一种新增异常点的自动检测方法、校正方法及系统技术方案

本申请提供新增异常点的自动检测方法、校正方法及系统，包括：以图像中的各像素点为目标点并以所述目标点为中心确定数据采集窗口；从图像中获取数据采集窗口内各像素点的灰度值；根据数据采集窗口内各像素点的灰度值，判断所述目标点是否为数据采集窗口内灰度值最大的像素点；若所述目标点为数据采集窗口内灰度值最大的像素点，判断所述目标点的灰度值与数据采集窗口内第二大灰度值的差值是否大于阈值；若所述目标点的灰度值与数据采集窗口内第二大灰度值的差值大于阈值，则所述目标点为异常点。实现对相机使用过程中新增的异常点进行检测和校正，有利于保证采集图像的质量，进而避免因为新增异常点无法进行校正对图像的应用的造成不良影响。

A New Automatic Detection Method, Correction Method and System for Adding Abnormal Points

【技术实现步骤摘要】
一种新增异常点的自动检测方法、校正方法及系统
本申请涉及相机设备
，尤其涉及一种新增异常点的自动检测方法、校正方法及系统。
技术介绍
相机是获取图像的一种设备，其核心器件是图像传感器，图像传感器可以将光转换为电，进而得到数字信号，即为图像。通常在图像传感器的制造、运输过程中不可避免的造成图像传感器中存在一些响应异常的感光单元，表现在图像中即为异常点，其灰度值与周围正常像素点的灰度值差异较大。这些异常点主要有坏点和暗电流点(也叫热点)，坏点是由图像传感器的感光单元的响应不正常造成，热点则是受曝光时间、增益、温度影响导致图像传感器的感光单元的响应发生变化造成。为避免图像传感器中异常的感光单元影响相机拍摄图像的质量，需要对拍摄图像的异常点进行校正。目前对拍摄图像异常点的校正通常需要以异常点的标定为基础，首先通过拍摄一定要求的图像，如暗场图像、半饱和图像或饱和图像等，检测出图像中的异常点，进而确定异常点在图像传感器中对应的位置，即找出图像传感器中异常感光单元的位置；然后将异常感光单元的位置信息储存在相机的存储介质(如Ram/Rom/Flash等)中；最后使用异常感光单元周围的正常感光单元校正异常感光单元，达到使用图像中的异常点周围的正常像素点对异常点进行校正，如可以直接用正常像素点的灰度值赋值给异常点，也可以取正常像素点的均值赋值给异常点。在相机使用过程中，发现随着相机的老化、相机参数设置(大曝光时间、大增益)以及使用温度的变化等问题使拍摄的图像中新增一些异常点。而上述以标定为基础的校正通常都是在相机出厂前进行，用户在拿到相机后通常不被允许再进行该操作。对于新增的这些异常点则无法被检测校正，并且若是其应用在一些使用要求较高的应用中时，这些异常点将会对应用造成不利影响。因此，如何对针对相机使用过程中新增异常点进行检测和校正是本领域技术人员亟待解决的技术难题。
技术实现思路
本申请提供了一种新增异常点的自动检测方法、校正方法及系统，用于针对相机使用过程中新增的异常点进行检测和校正，保证采集图像的质量。第一方面，本申请提供了一种新增异常点的自动检测方法，包括：获取图像，以所述图像中的各像素点为目标点并以所述目标点为中心确定数据采集窗口；从所述图像中获取所述数据采集窗口内各像素点的灰度值；根据所述数据采集窗口内各像素点的灰度值，判断所述目标点是否为所述数据采集窗口内灰度值最大的像素点；若所述目标点为所述数据采集窗口内灰度值最大的像素点，判断所述目标点的灰度值与所述数据采集窗口内第二大灰度值的差值是否大于阈值；若所述目标点的灰度值与所述数据采集窗口内第二大灰度值的差值大于阈值，则所述目标点为异常点。可选的，上述新增异常点的自动检测方法中，所述根据所述数据采集窗口内各像素点的灰度值，判断所述目标点是否为所述数据采集窗口内灰度值最大的像素点，包括：将所述数据采集窗口内各像素点的灰度值按照从小到大或从大到小的顺序进行排序，根据所述排序判断所述目标点是否为所述数据采集窗口内灰度值最大的像素点。可选的，上述新增异常点的自动检测方法中，所述获取图像，以所述图像中的各像素点为目标点，包括：提取彩色图像的红色分量图像、绿色分量图像和蓝色分量图像，分别以所述红色分量图像、绿色分量图像和蓝色分量图像中的各像素点为目标点。可选的，上述新增异常点的自动检测方法中，所述方法还包括：从所述图像的左上角开始逐行滑动所述数据采集窗口，遍历所述图像，检测出所述图像中的新增异常点。可选的，上述新增异常点的自动检测方法中，所述数据采集窗口为3×3的像素窗口。第二方面，本申请还提供了一种新增异常点的自动校正方法，所述方法还包括：根据数据采集窗口内各像素点的灰度值，检测出图像中的新增异常点；当检测到新增异常点时，根据以所述新增异常点为中心点对应的数据采集窗口内其他像素点的灰度值校正所述新增异常点的灰度值；其中，所述根据数据采集窗口内各像素点的灰度值，采用上述任意一项所述的新增异常点的自动检测方法检测出图像中的新增异常点。可选的，上述新增异常点的自动校正方法中，根据以所述新增异常点为中心点对应的数据采集窗口内其他像素点的灰度值校正所述新增异常点的灰度值，包括：根据获取到的所述异常点为中心点对应的数据采集窗口内其他像素点的灰度值，计算以所述异常点为中心点各方向的灰度值变化梯度；获取灰度值变化梯度最小方向上的像素点，取所述灰度值变化梯度最小方向上像素点的灰度值均值作为所述异常点校正后的灰度值。可选的，上述新增异常点的自动校正方法中，当对彩色图像的红色分量图像、绿色分量图像和蓝色分量图像分别进行新增异常点校正时，所述方法还包括：合并异常点校正后的红色分量图像、绿色分量图像和蓝色分量图像，获得异常点校正后的彩色图像。第三方面，基于本申请提供的新增异常点的自动检测方法，本申请还提供了一种新增异常点的自动检测系统，其特征在于，所述系统用于执行上述任意一项所述的新增异常点的自动检测方法。第四方面，基于本申请提供的新增异常点的自动校正方法，本申请还提供了一种增异常点的自动校正系统，其特征在于，所述系统用于执行上述任意一项所述的新增异常点的自动校正方法。本申请提供的新增异常点的自动检测方法、校正方法及系统，当随着相机的老化、相机参数设置(大曝光时间、大增益)以及使用温度的变化等问题使拍摄的图像中新增一些异常点时，以图像中的各像素点为目标点以及以所述目标点为中心确定数据采集窗口，根据数据采集窗口内各像素点的灰度值的大小判定目标点是否为异常点，进而实现图像中异常点的检测；当目标点为异常点时，根据所述异常点为中心点对应的数据采集窗口内其他像素点的灰度值校正所述新增异常点的灰度值，进而实现图像中异常点的校正。因此，本申请提供的新增异常点的自动检测方法、校正方法及系统，实现对相机使用过程中新增的异常点进行检测和校正，有利于保证采集图像的质量，进而避免因为新增异常点无法进行校正对图像的应用的造成不良影响。附图说明为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的存在新增异常点的图像；图2为本申请实施例提供的一种新增异常点的自动检测方法的流程示意图；图3为本申请实施例提供的一种新增异常点的自动校正方法的流程示意图；图4为本申请实施例提供的一种数据采集窗口的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。随着相机的老化、相机参数设置(大曝光时间、大增益)以及使用温度的变化等问题使拍摄的图像中新增一些异常点。附图1为本申请实施例中提供的一张存在新增异常点的图像，图1中阴影较深的像素点为新增异常点，对于图像中新增的异常点，在相机拍摄形成图像的过程中无法被检测校正，若是将存在新增异常点的图像直接输出被应用，可能会对其应用产生不良的影响。在本申请由附图1可知，新增异常点多以孤立点的形态存在，并且新增异常点响应多为高于周围正常像素点的灰度值，即对暗场的应用影响很大。为避免新增异常点对图像的应本文档来自技高网...

【技术保护点】
1.一种新增异常点的自动检测方法，其特征在于，包括：获取图像，以所述图像中的各像素点为目标点并以所述目标点为中心确定数据采集窗口；从所述图像中获取所述数据采集窗口内各像素点的灰度值；根据所述数据采集窗口内各像素点的灰度值，判断所述目标点是否为所述数据采集窗口内灰度值最大的像素点；若所述目标点为所述数据采集窗口内灰度值最大的像素点，判断所述目标点的灰度值与所述数据采集窗口内第二大灰度值的差值是否大于阈值；若所述目标点的灰度值与所述数据采集窗口内第二大灰度值的差值大于阈值，则所述目标点为异常点。

【技术特征摘要】
1.一种新增异常点的自动检测方法，其特征在于，包括：获取图像，以所述图像中的各像素点为目标点并以所述目标点为中心确定数据采集窗口；从所述图像中获取所述数据采集窗口内各像素点的灰度值；根据所述数据采集窗口内各像素点的灰度值，判断所述目标点是否为所述数据采集窗口内灰度值最大的像素点；若所述目标点为所述数据采集窗口内灰度值最大的像素点，判断所述目标点的灰度值与所述数据采集窗口内第二大灰度值的差值是否大于阈值；若所述目标点的灰度值与所述数据采集窗口内第二大灰度值的差值大于阈值，则所述目标点为异常点。2.根据权利要求1所述的新增异常点的自动检测方法，其特征在于，所述根据所述数据采集窗口内各像素点的灰度值，判断所述目标点是否为所述数据采集窗口内灰度值最大的像素点，包括：将所述数据采集窗口内各像素点的灰度值按照从小到大或从大到小的顺序进行排序，根据所述排序判断所述目标点是否为所述数据采集窗口内灰度值最大的像素点。3.根据权利要求1所述的新增异常点的自动检测方法，其特征在于，所述获取图像，以所述图像中的各像素点为目标点，包括：提取彩色图像的红色分量图像、绿色分量图像和蓝色分量图像，分别以所述红色分量图像、绿色分量图像和蓝色分量图像中的各像素点为目标点。4.根据权利要求1所述的新增异常点的自动检测方法，其特征在于，所述方法还包括：从所述图像的左上角开始逐行滑动所述数据采集窗口，遍历所述图像，检测出所述图像中的新增异常点。5.根据权利要求1所述的新增异常点的自动检测方法，其特征在于...

【专利技术属性】
技术研发人员：郭慧，姚毅，
申请(专利权)人：凌云光技术集团有限责任公司，
类型：发明
国别省市：北京,11