计算镜头阴影的计算区域选取布局及其选取方法

摘要

一种计算镜头阴影的计算区域选取布局，应用于一圆形的测试图像，包括至少一基准区和至少一测试区，其中所述基准区呈圆形，位于所述测试图像中心区域，所述测试区呈圆形，位于所述测试图像内预定测试位置。一种计算镜头阴影的计算区域布局选取方法，包括步骤：(A)获取一圆形测试图像的中心坐标O1(x，y)以及半径R；(B)以所述测试图像的中心O1(x，y)为圆心，以r为半径，取一圆形基准区；(C)在所述测试图像内、所述基准区外，取半径为r的一圆形测试区。

说明书

技术领域

本发明涉及图像处理技术领域，更进一步，涉及一计算镜头阴影的计算区域选取布局及其选取方法。

背景技术

由于镜头的光学特性，传感器成像区的不同区域接收到的光强不同。通常情况，边缘区域接收的光强比中心区域小，因此会造成拍摄图像的中心区域和边缘区域的亮度不均一的现象，在镜头测试的过程中，通过镜头阴影，即参数shading来表征镜头成像的这一现象。

通常情况，镜头shading参数测试过程是这样的：首先提供一均匀光源，如DNP灯箱；再将镜头安装于一拍摄设备，如相机，并且使得拍摄设备面对均匀光源的荧光屏拍摄图片；而后通过图像处理软件分析拍摄的照片，从而得到镜头shading。

值得一提的是，普通镜头的边界在传感器的成像区域形成矩形的成像，而对于这一种镜头的shading在图像分析处理的过程中，通常采用的方法是在拍摄的矩形图片的中心及四周相同大小的网格，参照图1，通过对四周网格图像的亮度值与中心网格图像的亮度值相比，来计算不同区域的镜头shading。

但是，当镜头的边界在传感器的成像区域形成的图像呈圆形时，参照图2A、2B，上述矩形的网格划分方法明显不适用。

当网格选取范围较小时，也就是说，选取的网格在成像圆内时，由于圆形和矩形图像的不一致，实际成像区域大部分被损失。也就是说，矩形之外的大部分图像区的shading不能被计算得到，只有中心区域是有效图像，而边缘区域的图像都不能完全代表实际图像。

当网格选取范围较大时，也就是说，使得尽可能多的实际图像落入选取的网格内时，网格内出现非实际图像，而这一部分在网格区域，因此需要加入比较繁琐的边界限制条件，剔除非实际图像区，而这种网格划分方式严重影响计算效率 和计算的准确性。

因此，不管如何选取矩形网格区域，矩形的网格都不适宜圆形成像的镜头。

发明内容

本发明的一个目的在于提供一种计算镜头阴影的计算区域选取布局及其选取方法，其在图像中形成辐射状的圆形网络布局，从而可以简便地得到靠近测试图像边缘区域的采样点，使得shading计算更加准确。

本发明的一个目的在于提供一种计算镜头阴影的计算区域选取布局及其选取方法，其通过中心辐射的方法划分图像处理网格，使得图形处理网格与镜头成像一致，从而更加准确地分析镜头成像的均匀性。

本发明的另一个目的在于提供一种计算镜头阴影的计算区域选取布局及其选取方法，其可以方便地选取渐次变化的多个网格，可以更广泛的反映不同区域的shading。

本发明的另一个目的在于提供一种计算镜头阴影的计算区域选取布局及其选取方法，其边界限制条件简单，计算shading准确，且计算效率高。

本发明的另一个目的在于提供一种计算镜头阴影的计算区域选取布局及其选取方法，其网格区域不易超出镜头成像区，能够准确反映镜头成像。

本发明的另一个目的在提供一种计算镜头阴影的计算区域选取布局及其选取方法，其网格分布可以涉及镜头的不同区域成像，能够较全面的反映镜头不同区域shading。

本发明的另一个目的在于提供一种计算镜头阴影的计算区域选取布局及其选取方法，其通过中心辐射的圆形网格，尤其适于分析处理圆形成像的镜头的shading。

为了实现以上发明目的，本发明提供一种镜头阴影的计算区域选取布局，应用于一圆形的测试图像，其包括至少一基准区和至少一测试区，其中所述基准区呈圆形，位于所述测试图像中心区域，所述测试区呈圆形，位于所述测试图像内预定测试位置。

根据本发明的一个实施例，上述布局，其包括多个所述测试区，均匀分布于所述测试图像内。

根据本发明的一个实施例，上述布局，其包括多个所述测试区，沿径向呈辐 射状的分布于所述测试图像。

根据本发明的一个实施例，上述布局，其包括多个所述测试区，对称地分布于所述基准区周围。

根据本发明的一个实施例，上述布局，其中所述基准区和所述测试图像的圆心相同。

根据本发明的一个实施例，上述布局，其中所述多个所述测试区圆心位于一梯度圆环上，所述梯度圆环与所述基准区的圆心相同。

根据本发明的一个实施例，上述布局，其中所述多个所述测试区划分为多个梯度部，相同梯度部的所述测试区距离所述基准区的距离相同，不同梯度部的所述测试区距离所述基准区的距离不同。

根据本发明的一个实施例，上述布局，其包括多个所述基准区，对称地分布于所述测试图像的中心区域。

根据本发明的一个实施例，上述布局，其中多个所述测试区对称地分布于所述基准区外。

本发明还提供一种镜头阴影的计算区域布局选取方法，所述方法包括如下步骤：

(A)获取一圆形测试图像的中心坐标O₁(x，y)以及半径R；

(B)以所述测试图像的中心O₁(x，y)为圆心，以r为半径，取一圆形基准区；和

(C)在所述测试图像内、所述基准区外，取半径为r的一圆形测试区。

根据本发明的一个实施例，上述选取方法中，其中所述步骤(B)中的半径r的选取以所述测试图像的径向像素为参考。

根据本发明的一个实施例，上述选取方法中，其中所述步骤(C)包括步骤：确定任一所述测试区20的圆心坐标O₂(x2，y2)，以所述测试图像100的圆心O₁(x1，y1)为圆心，以O₁O₂为半径取一梯度圆环。>

根据本发明的一个实施例，上述选取方法中，其中所述步骤(C)包括步骤：在所述梯度圆环202上不同位置，关于所述基准区对称的不同位置，取半径为r的多个所述测试区。

根据本发明的一个实施例，上述选取方法中，其中所述步骤(C)包括步骤：取不同半径的多个所述梯度环，分别在不同的所述梯度环上相对应的位置取所述 测试区。

根据本发明的一个实施例，上述选取方法中，包括步骤(D)获取所述测试区和所述基准区各自的亮度值，相比，从而得到镜头阴影值。

附图说明

图1是现有技术的矩形成像镜头shading图像处理网格示意。

图2A，2B是现有技术圆形成像镜头的shading图像处理网格示意。

图3是根据本发明的一优选实施例的镜头shading测试设备示意。

图4是根据本发明的上述优选实施例的镜头shading测试过程示意图。

图5是根据本发明的上述优选实施例的计算镜头shading的计算区域网格布局示意图。

图6A至6E是根据本发明的上述优选实施例的计算镜头shading的计算区域网格布局形成过程。

图7是根据本发明的上述优选实施例的计算镜头shading的计算区域网格布局形成方法框图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

光线是决定成像效果的重要因素，外界环境的光线经过镜头，最后到达感光芯片，得到拍摄的图像。因此分析镜头的性能，通常通过镜头拍摄得到的图像来分析。

Shading(阴影，黑点或暗角)测试是利用图像分析测试镜头特性的项目之一，镜头shading的分析方式是将测试点和选取的基准点的灰度值或者亮度值相比，然后得到不同测试点的shading值，因此对于一个镜头来说，shading值不止一个。

以下结合一镜头1的shading测试过程来说明本发明的图像处理方法。

要分析所述镜头1的shading，先要得到通过镜头1拍摄得到的一测试图像 100。因此，将所述镜头1安装于一摄像装置2，如相机，从而通过所述摄像装置2来拍摄图像。

本领域的技术人员应当理解的是，所述镜头1只作为示例来说明shading的测试过程，所述镜头1的形式不是本发明的限制，所述镜头1可以是一镜片组、可以是一摄像模组、可以是一摄像头或者其他形式的摄像装置。

参照图3，在利用所述摄像装置2拍摄图像的过程中，需要提供一均匀的光源3，如DNP灯箱，且拍摄的过程需要保证所述均匀光源3的位置没有其它光源干扰，因此可以提供一暗室环境，以减少杂光对拍摄过程的干扰。进一步调节所述摄像装置2的参数值达到测试要求，如调节相机的相关参数至最佳、拍摄相关的参数至自动模式(自动白平衡、自动曝光)、分辨率至最大等。

进一步，参照图4，在暗室环境中，将所述摄像装置2带有的所述镜头1朝向所述光源3，并且拍摄图像，从而得到所述测试图像100。

在得到所述测试图像100后，进一步通过一图像处理软件对所述测试图像100进行分析。>

由镜头成像效果可知，由于镜头的光学特性，在感光芯片上接收到的光线强弱不同，所呈现的亮暗程度不同，比如中心区域的亮度明显大于周边区域，因此通过shading值来表征这一特性。为了计算shading值，需要在所述测试图像100中选取一参考基准区域，再选取一测试区域，分别获取所述测试区域和所述参考基准区域的亮度值，进而将所述测试区域的亮度值与所述参考基准区域的亮度值相比，即得到所述测试区域的shading值。

由前述可知，参照图1，对于普通镜头，镜头外界在感光芯片的成像区域是矩形的，对于这种镜头的图像网格划分方式，依据其图像结构特性，将图像划分为矩形网格，取矩形网格中心区域的小矩形作为基准区域，在矩形网格周边分别取多个小矩形区域作为测试区域。这种选取方式中，由于测试区域的小矩形形状与整体的形状一致，因此，边界条件很容易限制。也就是说，需要较少的限制条件，就可以使得小矩形在整体图像内部，而且可以取到不同位置的样本，比如角落位置、靠近边缘位置等，从而可以比较全面的反映镜头成像的均匀性。参照图2B，可是当镜头外界在感光芯片的成像区域不是矩形，而是圆形或者其他形状时，矩形的网格划分方法明显不适用。

参照图4，从镜头成像的结构特点来说，所述测试图像100呈中心对称的圆 形的，且由于镜头的对称性，因此，镜头的所述测试图像100由中心向外呈辐射状的渐变效果。也就是说，在等半径的位置，亮度相对一致，而沿辐射方向，亮度渐变或者变化明显。通常来说，图像中心区域接收的光线能量最多、亮度最大，一般作为参考基准区域选取位置，而周边区域接收到的光线能量较少、亮度较小，一般作为测试区域选取位置。特别地，越靠近边缘区域，亮度越小，作为所述测试区域的选取位置。特别地，在shading测试的过程中，如果能够选取靠近边缘区域的区域作为测试区域的位置，那么就可以得到shading的一个端值，也就是说，内部区域的shading测试值将会在这个范围内。

相应地，如果选取靠近圆形边缘区域的值符合规范，那么可以大致判断内部其他位置符合规范；而如果靠近圆形边缘的区域不符合规范值，那么可以继续选取其他的测试区域，因此，可以在选取最少点的基础上，使得采样范围最广。

这里的问题是，由于圆形的弧形边缘的变化，现有测试方式中矩形网格的划分方式不适用。当网格在内部划分时，不容易靠近圆形的边缘，也就是说，图像中大部分边缘区域的点被损失，因此，得到的shading值不准确；当网格包括了整个图像，比如使得圆形图像内接于矩形网格，那么在矩形的角落位置出现大面积的额外区域，非测试图像部分，这些部分的加入严重影响shading值的正确性，因此进一步加入边界条件，从原有的矩形网格中剔出这些额外区域。显然，这样的操作过程，大大增加了图像处理过程的计算量，使得计算更加复杂。

参照图5至图6D，根据本发明的一优选实施例，提供一种计算镜头shading的计算区域选取布局，应用于圆形的所述测试图像100，其包括至少一基准区10和至少一测试区20，其中所述基准区10呈圆形，位于所述测试图像100的中心区域，所述测试区20呈圆形，位于所述测试图像100内预定测试位置。

值得一提的是，选取所述基准区10和所述测试区20作为计算镜头阴影的计算区域，将现有技术中矩形计算区域转变为圆形计算区域。而由于所述圆形基准区101的形状与所述测试图像100的形状一致，因此，圆形的所述基准区10可以靠近所述测试图像100的边缘区域，比如所述测试区10内贴于圆形的所述测试图像100，从而在不需要限定的复杂边界条件就可以获取所述测试图像100的边缘区域的作为所述测试区20，从而可以更加全面、准确地计算所述测试图像100的shading值。

因此，获取所述圆形测试区20的亮度值，并且获取所述圆形基准区10的亮 度值，再将所述测试区20的亮度值与所述基准区10相比，则得到所测试区20的shading值。值得一提的是，获取的所述基准区10和所述测试区20都具有一定的面积区域，因此得到的亮度至不止一个，而在计算shading的过程中可以根据不同的情况选取，比如选取所述基准区10和所述测试区20各自的最大亮度作为计算使用值，从而计算shading值。

根据镜头成像的特性，所述基准区10通常选自所述测试图像100中心位置，而为了方便确定所述基准区10的位置，根据本发明的一优选实施例，参照图6B，所述基准区10和所述测试图像100圆心相同。也就是说，所述基准区10和所述测试图像100为同心圆。

本领域的技术人员应当理解的是，所述基准区10的位置可以根据要求选取，不限于与所述测试图像100为同心圆的位置，也可以是靠近所述测试图像100中心点的区域内的一个圆或几个圆，所述基准区100的位置和数量不是本发明的限制。

由于所述基准区10和所述测试区20的圆心位置影响采样范围，所述基准区10和所述测试区20圆面积的大小影响采样点的多少，因此所述基准区10和所述测试区20圆心以及半径的选取根据要求选取。根据本发明的一优选实施例，参照图6C，所述基准区10和所述测试区20的半径大小相同，也就是说，所述基准区10和所述测试区20的面积相同、采样点数量大致相同。

进一步，根据所述测试图像100的特征，由中心向外亮度变化，且在边缘区域亮度最暗，因此计算shading的所述测试区20不限于一个。另一方面，为了更加全面地评价所述测试图像100的均一性，在所述测试图像100的不同区域选取所述测试区20。根据本发明的一优选实施例，所述测试图像100包括一多个所述圆形测试区20，对称地分布于所述基准区10的周围，从而可以得到相近梯度的多个所述测试区20，从而评价所述测试图像100在同梯度的图像的均匀性。

为了比较所述测试图像100在不同区域、不同梯度的均匀性变化，可以选取分布于不同梯度的所述测试区20。根据本发明一优选实施例，多个所述测试区20划分为多个梯度部201，在同一所述梯度部201的所述测试区20距离所述基准区10的距离相同，在不同所述梯度部201的距离所述测试区20的距离不同。因此，可以获取由不同所述梯度部201的所述测试区20的shading值，从而评价所述测试图像100均匀性的梯度变化，也就是说，距离所述基准区10的不同距 离的所述测试区20的亮度变化程度。

更进一步，所述梯度部201的所述测试区20的圆心位于与所述测试图像100同圆心的一梯度圆环202上。换句话说，同一所述梯度部201的所述测试区20以所述梯度圆环202上的点为圆心。

本领域的技术人员应当理解的是，所述梯度圆环202仅作为位置的参照，以方便确定同一所述梯度部201的所述测试区20的圆心，可以根据要求在距离所述基准区10不同距离选取，所述梯度圆环202选取的位置以及数量，不是本发明的限制。

本领域的技术人员还应当理解的是，所述测试区20的位置和数量影响得到的shading值，在图中以多个所述测试区20分别分布于不同所述梯度部201，且同一梯度部201分布多个所述测试区20，且不同梯度部201的所述测试区20相对应的分布为例来说明，但是所述测试区20的分布不限于上述方式。

由此，分别获取不同所述测试区20和所述基准区10的亮度值，相比可以得到不同所述测试区20的shading值。

值得一提的是，在计算shading值时，一方面，由于图像是由像素点组成的，每一个像素点都具自身的亮度值，因此单点的特性不能代表整体的性质，因此选取具有预定面积的所述基准区10和所述测试区20，可以通过不同的标准选取分别代表所述基准区10和所述测试区20的亮度值，比如从区域中选取亮度值最大的点的亮度值代表整个区域的亮度值、或者计算得到区域中亮度的平均值作为整个区域的亮度值。另一方面，由于镜头的对称结构设计，因此，图像在整体上具有渐变的规律，为了更加全面的评价镜头成像的均匀性，在中心特征位置选取所述基准区10或者在中心区域选取多个子基准区，从多个所述子基准区中选取亮度最大的区域作为计算用的所述基准区10，而在所述基准区10之外区域有规律地选取多个所述测试区20，从而可以计算得到不同位置区域的shading值。

根据本发明的上述优选实施例，提供一镜头shading的图像处理方法，参考图4至图7，适于分析镜头外界在感光芯片上的成像区域呈圆形的图像。将矩形网格划分转变为辐射状的环形圆网络，使得测试区域的形状与测试图像整体边缘相一致，从而在获取测试图像周边区域的同时，测试区域不会超出测试图像的范围。

更具体地来说，所述镜头shading的计算区域布局选取方法，包括如下步骤：

(A)获取一圆形测试图像100的中心坐标O₁(x，y)以及半径R；

(B)以所述测试图像100为中心O₁(x1，y1)为圆心，以r为半径，取一圆形基准区10；和

(C)在所述测试图像100内，所述基准区外，取半径为r的一圆形测试区20。

在所述步骤(B)中，选取计算shading的参考基准，也就是说，选取所述测试图像100中亮度较大的位置作为参考的区域，从而便于计算shading，评价所述测试图像的亮度均匀性。所述基准区10的面积大小，影响采样点的多少。另一方面，在所述步骤(C)中，为了所述测试区20的采样量与所述基准区10的采样量一致，因此所述测试区20和所述基准区10的半径一致，而选取的圆形的所述基准区10需要整体位于所述测试图像100内，因此这里对测试区的位置进行限制，以使得在可以获取所述测试图像100的边缘区域的同时，所测试区20位于所述测试图像100内。根据本发明的上述方法，在所述步骤(B)中，以所述测试图像100的径向的像素为参考，确定所述基准区10的半径。举例地但不限于，以所述测试图像100的直径方向像素的5％为基准。在此处，选取的所述基准区10的大小可以根据实际图像来确定。

在确定了所述测试基准区10的半径后，由于所述测试区20和所述基准区10的半径相同，因此需要通过限定所述测试区20的圆心位置来使得所述测试20位于所述测试图像内。设所述测试区圆心坐标为O₂(x2，y2)，则所述圆形坐标只需要满足条件就可以使得所述测试区20位于所述测试图像100内。

由此可以看到，由于所述测试区20和所述测试图像100的形状一致，同为圆形，在半径r小于所述测试图像100的半径R的情况下，只需要简单的限定所述圆形的坐标位置，就可以获取所述测试图像的不同位置的采用点，且所有的采样点位于所述测试图像100内，相对于矩形的网格，减少计算量，提高计算效率。

进一步，为了获取同一梯度部201的多个所述测试区20，需要分别确定多个所述测试区20的圆心位置，且只需要确定其中任意一所述测试区20的圆心O₂(x2，y2)，以所述测试图像100的圆心O₁(x1，y1)为圆心，以两圆心之间的距离O₁O₂为半径，取一所述梯度圆环202，因此所述步骤(C)包括步骤：确定任一所述测试区20的圆心坐标O₂(x2，y2)，以所述测试图像100的圆心O₁>1O₂为半径取一梯度圆环202，从而确定了同一所述梯度部201内的所有所述测试区20的圆心可取位置。

在确定了所述测试区20的可取位置之后，可以选取所述测试区20，在所述梯度圆环202上不同位置，与所述基准区10对称的不同位置，取半径为r的圆，则得到同一梯度部201、不同区域的多个所述测试区20。因此，所述步骤(C)进一步包括步骤：在所述梯度圆环202上不同位置，关于所述基准区10对称的不同位置，取半径为r的圆。

为了更加全面的评价所述测试图像的shading，还需要获取不同所述梯度部201的所述测试区20，并且不同所述梯度部201的所述测试区20位置相对应，可以更加明确的评价所述测试图像100在径向的图像亮度变化。也就是说，在所述测试图像100的径向延伸方向不同位置取所述测试区20。因此，所述步骤(C)进一步包括步骤：取不同半径的多个所述梯度环202，分别在不同的所述梯度环202上相对应的位置取所述测试区20。

在得到所述基准区10和所述测试区20之后，分别获取所述基准区10的亮度值I1和所述测试区20的亮度值I2，将所述测试区20的亮度值I2与所述基准区10的亮度值I1相比，则得到所述测试区20的shading值，即

Shading＝(I1/I2)×100％

因此，所述方法包括步骤(D)获取所述测试区和所述基准区各自的亮度值，相比，从而得到镜头阴影值，即shading值。

值得一提的是，在计算shading值时，一方面，由于图像是由像素点组成的，每一个像素点都具自身的亮度值，单点的特性不能代表整体的性质，因此选取具有预定面积的所述基准区10和所述测试区20，可以通过不同的标准选取分别代表所述基准区10和所述测试区20的亮度值，比如，从区域中选取亮度值最大的点的亮度值代表整个区域的亮度值，或者计算得到区域中亮度的平均值作为整个区域的亮度值。此外，所述基准区10的选取不限于一个，可以是多个，比如，多个所述基准区10对称地分布于所述测试图像100的中心区域，所述基准区10和所述测试区20的分布和数量不是本发明的限制。在计算时，从中选取一个所述基准区10用来进行后续的shading计算操作。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及 结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。