[發明專利]圖像摩爾紋消除方法、裝置及LED顯示屏校正方法

有效

• 申請號: 202011207471.1
• 申請日: 2020-11-03
• 公開（公告）號: CN112233614B
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 何志民
• 申請（專利權）人: 卡萊特云科技股份有限公司
• 主分類號: G09G3/32
• 分類號: G09G3/32
• 代理公司: 深圳國海智峰知識產權代理事務所(普通合伙) 44489
• 代理人: 劉軍鋒

1.一種圖像摩爾紋消除方法，其特征在于，所述方法包括：

獲取第一校正圖像，所述第一校正圖像為在LED顯示屏被點亮后，利用相機拍攝的形成在時域上的圖像；

對所述第一校正圖像中的LED燈點進行識別，標記每個所述LED燈點的亮度值，生成LED燈點亮度圖；

將所述LED燈點亮度圖轉換為在頻域上的第二校正圖像；

將所述第二校正圖像輸入至預設的摩爾紋圖像識別模型中，獲取所述第二校正圖像中的每個像素點是摩爾紋的置信概率，生成置信概率圖；

根據所述置信概率圖對所述第二校正圖像進行濾波，生成濾波圖像；

將所述濾波圖像轉換為在時域上的第三校正圖像，所述第三校正圖像為消除摩爾紋后的圖像。

2.根據權利要求1所述的圖像摩爾紋消除方法，其特征在于，所述方法還包括利用CNN卷積神經網絡訓練摩爾紋圖像識別模型，其中訓練方法為：

采集圖像樣本，所述圖像樣本包括燈點圖像以及摩爾紋圖像，所述燈點圖像為沒有摩爾紋的LED燈點亮度圖，所述摩爾紋圖像為僅包含摩爾紋的圖像；

將所述燈點圖像以及所述摩爾紋圖像按照預設疊加組合策略進行處理，生成訓練圖像；

將所述訓練圖像輸入至所述CNN卷積神經網絡的特征抽取部分，利用所述特征抽取部分對所述訓練圖像進行下采樣，獲取所述訓練圖像的特征向量；

利用所述CNN卷積神經網絡的生成部分，對所述特征向量進行上采樣，使所述特征向量恢復到與所述訓練圖像大小相等的識別圖像；

根據損失函數計算當前損失值，若所述當前損失值小于預設目標損失值，停止訓練，保存所述當前損失值對應的模型參數，根據所述模型參數得到所述摩爾紋圖像識別模型。

3.根據權利要求2所述的圖像摩爾紋消除方法，其特征在于，所述將所述燈點圖像以及所述摩爾紋圖像按照預設疊加組合策略進行處理包括：

對所述燈點圖像進行縮放、裁剪或者旋轉，增加白噪聲后與所述摩爾紋圖像進行疊加；

或者對所述摩爾紋圖像進行仿射變換后疊加在所述燈點圖像上。

4.根據權利要求1所述的圖像摩爾紋消除方法，其特征在于，所述將所述LED燈點亮度圖轉換為在頻域上的第二校正圖像為：通過傅里葉變換方法將所述LED燈點亮度圖轉換為在頻域上的第二校正圖像。

5.根據權利要求1所述的圖像摩爾紋消除方法，其特征在于，所述根據所述置信概率圖對所述第二校正圖像進行濾波，生成濾波圖像包括：

將所述置信概率圖以及所述第二校正圖像輸入至陷波濾波器；

將所述置信概率圖中的每個像素點是摩爾紋的置信概率轉換為每個像素點不是摩爾紋的置信概率，生成模板圖像；

將所述模板圖像與所述第二校正圖像進行點乘，生成濾波圖像。

6.一種LED顯示屏校正方法，其特征在于，所述方法包括：

點亮LED顯示屏，利用相機對所述LED顯示屏進行拍攝，獲得LED校正圖像；

利用權利要求1-5任一項所述的圖像摩爾紋的消除方法，消除所述LED校正圖像的摩爾紋；

根據消除摩爾紋后的所述LED校正圖像對所述LED顯示屏進行校正。