CN111553905B - 图像检测方法、设备、装置及存储介质 - Google Patents

Abstract

本申请实施例公开了一种图像检测方法，所述方法包括：根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组；所述目标图像区域是由所述待检测像素点和所述邻近像素点组成的封闭图像区域；根据每组所述邻近像素点的像素值相关性，获取所述目标图像区域中所述邻近像素点的像素值有效信息；根据所述待检测像素点像素值和所述像素值有效信息，确定所述待检测像素点是否为坏点。采用本发明，能够降低待检测像素点的邻近像素点中的坏点对检测待检测像素点是否为坏点的影响，从而准确检测出坏点。

Description

图像检测方法、设备、装置及存储介质

技术领域

本发明涉及图像处理领域，尤其涉及一种图像检测方法、设备、装置及存储介质。

背景技术

在数字图像处理过程中，图像传感器采集图像信号，图像处理器对该图像信号处理后，输出可以在屏幕上显示的图像。由于制造工艺、存储、应用技术等原因，某些像素点不能产生正确的电信号，造成在屏幕上显示的图像中有些像素点的信息有误，这些有缺陷的像素点即为图像的坏点(Bad Pixel)。

目前，在对图像中的坏点进行检测时，可以根据当前像素点的像素值与周围像素点的像素值的差异来检测孤立的单个坏点，即检测周围不存在坏点的像素点是否为坏点。但当当前像素点的周围存在一个或多个坏点时，聚集的坏点往往与图像中的某些细节表现出的图像特征难以区分，比如边缘细节、端点、复杂纹理等，在这种情况下，易造成坏点的误检和漏检。

发明内容

本申请实施例提供一种图像检测方法、设备、装置及存储介质，能够降低待检测像素点的邻近像素点中的坏点对检测待检测像素点是否为坏点的影响，从而提高检测坏点的准确性。

为了解决上述技术问题，第一方面，本申请实施例提供一种图像检测方法，所述方法包括：

根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组；所述目标图像区域是由所述待检测像素点和所述邻近像素点组成的封闭图像区域；

根据每组所述邻近像素点的像素值相关性，获取所述目标图像区域中所述邻近像素点的像素值有效信息；

根据所述待检测像素点像素值和所述像素值有效信息，确定所述待检测像素点是否为坏点。

第二方面，本申请实施例还提供一种图像检测设备，所述图像检测设备包括：存储装置和处理器，

所述存储装置，用于存储程序指令；

所述处理器，在调用所述存储指令时，用于执行如第一方面所述的图像检测方法。

第三方面，本申请实施例还提供一种图像检测装置，所述图像检测装置包括：

分组模块，用于根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组；所述目标图像区域是由所述待检测像素点和所述邻近像素点组成的封闭图像区域；

获取模块，用于根据每组所述邻近像素点的像素值相关性，获取所述目标图像区域中所述邻近像素点的像素值有效信息；

确定模块，用于根据所述待检测像素点像素值和所述目标图像区域中所述邻近像素点的像素值有效信息，确定所述待检测像素点是否为坏点。

第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序使得计算机执行第一方面所述的图像检测方法。

实施本申请实施例，具有如下有益效果：能够降低待检测像素点的邻近像素点中的坏点对检测待检测像素点是否为坏点的影响，从而提高检测坏点的准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种图像检测方法的流程示意图；

图2为本申请实施例提供的另一种图像检测方法的流程示意图；

图3为本申请实施例提供的一种B颜色通道的待检测像素点所在的目标图像区域的示意图；

图4为本申请实施例提供的一种R颜色通道的待检测像素点所在的目标图像区域的示意图；

图5为本申请实施例提供的一种G颜色通道的待检测像素点所在的目标图像区域的示意图；

图6为本申请实施例提供的一种图像检测设备的结构示意图；

图7为本申请实施例提供的一种图像检测装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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。

需要说明的是，本申请的说明书和权利要求书中及上述附图中的属于“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述以外的顺序实施。此外，术语“包括”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为了更好理解本申请实施例提供的图像检测方法、设备、装置及存储介质，本申请实施例提供了一种图像检测方法的应用场景。在该场景中，用户采用数码相机来获取图像，数码相机中包括图像传感器。图像传感器包含一个彩色滤波阵列(Color Filter Array)，即拜耳滤镜，使传感器上每一点采集的光线通过拜耳滤镜滤波后只能采集到一种波长的光，传感器上每一点采集的光线通过滤波处理后的光线颜色为红色、蓝色或绿色。

该图像传感器中的感光阵列将采集到的光信号转化为电信号，图像传感器再将该电信号，转化为数字信号，该数字信号就是图像传感器上每一光线采集的点对应的像素值，输出该数字信号以显示数字图像。该数字图像的颜色空间即为RGB颜色空间，RGB分别代表红(Red)、绿(Green)、蓝(Blue)三个通道的颜色。对该数字图像中的每个像素点进行检测，若检测到坏点，则后续由计算机中用于校正坏点的坏点校正单元进行校正。

需要说明的是，该图像传感器和该数字图像对应的颜色空间还可以是除RGB颜色空间以外的其他颜色空间，比如：CMY颜色空间和HSV颜色空间等，其中，CMY分别代表青(Cyan)、洋红或品红(Magenta)、黄(Yellow)三个通道的颜色，HSV分别代表色相(Hue)、饱和度(Saturation)、明度(Value)；此外，该数字图像还可以为单色图像，在此不对图像传感器和数字图像对应的颜色空间进行限定。

请参阅图1，图1为本申请实施例提供的一种图像检测方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的终端或者存储介质产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体如图1所示，所述方法包括：

S101：根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组。

其中，所述目标图像区域是由所述待检测像素点和所述邻近像素点组成的封闭图像区域。所述待检测像素点的邻近像素点即为所述待检测像素点周围可以影响到检测所述待检测像素点是否为坏点的准确性的像素点。

S102：根据每组所述邻近像素点的像素值相关性，获取所述目标图像区域中所述邻近像素点的像素值有效信息。

S103：根据所述待检测像素点像素值和所述像素值有效信息，确定所述待检测像素点是否为坏点。

所述坏点包括：动态坏点和固定坏点；所述动态坏点的像素值随时间变化；所述固定坏点包括：亮点、暗点和像素值为一固定值的像素点；所述亮点的像素值明显高于所述亮点的周围像素点的像素值；所述暗点的像素值明显低于所述暗点的周围像素点的像素值。

本申请实施例中，能够根据待检测像素点的邻近像素点的颜色通道和邻近像素点的像素值相关性，降低待检测像素点的邻近像素点中的坏点对检测待检测像素点是否为坏点的影响，从而提高检测坏点的准确性。

图1描述的方法的具体实现可参考后续实施例的描述。

请参阅图2，图2为本申请实施例提供的另一种图像检测方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的终端或者存储介质产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体如图2所示，所述方法包括：

若所述待检测像素点的邻近像素点的像素颜色与所述待检测像素点的像素颜色不同，则执行步骤S201。

具体地，在目标图像区域中待检测像素点的邻近像素点与所述待检测像素点的像素颜色不同，则执行步骤S201。

其中，所述目标图像区域是由所述待检测像素点和所述邻近像素点组成的封闭图像区域。

本申请实施例中，所述待检测像素点为所述目标图像区域的中心像素点。

本申请实施例中，所述邻近像素点包括：第一邻近像素点，所述第一邻近像素点与所述待检测像素点的距离为1。

像素点与像素点的距离为1，即像素点与像素点之间未间隔有其他像素点。

所述第一邻近像素点与所述待检测像素点的距离为1，即所述第一邻近像素点与所述待检测像素点之间未间隔有其他像素点。所述第一邻近像素点也可以理解为所述待检测像素点的八通邻域点。

本申请实施例中，所述邻近像素点包括：第二邻近像素点，所述第二邻近像素点与所述待检测像素点的距离大于1。

像素点与像素点的距离大于1，即像素点与像素点之间至少间隔有一个其他像素点。

所述第二邻近像素点与所述待检测像素点的距离大于1，即所述第二邻近像素点与所述待检测像素点之间至少间隔有第一邻近像素点。

当所述第二邻近像素点与所述待检测像素点的距离为2时，所述第二邻近像素点与所述待检测像素点之间只间隔有第一邻近像素点。

S201：将所述邻近像素点的像素颜色转换为和所述待检测像素点相同的像素颜色。

需要说明的是，将所述邻近像素点的像素颜色转换为和所述待检测像素点相同的像素颜色，并不会改变该邻近像素点的颜色通道，也就是该邻近像素点的颜色通道保持不变。

本申请实施例中，需要获取像素颜色和所述待检测像素点相同的邻近像素点与像素颜色和所述待检测像素点不同的邻近像素点之间的第二色差，和/或，获取像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点之间的第二色差。

所述第二色差即为所述像素颜色和所述待检测像素点相同的邻近像素点与所述像素颜色和所述待检测像素点不同的邻近像素点之间的局部误差，和/或，所述第二色差即为所述像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点之间的局部误差。

本申请实施例中，用于获取所述第二色差的像素颜色和所述待检测像素点不同的邻近像素点与像素颜色和所述待检测像素点相同的邻近像素点的距离为1；

和/或，用于获取所述第二色差的像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点的距离为1。

像素颜色和所述待检测像素点不同的邻近像素点与像素颜色和所述待检测像素点相同的邻近像素点的距离为1，即像素颜色和所述待检测像素点不同的邻近像素点与像素颜色和所述待检测像素点相同的邻近像素点之间未间隔有其他邻近像素点，像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点的距离为1，即像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点之间未间隔有其他邻近像素点，以使后续计算出的第一色差能够准确地对所述待检测像素点进行颜色补偿，避免颜色补偿与实际相差太大，造成新的如边缘、端点、复杂纹理等可能表现为局部较亮或较暗的图像特征，影响检测待检测像素点是否为坏点的准确性。

针对不同颜色空间的目标图像区域，获取所述第二色差的方式可不同；针对同一颜色空间的目标图像区域，获取所述第二色差的方式也可不同，在此不对获取第二色差的具体方式作限定。

本申请实施例中，以目标图像区域为拜耳Bayer格式的Raw(原始图像文件)为例，所述第二色差的获取方式可包括：

获取邻近像素点的第三色差；

根据所述第三色差，确定第二色差。

具体地，当待检测像素点为B颜色通道，要将G颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，所述第三色差包括：目标图像区域中各B颜色通道的像素点和与其距离为1的G颜色通道的邻近像素点的色差；两个像素点之间的色差为两个像素点的像素值的差值。

具体地，还可根据实际的图像效果，在目标图像区域中各B颜色通道的像素点选取中用于获取第三色差的B颜色通道的像素点，以将这些B颜色通道的像素点与其距离为1的G颜色通道的邻近像素点的色差，作为第三色差。

所述第二色差为各B颜色通道的邻近像素点对应的第三色差的中值。

本申请实施例中，所述第三色差的中值的获取方式包括：

若仅有一个第三色差，则将该第三色差作为将所述第三色差的中值；

若有不止一个第三色差，则将所有第三色差进行大小排序，当仅有一个第三色差的排序位置在中间位置，将排序位置在中间位置的第三色差作为将所述第三色差的中值；

若有不止一个第三色差的排序位置在中间位置，则任选或通过预设的方式选择排序位置在中间位置的一个第三色差作为将所述第三色差的中值。

请参阅图3，图3为本申请实施例提供的一种B颜色通道的待检测像素点所在的目标图像区域的示意图。图3中的目标图像区域为Bayer RAW格式图像，是像素尺寸为5×5的图像区域，与位于中心位置的待检测像素点B22相邻的3×3区域内像素点为第一邻近像素点，包括：R11、G12、R13、G21、G23、R31、G32、R33；5×5区域内与待检测像素点B22间隔一个像素点的像素点为第二邻近像素点，包括：B00、G01、B02、G03、B04、G10、G14、B20、B24、G30、G34、B40、G41、B42、G43、B44。其中，B22、B00、B02、B04、B20、B24、B40、B42、B44的颜色通道为B颜色通道，R11、R13、R31、R33的颜色通道为R颜色通道，G12、G21、G23、G32、G01、G03、G10、G14、G30、G34、G41、G43的颜色通道为G颜色通道。

需要将G颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，第三色差包括：图3中B02、B20、B24、B42和B22像素点与这些像素点距离为1且颜色通道为G颜色通道的邻近像素之间的第三色差。

以B02邻近像素点为例，与B02邻近像素点距离为1且颜色通道为G颜色通道的邻近像素点有G01、G12、G03，则B02邻近像素点与B02邻近像素点距离为1且颜色通道为G颜色通道的邻近像素点的第三色差，包括：G01与B02的色差、G12与B02的色差、G03与B02的色差。

取G01与B02的色差、G12与B02的色差、G03与B02的色差这三个第三色差的中值为B02对应的第二色差D_{GB_02}。

同理，还可以分别获取B20、B24、B42和B22像素点与其距离为1且颜色通道为G颜色通道的邻近像素点的第三色差，从而确定出其他像素颜色和所述待检测像素点相同的邻近像素点与颜色通道为G颜色通道的邻近像素点之间的第二色差D_{GB_20}、D_{GB_24}、D_{GB_42}，以及颜色通道为G颜色通道的邻近像素点与待检测像素点之间的第二色差D_{GB_22}。

具体地，当待检测像素点为B颜色通道，要将R颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，还需获取颜色通道与待检测像素点不同的邻近像素点之间的第四色差。在图3中，所述第四色差为各R颜色通道的邻近像素点和与其距离为1的G颜色通道的邻近像素点的色差。

还需获取第五色差，包括：将各第四色差的中值，作为第五色差。

再请参阅图3，需要将R颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，第四色差包括：图3中R11、R13、R31和R33邻近像素点与这些邻近像素点距离为1且颜色通道为G颜色通道的邻近像素之间的色差。

以R11邻近像素点为例，与R11邻近像素点距离为1且颜色通道为G颜色通道的邻近像素点有G01、G10、G12、G21，则R11邻近像素点与R11邻近像素点距离为1且颜色通道为G颜色通道的邻近像素点的第四色差，包括：G01与R11的色差、G10与R11的色差、G12与R11的色差、G21与的R11色差。

取G01与R11的色差、G10与R11的色差、G12与R11的色差、G21与的R11色差这四个第四色差的中值为第五色差D’_{GR_11}。

同理，还可以分别获取R13、R31和R33邻近像素点与其距离为1且颜色通道为G颜色通道的邻近像素点的第四色差，从而确定出G颜色通道的邻近像素点与R颜色通道的邻近像素点之间的第五色差D’_{GR_13}、D’_{GR_31}和D’_{GR_33}。

同理，当待检测像素点为G颜色通道或R颜色通道时，可以采用与待检测像素点为B颜色通道类似的方式获取相应的第四色差、第五色差、第三色差和第二色差，在此不做赘述。

需要说明的是，第四色差、第五色差、第三色差和第二色差还可以通过其他方式获取，在此不对第四色差、第五色差、第三色差和第二色差的获取方式做限定。

本申请实施例中，还需要获取像素颜色和所述待检测像素点不同的邻近像素点的颜色通道与所述待检测像素点的颜色通道之间的第一色差，具体可通过如下方式获取所述第一色差：

获取像素颜色和所述待检测像素点相同的邻近像素点与像素颜色和所述待检测像素点不同的邻近像素点之间的第二色差和/或，获取像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点之间的第二色差；所述第二色差的获取方式如前述，在此不做赘述。

将所述第二色差的中值，作为所述第一色差。

其中，所述第二色差的数量可为一个或多个，所述第二色差的数量可根据所述待检测像素点的邻近像素点的数量确定。

本申请实施例中，所述第二色差的中值的获取方式包括：

若仅有一个第二色差，则将该第二色差作为将所述第二色差的中值；

若有不止一个第二色差，则将所有第二色差进行大小排序，当仅有一个第二色差的排序位置在中间位置，将排序位置在中间位置的第二色差作为将所述第二色差的中值；

若有不止一个第二色差的排序位置在中间位置，则任选或通过预设的方式选择排序位置在中间位置的一个第二色差作为将所述第二色差的中值。

再请参阅图3，当待检测像素点为B颜色通道，要将G颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，第一色差D_GB可通过如下公式计算得到：

D_GB＝median{D_{GB_02}，D_{GB_20}，D_{GB_24}，D_{GB_42}，D_{GB_22}}

其中，median{}表示求中值的函数。

当待检测像素点为B颜色通道，要将R颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，第一色差D_GB的计算方式如前述，G颜色通道的邻近像素点与R颜色通道的邻近像素点之间的第五色差D’_GR可通过如下公式计算得到：

D’_GR＝median{D’_{GR_11},D’_{GR_13},D’_{GR_31},D’_{GR_33}}

请参阅图4，图4为本申请实施例提供的一种R颜色通道的待检测像素点所在的目标图像区域的示意图。图4中的目标图像区域为Bayer RAW格式图像，是像素尺寸为5×5的图像区域，与位于中心位置的待检测像素点R22相邻的3×3区域内像素点为第一邻近像素点，包括：B11、G12、B13、G21、G23、B31、G32、B33；5×5区域内与待检测像素点R22间隔一个像素点的像素点为第二邻近像素点，包括：R00、G01、R02、G03、R04、G10、G14、R20、R24、G30、G34、R40、G41、R42、G43、R44。其中，R22、R00、R02、R04、R20、R24、R40、R42、R44的颜色通道为R颜色通道，B11、B13、B31、B33的颜色通道为B颜色通道，G12、G21、G23、G32、G01、G03、G10、G14、G30、G34、G41、G43的颜色通道为G颜色通道。

当待检测像素点为R颜色通道，要将G颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，第一色差D_GR可通过如下公式计算得到：

D_GR＝median{D_{GR_02}，D_{GR_20}，D_{GR_24}，D_{GR_42}，D_{GR_22}}

其中，D_{GR_02}，D_{GR_20}，D_{GR_24}，D_{GR_42}，D_{GR_22}分别表示R02、R20、R24、R42和R22像素点与其距离为1且颜色通道为G颜色通道的邻近像素点的第二色差。

具体地，当待检测像素点为R颜色通道，要将B颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，还需获取颜色通道与待检测像素点不同的邻近像素点之间的第四色差。在图4中，所述第四色差为各B颜色通道的邻近像素点和与其距离为1的G颜色通道的邻近像素点的色差。

还需获取第五色差，包括：将各第四色差的中值，作为第五色差。图4中，第五色差D’_GB可通过如下公式计算得到：

D’_GB＝median{D’_{GB_11},D’_{GB_13},D’_{GB_31},D’_{GB_33}}

其中，D’_{GB_11},D’_{GB_13},D’_{GB_31},D’_{GB_33}分别表示B11、B13、B31和B33邻近像素点与其距离为1且颜色通道为G颜色通道的邻近像素点的第四色差。

请参阅图5，图5为本申请实施例提供的一种G颜色通道的待检测像素点所在的目标图像区域的示意图。图5中的目标图像区域为Bayer RAW格式图像，是像素尺寸为5×5的图像区域，与位于中心位置的待检测像素点G22相邻的3×3区域内像素点为第一邻近像素点，包括：G11、R12、G13、B21、B23、G31、R32、G33；5×5区域内与待检测像素点G22间隔一个像素点的像素点为第二邻近像素点，包括：G00、B01、G02、B03、G04、R10、R14、G20、G24、R30、R34、G40、B41、G42、B43、G44。其中，G22、G11、G13、G31、G33、G00、G02、G04、G20、G24、G40、G42、G44的颜色通道为G颜色通道，R12、R32、R10、R14、R30、R34的颜色通道为R颜色通道，B21、B23、B01、B03、B41、B43的颜色通道为B颜色通道。

当待检测像素点为G颜色通道，要将R颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，第一色差D_GR可通过如下公式计算得到：

D_GR＝median{D_{GR_10},D_{GR_12},D_{GR_14},D_{GR_30},D_{GR_32},D_{GR_34}}

其中，D_{GR_10},D_{GR_12},D_{GR_14},D_{GR_30},D_{GR_32},D_{GR_34}分别表示R10、R12、R14、R30、R32和R34邻近像素点与其距离为1且颜色通道为G颜色通道的邻近像素点的第二色差。

当待检测像素点为G颜色通道，要将B颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，第一色差D_GR可通过如下公式计算得到：

D_GB＝median{D_{GB_01},D_{GB_21},D_{GB_41},D_{GB_03},D_{GB_23},D_{GB_43}}

其中，D_{GB_01},D_{GB_21},D_{GB_41},D_{GB_03},D_{GB_23},D_{GB_43}分别表示B01、B21、B41、B03、B23和B43邻近像素点与其距离为1且颜色通道为G颜色通道的邻近像素点的第二色差。

本申请实施例中，所述将所述邻近像素点的像素颜色转换为和所述待检测像素点相同的像素颜色，包括：

获取像素颜色和所述待检测像素点不同的邻近像素点的颜色通道与所述待检测像素点的颜色通道之间的第一色差；

利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量；

将像素颜色和所述待检测像素点不同的邻近像素点的像素颜色转换为得到的所述颜色分量。

当待检测像素点为B颜色通道，要将G颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量的公式如下：

B_G＝G-D_GB

其中，B_G为G颜色通道的邻近像素点在B颜色通道上的颜色分量，G为G颜色通道的邻近像素点的像素值，D_GB为目标图像区域中G颜色通道与B颜色通道之间的第一色差。

当待检测像素点为B颜色通道，要将R颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量的公式如下：

B_R＝G_R-D_GB

其中，B_R为R颜色通道的邻近像素点在B颜色通道上的颜色分量，D_GB为为目标图像区域中G颜色通道与B颜色通道之间的第一色差,G_R为R颜色通道的邻近像素点在G颜色通道上的颜色分量。

所述R颜色通道的邻近像素点在G颜色通道上的颜色分量G_R根据对应的第五色差获取。所述G_R的计算公式如下：

G_R＝R+D’_GR

其中，R为R颜色通道的邻近像素点的像素值，D’_GR为目标图像区域中G颜色通道与R颜色通道的像素点之间的第五色差。

当待检测像素点为R颜色通道，要将G颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量的公式如下：

R_G＝G-D_GR

其中，R_G为G颜色通道的邻近像素点在R颜色通道上的颜色分量，G为G颜色通道的邻近像素点的像素值，D_GR为目标图像区域中G颜色通道与R颜色通道之间的第一色差。

当待检测像素点为R颜色通道，要将B颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量的公式如下：

R_B＝G_B-D_GR

其中，R_B为B颜色通道的邻近像素点在R颜色通道上的颜色分量，D_GR为目标图像中G颜色通道与R颜色通道之间的第一色差，G_B为B颜色通道的邻近像素点在G颜色通道上的颜色分量。

所述B颜色通道的邻近像素点在G颜色通道上的颜色分量G_B根据对应的第五色差获取。所述G_B的计算公式如下：

G_B＝B+D’_GB

其中，B为B颜色通道的邻近像素点的像素值，D’_GB为目标图像中G颜色通道与B颜色通道的像素点之间的第五色差。

当待检测像素点为G颜色通道，要将R颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量的公式如下：

G_R＝R+D_GR

其中，G_R为R颜色通道的邻近像素点在G颜色通道上的颜色分量，R为R颜色通道的邻近像素点的像素值，D_GR为目标图像区域中G颜色通道与R颜色通道之间的第一色差。

当待检测像素点为G颜色通道，要将B颜色通道的邻近像素点的像素颜色转换为待检测像素点的像素颜色时，利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量的公式如下：

G_B＝B+D_GB

其中，G_B为B颜色通道的邻近像素点在G颜色通道上的颜色分量，B为B颜色通道的邻近像素点的像素值，D_GB为目标图像区域中G颜色通道与B颜色通道之间的第一色差。

本申请实施例，通过将目标图像区域中所述待检测像素点的邻近像素点的颜色转换为与所述待检测像素点相同的颜色，能够方便后续根据所述待检测像素点的邻近像素点与所述待检测像素点的像素值相关性，来确定所述待检测像素点的邻近像素点是否存在坏点。

S202：根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组。

具体地，根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组，可包括：

选取用于确定所述待检测像素点是否为坏点的邻近像素点；

根据选取的邻近像素点的颜色通道，对所述邻近像素点分组。

本申请实施例中，选取用于确定所述待检测像素点是否为坏点的邻近像素点，包括：选取所有的第一邻近像素点，作为用于确定所述待检测像素点是否为坏点的邻近像素点。

本申请实施例中，选取用于确定所述待检测像素点是否为坏点的邻近像素点，包括：根据所述目标图像区域的图像特征，从所述第二邻近像素点中选出第三邻近像素点。

可根据梯度计算方法，确定目标图像区域为平坦区或为非平坦区，以确定目标图像区域的图像特征；所述非平坦区包括边缘区和纹理区。

以图5所示的目标图像区域为例，可通过如下公式分别计算按水平方向的梯度值iH、垂直方向的梯度值iV、45°方向的梯度值iD45和135°方向的梯度值iD135。

iH＝|G₀₀+G₀₄-2G₀₂|+|B₀₁-B₀₃|+|R₁₀+R₁₄-2R₁₂|+|G₁₁-G₁₃|

+|G₄₀+G₄₄-2G₄₂|+|B₄₁-B₄₃|+|R₃₀+R₃₄-2R₃₂|+|G₃₁-G₃₃|

其中，G₀₀、G₀₄、G₀₂、B₀₁、B₀₃、R₁₀、R₁₄、R₁₂、G₁₁、G₁₃、G₄₀、G₄₄、G₄₂、B₄₁、B₄₃、R₃₀、R₃₄、R₃₂、G₃₁、G₃₃分别表示在图5中邻近像素点G00、G04、G02、B01、B03、R10、R14、R12、G11、G13、G40、G44、G42、B41、B43、R30、R34、R32、G31、G33的像素值。

iV＝|G₀₀+G₄₀-2G₂₀|+|R₁₀-R₃₀|+|B₀₁+B₄₁-2B₂₁|+|G₁₁-G₃₁|

+|G₀₄+G₄₄-2G₂₄|+|R₁₄-R₃₄|+|B₀₃+B₄₃-2B₂₃|+|G₁₃-G₃₃|

其中，G₀₀、G₄₀、G₂₀、R₁₀、R₃₀、B₀₁、B₄₁、B₂₁、G₁₁、G₃₁、G₀₄、G₄₄、G₂₄、R₁₄、R₃₄、B₀₃、B₄₃、B₂₃、G₁₃、G₃₃分别表示在图5中邻近像素点G00、G40、G20、R10、R30、B01、B41、B21、G11、G31、G04、G44、G24、R14、R34、B03、B43、B23、G13、G33的像素值。

iD45＝|G₀₂+G₂₀-2G₁₁|+|R₁₂-R₃₀|+|B₀₃-B₂₁|+|G₂₄+G₄₂-2G₃₃|+|R₁₄-R₃₂|+|B₂₃-B₄₁|

其中，G₀₂、G₂₀、G₁₁、R₁₂、R₃₀、B₀₃、B₂₁、G₂₄、G₄₂、G₃₃、R₁₄、R₃₂、B₂₃、B₄₁分别表示在图5中邻近像素点G02、G20、G11、R12、R30、B03、B21、G24、G42、G33、R14、R32、B23、B41的像素值。

iD135＝|G₀₂+G₂₄-2G₁₃|+|R₁₂-R₃₄|+|B₀₁-B₂₃|+|G₂₀+G₄₂-2G₃₁|+|R₁₀-R₃₂|+|B₂₁-B₄₃|

其中，G₀₂、G₂₄、G₁₃、R₁₂、R₃₄、B₀₁、B₂₃、G₂₀、G₄₂、G₃₁、R₁₀、R₃₂、B₂₁、B₄₃分别表示在图5中邻近像素点G02、G24、G13、R12、R34、B01、B23、G20、G42、G31、R10、R32、B21、B43的像素值。

获得这四个方向的梯度值后，若iH＜flat_th、iV＜flat_th、iD45＜flat_th且iD135＜flat_th，则图5所示的目标图像区域为平坦区，否则，该目标图像区域为非平坦区域，其中，flat_th为平坦区阈值。

若目标图像区域为非平坦区，还可进一步根据预设的边缘区阈值edge_th，确定该目标图像区域为边缘区或纹理区。边缘区包括：水平边缘区、垂直边缘区、45°方向边缘区、和/或135°方向边缘区。

具体地，若iV＞iH+edge_th，则确定该目标图像区域为水平边缘区。

若iH＞iV+edge_th，则确定该目标图像区域为垂直边缘区。

若iD135＞iD45+edge_th，则确定该目标图像区域为45°方向边缘区。

若iD45＞iD135+edge_th，则确定该目标图像区域为135°方向边缘区。

若上述条件都不满足，则确定该目标图像区域为纹理区。

需要说明的是，本申请还可以采用其它的梯度算法来获取目标图像区域的图像特征，所述目标图像区域的图像特征不限定于目标图像区域为平坦区或非平坦区，还可根据目标图像区域的其它图像特征来对邻近像素点进行分组，在此不对获取目标图像区域的图像特征的方式以及目标图像区域的图像特征进行限定。

本申请实施例中，若所述目标图像区域为平坦区，则可认为所有的第二邻近像素点与待检测像素点的像素值接近，即所有的第二邻近像素点与待检测像素点的像素值相关性较强，可选取所有的第二邻近像素点，作为用于确定所述待检测像素点是否为坏点的邻近像素点。

若所述目标图像区域为边缘区，则可认为沿边缘梯度较小的方向的第二邻近像素点与待检测像素点的像素值相关性较强，可选取沿边缘梯度较小的方向且距离待检测像素点较近的第二邻近像素点，作为用于确定所述待检测像素点是否为坏点的邻近像素点。

所述沿边缘梯度较小的方向且距离待检测像素点较近的第二邻近像素点，可包括：与经过待检测像素点且方向为边缘梯度较小的方向的直线的距离为0和/或1的第二邻近像素点。所述与经过待检测像素点且方向为边缘梯度较小的方向的直线的距离为0的第二邻近像素点是指位于该直线上的第二邻近像素点。

以图3为例，若所述图像区域为水平边缘区，则选取第二邻近像素点B20、B24、G10、G14、G30、G34，作为用于确定所述待检测像素点是否为坏点的邻近像素点。其中，B20、B24为距离经过待检测像素点且方向为边缘梯度较小的方向的直线为0的第二邻近像素点；G10、G14、G30、G34为与经过待检测像素点且方向为边缘梯度较小的方向的直线的距离为1的第二邻近像素点。

若所述图像区域为垂直边缘区，则选取第二邻近像素点B02、B42、G01、G03、G41、G43，作为用于确定所述待检测像素点是否为坏点的邻近像素点。其中，B02、B42为与经过待检测像素点且方向为边缘梯度较小的方向的直线的距离为0的第二邻近像素点；G01、G03、G41、G43为与经过待检测像素点且方向为边缘梯度较小的方向的直线的距离为1的第二邻近像素点。

若目标图像区域为45°方向边缘区，则选取第二邻近像素点B04、B40、G03、G14、G30、G41，作为用于确定所述待检测像素点是否为坏点的邻近像素点。其中，B04、B40为与经过待检测像素点且方向为边缘梯度较小的方向的直线的距离1为0的第二邻近像素点；G03、G14、G30、G41为与经过待检测像素点且方向为边缘梯度较小的方向的直线的距离为1的第二邻近像素点。

若目标图像区域为135°方向边缘区，则选取第二邻近像素点B00、B44、G01、G10、G34、G43，作为用于确定所述待检测像素点是否为坏点的邻近像素点。其中，B00、B44为与经过待检测像素点且方向为边缘梯度较小的方向的直线的距离为0的第二邻近像素点；G01、G10、G34、G43为与经过待检测像素点且方向为边缘梯度较小的方向的直线的距离为1的第二邻近像素点。

若所述图像区域为纹理区，则选取所有的第二邻近像素点，作为用于确定所述待检测像素点是否为坏点的邻近像素点。

本申请实施例中，对所述邻近像素点分组，包括：

根据所述第一邻近像素点的颜色通道，对所述第一邻近像素点分组。

具体地，可将颜色通道相同的第一邻近像素点划分为同一组。

以图3为例，第一邻近像素点包括R颜色通道和G颜色通道，将R颜色通道的第一邻近像素点R11、R13、R31、R33划分为一组，将G颜色通道的第一邻近像素点G12、G21、G23、G32划分为一组，即将第一邻近像素点划分为{G12、G21、G23、G32}和{R11、R13、R31、R33}等两组。

本申请实施例中，对所述邻近像素点分组，包括：

根据所述第三邻近像素点的颜色通道，对所述第三邻近像素点分组。

具体地，可将颜色通道相同的第三邻近像素点划分为一组。

以图3为例，若所述图像区域为水平边缘区，将B颜色通道的第三邻近像素点B20、B24划分为一组，将G颜色通道的第三邻近像素点G10、G14、G30、G34，即将第三邻近像素点划分为{B20、B24}和{G10、G14、G30、G34}等两组。

同理，若所述图像区域为垂直边缘区，则将第三邻近像素点划分为{B02、B42}和{G01、G03、G41、G43}等两组。

若所述图像区域为45°方向边缘区，则将第三邻近像素点划分为{B04、B40}和{G03、G14、G30、G41}等两组。

若所述图像区域为135°方向边缘区，则将第三邻近像素点划分为{B00、B44}和{G01、G10、G34、G43}等两组。

若所述图像区域为平坦区或纹理区，则将第二邻近像素点划分为{B00、B02、B04、B20、B24、B40、B42、B44}和{G01、G03、G10、G14、G30、G34、G41、G43}等两组。

S203：根据每组所述邻近像素点的像素值相关性，获取所述目标图像区域中所述邻近像素点的像素值有效信息。

本申请实施例中，所述根据每组所述邻近像素点的像素值相关性，获取所述目标图像区域中所述邻近像素点的像素值有效信息，包括：

根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，并获取所述邻近像素点中的预检测坏点数量；

根据各组邻近像素点的正常点像素限值和所述邻近像素点中的预检测坏点数量，确定所述目标图像区域中所述邻近像素点的像素值有效信息。

具体地，确定在步骤S202中对第一邻近像素点和第二邻近像素点分组得到的每一组邻近像素点对应的正常点像素限值。以图3为例，若所述目标图像区域为平坦区，则要确定{G12、G21、G23、G32}、{R11、R13、R31、R33}、{B00、B02、B04、B20、B24、B40、B42、B44}和{G01、G03、G10、G14、G30、G34、G41、G43}这四个分组中每一个分组的正常点像素限值。所述正常点像素限值是指所述邻近像素点中坏点与正常点之间的临界像素值。

获取所述邻近像素点中的预检测坏点数量是指获取所述邻近像素点中的坏点的累计数量。

在获取所述邻近像素点中的预检测坏点数量之前，需初始化预检测坏点数量为0，一旦检测到邻近像素点为坏点，则将预检测坏点数量增加1，以累计获取邻近像素点中坏点的总数量。

本申请实施例中，所述目标图像区域中所述邻近像素点的像素值有效信息为所述目标图像区域中所述邻近像素点为正常点的像素值区间范围，或者：

所述目标图像区域中所述邻近像素点的像素值有效信息为用于在所述目标图像区域中划分所述邻近像素点为坏点或正常点的临界像素值。

可根据所述邻近像素点的像素值有效信息来确定所述邻近像素点中的坏点，即区别所述邻近像素点中正常点和坏点。所述正常点是指能够正常反应目标图像区域像素值的像素点。

本申请实施例中，所述正常点像素限值包括：正常点像素上限值。若所述邻近像素点的像素值大于正常点像素上限值，则可确定该邻近像素点为亮点。

所述根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，包括：

若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值小于第一阈值，则将所述分组内的像素值最大的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素上限值。其中，所述像素差值是指像素值的差值。

若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值大于或等于第一阈值，则将所述分组内的像素值第二大的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素上限值，将预检测坏点数量增加1。

其中，若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值小于第一阈值，则分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素值相关。若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值大于或等于第一阈值，则分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素值不相关，分组内像素值最大的邻近像素点为亮点，即坏点。

所述第一阈值可根据历史坏点数据统计得到，也可人为设定，还可根据预设的方式计算得到，在此不对第一阈值的获取方式进行限定。

本申请实施例中，所述正常点像素限值包括：正常点像素下限值。若所述邻近像素点的像素值小于正常点像素下限值，则可确定该邻近像素点为暗点。若所述邻近像素点的像素值大于或等于正常点像素下限值，小于或等于正常点像素上限值，则可确定该邻近像素点为正常点。

所述根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的像素限值，包括：

若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值小于第二阈值，则将所述分组内的像素值最小的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素下限值。

若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值大于或等于第二阈值，则将所述分组内的像素值第二小的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素下限值，将预检测坏点数量增加1。

其中，若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值小于第二阈值，则分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素值相关。若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值大于或等于第二阈值，则分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素值不相关，分组内像素值最小的邻近像素点为暗点，即坏点。

所述第二阈值可根据历史坏点数据统计得到，也可人为设定，还可根据预设的方式计算得到，在此不对第二阈值的获取方式进行限定。

以图3为例，若所述目标图像区域为平坦区，则确定{G12、G21、G23、G32}、{R11、R13、R31、R33}、{B00、B02、B04、B20、B24、B40、B42、B44}和{G01、G03、G10、G14、G30、G34、G41、G43}这四个分组中对应的正常点像素下限值分别为ylow1、ylow2、ylow3、ylow4，这四个分组中对应的正常点像素上限值分别为yhigh1、yhigh2、yhigh3、yhigh4。

本申请实施例中，所述像素值有效信息包括：第一上限值；所述正常点像素限值包括：正常点像素上限值；

所述根据各组邻近像素点的正常点像素限值和所述邻近像素点中的预检测坏点数量，确定所述邻近像素点的像素值有效信息，包括：

将各分组邻近像素点的正常点像素上限值进行大小排序；

具体地，将yhigh1、yhigh2、yhigh3、yhigh4进行大小排序，可以从大到小排序，也可以从小到大排序，在此不做限定。

从值最小的正常点像素上限值开始，依次判断所述正常点像素上限值是否满足第一预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件。

具体地，从值最小的正常点像素上限值到值最大的正常点像素上限值，依次判断所述正常点像素上限值是否满足第一预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件。

若满足第一预设条件，且满足第二预设条件，则将所述第一上限值yhigh确定为所述正常点像素上限值，即将所述第一上限值yhigh确定为当前正常点像素上限值，并停止对未经判断的正常点像素上限值进行是否满足第一预设条件的判断。

若不满足第一预设条件，或不满足第二预设条件，则继续判断排序在当前正常点像素点上限值的下一位置的正常点像素点上限值是否满足第一预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件，直到满足第一预设条件，且满足第二预设条件。

本申请实施例中，所述第一预设条件为：当前正常点像素上限值的下一正常点像素上限值与当前正常点像素上限值的差值大于第三阈值。

所述第三阈值可根据历史坏点检测数据统计得到，也可人为设定，还可根据预设的方式计算得到，在此不对第三阈值的获取方式进行限定。

本申请实施例中，所述第二预设条件为：所述邻近像素点中的预检测坏点的数量与未经判断的正常点像素限值的数量之和小于预设坏点数量，即邻近像素点中的坏点的总数量与未经判断的正常点像素限值的数量之和小于预设坏点数量。

所述未经判断的正常点像素限值可为未经判断是否满足第一预设条件的正常点像素上限值。

所述预设坏点数量可为图像检测操作的坏点数量的容许值，也可根据图像检测的实际需求来设定该预设坏点数量。

本申请实施例中，所述像素值有效信息，包括：第一下限值；所述正常点像素限值包括：正常点像素下限值；

所述根据各组邻近像素点的正常点像素限值和所述邻近像素点中的预检测坏点数量，确定所述邻近像素点的颜色值有效信息，包括：

将各分组邻近像素点的正常点像素下限值进行大小排序；

具体地，将ylow1、ylow2、ylow3、ylow4进行大小排序，可以从大到小排序，也可以从小到大排序，在此不做限定。

从值最大的正常点像素下限值开始，依次判断所述正常点像素下限值是否满足第三预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件。

具体地，从值最大的正常点像素下限值到值最小的正常点像素下限值依次判断所述正常点像素下限值是否满足第三预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件。

若满足第三预设条件，且满足第二预设条件，则将所述第一下限值ylow确定为所述正常点像素下限值，即将所述第一下限值ylow确定为当前正常点像素下限值，并停止对未经判断的正常点像素下限值进行是否满足第三预设条件的判断。

若不满足第三预设条件，或不满足第二预设条件，则继续判断排序在当前正常点像素点下限值的下一位置的正常点像素点下限值是否满足第三预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件，直到满足第三预设条件，且满足第二预设条件。

本申请实施例中，所述第三预设条件为：当前正常点像素下限值与当前正常点像素下限值的下一正常点像素下限值的差值大于第四阈值。

所述第四阈值可根据历史坏点检测数据统计得到，也可人为设定，还可根据预设的方式计算得到，在此不对第四阈值的获取方式进行限定。

本申请实施例中，所述第二预设条件为：所述邻近像素点中的预检测坏点的数量与未经判断的正常点像素限值的数量之和小于预设坏点数量，即邻近像素点中的坏点的总数量与未经判断的正常点像素限值的数量之和小于预设坏点数量。

所述未经判断的正常点像素限值可为未经判断是否满足第三预设条件的正常点像素下限值。

所述预设坏点数量可为图像检测操作的坏点数量的容许值，也可根据图像检测的实际需求来设定该预设坏点数量。

S204：根据所述待检测像素点像素值和所述像素值有效信息，确定所述待检测像素点是否为坏点。

本申请实施例中，所述坏点包括：亮点。若所述待检测像素点像素值大于第二上限值，则确定所述待检测像素点为亮点，即坏点。

所述第二上限值是由所述第一上限值yhigh增加第一预设值得到的。

所述第一预设值可根据第一上限值yhigh进行设定，比如：在第一上限值yhigh较大时，亮点与正常点的像素值差异较大，相应地可将第一预设值设置得较大；在第一上限值yhigh较小时，亮点与正常点的像素值的像素值差异较小，为了提高检测出坏点的准确性，相应地可将第一预设值设置得较小，即所述第一预设值可根据第一上限值yhigh的变化而对应进行动态调整。

所述坏点包括：暗点。若所述待检测像素点像素值小于第二下限值，则确定所述待检测像素点为暗点，即暗点。

所述第二下限值是由所述第一下限值ylow减小第二预设值得到的。

所述第二预设值可根据所述第一下限值ylow进行设定，比如：在第一下限值ylow较小时，暗点与正常点的像素值差异较大，相应地可将第二预设值设置得较大；在第二下限值ylow较大时，暗点与正常点的像素值的像素值差异较小，为了提高检测出坏点的准确性，相应地可将第二预设值设置得较小，即所述第二预设值可根据第一下限值ylow的变化而对应进行动态调整。

若所述待检测像素点像素值位于第二下限值与第二上限值之间，即所述待检测像素点的像素值大于或等于第二下限值，小于或等于第二上限值，则确定所述待检测像素点为正常点。

需要说明的是，所述第一上限值yhigh、所述第一下限值ylow、所述第二上限值和所述第二下限值表示的是像素值数值点，所述第一预设值和所述第二预设值是像素值数值段。

本申请实施例中，能够根据待检测像素点的邻近像素点的颜色通道和邻近像素点的像素值相关性，来准确区别待检测像素点的邻近像素点中的正常点和坏点，以降低待检测像素点的邻近像素点中的坏点对检测待检测像素点是否为坏点的影响，从而准确检测出坏点，避免图像中如边缘、端点、复杂纹理等可能表现出局部较亮或较暗的特征，与多个聚集的坏点类似，导致坏点的漏检或误检。

请参阅图6，图6为本申请实施例提供的一种图像检测设备的结构示意图，具体如图6所示，所述图像检测设备，包括：存储装置601和处理器602；并且所述用户设备还可以包括数据接口603、用户接口604。各个硬件之间还可以通过各种类型的总线建立连接。

通过所述数据接口603，图像检测设备可以和其他终端、服务器等设备之间交互数据；所述用户接口604用于实现用户与图像检测设备之间的人机交互；所述用户接口604可提供触摸显示屏、物理按键等实现用户与图像检测设备之间的人机交互。

所述存储装置601可以包括易失性存储器(Volatile memory)，例如随机存取存储器(Random-Access Memory，RAM)；存储装置601也可以包括非易失性存储器(Non-VolatileMemory)，例如快闪存储器(Flash Memory)，固态硬盘(Solid-State Drive，SSD)等；存储装置601还可以包括上述种类的存储器的组合。

所述处理器602可以是中央处理器(Central Processing Unit，CPU)。所述处理器602还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(Application-Specific Integrated Circuit，ASIC)，可编程逻辑器件(Programmable Logic Device，PLD)等。上述PLD可以是现场可编程逻辑门阵列(Field-Programmable Gate Array，FPGA)，通用阵列逻辑(Generic Array Logic，GAL)等。

所述存储装置601，用于存储程序指令；

所述处理器602，在调用所述存储指令时，用于根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组；所述目标图像区域是由所述待检测像素点和所述邻近像素点组成的封闭图像区域；

根据每组所述邻近像素点的像素值相关性，获取所述目标图像区域中所述邻近像素点的像素值有效信息；

根据所述待检测像素点像素值和所述像素值有效信息，确定所述待检测像素点是否为坏点。

在一个实施例中，所述待检测像素点为所述目标图像区域的中心像素点。

在一个实施例中，在所述根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组之前，所述处理器602，还用于若所述待检测像素点的邻近像素点的像素颜色与所述待检测像素点的像素颜色不同，则将所述邻近像素点的像素颜色转换为和所述待检测像素点相同的像素颜色。

在一个实施例中，所述邻近像素点包括：第一邻近像素点，所述第一邻近像素点与所述待检测像素点的距离为1。

在一个实施例中，所述处理器602，具体用于根据所述第一邻近像素点的颜色通道，对所述第一邻近像素点分组。

在一个实施例中，所述邻近像素点包括：第二邻近像素点，所述第二邻近像素点与所述待检测像素点的距离大于1。

在一个实施例中，所述处理器602，具体用于根据所述目标图像区域的图像特征，从所述第二邻近像素点中选出第三邻近像素点；

根据所述第三邻近像素点的颜色通道，对所述第三邻近像素点分组。

在一个实施例中，所述处理器602，具体用于根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，并获取所述邻近像素点中的预检测坏点数量；

根据各组邻近像素点的正常点像素限值和所述邻近像素点中的预检测坏点数量，确定所述目标图像区域中所述邻近像素点的像素值有效信息。

在一个实施例中，所述正常点像素限值包括：正常点像素上限值；

所述处理器602，具体用于若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值小于第一阈值，则将所述分组内的像素值最大的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素上限值。

在一个实施例中，所述正常点像素限值包括：正常点像素上限值；

所述处理器602，具体用于若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值大于或等于第一阈值，则将所述分组内的像素值第二大的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素上限值，将预检测坏点数量增加1。

在一个实施例中，所述正常点像素限值包括：正常点像素下限值；

所述处理器602，具体用于若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值小于第二阈值，则将所述分组内的像素值最小的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素下限值。

在一个实施例中，所述正常点像素限值包括：正常点像素下限值；

所述处理器602，具体用于若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值大于或等于第二阈值，则将所述分组内的像素值第二小的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素下限值，将预检测坏点数量增加1。

在一个实施例中，所述目标图像区域中所述邻近像素点的像素值有效信息为所述目标图像区域中所述邻近像素点为正常点的像素值区间范围，或者：

所述目标图像区域中所述邻近像素点的像素值有效信息为用于在所述目标图像区域中划分所述邻近像素点为坏点或正常点的临界像素值。

在一个实施例中，所述像素值有效信息包括：第一上限值；所述正常点像素限值包括：正常点像素上限值；

所述处理器602，具体用于将各分组邻近像素点的正常点像素上限值进行大小排序；

从值最小的正常点像素上限值开始，依次判断所述正常点像素上限值是否满足第一预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件；

若满足第一预设条件，且满足第二预设条件，则将所述第一上限值确定为所述正常点像素上限值。

在一个实施例中，所述第一预设条件为：

当前正常点像素上限值的下一正常点像素上限值与当前正常点像素上限值的差值大于第三阈值。

在一个实施例中，所述像素值有效信息，包括：第一下限值；所述正常点像素限值包括：正常点像素下限值；

所述处理器602，具体用于将各分组邻近像素点的正常点像素下限值进行大小排序；

从值最大的正常点像素下限值开始，依次判断所述正常点像素下限值是否满足第三预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件；

若满足第三预设条件，且满足第二预设条件，则将所述第一下限值确定为所述正常点像素下限值。

在一个实施例中，所述第三预设条件为：

当前正常点像素下限值与当前正常点像素下限值的下一正常点像素下限值的差值大于第四阈值。

在一个实施例中，所述第二预设条件为：

所述邻近像素点中的预检测坏点的数量与未经判断的正常点像素限值的数量之和小于预设坏点数量。

在一个实施例中，所述像素值有效信息包括：第一上限值；所述坏点包括：亮点；

所述处理器602，具体用于若所述待检测像素点像素值大于第二上限值，则确定所述待检测像素点为亮点；所述第二上限值是由所述第一上限值增加第一预设值得到的。

在一个实施例中，所述像素值有效信息包括：第一下限值；所述坏点包括：暗点；

所述处理器602，具体用于若所述待检测像素点像素值小于第二下限值，则确定所述待检测像素点为暗点；所述第二下限值是由所述第一下限值减小第二预设值得到的。

在一个实施例中，所述像素值有效信息包括：第一下限值和第一上限值；

所述处理器602，具体用于若所述待检测像素点像素值位于第二下限值与第二上限值之间，则确定所述待检测像素点为正常点；所述第二上限值是由所述第一上限值增加第一预设值得到的；所述第二下限值是由所述第一下限值减小第二预设值得到的。

在一个实施例中，所述处理器602，具体用于获取像素颜色和所述待检测像素点不同的邻近像素点的颜色通道与所述待检测像素点的颜色通道之间的第一色差；

利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量；

将像素颜色和所述待检测像素点不同的邻近像素点的像素颜色转换为得到的所述颜色分量。

在一个实施例中，所述处理器602，具体用于获取像素颜色和所述待检测像素点相同的邻近像素点与像素颜色和所述待检测像素点不同的邻近像素点之间的第二色差，和/或，获取像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点之间的第二色差；

将所述第二色差的中值，作为所述第一色差。

在一个实施例中，用于获取所述第二色差的像素颜色和所述待检测像素点不同的邻近像素点与像素颜色和所述待检测像素点相同的邻近像素点的距离为1；

和/或，用于获取所述第二色差的像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点的距离为1。

请参阅图7，图7为本申请实施例提供的一种图像检测装置的结构示意图，具体如图7所示，所述图像检测装置包括：

分组模块701，用于根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组；所述目标图像区域是由所述待检测像素点和所述邻近像素点组成的封闭图像区域；

获取模块702，用于根据每组所述邻近像素点的像素值相关性，获取所述目标图像区域中所述邻近像素点的像素值有效信息；

确定模块703，用于根据所述待检测像素点像素值和所述目标图像区域中所述邻近像素点的像素值有效信息，确定所述待检测像素点是否为坏点。

在一个实施例中，所述待检测像素点为所述目标图像区域的中心像素点。

在一个实施例中，所述图像检测装置还包括：

转换模块，用于在所述根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组之前，若所述待检测像素点的邻近像素点的像素颜色与所述待检测像素点的像素颜色不同，则将所述邻近像素点的像素颜色转换为和所述待检测像素点相同的像素颜色。

在一个实施例中，所述邻近像素点包括：第一邻近像素点，所述第一邻近像素点与所述待检测像素点的距离为1。

在一个实施例中，所述分组模块701，具体用于根据所述第一邻近像素点的颜色通道，对所述第一邻近像素点分组。

在一个实施例中，所述邻近像素点包括：第二邻近像素点，所述第二邻近像素点与所述待检测像素点的距离大于1。

在一个实施例中，所述分组模块701，具体用于根据所述目标图像区域的图像特征，从所述第二邻近像素点中选出第三邻近像素点；

根据所述第三邻近像素点的颜色通道，对所述第三邻近像素点分组。

在一个实施例中，所述获取模块702，具体用于根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，并获取所述邻近像素点中的预检测坏点数量；

根据各组邻近像素点的正常点像素限值和所述邻近像素点中的预检测坏点数量，确定所述目标图像区域中所述邻近像素点的像素值有效信息。

在一个实施例中，所述正常点像素限值包括：正常点像素上限值；

所述获取模块702，具体用于若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值小于第一阈值，则将所述分组内的像素值最大的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素上限值。

在一个实施例中，所述正常点像素限值包括：正常点像素上限值；

所述获取模块702，具体用于若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值大于或等于第一阈值，则将所述分组内的像素值第二大的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素上限值，将预检测坏点数量增加1。

在一个实施例中，所述正常点像素限值包括：正常点像素下限值；

所述获取模块702，具体用于若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值小于第二阈值，则将所述分组内的像素值最小的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素下限值。

在一个实施例中，所述正常点像素限值包括：正常点像素下限值；

所述获取模块702，具体用于若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值大于或等于第二阈值，则将所述分组内的像素值第二小的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素下限值，将预检测坏点数量增加1。

在一个实施例中，所述目标图像区域中所述邻近像素点的像素值有效信息为所述目标图像区域中所述邻近像素点为正常点的像素值区间范围，或者：

所述目标图像区域中所述邻近像素点的像素值有效信息为用于在所述目标图像区域中划分所述邻近像素点为坏点或正常点的临界像素值。

在一个实施例中，所述像素值有效信息包括：第一上限值；所述正常点像素限值包括：正常点像素上限值；

所述获取模块702，具体用于将各分组邻近像素点的正常点像素上限值进行大小排序；

从值最小的正常点像素上限值开始，依次判断所述正常点像素上限值是否满足第一预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件；

若满足第一预设条件，且满足第二预设条件，则将所述第一上限值确定为所述正常点像素上限值。

在一个实施例中，所述第一预设条件为：

当前正常点像素上限值的下一正常点像素上限值与当前正常点像素上限值的差值大于第三阈值。

在一个实施例中，所述像素值有效信息，包括：第一下限值；所述正常点像素限值包括：正常点像素下限值；

所述获取模块702，具体用于将各分组邻近像素点的正常点像素下限值进行大小排序；

从值最大的正常点像素下限值开始，依次判断所述正常点像素下限值是否满足第三预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件；

若满足第三预设条件，且满足第二预设条件，则将所述第一下限值确定为所述正常点像素下限值。

在一个实施例中，所述第三预设条件为：

当前正常点像素下限值与当前正常点像素下限值的下一正常点像素下限值的差值大于第四阈值。

在一个实施例中，所述第二预设条件为：

所述邻近像素点中的预检测坏点的数量与未经判断的正常点像素限值的数量之和小于预设坏点数量。

在一个实施例中，所述像素值有效信息包括：第一上限值；所述坏点包括：亮点；

所述确定模块703，具体用于若所述待检测像素点像素值大于第二上限值，则确定所述待检测像素点为亮点；所述第二上限值是由所述第一上限值增加第一预设值得到的。

在一个实施例中，所述像素值有效信息包括：第一下限值；所述坏点包括：暗点；

所述确定模块703，具体用于若所述待检测像素点像素值小于第二下限值，则确定所述待检测像素点为暗点；所述第二下限值是由所述第一下限值减小第二预设值得到的。

在一个实施例中，所述像素值有效信息包括：第一下限值和第一上限值；

所述确定模块703，具体用于若所述待检测像素点像素值位于第二下限值与第二上限值之间，则确定所述待检测像素点为正常点；所述第二上限值是由所述第一上限值增加第一预设值得到的；所述第二下限值是由所述第一下限值减小第二预设值得到的。

在一个实施例中，所述转换模块，具体用于获取像素颜色和所述待检测像素点不同的邻近像素点的颜色通道与所述待检测像素点的颜色通道之间的第一色差；

利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量；

将像素颜色和所述待检测像素点不同的邻近像素点的像素颜色转换为得到的所述颜色分量。

在一个实施例中，所述转换模块，具体用于获取像素颜色和所述待检测像素点相同的邻近像素点与像素颜色和所述待检测像素点不同的邻近像素点之间的第二色差，和/或，获取像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点之间的第二色差；

将所述第二色差的中值，作为所述第一色差。

在一个实施例中，用于获取所述第二色差的像素颜色和所述待检测像素点不同的邻近像素点与像素颜色和所述待检测像素点相同的邻近像素点的距离为1；

和/或，用于获取所述第二色差的像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点的距离为1。

相应地，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序使得计算机执行本申请图1(步骤S101至S103)、图2(步骤S201至S204)中任意实施例描述的方法。可以理解的是，此处的计算机存储介质既可以包括智能终端中的内置存储介质，当然也可以包括智能终端所支持的扩展存储介质。计算机存储介质提供存储空间，该存储空间存储了智能终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(Non-Volatile Memory)，例如至少一个磁盘存储器；可选的还可以是至少一个位于远离前述处理器的计算机存储介质。

以上所揭露的仅为本发明的部分实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (26)

1.一种图像检测方法，其特征在于，所述方法包括：

根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组；所述目标图像区域是由所述待检测像素点和所述邻近像素点组成的封闭图像区域；

根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，并获取所述邻近像素点中的预检测坏点数量；根据各组邻近像素点的正常点像素限值和所述邻近像素点中的预检测坏点数量，确定所述目标图像区域中所述邻近像素点的像素值有效信息；

根据所述待检测像素点像素值和所述像素值有效信息，确定所述待检测像素点是否为坏点。

2.如权利要求1所述的方法，其特征在于，所述待检测像素点为所述目标图像区域的中心像素点。

3.如权利要求2所述的方法，其特征在于，在所述根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组之前，所述方法还包括：

若所述待检测像素点的邻近像素点的像素颜色与所述待检测像素点的像素颜色不同，则将所述邻近像素点的像素颜色转换为和所述待检测像素点相同的像素颜色。

4.如权利要求3所述的方法，其特征在于，所述邻近像素点包括：第一邻近像素点，所述第一邻近像素点与所述待检测像素点的距离为1。

5.如权利要求4所述的方法，其特征在于，所述根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组，包括：

根据所述第一邻近像素点的颜色通道，对所述第一邻近像素点分组。

6.如权利要求3所述的方法，其特征在于，所述邻近像素点包括：第二邻近像素点，所述第二邻近像素点与所述待检测像素点的距离大于1。

7.如权利要求6所述的方法，其特征在于，所述根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组，包括：

根据所述目标图像区域的图像特征，从所述第二邻近像素点中选出第三邻近像素点；

根据所述第三邻近像素点的颜色通道，对所述第三邻近像素点分组。

8.如权利要求3所述的方法，其特征在于，所述正常点像素限值包括：正常点像素上限值；

所述根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，包括：

若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值小于第一阈值，则将所述分组内的像素值最大的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素上限值。

9.如权利要求3所述的方法，其特征在于，所述正常点像素限值包括：正常点像素上限值；

所述根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，并获取所述邻近像素点中的预检测坏点数量，包括：

若分组内像素值最大的邻近像素点与像素值第二大的邻近像素点的像素差值大于或等于第一阈值，则将所述分组内的像素值第二大的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素上限值，将预检测坏点数量增加1。

10.如权利要求3所述的方法，其特征在于，所述正常点像素限值包括：正常点像素下限值；

所述根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，包括：

若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值小于第二阈值，则将所述分组内的像素值最小的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素下限值。

11.如权利要求3所述的方法，其特征在于，所述正常点像素限值包括：正常点像素下限值；

所述根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，并获取所述邻近像素点中的预检测坏点数量，包括：

若分组内像素值第二小的邻近像素点与像素值最小的邻近像素点的像素差值大于或等于第二阈值，则将所述分组内的像素值第二小的邻近像素点的像素值确定为所述分组的邻近像素点的正常点像素下限值，将预检测坏点数量增加1。

12.如权利要求1-11中任一项所述的方法，其特征在于，所述目标图像区域中所述邻近像素点的像素值有效信息为所述目标图像区域中所述邻近像素点为正常点的像素值区间范围，或者：

所述目标图像区域中所述邻近像素点的像素值有效信息为用于在所述目标图像区域中划分所述邻近像素点为坏点或正常点的临界像素值。

13.如权利要求3所述的方法，其特征在于，所述像素值有效信息包括：第一上限值；所述正常点像素限值包括：正常点像素上限值；

所述根据各组邻近像素点的正常点像素限值和所述邻近像素点中的预检测坏点数量，确定所述目标图像区域中所述邻近像素点的像素值有效信息，包括：

将各分组邻近像素点的正常点像素上限值进行大小排序；

从值最小的正常点像素上限值开始，依次判断所述正常点像素上限值是否满足第一预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件；

若满足第一预设条件，且满足第二预设条件，则将所述第一上限值确定为所述正常点像素上限值。

14.如权利要求13所述的方法，其特征在于，所述第一预设条件为：

当前正常点像素上限值的下一正常点像素上限值与当前正常点像素上限值的差值大于第三阈值。

15.如权利要求3所述的方法，其特征在于，所述像素值有效信息，包括：第一下限值；所述正常点像素限值包括：正常点像素下限值；

所述根据各组邻近像素点的正常点像素限值和所述邻近像素点中的预检测坏点数量，确定所述目标图像区域中所述邻近像素点的像素值有效信息，包括：

将各分组邻近像素点的正常点像素下限值进行大小排序；

从值最大的正常点像素下限值开始，依次判断所述正常点像素下限值是否满足第三预设条件，且所述邻近像素点中的预检测坏点数量是否满足第二预设条件；

若满足第三预设条件，且满足第二预设条件，则将所述第一下限值确定为所述正常点像素下限值。

16.如权利要求15所述的方法，其特征在于，所述第三预设条件为：

当前正常点像素下限值与当前正常点像素下限值的下一正常点像素下限值的差值大于第四阈值。

17.如权利要求13-16任一项所述的方法，其特征在于，所述第二预设条件为：

所述邻近像素点中的预检测坏点的数量与未经判断的正常点像素限值的数量之和小于预设坏点数量。

18.如权利要求1-3任一项所述的方法，其特征在于，所述像素值有效信息包括：第一上限值；所述坏点包括：亮点；

所述根据所述待检测像素点像素值和所述像素值有效信息，确定所述待检测像素点是否为坏点，包括：

若所述待检测像素点像素值大于第二上限值，则确定所述待检测像素点为亮点；所述第二上限值是由所述第一上限值增加第一预设值得到的。

19.如权利要求1-3任一项所述的方法，其特征在于，所述像素值有效信息包括：第一下限值；所述坏点包括：暗点；

所述根据所述待检测像素点像素值和所述像素值有效信息，确定所述待检测像素点是否为坏点，包括：

若所述待检测像素点像素值小于第二下限值，则确定所述待检测像素点为暗点；所述第二下限值是由所述第一下限值减小第二预设值得到的。

20.如权利要求1-3任一项所述的方法，其特征在于，所述像素值有效信息包括：第一下限值和第一上限值；

所述根据所述待检测像素点像素值和所述像素值有效信息，确定所述待检测像素点是否为坏点，包括：

若所述待检测像素点像素值位于第二下限值与第二上限值之间，则确定所述待检测像素点为正常点；所述第二上限值是由所述第一上限值增加第一预设值得到的；所述第二下限值是由所述第一下限值减小第二预设值得到的。

21.如权利要求3所述的方法，其特征在于，所述将所述邻近像素点的像素颜色转换为和所述待检测像素点相同的像素颜色，包括：

获取像素颜色和所述待检测像素点不同的邻近像素点的颜色通道与所述待检测像素点的颜色通道之间的第一色差；

利用所述第一色差对所述邻近像素点进行颜色补偿，得到像素颜色和所述待检测像素点不同的邻近像素点在所述待检测像素点的颜色通道上的颜色分量；

将像素颜色和所述待检测像素点不同的邻近像素点的像素颜色转换为得到的所述颜色分量。

22.如权利要求21所述的方法，其特征在于，所述获取像素颜色和所述待检测像素点不同的邻近像素点的颜色通道与所述待检测像素点的颜色通道之间的第一色差，包括：

获取像素颜色和所述待检测像素点相同的邻近像素点与像素颜色和所述待检测像素点不同的邻近像素点之间的第二色差，和/或，获取像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点之间的第二色差；

将所述第二色差的中值，作为所述第一色差。

23.如权利要求22所述的方法，其特征在于，用于获取所述第二色差的像素颜色和所述待检测像素点不同的邻近像素点与像素颜色和所述待检测像素点相同的邻近像素点的距离为1；

和/或，用于获取所述第二色差的像素颜色和所述待检测像素点不同的邻近像素点与所述待检测像素点的距离为1。

24.一种图像检测设备，其特征在于，所述图像检测设备包括：存储装置和处理器，

所述存储装置，用于存储程序指令；

所述处理器，在调用所述程序指令时，用于执行如权利要求1-23任一项所述的图像检测方法。

25.一种图像检测装置，其特征在于，所述图像检测装置包括：

分组模块，用于根据目标图像区域中待检测像素点的邻近像素点的颜色通道，对所述邻近像素点分组；所述目标图像区域是由所述待检测像素点和所述邻近像素点组成的封闭图像区域；

获取模块，用于根据每组所述邻近像素点的像素值相关性，确定每组邻近像素点的正常点像素限值，并获取所述邻近像素点中的预检测坏点数量；根据各组邻近像素点的正常点像素限值和所述邻近像素点中的预检测坏点数量，确定所述目标图像区域中所述邻近像素点的像素值有效信息；

确定模块，用于根据所述待检测像素点像素值和所述目标图像区域中所述邻近像素点的像素值有效信息，确定所述待检测像素点是否为坏点。

26.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序使得计算机执行权利要求1-23任一项所述的图像检测方法。

Images