[发明专利]一种基于退化标定的数字成像系统极限像质提升方法有效
| 申请号: | 202110251575.0 | 申请日: | 2021-03-08 |
| 公开(公告)号: | CN113191959B | 公开(公告)日: | 2022-06-17 |
| 发明(设计)人: | 冯华君;陈世锜;徐之海;李奇;陈跃庭 | 申请(专利权)人: | 浙江大学 |
| 主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T5/40;G06T7/13;G06T7/136;G06T7/80;G06N3/04;G06N3/08 |
| 代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 林超 |
| 地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 退化 标定 数字 成像 系统 极限 提升 方法 | ||
1.一种基于退化标定的数字成像系统极限像质提升方法,其特征在于:包括以下步骤:
(1)对于同一批次生产的数字成像系统,抽取预设比例的多个数字成像系统均作为样本成像系统,使用不同的每个样本成像系统分别拍摄标定板后获得原始图像,对原始图像进行处理后,获得不同样本成像系统的实拍退化图像Ide;
(2)利用深度线性网络对一个样本成像系统拍摄得到的所有实拍退化图像Ide进行处理,计算当前样本成像系统的不同视场的退化点扩散函数;
(3)基于不同视场的退化点扩散函数,构建退化图像和源图像,退化图像和源图像输入像质提升网络中进行训练,获得训练后的像质提升网络,实现当前样本成像系统的矫正;
(4)重复步骤(1)~(3)抽取不同的样本成像系统,并对不同的样本成像系统进行矫正,所有的样本成像系统矫正完成后获得每个样本成像系统对应的像质提升网络;
(5)对于同一批次中抽取剩余的数字成像系统,每一个数字成像系统为待矫正状态,根据预设参数选择与当前数字成像系统匹配的样本成像系统,使用该样本成像系统的像质提升网络优化当前数字成像系统的像质。
2.根据权利要求1所述的一种基于退化标定的数字成像系统极限像质提升方法,其特征在于:所述步骤(1)具体为:
(1.1)对于同一批次生产的数字成像系统,以预设比例随机抽取多个数字成像系统均作为样本成像系统;
(1.2)使用不同的每个样本成像系统分别拍摄固定距离的并且不同旋转角度的标定板,获得多张原始图像Iraw,对每张原始图像Iraw依次进行暗电平矫正、去马赛克、白平衡、颜色空间变换和gamma变换这五步前期后处理操作后获得对应的实拍退化图像Ide,从而获得不同样本成像系统的所有实拍退化图像Ide。
3.根据权利要求1所述的一种基于退化标定的数字成像系统极限像质提升方法,其特征在于:所述步骤(2)具体为:
(2.1)选取实拍退化图像Ide的一个视场位置的一个视场图像块Ifov,计算当前视场图像块Ifov在R通道、G通道和B通道下的直方图分布,获得各个通道的亮区域和暗区域的像素值;
(2.2)利用各个通道的亮区域和暗区域的像素值对当前视场图像块Ifov进行逐像素映射,得到当前视场图像块Ifov的视场输入图像Iori;
(2.3)重复步骤(2.1)~(2.2)遍历当前数字成像系统的剩余实拍退化图像Ide,计算当前视场位置的所有视场图像块Ifov各自对应的视场输入图像Iori,将当前视场位置的所有视场图像块Ifov作为深度线性网络的真值图像,当前视场位置的所有视场输入图像Iori作为深度线性网络的输入图像,训练深度线性网络,获得训练好的深度线性网络;
(2.4)创建冲激矩阵并输入训练好的深度线性网络,深度线性网络输出当前视场位置的退化点扩散函数PSFfov;
(2.5)遍历所有视场位置重复(2.1)~(2.4)的操作,获得所有视场位置的退化点扩散函数PSFfov。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110251575.0/1.html,转载请声明来源钻瓜专利网。





