CN100563302C - 一种坏点自适应的网格噪声消除装置及方法 - Google Patents
一种坏点自适应的网格噪声消除装置及方法 Download PDFInfo
- Publication number
- CN100563302C CN100563302C CNB2007101205992A CN200710120599A CN100563302C CN 100563302 C CN100563302 C CN 100563302C CN B2007101205992 A CNB2007101205992 A CN B2007101205992A CN 200710120599 A CN200710120599 A CN 200710120599A CN 100563302 C CN100563302 C CN 100563302C
- Authority
- CN
- China
- Prior art keywords
- point
- current pixel
- pixel point
- bad
- value
- 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.)
- Expired - Fee Related
Links
- 230000008030 elimination Effects 0.000 title claims abstract description 34
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims description 37
- 230000008569 process Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Abstract
本发明公开了一种坏点自适应的网格噪声消除装置,其包括有数据缓存模块、识别控制模块、坏点补偿模块及噪声消除模块。所述数据缓存模块,用于缓存2*N+1行的贝尔图像数据,其中N大于等于2。所述识别控制模块,用于判定当前像素点的颜色类型及是否为坏点并根据判定结果控制坏点补偿模块及噪声消除模块的工作。所述坏点补偿模块,用于在当前像素点为坏点时,根据其周围非坏同色像素点的值对当前像素点的值进行坏点补偿,如果当前像素点是G色像素点,则将补偿后的当前像素点的值输送给噪声消除模块,如果当前像素点不是G色像素点,则将补偿后的当前像素点的值直接输出。所述噪声消除模块,用于在当前像素点为G色且为坏点时接收来自坏点补偿模块的当前像素点的补偿值并根据其周围的非坏G色像素点的值对当前像素点的补偿值进行噪声消除,还用于在当前像素点为G色且不为坏点时根据其周围的非坏G色像素点值对当前像素点的值进行噪声消除,然后将噪声消除后的值输出。
Description
技术领域
本发明涉及图像处理领域,尤其涉及坏点自适应的网格噪声消除装置及方法。
技术背景
摄像头、数码相机和数码摄像机等数字影像撷取装置的光学传感器通常采用CCD(Charge-coupled device,电荷耦合器件)或CMOS(Complementary MetalOxide Semiconductor,互补性氧化金属半导体)技术,由横竖两个方向密集排列的感光元件(CCD或CMOS)组成的一个二维矩阵,而CCD或CMOS传感器只能感应光线亮度,不能感应色彩信息。因此必须使用色彩滤波阵列(ColorFiltered Array,CFA)确保每个传感器像素只会收到一种颜色的光:通常是红(R)、绿(G)、蓝(B)三种颜色中的一种。色彩滤波阵列可以使用不同的模式,最常用的是Bayer(贝尔)模式的色彩滤波阵列。Bayer模式交替使用一组红色和绿色滤镜以及一组绿色和蓝色滤镜,其中绿色像素点的总数为红色和蓝色像素点之和。Bayer模式的原始(raw)图像(以下简称贝尔图像)的像素排列格式如图1所示。为了将贝尔图像转换成可正常显示的图像,需要对其进行CFA插值,即对每个像素点,通过其周围的像素值获得该像素的另外两种颜色值。例如,在位置[m,n]处,只有G值,利用周围点的信息,通过插值可以获得该点处的R值和B值。经过CFA插值后,可获得每个像素点上的R、G、B值。
由于一般的自然场景图像都是光滑的,也就是说颜色是缓慢渐变的,因此,贝尔图像相邻的G值(对角相邻)应当非常接近。但是,在数字影像撷取装置的生产过程中,由于光学传感器的生产工艺较差或者镜头和光学传感器的装配对准精度不够,使得在光学传感器所生成的Bayer图像会出现相邻G值相差很大(即G值不平衡)的现象。而这种贝尔图像经过CFA插值之后生成的图像将存在网格状噪声,严重影响图像质量。图2A是不存在网格状噪声的正常图像,图2B是存在网格状噪声的图像。
现有技术中一般可以采用两种方式来消除网格状噪声。第一种方式就是对生产工艺进行改进,以提高光学传感器的质量和镜头与光学传感器的对准精度,然而对生产工艺进行改进往往需要投入大量的资金和时间,而且即使对生产工艺进行了改进也很难保证生产出的每一个数字影像撷取装置都能够满足质量要求。第二种方法就是用图像处理的方式对贝尔图像进行网格噪声消除,即可以将每一个原始G值像素点与其相邻的G值像素点进行加权平均,并以该加权平均值作为该像素点的G值,这样消除了G值的不均衡,也就消除了网格噪声。
然而,如果在贝尔图像上有G像素点是坏点(dead pixel),那么经过上述噪声消除方法之后,由该坏点引起的网格噪声不但不会被消除反而还会扩散开来。因为上述噪声消除方法是假设输入的贝尔原始图像上没有坏点的,只有G值不平衡的缺陷。但实际输入的贝尔图像可能既有G值不平衡的缺陷,也有坏点缺陷。这样就既需要进行坏点补偿又需要进行网格噪声消除。如图3所示,在现有技术中可以用两个独立的模块顺序来进行处理:首先用坏点补偿模块对坏点进行补偿处理;然后用噪声消除模块对坏点补偿后的数据进行网格噪声消除。这样就既可以补偿掉坏点,又可以消除网格状噪声。但这样的实现方式,硬件代价很大。
请参考图4A所示,对于坏点补偿模块来说,如果需要对当前像素点P4进行坏点补偿需要参考参考周围同色的像素点P0~P3及P5~P8,由于在贝尔原始图像上同颜色像素点(除了G色)在水平、垂直、对角方向都相隔一个像素,因此要进行坏点补偿至少需要5x5大小的像素块,而一般硬件设计是按行处理的,因此坏点补偿模块至少需要保存5行的图像数据。请参考图4B所示,对于噪声消除模块来说,由于是根据相邻G像素点对G值进行均衡,从而消除网格状噪声,因此至少需要3x3大小的像素块,因此噪声消除模块至少需要保存3行的图像数据。这样,两个模块至少需要8行容量的内存来保存需要处理的数据,需要的资源很大。
发明内容
有鉴于此,本发明的一个目的在于提供一种坏点自适应的网格噪声消除装置,其既能补偿掉坏点又能消除网格噪声,同时其又可以节省硬件资源。
本发明的另一个目的在于提供一种坏点自适应的网格噪声消除方法,其既能补偿掉坏点又能消除网格噪声,同时其又可以节省硬件资源。
为了达到上述目的,根据本发明的一方面提供的坏点自适应的网格噪声消除装置,用于对贝尔图像进行坏点补偿及网格噪声消除,其包括有数据缓存模块、识别控制模块、坏点补偿模块及噪声消除模块。所述数据缓存模块,用于缓存2*N+1行的贝尔图像数据,其中N大于等于2。所述识别控制模块,用于判定当前像素点的颜色类型及是否为坏点并根据判定结果控制坏点补偿模块及噪声消除模块的工作。所述坏点补偿模块,用于在当前像素点为坏点时,根据其周围非坏同色像素点的值对当前像素点的值进行坏点补偿,如果当前像素点是G色像素点,则将补偿后的当前像素点的值输送给噪声消除模块,如果当前像素点不是G色像素点,则将补偿后的当前像素点的值直接输出。所述噪声消除模块,用于在当前像素点为G色且为坏点时接收来自坏点补偿模块的当前像素点的补偿值并根据其周围的非坏G色像素点的值对当前像素点的补偿值进行噪声消除,还用于在当前像素点为G色且不为坏点时根据其周围的非坏G色像素点值对当前像素点的值进行噪声消除,然后将噪声消除后的值输出。其中当前像素点的值、坏点补偿需要的当前像素点的周围非坏同色像素点值及噪声消除需要的当前像素点的周围非坏G色像素点值都存储在数据缓存模块中。
进一步的,所述识别控制模块在判定当前像素点为R或B色且不为坏点时,将当前像素点的值直接输出。
进一步的,所述识别控制模块内存储有标记图像传感器的所有坏点的坏点表。
进一步的,对当前像素点进行坏点补偿具体为:
P4=(a1*P0+a2*P1+a3*P2+a4*P3+a5*P5+a6*P6+a7*P7+a8*P8)/(a1+a2+...+a7+a8),其中P4代表当前像素点,P0、P1、P2、P3、P5、P6、P7及P8为其周围同色像素点,a1~a8是同色像素点的补偿系数,为大于等于0的实数。
更进一步的,像素点P0、P1、P2、P3、P5、P6、P7及P8中有坏点时,将该坏点的补偿系数置为0。
进一步的,当前像素点的值或补偿值进行噪声消除的过程具体为:
OUT=(a*G+b*Gtl+c*Gtr+d*Gbl+e*Gbr)/(a+b+c+d+e),
其中G在当前像素点为坏点时是当前像素点的补偿值,否则其为当前像素点的原值,a、b、c、d、e为滤波系数,b、c、d、e为大于等于0的实数,a为大于0的实数,在Gtl、Gtr、Gbl、Gbr中有坏点时,将其对应的滤波系数置为0,OUT为当前像素点G的输出值。
进一步的,所述数据缓存模块中缓存的2*N+1行的图像数据中的第N+1行为需要进行后继处理的待处理图像数据,所述后继处理是指识别控制模块的判定、所述坏点补偿模块的坏点补偿及所述噪声消除模块的噪声消除,在进行上述处理时,将对待处理图像数据即第N+1行的像素点按照顺序逐个进行处理,当前像素点就是正在处理的像素点。
根据本发明的一方面提供的一种坏点自适应的网格噪声消除方法,用于对贝尔图像进行坏点补偿及网格噪声消除,其应用于包括有数据缓存模块的装置上,该方法包括:步骤A,以行为单位向数据缓存模块输入贝尔图像数据,所述数据缓存模块能够缓存2*N+1行贝尔图像数据,所述N大于等于2,待处理图像数据的为第N+1行,对该待处理行的像素点按照顺序逐个进行处理;步骤B,判断当前像素点是否为坏点,如果为坏点,则转入步骤C;如果不为坏点,在当前像素点的颜色类型为R或B色时将当前像素点的值直接输出,在当前像素点的颜色类型为G色时转入步骤D;步骤C,根据当前像素点的周围非坏同色像素点值对当前像素点的值进行坏点补偿,并在当前像素点为G色像素点时转入步骤D,在当前像素点不是G色像素点时将补偿后的当前像素点值直接输出;步骤D,根据当前像素点周围的非坏G色像素点值对当前像素点的补偿值或原值进行噪声消除,将噪声消除后的当前像素点的值输出;其中当前像素点的值、坏点补偿需要的当前像素点的周围非坏同色像素点值及噪声消除需要的当前像素点的周围非坏G色像素点值都存储在数据缓存模块中。
进一步的,步骤C中的对当前像素点的值进行坏点补偿具体为:
假设P4是当前像素点,那么对当前像素点进行坏点补偿具体为:
P4=(a1*P0+a2*P1+a3*P2+a4*P3+a5*P5+a6*P6+a7*P7+a8*P8)/(a1+a2+...+a7+a8),其中像素点P0、P1、P2、P3、P5、P6、P7及P8为当前像素点P4的周围同色像素点,a1~a8是同色像素点的补偿系数,为大于等于0的实数,像素点P0、P1、P2、P3、P5、P6、P7及P8中有坏点时,将该坏点的补偿系数置为0。
进一步的,步骤D的对当前像素点的值或补偿值进行噪声消除的过程具体为:OUT=(a*G+b*Gtl+c*Gtr+d*Gbl+e*Gbr)/(a+b+c+d+e),
其中G在当前像素点为坏点时是当前像素点的补偿值,否则其为当前像素点的原值,a、b、c、d、e为滤波系数,b、c、d、e为大于等于0的实数,a为大于0的实数,在Gtl、Gtr、Gbl、Gbr中有坏点时,将其对应的滤波系数置为0,OUT为当前像素点G的输出值。
这样,在本发明提出的技术方案中,坏点补偿处理和网格噪声消除处理同时并行进行,它们可以共享内存,这样可以大大节省硬件资源。为了保证坏点不对网格噪声滤波产生影响,在噪声消除时根据坏点情况自适应的改变滤波系数,达到了很好的噪声消除效果。
附图说明
图1为贝尔图像的像素排列格式示意图;
图2A是不存在网格状噪声的正常图像;
图2B是存在网格状噪声的图像;
图3是现有技术中同时实现坏点补偿及网格噪声消除的装置的功能方框图;
图4A为坏点补偿时的像素阵列示意图;
图4B为网格噪声消除的像素阵列示意图;
图5是本发明坏点自适应的网格噪声消除装置的一个实施例的结构框图;和
图6是本发明坏点自适应的网格噪声消除方法的一个实施例的流程示意图。
具体实施方式
下面结合说明书附图来说明本发明的具体实施方式。
在本发明提出的技术方案中,坏点补偿和网格噪声消除同时并行进行,它们可以共享内存,这样可以大大节省硬件资源。
请参考图5所示,其示出了本发明坏点自适应的网格噪声消除装置1的一个实施例的结构框图。所述坏点自适应的网格噪声消除装置1用于对具有坏点及G值不均衡缺陷的贝尔图像进行坏点补偿及网格噪声消除,所述装置1包括有数据缓存模块10、识别控制模块20、坏点补偿模块30及噪声消除模块40。
所述数据缓存模块10用于缓存输入的贝尔模式图像数据,由于一般硬件是按行处理的,并且鉴于贝尔模式图像的三原色像素排列模式、坏点补偿需要周围同色像素点及噪声消除需要周围G色像素点,所以所述数据缓存模块10需要缓存2*N+1行的图像数据,其中N大于等于2,也就是说所述数据缓存模块10至少需要缓存5行的图像数据,比如400*600大小的贝尔模式图像,那么数据缓存模块10需要缓存的图像数据为5*600。
其中,所述数据缓存模块10中缓存的2*N+1行的图像数据中需要进行后继处理的待处理图像数据的就是第N+1行图像数据,所述后继处理可以指坏点补偿或噪声消除处理等。在处理时,对该待处理行即第N+1行的像素点按照顺序逐个进行后继处理,为了描述方便,这里将正在处理的像素点称为当前像素点、将刚处理过的像素点称为前一像素点、将将要处理的像素点称为下一像素点。在处理完该第N+1行后,向所述数据缓存模块10输入一行图像数据,将先前第1行数据删除,其他各行的行数均减1,将刚输入的一行图像数据作为第2*N+1行,然后再继续处理本次的第N+1行图像数据。
所述识别控制模块20用于根据当前像素点的坐标判定其颜色类型及其是否为坏点,如果为R或B色且不为坏点,则将当前像素点的值直接输出;如果为R或B色且为坏点,则通知坏点补偿模块30对当前像素点的值进行处理;如果为G色且不为坏点,则通知噪声消除模块40对当前像素点的值进行处理;如果为G色且为坏点,则通知坏点补偿模块30对当前像素点的值进行处理。其中,所述识别控制模块20内存储有标记图像传感器的所有坏点的坏点表,比如可以存储在EEROM(电可擦写只读内存)内,其可以用1位数据来标记出每一个像素点是否为坏点,比如1表示该像素点是坏点,0表示该像素点不是坏点。那么是否未坏点具体的判定过程可以是,识别控制模块20在坏点表中根据当前处理像素点的坐标查找相应位置的值,为1表示当前处理像素点是坏点,为0表示当前处理像素点不是坏点。在另一个实施例中,坏点表中可以只存储坏点的坐标,当需要判定当前像素点是否为坏点时,只需要拿当前像素点的坐标到坏点表中去查询,如果坏点表中有该坐标则说明当前像素点是坏点,如果坏点表中没有该坐标则说明当前像素点不是坏点。另外,由于贝尔模式图像的三原色RGB排布很有规律且一旦确定下来就不会改变,因此只要知道贝尔模式图像的排布模式,就可以根据当前像素点的坐标确定出当前像素点的像色类型。
所述坏点补偿模块30用于在当前像素点为坏点时,根据其周围同色像素点值对当前像素点的值进行坏点补偿,如果当前像素点是G色像素点,将补偿后的当前像素点值输送给噪声消除模块40;如果当前像素点不是G色像素点,将补偿后的当前处理像素点值直接输出,其中坏点补偿需要的当前像素点的周围同色像素点值都缓存在数据存储模块10中。在一个具体的实施例中,请参考图4A所示,假设P4是当前像素点,那么对当前像素点进行坏点补偿具体可以为:P4=(a1*P0+a2*P1+a3*P2+a4*P3+a5*P5+a6*P6+a7*P7+a8*P8)/(a1+a2+...+a7+a8),其中像素点P0、P1、P2、P3、P4、P5、P6、P7及P8都是缓存在数据缓存模块10内,a1~a8是个同色像素点的补偿系数,可以为大于等于0的实数,补偿公式的原则在于,参考周围同色像素的值平滑的确定坏点像素的值。当然还可以采用普通技术人员可以想到的其它任何补偿方法对当前像素点进行补偿。在一个优选的实施例中,坏点补偿时同时需要判定当前像素点P4周围的像素点P0、P1、P2、P3、P5、P6、P7及P8是否为坏点,如果是坏点则将该坏点的系数置为0,也可以说,参考周围同色非坏像素的值平滑的确定坏点像素的值。
所述噪声消除模块40用于在当前像素点为G色且为坏点时接收来自坏点补偿模块30的当前像素点的补偿值并根据其周围的G色像素点值对当前像素点的补偿值进行噪声消除,还用于在当前像素点为G色且不为坏点时根据其周围的G色像素点值对当前像素点的值进行噪声消除,然后将噪声消除后的当前像素点的值输出。其中噪声消除需要的当前像素点的周围G色像素点值都存储在数据缓存模块10中。在一个具体的实施例中,请参看图4B所示,当前像素点G周围的G色像素点有Gtl、Gtr、Gbl、Gbr,它们均缓存在数据缓存模块10内,根据当前像素点G周围的G色像素点值对当前像素点的值进行噪声消除的过程具体为:OUT=(a*G+b*Gtl+c*Gtr+d*Gbl+e*Gbr)/(a+b+c+d+e),其中公式中的G在当前像素点为坏点时是当前像素点的补偿值,否则其为当前像素点的原值,a、b、c、d、e为滤波系数,b、c、d、e、可以为大于等于0的实数,a为大于0的实数,在Gtl、Gtr、Gbl、Gbr中有坏点时,将其对应的滤波系数置为0,同时可以根据需要改变其他滤波系数的大小,OUT为当前像素点G的输出值。
在一个更为具体的实施例中,在Gtl、Gtr、Gbl、Gbr都不是坏点时,那么该像素点G的输出值OUT为:
out=(4*G+Gtl+Gtr+Gbl+Gbr)/8;
在Gtl、Gtr、Gbl、Gbr的任何一个为坏点时,
OUT=(3*G+Gc1+Gc2+Gc3)/6,其中Gc1、Gc2、Gc3代表不为坏点的三个像素点;
相似的,在Gtl、Gtr、Gbl、Gbr中任何两个是坏点时,
OUT=(2*G+Gc1+Gc2)/4,其中Gc1、Gc2代表不为坏点的二个像素点;
相似的,在Gtl、Gtr、Gbl、Gbr中任何三个是坏点时,
OUT=(G+Gc1)/2,其中Gc1代表不为坏点的一个像素点;
相似的,在Gtl、Gtr、Gbl、Gbr都为坏点时,
OUT=G。
因此,可以看出在对当前G色像素点进行噪声消除时,只考虑其周围的非坏点像素,而忽略其周围的坏点像素,这样可以消除坏点对网格噪声滤波的影响。在本发明的坏点自适应的网格噪声消除装置100中,所述噪声消除模块40和所述坏点补偿模块30共用一个数据缓存模块10,大大节省了硬件资源,另外,由于坏点补偿与噪声消除同时进行,为了保证坏点不对网格噪声滤波产生影响,在噪声消除时根据坏点情况自适应的改变滤波系数,达到了很好的噪声消除效果。
根据本发明的另一方面,本发明提供了一种坏点自适应的网格噪声消除方法,其可以用于前述坏点自适应的网格噪声消除装置100中,但并不一定限于上述装置。
请参考图6所示,其示出了本发明坏点自适应的网格噪声消除方法的一个实施例的流程示意图,其具体包括如下步骤。
步骤100,以行为单位向数据缓存模块10输入贝尔图像数据。
所述数据缓存模块能够缓存2*N+1行贝尔图像数据,其中N大于等于2,需要进行后继处理的待处理图像数据的就是第N+1行,在处理时,对该待处理行即第N+1行的像素点按照顺序逐个进行后继处理,为了描述方便,这里将正在处理的像素点称为当前像素点、将刚处理过的像素点称为前一像素点、将将要处理的像素点称为下一像素点。在处理完第N+1行后,向所述数据缓存模块输入一行图像数据将其作为第2*N+1行,将先前第1行数据删除,其他各行的行数均减1,然后再继续处理本次的第N+1行图像数据。
步骤200,判断数据缓存模块10内的当前像素点是否为坏点,如果为坏点,则转入步骤300;如果不为坏点,则转入步骤400去判断当前像素点的颜色类型,在当前像素点为R或B色时转入步骤500,在当前像素点的颜色类型不为R或B色时转入步骤700。
步骤300,根据当前像素点的周围同色像素点值对当前像素点的值进行坏点补偿,并转入步骤400’去判断当前像素点的颜色类型,在当前像素点不为R或B色像素点时转入步骤700,在当前像素点是R或B色像素点时转入步骤600。
步骤500,输出当前像素点的值并转入步骤800。
步骤600,输出当前像素点的补偿值并转入步骤800。
步骤700,根据当前像素点周围的G色像素点值对当前像素点的补偿值或原值进行噪声消除,将噪声消除后的当前像素点的值输出并转入步骤800。
步骤800,判断数据缓存模块中的第N+1行数据的像素点是否都被处理完,如果是,则返回步骤100,如果否,则转入步骤900。
步骤900,将当前像素点的下一像素点作为下轮处理的当前像素点并返回步骤200。
在一个具体的实施例中,步骤300中的对当前像素点的值进行坏点补偿请参考图4A所示,假设P4是当前像素点,那么对当前像素点进行坏点补偿具体可以为:
P4=(a1*P0+a2*P1+a3*P2+a4*P3+a5*P5+a6*P6+a7*P7+a8*P8)/(a1+a2+...+a7+a8),
其中像素点P0、P1、P2、P3、P4、P5、P6、P7及P8都是缓存在数据缓存模块10内,a1~a8是个同色像素点的补偿系数,可以为大于等于0的实数,补偿公式的原则在于,参考周围同色像素的值平滑的确定坏点像素的值。当然还可以采用普通技术人员可以想到的其它任何补偿方法对当前像素点进行补偿。在一个优选的实施例中,坏点补偿时同时需要判定当前像素点P4周围的像素点P0、P1、P2、P3、P5、P6、P7及P8是否为坏点,如果是坏点则将该坏点的系数置为0,也可以说,参考周围同色非坏像素的值平滑的确定坏点像素的值。
在一个具体的实施例中,步骤700中的对当前像素点的补偿值或原值进行噪声消除请参看图4B所示,当前像素点G周围的G色像素点有Gtl、Gtr、Gbl、Gbr,它们均缓存在数据缓存模块10内,根据当前像素点G周围的G色像素点值对当前像素点的值进行噪声消除的过程具体为:OUT=(a*G+b*Gtl+c*Gtr+d*Gbl+e*Gbr)/(a+b+c+d+e),其中公式中的G在当前像素点为坏点时是当前像素点的补偿值,否则其为当前像素点的原值,a、b、c、d、e为滤波系数,b、c、d、e、可以为大于等于0的实数,a为大于0的实数,在Gtl、Gtr、Gbl、Gbr中有坏点时,将其对应的滤波系数置为0,同时可以根据需要改变其他滤波系数的大小,OUT为当前像素点G的输出值。
其中当前像素点的值、坏点补偿需要的当前像素点的周围同色像素点值及噪声消除需要的当前像素点的周围G色像素点值都存储在数据缓存模块中。
需要注意的是,由于坏点自适应的网格噪声消除装置和方法有诸多相似之处,因此在方法部分并未重复描述与装置部分相同的内容,但这并不能妨碍我们借助装置部分的内容对方法的方案进行理解。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换等,均应包含在本发明的保护范围之内。
Claims (10)
1、一种坏点自适应的网格噪声消除装置,用于对贝尔图像进行坏点补偿及网格噪声消除,其包括有数据缓存模块、识别控制模块、坏点补偿模块及噪声消除模块,其特征在于,
所述数据缓存模块,用于缓存2*N+1行的贝尔图像数据,其中N大于等于2;
所述识别控制模块,用于判定当前像素点的颜色类型及是否为坏点并根据判定结果控制坏点补偿模块及噪声消除模块的工作;
所述坏点补偿模块,用于在当前像素点为坏点时,根据其周围非坏同色像素点的值对当前像素点的值进行坏点补偿,如果当前像素点是G色像素点,则将补偿后的当前像素点的值输送给噪声消除模块,如果当前像素点不是G色像素点,则将补偿后的当前像素点的值直接输出;
所述噪声消除模块,用于在当前像素点为G色且为坏点时接收来自坏点补偿模块的当前像素点的补偿值并根据其周围的非坏G色像素点的值对当前像素点的补偿值进行噪声消除,还用于在当前像素点为G色且不为坏点时根据其周围的非坏G色像素点值对当前像素点的值进行噪声消除,然后将噪声消除后的值输出;
其中当前像素点的值、坏点补偿需要的当前像素点的周围非坏同色像素点值及噪声消除需要的当前像素点的周围非坏G色像素点值都存储在数据缓存模块中。
2、如权利要求1所述的坏点自适应的网格噪声消除装置,其特征在于,所述识别控制模块在判定当前像素点为R或B色且不为坏点时,将当前像素点的值直接输出。
3、如权利要求1所述的坏点自适应的网格噪声消除装置,其特征在于,所述识别控制模块内存储有标记图像传感器的所有坏点的坏点表。
4、如权利要求1所述的坏点自适应的网格噪声消除装置,其特征在于,
对当前像素点进行坏点补偿具体为:
P4=(a1*P0+a2*P1+a3*P2+a4*P3+a5*P5+a6*P6+a7*P7+a8*P8)/(a1+a2+...+a7+a8),
其中P4代表当前像素点,P0、P1、P2、P3、P5、P6、P7及P8为其周围同色像素点,a1~a8是同色像素点的补偿系数,为大于等于0的实数。
5、如权利要求4所述的坏点自适应的网格噪声消除装置,其特征在于,像素点P0、P1、P2、P3、P5、P6、P7及P8中有坏点时,将该坏点的补偿系数置为0。
6、如权利要求1所述的坏点自适应的网格噪声消除装置,其特征在于,
当前像素点的值或补偿值进行噪声消除的过程具体为:
OUT=(a*G+b*Gtl+c*Gtr+d*Gbl+e*Ghr)/(a+b+c+d+e),
其中G在当前像素点为坏点时是当前像素点的补偿值,否则其为当前像素点的原值,a、b、c、d、e为滤波系数,b、c、d、e为大于等于0的实数,a为大于0的实数,在Gtl、Gtr、Gbl、Gbr中有坏点时,将其对应的滤波系数置为0,OUT为当前像素点G的输出值。
7、如权利要求1所述的坏点自适应的网格噪声消除装置,其特征在于,所述数据缓存模块中缓存的2*N+1行的图像数据中的第N+1行为需要进行后继处理的待处理图像数据,所述后继处理是指识别控制模块的判定、所述坏点补偿模块的坏点补偿及所述噪声消除模块的噪声消除,在进行上述处理时,将对待处理图像数据即第N+1行的像素点按照顺序逐个进行处理,当前像素点就是正在处理的像素点。
8、一种坏点自适应的网格噪声消除方法,用于对贝尔图像进行坏点补偿及网格噪声消除,其应用于包括有数据缓存模块的装置上,其特征在于,该方法包括:
步骤A,以行为单位向数据缓存模块输入贝尔图像数据,所述数据缓存模块能够缓存2*N+1行贝尔图像数据,所述N大于等于2,待处理图像数据的为第N+1行,对该待处理行的像素点按照顺序逐个进行处理;
步骤B,判断当前像素点是否为坏点,如果为坏点,则转入步骤C;如果不为坏点,在当前像素点的颜色类型为R或B色时将当前像素点的值直接输出,在当前像素点的颜色类型为G色时转入步骤D;
步骤C,根据当前像素点的周围非坏同色像素点值对当前像素点的值进行坏点补偿,并在当前像素点为G色像素点时转入步骤D,在当前像素点不是G色像素点时将补偿后的当前像素点值直接输出;
步骤D,根据当前像素点周围的非坏G色像素点值对当前像素点的补偿值或原值进行噪声消除,将噪声消除后的当前像素点的值输出;
其中当前像素点的值、坏点补偿需要的当前像素点的周围非坏同色像素点值及噪声消除需要的当前像素点的周围非坏G色像素点值都存储在数据缓存模块中。
9、如权利要求8所述的坏点自适应的网格噪声消除方法,其特征在于,步骤C中的对当前像素点的值进行坏点补偿具体为:
假设P4是当前像素点,那么对当前像素点进行坏点补偿具体为:
P4=(a1*P0+a2*P1+a3*P2+a4*P3+a5*P5+a6*P6+a7*P7+a8*P8)/(a1+a2+...+a7+a8),
其中像素点P0、P1、P2、P3、P5、P6、P7及P8为当前像素点P4的周围同色像素点,a1~a8是同色像素点的补偿系数,为大于等于0的实数,像素点P0、P1、P2、P3、P5、P6、P7及P8中有坏点时,将该坏点的补偿系数置为0。
10、如权利要求8所述的坏点自适应的网格噪声消除方法,其特征在于,步骤D的对当前像素点的值或补偿值进行噪声消除的过程具体为:
OUT=(a*G+b*Gtl+c*Gtr+d*Gbl+e*Gbr)/(a+b+c+d+e),
其中G在当前像素点为坏点时是当前像素点的补偿值,否则其为当前像素点的原值,a、b、c、d、e为滤波系数,b、c、d、e为大于等于0的实数,a为大于0的实数,在Gtl、Gtr、Gbl、Gbr中有坏点时,将其对应的滤波系数置为0,OUT为当前像素点G的输出值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007101205992A CN100563302C (zh) | 2007-08-22 | 2007-08-22 | 一种坏点自适应的网格噪声消除装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007101205992A CN100563302C (zh) | 2007-08-22 | 2007-08-22 | 一种坏点自适应的网格噪声消除装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101150658A CN101150658A (zh) | 2008-03-26 |
CN100563302C true CN100563302C (zh) | 2009-11-25 |
Family
ID=39250975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007101205992A Expired - Fee Related CN100563302C (zh) | 2007-08-22 | 2007-08-22 | 一种坏点自适应的网格噪声消除装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100563302C (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108234970A (zh) * | 2018-01-04 | 2018-06-29 | 努比亚技术有限公司 | 一种图像处理方法、终端及计算机可读存储介质 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101754027B (zh) * | 2008-12-02 | 2011-09-14 | 华晶科技股份有限公司 | 图像补偿方法及其数字摄像装置 |
CN101715050B (zh) * | 2009-11-20 | 2014-07-09 | 北京中星微电子有限公司 | 一种图像传感器坏点检测的方法和系统 |
CN104363391B (zh) * | 2014-11-28 | 2018-11-27 | 广东欧珀移动通信有限公司 | 图像坏点补偿方法、系统及拍照设备 |
CN107424131B (zh) * | 2017-07-14 | 2019-11-12 | 智慧眼科技股份有限公司 | 基于深度学习的图像去网格方法及装置 |
CN107909555B (zh) * | 2017-11-27 | 2020-06-02 | 北京大恒图像视觉有限公司 | 一种保持锐度的网格噪声消除方法 |
CN108765306A (zh) * | 2018-04-17 | 2018-11-06 | 浙江华睿科技有限公司 | 一种图像坏点矫正方法、装置、电子设备及介质 |
CN109740467A (zh) * | 2018-12-24 | 2019-05-10 | 北京中安未来科技有限公司 | 一种电子证件识别方法、装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1622637A (zh) * | 2004-12-27 | 2005-06-01 | 北京中星微电子有限公司 | 图像死点和噪声的消除方法 |
CN1671212A (zh) * | 2005-05-11 | 2005-09-21 | 北京中星微电子有限公司 | 基于贝尔图样格式的图像处理方法与装置 |
KR20070012099A (ko) * | 2005-07-22 | 2007-01-25 | 삼성전기주식회사 | 디지탈 카메라용 이미지 처리 장치 및 방법 |
CN1929620A (zh) * | 2005-09-08 | 2007-03-14 | 凌阳科技股份有限公司 | 消除由内插产生的彩色噪声的方法及系统 |
-
2007
- 2007-08-22 CN CNB2007101205992A patent/CN100563302C/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1622637A (zh) * | 2004-12-27 | 2005-06-01 | 北京中星微电子有限公司 | 图像死点和噪声的消除方法 |
CN1671212A (zh) * | 2005-05-11 | 2005-09-21 | 北京中星微电子有限公司 | 基于贝尔图样格式的图像处理方法与装置 |
KR20070012099A (ko) * | 2005-07-22 | 2007-01-25 | 삼성전기주식회사 | 디지탈 카메라용 이미지 처리 장치 및 방법 |
CN1929620A (zh) * | 2005-09-08 | 2007-03-14 | 凌阳科技股份有限公司 | 消除由内插产生的彩色噪声的方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108234970A (zh) * | 2018-01-04 | 2018-06-29 | 努比亚技术有限公司 | 一种图像处理方法、终端及计算机可读存储介质 |
CN108234970B (zh) * | 2018-01-04 | 2021-05-21 | 努比亚技术有限公司 | 一种图像处理方法、终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN101150658A (zh) | 2008-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100563302C (zh) | 一种坏点自适应的网格噪声消除装置及方法 | |
CN1988673B (zh) | 图像处理电路和图像处理方法 | |
EP1908273B1 (en) | Pixel binning and averaging based on illumination | |
CN100366053C (zh) | 一种对数字图像进行坏点补偿的方法 | |
US8013914B2 (en) | Imaging apparatus including noise suppression circuit | |
US8253828B2 (en) | Image capture device including edge direction determination unit, and image processing method for the same | |
US9729805B2 (en) | Imaging device and defective pixel correction method | |
CN101272503B (zh) | 一种保持图像清晰度的网格噪声消除方法及其装置 | |
US6757012B1 (en) | Color selection for sparse color image reconstruction | |
US20120162465A1 (en) | Electronic device with two image sensors | |
CN102959959B (zh) | 固态成像装置驱动方法、固态成像装置及成像设备 | |
CN101304484A (zh) | 成像装置、缺陷像素校正装置、装置中的处理方法和程序 | |
CN1835599A (zh) | 处理拜耳模式彩色数字图像信号的方法和设备 | |
CN102595061A (zh) | 图像处理装置、图像处理方法和程序 | |
US20130293750A1 (en) | Image sensing apparatus, method of controlling operation of same and image sensing system | |
US20220309712A1 (en) | Application processor including neural processing unit and operating method thereof | |
US8922684B2 (en) | Imaging device, control method for imaging device, and storage medium storing a control program for imaging device | |
US8970748B2 (en) | Imaging device, storage medium storing a control program for imaging device, and control method for imaging device | |
CN109285113B (zh) | 一种基于梯度的改进彩色图像插值方法 | |
CN104025583A (zh) | 图像处理装置、方法及摄像装置 | |
US8036483B2 (en) | Couplet correction in image sensors | |
CN101060643B (zh) | 一种用于数字摄像的自适应坏点去除方法 | |
US8938120B2 (en) | Image sensing device and image data processing method using the same | |
JP4464325B2 (ja) | 画像処理装置 | |
CN103647957A (zh) | 降低彩色图像实时传输数据量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20091125 Termination date: 20200822 |