一种图像坏点检测方法和装置制造方法及图纸

本发明专利技术公开了一种图像坏点检测方法和装置，所述方法针对bayer格式的图像进行坏点检测，根据当前像素点的位置以及与周围像素点的对应关系，计算第一梯度值、第二梯度值和第三梯度值，并通过比较三者之间的关系，来判断当前像素点是否是疑似坏点。由于是基于图像上坏点属性来查找坏点的，相较于现有的坏点检测方法，缩小了硬件面积。同时对图像上的像素点逐一排查，有利于发现更多的疑似坏点，进而在疑似坏点中进行排查，有效提高坏点检测的效率。

An image defect detection method and device

The invention discloses an image defect detection method and device, the method in Bayer images of dead pixels, according to the current pixel position and the corresponding relations with the surrounding pixels, calculating the first gradient value, second gradient values and third gradient values, the relationship between and through the comparison of the three, to judge whether the current pixel is suspected huaidian. Because it is based on the image pixel attribute to find the singular points, compared with the existing defect detection methods, reduced the hardware area. At the same time, the pixels one by one, to find more suspected dead, and then carried out the investigation in suspected Huaidian, effectively improve the efficiency of the detection point.

【技术实现步骤摘要】
一种图像坏点检测方法和装置
本专利技术涉及图像处理领域，特别涉及一种图像坏点检测方法和装置。
技术介绍
随着科学技术的进步，现有的摄像头传感器的分辨率不断增加。以前的坏点检测算法，主要是针对中小分辨率的传感器的坏点检测，对于分辨率高的传感器而言，很多算法坏点检测速度慢，无法做到在线检测。同时，现有的坏点检测方法(如基于LUT的方法)需要占用MEM、消耗芯片面积，随着ISP输入分辨率的不断提高，其面积消耗成几十倍上升。同时，随着生活水平的提高，人们对图像质量有了更高的要求，用户的眼睛对一张图片上有突出的亮点或者暗点是非常敏感的，图像上的坏点将直接影响到用户的感官体验。
技术实现思路
为此，需要提供一种图像坏点检测的技术方案，用以解决现有的坏点检测算法芯片消耗面积、坏点检测率低、无法满足大分辨率的传感器需求等问题。为实现上述目的，专利技术人提供了一种图像坏点检测方法，所述图像为bayer格式图像，像素点的像素通道包括Gr通道、Gb通道、B通道和R通道，则每个像素点对应的像素值为Gr通道分量值、Gb通道分量值、R通道分量值、B通道分量值中的一种，所述方法包括以下步骤：以当前像素点为中心像素点，获取图像上NxM大小的像素区块；获取与当前像素点距离为第一距离、且像素通道为Gr通道或Gb通道对应的所有像素点的像素值，并计算这些像素点的像素值的中位数，得到第一像素中值；获取与当前像素点距离为第二距离、且像素通道为Gr通道或Gb通道对应的所有像素点的像素值，并计算这些像素点的像素值的中位数，得到第二像素中值；所述第二距离大于第一距离；分别计算第一梯度值、第二梯度值和第三梯度值；所述第一梯度值为当前像素点的像素值与第一像素中值的差，所述第二梯度值为当前像素点的像素值与第二像素中值的差，所述第三梯度值为第一像素中值与第二像素中值的差；对第一梯度值、第二梯度值和第三梯度值三者进行第一判断，所述第一判断包括：判断第一梯度值与第二梯度值的符号是否不同，若是则判定当前像素点不是疑似坏点，否则判断第一梯度值的绝对值与第三梯度值的绝对值的商是否大于第一预设误差，若是则判定当前像素点为疑似坏点，否则判定当前像素点不是疑似坏点；记录第一判断结果，所述第一判断结果包括当前像素点为疑似坏点或当前像素点不是疑似坏点。进一步地，所述方法还包括步骤：计算以当前像素点为中心，预设像素区块内所有像素点在不同预设方向上的二阶梯度均值，每一个预设方向对应一个二阶梯度均值；对计算得出的所有二阶梯度均值取最小值，得到最小二阶梯度均值并记录；计算预设像素区块内像素点对应的纹理值，得到纹理值；对最小二阶梯度均值与纹理值进行第二判断，并记录第二判断结果，所述第二判断包括：判断最小二阶梯度均值与纹理值的差是否大于第二预设误差，若是则判定当前像素点为疑似坏点，否则判定当前像素点为非疑似坏点。进一步地，所述第二预设误差根据当前像素点的通道类型确定。进一步地，所述方法包括：对第一判断结果和第二判断结果进行第一逻辑运算，若第一逻辑运算结果为真则判定当前像素点为坏点，若第一逻辑运算结果为假则判定当前像素不是坏点。进一步地，所述方法包括：获取NxM大小的像素区块内所有像素点的像素值，并根据像素值的大小将所获取的所有像素点进行顺序排列，得到一像素值序列，每一排列后的像素点对应一排列编号；计算像素值序列的中位数，得到第三像素中值；对判定为坏点的像素点采用第三像素中值替换其原有的像素值。进一步地，所述方法包括以下步骤：获取预设大小的像素区块内所有像素点的像素值，并根据像素值的大小将所获取的所有像素点进行顺序排列，得到一像素值序列，每一排列后的像素点对应一排列编号；计算像素值序列的中位数，得到第三像素中值；根据预设边界阈值，从像素值序列中确定一个指定小像素值和一个指定大像素值，所述指定小像素值为排列编号为编号指定小值的像素点对应的像素值，所述编号指定小值为像素值最小的像素点的排列编号与预设边界阈值的差的绝对值；所述指定大像素值为排列编号为编号指定大值的像素点对应的像素值，所述编号指定大值为像素值最大的像素点的排列编号与预设边界阈值的差的绝对值；计算指定大像素值与指定小像素值之差，确定第一差值；根据当前像素点与第三像素中值的大小关系，确定当前像素点的像素类型，并根据当前像素点的像素类型确定第二差值；对第一差值和第二差值进行第三判断，并记录第三判断结果；所述第三判断包括：第二差值与第一差值的商是否在大于第三预设误差，若是则判定当前像素点为疑似坏点，否则不判定当前像素点为疑似坏点。进一步地，所述方法还包括步骤：对第一判断结果、第二判断结果和第三判断结果进行第二逻辑运算，若第二逻辑运算结果为真则判定当前像素点为坏点，若第二逻辑运算结果为假则判定当前像素不是坏点。进一步地，所述方法还包括步骤：对第一判断结果和第三判断结果进行第三逻辑运算，若第三逻辑运算结果为真则判定当前像素点为坏点，若第三逻辑运算结果为假则判定当前像素不是坏点。进一步地，所述方法还包括步骤：对像素值序列中所有像素点进行第四判断，并记录判断结果；所述第四判断包括：判定像素值序列中，排列编号位于编号指定大值与编号最大值之间或者位于编号最小值与编号指定小值之间的像素点为疑似坏点，其他像素点为非疑似坏点；所述编号最大值为像素值最大的像素点对应的排列编号，所述编号最小值为像素值最小的像素点对应的排列编号。进一步地，所述方法还包括步骤：对第一判断结果、第二判断结果、第三判断结果和第四判断结果进行第四逻辑运算，若第四逻辑运算结果为真则判定当前像素点为坏点，若第四逻辑运算结果为假则判定当前像素不是坏点。进一步地，所述方法还包括步骤：对第一判断结果、第三判断结果和第四判断结果进行第五逻辑运算，若第五逻辑运算结果为真则判定当前像素点为坏点，若第五逻辑运算结果为假则判定当前像素不是坏点。进一步地，其特征在于，在步骤“判定当前像素点为坏点”之后还包括步骤：对判定为坏点的像素点采用第三像素中值替换其原有的像素值。进一步地，其特征在于，在步骤“判定当前像素点为坏点”之后还包括步骤：根据当前像素点的像素类型，对判定为坏点的像素点采用指定小像素值或指定大像素值替换其原有的像素值。进一步地，所述像素类型包括max型和min型，在步骤“根据当前像素点的像素类型，对判定为坏点的像素点采用指定小像素值或指定大像素值替换其原有的像素值”具体包括：当前像素点的值大于第三像素中值时，则确定当前像素点的像素类型为max型，对判定为坏点的像素点采用指定大像素值替换其原有的像素值；当前像素点的值小于第三像素中值时，则确定当前像素点的像素类型为min型，对判定为坏点的像素点采用指定小像素值替换其原有的像素值。进一步地，所述步骤“计算指定大像素值与指定小像素值之差，确定第一差值”包括：计算指定大像素值与指定小像素值之差，得到第一中间差值；判断第一中间差值是否大于预设第一差值，若是则确定第一中间差值为第一差值，否则确定预设第一差值为第一差值。进一步地，所述像素类型包括max型和min型，步骤“根据当前像素点与第三像素中值的大小关系，确定当前像素点的像素类型，并根据当前像素点的像素类型确定第二差值”包括：当前像素点的值大于第三像素中值时，则确定当前像素点的像素类型为max型，所述第二差本文档来自技高网...

【技术保护点】
一种图像坏点检测方法，其特征在于，所述图像为bayer格式图像，像素点的像素通道包括Gr通道、Gb通道、B通道和R通道，则每个像素点对应的像素值为Gr通道分量值、Gb通道分量值、R通道分量值、B通道分量值中的一种，所述方法包括以下步骤：以当前像素点为中心像素点，获取图像上NxM大小的像素区块；获取与当前像素点距离为第一距离、且像素通道为Gr通道或Gb通道对应的所有像素点的像素值，并计算这些像素点的像素值的中位数，得到第一像素中值；获取与当前像素点距离为第二距离、且像素通道为Gr通道或Gb通道对应的所有像素点的像素值，并计算这些像素点的像素值的中位数，得到第二像素中值；所述第二距离大于第一距离；分别计算第一梯度值、第二梯度值和第三梯度值；所述第一梯度值为当前像素点的像素值与第一像素中值的差，所述第二梯度值为当前像素点的像素值与第二像素中值的差，所述第三梯度值为第一像素中值与第二像素中值的差；对第一梯度值、第二梯度值和第三梯度值三者进行第一判断，所述第一判断包括：判断第一梯度值与第二梯度值的符号是否不同，若是则判定当前像素点不是疑似坏点，否则判断第一梯度值的绝对值与第三梯度值的绝对值的商是否大于第一预设误差，若是则判定当前像素点为疑似坏点，否则判定当前像素点不是疑似坏点；记录第一判断结果，所述第一判断结果包括当前像素点为疑似坏点或当前像素点不是疑似坏点。...

【技术特征摘要】
1.一种图像坏点检测方法，其特征在于，所述图像为bayer格式图像，像素点的像素通道包括Gr通道、Gb通道、B通道和R通道，则每个像素点对应的像素值为Gr通道分量值、Gb通道分量值、R通道分量值、B通道分量值中的一种，所述方法包括以下步骤：以当前像素点为中心像素点，获取图像上NxM大小的像素区块；获取与当前像素点距离为第一距离、且像素通道为Gr通道或Gb通道对应的所有像素点的像素值，并计算这些像素点的像素值的中位数，得到第一像素中值；获取与当前像素点距离为第二距离、且像素通道为Gr通道或Gb通道对应的所有像素点的像素值，并计算这些像素点的像素值的中位数，得到第二像素中值；所述第二距离大于第一距离；分别计算第一梯度值、第二梯度值和第三梯度值；所述第一梯度值为当前像素点的像素值与第一像素中值的差，所述第二梯度值为当前像素点的像素值与第二像素中值的差，所述第三梯度值为第一像素中值与第二像素中值的差；对第一梯度值、第二梯度值和第三梯度值三者进行第一判断，所述第一判断包括：判断第一梯度值与第二梯度值的符号是否不同，若是则判定当前像素点不是疑似坏点，否则判断第一梯度值的绝对值与第三梯度值的绝对值的商是否大于第一预设误差，若是则判定当前像素点为疑似坏点，否则判定当前像素点不是疑似坏点；记录第一判断结果，所述第一判断结果包括当前像素点为疑似坏点或当前像素点不是疑似坏点。2.如权利要求1所述的图像坏点检测方法，其特征在于，所述方法还包括步骤：计算以当前像素点为中心，预设像素区块内所有像素点在不同预设方向上的二阶梯度均值，每一个预设方向对应一个二阶梯度均值；对计算得出的所有二阶梯度均值取最小值，得到最小二阶梯度均值并记录；计算预设像素区块内像素点对应的纹理值，得到纹理值；对最小二阶梯度均值与纹理值进行第二判断，并记录第二判断结果，所述第二判断包括：判断最小二阶梯度均值与纹理值的差是否大于第二预设误差，若是则判定当前像素点为疑似坏点，否则判定当前像素点为非疑似坏点。3.如权利要求2所述的图像坏点检测方法，其特征在于，所述第二预设误差根据当前像素点的通道类型确定。4.如权利要求2所述的图像坏点检测方法，其特征在于，所述方法包括：对第一判断结果和第二判断结果进行第一逻辑运算，若第一逻辑运算结果为真则判定当前像素点为坏点，若第一逻辑运算结果为假则判定当前像素不是坏点。5.如权利要求4所述的图像坏点检测方法，其特征在于，所述方法包括：获取NxM大小的像素区块内所有像素点的像素值，并根据像素值的大小将所获取的所有像素点进行顺序排列，得到一像素值序列，每一排列后的像素点对应一排列编号；计算像素值序列的中位数，得到第三像素中值；对判定为坏点的像素点采用第三像素中值替换其原有的像素值。6.如权利要求1或2所述的图像坏点检测方法，其特征在于，所述方法包括以下步骤：获取预设大小的像素区块内所有像素点的像素值，并根据像素值的大小将所获取的所有像素点进行顺序排列，得到一像素值序列，每一排列后的像素点对应一排列编号；计算像素值序列的中位数，得到第三像素中值；根据预设边界阈值，从像素值序列中确定一个指定小像素值和一个指定大像素值，所述指定小像素值为排列编号为编号指定小值的像素点对应的像素值，所述编号指定小值为像素值最小的像素点的排列编号与预设边界阈值的差的绝对值；所述指定大像素值为排列编号为编号指定大值的像素点对应的像素值，所述编号指定大值为像素值最大的像素点的排列编号与预设边界阈值的差的绝对值；计算指定大像素值与指定小像素值之差，确定第一差值；根据当前像素点与第三像素中值的大小关系，确定当前像素点的像素类型，并根据当前像素点的像素类型确定第二差值；对第一差值和第二差值进行第三判断，并记录第三判断结果；所述第三判断包括：第二差值与第一差值的商是否在大于第三预设误差，若是则判定当前像素点为疑似坏点，否则不判定当前像素点为疑似坏点。7.如权利要求6所述的图像坏点检测方法，其特征在于，所述方法还包括步骤：对第一判断结果、第二判断结果和第三判断结果进行第二逻辑运算，若第二逻辑运算结果为真则判定当前像素点为坏点，若第二逻辑运算结果为假则判定当前像素不是坏点。8.如权利要求6所述的图像坏点检测方法，其特征在于，所述方法还包括步骤：对第一判断结果和第三判断结果进行第三逻辑运算，若第三逻辑运算结果为真则判定当前像素点为坏点，若第三逻辑运算结果为假则判定当前像素不是坏点。9.如权利要求6所述的图像坏点检测方法，其特征在于，所述方法还包括步骤：对像素值序列中所有像素点进行第四判断，并记录判断结果；所述第四判断包括：判定像素值序列中，排列编号位于编号指定大值与编号最大值之间或者位于编号最小值与编号指定小值之间的像素点为疑似坏点，其他像素点为非疑似坏点；所述编号最大值为像素值最大的像素点对应的排列编号，所述编号最小值为像素值最小的像素点对应的排列编号。10.如权利要求9所述的图像坏点检测方法，其特征在于，所述方法还包括步骤：对第一判断结果、第二判断结果、第三判断结果和第四判断结果进行第四逻辑运算，若第四逻辑运算结果为真则判定当前像素点为坏点，若第四逻辑运算结果为假则判定当前像素不是坏点。11.如权利要求9所述的图像坏点检测方法，其特征在于，所述方法还包括步骤：对第一判断结果、第三判断结果和第四判断结果进行第五逻辑运算，若第五逻辑运算结果为真则判定当前像素点为坏点，若第五逻辑运算结果为假则判定当前像素不是坏点。12.如权利要求7或8或10或11所述的图像坏点检测方法，其特征在于，在步骤“判定当前像素点为坏点”之后还包括步骤：对判定为坏点的像素点采用第三像素中值替换其原有的像素值。13.如权利要求7或8或10或11所述的图像坏点检测方法，其特征在于，在步骤“判定当前像素点为坏点”之后还包括步骤：根据当前像素点的像素类型，对判定为坏点的像素点采用指定小像素值或指定大像素值替换其原有的像素值。14.如权利要求13所述的图像坏点检测方法，其特征在于，所述像素类型包括max型和min型，在步骤“根据当前像素点的像素类型，对判定为坏点的像素点采用指定小像素值或指定大像素值替换其原有的像素值”具体包括：当前像素点的值大于第三像素中值时，则确定当前像素点的像素类型为max型，对判定为坏点的像素点采用指定大像素值替换其原有的像素值；当前像素点的值小于第三像素中值时，则确定当前像素点的像素类型为min型，对判定为坏点的像素点采用指定小像素值替换其原有的像素值。15.如权利要求6所述的图像坏点检测方法，其特征在于，所述步骤“计算指定大像素值与指定小像素值之差，确定第一差值”包括：计算指定大像素值与指定小像素值之差，得到第一中间差值；判断第一中间差值是否大于预设第一差值，若是则确定第一中间差值为第一差值，否则确定预设第一差值为第一差值。16.如权利要求6所述的图像坏点检测方法，其特征在于，所述像素类型包括max型和min型，步骤“根据当前像素点与第三像素中值的大小关系，确定当前像素点的像素类型，并根据当前像素点的像素类型确定第二差值”包括：当前像素点的值大于第三像素中值时，则确定当前像素点的像素类型为max型，所述第二差值为当前像素点的像素值与指定小像素值之差；当前像素点的值小于第三像素中值时，则确定当前像素点的像素类型为min型，所述第二差值为指定大像素值与当前像素点的像素值之差。17.如权利要求6所述的图像坏点检测方法，其特征在于，所述步骤“以当前像素点为中心像素点，获取图像上NxM大小的像素区块”包括：以当前像素点为中心像素点，从图像上获取TxS子块，再从所述TxS子块中获取NxM像素区块。18.如权利要求17所述的图像坏点检测方法，其特征在于，所述TxS子块为5x5子块，则所述NxM大小的像素区块为3x3子块。19.如权利要求1所述的图像坏点检测方法，其特征在于，所述方法包括：以当前像素点的下一像素点为中心像素点，并判断下一像素点是否为疑似坏点，并记录判断结果；重复上述步骤，直至NxM大小的像素区块内所有像素点均遍历完成。20.一种图像坏点检测装置，其特征在于，所述图像为bayer格式图像，像素点的像素通道包括Gr通道、Gb通道、B通道和R通道，则每个像素点对应的像素值为Gr通道分量值、Gb通道分量值、R通道分量值、B通道分量值中的一种，所述装置包括获取单元、判断单元、计算单元和记录单元；所述获取单元包括像素区块获取单元和像素获取单元，所述计算单元包括像素中值计算单元和梯度值计算单元，所述像素中值计算单元包括第一像素中值计算单元和第二像素中值计算单元，所述判断单元包括第一判断单元，所述像素区块获取单元用于获取以当前像素点为中心像素点、图像上NxM大小的像素区块；所述像素获取单元用于获取与当前像素点距离为第一距离、且像素通道为Gr通道或Gb通道对应的所有像素点的像素值，所述第一像素中值计算单元用于计算这些像素点的像素值的中位数，得到第一像素中值；所述像素获取单元还用于获取与当前像素点距离为第二距离、且像素通...

【专利技术属性】
技术研发人员：朱祖建，武继瑞，郑天翼，罗宁，戴正展，
申请(专利权)人：福州瑞芯微电子股份有限公司，
类型：发明
国别省市：福建,35