[发明专利]去除摄像头斑点噪声的方法

说明书

技术领域

本发明涉及一种图像处理方法，特别是一种去除图像噪声的方法。

背景技术

目前，在芯片设计中图像处理的应用越来越广泛，比如：数码照相机、数码摄像机、手机、视频会议系统等等。而图像处理一般包括预处理、压缩和后处理几个部分。视频图像去噪声是预处理的重要环节。

视频采集设备如普通摄像头由于考虑低功耗、低成本的要求，采用的都是CMOS(Complementary Metal Oxide Semiconductor互补型金属氧化物半导体)感光器，它在分辨率、动态范围和噪声等方面都存在不足。在低照度环境下，感光器件长时间感光，受到白噪声和暗电流的影响，采集输出的源视频图像容易产生随机噪声。

由于视频压缩算法是通过前后帧之间图像的差异实现压缩，随机噪声的存在不仅影响了图像的视觉效果，使得源视频图像出现斑点噪声，而且噪声在编码时被当作图像细节信息进行编码，严重地影响了视频压缩的效果，有时甚至造成码率成倍上升，将压缩算法的优点全部掩盖。因此，在预处理时合理有效地去除噪声不仅能够提高图像的视觉质量，而且能够有效地降低码率，使得中低档摄像头也能达到理想的压缩效果，特别在低照度环境下非常有意义。因此，研究一种有效去除摄像头斑点噪声的方法是我们所需要的。

降噪就是尽可能地去除图像中的噪声干扰，达到净化图像画面的一种方法。但降噪和保留细节是一对矛盾，降低噪声的同时也会丢失一部分图像细节信息。常用的降噪方法有均值滤波、中值滤波、加权中值滤波等。

均值滤波也称邻域平均，是一种空间域平滑技术。它的基本原理就是对于给定的图像中的每个像素点，取其邻域的M个像素的平均值作为处理后所得像素点的像素值。邻域平均法有效地抑制了噪声，但是由于平均引起了模糊现象，模糊程度与邻域半径成正比；

中值滤波是一种常用的非线性平滑滤波器，其基本原理是把数字图像或数字序列中一点的像素值用该点邻域各点的中值替换。中值滤波虽然能够保留一定的边缘和细节信息，但是由于在实际运算过程中不需要图像的统计特性，对所有像素采用相同的方式进行滤波，对一些细节多，特别是点、线、尖顶细节较多的图像也会造成一定的细节损失。同时，中值滤波和加权中值滤波需要对窗口数据进行排序，需要太多的比较操作，特别在窗口较大或采用加权中值滤波的情况下，排序计算量较大，不适合硬件实现。

发明内容

本发明要解决的技术问题是提供一种简单的适合硬件实现的去除摄像头斑点噪声的方法，能在有效去除摄像头斑点噪声的同时，保持图像边缘和细节清晰。

为解决上述技术问题，本发明去除摄像头斑点噪声的方法包括以下步骤：

步骤一，获取窗口数据，按照行扫描的顺序，取图像的非边缘区域的一个像素作为中心像素点，取该中心像素点和紧邻中心像素点的8个像素点构成一个3×3窗口，读取该9个像素点数据，所述非边缘区域是指图像中除第一行、第一列、最后一行、最后一列之外的行或列；

步骤二，滤波操作，对上述3×3窗口，分水平、垂直、对角线向下和对角线向上四个方向做滤波操作，每个方向的滤波操作分两个分支对三个像素点(a，b，c)进行，每个分支分别针对较亮的像素点和较暗的像素点进行滤波，(对于256色灰度图，0为黑色，1为白色，即灰度值越小，像素越暗，否则越亮)；

首先判断a，b，c三个像素点的单调性，以决定进入哪个分支。若b在三个像素点中像素值最小，则b为较暗像素点，进入分支一；若b在三个像素点中像素值最大，则b为较亮像素点，进入分支二；若b在三个像素值中居中，则不做滤波操作，直接输出；

分支一：对于较暗像素点，做如下滤波：

if((a＞b+T1)&&(b+T1＜c))b＝b+T1；

else if((a＞b+T2)&&(b+T2＜c))b＝b+T2；

else if((a＞b+T3)&&(b+T3＜c))b＝b+T3；

else if((a＞b+T4)&&(b+T4＜c))b＝b+T4；

分支二：对于较亮像素点，做如下滤波：

if((a＜b-T’1)&&(b-T’1＞c))b＝b-T’1；

else if((a＜b-T’2)&&(b-T’2＞c))b＝b-T’2；

else if((a＜b-T’3)&&(b-T’3＞c))b＝b-T’3；