本发明专利技术公开了一种用于CMOS图像传感器降噪处理的自适应混合降噪方法，包括CMOS图像传感器输出的图像，所述图像由R、G、B三种类型的像素单元组成，其创新在于：所述自适应混合降噪方法能对图像中的混合噪声进行高效的降噪处理；本发明专利技术的有益技术效果是：提出了一种新的用于CMOS图像传感器降噪处理的自适应混合降噪方法，处理手段的复杂度较低，在兼顾了处理效果的同时，大大降低了硬件开销。
【技术实现步骤摘要】
本专利技术涉及一种CMOS图像传感器降噪技术，尤其涉及一种用于CMOS图像传感器 降噪处理的自适应混合降噪方法。
技术介绍
目前的单片彩色CMOS图像传感器经过CFA (Color Filter Array)阵列感光后，将 光信号通过像素单元转化为电信号，在经过一系列的模拟电路和数字图像处理后，甚至在 图像的传输和显示过程中，都会不可避免得引入干扰噪声，导致图像质量下降，影响了视觉 效果。因此，为了真实地显示出图像信息、避免图像失真，必须对噪声图像进行降噪处理。 通常情况下，最为常见的图像噪声有高斯噪声和椒盐噪声两种，针对这两种图像 噪声问题，现有技术常用的去噪方法是中值滤波和均值滤波；其中，中值滤波属于非线性滤 波，是取邻域内像素的中间值作为当前灰度值，主要用来处理椒盐噪声，在噪声密度不高的 情况下，处理效果较好，当滤波窗口范围较大时，处理后的图像会损失一些边缘细节；而均 值滤波是线性滤波，其采用邻域内像素的平均值作为当前灰度值，主要抑制高斯噪声，在邻 域空间不大的情况下，能较好的抑制噪声，随着领域空间变大，图像的模糊程度会变得较为 严重。 针对高斯噪声和椒盐噪声组成的混合噪声，均值和中值滤波都无法单独达到预期 效果，而现有技术中，用于处理混合噪声的方法的复杂度又较高，不利于硬件实现。
技术实现思路
针对
技术介绍
中的问题，本专利技术提出了一种用于CMOS图像传感器降噪处理的自 适应混合降噪方法，包括CMOS图像传感器输出的图像，所述图像由R、G、B三种类型的像素 单元组成，其特征在于：所述自适应混合降噪方法包括： 所述图像中，由单种类型的像素单元所组成的阵列记为处理单元，其中，R类型的 像素单元所对应的处理单元记为处理单元一，G类型的像素单元所对应的处理单元记为处 理单元二，B类型的像素单元所对应的处理单元记为处理单元三；降噪处理时，分别对三个 处理单元单独进行处理；对处理单元单独进行处理时，按方法一中方式进行； 方法一： 以某一像素单元为中心，建立规模为3X3的滤波阵列，位于滤波阵列正中的像素 单元记为中心像素，滤波阵列内除中心像素外的其余8个像素单元记为外围像素；将某一 滤波阵列记为阵列一，其对应的中心像素记为像素一，与像素一顺次相邻的像素单元记为 像素二，则，阵列一处理完成后，以像素二为新的中心像素建立新的滤波阵列，然后继续对 新的滤波阵列进行处理；对单个滤波阵列进行处理时，按方法二中方式进行； 方法二： 1)提取滤波阵列内各个像素单元的灰度值，获得9个灰度值H，然后计算出这9个 灰度值的均值M ; 2)计算出各个灰度值与均值M的差值的绝对值C，C = |H-MI ; 3)将各个绝对值C逐一与阈值Tl进行比较，大于阈值Tl的绝对值C所对应的像 素单元记为椒盐噪声点，小于或等于阈值Tl的绝对值C所对应的像素单元记为非椒盐噪声 占 . 所有绝对值C都与阈值Tl进行了比较后，对非椒盐噪声点的数量进行判断：若非 椒盐噪声点的数量等于9,则取中心像素的当前灰度值作为滤波输出值q，然后按步骤6)中 方式进行处理；若非椒盐噪声点的数量等于〇,则继续按步骤4)中方式进行处理；若非椒盐 噪声点的数量大于〇且小于9,则继续按步骤5)中方式进行处理； 4)按下式计算滤波输出值q，然后进入步骤6): 其中，H5为滤波阵列内中心像素的灰度值，H2为滤波阵列内中心像素正上方的外 围像素的灰度值，H4为滤波阵列内中心像素正左方的外围像素的灰度值，H6为滤波阵列内 中心像素正右方的外围像素的灰度值，H8为滤波阵列内中心像素正下方的外围像素的灰度 值； 5)按数值大小，对各个非椒盐噪声点所对应的灰度值进行排序； 若非椒盐噪声点的数量为1，则以该非椒盐噪声点的所对应的灰度值作为滤波输 出值q，然后进入步骤6); 若非椒盐噪声点的数量为2,设2个非椒盐噪声点的灰度值大小关系为Ha < Hb， 则按下式计算滤波输出值q，然后进入步骤6): q = HaXO. 75+HbXO. 25 若非椒盐噪声点的数量为3,设3个非椒盐噪声点的灰度值大小关系为Ha < Hb < Hc，则按下式计算滤波输出值q，然后进入步骤6): 若非椒盐噪声点的数量为4,设4个非椒盐噪声点的灰度值大小关系为Ha < Hb < He < Hd，则按下式计算滤波输出值q，然后进入步骤6): 若非椒盐噪声点的数量为5,设5个非椒盐噪声点的大小关系为Ha < Hb < Hc < Hd < He，则按下式计算滤波输出值q，然后进入步骤6): 若非椒盐噪声点的数量为6,设6个非椒盐噪声点的大小关系为Ha < Hb < Hc < Hd < He < Hf，则按下式计算滤波输出值q，然后进入步骤6): 若非椒盐噪声点的数量为7,设7个非椒盐噪声点的大小关系为Ha < Hb < Hc < Hd < He < Hf < Hg，则按下式计算滤波输出值q，然后进入步骤6): 若非椒盐噪声点的数量为8,设8个非椒盐噪声点的大小关系为Ha < Hb < He < Hd < He < Hf < Hg < Hh，则按下式计算滤波输出值q，然后进入步骤6): 其中，Ha、Hb、He、Hd、He、Hf、Hg和Hh分别代表8个非椒盐噪声点的灰度值； 6)将中心像素的灰度值赋值为q，进入步骤7); 7)计算出滤波阵列内的像素梯度绝对值J，然后将J与阈值T2进行比较：若J大 于T2,则将q作为该滤波阵列的中心像素的最终灰度值A并向外输出； 若J小于T2,则按下式计算出该滤波阵列的中心像素的最终灰度值A并向外输 出： A = /9 〇 其中，Hl为滤波阵列内中心像素左上方的外围像素的灰度值，H3为滤波阵列内中 心像素右上方的外围像素的灰度值，H7为滤波阵列内中心像素左下方的外围像素的灰度 值，H9为滤波阵列内中心像素右下方的外围像素的灰度值。 本专利技术的总体思路是，以低复杂度的降噪方法，在较小的领域空间（也即滤波阵 列的规模）内，对图像中的混合噪声进行高效的降噪处理，在降低硬件开销的同时，保证了 图像的处理效果处于合理的水平；具体来说本专利技术是这样实现的： 椒盐噪声多表现为极值点（极亮：满灰度级，极暗：灰度值为0)，因此，可通过对滤 波阵列内各像素单元灰度值的差异来识别出椒盐噪声点，于是本专利技术通过步骤1)来获得 滤波阵列内像素单元灰度值的均值，然后通过步骤2)中的阈值Tl来将椒盐噪声点甄别出 来；椒盐噪声点甄别出来后，可能出现的情况有三类，其一，滤波阵列内的所有像素单元都 被椒盐噪声污染了（即非椒盐噪声点的数量等于〇)，其二，滤波阵列内仅有部分像素单元 被椒盐噪声污染了（即非椒盐噪声点的数量大于〇且小于9)，其三，滤波阵列内不存在椒盐 噪声（即非椒盐噪声点的数量等于9);针对第一种情况，由于所有像素单元都被椒盐噪声 污染，因此不适合将所有像素单元的灰度值都拿来作加权均值处理，于是选取与中心像素 关联性较强的5个像素单元（即中心像素及其正上、正下、正左、正右的四个外围像素）的 灰度值来进行加权均值处当前第1页1 2本文档来自技高网...
【技术保护点】
一种用于CMOS图像传感器降噪处理的自适应混合降噪方法，包括CMOS图像传感器输出的图像，所述图像由R、G、B三种类型的像素单元组成，其特征在于：所述自适应混合降噪方法包括：所述图像中，由单种类型的像素单元所组成的阵列记为处理单元，其中，R类型的像素单元所对应的处理单元记为处理单元一，G类型的像素单元所对应的处理单元记为处理单元二，B类型的像素单元所对应的处理单元记为处理单元三；降噪处理时，分别对三个处理单元单独进行处理；对处理单元单独进行处理时，按方法一中方式进行；方法一：以某一像素单元为中心，建立规模为3×3的滤波阵列，位于滤波阵列正中的像素单元记为中心像素，滤波阵列内除中心像素外的其余8个像素单元记为外围像素；将某一滤波阵列记为阵列一，其对应的中心像素记为像素一，与像素一顺次相邻的像素单元记为像素二，则，阵列一处理完成后，以像素二为新的中心像素建立新的滤波阵列，然后继续对新的滤波阵列进行处理；对单个滤波阵列进行处理时，按方法二中方式进行；方法二：1)提取滤波阵列内各个像素单元的灰度值，获得9个灰度值H，然后计算出这9个灰度值的均值M；2)计算出各个灰度值与均值M的差值的绝对值C，C＝|H‑M|；3)将各个绝对值C逐一与阈值T1进行比较，大于阈值T1的绝对值C所对应的像素单元记为椒盐噪声点，小于或等于阈值T1的绝对值C所对应的像素单元记为非椒盐噪声点；所有绝对值C都与阈值T1进行了比较后，对非椒盐噪声点的数量进行判断：若非椒盐噪声点的数量等于9，则取中心像素的当前灰度值作为滤波输出值q，然后按步骤6)中方式进行处理；若非椒盐噪声点的数量等于0，则继续按步骤4)中方式进行处理；若非椒盐噪声点的数量大于0且小于9，则继续按步骤5)中方式进行处理；4)按下式计算滤波输出值q，然后进入步骤6)：q=(H2+H4+H5+H6+H8)5]]>其中，H5为滤波阵列内中心像素的灰度值，H2为滤波阵列内中心像素正上方的外围像素的灰度值，H4为滤波阵列内中心像素正左方的外围像素的灰度值，H6为滤波阵列内中心像素正右方的外围像素的灰度值，H8为滤波阵列内中心像素正下方的外围像素的灰度值；5)按数值大小，对各个非椒盐噪声点所对应的灰度值进行排序；若非椒盐噪声点的数量为1，则以该非椒盐噪声点所对应的灰度值作为滤波输出值q，然后进入步骤6)；若非椒盐噪声点的数量为2，设2个非椒盐噪声点的灰度值大小关系为Ha＜Hb，则按下式计算滤波输出值q，然后进入步骤6)：q＝Ha×0.75+Hb×0.25若非椒盐噪声点的数量为3，设3个非椒盐噪声点的灰度值大小关系为Ha＜Hb＜Hc，则按下式计算滤波输出值q，然后进入步骤6)：q=Ha×0.75+(Ha+Hc)2×0.25]]>若非椒盐噪声点的数量为4，设4个非椒盐噪声点的灰度值大小关系为Ha＜Hb＜Hc＜Hd，则按下式计算滤波输出值q，然后进入步骤6)：q=(Hb×0.75+Hc×0.25)×0.75+(Ha+Hd)2×0.25]]>若非椒盐噪声点的数量为5，设5个非椒盐噪声点的大小关系为Ha＜Hb＜Hc＜Hd＜He，则按下式计算滤波输出值q，然后进入步骤6)：q=Hc×0.75+(Hb+Hd)2×0.25]]>若非椒盐噪声点的数量为6，设6个非椒盐噪声点的大小关系为Ha＜Hb＜Hc＜Hd＜He＜Hf，则按下式计算滤波输出值q，然后进入步骤6)：q=(Hc+Hd)2×0.75+(Hb+He)2×0.25]]>若非椒盐噪声点的数量为7，设7个非椒盐噪声点的大小关系为Ha＜Hb＜Hc＜Hd＜He＜Hf＜Hg，则按下式计算滤波输出值q，然后进入步骤6)：q=Hd×0.75+[(Hc+He)2×0.75+(Hb+Hf)2×0.25]×0.25]]>若非椒盐噪声点的数量为8，设8个非椒盐噪声点的大小关系为Ha＜Hb＜Hc＜Hd＜He＜Hf＜Hg＜Hh，则按下式计算滤波输出值q，然后进入步骤6)：q=(Hd+He)2×0.75+[((Hc+Hf)2×0.75+(Hb+Hg)2×0.25]×0.25]]>其中，Ha、Hb、Hc、Hd、He、Hf、Hg和Hh分别代表8个非椒盐噪声点的灰度值；6)将中心像素的灰度值赋值为q，进入步骤7)；7)计算出滤波阵列内的像素梯度绝对值J，然后将J与阈值T2进行比较：若J大于T2，则将q作为该滤波阵列的中心像素的最终灰度值A并向外输出；若J小于T2，则按下式计算出该滤波阵列的中心像素的最终灰度值A并向外输出：A＝[q+(H2+H4+H6+H8...
【技术特征摘要】
【专利技术属性】
技术研发人员：李明，李梦萄，刘昌举，
申请(专利权)人：中国电子科技集团公司第四十四研究所，
类型：发明
国别省市：重庆;85
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。