一种基于最小中值梯度滤波的坏点检测及校正方法技术

本发明专利技术公开了一种基于最小中值梯度滤波的坏点检测及校正方法，以待检测像素点为中心的5×5Bayer阵列，以中心像素点为基准，对水平，竖直，对角线，斜对角线的每个方向分别计算三个梯度的绝对值，取出每个方向梯度绝对值的中值，再求出这四个中值的最小值，作为边缘方向即坏点校验方向，对于最小中值梯度方向，满足中间梯度绝对值大于同方向另外两个梯度绝对值和的某整数倍，为坏点，用该方向的像素值校验之；否则为正常点，直接输出。对于某些特殊值域的点，采用更加严格的判决条件以减少边缘点处的漏检，对于对角线或反对角线处，在梯度满足某些条件时采用更加宽松的判决条件以减少边缘处的误检。本发明专利技术快速滤除坏点，误检率和漏检率较低，且能完整保留图像边缘。

【技术实现步骤摘要】
一种基于最小中值梯度滤波的坏点检测及校正方法
本专利技术属于图像处理
，尤其涉及一种基于最小中值梯度滤波的坏点检测及校正方法。
技术介绍
由于图像传感器制造工艺的局限，CMOS传感器在出厂时都或多或少都带有一些坏点。且CMOS镜头在长时间使用后，或是高温长曝光的环境下，坏点会越来越多，极大的影响图像的质量。所谓的坏点就是指不随外部光照的影响，在某些固定的位置始终呈现极亮或极暗的像素值。坏点极大的影响图像质量，对观看者会产生极大的不适感。传统的坏点校正方法是将坏点的位置记录下来，以查找表的方式固化在电路中，这种方法只能校验最初的记录在查找表中的坏点，一旦出现新的坏点则无法校验。近几年，则出现了基于图像局部特征的实时坏点校验方法，但目前的方法有些对边缘不起作用，会漏掉边缘上的坏点，有些是处理了边缘，但对边缘会有模糊作用。因此提出一种能实时的处理图像，且既能滤掉边缘处的坏点，又不会模糊边缘的坏点校正算法就显得尤为重要。
技术实现思路
本专利技术的目的在于提供一种基于最小中值梯度滤波的坏点检测及校正方法，旨在解决现有的坏点校验方法，对边缘不起作用，会漏掉边缘上的坏点，或处理了边缘，但对边缘有模糊作用的问题。本专利技术是这样实现的，一种基于最小中值梯度滤波的坏点检测及校正方法，该基于最小中值梯度滤波的坏点检测及校正方法包括：步骤一，求出水平方向梯度绝对值的中值median_Dh＝median(Dh1，Dh2，Dh3)，同理求出竖直方向梯度绝对值的中值median_Dv＝median(Dv1，Dv2，Dv3)，对角线方向梯度绝对值的中值median_D45＝median(D45_1，D45_2，D45_3)，反对角线方向梯度绝对值的中值median_D135＝median(D135_1，D135_2，D135_3)；步骤二，求出这四个中值梯度的最小值min_grad，即min_grad＝min(median_Dh，median_Dv，median_D45，median_D135)，将该方向作为边缘方向进行坏点滤波；步骤三，对于中心像素值大于230和小于50的情况，当中心像素点C5的值小于15时，若C5都比C1，C2，C3，C4，C6，C7，C8，C9小，且小于某个阈值时，则判为坏点，用后面的步骤校正并输出；否则若当中心像素点C5的值大于230时，若C5都比C1，C2，C3，C4，C6，C7，C8，C9大，且大于某个阈值时，则判为坏点，用后面的步骤校正并输出，在50与230之间的点仍用后面的步骤进行坏点滤波；步骤四，对于最小梯度方向为水平方向的情况，过中心像素点的那个梯度的绝对值大于同方向的另两个梯度绝对值和的某正整数倍，即Dh2>4×(Dh1+Dh3)，则将中心像素点判为坏点，校正并输出，否则为正常像素点，直接输出。步骤五，对于最小梯度方向为竖直方向的情况，过中心像素点的那个梯度的绝对值大于同方向的另两个梯度绝对值和的某正整数倍，即Dv2>4×(Dv1+Dv3)，则将中心像素点判为坏点，校正并输出，否则为正常像素点，直接输出。步骤六，对于最小梯度方向为对角线方向的情况，此时若反对角线的三个梯度绝对值两两之差的绝对值的和小于某个阈值，此时若D45_2>3×(D45_1+D45_3)且D135_2>3×(D135_1+D135_3)，则判为坏点，校正并输出，否则为正常点；否则若D45_2>4×(D45_1+D45_3)，则判为坏点，校正并输出，否则为正常点，直接输出。步骤七，对于最小梯度方向为反对角线方向的情况，此时若对角线的三个梯度绝对值两两之差的绝对值的和小于某个阈值，此时若D135_2>3×(D135_1+D135_3)且D45_2>3×(D45_1+D45_3)，则判为坏点，校正并输出，否则为正常点；否则若D135_2>4×(D135_1+D135_3)，则判为坏点，校正并输出，否则为正常点。进一步，在步骤一之前需要进行如下步骤：以待检测像素点为中心得到5×5Bayer阵列，得到与中心像素点相同颜色通道的3×3同颜色矩阵；以中心像素点为基准，计算水平方向的三个二阶梯度，取其绝对值，得Dh1，Dh2，Dh3，计算竖直方向的三个梯度的绝对值Dv1，Dv2，Dv3，计算对角线方向的三个梯度的绝对值D45_1，D45_2，D45_3，计算反对角线方向的三个梯度的绝对值D135_1，D135_2，D135_3。进一步，Dh2，Dv2，D45_2，D135_2是各个方向上经过中心像素点的梯度，其余的梯度都没经过中心像素点。进一步，校正并输出的方法具体包括：当中心像素点C5被确认为坏点时，对最小梯度方向，用较接近中心像素点的像素值来求得校正值；校验过程如下：最小梯度方向min_grad是median_Dh即水平方向时，此时用水平方向的值校正之，过程如下：若|C4-C5|<|C5-C6|，则由C5-C4＝C8-C7＝C2-C1，得output＝C4+(C8+C2-C1-C7)/2，否则，output＝C6+(C8+C2-C3-C9)/2，用output代替原来的C5输出即可；同理，若C5被判为坏点且min_grad是median_Dv，即最小梯度方向是竖直方向，若|C5-C2|<|C5-C8|，则由C5-C2＝C4-C1＝C6-C3，得output＝C2+(C4+C6-C1-C3)/2，否则，output＝C8+(C4+C6-C7-C9)/2，用output代替原来的C5输出即可；同理，若C5被判为坏点且min_grad是median_D45，即最小梯度方向是对角线方向，若|C5-C3|<|C5-C7|，则由C5-C3＝C4-C2＝C8-C6，得output＝C3+(C4+C8-C2-C6)/2，否则，output＝C7+(C2+C6-C4-C8)/2，用output代替原来的C5输出即可；同理，若C5被判为坏点且min_grad是median_D135，即最小梯度方向是反对角线方向，若|C5-C1|<|C5-C9|，则由C5-C1＝C8-C4＝C6-C2，得output＝C1+(C6+C8-C2-C4)/2，否则，output＝C9+(C2+C4-C6-C8)/2，用output代替原来的C5输出即可。进一步，C1，C2，C3，C4，C5，C6，C7，C8，C9是滤波阵列的像素值，依次从上到下，从左到右排列，其中C5为中心像素点。进一步，梯度绝对值的计算公式如下：Dh1＝|C1+C3-2×C2|，Dh2＝|C4+C6-2×C5|，Dh3＝|C7+C9-2×C8|，Dv1＝|C1+C7-2×C4|，Dv2＝|C2+C8-2×C5|，Dv3＝|C3+C9-2×C6|，D45_1＝2×|C2-C4|，D45_2＝|C3+C7-2×C5|，D45_3＝2×|C6-C8|D135_1＝2×|C4-C8|，D135_2＝|C1+C9-2×C5|，D135_3＝2×|C2-C6|。进一步，对角线的三个梯度绝对值两两之差的绝对值的和的计算公式如下：D45_sum＝|D45_1-D45_2|+|D45_1-D45_3|+|D45_2-D45_3|。进一步，反对角线的本文档来自技高网...

【技术保护点】
一种基于最小中值梯度滤波的坏点检测及校正方法，其特征在于，该基于最小中值梯度滤波的坏点检测及校正方法包括：步骤一，分别求出水平方向，竖直方向，对角线方向，反对角线方向的梯度绝对值：Dh1＝|c1+c3‑2*c2|，Dh2＝|c4+c6‑2*c5|，Dh3＝|c7+c9‑2*c8|；Dv1＝|c1+c7‑2*c4|，Dv2＝|c2+c8‑2*c5|，Dv3＝|c3+c9‑2*c6|；D45_1＝2*|c4‑c2|，D45_2＝|c3+c7‑2*c5|，D45_3＝2*|c6‑c8|；D135_1＝2*|c2‑c6|，D135_2＝|c1+c9‑2*c5|，D135_3＝2*|c4‑c8|；步骤二，求出水平方向梯度绝对值的中值：median_Dh＝median(Dh1，Dh2，Dh3)，即Dh1>＝Dh2且Dh2>＝Dh3或Dh3>＝Dh2且Dh2>＝Dh1，则median_Dh＝Dh2，否则若Dh2>＝Dh1且Dh1>＝Dh3或Dh3>＝Dh1且Dh1>＝Dh2，则median_Dh＝Dh1，否则median_Dh＝Dh3，同理求出竖直方向梯度绝对值的中值：median_Dv＝median(Dv1，Dv2，Dv3)，即Dv1>＝Dv2且Dv2>＝Dv3或Dv3>＝Dv2且Dv2>＝Dv1，则median_Dv＝Dv2，否则若Dv2>＝Dv1且Dv1>＝Dv3或Dv3>＝Dv1且Dv1>＝Dv2，则median_Dv＝Dv1，否则median_Dv＝Dv3，对角线方向梯度绝对值的中值：median_D45＝median(D45_1，D45_2，D45_3)，即D45_1>＝D45_2且D45_2>＝D45_3或D45_3>＝D45_2且D45_2>＝D45_1，则median_D45＝D45_2，否则若D45_2>＝D45_1且D45_1>＝D45_3或D45_3>＝D45_1且D45_1>＝D45_2，则median_D45＝D45_1，否则median_D45＝D45_3，反对角线方向梯度绝对值的中值：median_D135＝median(D135_1，D135_2，D135_3)，即D135_1>＝D135_2且D135_2>＝D135_3或D135_3>＝D135_2且D135_2>＝D135_1，则median_D135＝D135_2，否则若D135_2>＝D135_1且D135_1>＝D135_3或D135_3>＝D135_1且D135_1>＝D135_2，则median_D135＝D135_1，否则median_D135＝D135_3；步骤三，求出这四个中值梯度的最小值min_grad，即：min_grad＝min(median_Dh，median_Dv，median_D45，median_D135)，即：median_Dh<＝median_Dv且median_Dh<＝median_D45且median_Dh<＝median_D135，则min_grad＝median_Dh；否则若median_Dv<＝median_Dh且median_Dv<＝median_D45且median_Dv<＝median_D135；则min_grad＝median_Dv，否则若median_D45<＝median_Dh且median_D45<＝median_Dv且median_D45<＝median_D135；则min_grad＝median_D45，否则min_grad＝median_D135，将该方向作为边缘方向进行坏点滤波；步骤四，对于中心像素值大于230和小于50的情况，当中心像素点C5的值小于15时，C5都比C1，C2，C3，C4，C6，C7，C8，C9小，且小于40时，则判为坏点；否则当中心像素点C5的值大于230时，C5都比C1，C2，C3，C4，C6，C7，C8，C9大，且大于30时，则判为坏点，在50与230之间的点仍用后面的步骤进行坏点滤波；步骤五，对于最小梯度方向为水平方向和竖直方向的情况，过中心像素点的那个梯度的绝对值大于同方向的另两个梯度绝对值和的某正整数倍，对于最小梯度为水平方向的情况，即当Dh2>4×(Dh1+Dh3)时，则将中心像素点判为坏点，校正并输出，否则为正常像素点，对于最小梯度为竖直方向的情况，即当Dv2>4×(Dv1+Dv3)时，则将中心像素点判为坏点，校正并输出，否则为正常像素点；步骤六，对于最小梯度方向为对角线方向的情况，此时若反对角线的三...

【技术特征摘要】
1.一种基于最小中值梯度滤波的坏点检测及校正方法，其特征在于，该基于最小中值梯度滤波的坏点检测及校正方法包括：步骤一，分别求出水平方向，竖直方向，对角线方向，反对角线方向的梯度绝对值：Dh1＝|c1+c3-2*c2|，Dh2＝|c4+c6-2*c5|，Dh3＝|c7+c9-2*c8|；Dv1＝|c1+c7-2*c4|，Dv2＝|c2+c8-2*c5|，Dv3＝|c3+c9-2*c6|；D45_1＝2*|c4-c2|，D45_2＝|c3+c7-2*c5|，D45_3＝2*|c6-c8|；D135_1＝2*|c2-c6|，D135_2＝|c1+c9-2*c5|，D135_3＝2*|c4-c8|；对以待检测像素点为中心的5*5Bayer矩阵，隔行隔列取出3*3矩阵窗口，从左到右从上到下其像素值大小依次标记为c1,c2,c3,c4,c5,c6,c7,c8,c9；分别求出该3*3矩阵窗口在水平方向，竖直方向，对角线方向，反对角线方向的梯度绝对值；步骤二，求出水平方向梯度绝对值的中值：median_Dh＝median(Dh1，Dh2，Dh3)，即Dh1>＝Dh2且Dh2>＝Dh3或Dh3>＝Dh2且Dh2>＝Dh1，则median_Dh＝Dh2，否则若Dh2>＝Dh1且Dh1>＝Dh3或Dh3>＝Dh1且Dh1>＝Dh2，则median_Dh＝Dh1，否则median_Dh＝Dh3，同理求出竖直方向梯度绝对值的中值：median_Dv＝median(Dv1，Dv2，Dv3)，即Dv1>＝Dv2且Dv2>＝Dv3或Dv3>＝Dv2且Dv2>＝Dv1，则median_Dv＝Dv2，否则若Dv2>＝Dv1且Dv1>＝Dv3或Dv3>＝Dv1且Dv1>＝Dv2，则median_Dv＝Dv1，否则median_Dv＝Dv3，对角线方向梯度绝对值的中值：median_D45＝median(D45_1，D45_2，D45_3)，即D45_1>＝D45_2且D45_2>＝D45_3或D45_3>＝D45_2且D45_2>＝D45_1，则median_D45＝D45_2，否则若D45_2>＝D45_1且D45_1>＝D45_3或D45_3>＝D45_1且D45_1>＝D45_2，则median_D45＝D45_1，否则median_D45＝D45_3，反对角线方向梯度绝对值的中值：median_D135＝median(D135_1，D135_2，D135_3)，即D135_1>＝D135_2且D135_2>＝D135_3或D135_3>＝D135_2且D135_2>＝D135_1，则median_D135＝D135_2，否则若D135_2>＝D135_1且D135_1>＝D135_3或D135_3>＝D135_1且D135_1>＝D135_2，则median_D135＝D135_1，否则median_D135＝D135_3；步骤三，求出这四个中值梯度的最小值min_grad，即：min_grad＝min(median_Dh，median_Dv，median_D45，median_D135)，即：median_Dh<＝median_Dv且median_Dh<＝median_D45且median_Dh<＝median_D135，则min_grad＝median_Dh；否则若median_Dv<＝median_Dh且median_Dv<＝median_D45且median_Dv<＝median_D135；则min_grad＝median_Dv，否则若median_D45<＝median_Dh且median_D45<＝median_Dv且median_D45<＝median_D135；则min_grad＝median_D45，否则min_grad＝median_D135，将该方向作为边缘方向进行坏点滤波；步骤四，对于中心像素值大于230和小于50的情况，当中心像素点C5的值小于15时，C5都比C1，C2，C3，C4，C6，C7，C8，C9小，且小于40时，则判为坏点；否则当中心像素点C5的值大于230时，C5都比C1，C2，C3，C4，C6，C7，C8，C9大，且大于30时，则判为坏点，在50与230之间的点仍用后面的步骤进行坏点滤波；步骤五，对于最小梯度方向为水平方向和竖直方向的情况，过中心像素点的那个梯度的绝对值大于同方向的另两个梯度绝对值和的某正整数倍，对于最小梯度为水平方向的情况，即当Dh2>4×(Dh1+Dh3)时，则将中心像素点判为坏点，校正并输出，否则为正常像素点，对于最小梯度为竖直方向的情况，即当Dv2>4×(Dv1+Dv3)时，则将中心像素点判为坏点，校正并输出，否则为正常像素点；步骤六，对于最小梯度方向为对角线方向的...

【专利技术属性】
技术研发人员：宋锐，吴火森，贾媛，李云松，王养利，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61