[發明專利]隨機噪點校正方法在審
| 申請號： | 202010085753.2 | 申請日： | 2020-02-11 |
| 公開（公告）號： | CN111311512A | 公開（公告）日： | 2020-06-19 |
| 發明（設計）人： | 石丹 | 申請（專利權）人： | 上海奕瑞光電子科技股份有限公司 |
| 主分類號： | G06T5/00 | 分類號： | G06T5/00 |
| 代理公司： | 上海光華專利事務所(普通合伙) 31219 | 代理人： | 施婷婷 |
| 地址： | 201201 上海市浦*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 隨機 校正 方法 | ||
1.一種隨機噪點校正方法，其特征在于，所述隨機噪點校正方法至少包括：
1)緩存N張圖像，其中N為大于1的自然數；
2)定義物體上的點作為參考點；
3)選取前N-1張圖像上與所述參考點對應的像素點的灰度值，并計算灰度平均值；
4)將所述灰度平均值和第N張圖像上與所述參考點對應的像素點的灰度值進行比較，選取較小值作為第N張圖像上與所述參考點對應的像素點的灰度值；
5)重復步驟2)～4)對圖像上所有參考點進行校正。
2.根據權利要求1所述的隨機噪點校正方法，其特征在于：步驟1)之前還包括對圖像進行本底校正、增益校正或壞像素校正的步驟。
3.根據權利要求1所述的隨機噪點校正方法，其特征在于：所述圖像基于CMOS圖像探測器采集得到。
4.根據權利要求1～3任意一項所述的隨機噪點校正方法，其特征在于：所述圖像為靜止圖像。
5.根據權利要求4所述的隨機噪點校正方法，其特征在于：第N張圖像上與所述參考點對應的像素點的灰度值滿足如下關系式：
data(hang,lie,N)＝min(data(hang,lie),images(hang,lie,N))，
data(hang,lie)＝mean(images(hang,lie,1),...,images(hang,lie,N-2),images(hang,lie,N-1))
其中，data(hang,lie,N)表示校正后數據，data(hang,lie)表示所述灰度平均值，images(hang,lie,N)表示原始數據，N表示序列圖像上的第N張。
6.根據權利要求1～3任意一項所述的隨機噪點校正方法，其特征在于：所述圖像為一維運動圖像。
7.根據權利要求6所述的隨機噪點校正方法，其特征在于：基于采集幀率及運動速度確定所述參考點在不同圖像上運動的像素數量，進而確定各圖像上與所述參考點對應的像素點。
8.根據權利要求7所述的隨機噪點校正方法，其特征在于：所述圖像的運動方向為垂直方向。
9.根據權利要求8所述的隨機噪點校正方法，其特征在于：第N張圖像上與所述參考點對應的像素點的灰度值滿足如下關系式：
data(hang,lie,N)＝min(data(hang,lie),images(hang,lie,N))，
其中，data(hang,lie,N)表示校正后數據，data(hang,lie)表示所述灰度平均值，images(hang,lie,N)表示原始數據，N表示序列圖像上的第N張，X1～Xn分別為所述參考點在不同圖像上運動的像素數量。
10.根據權利要求7所述的隨機噪點校正方法，其特征在于：所述圖像的運動方向為水平方向。
11.根據權利要求10所述的隨機噪點校正方法，其特征在于：第N張圖像上與所述參考點對應的像素點的灰度值滿足如下關系式：
data(hang,lie,N)＝min(data(hang,lie),images(hang,lie,N))，
其中，data(hang,lie,N)表示校正后數據，data(hang,lie)表示所述灰度平均值，images(hang,lie,N)表示原始數據，N表示序列圖像上的第N張，Y1～Yn分別為所述參考點在不同圖像上運動的像素數量。
12.根據權利要求1所述的隨機噪點校正方法，其特征在于：所述隨機噪點校正方法實時校正或通過后處理校正。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海奕瑞光電子科技股份有限公司，未經上海奕瑞光電子科技股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010085753.2/1.html，轉載請聲明來源鉆瓜專利網。
