CN103310416B - Raw图像中g点滤波方法和滤波装置 - Google Patents
Raw图像中g点滤波方法和滤波装置 Download PDFInfo
- Publication number
- CN103310416B CN103310416B CN201310166699.4A CN201310166699A CN103310416B CN 103310416 B CN103310416 B CN 103310416B CN 201310166699 A CN201310166699 A CN 201310166699A CN 103310416 B CN103310416 B CN 103310416B
- Authority
- CN
- China
- Prior art keywords
- value
- direction group
- gradient
- max
- oblique
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000001914 filtration Methods 0.000 title claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 38
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明实施例公开了一种RAW图像中G点滤波方法，本发明实施例还公开了一种RAW图像中G点滤波装置。其中，所述方法包括：以当前G点为中心建立M×N窗口，根据R、G、B三种颜色通道在M×N窗口的分布情况计算水平、垂直、斜45°、斜135°方向的梯度绝对值，其中，水平和垂直方向为第一方向组，斜45°和斜135°方向为第二方向组，M和N均为正整数；根据四个方向的梯度绝对值，采用硬判决方法确定选取哪个方向组。采用本发明，能通过硬判决能精确地识别出了哪一组的细节占优以选取合适的方向组；此外，采用颗粒度更小的梯度绝对值计算方法和G通道均值计算方法，通过软判决求取G通道加权均值，滤波后更好地保留高频细节。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种RAW图像中G点滤波方法和滤波装置。
背景技术
在RAW（RAW是一种图像文件格式的名称，该图像的数据未经过加工）图像的处理过程中，涉及到方向的选择。
现有技术一中，在不同的方向间进行选择时，根据方向梯度绝对值最小选择一个方向，然后计算出此方向上的像素（pixel）值。当所选择方向上的pixel样本值较小时，会导致梯度绝对值较小，现有技术一无法识别这种现象。
现有技术二中，在不同的方向间进行选择时，根据方向梯度绝对值/方向pixel均值最小进行选择，然后选定此方向上的pixel均值。由于需要计算每个方向上的pixel均值，因此带来额外的计算量，并且是硬判断地选择其中一个方向。在RAW图像中，各个方向上pixel的均值计算并不一致，且在方向长度较短时，其计算出的均值波动较大，最终影响梯度绝对值相对最小法的准确性。
发明内容
本发明实施例所要解决的技术问题在于，提供一种RAW图像中G点滤波方法和滤波装置，能够避免出现由于pixel样本值较小导致的梯度绝对值较小现象，快速、准确地选取方向组。
为了解决上述技术问题，根据本发明的第一方面，本发明实施例提供了一种业务流量保护方法，包括：
以当前G点为中心建立M×N窗口，以所述G点为中心，根据R、G、B三种颜色通道在M×N窗口的分布情况计算水平、垂直、斜45°、斜135°方向的梯度绝对值，其中，水平和垂直方向为第一方向组，斜45°和斜135°方向为第二方向组，M和N均为正整数；
根据上述四个方向的梯度绝对值，采用硬判决方法确定选取所述第一方向组还是所述第二方向组进行G值计算。
作为所述第一方面的第一种可能的实现方式，所述根据上述四个方向上的梯度绝对值，采用硬判决方法选取所述第一方向组还是第二方向组进行G值计算包括：
如果HV_MAX×PQ_MIN>PQ_MAX×HV_MIN，则选取所述第一方向组；如果HV_MAX×PQ_MIN<PQ_MAX×HV_MIN，则选取所述第二方向组；如果HV_MAX×PQ_MIN=PQ_MAX×HV_MIN，则选取任意一个方向组；其中，HV_MAX为所述第一方向组中的最大梯度绝对值，HV_MIN为所述第一方向组中的最小梯度绝对值，PQ_MAX为所述第二方向组中的最大梯度绝对值，PQ_MIN为所述第二方向组中的最小梯度绝对值。
结合所述第一方面的或所述第一方面的第一种可能的实现方式，还提供了所述第一方面的第二种可能的实现方式，在确定所选的方向组之后，所述方法还包括：
根据所选取的方向组确定G值，具体的：当选取所述第一方向组时，保留原始G值；当选取所述第二方向组时，采用软判决方法计算更新的G值以代替所述原始G值。
结合所述第一方面的第二种可能的实现方式，还提供了所述第一方面的第三种可能的实现方式，所述采用软判决方法计算更新的G值以代替所述原始G值包括：
根据G通道在斜45°和斜135°方向的分布，分别计算斜45°和斜135°方向的梯度绝对值和G通道均值；根据上述处理获得的斜45°和斜135°方向的梯度绝对值和G通道均值，计算G通道加权均值以代替所述原始G值。
结合所述第一方面的第三种可能的实现方式，还提供了所述第一方面的第四种可能的实现方式:
Gav=(Gav_P×Gd1_Q×Gd1_Q+Gav_Q×Gd1_P×Gd1_P)/(Gd1_P×Gd1_P+Gd1_Q×Gd1_Q)，其中，Gav为所述G通道加权均值，Gd1_P和Gd1_Q分别为G点在斜45°方向和斜135°方向的梯度绝对值，Gav_P和Gav_Q分别为G点在斜45°方向和斜135°方向的G通道均值。
第二方面，提供一种RAW图像中G点滤波装置，包括：
梯度绝对值计算单元，用于以当前G点为中心建立M×N窗口，以所述G点为中心，根据R、G、B三种颜色通道在M×N窗口的分布情况计算水平、垂直、斜45°、斜135°方向的梯度绝对值，其中，水平和垂直方向为第一方向组，斜45°和斜135°方向为第二方向组，M和N均为正整数；
确定单元，用于根据上述四个方向的梯度绝对值，采用硬判决方法确定选取所述第一方向组还是所述第二方向组进行G值计算。
作为所述第二方面的第一种可能的实现方式，所述确定单元包括：
判断模块，用于在HV_MAX×PQ_MIN>PQ_MAX×HV_MIN时，选取所述第一方向组；在HV_MAX×PQ_MIN<PQ_MAX×HV_MIN时，选取所述第二方向组；在HV_MAX×PQ_MIN=PQ_MAX×HV_MIN时，选取任意一个方向组；其中，HV_MAX为所述第一方向组中的最大梯度绝对值，HV_MIN为所述第一方向组中的最小梯度绝对值，PQ_MAX为所述第二方向组中的最大梯度绝对值，PQ_MIN为所述第二方向组中的最小梯度绝对值。
结合所述第二方面或所述第二方面的第一种可能的实现方式，还提供了所述第二方面的第二种可能的实现方式，所述装置还包括：
G值确定单元，用于在所述确定单元选取所述第一方向组时，保留原始G值；在所述确定单元选取所述第二方向组时，采用软判决方法计算更新的G值以代替所述原始G值。
结合所述第二方面的第二种可能的实现方式，还提供了所述第二方面的第三种可能的实现方式，所述G值确定单元包括:
更新G值计算模块，用于：根据G通道在斜45°和斜135°方向的分布，分别计算斜45°和斜135°方向的梯度绝对值和G通道均值；根据上述处理获得的斜45°和斜135°方向的梯度绝对值和G通道均值，计算G通道加权均值以代替所述原始G值。
结合所述第二方面的第三种可能的实现方式，还提供了所述第二方面的第四种可能的实现方式，所述更新G值计算模块用于进行以下计算：
Gav=(Gav_P×Gd1_Q×Gd1_Q+Gav_Q×Gd1_P×Gd1_P)/(Gd1_P×Gd1_P+Gd1_Q×Gd1_Q)，其中，Gav为所述G通道加权均值，Gd1_P和Gd1_Q分别为G点在斜45°方向和斜135°方向的梯度绝对值，Gav_P和Gav_Q分别为G点在斜45°方向和斜135°方向的G通道均值。
实施本发明的技术方案，能避免出现由于pixel样本值较小导致的梯度绝对值较小现象；将水平方向和垂直方向归为一组，将斜45°方向和斜135°方向归为另外一组，通过硬判决能精确、快速地识别出哪一组的细节占优和选取细节占优的方向组；针对RAW图像中G通道斜方向的分布特点，采用了颗粒度更小的梯度绝对值计算方法和G通道均值计算方法，通过软判决求取G通道加权均值，滤波后更好地保留高频细节。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明一种实施例的RAW图像中G点滤波方法的流程示意图；
图2是本发明实施例所适用的一种M×N窗口中的R、G、B通道分布图；
图3是根据本发明一种实施例的RAW图像中G点滤波方法的流程示意图；
图4是根据本发明一种实施例的RAW图像中G点滤波方法的流程示意图；
图5是根据本发明一种实施例的RAW图像中G点滤波装置的结构示意图；
图6是根据本发明一种实施例的RAW图像中G点滤波装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是根据本发明一种实施例的RAW图像中G点滤波方法的流程示意图，参照图1，该方法包括：
100：以当前G点为中心建立M×N窗口，以所述G点为中心，根据R、G、B三种颜色通道在M×N窗口的分布情况计算水平、垂直、斜45°、斜135°方向的梯度绝对值，其中，水平和垂直方向为第一方向组，斜45°和斜135°方向为第二方向组，M和N均为正整数。
可选的，参照图2，是本实施例所适用的M×N窗口的示意图。
其中，图2（a）中的椭圆形虚线所覆盖的范围，分别表示采用硬判决方法时，水平、垂直、斜45°、斜135°方向上，R、G、B的分布情况。在计算各方向的梯度绝对值时，基于相应的R、G、B进行计算。图2（b）表示采用软判决方法时进行计算时所基于的G通道的分布情况。对于软判决的方法在下文进行描述。
102：根据上述四个方向的梯度绝对值，采用硬判决方法确定选取所述第一方向组还是所述第二方向组进行G值计算。
本实施例所提供的方法，能够避免无法识别pixel样本值较小所导致的梯度绝对值较小的现象；将水平方向和垂直方向归为一组，将斜45°方向和斜135°方向归为另外一组，能通过硬判决快速、精确地进行方向组选取。
可选的，在本发明实施例的一种实现方式中，采用以下方法确定选取哪个方向组进行G值计算：
设：HV_MAX为所述第一方向组中的最大梯度绝对值，HV_MIN为所述第一方向组中的最小梯度绝对值，PQ_MAX为所述第二方向组中的最大梯度绝对值，PQ_MIN为所述第二方向组中的最小梯度绝对值，采用硬判决方法判断如下：
如果HV_MAX×PQ_MIN>PQ_MAX×HV_MIN，则选取所述第一方向组；如果HV_MAX×PQ_MIN<PQ_MAX×HV_MIN，则选取所述第二方向组；如果HV_MAX×PQ_MIN=PQ_MAX×HV_MIN，则选取任意一个方向组。
可选的，在本发明实施例的一种实现方式中，参照图3，所述方法除了包括100和102外，还包括：
104：根据所选取的方向组确定G值。具体的：当选取所述第一方向组时，保留原始G值；当选取所述第二方向组时，采用软判决方法计算更新的G值以代替所述原始G值。
其中，可选的，采用以下方式计算更新的G值：根据G通道在斜45°和斜135°方向的分布（例如，参照图2（b）表示的是G通道在斜45°和斜135°方向的分布），分别计算斜45°和斜135°方向的梯度绝对值和G通道均值；
根据上述处理获得的斜45°和斜135°方向的梯度绝对值和G通道均值，计算G通道加权均值以代替所述原始G值。
其中，可选的，设Gav为所述G通道加权均值，Gd1_P和Gd1_Q分别为G点在斜45°方向和斜135°方向的梯度绝对值，Gav_P和Gav_Q分别为G点在斜45°方向和斜135°方向的G通道均值，则，Gav的一种算法如下：
Gav=(Gav_P×Gd1_Q×Gd1_Q+Gav_Q×Gd1_P×Gd1_P)/(Gd1_P×Gd1_P+Gd1_Q×Gd1_Q)。
本实现方式针对RAW图像中G通道斜方向的分布特点，采用了颗粒度更小的梯度绝对值计算方法和G通道均值计算方法，通过软判决求取G通道加权均值，滤波后更好地保留高频细节。
图4是根据本发明一种实施例的RAW图像中G点滤波方法的流程示意图，参照图4，该方法包括：
400:在RAW图像中，当前点是G时，以G为中心建立M×N窗口。
401：在M×N窗口，分为水平方向、垂直方向、斜45°方向和斜135°方向，以一定的方向宽度和方向长度构成方向束（例如，图2（a）中的椭圆形虚线所覆盖的范围），基于R、G、B三种颜色通道在方向束中的实际分布情况，根据梯度绝对值计算方法（本实施例对该梯度绝对值计算方法不做限制）计算出各个方向所对应的梯度绝对值，分别为Gd2_H、Gd2_V、Gd2_P和Gd2_Q。
402：将水平方向梯度绝对值和垂直方向梯度绝对值归为一组，并比较大小，求出大值HV_MAX和小值HV_MIN。
403：将斜45°方向梯度绝对值和斜135°方向梯度绝对值归为一组，并比较大小，求出大值PQ_MAX和小值PQ_MIN。
404：进行判断，若HV_MAX×PQ_MIN>PQ_MAX×HV_MIN,则HV_PQ=1；
若HV_MAX×PQ_MIN<PQ_MAX×HV_MIN,则HV_PQ=0；
若HV_MAX×PQ_MIN=PQ_MAX×HV_MIN,则HV_PQ=1或0。
405：沿着G通道在斜方向的分布，根据梯度绝对值计算方法，分别计算出G在斜45°方向梯度绝对值和斜135°方向（例如，图2（b）中的虚线方向）的梯度绝对值Gd1_P和Gd1_Q；沿着G通道在斜方向的分布，根据G通道均值计算方法，分别计算出G在斜45°方向梯度绝对值和斜135°方向的G通道均值Gav_P和Gav_Q。
406：计算G点的加权均值，不限于如下算法：
Gav=(Gav_P×Gd1_Q×Gd1_Q+Gav_Q×Gd1_P×Gd1_P)
/(Gd1_P×Gd1_P+Gd1_Q×Gd1_Q)
407：若HV_PQ=0，即斜方向组细节占优，则选取斜方向组，用Gav替代原始G值；若HV_PQ=1，即水平垂直方向组细节占优，则选取水平垂直方向组，保留原始G值。
本实施例提供的方法，能够快速、精确的确定哪一组细节占优以选取合适的方向组，并且通过软判决求取G通道加权均值，滤波后更好的保留高频细节。
图5是根据本发明一种实施例的RAW图像中G点滤波装置的结构示意图，参照图5，滤波装置50包括：
梯度绝对值计算单元52，用于以当前G点为中心建立M×N窗口，以所述G点为中心，根据R、G、B三种颜色通道在M×N窗口的分布情况计算水平、垂直、斜45°、斜135°方向的梯度绝对值，其中，水平和垂直方向为第一方向组，斜45°和斜135°方向为第二方向组，M和N均为正整数。
可选的，参照图2，是本实施例所适用的M×N窗口的示意图。
确定单元54，用于根据上述四个方向的梯度绝对值，采用硬判决方法确定选取所述第一方向组还是所述第二方向组进行G值计算。
本实施例提供的装置能够避免无法识别pixel样本值较小所导致的梯度绝对值较小的现象；将水平方向和垂直方向归为一组，将斜45°方向和斜135°方向归为另外一组，能通过硬判决快速、精确地识别出了哪一组的细节占优以选取合适的方向组。
可选的，在本实施例的一种实现方式中，确定单元54包括：
判断模块，用于在HV_MAX×PQ_MIN>PQ_MAX×HV_MIN时，选取所述第一方向组；在HV_MAX×PQ_MIN<PQ_MAX×HV_MIN时，选取所述第二方向组；在HV_MAX×PQ_MIN=PQ_MAX×HV_MIN时，选取任意一个方向组；其中，HV_MAX为所述第一方向组中的最大梯度绝对值，HV_MIN为所述第一方向组中的最小梯度绝对值，PQ_MAX为所述第二方向组中的最大梯度绝对值，PQ_MIN为所述第二方向组中的最小梯度绝对值。
可选的，在本实施例的一种实现方式中，滤波装置50还包括：
G值确定单元56，用于在所述确定单元54选取所述第一方向组时，保留原始G值；在所述确定单元54选取所述第二方向组时，采用软判决方法计算更新的G值以代替所述原始G值。
其中，可选的，G值确定单元56包括:
更新G值计算模块，用于：根据G通道在斜45°和斜135°方向的分布，分别计算斜45°和斜135°方向的梯度绝对值和G通道均值；根据上述处理获得的斜45°和斜135°方向的梯度绝对值和G通道均值，计算G通道加权均值以代替所述原始G值。
进一步可选的，更新G值计算模块用于进行以下计算：
Gav=(Gav_P×Gd1_Q×Gd1_Q+Gav_Q×Gd1_P×Gd1_P)/(Gd1_P×Gd1_P+Gd1_Q×Gd1_Q)，其中，Gav为所述G通道加权均值，Gd1_P和Gd1_Q分别为G点在斜45°方向和斜135°方向的梯度绝对值，Gav_P和Gav_Q分别为G点在斜45°方向和斜135°方向的G通道均值。
本实现方式所提供的装置，针对RAW图像中G通道斜方向的分布特点，采用了颗粒度更小的梯度绝对值计算方法和G通道均值计算方法，通过软判决求取G通道加权均值，滤波后更好地保留高频细节。
图6是根据本发明一种实施例的RAW图像中G点滤波装置的结构示意图，参照图6，滤波装置60包括：
存储器61以及与所述存储器61连接的处理器62。存储器61存储有相应的程序/应用以及RAW图像数据，以由处理器62调用从而对RAW图像数据进行以下处理：
以当前G点为中心建立M×N窗口，以所述G点为中心，根据R、G、B三种颜色通道在M×N窗口的分布情况计算水平、垂直、斜45°、斜135°方向的梯度绝对值，其中，水平和垂直方向为第一方向组，斜45°和斜135°方向为第二方向组，M和N均为正整数；
根据上述四个方向的梯度绝对值，采用硬判决方法确定选取所述第一方向组还是所述第二方向组进行G值计算。
可选的，在本实施例的一种实现方式中，所述处理器62通过以下方式确定选取所述第一方向组还是所述第二方向组进行G值计算：
如果HV_MAX×PQ_MIN>PQ_MAX×HV_MIN，则所述第一方向组的细节占优，选取所述第一方向组；如果HV_MAX×PQ_MIN<PQ_MAX×HV_MIN，则所述第二方向组的细节占优，选取所述第二方向组；如果HV_MAX×PQ_MIN=PQ_MAX×HV_MIN，则选取任意一个方向组；其中，HV_MAX为所述第一方向组中的最大梯度绝对值，HV_MIN为所述第一方向组中的最小梯度绝对值，PQ_MAX为所述第二方向组中的最大梯度绝对值，PQ_MIN为所述第二方向组中的最小梯度绝对值。
可选的，在本实施例的一种实现方式中，所述处理器62还用于：
当选取所述第一方向组时，保留原始G值；当选取所述第二方向组时，采用软判决方法计算更新的G值以代替所述原始G值。
进一步可选的，所述处理器62通过以下方式计算更新的G值：
根据G通道在斜45°和斜135°方向的分布，分别计算斜45°和斜135°方向的梯度绝对值和G通道均值；根据上述处理获得的斜45°和斜135°方向的梯度绝对值和G通道均值，计算G通道加权均值以代替所述原始G值。
其中，可选的，设Gav为所述G通道加权均值，Gd1_P和Gd1_Q分别为G点在斜45°方向和斜135°方向的梯度绝对值，Gav_P和Gav_Q分别为G点在斜45°方向和斜135°方向的G通道均值，则：
Gav=(Gav_P×Gd1_Q×Gd1_Q+Gav_Q×Gd1_P×Gd1_P)/(Gd1_P×Gd1_P+Gd1_Q×Gd1_Q)。
显然，滤波装置60除了具有所述存储器61和处理器62外，还可以具有输入、输出接口，计算器等组件，本发明对此不做限制。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-OnlyMemory，ROM）或随机存储记忆体（RandomAccessMemory，RAM）等。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (10)
1.一种RAW图像中G点滤波方法，其特征在于，所述方法包括：
以当前G点为中心建立M×N窗口，以所述G点为中心，根据R、G、B三种颜色通道在M×N窗口的分布情况计算水平、垂直、斜45°、斜135°方向的梯度绝对值，其中，水平和垂直方向为第一方向组，斜45°和斜135°方向为第二方向组，M和N均为正整数；
根据上述四个方向的梯度绝对值，采用硬判决方法确定选取所述第一方向组还是所述第二方向组进行G值计算。
2.如权利要求1所述方法，其特征在于，所述根据上述四个方向上的梯度绝对值，采用硬判决方法确定选取所述第一方向组还是所述第二方向组进行G值计算包括：
如果HV_MAX×PQ_MIN>PQ_MAX×HV_MIN，则选取所述第一方向组；
如果HV_MAX×PQ_MIN<PQ_MAX×HV_MIN，则选取所述第二方向组；
如果HV_MAX×PQ_MIN=PQ_MAX×HV_MIN，则选取任意一个方向组；其中，
HV_MAX为所述第一方向组中的最大梯度绝对值，HV_MIN为所述第一方向组中的最小梯度绝对值，PQ_MAX为所述第二方向组中的最大梯度绝对值，PQ_MIN为所述第二方向组中的最小梯度绝对值。
3.如权利要求1或2所述方法，其特征在于，在确定所选的方向组之后，所述方法还包括：
根据所选取的方向组确定G值，具体的：当选取所述第一方向组时，保留原始G值；当选取所述第二方向组时，采用软判决方法计算更新的G值以代替所述原始G值。
4.如权利要求3所述方法，其特征在于，所述采用软判决方法计算更新的G值以代替所述原始G值包括：
根据G通道在斜45°和斜135°方向的分布，分别计算斜45°和斜135°方向的梯度绝对值和G通道均值；
根据上述处理获得的斜45°和斜135°方向的梯度绝对值和G通道均值，计算G通道加权均值以代替所述原始G值。
5.如权利要求4所述方法，其特征在于，
Gav=(Gav_P×Gd1_Q×Gd1_Q+Gav_Q×Gd1_P×Gd1_P)/(Gd1_P×Gd1_P+Gd1_Q×Gd1_Q)，其中，
Gav为所述G通道加权均值，Gd1_P和Gd1_Q分别为G点在斜45°方向和斜135°方向的梯度绝对值，Gav_P和Gav_Q分别为G点在斜45°方向和斜135°方向的G通道均值。
6.一种RAW图像中G点滤波装置，其特征在于，所述装置包括：
梯度绝对值计算单元，用于以当前G点为中心建立M×N窗口，以所述G点为中心，根据R、G、B三种颜色通道在M×N窗口的分布情况计算水平、垂直、斜45°、斜135°方向的梯度绝对值，其中，水平和垂直方向为第一方向组，斜45°和斜135°方向为第二方向组，M和N均为正整数；
确定单元，用于根据上述四个方向的梯度绝对值，采用硬判决方法确定选取所述第一方向组还是所述第二方向组进行G值计算。
7.如权利要求6所述装置，其特征在于，所述确定单元包括：
判断模块，用于在HV_MAX×PQ_MIN>PQ_MAX×HV_MIN时，选取所述第一方向组；在HV_MAX×PQ_MIN<PQ_MAX×HV_MIN时，选取所述第二方向组；在HV_MAX×PQ_MIN=PQ_MAX×HV_MIN时，选取任意一个方向组；其中，
HV_MAX为所述第一方向组中的最大梯度绝对值，HV_MIN为所述第一方向组中的最小梯度绝对值，PQ_MAX为所述第二方向组中的最大梯度绝对值，PQ_MIN为所述第二方向组中的最小梯度绝对值。
8.如权利要求6或7所述方法，其特征在于，所述装置还包括：
G值确定单元，用于在所述确定单元选取所述第一方向组时，保留原始G值；在所述确定单元选取所述第二方向组时，采用软判决方法计算更新的G值以代替所述原始G值。
9.如权利要求8所述装置，其特征在于，所述G值确定单元包括:
更新G值计算模块，用于：根据G通道在斜45°和斜135°方向的分布，分别计算斜45°和斜135°方向的梯度绝对值和G通道均值；根据上述处理获得的斜45°和斜135°方向的梯度绝对值和G通道均值，计算G通道加权均值以代替所述原始G值。
10.如权利要求9所述装置，其特征在于，所述更新G值计算模块用于进行以下计算：
Gav=(Gav_P×Gd1_Q×Gd1_Q+Gav_Q×Gd1_P×Gd1_P)/(Gd1_P×Gd1_P+Gd1_Q×Gd1_Q)，其中，
Gav为所述G通道加权均值，Gd1_P和Gd1_Q分别为G点在斜45°方向和斜135°方向的梯度绝对值，Gav_P和Gav_Q分别为G点在斜45°方向和斜135°方向的G通道均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310166699.4A CN103310416B (zh) | 2013-05-08 | 2013-05-08 | Raw图像中g点滤波方法和滤波装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310166699.4A CN103310416B (zh) | 2013-05-08 | 2013-05-08 | Raw图像中g点滤波方法和滤波装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103310416A CN103310416A (zh) | 2013-09-18 |
| CN103310416B true CN103310416B (zh) | 2016-03-02 |
Family
ID=49135594
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310166699.4A Active CN103310416B (zh) | 2013-05-08 | 2013-05-08 | Raw图像中g点滤波方法和滤波装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103310416B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101377853A (zh) * | 2008-09-24 | 2009-03-04 | 上海大学 | 在彩色视频图像中提取车辆的方法 |
| CN101500067A (zh) * | 2009-02-18 | 2009-08-05 | 汉王科技股份有限公司 | 高清相机的快速图像处理方法 |
| CN102640501A (zh) * | 2009-07-17 | 2012-08-15 | 希尔莱特有限责任公司 | 用于数字成像的滤色器和逆马赛克变换技术 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7643072B2 (en) * | 2005-08-16 | 2010-01-05 | Fujifilm Corporation | Signal processing method for image capturing apparatus, and image capturing apparatus including calculating image transfer efficiency |
| US8471932B2 (en) * | 2010-09-30 | 2013-06-25 | Apple Inc. | Spatial filtering for image signal processing |
-
2013
- 2013-05-08 CN CN201310166699.4A patent/CN103310416B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101377853A (zh) * | 2008-09-24 | 2009-03-04 | 上海大学 | 在彩色视频图像中提取车辆的方法 |
| CN101500067A (zh) * | 2009-02-18 | 2009-08-05 | 汉王科技股份有限公司 | 高清相机的快速图像处理方法 |
| CN102640501A (zh) * | 2009-07-17 | 2012-08-15 | 希尔莱特有限责任公司 | 用于数字成像的滤色器和逆马赛克变换技术 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103310416A (zh) | 2013-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109191395B (zh) | 图像对比度增强方法、装置、设备及存储介质 | |
| JP5980294B2 (ja) | データ処理装置、撮像装置、およびデータ処理方法 | |
| JP6615917B2 (ja) | 実時間ビデオエンハンスメント方法、端末及び非一時的コンピュータ可読記憶媒体 | |
| JP2016525840A (ja) | 画像アーティファクトを補正するシステム及び方法 | |
| CN112446830B (zh) | 一种图像色边的处理方法、装置、存储介质及电子设备 | |
| WO2018068300A1 (zh) | 图像处理方法和装置 | |
| JP2015057698A5 (zh) | ||
| JP5091994B2 (ja) | 動きベクトル検出装置 | |
| US20200143582A1 (en) | Image processing apparatus, image processing method, and storage medium | |
| US9761003B2 (en) | Stereo image depth map generation device and method | |
| CN112150368A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN114245043A (zh) | 图像坏点动态校正及其asic实现方法及系统 | |
| CN110689565B (zh) | 一种深度图确定的方法、装置及电子设备 | |
| US20170069068A1 (en) | Wide dynamic range imaging method | |
| CN116485645B (zh) | 图像拼接方法、装置、设备及存储介质 | |
| CN103310416B (zh) | Raw图像中g点滤波方法和滤波装置 | |
| CN109242750B (zh) | 图片签名方法、图片匹配方法、装置、设备及存储介质 | |
| CN111507923A (zh) | 一种视频图像的噪声处理方法、装置、设备和介质 | |
| CN114500968B (zh) | 色温估计方法、白平衡调整方法、装置及存储介质 | |
| CN112862907B (zh) | 显微图像校正方法、装置、设备、存储介质及产品 | |
| CN111383183B (zh) | 图像边缘增强方法、装置以及计算机存储介质 | |
| CN110363723B (zh) | 改进图像边界效果的图像处理方法及装置 | |
| JP2014170393A (ja) | 物体検出装置、プログラムおよび集積回路 | |
| US20210150723A1 (en) | Image processing device, image processing method, and program | |
| KR20080099490A (ko) | 영상의 컨트라스트 향상 방법 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191225 Address after: No.1, floor 3, No.319, zhanggongshan Road, Yuhui District, Bengbu City, Anhui Province Patentee after: Bengbu guijiu Intellectual Property Service Co., Ltd Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee before: Huawei Technologies Co., Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200121 Address after: 435, 436, building 1, South Ruifeng garden, guimiao Road, Nanshan street, Nanshan District, Shenzhen City, Guangdong Province Patentee after: Shenzhen xiudan Technology Co., Ltd Address before: No.1, floor 3, No.319, zhanggongshan Road, Yuhui District, Bengbu City, Anhui Province Patentee before: Bengbu guijiu Intellectual Property Service Co., Ltd |