【技术实现步骤摘要】
本专利技术涉及图像处理，特别涉及一种去除区域性横纹的方法、系统及介质。
技术介绍
1、通常实际相机采集的图像，由于图像传感器固有的缺陷，如因暗电流的不均匀性和像素缺陷引起的传感器像素单元对成像目标响应不一致、因工艺问题造成的像素单元大小存在误差等，都会造成图像在竖直方向区域性灰度值不均匀问题，该问题具体表现为，图像的上下区域灰度偏暗、中间区域灰度偏亮。
2、现有技术中，横纹矫正算法是，针对图像在竖直方向上，每行之间有灰度值差异而引入的算法。横纹矫正算法以一行图像为单位进行线性拟合，从而达到行与行之间的平均灰度值相同消除差异的目的。基于上述横纹矫正算法所实现的横纹矫正，存在计算量较大、不利于硬件实现。
3、中国专利cn 112967206 b公开了一种基于图像分块的自适应红外图像、视频竖纹去除方法。该专利通过获取预处理后的图像帧数据，对图像数据进行滤波，分别对滤波前后图像进行分块，利用各图像块在列方向上的一维噪声特征分布，进行自适应的图像边缘评价得到竖纹噪声叠加量，并修正以列为单位取中值作为该列最终竖纹噪声叠加量，而后利用最终竖纹噪声叠加量，以列为单位在原始图像上进行竖纹消除。该专利所实现的方法存在计算量大，不利用硬件实现的问题，且该专利的技术手段与本方案不同。
4、中国专利cn 112291446 b公开了一种大面阵cmos图像传感器的非均匀性矫正方法。该专利根据cmos图像传感器的结构特点，对分组后的k组灰度均值矩阵，进行曲线拟合，进而优化校正模型。该方法能够有效解决cmos图像传感器的非均
技术实现思路
1、本专利技术提出一种去除区域性横纹的方法、系统及介质，可至少解决上述技术问题之一。
2、为实现上述目的，本专利技术提出了以下技术方案：
3、一种去除区域性横纹的方法，包括：
4、获取l张原始图像的每个像素点的灰度值，计算每一图像的行区域灰度矩阵，以匹配任一原始图像中灰度值分布特点；
5、基于行区域灰度矩阵，采用线性拟合，分别计算第一增益矩阵和第一偏置矩阵，以获取任一行区域灰度值与行区域灰度最大值之间的关系；
6、分别插值处理第一增益矩阵、第一偏置矩阵，获取第二增益矩阵、第二偏置矩阵，使得每一图像的任一行像素点的灰度均值获取其对应的第二增益系数、第二偏置系数；
7、基于第二增益矩阵和第二偏置矩阵，计算每一图像的任一行像素点的灰度均值的矫正值，获取每一矫正图像。
8、进一步地，计算每一图像的行区域灰度矩阵，包括：基于任一图像中每个像素点的灰度值及行数n，设定行区域的行数h，计算任一行区域灰度均值，获取该图像的行区域灰度矩阵。
9、进一步地，设定行区域的行数h，包括：基于原始图像的行数n，设定行区域的行数h，任一行区域的行数相同，则任一原始图像的行区域个数为。
10、进一步地，设定行区域的行数h，包括：基于原始图像的行数n，设定行区域的行数h，除最后一个行区域的行数外，其他行区域的行数相同，则任一原始图像的行区域个数为。
11、进一步地，基于行区域灰度矩阵，采用线性拟合，计算第一增益矩阵和第一偏置矩阵，包括：若l=1，令第一偏置矩阵为零矩阵；以行区域灰度矩阵中任一行区域灰度为横坐标，以行区域灰度矩阵中行区域灰度的最大值为纵坐标，采用最小二乘法，计算第一增益矩阵。
12、进一步地，基于行区域灰度矩阵，采用线性拟合，计算第一增益矩阵和第一偏置矩阵，包括：若l>1，在l个行区域灰度矩阵中，以同一行区域的行区域灰度的最大值为纵坐标，以同一行区域的l个行区域灰度为横坐标，采用最小二乘法，分别计算每一行区域对应的增益系数和偏置系数，以获取第一增益矩阵和第一偏置矩阵。
13、进一步地，分别插值处理第一增益矩阵、第一偏置矩阵，包括：分别扩展第一增益矩阵、第一偏置矩阵，针对扩展后的第一增益矩阵、第一增益矩阵，采用线性插值，分别计算任一行的第二增益系数、第二偏置系数，获取第二增益矩阵、第二偏置矩阵。
14、进一步地，分别扩展第一增益矩阵、第一偏置矩阵，包括：在第一增益矩阵中，增加第一行，赋值为第一个行区域对应的第一增益系数，增加最后一行，赋值为最后一个行区域对应的第一增益系数；在第一偏置矩阵中，增加第一行，赋值为第一个行区域对应的第一偏置系数，增加最后一行，赋值为最后一个行区域对应的第一偏置系数。
15、基于同样的专利技术构思，本专利技术还提出一种去除区域性横纹系统，包括：
16、获取模块，获取l张原始图像的每个像素点的灰度值；
17、矩阵模块，基于任一图像中每个像素点的灰度值及行数n，设定行区域的行数h，计算任一行区域灰度均值，获取该图像的行区域灰度矩阵，以匹配任一原始图像中灰度值分布特点；采用线性拟合，分别计算第一增益矩阵和第一偏置矩阵，以获取任一行区域灰度值与行区域灰度最大值之间的关系；
18、插值模块，分别插值处理第一增益矩阵、第一偏置矩阵，获取第二增益矩阵、第二偏置矩阵，使得每一图像的任一行像素点的灰度均值获取其对应的第二增益系数、第二偏置系数；
19、矫正模块，基于第二增益矩阵和第二偏置矩阵，计算每一图像的任一行像素点的灰度均值的矫正值，获取每一矫正图像。
20、另一方面，本专利技术还提出一种计算机可读存储介质，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的一种去除区域性横纹的方法。
21、本专利技术的有益效果如下：
22、本申请提供了一种去除区域性横纹的方法，为便于fpga实现，本申请以行区域为单位，计算其对应的增益系数、偏置系数，以减少中间系数的数量及计算量所需的硬件资源，并对增益系数、偏置系数进行优化处理，以确保矫正结果的精度。
23、本申请中在最小二乘法线性拟合的基础上，对增益系数、偏置系数再次进行插值处理，一方面考虑了线性拟合的数据中，行区域内每个像素点不能保证均值相同，可能会出现区域交界处灰度陡变的情况，因此需要以行区域为单位，采用插值处理，来保证灰度变化的平滑性。
24、此外，本专利技术还考虑到任一图像的上边界处和下边界处，只处于一个行区域内，对上边界或下边界的行区域的线性拟合，所实现的矫正结果的精度有限。为使得上边界或下边界的行区域可以采用插值处理，以提高该矫正结果的精度。
本文档来自技高网...【技术保护点】
1.一种去除区域性横纹的方法，其特征在于，包括：
2.根据权利要求1所述的去除区域性横纹的方法，其特征在于，计算每一图像的行区域灰度矩阵，包括：基于任一图像中每个像素点的灰度值及行数n，设定行区域的行数h，计算任一行区域灰度均值，获取该图像的行区域灰度矩阵。
3.根据权利要求2所述的去除区域性横纹的方法，其特征在于，设定行区域的行数h，包括：基于原始图像的行数n，设定行区域的行数h，任一行区域的行数相同，则任一原始图像的行区域个数为。
4.根据权利要求2所述的去除区域性横纹的方法，其特征在于，设定行区域的行数h，包括：基于原始图像的行数n，设定行区域的行数h，除最后一个行区域的行数外，其他行区域的行数相同，则任一原始图像的行区域个数为。
5.根据权利要求1所述的去除区域性横纹的方法，其特征在于，基于行区域灰度矩阵，采用线性拟合，计算第一增益矩阵和第一偏置矩阵，包括：若L=1，令第一偏置矩阵为零矩阵；以行区域灰度矩阵中任一行区域灰度为横坐标，以行区域灰度矩阵中行区域灰度的最大值为纵坐标，采用最小二乘法，计算第一增益矩阵。
7.根据权利要求1所述的去除区域性横纹的方法，其特征在于，分别插值处理第一增益矩阵、第一偏置矩阵，包括：分别扩展第一增益矩阵、第一偏置矩阵，针对扩展后的第一增益矩阵、第一增益矩阵，采用线性插值，分别计算任一行的第二增益系数、第二偏置系数，获取第二增益矩阵、第二偏置矩阵。
8.根据权利要求7所述的去除区域性横纹的方法，其特征在于，分别扩展第一增益矩阵、第一偏置矩阵，包括：在第一增益矩阵中，增加第一行，赋值为第一个行区域对应的第一增益系数，增加最后一行，赋值为最后一个行区域对应的第一增益系数；在第一偏置矩阵中，增加第一行，赋值为第一个行区域对应的第一偏置系数，增加最后一行，赋值为最后一个行区域对应的第一偏置系数。
9.一种去除区域性横纹系统，其特征在于，包括：
10.一种计算机可读存储介质，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8任一项所述的一种去除区域性横纹的方法。
...【技术特征摘要】
1.一种去除区域性横纹的方法，其特征在于，包括：
2.根据权利要求1所述的去除区域性横纹的方法，其特征在于，计算每一图像的行区域灰度矩阵，包括：基于任一图像中每个像素点的灰度值及行数n，设定行区域的行数h，计算任一行区域灰度均值，获取该图像的行区域灰度矩阵。
3.根据权利要求2所述的去除区域性横纹的方法，其特征在于，设定行区域的行数h，包括：基于原始图像的行数n，设定行区域的行数h，任一行区域的行数相同，则任一原始图像的行区域个数为。
4.根据权利要求2所述的去除区域性横纹的方法，其特征在于，设定行区域的行数h，包括：基于原始图像的行数n，设定行区域的行数h，除最后一个行区域的行数外，其他行区域的行数相同，则任一原始图像的行区域个数为。
5.根据权利要求1所述的去除区域性横纹的方法，其特征在于，基于行区域灰度矩阵，采用线性拟合，计算第一增益矩阵和第一偏置矩阵，包括：若l=1，令第一偏置矩阵为零矩阵；以行区域灰度矩阵中任一行区域灰度为横坐标，以行区域灰度矩阵中行区域灰度的最大值为纵坐标，采用最小二乘法，计算第一增益矩阵。
6.根据权利要求1所述的去除区域性横纹的方法，其特征在于，基于行区域灰度矩阵，采用线性拟合，计算第一增益矩...
【专利技术属性】
技术研发人员：李康，张光宇，邵云峰，曹桂平，董宁，
申请(专利权)人：合肥埃科光电科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。