-
公开(公告)号：CN113724202A
公开(公告)日：2021-11-30
申请号：CN202110884479.X
申请日：2021-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于一维傅里叶变换的图像传感器校正效果量化评价方法，分别对串扰补偿前后图像传感器拍摄得到的图像进行横向和纵向展开，得到图像像素灰度值与该图像像素横向展开位置x与纵向展开位置y之间的关系函数，对串扰补偿前后所得到的关系函数分别进行傅里叶变换，绘制函数频谱图，对比校正前后函数频谱图的分布情况，若校正后图像的重心分别向u、v增大的方向移动，则高频信息增加越多，代表对比度越大，校正效果越好。对比现有方法，能够更加直观方便的进行评价串扰补偿效果，稳定可靠，适于工程应用，还在于可以用于评价线阵图像传感器。
-
公开(公告)号：CN113612989A
公开(公告)日：2021-11-05
申请号：CN202110884477.0
申请日：2021-08-03
Applicant: 哈尔滨工程大学
IPC: H04N17/00
Abstract: 本发明公开了一种彩色图像传感器组合曝光下串扰总量测量方法，具体为进行单色光PTC测试，得到红光曝光下红绿蓝三种像素光子转换曲线、绿光曝光下红绿蓝三种像素光子转换曲线和蓝光曝光下红绿蓝三种像素光子转换曲线；在组合曝光条件下对彩色图像传感器进行像素灰度值测量，分别得到红色像素实测灰度值绿色像素实测灰度值和蓝色像素实测灰度值其中Ec为组合曝光分量；确定组合曝光条件下红色像素、绿色像素和蓝色像素的理论灰度值Rc(Ec)、Gc(Ec)和Bc(Ec)；计算得到组合曝光条件下红色像素串扰总量ΔRcross(Ec)、绿色像素串扰总量ΔGcross(Ec)和蓝色像素串扰总量ΔBcross(Ec)。和现有技术相比，本发明能够获得更精确的串扰总量，稳定可靠，适于工程应用，为图像传感器补偿提供依据。
-
公开(公告)号：CN113724154B
公开(公告)日：2023-10-17
申请号：CN202110884452.0
申请日：2021-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于神经网络补偿模板的图像传感器串扰补偿方法，通过不同RGB分量组合的三色平场光曝光实验产生大量图像样本，且根据曝光分量计算各像素的光电响应理论灰度值，由此生成神经网络的学习集；通过人工神经网络训练一套3*3像素规格的窗口的神经网络补偿模板，再使用训练后的神经网络补偿模板采用滑动窗口的方式，对图像遍历，进行串扰补偿。本发明为利用人工神经网络补偿传感器图像提供了一种新模式，同时降低了人工神经网络模型的复杂程度。
-
公开(公告)号：CN113724202B
公开(公告)日：2023-10-13
申请号：CN202110884479.X
申请日：2021-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于一维傅里叶变换的图像传感器校正效果量化评价方法，分别对串扰补偿前后图像传感器拍摄得到的图像进行横向和纵向展开，得到图像像素灰度值与该图像像素横向展开位置x与纵向展开位置y之间的关系函数，对串扰补偿前后所得到的关系函数分别进行傅里叶变换，绘制函数频谱图，对比校正前后函数频谱图的分布情况，若校正后图像的重心分别向u、v增大的方向移动，则高频信息增加越多，代表对比度越大，校正效果越好。对比现有方法，能够更加直观方便的进行评价串扰补偿效果，稳定可靠，适于工程应用，还在于可以用于评价线阵图像传感器。
-
公开(公告)号：CN113724342B
公开(公告)日：2023-10-13
申请号：CN202110884471.3
申请日：2021-08-03
Applicant: 哈尔滨工程大学
IPC: G06T7/90
Abstract: 本发明公开了一种彩色图像传感器像素响应理论灰度值的计算方法，首先根据单色曝光实验确定像素对本色光的光电响应特性及该响应与异色像素的响应关系，得到该曝光量对应的理论灰度值，包括灰度测量值及所发产生的串扰分量，同时确定与相邻像素的响应比例系数。在非线性区，采用一种全新的方法计算曝光量与理论灰度值的关系。解决了由于线性区测得的曝光量‑灰度值曲线关系用于非线性区存在模糊性放大的风险和饱和引起的非线性因素。
-
Patent Agency Ranking
公开(公告)号：CN113724201B
公开(公告)日：2023-10-13
申请号：CN202110884475.1
申请日：2021-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于二维傅里叶变换的图像传感器校正效果量化评价方法，将图像传感器校正前后测试图像样本看作二维函数f(x,y)与f'(x,y)，(x,y)为传感器像素的坐标，f(x,y)为对应校正前像素(x,y)的灰度值，f'(x,y)为对应校正后像素(x,y)的灰度值，将f(x,y)与f'(x,y)进行傅里叶变换得到F(u,ν)与F'(u,ν)根据二维傅里叶变换后的结果，即可绘制函数的频谱图，对比校正前后函数频谱图的空间分布，若校正后函数频谱图重心向(u,v)增大的方向移动，则表明对比度越大，校正效果越好，本发明能够更加直观方便的进行评价串扰补偿效果，稳定可靠，适于工程应用。
-
公开(公告)号：CN113724154A
公开(公告)日：2021-11-30
申请号：CN202110884452.0
申请日：2021-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于神经网络补偿模板的图像传感器串扰补偿方法，通过不同RGB分量组合的三色平场光曝光实验产生大量图像样本，且根据曝光分量计算各像素的光电响应理论灰度值，由此生成神经网络的学习集；通过人工神经网络训练一套3*3像素规格的窗口的神经网络补偿模板，再使用训练后的神经网络补偿模板采用滑动窗口的方式，对图像遍历，进行串扰补偿。本发明为利用人工神经网络补偿传感器图像提供了一种新模式，同时降低了人工神经网络模型的复杂程度。
-
公开(公告)号：CN113612989B
公开(公告)日：2023-10-27
申请号：CN202110884477.0
申请日：2021-08-03
Applicant: 哈尔滨工程大学
IPC: H04N17/00
Abstract: 本发明公开了一种彩色图像传感器组合曝光下串扰总量测量方法，具体为进行单色光PTC测试，得到红光曝光下红绿蓝三种像素光子转换曲线、绿光曝光下红绿蓝三种像素光子转换曲线和蓝光曝光下红绿蓝三种像素光子转换曲线；在组合曝光条件下对彩色图像传感器进行像素灰度值测量，分别得到红色像素实测灰度值#imgabs0#绿色像素实测灰度值#imgabs1#和蓝色像素实测灰度值#imgabs2#其中Ec为组合曝光分量；确定组合曝光条件下红色像素、绿色像素和蓝色像素的理论灰度值Rc(Ec)、Gc(Ec)和Bc(Ec)；计算得到组合曝光条件下红色像素串扰总量ΔRcross(Ec)、绿色像素串扰总量ΔGcross(Ec)和蓝色像素串扰总量ΔBcross(Ec)。和现有技术相比，本发明能够获得更精确的串扰总量，稳定可靠，适于工程应用，为图像传感器补偿提供依据。
-
公开(公告)号：CN113706637A
公开(公告)日：2021-11-26
申请号：CN202110884472.8
申请日：2021-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种彩色图像传感器线性区内色彩混叠分离方法，首先根据单色曝光实验确定像素对本色光的光电响应特性及该响应与异色像素的响应关系，得到该曝光量对应的理论灰度值，包括灰度测量值及所发产生的串扰分量，并绘制图像传感器红色像素、蓝色像素及绿色像素的光子转换曲线(PTC)。通过定义串扰不显著区，采用一种全新的方法绘制彩色图像传感器单色曝光下各像素光子转换曲线(PTC)，并分离其线性区内色彩混叠。本发明对实践中进行线性区内色彩混叠的分离具有较大的实用性，简单易用。
-
公开(公告)号：CN113706637B
公开(公告)日：2023-10-13
申请号：CN202110884472.8
申请日：2021-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种彩色图像传感器线性区内色彩混叠分离方法，首先根据单色曝光实验确定像素对本色光的光电响应特性及该响应与异色像素的响应关系，得到该曝光量对应的理论灰度值，包括灰度测量值及所发产生的串扰分量，并绘制图像传感器红色像素、蓝色像素及绿色像素的光子转换曲线(PTC)。通过定义串扰不显著区，采用一种全新的方法绘制彩色图像传感器单色曝光下各像素光子转换曲线(PTC)，并分离其线性区内色彩混叠。本发明对实践中进行线性区内色彩混叠的分离具有较大的实用性，简单易用。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
