-
公开(公告)号：CN107578390B
公开(公告)日：2020-08-07
申请号：CN201710826612.X
申请日：2017-09-14
申请人： 长沙全度影像科技有限公司
摘要： 一种使用神经网络进行图像白平衡校正的方法及装置，属于数字图像处理技术领域。包括：S1、采集原始图像；S2、环境光源色温的参数值计算；S3、对所述原始图像和所述待处理图像分别进行预处理得到训练用的预处理图像和第二预处理图像；S4、构建卷积神经网络模型；S5、训练卷积神经网络模型；S6、利用卷积神经网络计算得到红色通道增益值gainR及蓝色通道增益值gainB；S7、利用所述红色通道增益值gainR及蓝色通道增益值gainB对待处理图像进行白平衡校正，从而得到校正后的白平衡图像。该方法解决了现有技术中白平衡容易失效的技术问题，有效的提高了算法的计算速度，精确度得到很大提高，且该模型鲁棒性非常好。
-
公开(公告)号：CN107705266B
公开(公告)日：2020-03-27
申请号：CN201710961212.X
申请日：2017-10-12
申请人： 长沙全度影像科技有限公司
摘要： 本发明提供了一种全景相机镜头分类方法，属于图像处理技术领域。该方法包括：利用待测全景相机每个镜头拍摄不同光源下的待评判图像；计算各镜头在同种光源下拍摄图像的色差偏移度；计算各镜头在不同光源下的光源色偏度；根据色差偏移度和光源色偏度，构建颜色一致性评估函数，计算各镜头的颜色一致性值；根据颜色一致性指标进行排序分类，将颜色一致性指标相近的N个镜头进行组装。该方法通过计算各镜头的颜色一致性值,将颜色一致性值相近的镜头进行分类组装，方法简单有效，可以大大降低色差校正算法的难度，同时可以降低色差校正算法的模型复杂度，且提高了图像校正效果。
-
公开(公告)号：CN107590840B
公开(公告)日：2019-12-27
申请号：CN201710858594.3
申请日：2017-09-21
申请人： 长沙全度影像科技有限公司
摘要： 一种基于网格划分的颜色阴影校正方法及其校正系统，属于信息通信技术领域。该方法中，首先，通过摄像头采集Bayer格式的raw图像；其次，将raw图像进行网格划分,以将raw图像划分为不同网格区域；然后，计算raw图像的不同网格区域的校正系数；最后，通过各网格区域的校正系数，采用双线性插值方法对图像进行颜色阴影校正。使得本发明方法能很好地解决径向阴影校正在非对称性下的校正失效问题，适用范围更广，且能更好地消除镜头的色彩偏差问题。
-
公开(公告)号：CN109035253A
公开(公告)日：2018-12-18
申请号：CN201810724358.7
申请日：2018-07-04
申请人： 长沙全度影像科技有限公司
CPC分类号： G06T7/10 , G06K9/6296
摘要： 本发明提供了一种语义分割信息指导的深度学习自动图像抠图方法，其特征在于，包括步骤：S1：采集待抠图图像数据集；S2：构建用于自动图像抠图的深度学习模型；S3：利用采集的数据集对深度学习模型进行训练，得到训练完成的深度学习模型；S4：对于待抠图的图像，直接将其输入训练完成的深度学习模型，即可快速得到前景目标图像。本发明提出的抠图算法可自动提取前景目标，免去了复杂的用户交互操作，完全全自动抠图过程，操作简单方便，抠图时间短，抠图精度高。
-
公开(公告)号：CN108881725A
公开(公告)日：2018-11-23
申请号：CN201810797348.6
申请日：2018-07-19
申请人： 长沙全度影像科技有限公司
摘要： 本发明提供了一种基于非等距径向对称模型的全景相机颜色阴影校正方法,其特征在于，所述方法包括步骤：S1：采集各镜头的标定图像；S2：基于Bayer图像统计各镜头非等距环内的R、B通道的均值和增益值；S3：计算单个镜头关于像素距离参数的R、B通道增益的多项式拟合函数；S4：统计各镜头的平均R、B增益值；S5：统计全景相机多个镜头的整体平均R、B增益值；S6：根据R、B通道增益的多项式拟合函数，计算各镜头非等距像素距离的密集R、B增益值；S7：根据S5步骤的整体平均增益值与S6步骤的密集增益拟合值，计算各镜头的颜色阴影校正系数；S8：利用颜色阴影校正系数校正原Bayer图像。本发明能有效提高校正精度、更好地消除全景相机的色差。
-
公开(公告)号：CN108600723A
公开(公告)日：2018-09-28
申请号：CN201810804221.2
申请日：2018-07-20
申请人： 长沙全度影像科技有限公司
摘要： 本发明提供了一种颜色校正方法及评价方法，属于图像处理技术领域。该方法包括步骤：S1：采集预定环境中包含标准色卡的原始图像；S2：对所述原始图像进行预处理；S3：提取所述预处理图像的R、G、B均值参数；S4：基于多项式回归校正模型，获取参考图像与观测图像的校正系数；S5：建立参考图像与真实图像的颜色校正模型，获取颜色校正系数；S6：利用训练好的颜色校正模型及校正系数，在线校正相机图像。本方法能有效地保持图像的恒常性以及还原实际场景的颜色，有效地提高了全景相机的图像画质。
-
公开(公告)号：CN108259777A
公开(公告)日：2018-07-06
申请号：CN201810330195.4
申请日：2018-04-13
申请人： 长沙全度影像科技有限公司
摘要： 一种用于子弹时间全自动拍摄的系统及方法，包括多个云台摄像机组、服务器和控制器，所述服务器通过通讯连接配置于控制器和云台摄像机组之间，每个云台摄像机组均至少包括一个摄像机，所述系统还包括环形支架，所有云台摄像机组的所有摄像机均匀、间隔地固定在环形支架上以组成相机阵列，且所有摄像机的摄像头均朝向环形支架中间的预设位置，本发明所采用的控制器具有自动触发和最优图像自动选取功能，可最大限度地简化子弹时间视觉特效的拍摄难度以及制作的复杂度，该子弹时间拍摄的方法操作简单，易于掌握，得到的子弹时间效果好，为子弹时间的拍摄提供了快速和实用的解决方案。
-
公开(公告)号：CN107592516A
公开(公告)日：2018-01-16
申请号：CN201710829220.9
申请日：2017-09-14
申请人： 长沙全度影像科技有限公司
IPC分类号： H04N9/64
摘要： 一种用于全景相机的颜色阴影校正方法及系统，该方法包括：采集全景相机中各镜头的YUV422格式的raw图像，并转换为Bayer格式的raw图像；根据Bayer格式的raw图像统计各镜头在不同环内的R、B通道增益值；根据R、B通道增益值计算单个镜头的R、B增益值的多项式拟合函数和单个镜头的整体R、B增益值，以及计算所有镜头的整体平均R、B增益值；根据各镜头的R、B增益值的多项式拟合函数进行拟合，计算各对应镜头的密集R、B增益值拟合值；根据整体平均R、B增益值与密集R、B增益值拟合值，分别计算单个镜头的颜色阴影校正系数，本发明可使全景图像中单个镜头的色彩均匀以及所有镜头的色彩一致。
-
公开(公告)号：CN108881725B
公开(公告)日：2020-10-20
申请号：CN201810797348.6
申请日：2018-07-19
申请人： 长沙全度影像科技有限公司
摘要： 本发明提供了一种基于非等距径向对称模型的全景相机颜色阴影校正方法,其特征在于，所述方法包括步骤：S1：采集各镜头的标定图像；S2：基于Bayer图像统计各镜头非等距环内的R、B通道的均值和增益值；S3：计算单个镜头关于像素距离参数的R、B通道增益的多项式拟合函数；S4：统计各镜头的平均R、B增益值；S5：统计全景相机多个镜头的整体平均R、B增益值；S6：根据R、B通道增益的多项式拟合函数，计算各镜头非等距像素距离的密集R、B增益值；S7：根据S5步骤的整体平均增益值与S6步骤的密集增益拟合值，计算各镜头的颜色阴影校正系数；S8：利用颜色阴影校正系数校正原Bayer图像。本发明能有效提高校正精度、更好地消除全景相机的色差。
-
公开(公告)号：CN108377320B
公开(公告)日：2020-09-04
申请号：CN201810376862.2
申请日：2018-04-25
申请人： 长沙全度影像科技有限公司
摘要： 一种带有防抖校准的子弹时间制作方法，包括以下步骤：首先，通过相机阵列拍摄模式获取待处理图像；其次，采用防抖校准方法对所述待处理图像进行校准；最后，将防抖校准后的图像序列拼接成视频，以减少子弹时间所拍摄视频的图像抖动，本发明的带有防抖校准的子弹时间制作方法采用了不同于传统的直接合成视频的生成模式，其在合成视频前，对相机阵列中的各相机图像进行防抖校准处理，并通过提供一种基于空域变化单应性矩阵的防抖校准方法，使得防抖校准效果更好，合成的视频更平滑稳定，进一步提高了用户体验度。
-
-
-
-
-
-
-
-
-
搜索结果
26 条记录 (耗时 0.039 秒)