摘要
渐晕校正是图像信号处理的必备过程,是获取高质量图像的重要保障。然而当前主流渐晕校正方法依赖标定,工作量大且复用性差,在实际应用中会耗费巨大的人力物力。当应用场景与标定场景差异较大时,渐晕校正效果往往难以得到保障。本发明提出一种颜色强度熵和梯度稀疏性优化的渐晕校正方法,通过分析渐晕图像退化机理,提出了无渐晕图像颜色强度熵较低且梯度稀疏的先验知识,并据此构建了渐晕优化模型,设计了梯度下降法来优化渐晕参数,实现了图像的渐晕校正。该方法无需标定,准确度高且普适性强,对于推动渐晕校正算法的落地具有重要意义。
技术关键词
校正方法
图像
直方图
颜色
强度
指数
canny算子
参数
饱和度
校正算法
拉普拉斯
信号处理
信息熵
索引
多项式
场景
工作量
像素
通道
系统为您推荐了相关专利信息
图像处理模型
可见光图像
荧光
生成式对抗网络
训练集
智能分析方法
萤火虫算法
数据
周期性
机器学习算法