[发明专利]图像坏点检测、校正方法及装置、存储介质、摄像设备

权利要求书

1.一种图像坏点检测方法，其特征在于，包括：

获取待检测图像，所述待检测图像为4cell格式图像；

对所述待检测图像进行一级Haar小波分解，以得到低频子带和三个高频子带，所述待检测图像中的2×2大小的像素块与低频子带以及三个高频子带中的点相对应；

根据所述三个高频子带中各个点处高频系数的绝对值确定数值矩阵，所述数值矩阵的大小与所述三个高频子带的大小一致；

在所述数值矩阵上逐点移动滑动窗口，每次移动所述滑动窗口后，确定所述滑动窗口内的中心数值与其邻域内最大数值的大小关系，并根据所述大小关系确定所述中心数值对应的所述待检测图像中的像素块是否存在坏点，直至遍历完成所述数值矩阵，所述中心数值为处于所述滑动窗口中心位置处的数值。

2.根据权利要求1所述的图像坏点检测方法，其特征在于，所述根据所述三个高频子带中各个点处高频系数的绝对值确定数值矩阵包括：

确定所述三个高频子带中处于各个点处高频系数的绝对值的最大值，以形成所述数值矩阵。

3.根据权利要求1所述的图像坏点检测方法，其特征在于，所述根据所述三个高频子带各个点处高频系数的绝对值确定数值矩阵包括：

确定所述三个高频子带中处于各个点处高频系数的绝对值之和，以形成所述数值矩阵。

4.根据权利要求1所述的图像坏点检测方法，其特征在于，所述根据所述大小关系确定所述中心数值对应的所述待检测图像中的像素块是否存在坏点包括：

如果所述大小关系表示所述中心数值与其邻域内最大数值的差值大于预设阈值，则判定所述中心数值对应的所述待检测图像中的像素块存在坏点。

5.一种图像坏点校正方法，其特征在于，包括：

确定待检测图像是否存在坏点，所述坏点是通过以下方式检测得到的：获取待检测图像，所述待检测图像为4cell格式图像；对所述待检测图像进行一级Haar小波分解，以得到低频子带和三个高频子带，所述待检测图像中2×2大小的像素块与低频子带以及三个高频子带中的点相对应；根据所述三个高频子带中各个点处高频系数的绝对值确定数值矩阵，所述数值矩阵的大小与所述三个高频子带的大小一致；在所述数值矩阵上逐点移动滑动窗口，每次移动所述滑动窗口后，确定所述滑动窗口内的中心数值与其邻域内最大数值的大小关系，并根据所述大小关系确定所述中心数值对应的所述待检测图像中的像素块是否存在坏点，直至遍历完成所述数值矩阵，所述中心数值为处于所述滑动窗口中心位置处的数值；

如果所述待检测图像存在坏点，则分别确定各个坏点对应的低频子带中的低频系数和三个高频子带中的高频系数；

对于每一坏点，按照预设滑动窗口大小，在低频子带中获取以坏点对应的低频系数为中心的采样低频子图，在所述采样低频子图上获取与坏点对应的低频系数具有相同颜色通道的邻域低频系数，并根据邻域低频系数对坏点对应的低频系数进行校正，以得到校正后的低频子带；

对于每一坏点，按照预设滑动窗口大小，在高频子带中获取以坏点对应的高频系数为中心的采样高频子图，在所述采样高频子图上获取与坏点对应的高频系数具有相同颜色通道的邻域高频系数，并根据邻域高频系数对坏点对应的高频系数进行校正，以得到校正后的高频子带；

根据所述校正后的低频子带和三个校正后的高频子带进行Haar小波重构，以得到校正后的待检测图像。

6.根据权利要求5所述的图像坏点校正方法，其特征在于，所述根据邻域低频系数对坏点对应的低频系数进行校正包括：

计算所述邻域低频系数的平均值或者中值替代坏点对应的低频系数；

根据邻域高频系数对坏点对应的高频系数进行校正包括：

计算所述邻域高频系数的平均值或者中值替代坏点对应的高频系数。