[发明专利]图像坏点簇校正方法、计算机装置及计算机可读存储介质

说明书

本发明提供一种图像坏点簇校正方法、计算机装置及计算机可读存储介质，该方法包括获取初始图像，对初始图像中像素点进行坏点检测，如确定像素点为坏点，则对坏点进行校正计算，获得坏点的校正值；对像素点进行坏点检测包括：获取以待检测像素点为中心的第一邻域，提取第一邻域中同一颜色通道的第一像素矩阵，并剔除第一像素矩阵中预设数量的极值像素点后，计算剩余像素点的中值、待检测像素点与中值的绝对差值、待检测像素点与剩余像素点的加权平均值，根据该中值、绝对差值以及加权平均值判断待检测像素点是否为坏点。本发明还提供实现上述方法的计算机装置及计算机可读存储介质。本发明能够准确、高效的对图像中的坏点簇进行检测与校正。

技术领域

本发明涉及图像处理的技术领域，具体地，是一种图像坏点簇校正方法以及实现这种方法的计算机装置、计算机可读存储介质。

背景技术

现有很多智能电子设备具有图像拍摄的功能，例如智能手机、平板电脑、行车记录仪等均设置有摄像装置，摄像装置通常设置有CMOS等图像传感器来获取图像。然而，如果图像传感器出现缺陷，不管是硬件设计上的缺陷或者软件算法上的缺陷，都容易导致图像出现坏点。导致图像出现坏点的主要原因有两个，第一是图像传感器的感光阵列在制造工艺上存在缺陷，使得光信号在转化为电信号的过程中出现错误；第二是图像传感器的增益效果容易导致图像中的错误像素扩大。这两个原因最终使图像出现坏点，严重降低图像的质量。

图像中的坏点分为静态坏点和动态坏点两类，静态坏点又分为“亮坏点”和“暗坏点”两种类型。一般情况下，亮度值是正比于入射光的，而“亮坏点”的亮度明显大于入射光乘以相应的比例，并且随着曝光时间，增益等增加，“亮坏点”的亮度会显著增加，通常表现为最亮或者接近最亮；而“暗坏点”恰恰相反，无论是什么入射光条件下，其亮度值都接近0。静态坏点大多数是由图像传感器工艺缺陷导致，因此一般的图像传感器厂商，出厂就会给出一个已标定静态坏点的坏点表，但由于标定静态坏点需要用到较大的存储空间，不利于硬件实现，因此这种标定方法不常采用。动态坏点指某些像素在一定的像素值范围内表现正常，而超过一定范围，则会表现出比周围的像素要亮。这种类型坏点与图像传感器的温度、增益相关，图像传感器的温度升高或者增益增大，动态坏点就表现的更加明显。

坏点像素在经过插值和滤波等操作后会扩散到周围像素，最终显示为伪彩色。坏点还会导致图像部分像素闪烁的现象，因此必须在插值和滤波之前进行坏点校正。如果图像中存在连续的多个坏点，这些坏点将形成坏点簇，在图像中形成大面积的亮坏点区域或者暗坏点区域，严重影响图像的质量。

现有坏点校正基本方案是基于待检测像素点周围多个像素点的色度值进行检测和校正，利用当前像素点和周围像素点的色度值进行比较，或比较均值，或标准差等条件。若超过一定的阈值，则判定待检测像素点为坏点。对坏点的校正通常也是利用周围像素点的均值、中值进行校正。

例如公开号为CN103475828A的中国专利申请公开了一种图像坏点校正装置，其坏点判断方法为当前中心像素与周围像素亮度差大于一定阈值则判断为坏点。在此之前先判断和校正周围像素的坏点情况，判断方法仅是利用周围像素中相邻像素的亮度差值和设定的阈值作比较。这种判断方法只能对图像的平坦区域以及没有出现坏点簇的情况下有效，对图像中的边缘纹理信息则不能很好的处理。

公开号为US8885077的美国专利公开一种坏点校正方法，利用当前像素和周围相同颜色通道像素的标准差作为坏点的判断条件，当标准差大于一定阈值，则判断为坏点。同时，在校正时考虑到了边缘问题，简单利用四个方向中最小差值做边缘判断，同样地，这种方法无法较好支持图像的边缘纹理保护，也不能够在出现坏点簇的情况下进行校正。

Noha EI-Yamany等人在《Robust Defect Pixel Detection and Correction forBayer Image Systems》论文公开一种坏点的校正方法，在坏点检测上考虑了多坏点的情况，并在坏点校正时考虑了边缘处理问题。但该方法的坏点检测判断条件以周围的最值像素为基础，容易对边缘高频信息误导，且坏点校正时对未考虑多坏点场景的情况。