CN112884667B - 一种Bayer域降噪方法和降噪系统 - Google Patents

一种Bayer域降噪方法和降噪系统 Download PDF

Info

Publication number
CN112884667B
CN112884667B CN202110169913.6A CN202110169913A CN112884667B CN 112884667 B CN112884667 B CN 112884667B CN 202110169913 A CN202110169913 A CN 202110169913A CN 112884667 B CN112884667 B CN 112884667B
Authority
CN
China
Prior art keywords
pixel
domain
pixel point
value
neighborhood
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
Application number
CN202110169913.6A
Other languages
English (en)
Other versions
CN112884667A (zh
Inventor
李剑新
童飞
杨珊
周宇
席晨
余志强
杨海东
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.)
Hunan Xingxin Microelectronics Technology Co ltd
Original Assignee
Hunan Xingxin Microelectronics Technology 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 Hunan Xingxin Microelectronics Technology Co ltd filed Critical Hunan Xingxin Microelectronics Technology Co ltd
Priority to CN202110169913.6A priority Critical patent/CN112884667B/zh
Publication of CN112884667A publication Critical patent/CN112884667A/zh
Application granted granted Critical
Publication of CN112884667B publication Critical patent/CN112884667B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

本发明提供一种Bayer域降噪方法和降噪系统，Bayer域降噪方法包括以下步骤：将与当前像素点距离最近的同通道类型的像素点设为第一相邻像素点；统计第一相邻像素点的幅值，并形成第一向量，将第一向量的最小值和最大值作为邻域最小值和邻域最大值，并确定像素有效区间；对当前像素点进行坏点检测并进行去坏点处理；将第一相邻像素点围绕的范围确定为当前像素域；将与当前像素点最近的第一相邻像素点设为第二相邻像素点，将与第二相邻像素点距离最近的同通道类型的像素点设为第三相邻像素点；将第三相邻像素点围绕的范围确定为相邻像素域；根据当前像素域和相邻像素域计算邻域像素的滤波权重；根据邻域像素的滤波权重对当前像素点进行降噪，并获取图像。

Description

一种Bayer域降噪方法和降噪系统
技术领域
本发明涉及图像处理的技术领域，具体涉及一种Bayer域降噪方法和降噪系统。
背景技术
CMOS或者CCD图像感应器将捕捉到的光信号转化为数字信号之后，得到Bayer域图像，是一种包含了视场原始信息的图像。以CMOS图像传感器获取图像信息为例，通过滤波光片，产生Bayer排列的彩色滤波阵列，鉴于人眼对绿色波段的信息更加敏感，Bayer数据格式中一半的信息都是绿色信息，以及各1/4的红色和蓝色信息。但经过CMOS图像传感器得到的图像是Bayer格式的，即每一个像素位置上只有单一的R/G/B值，为了恢复出原始彩色视场的图像，需要在每一个像素位置上插值出RGB三个颜色，由此需要对图像进行插值操作。在进行插值操作时需要借助其相邻像素的信息，会更容易受到Bayer域噪声的影响，造成插值结果的不准确，从而放大噪声或产生假彩色。
为了保证图像的质量，需要对Bayer域噪声进行抑制，但由于噪声的分布是不均匀的，且其幅值大小也是随机的，因此将整张图像进行统一的滤波时，会导致图像的模糊，影响插值的结果。
发明内容
本发明的目的在于克服现有技术中的缺点与不足，提供一种Bayer域降噪方法和降噪系统，可以在降噪的过程中防止坏点污染其他像素，并有利于降低噪声的影响。
本发明的一个实施例提供一种Bayer域降噪方法，包括以下步骤：
获取Bayer格式的初始图像；
将与当前像素点距离最近的且与当前像素点相同通道类型的若干个像素点设为第一相邻像素点；
统计若干个所述第一相邻像素点的幅值，并形成第一向量，将所述第一向量的最小值作为邻域最小值，将所述第一向量的最大值作为邻域最大值；
根据所述邻域最小值和邻域最大值确定像素有效区间；
获取当前像素点的像素值，若当前像素点的像素值在所述像素有效区间范围内，确定当前像素点为有效像素点；否则，确定当前像素点为坏点并进行去坏点处理；
将所述第一相邻像素点围绕的范围确定为当前像素域；
将所述第一相邻像素点中与当前像素点距离最短的像素点设为第二相邻像素点，将与所述第二相邻像素点距离最近的且与所述第二相邻像素点相同通道类型的若干个像素点设为第三相邻像素点；
将若干个所述第三相邻像素点围绕的范围确定为相邻像素域；
根据所述当前像素域和相邻像素域计算邻域像素的滤波权重；
根据所述邻域像素的滤波权重对当前像素点进行降噪，获取降噪后的第一图像。
相对于现有技术，本发明的Bayer域降噪方法利用所述第一相邻像素点找出坏点并去除，可以在降噪的过程中防止坏点污染其他像素，并有利于降低噪声的影响。
进一步，所述获取当前像素点的像素值，若当前像素点的像素值在所述像素有效区间范围内，确定当前像素点为有效像素点；否则，确定当前像素点为坏点并进行去坏点处理中的去坏点处理包括以下步骤：
分别将所述坏点的像素值与所述邻域最小值和邻域最大值分别比对，若所述坏点的像素值小于所述邻域最小值，将所述邻域最小值确定为所述坏点的像素值；若所述坏点的像素值大于所述邻域最大值，将所述邻域最大值确定为所述坏点的像素值。降低坏点对图像的影响。
进一步，所述根据所述当前像素域和相邻像素域计算邻域像素的滤波权重，包括以下步骤：
计算所述当前像素域和相邻像素域的颜色差异值和所述当前像素域和相邻像素域的距离差异值；
分别根据所述颜色差异值和距离差异值计算邻域像素的颜色权重和距离权重；
融合所述颜色权重和距离权重得到邻域像素的滤波权重。扩大了计算滤波权重的参考范围，提高降噪效果。
进一步，所述计算所述当前像素域和相邻像素域的颜色差异值和所述当前像素域和相邻像素域的距离差异值，具体包括以下方式：
计算所述当前像素域和相邻像素域的颜色差异值，
Figure GDA0003237305590000021
其中，dif是颜色差异值，
Figure GDA0003237305590000022
是所述当前像素域的像素值向量，
Figure GDA0003237305590000023
是所述相邻像素域的像素值向量；
计算所述当前像素域和相邻像素域的距离差异值，
dis＝(xc-xn)2+(yc-yn)2，
其中，(xc，yc)和(xn，yn)分别是当前像素点和所述第二像素点的坐标位置。
进一步，所述分别根据所述颜色差异值和距离差异值计算邻域像素的颜色权重和距离权重，具体包括以下方式：
根据所述颜色差异值计算邻域像素的颜色权重，
Figure GDA0003237305590000031
其中，weight_color是邻域像素的颜色权重，sigmac是用于控制颜色的高斯函数曲线；
根据所述距离差异值计算邻域像素的距离权重，
Figure GDA0003237305590000032
其中，weight_dis是邻域像素的距离权重，sigmad是用于控制距离的高斯函数曲线。
进一步，所述融合所述颜色权重和距离权重得到邻域像素的滤波权重，具体包括以下方式：
weight＝weighi_color×weight_dis，
其中，weight是邻域像素的滤波权重。
进一步，在所述根据所述邻域像素的滤波权重对当前像素点进行降噪，获取降噪后的第一图像后，还包括以下步骤：
获取所述初始图像的曝光增益值，并从预构建的第一关系库中查找出与所述曝光增益值对应的降噪强度控制值；
将所述初始图像和第一图像进行差值运算，得到算法噪声图；
根据所述降噪强度控制值和算法噪声图对所述初始图像进行降噪调整，并得到第二图像。将曝光增益值结合于所述算法噪声图以对初始图像进行降噪调整，提高降噪效果。
本发明的一个实施例还提供一种Bayer域降噪系统，包括：初始图像获取模块、第一相邻像素点获取模块、邻域最小值和邻域最大值获取模块、有效区间获取模块、像素点处理模块、当前像素域获取模块、第三相邻像素点获取模块、相邻像素域获取模块、滤波权重计算模块和第一图像获取模块；
所述初始图像获取模块用于获取Bayer格式的初始图像；
所述第一相邻像素点获取模块用于将与当前像素点距离最近的且与当前像素点相同通道类型的若干个像素点设为第一相邻像素点；
所述邻域最小值和邻域最大值获取模块用于统计若干个所述第一相邻像素点的幅值，并形成第一向量，将所述第一向量的最小值作为邻域最小值，将所述第一向量的最大值作为邻域最大值；
所述有效区间获取模块用于根据所述邻域最小值和邻域最大值确定像素有效区间；
所述像素点处理模块用于获取当前像素点的像素值，若当前像素点的像素值在所述像素有效区间范围内，确定当前像素点为有效像素点；否则，确定当前像素点为坏点并进行去坏点处理；
所述当前像素域获取模块用于将所述第一相邻像素点围绕的范围确定为当前像素域；
所述第三相邻像素点获取模块用于将所述第一相邻像素点中与当前像素点距离最短的像素点设为第二相邻像素点，将与所述第二相邻像素点距离最近的且与所述第二相邻像素点相同通道类型的若干个像素点设为第三相邻像素点；
所述相邻像素域获取模块用于将若干个所述第三相邻像素点围绕的范围确定为相邻像素域；
所述滤波权重计算模块用于根据所述当前像素域和相邻像素域计算邻域像素的滤波权重；
所述第一图像获取模块用于根据所述邻域像素的滤波权重对当前像素点进行降噪，获取降噪后的第一图像。
相对于现有技术，本发明的Bayer域降噪系统利用所述第一相邻像素点找出坏点并去除，可以在降噪的过程中防止坏点污染其他像素，并有利于降低噪声的影响。
进一步，所述滤波权重计算模块计算邻域像素的滤波权重时，用于执行以下步骤：
计算所述当前像素域和相邻像素域的颜色差异值和所述当前像素域和相邻像素域的距离差异值；
分别根据所述颜色差异值和距离差异值计算邻域像素的颜色权重和距离权重；
融合所述颜色权重和距离权重得到邻域像素的滤波权重。扩大了计算滤波权重的参考范围，提高降噪效果。
进一步，还包括第二图像获取模块，所述第二图像获取模块用于执行以下步骤：
获取所述初始图像的曝光增益值，并从预构建的第一关系库中查找出与所述曝光增益值对应的降噪强度控制值；
将所述初始图像和第一图像进行差值运算，得到算法噪声图；
根据所述降噪强度控制值和算法噪声图对所述初始图像进行降噪调整，并得到第二图像。将曝光增益值结合于所述算法噪声图以对初始图像进行降噪调整，提高降噪效果。
本发明的Bayer域降噪方法和降噪系统可以在降噪的过程中防止坏点污染其他像素，并有利于降低噪声的影响，并且采用邻域像素而不是单个像素点进行加权计算，减少单点噪声对加权的影响。同时，还通过构建距离权重查找表以节省大量的运算，提高降噪效率。并且还将曝光增益值结合于所述算法噪声图以对初始图像进行降噪调整，提高降噪效果。
为了能更清晰的理解本发明，以下将结合附图说明阐述本发明的具体实施方式。
附图说明
图1为本发明一个实施例的Bayer域降噪方法的流程图。
图2为本发明一个实施例的Bayer域降噪方法的曝光增益值与降噪强度控制值的关系示意图。
图3为本发明一个实施例的Bayer域降噪系统的模块连接图。
1、初始图像获取模块；2、第一相邻像素点获取模块；3、邻域最小值和邻域最大值获取模块；4、有效区间获取模块；5、像素点处理模块；6、当前像素域获取模块；7、第三相邻像素点获取模块；8、相邻像素域获取模块；9、滤波权重计算模块；10、第一图像获取模块。
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做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。
请参阅图1，其是本发明一个实施例的Bayer域降噪方法的流程图，包括以下步骤：
S1：获取Baver格式的初始图像；
S2：将与当前像素点距离最近的且与当前像素点相同通道类型的若干个像素点设为第一相邻像素点；
优选地，所述第一相邻像素点为8个与当前像素点距离最近的且与当前像素点相同通道类型的像素点。
S3：统计若干个所述第一相邻像素点的幅值，并形成第一向量，将所述第一向量的最小值作为邻域最小值，将所述第一向量的最大值作为邻域最大值；
S4：根据所述邻域最小值和邻域最大值确定像素有效区间；
S5：获取当前像素点的像素值，若当前像素点的像素值在所述像素有效区间范围内，确定当前像素点为有效像素点；否则，确定当前像素点为坏点并进行去坏点处理，包括以下步骤：
分别将所述坏点的像素值与所述邻域最小值和邻域最大值分别比对，若所述坏点的像素值小于所述邻域最小值，将所述邻域最小值确定为所述坏点的像素值；若所述坏点的像素值大于所述邻域最大值，将所述邻域最大值确定为所述坏点的像素值。降低坏点对图像的影响。
S6：将所述第一相邻像素点围绕的范围确定为当前像素域；
S7：将所述第一相邻像素点中与当前像素点距离最短的像素点设为第二相邻像素点，将与所述第二相邻像素点距离最近的且与所述第二相邻像素点相同通道类型的若干个像素点设为第三相邻像素点；
S8：将若干个所述第三相邻像素点围绕的范围确定为相邻像素域；
S9：根据所述当前像素域和相邻像素域计算邻域像素的滤波权重；
S10：根据所述邻域像素的滤波权重对当前像素点进行降噪，获取降噪后的第一图像。
相对于现有技术，本发明的Bayer域降噪方法利用所述第一相邻像素点找出坏点并去除，可以在降噪的过程中防止坏点污染其他像素，并有利于降低噪声的影响，并且采用邻域像素而不是单个像素点进行加权计算，减少单点噪声对加权的影响。
在一个可行的实施例中，所述步骤S9包括以下步骤：
计算所述当前像素域和相邻像素域的颜色差异值和所述当前像素域和相邻像素域的距离差异值；
分别根据所述颜色差异值和距离差异值计算邻域像素的颜色权重和距离权重；
融合所述颜色权重和距离权重得到邻域像素的滤波权重。
在本实施例中，结合了相邻像素域与当前像素域的参数计算滤波权重，扩大了计算滤波权重的参考范围，提高降噪效果。
在一个可行的实施例中，所述计算所述当前像素域和相邻像素域的颜色差异值和所述当前像素域和相邻像素域的距离差异值，具体包括以下方式：
计算所述当前像素域和相邻像素域的颜色差异值，
Figure GDA0003237305590000061
其中，dif是颜色差异值，
Figure GDA0003237305590000064
是所述当前像素域的像素值向量，
Figure GDA0003237305590000065
是所述相邻像素域的像素值向量；
计算所述当前像素域和相邻像素域的距离差异值，
dis＝(xc-xn)2+(yc-yn)2，
其中，(xc，yc)和(xn，yn)分别是当前像素点和所述第二像素点的坐标位置。
在一个可行的实施例中，还根据当前像素点的通道类型和所述距离差异值构建距离权重查找表，所述距离权重查找表包括G通道类型的像素点对应的所述距离差异值、R通道类型的像素点对应的所述距离差异值和B通道类型的像素点对应的所述距离差异值。
在本实施例中，可以直接通过从所述距离权重查找表中查找对应的通道类型的距离差异值，以节省大量的运算，提高降噪效率。
在一个可行的实施例中，所述分别根据所述颜色差异值和距离差异值计算邻域像素的颜色权重和距离权重，具体包括以下方式：
根据所述颜色差异值计算邻域像素的颜色权重，
Figure GDA0003237305590000071
其中，weight_color是邻域像素的颜色权重，sigmac是用于控制颜色的高斯函数曲线；
根据所述距离差异值计算邻域像素的距离权重，
Figure GDA0003237305590000072
其中，weight_dis是邻域像素的距离权重，sigmad是用于控制距离的高斯函数曲线。
在一个可行的实施例中，所述融合所述颜色权重和距离权重得到邻域像素的滤波权重，具体包括以下方式：
weight＝weight_color×weight_dis，
其中，weight是邻域像素的滤波权重。
在一个可行的实施例中，在所述步骤S10后，还包括以下步骤：
如图2，获取所述初始图像的曝光增益值，并从预构建的第一关系库中查找出与所述曝光增益值对应的降噪强度控制值；其中，所述第一关系库如下，
Figure GDA0003237305590000081
其中，thgain代表降噪强度控制值，gain代表曝光增益值。
将所述初始图像和第一图像进行差值运算，得到算法噪声图，
n＝v-u，其中，v代表所述初始图像，u代表所述第一图像，n是代表所述算法噪声图；
根据所述降噪强度控制值和算法噪声图对所述初始图像进行降噪调整，并得到第二图像，u′＝v-n×thgain，u′代表所述第二图像。
将曝光增益值结合于所述算法噪声图以对初始图像进行降噪调整，提高降噪效果。
如图3，本发明的一个实施例还提供一种Bayer域降噪系统，包括：初始图像获取模块1、第一相邻像素点获取模块2、邻域最小值和邻域最大值获取模块3、有效区间获取模块4、像素点处理模块5、当前像素域获取模块6、第三相邻像素点获取模块7、相邻像素域获取模块8、滤波权重计算模块9和第一图像获取模块10；
所述初始图像获取模块1用于获取Baver格式的初始图像；
所述第一相邻像素点获取模块2用于将与当前像素点距离最近的且与当前像素点相同通道类型的若干个像素点设为第一相邻像素点；
所述邻域最小值和邻域最大值获取模块3用于统计若干个所述第一相邻像素点的幅值，并形成第一向量，将所述第一向量的最小值作为邻域最小值，将所述第一向量的最大值作为邻域最大值；
所述有效区间获取模块4用于根据所述邻域最小值和邻域最大值确定像素有效区间；
所述像素点处理模块5用于获取当前像素点的像素值，若当前像素点的像素值在所述像素有效区间范围内，确定当前像素点为有效像素点；否则，确定当前像素点为坏点并进行去坏点处理；
所述当前像素域获取模块6用于将所述第一相邻像素点围绕的范围确定为当前像素域；
所述第三相邻像素点获取模块7用于将所述第一相邻像素点中与当前像素点距离最短的像素点设为第二相邻像素点，将与所述第二相邻像素点距离最近的且与所述第二相邻像素点相同通道类型的若干个像素点设为第三相邻像素点；
所述相邻像素域获取模块8用于将若干个所述第三相邻像素点围绕的范围确定为相邻像素域；
所述滤波权重计算模块9用于根据所述当前像素域和相邻像素域计算邻域像素的滤波权重；
所述第一图像获取模块10用于根据所述邻域像素的滤波权重对当前像素点进行降噪，获取降噪后的第一图像。
相对于现有技术，本发明的Bayer域降噪系统利用所述第一相邻像素点找出坏点并去除，可以在降噪的过程中防止坏点污染其他像素，并有利于降低噪声的影响。
在一个可行的实施例中，所述滤波权重计算模块9计算邻域像素的滤波权重时，用于执行以下步骤：
计算所述当前像素域和相邻像素域的颜色差异值和所述当前像素域和相邻像素域的距离差异值；
分别根据所述颜色差异值和距离差异值计算邻域像素的颜色权重和距离权重；
融合所述颜色权重和距离权重得到邻域像素的滤波权重。
在本实施例中，结合了相邻像素域与当前像素域的参数计算滤波权重，扩大了计算滤波权重的参考范围，提高降噪效果。
在一个可行的实施例中，还包括第二图像获取模块，所述第二图像获取模块用于执行以下步骤：
获取所述初始图像的曝光增益值，并从预构建的第一关系库中查找出与所述曝光增益值对应的降噪强度控制值；
将所述初始图像和第一图像进行差值运算，得到算法噪声图；
根据所述降噪强度控制值和算法噪声图对所述初始图像进行降噪调整，并得到第二图像。将曝光增益值结合于所述算法噪声图以对初始图像进行降噪调整，提高降噪效果。
本发明的Bayer域降噪方法和降噪系统可以在降噪的过程中防止坏点污染其他像素，并有利于降低噪声的影响，并且采用邻域像素而不是单个像素点进行加权计算，减少单点噪声对加权的影响。同时，还通过构建距离权重查找表以节省大量的运算，提高降噪效率。并且还将曝光增益值结合于所述算法噪声图以对初始图像进行降噪调整，提高降噪效果。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种Bayer域降噪方法，其特征在于，包括以下步骤：
获取Bayer格式的初始图像；
将与当前像素点距离最近的且与当前像素点相同通道类型的8个像素点设为第一相邻像素点；
统计8个所述第一相邻像素点的幅值，并形成第一向量，将所述第一向量的最小值作为邻域最小值，将所述第一向量的最大值作为邻域最大值；
根据所述邻域最小值和邻域最大值确定像素有效区间；
获取当前像素点的像素值，若当前像素点的像素值在所述像素有效区间范围内，确定当前像素点为有效像素点；否则，确定当前像素点为坏点并进行去坏点处理；
将所述第一相邻像素点围绕的范围确定为当前像素域；
将所述第一相邻像素点中与当前像素点距离最短的像素点设为第二相邻像素点，将与所述第二相邻像素点距离最近的且与所述第二相邻像素点相同通道类型的8个像素点设为第三相邻像素点；
将8个所述第三相邻像素点围绕的范围确定为相邻像素域；
根据所述当前像素域和相邻像素域计算邻域像素的滤波权重；
根据所述邻域像素的滤波权重对当前像素点进行降噪，获取降噪后的第一图像。
2.根据权利要求1所述的一种Bayer域降噪方法，其特征在于，所述获取当前像素点的像素值，若当前像素点的像素值在所述像素有效区间范围内，确定当前像素点为有效像素点；否则，确定当前像素点为坏点并进行去坏点处理中的去坏点处理包括以下步骤：
分别将所述坏点的像素值与所述邻域最小值和邻域最大值分别比对，若所述坏点的像素值小于所述邻域最小值，将所述邻域最小值确定为所述坏点的像素值；若所述坏点的像素值大于所述邻域最大值，将所述邻域最大值确定为所述坏点的像素值。
3.根据权利要求1所述的一种Bayer域降噪方法，其特征在于，所述根据所述当前像素域和相邻像素域计算邻域像素的滤波权重，包括以下步骤：
计算所述当前像素域和相邻像素域的颜色差异值和所述当前像素域和相邻像素域的距离差异值；
分别根据所述颜色差异值和距离差异值计算邻域像素的颜色权重和距离权重；
融合所述颜色权重和距离权重得到邻域像素的滤波权重。
4.根据权利要求3所述的一种Bayer域降噪方法，其特征在于，所述计算所述当前像素域和相邻像素域的颜色差异值和所述当前像素域和相邻像素域的距离差异值，具体包括以下方式：
计算所述当前像素域和相邻像素域的颜色差异值，
Figure FDA0003228746280000021
其中，dif是颜色差异值，
Figure FDA0003228746280000022
是所述当前像素域的像素值向量，
Figure FDA0003228746280000023
是所述相邻像素域的像素值向量；
计算所述当前像素域和相邻像素域的距离差异值，
dis＝(xc-xn)2+(yc-yn)2，
其中，(xc，yc)和(xn，yn)分别是当前像素点和所述第二像素点的坐标位置。
5.根据权利要求4所述的一种Bayer域降噪方法，其特征在于，所述分别根据所述颜色差异值和距离差异值计算邻域像素的颜色权重和距离权重，具体包括以下方式：
根据所述颜色差异值计算邻域像素的颜色权重，
Figure FDA0003228746280000024
其中，weight_color是邻域像素的颜色权重，sigmac是用于控制颜色的高斯函数曲线；
根据所述距离差异值计算邻域像素的距离权重，
Figure FDA0003228746280000025
其中，weight_dis是邻域像素的距离权重，sigmad是用于控制距离的高斯函数曲线。
6.根据权利要求5所述的一种Bayer域降噪方法，其特征在于，所述融合所述颜色权重和距离权重得到邻域像素的滤波权重，具体包括以下方式：
weight＝weight_color×weight_dis，
其中，weight是邻域像素的滤波权重。
7.根据权利要求1所述的一种Bayer域降噪方法，其特征在于，在所述根据所述邻域像素的滤波权重对当前像素点进行降噪，获取降噪后的第一图像后，还包括以下步骤：
获取所述初始图像的曝光增益值，并从预构建的第一关系库中查找出与所述曝光增益值对应的降噪强度控制值；
将所述初始图像和第一图像进行差值运算，得到算法噪声图；
根据所述降噪强度控制值和算法噪声图对所述初始图像进行降噪调整，并得到第二图像。
8.一种Bayer域降噪系统，其特征在于，包括：初始图像获取模块、第一相邻像素点获取模块、邻域最小值和邻域最大值获取模块、有效区间获取模块、像素点处理模块、当前像素域获取模块、第三相邻像素点获取模块、相邻像素域获取模块、滤波权重计算模块和第一图像获取模块；
所述初始图像获取模块用于获取Bayer格式的初始图像；
所述第一相邻像素点获取模块用于将与当前像素点距离最近的且与当前像素点相同通道类型的8个像素点设为第一相邻像素点；
所述邻域最小值和邻域最大值获取模块用于统计8个所述第一相邻像素点的幅值，并形成第一向量，将所述第一向量的最小值作为邻域最小值，将所述第一向量的最大值作为邻域最大值；
所述有效区间获取模块用于根据所述邻域最小值和邻域最大值确定像素有效区间；
所述像素点处理模块用于获取当前像素点的像素值，若当前像素点的像素值在所述像素有效区间范围内，确定当前像素点为有效像素点；否则，确定当前像素点为坏点并进行去坏点处理；
所述当前像素域获取模块用于将所述第一相邻像素点围绕的范围确定为当前像素域；
所述第三相邻像素点获取模块用于将所述第一相邻像素点中与当前像素点距离最短的像素点设为第二相邻像素点，将与所述第二相邻像素点距离最近的且与所述第二相邻像素点相同通道类型的8个像素点设为第三相邻像素点；
所述相邻像素域获取模块用于将8个所述第三相邻像素点围绕的范围确定为相邻像素域；
所述滤波权重计算模块用于根据所述当前像素域和相邻像素域计算邻域像素的滤波权重；
所述第一图像获取模块用于根据所述邻域像素的滤波权重对当前像素点进行降噪，获取降噪后的第一图像。
9.根据权利要求8所述的一种Bayer域降噪系统，其特征在于，所述滤波权重计算模块计算邻域像素的滤波权重时，用于执行以下步骤：
计算所述当前像素域和相邻像素域的颜色差异值和所述当前像素域和相邻像素域的距离差异值；
分别根据所述颜色差异值和距离差异值计算邻域像素的颜色权重和距离权重；
融合所述颜色权重和距离权重得到邻域像素的滤波权重。
10.根据权利要求9所述的一种Bayer域降噪系统，其特征在于，还包括第二图像获取模块，所述第二图像获取模块用于执行以下步骤：
获取所述初始图像的曝光增益值，并从预构建的第一关系库中查找出与所述曝光增益值对应的降噪强度控制值；
将所述初始图像和第一图像进行差值运算，得到算法噪声图；
根据所述降噪强度控制值和算法噪声图对所述初始图像进行降噪调整，并得到第二图像。
CN202110169913.6A 2021-02-04 2021-02-04 一种Bayer域降噪方法和降噪系统 Active CN112884667B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110169913.6A CN112884667B (zh) 2021-02-04 2021-02-04 一种Bayer域降噪方法和降噪系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110169913.6A CN112884667B (zh) 2021-02-04 2021-02-04 一种Bayer域降噪方法和降噪系统

Publications (2)

Publication Number Publication Date
CN112884667A CN112884667A (zh) 2021-06-01
CN112884667B true CN112884667B (zh) 2021-10-01

Family

ID=76055982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110169913.6A Active CN112884667B (zh) 2021-02-04 2021-02-04 一种Bayer域降噪方法和降噪系统

Country Status (1)

Country Link
CN (1) CN112884667B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113643198A (zh) * 2021-07-22 2021-11-12 海宁奕斯伟集成电路设计有限公司 图像处理方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103595980A (zh) * 2013-10-25 2014-02-19 西安电子科技大学 基于轮廓非局部均值的色彩滤波阵列图像去马赛克方法
CN110246089A (zh) * 2018-03-07 2019-09-17 舜宇光学（浙江）研究院有限公司 基于非局域均值滤波的Bayer域图像降噪系统及其方法
CN110619612A (zh) * 2015-12-25 2019-12-27 展讯通信（上海）有限公司 一种消除图像噪声的方法及装置
CN111784605A (zh) * 2020-06-30 2020-10-16 珠海全志科技股份有限公司 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60141901D1 (de) * 2001-08-31 2010-06-02 St Microelectronics Srl Störschutzfilter für Bayermusterbilddaten
CN101308573B (zh) * 2008-06-30 2011-07-13 北京中星微电子有限公司 一种消除噪声的方法和装置
JP7349806B2 (ja) * 2018-03-28 2023-09-25 ブラックマジック デザイン ピーティーワイ リミテッド 画像処理方法及びフィルタアレイ
CN111325694B (zh) * 2020-02-25 2024-02-13 深圳市景阳科技股份有限公司 图像噪声去除方法及装置
CN111882504B (zh) * 2020-08-05 2022-08-16 展讯通信（上海）有限公司 图像中颜色噪声的处理方法、系统、电子设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103595980A (zh) * 2013-10-25 2014-02-19 西安电子科技大学 基于轮廓非局部均值的色彩滤波阵列图像去马赛克方法
CN110619612A (zh) * 2015-12-25 2019-12-27 展讯通信（上海）有限公司 一种消除图像噪声的方法及装置
CN110246089A (zh) * 2018-03-07 2019-09-17 舜宇光学（浙江）研究院有限公司 基于非局域均值滤波的Bayer域图像降噪系统及其方法
CN111784605A (zh) * 2020-06-30 2020-10-16 珠海全志科技股份有限公司 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Advanced Bayer demosaicing on FPGAs;Donald Bailey et al;《2015 International Conference on Field Programmable Technology (FPT)》;20160128;1-5页 *
基于FPGA的双边滤波算法;黄继业等;《实验室研究与探索》;20190831;第38卷(第8期);48-51页 *

Also Published As

Publication number Publication date
CN112884667A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
JP4395789B2 (ja) 画像処理装置、撮像装置、画像処理方法およびプログラム
EP1958151B1 (en) Image enhancement in the mosaic domain
US8164661B2 (en) Method and apparatus for eliminating defective pixels and noise
US20070211307A1 (en) Image processing apparatus and method for reducing noise in image signal
JP5840008B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN110730336B (zh) 一种去马赛克方法及装置
CN107395991B (zh) 图像合成方法、装置、计算机可读存储介质和计算机设备
WO2008145072A1 (fr) Procédé et dispositif de suppression d'un bruit d'image basé sur le filtre médian
CN112583999B (zh) 相机模块的镜头脏污检测方法
CN113168669A (zh) 图像处理方法、装置、电子设备及可读存储介质
CN112884667B (zh) 一种Bayer域降噪方法和降噪系统
KR101257946B1 (ko) 영상의 색수차를 제거하는 장치 및 그 방법
CN112446830A (zh) 一种图像色边的处理方法、装置、存储介质及电子设备
CN114627011A (zh) 改进双边滤波与多帧平均联合的红外序列图像降噪方法
KR100627615B1 (ko) 조정 가능한 임계값을 이용한 노이즈 제거 장치
JP4934839B2 (ja) 画像処理装置及びその方法並びにプログラム
CN111784575B (zh) 一种基于标定的监控摄像机去马赛克的方法
CN116503259B (zh) 一种马赛克插值方法和系统
CN113259635B (zh) 去马赛克方法、装置、设备及存储介质
CN110334606A (zh) 画中画定位方法及装置
CN113269686B (zh) 亮度噪声的处理方法、装置、存储介质及终端
CN115393406A (zh) 一种基于孪生卷积网络的图像配准方法
CN114372938A (zh) 一种基于标定的图像自适应复原方法
CN108810320B (zh) 图像质量提升方法和装置
Li et al. Adaptive order-statistics multi-shell filtering for bad pixel correction within CFA demosaicking

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Li Jianxin

Inventor after: Tong Fei

Inventor after: Yang Shan

Inventor after: Zhou Yu

Inventor after: Xi Chen

Inventor after: Yu Zhiqiang

Inventor after: Yang Haidong

Inventor before: Tong Fei

Inventor before: Yang Shan

Inventor before: Zhou Yu

Inventor before: Xi Chen

Inventor before: Yu Zhiqiang

Inventor before: Yang Haidong

Inventor before: Li Jianxin

GR01 Patent grant
GR01 Patent grant