CN104363391A - 图像坏点补偿方法、系统及拍照设备 - Google Patents
图像坏点补偿方法、系统及拍照设备 Download PDFInfo
- Publication number
- CN104363391A CN104363391A CN201410705583.8A CN201410705583A CN104363391A CN 104363391 A CN104363391 A CN 104363391A CN 201410705583 A CN201410705583 A CN 201410705583A CN 104363391 A CN104363391 A CN 104363391A
- Authority
- CN
- China
- Prior art keywords
- imageing sensor
- pixel
- bad point
- image
- image pixel
- 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
Landscapes
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本发明适用于图像处理技术领域，提供了一种图像坏点补偿方法、系统及拍照设备，所述方法包括：获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；将第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加；若第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素替换第一图像传感器中位于XY坐标的坏点像素；输出无坏点的图像。本发明通过第二图像传感器输出的图像像素中的非坏点像素，来弥补第一图像传感器输出的图像像素中的坏点像素，使得输出的照片保真率更高。
Description
技术领域
本发明属于图像处理技术领域，尤其涉及一种图像坏点补偿方法、系统及拍照设备。
背景技术
随着图像技术的不断发展，图像质量的要求将越来越高。目前的图像传感器技术虽然有了很大的提高，但是由于在制造工艺、运输和储存方法等方面存在的不足，图像传感器总会存在一少部分不正常的感光单元，一般称之为坏点。这些坏点通常表现为暗点或者亮点，因此会影响图像质量。
发明内容
鉴于此，本发明实施例提供一种图像坏点补偿方法、系统及拍照设备，以提高图像质量。
第一方面，本发明实施例提供了一种图像坏点补偿方法，所述图像坏点补偿方法包括以下步骤：
获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；
将第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加；
如果第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素替换第一图像传感器中位于XY坐标的坏点像素；
输出无坏点的图像。
第二方面，本发明提供了一种图像坏点补偿系统，所述图像坏点补偿系统包括：
图像像素获取模块，用于获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；
对比叠加模块，用于将所述图像像素获取模块获取的第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加；
替换模块，用于当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素替换第一图像传感器中位于XY坐标的坏点像素；
输出模块，用于输出无坏点的图像。
第三方面，本发明提供了一种包括上面所述的图像坏点补偿系统的拍照设备。
本发明实施例与现有技术相比存在的有益效果是：由于现有的每个图像传感器都可能存在不同数量的坏点以及不同位置的坏点。因此，本发明实施例将至少二个不同图像传感器输出的图像像素进行对比叠加，当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于XY坐标的像素不是坏点时，通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素，来替换第一图像传感器中位于XY坐标的坏点像素，从而输出无坏点的图像。本发明实施例通过第二图像传感器输出的图像像素中的非坏点像素，来弥补第一图像传感器输出的图像像素中的坏点像素，从而使得输出的照片保真率更高，照片更加细腻，有效提高了图像质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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是本发明实施例一提供的图像坏点补偿方法的实现流程示意图。
图2是本发明实施例二提供的图像坏点补偿方法的实现流程示意图。
图3是本发明实施例三提供的图像坏点补偿方法的实现流程示意图。
图4是本发明实施例四提供的图像坏点补偿系统的结构示意图。
图5是本发明实施例五提供的图像坏点补偿系统的结构示意图。
图6是本发明实施例六提供的图像坏点补偿系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
请参阅图1，为本发明实施例一提供的图像坏点补偿方法的实现流程示意图。所述图像坏点补偿方法包括以下步骤：
在步骤S101中，获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素。
在本发明实施例中，第一图像传感器输出的图像像素和第二图像传感器输出的图像像素中的拍摄对象相同，是指：通过第一图像传感器和第二图像传感器同时拍摄同一物体或同一场景，那么第一图像传感器和第二图像传感器输出的图像像素中的拍摄对象便相同。
然而，由于每个图像传感器会存在不同数量的坏点以及不同位置的坏点。因此，第一图像传感器处理后输出的图像像素与第二图像传感器处理后输出的图像像素存在有不同位置的坏点像素。
在步骤S102中，将第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加；
在步骤S103中，如果第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素，替换第一图像传感器中位于XY坐标的坏点像素；
在步骤S104中，输出无坏点的图像。
进一步的，当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素也是坏点，则通过中值滤波器来滤除第一图像传感器输出的图像像素中的坏点像素。
需要说明的是，为了有效去除图像中的椒盐噪声，并保护图像边缘少受模糊，本发明实施例可以优选十字中值滤波器来滤除图像像素中的坏点像素。
作为本发明另一实施例，当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而在第二图像传感器输出的图像像素中位于所述XY坐标的像素也是坏点时，根据中心点(即所述坏点位置)和其邻近的点以及邻近点的灰度变化信息衍生出新的点代替中心点，在本发明实施例中，采用5个点的一维序列来处理，这5个点的像素值分别为A、B、C、D、E，C为所述坏点位置的像素值。根据︳B+N*(B-A)︱来得到中心点邻近的灰度变化信息，这里N取值为1，灰度变化信息︳2B-A︱。根据以下公式
M1＝MAX(|2B-A|,B,D,|2D-E|)
M2＝MIN(|2B-A|,B,D,|2D-E|)
C点的值将由以下的公式代替：
C＝MEDIAN(C,M1，M2)
采用上述算法不需要记录坏点信息，通过非线性空间滤波，对图像边缘信息损失相对较小。
实施例二
请参阅图2，为本发明实施例二提供的图像坏点补偿方法的实现流程示意图。所述图像坏点补偿方法包括以下步骤：
在步骤S201中，获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；
在本发明实施例中，第一图像传感器输出的图像像素和第二图像传感器输出的图像像素中的拍摄对象相同，是指：通过第一图像传感器和第二图像传感器同时拍摄同一物体或同一场景，那么第一图像传感器和第二图像传感器输出的图像像素中的拍摄对象便相同。
然而，由于每个图像传感器会存在不同数量的坏点以及不同位置的坏点。因此，第一图像传感器处理后输出的图像像素与第二图像传感器处理后输出的图像像素存在有不同位置的坏点像素。
在步骤S202中，将第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加；
在步骤S203中，如果第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而在第二图像传感器输出的图像像素中位于所述XY坐标的像素不是坏点，则用第二图像传感器输出的图像像素中位于XY坐标的非坏点像素，来替换第一图像传感器中位于XY坐标的坏点像素；
在步骤S204中，遍历第一图像传感器输出的图像像素中的所有坏点像素，直到所有坏点像素均替换完成；
在步骤S205中，输出无坏点的图像。
在本发明实施例中，当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而在第二图像传感器输出的图像像素中位于所述XY坐标的像素也是坏点，则采用中值滤波器来滤除第一图像传感器输出的图像像素中的坏点像素。
需要说明的是，为了有效去除图像中的椒盐噪声，并保护图像边缘少受模糊，本发明实施例可以优选十字中值滤波器来滤除图像像素中的坏点像素。
作为本发明另一实施例，当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而在第二图像传感器输出的图像像素中位于所述XY坐标的像素也是坏点时，根据中心点(即所述坏点位置)和其邻近的点以及邻近点的灰度变化信息衍生出新的点代替中心点，在本实施例中，采用5个点的一维序列来处理，这5个点的像素值分别为A、B、C、D、E，C为所述坏点位置的像素值。根据︳B+N*(B-A)︱来得到中心点邻近的灰度变化信息，这里N取值为1，灰度变化信息︳2B-A︱。根据以下公式
M1＝MAX(|2B-A|,B,D,|2D-E|)
M2＝MIN(|2B-A|,B,D,|2D-E|)
C点的值将由以下的公式代替：
C＝MEDIAN(C,M1，M2)
采用上述算法不需要记录坏点信息，通过非线性空间滤波，对图像边缘信息损失相对较小。
实施例三
请参阅图3，为本发明实施例三提供的图像坏点补偿方法的实现流程示意图。所述图像坏点补偿方法包括以下步骤：
在步骤S301中，获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；
在本发明实施例中，第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素中的拍摄对象相同，是指：通过第一图像传感器和第二图像传感器同时拍摄同一物体或同一场景，那么第一图像传感器和第二图像传感器输出的图像像素中的拍摄对象便相同。
然而，由于每个图像传感器会存在不同数量的坏点以及不同位置的坏点。因此，第一图像传感器处理后输出的图像像素与第二图像传感器处理后输出的图像像素存在有不同位置的坏点。
在步骤S302中，获取预先存储的第一图像传感器的坏点位置和第二图像传感器的坏点位置；
然而，可以理解的是，步骤S302和步骤S301可以同时执行，或者是先执行步骤S302再执行步骤S301，或者是先执行步骤S301再执行步骤S302。
在步骤S303中，将所述第一图像传感器的坏点位置与所述第二图像传感器的坏点位置进行对比叠加；
在步骤S304中，如果第一图像传感器的坏点位置与所述第二图像传感器的坏点位置不相同，则通过第二图像传感器输出的图像像素中对应第一图像传感器的坏点位置的非坏点像素，替换第一图像传感器中坏点位置的坏点像素；
在步骤S305中，遍历第一图像传感器输出的图像像素中的所有坏点像素，直到所有坏点像素均替换完成；
在步骤S306中，输出无坏点的图像。
作为本发明另一实施例，当第一图像传感器的坏点位置和第二图像传感器的坏点位置相同时，则通过中值滤波器来滤除第一图像传感器输出的图像像素中的坏点像素。
需要说明的是，为了有效去除图像中的椒盐噪声，并保护图像边缘少受模糊，本发明实施例可以优选十字中值滤波器来滤除图像像素中的坏点像素。
作为本发明另一实施例，当第一图像传感器的坏点位置和第二图像传感器的坏点位置相同时，根据中心点(即所述坏点位置)和其邻近的点以及邻近点的灰度变化信息衍生出新的点代替中心点，在本实施例中，采用5个点的一维序列来处理，这5个点的像素值分别为A、B、C、D、E，C为所述坏点位置的像素值。根据︳B+N*(B-A)︱来得到中心点邻近的灰度变化信息，这里N取值为1，灰度变化信息︳2B-A︱。根据以下公式
M1＝MAX(|2B-A|,B,D,|2D-E|)
M2＝MIN(|2B-A|,B,D,|2D-E|)
C点的值将由以下的公式代替：
C＝MEDIAN(C,M1，M2)
采用上述算法不需要记录坏点信息，通过非线性空间滤波，对图像边缘信息损失相对较小。
下面通过举例子来详细描述本发明实施例提供的图像坏点补偿方法的实现方案：
一拍照设备包括二个摄像头，每一个摄像头包括一个图像传感器，分别为第一图像传感器和第二图像传感器。其中，所述二个摄像头的视场(Field ofView，FOV)完全相同，因此，通过这二个摄像头同时拍摄的场景的视场完全相同，在处理前，二个摄像头同时拍摄的图像完全相同。但经过二个不同的图像传感器处理后输出的图像像素则不相同，因为每个图像传感器会存在不同数量的坏点以及不同位置的坏点，即第一图像传感器处理后输出的图像像素与第二图像传感器处理后输出的图像像素存在有不同位置的坏点。为了输出无坏点的图像，本发明实施例采用将二个不同图像传感器输出的图像像素进行对比叠加，如果第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素，来替换第一图像传感器中位于XY坐标的坏点像素，从而输出无坏点的图像。由上可知，本发明实施例通过第二图像传感器输出的图像像素中的非坏点像素，来弥补第一图像传感器输出的图像像素中的坏点像素，从而使得输出的照片保真率更高，照片更加细腻。
然而，可以理解的是，所述拍照设备可以包括三个或三个以上的摄像头，每一个摄像头包括一个图像传感器。当第一图像传感器的坏点位置和第二图像传感器的坏点位置相同时，还可以使第一图像传感器的坏点位置与第三图像传感器的坏点位置进行对比叠加，通过第三图像传感器输出的图像像素中的非坏点像素，来替换第一图像传感器中的坏点像素，从而输出无坏点的图像。以此类推，直到第一图像传感器输出的图像像素中的所有坏点像素均替换完成。
应理解，在上述实施例一、二及三中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对实施例一、二及三的实施过程构成任何限定。
实施例四
请参阅图4，为本发明实施例四提供的图像坏点补偿系统的结构示意图。为了便于说明，仅示出了与本发明实施例相关的部分。所述图像坏点补偿系统包括：图像像素获取模块101、对比叠加模块102、替换模块103、以及输出模块104。所述图像坏点补偿系统可以是内置于拍照设备中的软件单元、硬件单元或者是软硬件结合的单元。其中，所述拍照设备可以是具有拍照功能的移动终端(例如手机、平板电脑等)、具有拍照功能的计算机、具有拍照功能的掌上电脑、或者是摄像机等等。然而，可以理解的是，只要是具有拍照功能的设备均应包含在本发明的保护范围之内。
图像像素获取模块101，用于获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；
在本发明实施例中，第一图像传感器输出的图像像素和第二图像传感器输出的图像像素中的拍摄对象相同，是指：通过第一图像传感器和第二图像传感器同时拍摄同一物体或同一场景，那么第一图像传感器和第二图像传感器输出的图像像素中的拍摄对象便相同。
然而，由于每个图像传感器会存在不同数量的坏点以及不同位置的坏点。因此，第一图像传感器处理后输出的图像像素与第二图像传感器处理后输出的图像像素存在有不同位置的坏点像素。
对比叠加模块102，用于将第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加；
替换模块103，用于当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素，替换第一图像传感器中位于XY坐标的坏点像素；
输出模块104，用于输出无坏点的图像。
作为本发明一实施例，所述图像坏点补偿系统还包括：中值滤波器。
中值滤波器，用于当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素也是坏点，则滤除第一图像传感器输出的图像像素中的坏点像素。
实施例五
请参阅图5，为本发明实施例五提供的图像坏点补偿系统的结构示意图。为了便于说明，仅示出了与本发明实施例相关的部分。所述图像坏点补偿系统包括：图像像素获取模块201、对比叠加模块202、替换模块203、遍历模块204、以及输出模块205。所述图像坏点补偿系统可以是内置于拍照设备中的软件单元、硬件单元或者是软硬件结合的单元。其中，所述拍照设备可以是具有拍照功能的移动终端、具有拍照功能的计算机、具有拍照功能的掌上电脑、或者是摄像机等等。然而，可以理解的是，只要是具有拍照功能的设备均应包含在本发明的保护范围之内。
图像像素获取模块201，用于获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；
在本发明实施例中，第一图像传感器输出的图像像素和第二图像传感器输出的图像像素中的拍摄对象相同，是指：通过第一图像传感器和第二图像传感器同时拍摄同一物体或同一场景，那么第一图像传感器和第二图像传感器输出的图像像素中的拍摄对象便相同。
然而，由于每个图像传感器会存在不同数量的坏点以及不同位置的坏点。因此，第一图像传感器处理后输出的图像像素与第二图像传感器处理后输出的图像像素存在有不同位置的坏点像素。
对比叠加模块202，用于将第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加；
替换模块203，用于当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素，替换第一图像传感器中位于XY坐标的坏点像素；
遍历模块204，用于遍历第一图像传感器输出的图像像素中的所有坏点像素，直到所有坏点像素均替换完成；
输出模块205，用于输出无坏点的图像。
作为本发明一实施例，所述图像坏点补偿系统还包括：中值滤波器。
中值滤波器，用于当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素也是坏点，则滤除第一图像传感器输出的图像像素中的坏点像素。
实施例六
请参阅图6，为本发明实施例六提供的图像坏点补偿系统的结构示意图。为了便于说明，仅示出了与本发明实施例相关的部分。所述图像坏点补偿系统包括：图像像素获取模块301、坏点位置获取模块302、对比叠加模块303、替换模块304、遍历模块305、以及输出模块306。所述图像坏点补偿系统可以是内置于拍照设备中的软件单元、硬件单元或者是软硬件结合的单元。其中，所述拍照设备可以是具有拍照功能的移动终端、具有拍照功能的计算机、具有拍照功能的掌上电脑、或者是摄像机等等。然而，可以理解的是，只要是具有拍照功能的设备均应包含在本发明的保护范围之内。
图像像素获取模块301，用于获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；
在本发明实施例中，第一图像传感器输出的图像像素和第二图像传感器输出的图像像素中的拍摄对象相同，是指：通过第一图像传感器和第二图像传感器同时拍摄同一物体或同一场景，那么第一图像传感器和第二图像传感器输出的图像像素中的拍摄对象便相同。
然而，由于每个图像传感器会存在不同数量的坏点以及不同位置的坏点。因此，第一图像传感器处理后输出的图像像素与第二图像传感器处理后输出的图像像素存在有不同位置的坏点像素。
坏点位置获取模块302，用于获取预先存储的第一图像传感器的坏点位置和第二图像传感器的坏点位置；
对比叠加模块303，用于将所述第一图像传感器的坏点位置与所述第二图像传感器的坏点位置进行对比叠加；
替换模块304，用于当第一图像传感器的坏点位置与所述第二图像传感器的坏点位置不相同，则通过第二图像传感器输出的图像像素中对应第一图像传感器的坏点位置的非坏点像素，替换第一图像传感器中坏点位置的坏点像素；
遍历模块305，用于遍历第一图像传感器输出的图像像素中的所有坏点像素，直到所有坏点像素均替换完成；
输出模块306，用于输出无坏点的图像。
作为本发明一实施例，所述图像坏点补偿系统还包括：中值滤波器。
中值滤波器，用于当第一图像传感器的坏点位置和第二图像传感器的坏点位置相同时，则滤除第一图像传感器输出的图像像素中的坏点像素。
综上所述，由于现有的每个图像传感器都可能存在不同数量的坏点以及不同位置的坏点。因此，本发明实施例将至少二个不同图像传感器输出的图像像素进行对比叠加，当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于XY坐标的像素不是坏点时，通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素，来替换第一图像传感器中位于XY坐标的坏点像素，从而输出无坏点的图像。本发明实施例通过第二图像传感器输出的图像像素中的非坏点像素，来弥补第一图像传感器输出的图像像素中的坏点像素，从而使得输出的照片保真率更高，照片更加细腻，有效提高了图像的质量。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例各实施例技术方案的精神和范围。
Claims (11)
1.一种图像坏点补偿方法，其特征在于，所述图像坏点补偿方法包括以下步骤：
获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；
将第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加；
如果第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素替换第一图像传感器中位于XY坐标的坏点像素；
输出无坏点的图像。
2.如权利要求1所述的图像坏点补偿方法，其特征在于，在所述输出无坏点的图像的步骤之前，还包括：
遍历第一图像传感器输出的图像像素中的所有坏点像素，直到所有坏点像素均替换完成。
3.如权利要求1所述的图像坏点补偿方法，其特征在于，所述图像坏点补偿方法还包括：
当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素也是坏点，则通过中值滤波器滤除第一图像传感器输出的图像像素中的坏点像素。
4.如权利要求2所述的图像坏点补偿方法，其特征在于，所述图像坏点补偿方法还包括：
获取预先存储的第一图像传感器的坏点位置和第二图像传感器的坏点位置；
所述将第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加的步骤，具体为：
将所述第一图像传感器的坏点位置与所述第二图像传感器的坏点位置进行对比叠加；
所述如果第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素替换第一图像传感器中位于XY坐标的坏点像素的步骤，具体为：
如果第一图像传感器的坏点位置与所述第二图像传感器的坏点位置不相同，则通过第二图像传感器输出的图像像素中对应第一图像传感器的坏点位置的非坏点像素，替换第一图像传感器中坏点位置的坏点像素。
5.如权利要求4所述的图像坏点补偿方法，其特征在于，所述图像坏点补偿方法还包括：
当第一图像传感器的坏点位置和第二图像传感器的坏点位置相同时，将第一图像传感器的坏点位置与第三图像传感器的坏点位置进行对比叠加，并通过第三图像传感器输出的图像像素中的非坏点像素，替换第一图像传感器中的坏点像素；以此类推，直到第一图像传感器输出的图像像素中的所有坏点像素均替换完成。
6.一种图像坏点补偿系统，其特征在于，所述图像坏点补偿系统包括：
图像像素获取模块，用于获取第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素；
对比叠加模块，用于将所述图像像素获取模块获取的第一图像传感器输出的图像像素以及第二图像传感器输出的图像像素进行对比叠加；
替换模块，用于当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素不是坏点，则通过第二图像传感器输出的图像像素中位于XY坐标的非坏点像素替换第一图像传感器中位于XY坐标的坏点像素；
输出模块，用于输出无坏点的图像。
7.如权利要求6所述的图像坏点补偿系统，其特征在于，所述图像坏点补偿系统还包括：
遍历模块，用于遍历第一图像传感器输出的图像像素中的所有坏点像素，直到所有坏点像素均替换完成。
8.如权利要求6所述的图像坏点补偿系统，其特征在于，所述图像坏点补偿系统还包括：
中值滤波器，用于当第一图像传感器输出的图像像素中位于XY坐标的像素是坏点，而第二图像传感器输出的图像像素中位于所述XY坐标的像素也是坏点，则滤除第一图像传感器输出的图像像素中的坏点像素。
9.如权利要求6所述的图像坏点补偿系统，其特征在于，所述图像坏点补偿系统还包括：
坏点位置获取模块，用于获取预先存储的第一图像传感器的坏点位置和第二图像传感器的坏点位置；
所述对比叠加模块，还用于将所述第一图像传感器的坏点位置与所述第二图像传感器的坏点位置进行对比叠加；
所述替换模块，还用于当第一图像传感器的坏点位置与所述第二图像传感器的坏点位置不相同，则通过第二图像传感器输出的图像像素中对应第一图像传感器的坏点位置的非坏点像素，替换第一图像传感器中坏点位置的坏点像素。
10.一种拍照设备，其特征在于，所述拍照设备包括如权利要求6至9任一项所述的图像坏点补偿系统。
11.如权利要求10所述的拍照设备，其特征在于，所述拍照设备为手机或平板电脑。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410705583.8A CN104363391B (zh) | 2014-11-28 | 2014-11-28 | 图像坏点补偿方法、系统及拍照设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410705583.8A CN104363391B (zh) | 2014-11-28 | 2014-11-28 | 图像坏点补偿方法、系统及拍照设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104363391A true CN104363391A (zh) | 2015-02-18 |
| CN104363391B CN104363391B (zh) | 2018-11-27 |
Family
ID=52530614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410705583.8A Active CN104363391B (zh) | 2014-11-28 | 2014-11-28 | 图像坏点补偿方法、系统及拍照设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104363391B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105812756A (zh) * | 2016-03-16 | 2016-07-27 | 沈阳尚贤微创医疗器械股份有限公司 | 一种胶囊内窥镜无线传输数据丢失的修复补偿方法 |
| CN106131423A (zh) * | 2016-07-27 | 2016-11-16 | 宇龙计算机通信科技(深圳)有限公司 | 一种拍照方法、装置及终端 |
| CN106161997A (zh) * | 2016-06-30 | 2016-11-23 | 上海华力微电子有限公司 | 提高cmos图像传感器像素的方法及系统 |
| CN108231009A (zh) * | 2017-11-03 | 2018-06-29 | 天津大学 | 一种基于液晶像素补偿的led背光坏点修复方法 |
| CN111343335A (zh) * | 2020-02-14 | 2020-06-26 | Tcl移动通信科技（宁波）有限公司 | 图像显示处理方法、系统、存储介质及移动终端 |
| CN113851073A (zh) * | 2020-06-28 | 2021-12-28 | 中国科学院长春光学精密机械与物理研究所 | 基于冗余设计和动态补偿的微型led显示器件 |
| TWI795034B (zh) * | 2021-10-15 | 2023-03-01 | 原相科技股份有限公司 | 處置壞點的時延積分感測器 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000059799A (ja) * | 1998-08-04 | 2000-02-25 | Victor Co Of Japan Ltd | 画素欠陥補正装置及び画素欠陥補正方法 |
| US6529238B1 (en) * | 1997-09-05 | 2003-03-04 | Texas Instruments Incorporated | Method and apparatus for compensation of point noise in CMOS imagers |
| CN1482797A (zh) * | 2002-09-09 | 2004-03-17 | 奇美电子股份有限公司 | 液晶面板的缺陷像素补救装置及其方法 |
| CN1692630A (zh) * | 2002-06-04 | 2005-11-02 | 微米技术有限公司 | 实时识别和校正图像传感器阵列的像素缺陷的方法和设备 |
| JP2006086839A (ja) * | 2004-09-16 | 2006-03-30 | Canon Inc | 欠陥画素補正装置 |
| CN101150658A (zh) * | 2007-08-22 | 2008-03-26 | 北京中星微电子有限公司 | 一种坏点自适应的网格噪声消除装置及方法 |
| CN101202838A (zh) * | 2007-12-10 | 2008-06-18 | 北京炬力北方微电子有限公司 | 一种数码相框 |
| CN101242542A (zh) * | 2008-02-26 | 2008-08-13 | 北京中星微电子有限公司 | 一种图像检测方法与装置 |
| CN101299799A (zh) * | 2008-06-13 | 2008-11-05 | 北京中星微电子有限公司 | 图像检测、修复方法和图像检测、修复装置 |
| CN101304485A (zh) * | 2008-05-26 | 2008-11-12 | 北京中星微电子有限公司 | 一种坏点补偿的方法及装置 |
| JP2010206521A (ja) * | 2009-03-03 | 2010-09-16 | Fujifilm Corp | 撮像装置、画像補正方法およびプログラム |
| CN102640489A (zh) * | 2009-10-20 | 2012-08-15 | 苹果公司 | 用于检测和校正图像传感器中的缺陷像素的系统和方法 |
| CN102892008A (zh) * | 2011-07-20 | 2013-01-23 | 美国博通公司 | 双图像捕获处理 |
| JP2014007599A (ja) * | 2012-06-25 | 2014-01-16 | Sharp Corp | 撮像装置、欠陥処理方法、欠陥処理プログラムおよび電子情報機器 |
| CN103858422A (zh) * | 2012-04-10 | 2014-06-11 | 奥林巴斯医疗株式会社 | 摄像装置 |
-
2014
- 2014-11-28 CN CN201410705583.8A patent/CN104363391B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6529238B1 (en) * | 1997-09-05 | 2003-03-04 | Texas Instruments Incorporated | Method and apparatus for compensation of point noise in CMOS imagers |
| JP2000059799A (ja) * | 1998-08-04 | 2000-02-25 | Victor Co Of Japan Ltd | 画素欠陥補正装置及び画素欠陥補正方法 |
| CN1692630A (zh) * | 2002-06-04 | 2005-11-02 | 微米技术有限公司 | 实时识别和校正图像传感器阵列的像素缺陷的方法和设备 |
| CN1482797A (zh) * | 2002-09-09 | 2004-03-17 | 奇美电子股份有限公司 | 液晶面板的缺陷像素补救装置及其方法 |
| JP2006086839A (ja) * | 2004-09-16 | 2006-03-30 | Canon Inc | 欠陥画素補正装置 |
| CN101150658A (zh) * | 2007-08-22 | 2008-03-26 | 北京中星微电子有限公司 | 一种坏点自适应的网格噪声消除装置及方法 |
| CN101202838A (zh) * | 2007-12-10 | 2008-06-18 | 北京炬力北方微电子有限公司 | 一种数码相框 |
| CN101242542A (zh) * | 2008-02-26 | 2008-08-13 | 北京中星微电子有限公司 | 一种图像检测方法与装置 |
| CN101304485A (zh) * | 2008-05-26 | 2008-11-12 | 北京中星微电子有限公司 | 一种坏点补偿的方法及装置 |
| CN101299799A (zh) * | 2008-06-13 | 2008-11-05 | 北京中星微电子有限公司 | 图像检测、修复方法和图像检测、修复装置 |
| JP2010206521A (ja) * | 2009-03-03 | 2010-09-16 | Fujifilm Corp | 撮像装置、画像補正方法およびプログラム |
| CN102640489A (zh) * | 2009-10-20 | 2012-08-15 | 苹果公司 | 用于检测和校正图像传感器中的缺陷像素的系统和方法 |
| CN102892008A (zh) * | 2011-07-20 | 2013-01-23 | 美国博通公司 | 双图像捕获处理 |
| CN103858422A (zh) * | 2012-04-10 | 2014-06-11 | 奥林巴斯医疗株式会社 | 摄像装置 |
| JP2014007599A (ja) * | 2012-06-25 | 2014-01-16 | Sharp Corp | 撮像装置、欠陥処理方法、欠陥処理プログラムおよび電子情報機器 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105812756A (zh) * | 2016-03-16 | 2016-07-27 | 沈阳尚贤微创医疗器械股份有限公司 | 一种胶囊内窥镜无线传输数据丢失的修复补偿方法 |
| CN106161997A (zh) * | 2016-06-30 | 2016-11-23 | 上海华力微电子有限公司 | 提高cmos图像传感器像素的方法及系统 |
| CN106131423A (zh) * | 2016-07-27 | 2016-11-16 | 宇龙计算机通信科技(深圳)有限公司 | 一种拍照方法、装置及终端 |
| CN108231009A (zh) * | 2017-11-03 | 2018-06-29 | 天津大学 | 一种基于液晶像素补偿的led背光坏点修复方法 |
| CN108231009B (zh) * | 2017-11-03 | 2019-10-25 | 天津大学 | 一种基于液晶像素补偿的led背光坏点修复方法 |
| CN111343335A (zh) * | 2020-02-14 | 2020-06-26 | Tcl移动通信科技（宁波）有限公司 | 图像显示处理方法、系统、存储介质及移动终端 |
| CN113851073A (zh) * | 2020-06-28 | 2021-12-28 | 中国科学院长春光学精密机械与物理研究所 | 基于冗余设计和动态补偿的微型led显示器件 |
| CN113851073B (zh) * | 2020-06-28 | 2022-08-23 | 中国科学院长春光学精密机械与物理研究所 | 基于冗余设计和动态补偿的微型led显示器件 |
| TWI795034B (zh) * | 2021-10-15 | 2023-03-01 | 原相科技股份有限公司 | 處置壞點的時延積分感測器 |
| US11849236B2 (en) | 2021-10-15 | 2023-12-19 | Pixart Imaging Inc. | Time delay integration sensor handling defect pixels |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104363391B (zh) | 2018-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104363391A (zh) | 图像坏点补偿方法、系统及拍照设备 | |
| CN110443116B (zh) | 视频行人检测方法、装置、服务器及存储介质 | |
| US9699380B2 (en) | Fusion of panoramic background images using color and depth data | |
| US20200005468A1 (en) | Method and system of event-driven object segmentation for image processing | |
| US11153553B2 (en) | Synthesis of transformed image views | |
| Yu et al. | Benchmarking the robustness of lidar-camera fusion for 3d object detection | |
| CN108154149B (zh) | 基于深度学习网络共享的车牌识别方法 | |
| WO2014070963A1 (en) | Image denoising system and method | |
| CN109859124B (zh) | 一种深度图像降噪方法及装置 | |
| CN111882504A (zh) | 图像中颜色噪声的处理方法、系统、电子设备和存储介质 | |
| EP4432215A1 (en) | Image processing method and device | |
| US11823352B2 (en) | Processing video frames via convolutional neural network using previous frame statistics | |
| Yan et al. | Learning complementary correlations for depth super-resolution with incomplete data in real world | |
| JP2020031422A (ja) | 画像処理方法及び装置 | |
| CN113506305B (zh) | 三维点云数据的图像增强方法、语义分割方法及装置 | |
| JP7218721B2 (ja) | 画像処理装置および方法 | |
| Kim et al. | Frequency-aware Event-based Video Deblurring for Real-World Motion Blur | |
| CN104853059B (zh) | 超分辨率图像处理方法及其装置 | |
| CN103516959A (zh) | 图像处理方法及设备 | |
| CN107734211A (zh) | 影像滤波方法及其影像滤波装置 | |
| CN116703768A (zh) | 盲点去噪网络模型的训练方法、装置、介质和设备 | |
| CN110738624A (zh) | 一种区域自适应的图像去雾系统及方法 | |
| Liao et al. | Decoupled and reparameterized compound attention-based light field depth estimation network | |
| Chung et al. | A Study of Single Image Haze Removal Using a Novel White-Patch RetinexBased Improved Dark Channel Prior Algorithm. | |
| CN110070482A (zh) | 图像处理方法、装置和计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Patentee after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd. Address before: Changan town in Guangdong province Dongguan 523841 usha Beach Road No. 18 Patentee before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd. |
|
| CP03 | Change of name, title or address |