CN114640763A - 屏下摄像头传感器、图像处理方法、电子设备及存储介质 - Google Patents
屏下摄像头传感器、图像处理方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114640763A CN114640763A CN202210192672.1A CN202210192672A CN114640763A CN 114640763 A CN114640763 A CN 114640763A CN 202210192672 A CN202210192672 A CN 202210192672A CN 114640763 A CN114640763 A CN 114640763A
- Authority
- CN
- China
- Prior art keywords
- raw image
- image
- pixel value
- array
- micro
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000004313 glare Effects 0.000 claims abstract description 56
- 230000008439 repair process Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 description 21
- 230000000694 effects Effects 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000005286 illumination Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000004438 eyesight Effects 0.000 description 3
- 230000003796 beauty Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例公开一种屏下摄像头传感器、图像处理方法、电子设备及存储介质，屏下摄像头传感器包括像素阵列、位于其上方的色彩滤镜阵列和微透镜阵列，微透镜阵列中包括第一微透镜单元和第二微透镜单元，第二微透镜单元为防眩光微透镜。图像处理方法包括：获取屏下摄像头传感器采集到的原始RAW图像；从原始RAW图像中提取第一微透镜单元对应的各像素点的第一像素值，基于第一像素值生成第一RAW图像；从原始RAW图像中提取第二微透镜单元对应的各像素点的第二像素值，基于第二像素值生成第二RAW图像；基于第二RAW图像对第一RAW图像中的第一区域进行眩光修复处理，得到第三RAW图像，第一区域中各像素点的亮度值大于第一数值。
Description
技术领域
本申请涉及机器视觉技术领域，特别涉及一种屏下摄像头传感器、图像处理方法、电子设备及存储介质。
背景技术
近年来，随着电子设备的普及，用户对全面屏的需要越来越强烈。为实现全面屏电子设备的前置拍摄功能，设备厂商对全面屏电子设备屏下摄像头区域的屏幕像素排序方式和屏幕像素大小进行了多种方案设计。多种设计方案在一定程度上平衡了屏下摄像头区域的屏幕显示效果与屏下摄像头区域的进光量，但也存在一些问题，例如，屏下摄像头区域内屏幕像素对光的干涉或者衍射会产生较强的雾感、异形光斑，导致出现画面眩光的问题。
现有技术中，主要采用多帧不同亮度的图像进行融合，然后运行单独的去眩光算法的方式，来改善画面眩光问题，但是，该去眩光算法主要改善的是整体画面雾感，以及部分面光源，线光源和小的点光源的眩光问题，不能覆盖到所有光源，例如针对太阳或者稍强的光源的眩光改善不大，也常引入异常光带问题，导致去眩光效果较差。
发明内容
本申请实施例提供一种屏下摄像头传感器、图像处理方法、电子设备及存储介质，以解决现有技术中存在的图像去眩光效果较差的技术问题。
根据本申请的第一方面，公开了一种屏下摄像头传感器，包括像素阵列、色彩滤镜阵列和微透镜阵列；
其中，所述色彩滤镜阵列和所述微透镜阵列均位于所述像素阵列的上方，所述微透镜阵列中包括第一微透镜单元和第二微透镜单元，所述第二微透镜单元为防眩光微透镜。
可选地，作为一个实施例，所述色彩滤镜阵列位于所述像素阵列的上方，所述微透镜阵列位于所述色彩滤镜阵列的上方；或者，
所述微透镜阵列位于所述像素阵列的上方，所述色彩滤镜阵列位于所述微透镜阵列的上方。
可选地，作为一个实施例，所述色彩滤镜阵列中包括多组重复排列的滤镜单元，每组滤镜单元中包括多个不同的滤镜单元，一个滤镜单元上覆盖所述微透镜阵列中的一个微透镜单元；
每组滤镜单元中的M个滤镜单元上覆盖M个第一微透镜单元，每组滤镜单元中的N个滤镜单元上覆盖N个第二微透镜单元，其中，M大于N，且均为大于1的整数；
所述M个滤镜单元在不同组滤镜单元中的位置是相同的，以及所述N个滤镜单元在不同组滤镜单元中的位置是相同的。
可选地，作为一个实施例，所述每组滤镜单元的排列方式为以下任一种：
可选地，作为一个实施例，在所述每组滤镜单元的排列方式为
的情况下，M为12，N为4；
所述每组滤镜单元中的N个滤镜单元包括：第i行第j列的R，第i行第j+2列的G，第i+2行第j列的G，以及第i+2行第j+2列的B，其中，1≤i≤2，1≤j≤2。
根据本申请的第二方面，公开了一种图像处理方法，用于对第一方面中屏下摄像头传感器采集到的RAW图像进行去眩光处理，所述方法包括：
获取所述屏下摄像头传感器采集到的原始RAW图像；
从所述原始RAW图像中，提取所述屏下摄像头传感器中第一微透镜单元对应的各像素点的第一像素值，基于所述第一像素值生成第一RAW图像；
从所述原始RAW图像中，提取所述屏下摄像头传感器中第二微透镜单元对应的各像素点的第二像素值，基于所述第二像素值生成第二RAW图像，其中，所述第二微透镜单元为防眩光微透镜；
确定所述第一RAW图像中的第一区域，其中，所述第一区域中各像素点的亮度值大于第一数值；
基于所述第二RAW图像，对所述第一RAW图像中的所述第一区域进行眩光修复处理，得到第三RAW图像。
可选地，作为一个实施例，所述基于所述第二RAW图像，对所述第一RAW图像中的所述第一区域进行眩光修复处理，得到第三RAW图像，包括：
确定所述第二RAW图像中与所述第一区域对应的第二区域；
对于所述第一区域中的每个像素点Pi，将所述Pi的原始像素值与所述第二区域中对应位置像素点Ri的原始像素值进行加权求和运算，得到所述Pi的目标像素值，其中，所述Ri的权重值大于所述Pi的权重值；
对于所述第一RAW图像中所述第一区域之外的区域中的每个像素点Pj，将所述Pj的原始像素值与所述第二图像中对应位置像素点Rj的原始像素值进行加权求和运算，得到所述Pj的目标像素值，其中，所述Pj的权重值大于所述Rj的权重值；
将所述第一RAW图像中每个所述Pi的原始像素值替换为对应的目标像素值，将每个所述Pj的原始像素值替换为对应的目标像素值，得到第三RAW图像。
可选地，作为一个实施例，所述方法还包括：
对所述第三RAW图像进行图像重建，得到第一全彩图像；
将所述第一全彩图像显示在所述电子设备的拍照预览界面上。
可选地，作为一个实施例，所述方法还包括：
将所述第一RAW图像和所述第二RAW图像存储至缓存队列中，其中，所述缓存队列中存储有同一拍照场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
当接收到针对目标场景的拍照指令时，从所述缓存队列中读取所述目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
根据所述目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像，生成第四RAW图像；
对所述第四RAW图像进行图像重建，得到第二全彩图像。
根据本申请的第三方面，公开了一种图像处理装置，用于对第一方面中屏下摄像头传感器采集到的RAW图像进行去眩光处理，所述装置包括：
获取模块，用于获取所述屏下摄像头传感器采集到的原始RAW图像；
第一生成模块，用于从所述原始RAW图像中，提取所述屏下摄像头传感器中第一微透镜单元对应的各像素点的第一像素值，基于所述第一像素值生成第一RAW图像；
第二生成模块，用于从所述原始RAW图像中，提取所述屏下摄像头传感器中第二微透镜单元对应的各像素点的第二像素值，基于所述第二像素值生成第二RAW图像，其中，所述第二微透镜单元为防眩光微透镜；
确定模块，用于确定所述第一RAW图像中的第一区域，其中，所述第一区域中各像素点的亮度值大于第一数值；
修复模块，用于基于所述第二RAW图像，对所述第一RAW图像中的所述第一区域进行眩光修复处理，得到第三RAW图像。
可选地，作为一个实施例，所述修复模块包括：
区域确定子模块，用于确定所述第二RAW图像中与所述第一区域对应的第二区域；
第一计算子模块，用于对于所述第一区域中的每个像素点Pi，将所述Pi的原始像素值与所述第二区域中对应位置像素点Ri的原始像素值进行加权求和运算，得到所述Pi的目标像素值，其中，所述Ri的权重值大于所述Pi的权重值；
第二计算子模块，用于对于所述第一RAW图像中所述第一区域之外的区域中的每个像素点Pj，将所述Pj的原始像素值与所述第二图像中对应位置像素点Rj的原始像素值进行加权求和运算，得到所述Pj的目标像素值，其中，所述Pj的权重值大于所述Rj的权重值；
替换子模块，用于将所述第一RAW图像中每个所述Pi的原始像素值替换为对应的目标像素值，将每个所述Pj的原始像素值替换为对应的目标像素值，得到第三RAW图像。
可选地，作为一个实施例，所述装置还包括：
第一重建模块，用于对所述第三RAW图像进行图像重建，得到第一全彩图像；
显示模块，用于将所述第一全彩图像显示在所述电子设备的拍照预览界面上。
可选地，作为一个实施例，所述装置还包括：
存储模块，用于将所述第一RAW图像和所述第二RAW图像存储至缓存队列中，其中，所述缓存队列中存储有同一拍照场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
读取模块，用于当接收到针对目标场景的拍照指令时，从所述缓存队列中读取所述目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
第三生成模块，用于根据所述目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像，生成第四RAW图像；
第二重建模块，用于对所述第四RAW图像进行图像重建，得到第二全彩图像。
根据本申请的第四方面，公开了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现如第二方面中的图像处理方法。
根据本申请的第五方面，公开了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如第二方面中的图像处理方法。
根据本申请的第六方面，公开了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如第二方面中的图像处理方法。
本申请实施例中，可以对全面屏电子设备中屏下摄像头传感器的硬件结构进行改进，改进后的屏下摄像头传感器的微透镜阵列中除包含普通微透镜单元外，还包含防眩光微透镜单元，使得在对拍摄场景进行图像采集时，可以通过微透镜阵列中的普通微透镜单元，采集得到正常RAW图像，通过微透镜阵列中的防眩光微透镜单元，采集得到防眩光RAW图像，其中，正常RAW图像和防眩光RAW图像中包含了拍摄场景的完整信息，之后使用防眩光RAW图像对正常RAW图像进行去眩光处理，得到无眩光的RAW图像。与现有技术相比，本申请实施例中，由于防眩光RAW图像的亮度比正常RAW图像的亮度低，且防眩光RAW图像没有异常眩光和明显雾感的问题，因此，使用防眩光RAW图像对正常RAW图像进行去眩光处理，得到的图像中包含拍摄场景的完整信息且不存在眩光问题，能够解决包括强光场景在内的各种光源场景下的眩光问题，去眩光效果较好。
附图说明
图1是本申请的一个实施例的屏下摄像头传感器的结构图；
图2是本申请的另一个实施例的屏下摄像头传感器的结构图；
图3是本申请的一个实施例的色彩滤镜阵列中滤镜单元排列方式的第一个示例图；
图4是本申请的一个实施例的色彩滤镜阵列中滤镜单元排列方式的第二个示例图；
图5是本申请的一个实施例的色彩滤镜阵列中滤镜单元排列方式的第三个示例图；
图6是本申请的一个实施例的微透镜阵列中微透镜单元排列方式的示例图；
图7是本申请的一个实施例的图像处理方法的流程图；
图8是本申请的一个实施例的图像处理方法的示例图；
图9是本申请的一个实施例的图像处理装置的结构示意图；
图10是本申请的一个实施例的一种电子设备的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。
近年来，基于人工智能的计算机视觉、深度学习、机器学习、图像处理、图像识别等技术研究取得了重要进展。人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸人的智能的理论、方法、技术及应用系统的新兴科学技术。人工智能学科是一门综合性学科，涉及芯片、大数据、云计算、物联网、分布式存储、深度学习、机器学习、神经网络等诸多技术种类。计算机视觉作为人工智能的一个重要分支，具体是让机器识别世界，计算机视觉技术通常包括人脸识别、活体检测、指纹识别与防伪验证、生物特征识别、人脸检测、行人检测、目标检测、行人识别、图像处理、图像识别、图像语义理解、图像检索、文字识别、视频处理、视频内容识别、行为识别、三维重建、虚拟现实、增强现实、同步定位与地图构建(SLAM)、计算摄影、机器人导航与定位等技术。随着人工智能技术的研究和进步，该项技术在众多领域展开了应用，例如安防、城市管理、交通管理、楼宇管理、园区管理、人脸通行、人脸考勤、物流管理、仓储管理、机器人、智能营销、计算摄影、手机影像、云服务、智能家居、穿戴设备、无人驾驶、自动驾驶、智能医疗、人脸支付、人脸解锁、指纹解锁、人证核验、智慧屏、智能电视、摄像机、移动互联网、网络直播、美颜、美妆、医疗美容、智能测温等领域。
以计算摄像领域为例，目前，为了平衡全面屏电子设备屏下摄像头区域的屏幕显示效果以及屏下摄像头的进光量，设备厂商对摄像头区域的屏幕像素排列方式以及大小进行了多种方案设计，多种设计方案在一定程度上平衡了屏下摄像头区域的屏幕显示效果与屏下摄像头区域的进光量，但也存在一些问题，例如，屏下摄像头区域内屏幕像素对光的干涉或者衍射会产生较强的雾感、异形光斑，导致出现画面眩光的问题。
现有技术中，主要采用多帧不同亮度的图像进行融合，然后运行单独的去眩光算法的方式，来改善画面眩光问题，但是，该去眩光算法主要改善的是整体画面雾感，以及部分面光源，线光源和小的点光源的眩光问题，不能覆盖到所有光源，例如针对太阳或者稍强的光源的眩光改善不大，也常引入异常光带问题，导致去眩光效果较差。
为解决上述技术问题，本申请实施例提供了一种屏下摄像头传感器、图像处理方法、电子设备及存储介质。
下面首先对本申请实施例中的屏下摄像头传感器进行介绍。
本申请实施例提供了一种屏下摄像头传感器，包括：像素阵列、色彩滤镜阵列和微透镜阵列；其中，色彩滤镜阵列和微透镜阵列均位于像素阵列的上方，微透镜阵列中包括第一微透镜单元和第二微透镜单元，第二微透镜单元为防眩光微透镜。
在一些实施例中，如图1所示，屏下摄像头传感器中的色彩滤镜阵列位于像素阵列的上方，微透镜阵列位于色彩滤镜阵列的上方。
在另一些实施例中，如图2所示，屏下摄像头传感器中的微透镜阵列位于像素阵列的上方，色彩滤镜阵列位于微透镜阵列的上方。
屏下摄像头传感器，是一种将光信号转换成电信号的器件，传感器上的每个感光单元称为一个像素点，从而构成像素阵列，像素点的像素值用于表征该像素点感应到的光照强度大小，但是无法表征颜色。
为了表征颜色，像素阵列的表面上会覆盖一层色彩滤镜阵列(CFA，Color filterarray)，该色彩滤镜阵列包括多个色彩滤镜单元，每个色彩滤镜单元对应像素阵列中的一个像素点，每个色彩滤镜单元只允许单一颜色的光通过，并被对应的像素点捕获。经过以上处理后，像素点的像素值就可以用于表征特定颜色光的光照强度大小。
为了汇聚光信号，像素阵列的表面上会覆盖一层微透镜阵列，该微透镜阵列包括多个微透镜单元，每个微透镜单元对应于色彩滤镜阵列中的一个色彩滤镜单元和像素阵列中的一个像素点，也就是，传感器中的像素点、色彩滤镜单元与微透镜单元之间存在一一对应的关系。
本申请实施例中，第一微透镜单元为普通微透镜，也就是，不具备防眩光功能的微透镜。第二微透镜单元可以为带防眩光镀膜的微透镜或者防眩光材质的微透镜，也就是，具备防眩光功能的微透镜。
在一些实施例中，色彩滤镜阵列中包括多组重复排列的滤镜单元，每组滤镜单元中包括多个不同的滤镜单元，一个滤镜单元上覆盖微透镜阵列中的一个微透镜单元；每组滤镜单元中的M个滤镜单元上覆盖M个第一微透镜单元，每组滤镜单元中的N个滤镜单元上覆盖N个第二微透镜单元，其中，M大于N，且均为大于1的整数；M个滤镜单元在不同组滤镜单元中的位置是相同的，以及N个滤镜单元在不同组滤镜单元中的位置是相同的。
在一些实施例中，每组滤镜单元的排列方式，具体可以为以下任一种：
为便于理解，结合图3至图6所示的示例图进行说明。
在一个例子中，如图3所示，每组滤镜单元的排列方式可以为四拜耳阵列排列方式，在四拜耳阵列排列方式下，每组滤镜单元中包含16个色彩滤镜单元，分别为4个相邻的红色滤镜单元(用“R”表示)、4个相邻的绿色滤镜单元(用“G”表示)、4个相邻的绿色滤镜单元(用“G”表示)和4个相邻的蓝色滤镜单元(用“B”表示)，红色滤镜单元只允许红光通过，绿色滤镜单元只允许绿光通过，蓝色滤镜单元只允许蓝光通过，在该排列方式下所捕获的光照信息中红光信息占25％，绿光信息占50％，蓝光信息占25％。
在一个例子中，如图4所示，每组滤镜单元的排列方式可以为RCCC排列方式，在RCCC排列方式下，每组滤镜单元中包含4个滤镜单元，分别为1个红色滤镜单元(用“R”表示)和3个亮度滤镜单元(用“C”表示)，红色滤镜单元只允许红光通过，亮度滤镜单元允许所有波长的光全都透过，在该排列方式下所捕获的光照信息中亮度信息占75％，红光信息占25％。
在一个例子中，如图5所示，每组滤镜单元的排列方式可以为包括红色滤镜单元、绿色滤镜单元、蓝色滤镜单元和亮度滤镜单元的排列方式，在该排列方式下所捕获的光照信息中亮度信息占50％、绿光信息占25％，蓝光信息占12.5％，红光信息占12.5％。
此外，本申请实施例中，色彩滤镜阵列的排列方式还可以为上述三种模式之外的其他模式，本申请实施例对此不作限定。
在一些实施例中，在每组滤镜单元的排列方式为
情况下，
M为12，N为4；每组滤镜单元中的N个滤镜单元包括：第i行第j列的R，第i行第j+2列的G，第i+2行第j列的G，以及第i+2行第j+2列的B，其中，1≤i≤2，1≤j≤2。
在一个例子中，如图6所示，图6示出了每组滤镜单元中滤镜单元所对应的微透镜阵列的排列方式的示例图，滤镜单元R、G和B对应的微透镜单元为第一微透镜单元，滤镜单元R_deflare、G_deflare和B_deflare对应的微透镜单元为第二微透镜单元。
接下来对本申请实施例提供的一种图像处理方法进行介绍。
图7是本申请的一个实施例的图像处理方法的流程图，用于对上述屏下摄像头传感器采集到的RAW图像进行去眩光处理，如图7所示，该方法可以包括以下步骤：步骤701、步骤702、步骤703、步骤704和步骤705，其中，
在步骤701中，获取屏下摄像头传感器采集到的原始RAW图像。
本申请实施例中，原始RAW图像为全尺寸的RAW图像，也就是，像素阵列中包含多少个像素点，原始RAW图像中就包含多少个像素点，例如，屏下摄像头传感器的像素阵列包含3000*4000个像素点，对应的原始RAW图像的像素点个数也为3000*4000。
本申请实施例中，可以获取屏下摄像头传感器的像素阵列中各像素点的像素值，根据获取到的像素值和像素阵列中像素点的排列方式，生成原始RAW图像。
在步骤702中，从原始RAW图像中，提取屏下摄像头传感器中第一微透镜单元对应的各像素点的第一像素值，基于第一像素值生成第一RAW图像。
本申请实施例中，由于第一微透镜单元是普通的微透镜，光照信息可以经由第一微透镜单元、色彩滤镜单元正常地照射到屏下摄像头传感器的像素点上，因此从原始RAW图像中分离出的第一RAW图像是正常RAW图像，但其中会存在眩光问题。
在步骤703中，从原始RAW图像中，提取屏下摄像头传感器中第二微透镜单元对应的各像素点的第二像素值，基于第二像素值生成第二RAW图像。
本申请实施例中，由于第二微透镜单元是防眩光微透镜，光照信息经由第二微透镜单元后，会过滤掉反射和折射的光信号，再经由色彩滤镜单元照射到屏下摄像头传感器的像素点上，因此从原始RAW图像中分离出的第二RAW图像是防眩光RAW图像(也可称为无眩光RAW图像)，其中不存在眩光问题，但其图像亮度比正常RAW图像低。
本申请实施例中，由于原始RAW图像中记录了拍照场景的全部信息，因此从原始RAW图像中分离出的第一RAW图像和第二RAW图像也包含了拍照场景的全部信息。
在步骤704中，确定第一RAW图像中的第一区域，其中，第一区域中各像素点的亮度值大于第一数值。
本申请实施例中，由于眩光问题主要出现在图像中的高光区域，因此需要检测第一RAW图像中的高光区域，即各像素点的亮度值大于第一数值的第一区域。
本申请实施例中，可以设置第一数值的取值，在设置第一数值的取值之后，以第一数值的取值为比较标准，采用现有技术中的任一种图像区域检测方法，对第一RAW图像中各像素点的像素值与第一数值进行比较，来确定第一RAW图像中的第一区域。
在步骤705中，基于第二RAW图像，对第一RAW图像中的第一区域进行眩光修复处理，得到第三RAW图像。
本申请实施例中，使用不存在眩光问题的第二RAW图像，对存在眩光问题的第一RAW图像中的高光区域进行眩光修复处理，可以得到去除眩光问题的第三RAW图像。
在一些实施例中，上述步骤705具体可以包括以下步骤(图中未示出)：步骤7051、步骤7052、步骤7053和步骤7054，其中，
在步骤7051中，确定第二RAW图像中与第一区域对应的第二区域。
在步骤7052中，对于第一区域中的每个像素点Pi，将Pi的原始像素值与第二区域中对应位置像素点Ri的原始像素值进行加权求和运算，得到Pi的目标像素值，其中，Ri的权重值大于Pi的权重值。
在步骤7053中，对于第一RAW图像中第一区域之外的区域中的每个像素点Pj，将Pj的原始像素值与第二图像中对应位置像素点Rj的原始像素值进行加权求和运算，得到Pj的目标像素值，其中，Pj的权重值大于Rj的权重值。
在步骤7054中，将第一RAW图像中每个Pi的原始像素值替换为对应的目标像素值，将每个Pj的原始像素值替换为对应的目标像素值，得到第三RAW图像。
为了便于理解，以图6所示的微透镜阵列的排列方式和图8所示的RAW图像为例，对图像去眩光过程进行描述。
屏下摄像头传感器中微透镜阵列的排列方式如图6所示，在从屏下摄像头传感器中获取原始RAW图像后，例如原始RAW图像的尺寸为16*16，从原始RAW图像中提取滤镜单元R_deflare、G_deflare和B_deflare对应像素点的像素值，生成如图8所示的4*4尺寸的第二RAW图像；从原始RAW图像中提取滤镜单元R、G和B对应像素点的像素值，以每组滤镜单元中三个滤镜单元R对应三个像素点的像素值为例，对三个像素点的像素值进行三合一binning处理得到一个R像素值，同理，对滤镜单元G对应三个像素点和滤镜单元B对应三个像素点进行三合一binning处理得到两个G像素值和一个B像素值，最终如图8所示的生成4*4尺寸的第一RAW图像。
在进行眩光修复处理时，对于第一区域中的各像素点(Pi1，Pi2，Pi3，Pi4)，将Pi1的原始像素值与第二区域中像素点Ri1的原始像素值进行加权求和运算，得到Pi1的目标像素值，同理，可以计算得到Pi2～Pi4的目标像素值。
对于第一RAW图像中第一区域之外的区域中的各像素点(Pj1，Pj2，Pj3，Pj4，Pj5，Pj6，Pj7，Pj8，Pj9，Pj10，Pj11，Pj12)，将Pj1的原始像素值与第二图像中Rj1的原始像素值进行加权求和运算，得到Pj1的目标像素值，同理，可以计算得到Pj2～Pj12的目标像素值。
之后，将第一RAW图像中Pi1～Pi4的原始像素值替换为Pi1～Pi4的目标像素值，将第一RAW图像中Pj1～Pj12的原始像素值替换为Pj1～Pj12的目标像素值，最终得到第三RAW图像。
由上述实施例可见，该实施例中，可以对全面屏电子设备中屏下摄像头传感器的硬件结构进行改进，改进后的屏下摄像头传感器的微透镜阵列中除包含普通微透镜单元外，还包含防眩光微透镜单元，使得在对拍摄场景进行图像采集时，可以通过微透镜阵列中的普通微透镜单元，采集得到正常RAW图像，通过微透镜阵列中的防眩光微透镜单元，采集得到防眩光RAW图像，其中，正常RAW图像和防眩光RAW图像中包含了拍摄场景的完整信息，之后使用防眩光RAW图像对正常RAW图像进行去眩光处理，得到无眩光的RAW图像。与现有技术相比，本申请实施例中，由于防眩光RAW图像的亮度比正常RAW图像的亮度低，且防眩光RAW图像没有异常眩光和明显雾感的问题，因此，使用防眩光RAW图像对正常RAW图像进行去眩光处理，得到的图像中包含拍摄场景的完整信息且不存在眩光问题，能够解决包括强光场景在内的各种光源场景下的眩光问题，去眩光效果较好。
考虑到现有技术中设备厂商导入的去眩光算法方案主要应用在拍照流程上，在拍照预览时没有加入对应的算法进行效果改善，导致拍照预览界面中显示的图像，与实际拍摄得到的图像的差异较大(主要体现在预览图像去反光以及去雾化等效果比拍照图像差很多)。
为了解决上述技术问题，在本申请提供的另一个实施例中，还可以在图7所示方法实施例的基础上，增加以下步骤：
对第三RAW图像进行图像重建，得到第一全彩图像；将第一全彩图像显示在电子设备的拍照预览界面上。
本申请实施例中，第三RAW图像中已经去除了眩光，但考虑到第三RAW图像是马赛克形式的，因此为了从不完全色彩取样中得到全彩图像，需要对不完全色彩取样进行图像重建，也就是，需要对第三RAW图像进行去马赛克处理。
在实际应用中，可以采用现有技术中的任一种去马赛克方法，对第三RAW图像进行去马赛克处理，得到对应的第一全彩图像，其中，第一全彩图像的图像格式可以为YUV格式。
可见，本申请实施例中，可以在拍照预览时加入对应的算法进行效果改善，在拍照时复用同一算法，使得预览和拍照效果一致，并且因为不用加入专门的去眩光算法模块，降低了整个算法流程处理时间。
为降低拍照过程中图像处理的时长，提高图像处理效率，在实际拍摄时，可以复用之前已生成的第一RAW图像和第二RAW图像，相应的，在本申请提供的再一个实施例中，还可以在图7所示方法实施例的基础上，增加以下步骤：
将第一RAW图像和第二RAW图像存储至缓存队列中，其中，缓存队列中存储有同一拍照场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
当接收到针对目标场景的拍照指令时，从缓存队列中读取目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
根据目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像，生成第四RAW图像；
对第四RAW图像进行图像重建，得到第二全彩图像。
本申请实施例中，第四RAW图像可以为无眩光且具有HDR效果的RAW图像。
本申请实施例中，第二全彩图像为目标场景对应的彩色图像，第二全彩图像的格式可以为JPEG格式。
在一个例子中，目标场景对应三组不同曝光程度的RAW图像，分别为：(第一曝光程度下的第一RAW图像，第一曝光程度下的第二RAW图像)、(第二曝光程度下的第一RAW图像，第二曝光程度下的第二RAW图像)以及(第三曝光程度下的第一RAW图像，第三曝光程度下的第二RAW图像)。
在一些实施例中，可以参照图7所示实施例中的步骤705，基于第一曝光程度下的第一RAW图像和第一曝光程度下的第二RAW图像，生成第一曝光程度下的第五RAW图像；同理，基于第二曝光程度下的第一RAW图像和第二曝光程度下的第二RAW图像，生成第二曝光程度下的第六RAW图像；基于第三曝光程度下的第一RAW图像和第三曝光程度下的第二RAW图像，生成第三曝光程度下的第七RAW图像；之后，基于第五RAW图像、第六RAW图像和第七RAW图像，生成第四RAW图像。
在另一些实施例中，也可以从目标场景对应三组不同曝光程度的RAW图像中选取全部的第一RAW图像和部分第二RAW图像，基于全部的第一RAW图像和部分第二RAW图像，生成第四RAW图像。
可见，本申请实施例中，在进行实际拍摄时，可以复用之前已生成的第一RAW图像和第二RAW图像，从而降低拍照过程中图像处理的时长，提高图像处理效率。
图9是本申请的一个实施例的图像处理装置的结构示意图，如图9所示，图像处理装置900，可以包括：获取模块901、第一生成模块902、第二生成模块903、确定模块904和修复模块905，其中，
获取模块901，用于获取所述屏下摄像头传感器采集到的原始RAW图像；
第一生成模块902，用于从所述原始RAW图像中，提取所述屏下摄像头传感器中第一微透镜单元对应的各像素点的第一像素值，基于所述第一像素值生成第一RAW图像；
第二生成模块903，用于从所述原始RAW图像中，提取所述屏下摄像头传感器中第二微透镜单元对应的各像素点的第二像素值，基于所述第二像素值生成第二RAW图像，其中，所述第二微透镜单元为防眩光微透镜；
确定模块904，用于确定所述第一RAW图像中的第一区域，其中，所述第一区域中各像素点的亮度值大于第一数值；
修复模块905，用于基于所述第二RAW图像，对所述第一RAW图像中的所述第一区域进行眩光修复处理，得到第三RAW图像。
由上述实施例可见，该实施例中，可以对全面屏电子设备中屏下摄像头传感器的硬件结构进行改进，改进后的屏下摄像头传感器的微透镜阵列中除包含普通微透镜单元外，还包含防眩光微透镜单元，使得在对拍摄场景进行图像采集时，可以通过微透镜阵列中的普通微透镜单元，采集得到正常RAW图像，通过微透镜阵列中的防眩光微透镜单元，采集得到防眩光RAW图像，其中，正常RAW图像和防眩光RAW图像中包含了拍摄场景的完整信息，之后使用防眩光RAW图像对正常RAW图像进行去眩光处理，得到无眩光的RAW图像。与现有技术相比，本申请实施例中，由于防眩光RAW图像的亮度比正常RAW图像的亮度低，且防眩光RAW图像没有异常眩光和明显雾感的问题，因此，使用防眩光RAW图像对正常RAW图像进行去眩光处理，得到的图像中包含拍摄场景的完整信息且不存在眩光问题，能够解决包括强光场景在内的各种光源场景下的眩光问题，去眩光效果较好。
可选地，作为一个实施例，所述修复模块905，可以包括：
区域确定子模块，用于确定所述第二RAW图像中与所述第一区域对应的第二区域；
第一计算子模块，用于对于所述第一区域中的每个像素点Pi，将所述Pi的原始像素值与所述第二区域中对应位置像素点Ri的原始像素值进行加权求和运算，得到所述Pi的目标像素值，其中，所述Ri的权重值大于所述Pi的权重值；
第二计算子模块，用于对于所述第一RAW图像中所述第一区域之外的区域中的每个像素点Pj，将所述Pj的原始像素值与所述第二图像中对应位置像素点Rj的原始像素值进行加权求和运算，得到所述Pj的目标像素值，其中，所述Pj的权重值大于所述Rj的权重值；
替换子模块，用于将所述第一RAW图像中每个所述Pi的原始像素值替换为对应的目标像素值，将每个所述Pj的原始像素值替换为对应的目标像素值，得到第三RAW图像。
可选地，作为一个实施例，所述图像处理装置900，可以还包括：
第一重建模块，用于对所述第三RAW图像进行图像重建，得到第一全彩图像；
显示模块，用于将所述第一全彩图像显示在所述电子设备的拍照预览界面上。
可选地，作为一个实施例，所述图像处理装置900，可以还包括：
存储模块，用于将所述第一RAW图像和所述第二RAW图像存储至缓存队列中，其中，所述缓存队列中存储有同一拍照场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
读取模块，用于当接收到针对目标场景的拍照指令时，从所述缓存队列中读取所述目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
第三生成模块，用于根据所述目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像，生成第四RAW图像；
第二重建模块，用于对所述第四RAW图像进行图像重建，得到第二全彩图像。
本申请提供的图像处理方法的实施例中的任意一个步骤和任意一个步骤中的具体操作均可以由图像处理装置中的相应的模块完成。图像处理装置中的各个模块完成的相应的操作的过程参考在图像处理方法的实施例中描述的相应的操作的过程。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
图10是本申请的一个实施例的一种电子设备的结构框图。电子设备包括处理组件1022，其进一步包括一个或多个处理器，以及由存储器1032所代表的存储器资源，用于存储可由处理组件1022执行的指令，例如应用程序。存储器1032中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1022被配置为执行指令，以执行上述方法。
电子设备还可以包括一个电源组件1026被配置为执行电子设备的电源管理，一个有线或无线网络接口1050被配置为将电子设备连接到网络，和一个输入输出(I/O)接口1058。电子设备可以操作基于存储在存储器1032的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
根据本申请的再一个实施例，本申请还提供了计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如上述任意一个实施例所述的图像处理方法中的步骤。
根据本申请的再一个实施例，本申请还提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如上述任意一个实施例所述的图像处理方法中的步骤。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种屏下摄像头传感器、图像处理方法、电子设备及存储介质，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (12)
1.一种屏下摄像头传感器，其特征在于，包括像素阵列、色彩滤镜阵列和微透镜阵列；
其中，所述色彩滤镜阵列和所述微透镜阵列均位于所述像素阵列的上方，所述微透镜阵列中包括第一微透镜单元和第二微透镜单元，所述第二微透镜单元为防眩光微透镜。
2.根据权利要求1所述的屏下摄像头传感器，其特征在于，
所述色彩滤镜阵列位于所述像素阵列的上方，所述微透镜阵列位于所述色彩滤镜阵列的上方；或者，
所述微透镜阵列位于所述像素阵列的上方，所述色彩滤镜阵列位于所述微透镜阵列的上方。
3.根据权利要求1或2所述的屏下摄像头传感器，其特征在于，所述色彩滤镜阵列中包括多组重复排列的滤镜单元，每组滤镜单元中包括多个不同的滤镜单元，一个滤镜单元上覆盖所述微透镜阵列中的一个微透镜单元；
每组滤镜单元中的M个滤镜单元上覆盖M个第一微透镜单元，每组滤镜单元中的N个滤镜单元上覆盖N个第二微透镜单元，其中，M大于N，且均为大于1的整数；
所述M个滤镜单元在不同组滤镜单元中的位置是相同的，以及所述N个滤镜单元在不同组滤镜单元中的位置是相同的。
4.根据权利要求3所述的屏下摄像头传感器，其特征在于，所述每组滤镜单元的排列方式为以下任一种：
5.据权利要求4所述的屏下摄像头传感器，其特征在于，在所述每组滤镜单元的排列方式为
的情况下，M为12，N为4；
所述每组滤镜单元中的N个滤镜单元包括：第i行第j列的R，第i行第j+2列的G，第i+2行第j列的G，以及第i+2行第j+2列的B，其中，1≤i≤2，1≤j≤2。
6.一种图像处理方法，用于对权利要求1-5任一项所述的屏下摄像头传感器采集到的RAW图像进行去眩光处理，其特征在于，所述方法包括：
获取所述屏下摄像头传感器采集到的原始RAW图像；
从所述原始RAW图像中，提取所述屏下摄像头传感器中第一微透镜单元对应的各像素点的第一像素值，基于所述第一像素值生成第一RAW图像；
从所述原始RAW图像中，提取所述屏下摄像头传感器中第二微透镜单元对应的各像素点的第二像素值，基于所述第二像素值生成第二RAW图像，其中，所述第二微透镜单元为防眩光微透镜；
确定所述第一RAW图像中的第一区域，其中，所述第一区域中各像素点的亮度值大于第一数值；
基于所述第二RAW图像，对所述第一RAW图像中的所述第一区域进行眩光修复处理，得到第三RAW图像。
7.根据权利要求6所述的方法，其特征在于，所述基于所述第二RAW图像，对所述第一RAW图像中的所述第一区域进行眩光修复处理，得到第三RAW图像，包括：
确定所述第二RAW图像中与所述第一区域对应的第二区域；
对于所述第一区域中的每个像素点Pi，将所述Pi的原始像素值与所述第二区域中对应位置像素点Ri的原始像素值进行加权求和运算，得到所述Pi的目标像素值，其中，所述Ri的权重值大于所述Pi的权重值；
对于所述第一RAW图像中所述第一区域之外的区域中的每个像素点Pj，将所述Pj的原始像素值与所述第二图像中对应位置像素点Rj的原始像素值进行加权求和运算，得到所述Pj的目标像素值，其中，所述Pj的权重值大于所述Rj的权重值；
将所述第一RAW图像中每个所述Pi的原始像素值替换为对应的目标像素值，将每个所述Pj的原始像素值替换为对应的目标像素值，得到第三RAW图像。
8.根据权利要求6所述的方法，其特征在于，所述方法还包括：
对所述第三RAW图像进行图像重建，得到第一全彩图像；
将所述第一全彩图像显示在所述电子设备的拍照预览界面上。
9.据权利要求6所述的方法，其特征在于，所述方法还包括：
将所述第一RAW图像和所述第二RAW图像存储至缓存队列中，其中，所述缓存队列中存储有同一拍照场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
当接收到针对目标场景的拍照指令时，从所述缓存队列中读取所述目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像；
根据所述目标场景下多种不同曝光程度的第一RAW图像和对应的第二RAW图像，生成第四RAW图像；
对所述第四RAW图像进行图像重建，得到第二全彩图像。
10.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求6-9任一项所述的方法。
11.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求6-9任一项所述的方法。
12.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求6-9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210192672.1A CN114640763B (zh) | 2022-02-28 | 2022-02-28 | 屏下摄像头传感器、图像处理方法、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210192672.1A CN114640763B (zh) | 2022-02-28 | 2022-02-28 | 屏下摄像头传感器、图像处理方法、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114640763A true CN114640763A (zh) | 2022-06-17 |
| CN114640763B CN114640763B (zh) | 2024-10-29 |
Family
ID=81947191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210192672.1A Active CN114640763B (zh) | 2022-02-28 | 2022-02-28 | 屏下摄像头传感器、图像处理方法、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114640763B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013258602A (ja) * | 2012-06-13 | 2013-12-26 | Olympus Corp | 撮像装置 |
| CN205647732U (zh) * | 2015-05-27 | 2016-10-12 | 半导体元件工业有限责任公司 | 图像传感器以及图像传感器系统 |
| US20170070689A1 (en) * | 2015-09-08 | 2017-03-09 | Apple Inc. | Automatic compensation of lens flare |
| CN110197832A (zh) * | 2018-02-26 | 2019-09-03 | 爱思开海力士有限公司 | 包括分隔图案的图像传感器 |
| CN211744556U (zh) * | 2019-09-27 | 2020-10-23 | 深圳传音控股股份有限公司 | 摄像头模组及采用所述摄像头模组的终端 |
| CN113826375A (zh) * | 2019-05-22 | 2021-12-21 | 索尼半导体解决方案公司 | 光接收装置、固态成像设备、电子设备和信息处理系统 |
| CN113866854A (zh) * | 2021-11-10 | 2021-12-31 | 深圳市雕拓科技有限公司 | 一种透明光学元件 |
| JP2022011504A (ja) * | 2020-06-30 | 2022-01-17 | 凸版印刷株式会社 | 固体撮像素子 |
| CN114223191A (zh) * | 2019-09-17 | 2022-03-22 | 脸谱科技有限责任公司 | 偏振捕获设备、系统和方法 |
| CN116057951A (zh) * | 2020-07-31 | 2023-05-02 | 株式会社半导体能源研究所 | 摄像装置、电子设备及移动体 |
-
2022
- 2022-02-28 CN CN202210192672.1A patent/CN114640763B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013258602A (ja) * | 2012-06-13 | 2013-12-26 | Olympus Corp | 撮像装置 |
| CN205647732U (zh) * | 2015-05-27 | 2016-10-12 | 半导体元件工业有限责任公司 | 图像传感器以及图像传感器系统 |
| US20170070689A1 (en) * | 2015-09-08 | 2017-03-09 | Apple Inc. | Automatic compensation of lens flare |
| CN110197832A (zh) * | 2018-02-26 | 2019-09-03 | 爱思开海力士有限公司 | 包括分隔图案的图像传感器 |
| CN113826375A (zh) * | 2019-05-22 | 2021-12-21 | 索尼半导体解决方案公司 | 光接收装置、固态成像设备、电子设备和信息处理系统 |
| CN114223191A (zh) * | 2019-09-17 | 2022-03-22 | 脸谱科技有限责任公司 | 偏振捕获设备、系统和方法 |
| CN211744556U (zh) * | 2019-09-27 | 2020-10-23 | 深圳传音控股股份有限公司 | 摄像头模组及采用所述摄像头模组的终端 |
| JP2022011504A (ja) * | 2020-06-30 | 2022-01-17 | 凸版印刷株式会社 | 固体撮像素子 |
| CN116057951A (zh) * | 2020-07-31 | 2023-05-02 | 株式会社半导体能源研究所 | 摄像装置、电子设备及移动体 |
| CN113866854A (zh) * | 2021-11-10 | 2021-12-31 | 深圳市雕拓科技有限公司 | 一种透明光学元件 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114640763B (zh) | 2024-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rerabek et al. | New light field image dataset | |
| CN105491294B (zh) | 图像处理装置、图像拍摄装置及图像处理方法 | |
| Cossairt et al. | When does computational imaging improve performance? | |
| CN110149482A (zh) | 对焦方法、装置、电子设备和计算机可读存储介质 | |
| CN103733607B (zh) | 用于检测运动物体的装置和方法 | |
| CN108389224B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN112288663A (zh) | 一种红外与可见光图像融合方法及系统 | |
| CN103563350A (zh) | 图像处理装置、图像处理方法以及数码相机 | |
| CN112818732B (zh) | 一种图像处理方法、装置、计算机设备和存储介质 | |
| CN107040726B (zh) | 双摄像头同步曝光方法及系统 | |
| JP2017005389A (ja) | 画像認識装置、画像認識方法及びプログラム | |
| CN108024054A (zh) | 图像处理方法、装置及设备 | |
| JP2023056056A (ja) | データ生成方法、学習方法及び推定方法 | |
| CN113902657A (zh) | 图像拼接方法、装置和电子设备 | |
| CN109242794A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| US9020269B2 (en) | Image processing device, image processing method, and recording medium | |
| CN113628134B (zh) | 图像降噪方法及装置、电子设备及存储介质 | |
| CN114387548A (zh) | 视频及活体检测方法、系统、设备、存储介质及程序产品 | |
| CN108574803B (zh) | 图像的选取方法、装置、存储介质及电子设备 | |
| CN115049675A (zh) | 生成区域确定及光斑生成方法、设备、介质及程序产品 | |
| CN109325905B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN104010134B (zh) | 用于形成具有宽动态范围的系统和方法 | |
| CN109191398A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN114640763B (zh) | 屏下摄像头传感器、图像处理方法、电子设备及存储介质 | |
| CN111968039B (zh) | 基于硅传感器相机的昼夜通用图像处理方法、装置及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |