本发明涉及图像处理,具体涉及一种结合人工智能和图像信号处理技术的屏下摄像头图像还原方法及系统。
背景技术:
1、随着屏下摄像头技术的发展,越来越多的硬件采用屏下摄像头的解决方案,但是通过屏下摄像头所采集的图像存在以下的一些问题:1.镜面反射,光斑:光线衍射可能产生光斑和光晕等干扰现象,这些干扰现象会覆盖在图像上,遮挡或掩盖了图像中的重要细节信息,进而影响图像的解读和分析。2.模糊:光线衍射会使光线在穿过障碍物或狭缝后发生弯曲和扩散,导致图像的细节变得模,物体轮廓变得不清晰。3.对比度低:光线衍射导致图像中的亮区和暗区不明显,从而降低图像的对比度。4.亮度低:透光率低的情况下,摄像头无法捕捉到足够的细节或色彩信息。这些问题严重影响了图像的清晰度和可读性,从而限制了屏下摄像头的实际应用效果。
技术实现思路
1、本发明的目的是提供一种屏下摄像头图像还原方法及系统,通过解决屏下摄像头的光线衍射和透光率低问题,提升图像的整体质量和清晰度。为了实现上述目的,本发明提供如下技术方案:一种屏下摄像头图像还原方法,包括下列步骤:s01:通过屏下摄像头获取图像;s02:将图像进行降噪处理;s03:对图像进行亮度和对比度优化处理;s04:将优化处理后的图像通过图像信号处理模块进行边缘处增强处理。
2、更进一步的,在s02中,降噪处理包括利用人工智能算法进行降噪及普通降噪算法进行降噪后,将两者降噪结果进行融合。
3、更进一步的,人工智能算法降噪用于处理图像的镜面反射数据,普通降噪算法降噪用于处理非镜面反射数据。
4、更进一步的,步骤s03中,亮度和对比度的优化处理包括:
5、s031:通过人工智能算法对图像的亮度、对比度及图像纹理进行优化;
6、s032:将经过人工智能算法优化亮度、对比度及图像纹理后的图像传输至图像信号处理模块进行处理。
7、更进一步的,步骤s032中,图像信号处理模块的处理包括利用双边网格算法优化图像的亮度及对比度。
8、更进一步的,边缘增强处理包括使用图像信号处理模块的边缘增强技术和人工智能算法的超分辨率技术。
9、本发明还提出一种屏下摄像头图像还原系统,包括:人工智能算法模块,用于识别并去除图像中的镜面反射和光斑,对所述图像的亮度、对比度及图像纹理进行优化;图像信号处理模块,用于对所述人工智能算法模块优化后的所述图像进行亮度和对比度的再次优化,以及对再次优化后的所述无向进行边缘增强处理。
10、更进一步的,人工智能法模块用于识别并去除大光斑,图像信号处理模块用于去除小光斑。
11、更进一步的,图像信号处理模块使用双边网格算法进行亮度和对比度的优化。
12、更进一步的,图像信号处理模块使用边缘增强技术和人工智能算法的超分辨率技术进行边缘增强处理。
13、在上述技术方案中,本发明提供的技术效果和优点:结合利用了人工智能算法的优化能力和图像信号处理模块的高效处理能力,提升了图像质量。
1.一种屏下摄像头图像还原方法,其特征在于,包括下列步骤:
2.根据权利要求1所述的方法,其特征在于:在所述s02中,所述降噪处理包括利用人工智能算法进行降噪及普通降噪算法进行降噪后,将两者降噪结果进行融合。
3.根据权利要求2所述的方法,其特征在于:所述人工智能算法降噪用于处理所述图像的镜面反射数据,所述普通降噪算法降噪用于处理非镜面反射数据。
4.根据权利要求1所述的方法,其特征在于:所述步骤s03中,所述亮度和对比度的优化处理包括:
5.根据权利要求4所述的方法,其特征在于:所述步骤s032中,所述图像信号处理模块的处理包括利用双边网格算法优化所述图像的亮度及对比度。
6.根据权利要求1所述的方法,其特征在于:所述边缘增强处理包括使用图像信号处理模块的边缘增强技术和人工智能算法的超分辨率技术。
7.一种屏下摄像头图像还原系统,包括:
8.根据权利要求7所述的系统,其特征在于,所述人工智能法模块用于识别并去除大光斑,图像信号处理模块用于去除小光斑。
9.根据权利要求7所述的系统,其特征在于,所述图像信号处理模块使用双边网格算法进行亮度和对比度的优化。
10.根据权利要求7所述的系统,其特征在于,所述图像信号处理模块使用边缘增强技术和人工智能算法的超分辨率技术进行边缘增强处理。