[发明专利]Bayer图像的去坏像素方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种Bayer图像的去坏像素方法。

背景技术

随着半导体芯片技术的数字图像处理技术的不断发展，如今人们可以通过数码相机与手机可以很方便地获得高分辨率的视频或图片，然而由于CMOS图像传感器的先天硬件限制，很多图像传感器pixel阵列上会随机出现坏像素，坏像素对图像的影响极大，然而，目前还没有较为有效的进行坏像素校正的方案，因此，有必要进行深入研究。

发明内容

本发明的目的是提供一种Bayer图像的去坏像素方法，旨在解决CMOS图像传感器pixel阵列上的坏像素问题，并且占用空间少，成本低。

本发明的目的是通过以下技术方案实现的：

一种Bayer图像的去坏像素方法，包括：

以图像中的一像素点作为中心像素选取N×M的Bayer矩阵；

计算Bayer矩阵中与中心像素相同通道的其他像素的亮度极值或者亮度次极值；

根据亮度极值或者亮度次极值判断中心像素是否为坏像素；

若是，则利用亮度极值或者亮度次极值对中心坏像素进行替换；或者，利用Bayer矩阵中各个通道每个方向的梯度对中心坏像素进行替换。

所述Bayer矩阵包括：

第一行中心像素点为R分量的Bayer矩阵；

或者，第一行中心像素点为B分量的Bayer矩阵；

或者，第一行中心像素点为G分量且该行包含R分量的Bayer矩阵；

或者，第一行中心像素点为G分量且该行包含B分量的Bayer矩阵。

所述计算Bayer矩阵中与中心像素相同通道的其他像素的极值或者次极值包括：

计算与中心像素相同通道的其他像素的亮度极大值与亮度极小值，或者亮度次大值与亮度次小值。

所述根据极值或者次极值判断中心像素是否为坏像素包括：

假设中心像素的亮度值为Y，亮度极大值、亮度极小值、亮度次大值、亮度次小值依次记为：Max₁、Min₁、Max₂、Min₂；

判断方法如下：

若Y>Max₁，则判定中心像素为白像素，若Y<Min₁，则判定中心像素为黑像素；否则，判定中心像素为正常像素；

或者，若Y>Max₂，则判定中心像素为白像素，若Y<Min₂，则判定中心像素为黑像素；否则，判定中心像素为正常像素；

或者，Y>k×Max₁+offset，则判定中心像素为白像素，若Y<k×Min₁+offset，则判定中心像素为黑像素；否则，判定中心像素为正常像素；

或者，Y>k×Max₂+offset，则判定中心像素为白像素，若Y<k×Min₂+offset，则判定中心像素为黑像素；否则，判定中心像素为正常像素；

其中，k为线性系数，offset为补偿系数。

计算Bayer矩阵中各个通道每个方向的梯度包括：

如果为2×9的Bayer矩阵，则计算公式如下：

水平梯度：Grad_H＝3×(|Y₁₇–Y₁₁|+|Y₁₉–Y₁₃|+|Y₂₇–Y₂₁|+|Y₂₉–Y₂₃|)+(|Y₁₆–Y₁₂|+|Y₁₈–Y₁₄|+|Y₂₆–Y₂₂|+|Y₂₈–Y₂₄|)；