一种LED屏校正过程中的图像去抖方法及装置制造方法及图纸

技术编号:24688232 阅读:44 留言:0更新日期:2020-06-27 09:18
本发明专利技术涉及LED显示屏技术领域,具体公开了一种LED屏校正过程中的图像去抖方法及装置,方法包括获取LED屏的图片,并选取部分LED屏的图片作为模糊核估算样本;对模糊核估算样本进行频域转换,并获取高频分量的分布特征;对分布特征进行量化,获取模糊角度并确定模糊方向;根据模糊角度与模糊方向进行迭代估计,获取模糊长度;根据模糊角度与模糊长度构建模糊核;采用模糊核对LED屏的图片进行去模糊处理等步骤。本发明专利技术的LED屏校正过程中的图像去抖方法及装置,运用于LED屏校正的特定应用场景,对LED屏校正时相机抖动拍摄的图片进行去抖,具有参数估算的精确度高、去模糊后图像更清晰、无波纹噪声以及局部像素退化等优点,提高了LED屏校正的质量和效率。

A method and device of image de buffing in LED screen correction

【技术实现步骤摘要】
一种LED屏校正过程中的图像去抖方法及装置
本专利技术涉及LED显示屏
,尤其涉及一种LED屏校正过程中的图像去抖方法及装置。
技术介绍
目前,LED相机校正方法在行业内应用较为广泛。同时,由于应用场景、相机固定方式和使用环境所限,在拍摄过程中不可避免地产生不同程度的抖动。由于抖动画面存在像素退化会导致画面不够清晰,会对相机校正的效果影响很大,抖动严重时还会导致分析失败。当前使用的主要去抖方式包括机械去抖、光学去抖和算法去抖。前两者可在一定程度上改善拍摄图片的模糊程度,但实际使用时仍然难以满足图像分析的清晰度要求,且增加了硬件设备成本和系统的复杂性,同时受使用场地和使用环境的影响较大,因此所发挥的效果较为有限。而算法去抖在不改变原有系统和不增加硬件的基础上对图片进行去抖,具有较强的通用性和准确性。目前基于传统图像处理的图像去模糊算法主要有两类,一类是对图像模糊的特点和参数进行了预先的评估和假设,即基于先验假设估计的非盲去模糊,另一类则无需预先计算模糊参数或特征,通过滤波、迭代计算等方法进行图像去模糊,即盲去模糊。由于LED相机校正本文档来自技高网...

【技术保护点】
1.一种LED屏校正过程中的图像去抖方法,其特征在于,包括:/n获取LED屏的图片,并选取部分所述LED屏的图片作为模糊核估算样本;/n对所述模糊核估算样本进行频域转换,并获取高频分量的分布特征;/n对所述分布特征进行量化,获取模糊角度并确定模糊方向;/n根据所述模糊角度与所述模糊方向进行迭代估计,获取模糊长度;/n根据所述模糊角度与所述模糊长度构建模糊核;/n采用所述模糊核对所述LED屏的图片进行去模糊处理。/n

【技术特征摘要】
1.一种LED屏校正过程中的图像去抖方法,其特征在于,包括:
获取LED屏的图片,并选取部分所述LED屏的图片作为模糊核估算样本;
对所述模糊核估算样本进行频域转换,并获取高频分量的分布特征;
对所述分布特征进行量化,获取模糊角度并确定模糊方向;
根据所述模糊角度与所述模糊方向进行迭代估计,获取模糊长度;
根据所述模糊角度与所述模糊长度构建模糊核;
采用所述模糊核对所述LED屏的图片进行去模糊处理。


2.如权利要求1所述的LED屏校正过程中的图像去抖方法,其特征在于,所述模糊核估算样本为所述LED屏的图片的1/16至1/2。


3.如权利要求2所述的LED屏校正过程中的图像去抖方法,其特征在于,对所述模糊核估算样本进行频域转换,并获取高频分量的分布特征,包括:
通过傅里叶变换将所述模糊核估算样本从空间域转换为频域,得到频域图像;
对所述频域图像进行二值化处理,获得高频分量的分布特征。


4.如权利要求2所述的LED屏校正过程中的图像去抖方法,其特征在于,对所述分布特征进行量化,获取模糊角度,包括:
在所述分布特征中,通过中心矩进行量化;
根据量化结果估算模糊角度,所述模糊角度为θ,且其中,xc与yc为分布特征的质心坐标,M为所述中心矩的分量。


5.如权利要求4所述的LED屏校正过程中的图像去抖方法,其特征在于,根据所述模糊角度在所述模糊方向进行迭代估计,获取模糊长度,包括:
根据所述模糊角度确定所述模糊方向;
设定整数区间[0,n],并在所述整数区间内持续计算K=r1/r2;其中且H1=M20+M02,
选取K为最小值时对应的区间值[0,l],将l作为所述模糊长度。


6.如权利要求1所述的LED屏校正过程中的图像去抖方法,其特征在于,根据所述模糊角度与所述模糊长度构建模糊核,包括:
根据所述模糊长度与所述模糊角度计算点扩散函数psf(θ,l),并构建所述模糊核;
以所述模糊核中每一点到所述模糊长度的距离作为该点的权重;
对模糊核做归一化处理。


7.如权利要求6所述的L...

【专利技术属性】
技术研发人员:何志民李文瑞
申请(专利权)人:卡莱特深圳云科技有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1