CN106911918A - 图像像素校正的方法及装置 - Google Patents

图像像素校正的方法及装置 Download PDF

Info

Publication number
CN106911918A
CN106911918A CN201510979684.9A CN201510979684A CN106911918A CN 106911918 A CN106911918 A CN 106911918A CN 201510979684 A CN201510979684 A CN 201510979684A CN 106911918 A CN106911918 A CN 106911918A
Authority
CN
China
Prior art keywords
image block
described image
pixel
brightness
green component
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
Application number
CN201510979684.9A
Other languages
English (en)
Other versions
CN106911918B (zh
Inventor
凌晨
彭晓峰
谭乐怡
张玉光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Spreadtrum Communications Shanghai Co Ltd
Spreadtrum Communications Inc
Original Assignee
Spreadtrum Communications Shanghai Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Spreadtrum Communications Shanghai Co Ltd filed Critical Spreadtrum Communications Shanghai Co Ltd
Priority to CN201510979684.9A priority Critical patent/CN106911918B/zh
Publication of CN106911918A publication Critical patent/CN106911918A/zh
Application granted granted Critical
Publication of CN106911918B publication Critical patent/CN106911918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

一种图像像素校正的方法及装置，所述像素为图像块的中心像素，所述方法包括：判断所述图像块所对应的频率区域；根据所述图像块所对应的频率区域，选择所述图像块的调整系数；采用所述调整系数，对所述像素进行校正。采用上述方案可以提高图像校正的精确度及图像质量。

Description

图像像素校正的方法及装置
技术领域
本发明涉及图像处理领域，尤其涉及图像像素校正的方法及装置。
背景技术
数码相机上的每个镜头都带有一个光传感器，用以测量光线的明亮程度，但若要获得一幅全彩图像，一般需要有三个光传感器分别获得红、绿、蓝三基色信息，而为了降低数码相机的成本与体积，生产厂商通常会采用电荷耦合器件(Charge-coupled Device，CCD)或互补金属氧化物半导体CMOS(Complementary Metal Oxide Semiconductor)图像传感器，配合其表面覆盖的彩色滤波矩阵(Color Filter Array，CFA)，使得每个像素点只允许一种基色光通过到达该像素位置。而由于工艺的影响，处于不同行的绿色分量会出现不平衡的情况，从而造成图像上出现伪边缘的现象。为解决这一问题，通常会在拜耳(Bayer)域上对像素的绿色分量进行校正。
目前，通过对在Bayer域上图像的平坦区域进行像素上的绿色分量的校正，消除图像伪边缘的现象。
但是，采用上述的方法校正像素，校正后的图像精确度低、质量差。
发明内容
本发明解决的问题是如何提高图像校正的精确度及图像质量。
为解决上述问题，本发明提供一种图像像素校正的方法，所述像素为图像块的中心像素，所述方法包括：
判断所述图像块所对应的频率区域；
根据所述图像块所对应的频率区域，选择所述图像块的调整系数；
采用所述调整系数，对所述像素进行校正。
可选地，所述根据所述图像块所对应的频率区域，选择所述图像块的调整系数，包括：
对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值；
根据所述图像块的频率区域，选择相应的亮度与调整系数映射关系；
判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间；
根据所述亮度区间，选择所述图像块的调整系数。
可选地，所述判断所述图像块所对应的频率区域，包括：
计算所述图像块的边缘信息；
根据所述图像块的边缘信息与预设阈值的关系，判断所述图像块所对应的频率区域。
可选地，所述图像块的边缘信息，包括：所述图像块的水平方向、垂直方向、45°方向及135°方向的边缘信息参数。
可选地，采用以下公式计算所述图像块的边缘信息参数：
H＝((|Gbi-1，j-1-Gbi+1，j-1|+|2×Ri，j-1-Ri-2，j-1-Ri+2，j-1|)+2×(|Bi，j-Bi+1，j|+|2×Gri，j-Gri-2，j-Gri+2，j|)+(|Gbi-1，j+1-Gbi+1，j+1|+|2×Ri，j+1-Ri-2，j+1-Ri+2，j+1|))/12；
V＝((|Gbi-1，j-1-Gbi-1，j+1|+|2×Bi-1，j-Bi-1，j-2-Bi-1，j+2|)+2×(|Ri，j-1-Ri，j+1|+|2×Gri，j-Gri，j-2-Gri，j+2|)+(|Gbi+1，j-1-Gbi+1，j+1|+|2×Bi+1，j-B3，j-2-Bi+1，j+2|))/1；
D45＝(|Gri-2，j-Gri，j+2|+|Gbi-1，j-1-Gbi+1，j+1|+|Gri，j-2-Gri+2，j|)/4；
D135＝(|Gri-2，j-Gri，j-2|+|Gbi-1，j+1-Gbi+1，j-1|+|Gri，j+2-Gri+2，j|)/4；
其中：H为所述图像块的水平方向的边缘信息参数，V为所述图像块的垂直方向的边缘信息参数，D45为所述图像块的45°方向的边缘信息参数，D135为所述图像块的135°方向的边缘信息参数，Gb为B行的绿色分量，Gr为R行的绿色分量，Gi，j为所述图像块的中心像素，Gr、Gb、R及B的下标均表示所述像素位于所述图像块中的位置。
可选地，所述根据所述图像块的边缘信息与预设阈值的关系，判断所述图像块所对应的频率区域，包括：
当H、V、D45及D135均大于预设的第一阈值时，确定所述图像块所对应的的频率区域为平坦区域；
当满足以下任意一种条件时，确定所述图像块所对应的的频率区域为边缘区域：
H大于V与预设的第二阈值的乘积；
V大于H与所述第二阈值的乘积；
D45大于D135与所述第二阈值的乘积；
D135大于D45与所述第二阈值的乘积；
反之，确定所述图像块所对应的的频率区域为纹理区域。
可选地，所述采用所述调整系数，对所述像素进行校正，包括：
计算R行的绿色分量的中值平均值；
计算B行的绿色分量的中值平均值；
根据所述B行的绿色分量的中值平均值、所述R行的绿色分量的中值平均值及所述调整系数，对所述像素进行校正。
可选地，采用下述公式分别计算R行与B行的绿色分量的中值平均值：
diffl＝[median(Gri-2，j，Gri，j-2，Gri，j，Gri，j+2，Gri+2，j)+median(Gri-2，j-2，Gri-2，j+2，Gri，j，Gri+2，j-2，Gri+2，j+2)]/2；
diff2＝[median(Gbi-1，j-1，Gbi-1，j+1，Gbi+1，j+1)+median(Gbi-1，j-1，Gbi+1，j-1，Gbi+1，j+1)]/2；
其中：diffl为R行的绿色分量的中值平均值，diff2为B行的绿色分量的中值平均值，median()表示对括号中参数取中值。
可选地，所述根据所述B行的红色分量的中值平均值、所述R行的绿色分量的中值平均值及所述调整系数，对所述像素进行校正，包括：
Gri，j .＝Gri，j+ratio×(diff2-diff1)/2；
其中，Gri，j为校正前的所述像素，Gri，j .为校正后的所述像素，ratio为所述调整系数。
本发明实施例提供了一种图像像素校正的方法，所述像素为图像块的中心像素，所述方法包括：
对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值；
选择亮度与调整系数映射关系；
判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间；
根据所述亮度区间，选择所述图像块的调整系数；
采用所述调整系数，对所述像素进行校正。
本发明实施例提供了一种图像像素校正的装置，所述像素为图像块的中心像素，所述装置包括：
第一判断单元，适于判断所述图像块所对应的频率区域；
第一系数选择单元，适于根据所述第一判断单元确定的所述图像块所对应的频率区域，选择所述图像块的调整系数；
校正单元，适于采用所述第一系数选择单元选择的调整系数，对所述像素进行校正。
可选地，所述装置还包括：第一亮度区间选择单元，适于在判断所述图像块所对应的频率区域后，采用所述调整系数，对所述像素进行校正之前，对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值，并根据所述第一判断单元确定的所述图像块的频率区域，选择相应的亮度与调整系数映射关系，判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间；
所述第一系数选择单元，还适于根据所述亮度区间，选择所述图像块的调整系数。
可选地，所述第一判断单元，包括：
第一计算子单元，适于计算所述图像块的边缘信息；
判断子单元，适于根据所述图像块的边缘信息与预设阈值的关系，判断所述图像块所对应的频率区域。
可选地，所述图像块的边缘信息，包括：所述图像块的水平方向、垂直方向、45°方向及135°方向的边缘信息参数。
可选地，所述第一计算子单元，适于采用以下公式计算所述图像块的边缘信息参数：
H＝((|Gbi-1，j-1-Gbi+1，j-1|+|2×Ri，j-1-Ri-2，j-1-Ri+2，j-1|)+2×(|Bi，j-Bi+1，j|+|2×Gri，j-Gri-2，j-Gri+2，j|)+(|Gbi-1，j+1-Gbi+1，j+1|+|2×Ri，j+1-Ri-2，j+1-Ri+2，j+1|))/12；
V＝((|Gbi-1，j-1-Gbi-1，j+1|+|2×Bi-1，j-Bi-1，j-2-Bi-1，j+2|)+2×(|Ri，j-1-Ri，j+1|+|2×Gri，j-Gri，j-2-Gri，j+2|)+(|Gbi+1，j-1-Gbi+1，j+1|+|2×Bi+1，j-B3，j-2-Bi+1，j+2|))/1；
D45＝(|Gri-2，j-Gri，j+2|+|Gbi-1，j-1-Gbi+1，j+1|+|Gri，j-2-Gri+2，j|)/4；
D135＝(|Gri-2，j-Gri，j-2|+|Gbi-1，j+1-Gbi+1，j-1|+|Gri，j+2-Gri+2，j|)/4；
其中：H为所述图像块的水平方向的边缘信息参数，V为所述图像块的垂直方向的边缘信息参数，D45为所述图像块的45°方向的边缘信息参数，D135为所述图像块的135°方向的边缘信息参数，Gb为B行的绿色分量，Gr为R行的绿色分量，Gi，j为所述图像块的中心像素，Gr、Gb、R及B的下标均表示所述像素位于所述图像块中的位置。
可选地，所述判断子单元，适于当H、V、D45及D135均大于预设的第一阈值时，确定所述图像块所对应的的频率区域为平坦区域；当满足以下任意一种条件时，确定所述图像块所对应的的频率区域为边缘区域：
H大于V与预设的第二阈值的乘积；
V大于H与所述第二阈值的乘积；
D45大于D135与所述第二阈值的乘积；
D135大于D45与所述第二阈值的乘积；
反之，确定所述图像块所对应的的频率区域为纹理区域。
可选地，所述校正单元，包括：
第二计算子单元，适于计算R行的绿色分量的中值平均值；
第三计算子单元，适于计算B行的绿色分量的中值平均值；
校正子单元，适于根据所述B行的红色分量的中值平均值、所述R行的绿色分量的中值平均值及所述调整系数，对所述像素进行校正。
可选地，所述第二计算子单元，适于采用下述公式计算R行的绿色分量的中值平均值：
diffl＝[median(Gri-2，j，Gri，j-2，Gri，j，Gri，j+2，Gri+2，j)+median(Gri-2，j-2，Gri-2，j+2，Gri，j，Gri+2，j-2，Gri+2，j+2)]/2；
所述第三计算子单元，适于采用下述公式计算B行的绿色分量的中值平均值：
diff2＝[median(Gbi-1，j-1，Gbi-1，j+1，Gbi+1，j+1)+median(Gbi-1，j-1，Gbi+1，j-1，Gbi+1，j+1)]/2；
其中：diffl为R行的绿色分量的中值平均值，diff2为B行的绿色分量的中值平均值，median()表示对括号中参数取中值。
可选地，所述校正子单元，适于采用下列公式对所述像素进行校正：
Gri，j＝Gri，j+ratio×(diff2-diffl)/2；
其中，Gri，j为校正前的所述像素，Gri，j为校正后的所述像素，ratio为所述调整系数。
本发明实施例提供了一种图像像素校正的装置，所述像素为图像块的中心像素，所述装置包括：
第二亮度区间选择单元，适于对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值，选择亮度与调整系数映射关系，判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间，根据所述亮度区间，选择所述图像块的调整系数；
像素校正单元，适于采用所述调整系数，对所述像素进行校正。
与现有技术相比，本发明的技术方案具有以下优点：
通过根据图像块所对应的频率区域，选择所述图像块的调整系数，进而采用所述调整系数，对所述图像块中的中心像素进行校正，由于像素的校正中，不同的频率区域选择不同的调整系数，能够更加真实地反映人眼对不同的频率区域的感知的不平衡性，故可以避免因频率不同造成的图像质量差，从而可以提高图像校正的精确度及图像质量。
进一步地，通过根据所述图像块的频率区域，选择相应的亮度与调整系数映射关系，接着判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间，然后根据所述亮度区间，选择所述图像块的调整系数，进而采用所述调整系数，对所述像素进行校正。由于对不同频率及亮度区域的图像块中的像素，选择不同的调整系数去校正，能够更加真实地反映人眼对不同的频率区域及亮度区域的感知的不平衡性，因而可以进一步地提高绿色分量校正的精确度和图像质量。
附图说明
图1是本发明实施例中的一种图像像素校正的方法的流程示意图；
图2是本发明实施例中的另一种图像像素校正的方法的流程示意图；
图3是本发明实施例中的一种亮度与调整系数映射关系；
图4是本发明实施例中的又一种图像像素校正的方法的流程示意图；
图5是本发明实施例中的一种Bayer模板；
图6是本发明实施例中一种图像像素校正的装置的结构示意图；
图7是本发明实施例中另一种图像像素校正的装置的结构示意图；
图8是本发明实施例中又一种图像像素校正的装置的结构示意图；
图9是本发明实施例中又一种图像像素校正的装置的结构示意图。
具体实施方式
对于表面覆盖彩色滤波矩阵的图像传感器，由于工艺的影响，每个像素所对应的处于不同行的绿色分量会出现不平衡的情况，从而造成图像上出现伪边缘的现象。为解决这一问题，通常会在拜耳(Bayer)域上对像素的绿色分量进行校正。目前，通过对在Bayer域上图像的平坦区域进行像素上的绿色分量的校正，消除图像伪边缘的现象。
但是，上述图像像素校正方法难以真实地反映人眼的感知特性，造成校正后的图像的精确度及图像质量仍比较粗糙。
为解决上述问题，本发明实施例对不同频率区域的图像块中的像素，选择不同的调整系数去校正，能够更加真实地反映人眼对不同的频率区域的感知的不平衡性，能够更加细致地校正图像，因而可以提高绿色分量校正的精确度，增强图像质量。
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
本发明实施例中的一种图像像素校正的方法，以下参考图1，通过具体步骤对所述方法的进行详细介绍：
S11：判断图像块所对应的频率区域。
需要说明的是，所述图像中包括n个图像块，每次输入的图像块中均存在一个中心像素，此校正方法皆是针对每个图像块的中心像素进行校正。
在具体实施中，为了有针对性的对不同的频域区域，采用不同的参数对图像像素进行校正，可以判断所述图像块所对应的频率区域。
在本发明一实施例中，可以通过计算所述图像块的边缘信息，然后根据所述图像块的边缘信息与预设阈值的关系，具体判断所述图像块所对应的频率区域。
在具体实施中，为了更加准确地确定图像块的频率区域，可以采用图像块的多个角度的边缘信息参数作为所述图像块的所述边缘信息，比如可以采用所述图像块的水平方向的边缘信息参数，所述图像块的垂直方向的边缘信息参数，所述图像块的45°方向的边缘信息参数，所述图像块的135°方向的边缘信息参数。
在本发明一实施例中，可以使用公式(1)计算所述图像块的水平方向的边缘信息参数H：
H＝((|Gbi-1，j-1-Gbi+1，j-1|+|2×Ri，j-1-Ri-2，j-1-Ri+2，j-1|)+2×(|Bi，j-Bi+1，j|+|2×Gri，j-Gri-2，j-Gri+2，j|)+(|Gbi-1，j+1-Gbi+1，j+1|+|2×Ri，j+1-Ri-2，j+1-Ri+2，j+1|))/12 (1)
在本发明一实施例中，可以使用公式(2)计算所述图像块的垂直方向的边缘信息参数V：
V＝((|Gbi-1，j-1-Gbi-1，j+1|+|2×Bi-1，j-Bi-1，j-2-Bi-1，j+2|)+2×(|Ri，j-1-Ri，j+1|+|2×Gri，j-Gri，j-2-Gri，j+2|)+(|Gbi+1，j-1-Gbi+1，j+1|+|2×Bi+1，j-B3，j-2-Bi+1，j+2|))/1 (2)
在本发明一实施例中，可以使用公式(3)计算所述图像块45°方向的边缘信息参数D45：
D45＝(|Gri-2，j-Gri，j+2|+|Gbi-1，j-1-Gbi+1，j+1|+|Gri，j-2-Gri+2，j|)/4
(3)
在本发明一实施例中，可以使用公式(4)计算所述图像块的135°方向的边缘信息参数D135：
D135＝(|Gri-2，j-Gri，j-2|+|Gbi-1，j+1-Gbi+1，j-1|+|Gri，j+2-Gri+2，j|)/4
(4)
其中：Gb为B行的绿色分量，Gr为R行的绿色分量，Gi，j为所述图像块的中心像素，Gr、Gb、R及B的下标均表示所述像素位于所述图像块中的位置，比如Gi，j表示所述中心像素处于所述图像块中的第i行、第j列的位置。
在本发明一实施例中，由于平坦区域的频率变化相对其它两种频率区域更小，故当所述图像块的水平方向的边缘信息参数H、所述图像块的垂直方向的边缘信息参数V、所述图像块45°方向的边缘信息参数D45及所述图像块的135°方向的边缘信息参数D135均大于预设的第一阈值时，可以确定所述图像块所对应的的频率区域为平坦区域。处于整个图像的边缘区域的图像块的频率变化最大，故当满足以下第一及第四个条件中的任意一个时，确定所述图像块所对应的的频率区域为边缘区域：
第一条件：所述图像块的水平方向的边缘信息参数H大于所述图像块的垂直方向的边缘信息参数V与预设的第二阈值的乘积。
第二条件：所述图像块的垂直方向的边缘信息参数V大于所述图像块的水平方向的边缘信息参数H与所述第二阈值的乘积。
第三条件：所述图像块的45°方向的边缘信息参数D45大于所述图像块的135°方向的边缘信息参数D135与所述第二阈值的乘积。
第四条件：所述图像块的135°方向的边缘信息参数D135大于所述图像块的45°方向的边缘信息参数D45与所述第二阈值的乘积。当所述图像块的所述边缘信息不满足上述的所有条件时，可以确定所述图像块所对应的的频率区域为纹理区域。
采用上述方式，可以反映人眼对平坦区域、纹理区域、边缘区域等不同频率区域的感知特性，故可以为后续更准确地进行图像像素的校正提供基础。
可以理解的是，在具体实施中，也可以仅采用上述部分角度的边缘信息参数作为所述图像块的边缘信息，或者采用更多角度的边缘信息作为所述图像块的边缘信息。
S12：根据所述图像块所对应的频率区域，选择所述图像块的调整系数。
在具体实施中，由于同样是绿色分量，处在Bayer模板中的不同的行中，其值会出现不相等，从而导致像素值不平衡的情况，因此可以根据所述图像块所对应的频率区域，选择所述图像块的调整系数。
S13：采用所述调整系数，对所述像素进行校正。
在具体实施中，可以采用所述调整系数，对所述像素进行校正，这样一来，就可以避免因频率不同而造成的绿色分量的不平衡，从而可以提高图像处理的精确度和质量。
在具体实施中，由于出现伪边缘现象的原因为处于不同行的绿色分量的像素值不平衡，故可以分别计算R行与B行的绿色分量的中值平均值，接着根据所述B行的绿色分量的中值平均值、所述R行的绿色分量的中值平均值及所述调整系数，对所述像素进行校正。
在本发明一实施例中，可以使用公式(5)计算R行的绿色分量的中值平均值diffl：
diffl＝[median(Gri-2，j，Gri，j-2，Gri，j，Gri，j+2，Gri+2，j)+median(Gri-2，j-2，Gri-2，j+2，Gri，j，Gri+2，j-2，Gri+2，j+2)]/2 (5)
可以使用公式(6)计算B行的绿色分量的中值平均值diff2：
diff2＝[median(Gbi-1，j-1，Gbi-1，j+1，Gbi+1，j+1)+median(Gbi-1，j-1，Gbi+1，j-1，Gbi+1，j+1)]/2 (6)
其中：median()为取中值函数，表示对括号中的参数取中值。
在本发明一实施例中，具体可以通过公式(7)，利用所述B行的红色分量的中值平均值、所述R行的绿色分量的中值平均值及所述调整系数，对所述像素进行校正：
Gri，j＝Gri，j+ratio×(diff2-diffl)/2 (7)
其中，Gri，j为所述像素校正前的像素值，Gri，j为所述像素校正后的像素值，ratio为所述调整系数。
经发明人研究发现，人眼感知的不平衡性除了体现在频率区域上，还体现在亮度区域上。为了避免因亮度因素造成的伪边缘，还提供了相应的实现方案。为使本领域技术人员更好地理解和实现，以下通过具体实施例，以下通过具体实施例进行详细说明。
参照图2，本发明实施例提供了另一种对图像像素进行校正的方法，具体步骤如下：
S21：判断所述图像块所对应的频率区域。
在具体实施中，为了对不同的频率区域，有针对性的进行不同的图像处理，可以判断所述图像块所对应的频率区域。
S22：对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值。
S23：根据所述图像块的频率区域，选择相应的亮度与调整系数映射关系。
在具体实施中，由于图像块的频率及亮度两个因素间彼此存在影响，故可以根据所述图像块的频率区域，选择与之相应的亮度与调整系数映射关系。
经过大量的实验数据的验证，在本发明一实施例中，当所述图像块处于平坦区域时，可以选用图3示出的亮度与调整系数映射关系，图3中的横坐标表示亮度，纵坐标表示调整系数，其中：亮度参数t1、t2、t3、t4及调整系数r1、r2、r3均可以由本领域技术人员根据实际需要，进行预先设定。
需要说明的是，图3示出的亮度与调整系数映射关系，只是为了本领域技术人员更好地理解和实现本发明，但所述亮度与调整系数映射关系也可以为其它形式，并不限定为图3示出的曲线形式，但无论亮度与调整系数映射关系具体是什么形式，均在本发明的保护范围内。
以上仅给出了平坦区域的亮度与调整系数的映射关系。可以理解的是，每个频率区域对应一种亮度与调整系数映射的关系，不同的频率区域所对应的的映射关系，一般是不相同的。
S24：判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间。
S25：根据所述亮度区间，选择所述图像块的调整系数。
在具体实施中，为了避免频率与亮度对图像的伪边缘现象的影响，可以根据所述亮度区间，选择所述图像块的调整系数。这样一来，对每个中心像素处理时所选用的调整系数，为所述图像块所处的频率区域及所述图像块的亮度区间两个因素同时决定的，因此可以更加有针对性，提高图像处理的质量。
S26：采用所述调整系数，对所述像素进行校正。
由以上可知，通过根据所述图像块的频率区域，选择相应的亮度与调整系数映射关系，接着判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间，然后根据所述亮度区间，选择所述图像块的调整系数，进而采用所述调整系数，对所述像素进行校正。由于对不同频率及亮度区域的图像块中的像素，选择不同的调整系数去校正，故会更加有针对性，因而可以提高绿色分量校正的精确度和图像质量。
为使得本领域技术人员更好地理解和实现本发明，以下还提供了本发明实施例中的又一种图像像素校正的方法的流程示意图，以下参考图4进行说明：
S41：对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值。
S42：选择亮度与调整系数映射关系。
S43：判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间。
S44：根据所述亮度区间，选择所述图像块的调整系数。
S45：采用所述调整系数，对所述像素进行校正。
为使得本领域技术人员更好地理解和实现本发明，以下还提供了本发明实施例中的又一种图像像素校正的方法的流程示意图，以下参考图5进行说明：
S51：判断中心像素是否为绿色像素，当确定所述中心像素为绿色像素，执行S52，反之，结束流程。
所述图像包括n个图像块，每个图像块中均存在一个中心像素。在本发明一实施例中，所述图像块中的像素在Bayer域中的像素值如图6所示，所述图像块的大小为5*5，其中Gr22为中心像素，位于所述图像块的第2行、第2列，其它像素的下标亦表示当前像素在图像块中具体位置，可以根据Gr22的描述进行推断，在此不再一一赘述。
S52:边缘检测。
在具体实施中，所述边缘检测即为计算所述图像块的边缘信息，以判断所述图像块所对应的频率区域。
在具体实施中，为了更加准确地确定图像块的频率区域，可以采用图像块的多个角度的边缘信息参数作为所述图像块的所述边缘信息，比如可以采用所述图像块的水平方向的边缘信息参数，所述图像块的垂直方向的边缘信息参数，所述图像块的45°方向的边缘信息参数，所述图像块的135°方向的边缘信息参数。
在本发明一实施例中，可以采用如下计算公式，计算所述图像块的水平(H)、垂直(V)、45度斜边(D45)、135(D135)度斜边四种方向的边缘信息参数：
H＝((|Gb11-Gb31|+|2×R21-R01-R41|)+2×(|B22-B32|+|2×Gr22-Gr02-Gr42|)+(|Gb13-Gb33|+|2×R23-R03-R43|))/12；
V＝((|Gb11-Gb13|+|2×B12-B10-B14|)+2×(|R21-R23|+|2×Gr22-Gr20-Gr24|)+(|Gb31-Gb33|+|2×B32-B30-B34|))/12；
D45＝(|Gr02-Gr24|+|Gb11-Gb33|+|Gr20-Gr42|)/4；
D135＝(|Gr02-Gr20|+|Gb13-Gb31|+|Gr24-Gr42|)/4。
可以理解的是，在具体实施中，也可以仅采用上述部分角度的边缘信息参数作为所述图像块的边缘信息，或者采用更多角度的边缘信息作为所述图像块的边缘信息。
S53：划分频率。
在本发明一实施例中，可以根据S51计算出的所述图像块的水平方向的边缘信息参数H，所述图像块的垂直方向的边缘信息参数V，所述图像块的45°方向的边缘信息参数D45和所述图像块的135°方向的边缘信息参数D135的值，通过与预设的阈值进行比较，判断出图像块处在何种频率区域，具体判断方法如下所示：
即：当满足所述图像块的水平方向的边缘信息参数H小于预设第一阈值thrl、所述图像块的垂直方向的边缘信息参数V小于所述第一阈值thr1、所述图像块的45°方向的边缘信息参数D45小于所述第一阈值thr1及所述图像块的135°方向的边缘信息参数D135小于所述第一阈值thr1这四个条件时，确定所述图像块的频率区域为平坦区域；
当满足所述图像块的水平方向的边缘信息参数H大于所述图像块的垂直方向的边缘信息参数V与预设第二阈值的乘积、所述图像块的垂直方向的边缘信息参数V大于所述图像块的水平方向的边缘信息参数H与所述第二阈值的乘积、所述图像块的45°方向的边缘信息参数D45大于所述图像块的135°方向的边缘信息参数D135与所述第二阈值的乘积及所述图像块的135°方向的边缘信息参数D135大于所述图像块的45°方向的边缘信息参数D45与所述第二阈值的乘积中的任意一个条件时，确定所述图像块的频率区域为边缘区域；
反之，确定所述图像块的频率区域为纹理区域。
S54：亮度计算。
在具体实施中，可以对图像块中所有Gr和Gb值求平均，得到平均绿色分量作为评价图像块亮度的信息。
S55：计算调整系数。
根据S54计算出的亮度信息，使用不同的亮度-调整系数曲线，对不同亮度进行自适应地计算调整系数，需要说明的是，该曲线的参数可以预先设置。由于S53中将频率成分分成3部分，所以需要3条亮度-调整系数曲线分别控制平坦，纹理和边缘区域的系数选择。
S56:GrGb校正。
在本发明一实施例中，可以首先计算处于所述图像块中的同通道内的Gr和Gb的中值：
Beta1＝median(Gr02,Gr20,Gr22,Gr24,Gr42)；
Beta2＝median(Gr00,Gr04,Gr22,Gr40,Gr44)；
Beta3＝median(Gb11,Gb13,Gb33)；
Beta4＝median(Gb11,Gb31,Gb33)；
然后计算Gr和Gb的中值差diff1和diff2：
diff1＝(Beta1-Beta2)/2；
diff2＝(Beta3-Beta4)/2；
最后结合S53计算出的调整系数ratio，对输出的Gr22进行校正。
Gr22`＝Gr22+ratio×(diff2-diff1)/2。
其中：Gr22`为校正后的中心像素值，Gr22为校正前的中心像素值。
为使得本领域技术人员更好地理解和实现本发明，以下还提供了可以实现上述图像像素校正的方法的装置，具体可以参考图7进行说明，所述像素为图像块的中心像素，所述装置可以包括第一判断单元71、第一系数选择单元72及校正单元73，其中：
所述第一判断单元71，适于判断所述图像块所对应的频率区域；
所述第一系数选择单元72，适于根据所述第一判断单元71确定的所述图像块所对应的频率区域，选择所述图像块的调整系数；
所述校正单元73，适于采用所述第一系数选择单元72选择的调整系数，对所述像素进行校正。
图8示出了本发明实施例中的另一种图像像素校正的装置的结构示意图，除了所述第一判断单元71、第一系数选择单元72及校正单元73外，所述装置还可以包括第一亮度区间选择单元84，其中：
所述第一亮度区间选择单元84，适于在判断所述图像块所对应的频率区域后，采用所述调整系数，对所述像素进行校正之前，对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值，根据所述图像块的频率区域，选择相应的亮度与调整系数映射关系，判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间。
所述第一系数选择单元72，还适于根据所述亮度区间，选择所述图像块的调整系数。
在具体实施中，所述第一判断单元71，可以包括：第一计算子单元811，适于计算所述图像块的边缘信息；判断子单元812，适于根据所述图像块的边缘信息与预设阈值的关系，判断所述图像块所对应的频率区域。
在本发明一实施例中，所述图像块的边缘信息，包括：所述图像块的水平方向、垂直方向、45°方向及135°方向的边缘信息参数。
在本发明一实施例中，所述第一计算子单元811，适于采用以下公式计算所述图像块的边缘信息参数：
H＝((|Gbi-1，j-1-Gbi+1，j-1|+|2×Ri，j-1-Ri-2，j-1-Ri+2，j-1|)+2×(|Bi，j-Bi+1，j|+|2×Gri，j-Gri-2，j-Gri+2，j|)+(|Gbi-1，j+1-Gbi+1，j+1|+|2×Ri，j+1-Ri-2，j+1-Ri+2，j+1|))/12；
V＝((|Gbi-1，j-1-Gbi-1，j+1|+|2×Bi-1，j-Bi-1，j-2-Bi-1，j+2|)+2×(|Ri，j-1-Ri，j+1|+|2×Gri，j-Gri，j-2-Gri，j+2|)+(|Gbi+1，j-1-Gbi+1，j+1|+|2×Bi+l，j-B3，j-2-Bi+1，j+2|))/1；
D45＝(|Gri-2，j-Gri，j+2|+|Gbi-1，j-1-Gbi+1，j+1|+|Gri，j-2-Gri+2，j|)/4；
D135＝(|Gri-2，j-Gri，j-2|+|Gbi-1，j+1-Gbi+1，j-1|+|Gri，j+2-Gri+2，j|)/4；
其中：H为所述图像块的水平方向的边缘信息参数，V为所述图像块的垂直方向的边缘信息参数，D45为所述图像块的45°方向的边缘信息参数，D135为所述图像块的135°方向的边缘信息参数，Gb为B行的绿色分量，Gr为R行的绿色分量，Gi，j为所述图像块的中心像素，Gr、Gb、R及B的下标均表示所述像素位于所述图像块中的位置。
在本发明一实施例中，所述判断子单元812，适于当所述图像块的水平方向的边缘信息参数H、所述图像块的垂直方向的边缘信息参数V、所述图像块的45°方向的边缘信息参数D45及所述图像块的135°方向的边缘信息参数D135均大于预设的第一阈值时，确定所述图像块所对应的的频率区域为平坦区域；当满足以下任意一种条件时，确定所述图像块所对应的的频率区域为边缘区域：
所述图像块的水平方向的边缘信息参数H大于所述图像块的垂直方向的边缘信息参数V与预设的第二阈值的乘积；
所述图像块的垂直方向的边缘信息参数V大于所述图像块的水平方向的边缘信息参数H与所述第二阈值的乘积；
所述图像块的45°方向的边缘信息参数D45大于所述图像块的135°方向的边缘信息参数D135与所述第二阈值的乘积；
所述图像块的135°方向的边缘信息参数D135大于所述图像块的45°方向的边缘信息参数D45与所述第二阈值的乘积；
反之，确定所述图像块所对应的频率区域为纹理区域。
在具体实施中，所述校正单元73，可以包括：第二计算子单元831，适于计算R行的绿色分量的中值平均值；
第三计算子单元832，适于计算B行的绿色分量的中值平均值；
校正子单元833，适于根据所述B行的红色分量的中值平均值、所述R行的绿色分量的中值平均值及所述调整系数，对所述像素进行校正。
在本发明一实施例中，所述第二计算子单元831，适于采用下述公式计算R行的绿色分量的中值平均值：
diffl＝[median(Gri-2，j，Gri，j-2，Gri，j，Gri，j+2，Gri+2，j)+median(Gri-2，j-2，Gri-2，j+2，Gri，j，Gri+2，j-2，Gri+2，j+2)]/2；
所述第三计算子单元832，适于采用下述公式计算B行的绿色分量的中值平均值：
diff2＝[median(Gbi-1，j-1，Gbi-1，j+1，Gbi+1，j+1)+median(Gbi-1，j-1，Gbi+1，j-1，Gbi+1，j+1)]/2；
其中：diffl为R行的绿色分量的中值平均值，diff2为B行的绿色分量的中值平均值，median()表示对括号中参数取中值。
在本发明一实施例中，所述校正子单元833，适于采用下列公式对所述像素进行校正：
Gri，j .＝Gri，j+ratio×(diff2-diffl)/2；
其中，Gri，j为校正前的所述像素，Gri，j为校正后的所述像素，ratio为所述调整系数。
为使得本领域技术人员更好地理解和实现本发明，以下还提供了本发明实施例中的又一种图像像素校正的装置，具体可以参考图9，所述像素为图像块的中心像素，所述装置可以包括第二亮度区间选择单元91、第二系数选择单元92及像素校正单元93，其中：
所述第二亮度区间选择单元91，适于对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值，，选择亮度与调整系数映射关系，判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间；
所述第二系数选择单元92，根据所述亮度区间，选择所述图像块的调整系数；
所述像素校正单元93，适于采用所述调整系数，对所述像素进行校正。
综上所述，第二亮度区间选择单元根据所述图像块的频率区域，选择相应的亮度与调整系数映射关系，接着判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间，然后第二系数选择单元根据所述亮度区间，选择所述图像块的调整系数，进而像素校正单元采用所述调整系数，对所述像素进行校正。由于对不同频率及亮度区域的图像块中的像素，选择不同的调整系数去校正，能够更加真实地反映人眼对不同的频率区域及亮度区域的感知的不平衡性，因而可以提高绿色分量校正的精确度和图像质量。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于以计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (20)

1.一种图像像素校正的方法，其特征在于，所述像素为图像块的中心像素，所述方法包括：
判断所述图像块所对应的频率区域；
根据所述图像块所对应的频率区域，选择所述图像块的调整系数；
采用所述调整系数，对所述像素进行校正。
2.根据权利要求1所述的图像像素校正的方法，其特征在于，所述根据所述图像块所对应的频率区域，选择所述图像块的调整系数，包括：
对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值；
根据所述图像块的频率区域，选择相应的亮度与调整系数映射关系；
判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间；
根据所述亮度区间，选择所述图像块的调整系数。
3.根据权利要求1所述的图像像素校正的方法，其特征在于，所述判断所述图像块所对应的频率区域，包括：
计算所述图像块的边缘信息；
根据所述图像块的边缘信息与预设阈值的关系，判断所述图像块所对应的频率区域。
4.根据权利要求3所述的图像像素校正的方法，其特征在于，所述图像块的边缘信息，包括：所述图像块的水平方向、垂直方向、45°方向及135°方向的边缘信息参数。
5.根据权利要求4所述的图像像素校正的方法，其特征在于，采用以下公式计算所述图像块的边缘信息参数：
H＝((|Gbi-1，j-1-Gbi+1，j-1|+|2×Ri，j-1-Ri-2，j-1-Ri+2，j-1|)+2×(|Bi，j-Bi+1，j|+|2×Gri，j-Gri-2，j-Gri+2，j|)+(|Gbi-1，j+1-Gbi+1，j+1|+|2×Ri，j+1-Ri-2，j+1-Ri+2，j+1|))/12；
V＝((|Gbi-1，j-1-Gbi-1，j+1|+|2×Bi-1，j-Bi-1，j-2-Bi-1，j+2|)+2×(|Ri，j-1-Ri，j+1|+|2×Gri，j-Gri，j-2-Gri，j+2|)+(|Gbi+1，j-1-Gbi+1，j+1|+|2×Bi+1，j-B3，j-2-Bi+1，j+2|))/1；
D45＝(|Gri-2，j-Gri，j+2|+|Gbi-1，j-1-Gbi+1，j+1|+|Gri，j-2-Gri+2，j|)/4；
D135＝(|Gri-2，j-Gri，j-2|+|Gbi-1，j+1-Gbi+1，j-1|+|Gri，j+2-Gri+2，j|)/4；
其中：H为所述图像块的水平方向的边缘信息参数，V为所述图像块的垂直方向的边缘信息参数，D45为所述图像块的45°方向的边缘信息参数，D135为所述图像块的135°方向的边缘信息参数，Gb为B行的绿色分量，Gr为R行的绿色分量，Gi，j为所述图像块的中心像素，Gr、Gb、R及B的下标均表示所述像素位于所述图像块中的位置。
6.根据权利要求5所述的图像像素校正的方法，其特征在于，所述根据所述图像块的边缘信息与预设阈值的关系，判断所述图像块所对应的频率区域，包括：
当H、V、D45及D135均大于预设的第一阈值时，确定所述图像块所对应的的频率区域为平坦区域；
当满足以下任意一种条件时，确定所述图像块所对应的的频率区域为边缘区域：
H大于V与预设的第二阈值的乘积；
V大于H与所述第二阈值的乘积；
D45大于D135与所述第二阈值的乘积；
D135大于D45与所述第二阈值的乘积；
反之，确定所述图像块所对应的的频率区域为纹理区域。
7.根据权利要求2所述的图像像素校正的方法，其特征在于，所述采用所述调整系数，对所述像素进行校正，包括：
计算R行的绿色分量的中值平均值；
计算B行的绿色分量的中值平均值；
根据所述B行的绿色分量的中值平均值、所述R行的绿色分量的中值平均值及所述调整系数，对所述像素进行校正。
8.根据权利要求7所述的图像像素校正的方法，其特征在于，采用下述公式分别计算R行与B行的绿色分量的中值平均值：
diff1＝[median(Gri-2，j，Gri，j-2，Gri，j，Gri，j+2，Gri+2，j)+median(Gri-2，j-2，Gri-2，j+2，Gri，j，Gri+2，j-2，Gri+2，j+2)]/2；
diff2＝[median(Gbi-1，j-1，Gbi-1，j+1，Gbi+1，j+1)+median(Gbi-1，j-1，Gbi+1，j-1，Gbi+1，j+1)]/2；
其中：diff1为R行的绿色分量的中值平均值，diff2为B行的绿色分量的中值平均值，median()表示对括号中参数取中值。
9.根据权利要求8所述的图像像素校正的方法，其特征在于，所述根据所述B行的红色分量的中值平均值、所述R行的绿色分量的中值平均值及所述调整系数，对所述像素进行校正，包括：
Gri，j＝Gri，j+ratio×(diff2-diff1)/2；
其中，Gri，j为校正前的所述像素，Gri，j为校正后的所述像素，ratio为所述调整系数。
10.一种图像像素校正的方法，其特征在于，所述像素为图像块的中心像素，所述方法包括：
对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值；
选择亮度与调整系数映射关系；
判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间；
根据所述亮度区间，选择所述图像块的调整系数；
采用所述调整系数，对所述像素进行校正。
11.一种图像像素校正的装置，其特征在于，所述像素为图像块的中心像素，
所述装置包括：
第一判断单元，适于判断所述图像块所对应的频率区域；
第一系数选择单元，适于根据所述第一判断单元确定的所述图像块所对应的频率区域，选择所述图像块的调整系数；
校正单元，适于采用所述第一系数选择单元选择的调整系数，对所述像素进行校正。
12.根据权利要求11所述的图像像素校正的装置，其特征在于，还包括：第一亮度区间选择单元，适于在判断所述图像块所对应的频率区域后，采用所述调整系数，对所述像素进行校正之前，对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值，并根据所述第一判断单元确定的所述图像块的频率区域，选择相应的亮度与调整系数映射关系，判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间；
所述第一系数选择单元，还适于根据所述亮度区间，选择所述图像块的调整系数。
13.根据权利要求11所述的图像像素校正的装置，其特征在于，所述第一判断单元，包括：
第一计算子单元，适于计算所述图像块的边缘信息；
判断子单元，适于根据所述图像块的边缘信息与预设阈值的关系，判断所述图像块所对应的频率区域。
14.根据权利要求13所述的图像像素校正的装置，其特征在于，所述图像块的边缘信息，包括：所述图像块的水平方向、垂直方向、45°方向及135°方向的边缘信息参数。
15.根据权利要求14所述的图像像素校正的装置，其特征在于，所述第一计算子单元，适于采用以下公式计算所述图像块的边缘信息参数：
H＝((|Gbi-1，j-1-Gbi+1，j-1|+|2×Ri，j-1-Ri-2，j-1-Ri+2，j-1|)+2×(|Bi，j-Bi+1，j|+|2×Gri，j-Gri-2，j-Gri+2，j|)+(|Gbi-1，j+1-Gbi+1，j+1|+|2×Ri，j+1-Ri-2，j+1-Ri+2，j+1|))/12；
V＝((|Gbi-1，j-1-Gbi-1，j+1|+|2×Bi-1，j-Bi-1，j-2-Bi-1，j+2|)+2×(|Ri，j-1-Ri，j+1|+|2×Gri，j-Gri，j-2-Gri，j+2|)+(|Gbi+1，j-1-Gbi+1，j+1|+|2×Bi+1，j-B3，j-2-Bi+1，j+2|))/1；
D45＝(|Gri-2，j-Gri，j+2|+|Gbi-1，j-1-Gbi+1，j+1|+|Gri，j-2-Gri+2，j|)/4；
D135＝(|Gri-2，j-Gri，j-2|+|Gbi-1，j+1-Gbi+1，j-1|+|Gri，j+2-Gri+2，j|)/4；
其中：H为所述图像块的水平方向的边缘信息参数，V为所述图像块的垂直方向的边缘信息参数，D45为所述图像块的45°方向的边缘信息参数，D135为所述图像块的135°方向的边缘信息参数，Gb为B行的绿色分量，Gr为R行的绿色分量，Gi，j为所述图像块的中心像素，Gr、Gb、R及B的下标均表示所述像素位于所述图像块中的位置。
16.根据权利要求15所述的图像像素校正的装置，其特征在于，所述判断子单元，适于当H、V、D45及D135均大于预设的第一阈值时，确定所述图像块所对应的的频率区域为平坦区域；当满足以下任意一种条件时，确定所述图像块所对应的的频率区域为边缘区域：
H大于V与预设的第二阈值的乘积；
V大于H与所述第二阈值的乘积；
D45大于D135与所述第二阈值的乘积；
D135大于D45与所述第二阈值的乘积；
反之，确定所述图像块所对应的的频率区域为纹理区域。
17.根据权利要求12所述的图像像素校正的装置，其特征在于，所述校正单元，包括：
第二计算子单元，适于计算R行的绿色分量的中值平均值；
第三计算子单元，适于计算B行的绿色分量的中值平均值；
校正子单元，适于根据所述B行的红色分量的中值平均值、所述R行的绿色分量的中值平均值及所述调整系数，对所述像素进行校正。
18.根据权利要求17所述的图像像素校正的装置，其特征在于，所述第二计算子单元，适于采用下述公式计算R行的绿色分量的中值平均值：
diff1＝[median(Gri-2，j，Gri，j-2，Gri，j，Gri，j+2，Gri+2，j)+median(Gri-2，j-2，Gri-2，j+2，Gri，j，Gri+2，j-2，Gri+2，j+2)]/2；
所述第三计算子单元，适于采用下述公式计算B行的绿色分量的中值平均值：
diff2＝[median(Gbi-1，j-1，Gbi-1，j+1，Gbi+1，j+1)+median(Gbi-1，j-1，Gbi+1，j-1，Gbi+1，j+1)]/2；
其中：diff1为R行的绿色分量的中值平均值，diff2为B行的绿色分量的中值平均值，median()表示对括号中参数取中值。
19.根据权利要求18所述的图像像素校正的装置，其特征在于，所述校正子单元，适于采用下列公式对所述像素进行校正：Gri，j＝Gri，j+ratio×(diff2-diff1)/2；
其中，Gri，j为校正前的所述像素，Gri，j为校正后的所述像素，ratio为所述调整系数。
20.一种图像像素校正的装置，其特征在于，所述像素为图像块的中心像素，所述装置包括：
第二亮度区间选择单元，适于对所述图像块内像素的所有绿色分量的亮度值求平均，得到绿色分量的亮度平均值，选择亮度与调整系数映射关系，判断所述绿色分量的亮度平均值在所述亮度与调整系数映射关系中所处的亮度区间；
第二系数选择单元，适于根据所述亮度区间，选择所述图像块的调整系数；像素校正单元，适于采用所述调整系数，对所述像素进行校正。
CN201510979684.9A 2015-12-23 2015-12-23 图像像素校正的方法及装置 Active CN106911918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510979684.9A CN106911918B (zh) 2015-12-23 2015-12-23 图像像素校正的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510979684.9A CN106911918B (zh) 2015-12-23 2015-12-23 图像像素校正的方法及装置

Publications (2)

Publication Number Publication Date
CN106911918A true CN106911918A (zh) 2017-06-30
CN106911918B CN106911918B (zh) 2018-11-27

Family

ID=59199915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510979684.9A Active CN106911918B (zh) 2015-12-23 2015-12-23 图像像素校正的方法及装置

Country Status (1)

Country Link
CN (1) CN106911918B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108055486A (zh) * 2017-12-07 2018-05-18 浙江华睿科技有限公司 一种亮度校正方法及装置
CN108122214A (zh) * 2017-12-26 2018-06-05 浙江大华技术股份有限公司 一种去除伪色的方法及装置
CN109816597A (zh) * 2017-11-22 2019-05-28 展讯通信（上海）有限公司 去除图像GrGb噪声的方法和装置
CN113099191A (zh) * 2021-03-22 2021-07-09 浙江大华技术股份有限公司 一种图像处理方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101371592A (zh) * 2006-01-19 2009-02-18 高通股份有限公司 用于自适应且自校准传感器绿色通道增益平衡的方法及设备
CN102663719A (zh) * 2012-03-19 2012-09-12 西安电子科技大学 基于非局部均值的Bayer型CFA图像去马赛克方法
US20130027590A1 (en) * 2010-04-07 2013-01-31 Samsung Electronics Co. Ltd. Apparatus and method for removing noise generated from image sensor
CN102957879A (zh) * 2011-08-24 2013-03-06 现代摩比斯株式会社 图像传感器的像素间偏移校正设备及其校正方法
JP2014116698A (ja) * 2012-12-06 2014-06-26 Samsung R&D Institute Japan Co Ltd 画像処理方法及び画像処理装置並びにプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101371592A (zh) * 2006-01-19 2009-02-18 高通股份有限公司 用于自适应且自校准传感器绿色通道增益平衡的方法及设备
US20130027590A1 (en) * 2010-04-07 2013-01-31 Samsung Electronics Co. Ltd. Apparatus and method for removing noise generated from image sensor
CN102957879A (zh) * 2011-08-24 2013-03-06 现代摩比斯株式会社 图像传感器的像素间偏移校正设备及其校正方法
CN102663719A (zh) * 2012-03-19 2012-09-12 西安电子科技大学 基于非局部均值的Bayer型CFA图像去马赛克方法
JP2014116698A (ja) * 2012-12-06 2014-06-26 Samsung R&D Institute Japan Co Ltd 画像処理方法及び画像処理装置並びにプログラム

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109816597A (zh) * 2017-11-22 2019-05-28 展讯通信（上海）有限公司 去除图像GrGb噪声的方法和装置
CN109816597B (zh) * 2017-11-22 2020-11-20 展讯通信（上海）有限公司 去除图像GrGb噪声的方法和装置
CN108055486A (zh) * 2017-12-07 2018-05-18 浙江华睿科技有限公司 一种亮度校正方法及装置
CN108055486B (zh) * 2017-12-07 2020-02-14 浙江华睿科技有限公司 一种亮度校正方法及装置
CN108122214A (zh) * 2017-12-26 2018-06-05 浙江大华技术股份有限公司 一种去除伪色的方法及装置
CN108122214B (zh) * 2017-12-26 2020-12-08 浙江大华技术股份有限公司 一种去除伪色的方法及装置
CN113099191A (zh) * 2021-03-22 2021-07-09 浙江大华技术股份有限公司 一种图像处理方法及装置

Also Published As

Publication number Publication date
CN106911918B (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
US7319496B2 (en) Signal processing apparatus, image display apparatus and signal processing method
CN106911918B (zh) 图像像素校正的方法及装置
US7724206B2 (en) Position adjustment method for projection images
US8049795B2 (en) Lens shading compensation apparatus and method, and image processor using the same
KR101900376B1 (ko) 사용자에 의해 착용된 안경테에 안과용 렌즈를 장착하는 것과 관련된 적어도 하나의 기하학적/인상학적 파라미터를 결정하기 위한 방법
KR100983037B1 (ko) 자동 화이트 밸런스 조정 방법
JP2005026962A (ja) 信号処理装置、信号処理プログラム、および電子カメラ
US20140347528A1 (en) Image processing apparatus and image processing method, and program
CN105528990A (zh) Led显示屏均匀性校正方法
CN102045490A (zh) 图像处理装置以及图像处理方法
US20160254300A1 (en) Sensor for dual-aperture camera
CN106412592A (zh) 图像处理方法、图像处理装置、成像装置及电子装置
CN105960658A (zh) 图像处理装置、摄像装置、图像处理方法以及可通过计算机处理的非暂时性的存储介质
US20090232395A1 (en) Image processing device
JP4054360B1 (ja) 画像処理装置およびプログラム記録媒体
CN106134180A (zh) 图像处理装置和方法、存储能够由计算机临时读取的图像处理程序的记录介质、摄像装置
TW202046698A (zh) 影像調整方法以及相關的影像處理電路
CN103379346A (zh) 一种yuv格式图像的色度信息处理方法、装置及系统
CN101790101B (zh) 图像饱和度调整方法与图像饱和度调整装置
CN113850738A (zh) 图像紫边的校正装置及方法
CN105208362B (zh) 基于灰度平衡原理的图像色偏自动校正方法
US7834936B2 (en) Blue stretch using restricted color range and soft transition boundary
JP2009010636A (ja) 適応ヒストグラム等化方法及び適応ヒストグラム等化装置
TW202114397A (zh) 影像處理電路與相關的影像處理方法
CN103002230A (zh) 适应性像素补偿方法

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
GR01 Patent grant