根据权利要求1所述的一种基于图像处理的光源检测方法，其特征在于，所述突变程度为：其中，δ
i
为像素点i的突变程度，为在第v种程度的光源下像素点i的灰度值；为在第v种程度的光源下像素点t的灰度值，像素点t位于像素点i的正上方；为在第v种程度的光源下像素点u的灰度值，像素点u位于像素点i的正下方；为在第v种程度的光源下像素点l的灰度值，像素点l位于像素点i的左方；为在第v种程度的光源下像素点r的灰度值，像素点r位于像素点i的右方。3.根据权利要求1所述的一种基于图像处理的光源检测方法，其特征在于，所述灰度替换值包括第一替换值和第二替换值；根据估计噪声点的灰度值与所述第一替换值的差值，得到第一系数；根据估计噪声点的灰度值与所述第二替换值的差值，得到第二系数；比较第一系数与第二系数的大小，若第一系数大于第二系数，则第一替换值为估计噪声点的灰度替换值，若第一系数小于第二系数，则第二替...

【专利技术属性】
技术研发人员：邹志祥，时宗胜，
申请(专利权)人：江苏通纺互联科技有限公司，
类型：发明
国别省市：