RAW‑RGB图像中坏点消除的方法技术

本发明专利技术提供了一种RAW RGB图像中坏点消除的方法，将一RAW RGB图像中的R像素和B像素转换为G像素，从而将所述RAW RGB图像转换为G域图像，在所述G域图像中进行坏点判断，并且再在G域图像中进行坏点的消除和还原，在上述的过程中，仅利用坏点所在的当前行以及前一行的数据即可实现，大大减少了当前技术方案中所需要的数据的量，从而减少了数据处理的时间，增大了实时处理的可能性，同时减少了需要的硬件面积，降低了资源消耗。

Methods RAW remove the dead pixel in RGB image

The present invention provides a method for eliminating RAW pixels in RGB images, a RAW conversion of R pixels and B pixels in RGB images of G pixels, so that the RAW RGB image is converted to G domain image, a dead judgment in the G domain image, and then in the G domain the image of eliminating bad points and a reduction in the process, using only the current line where the dead and the previous line data can be realized, greatly reduces the need for current technology scheme of the amount of data, so as to reduce the data processing time, increase the possibility of real-time processing, at the same time need the hardware area decreased, reduce the consumption of resources.

【技术实现步骤摘要】
RAW-RGB图像中坏点消除的方法
本专利技术涉及图像处理领域，尤其是一种RAW-RGB图像中坏点消除的方法。
技术介绍
图像传感器包含一个彩色滤波阵列(colorfilterarray)，即拜耳滤镜，使传感器上每一点采集的光线通过拜耳滤镜滤波后只能采集到一种波长的光，传感器上每一点采集的光线通过滤波处理后通过的对应颜色的光线为红色、蓝色或者绿色。图像传感器中的感光阵列将采集到的光信号转化为电信号；图像传感器再将电信号，转化为数字信号，转化的数字信号就是当前传感器上每一光线采集的点对应的像素值。图像传感器通过传感器上每一光线采集的点形成的阵列对应的像素组成一幅对应的原始图像。图像传感器获得的原始图像需要进行降低噪声与修正图像坏点等相关前置处理，以提高图像显示质量。目前一般电脑摄像头、手机摄像头各种数码相机和摄像机等数码成像产品，所用的图像传感器大多为RAW-RGB类型，在采集图像时通过RAW矩阵得到图像。由于目前制造工艺水平的原因，使得图像传感器采集的图像几乎不可避免的会出现坏点，并且，当图像传感器设备经过长时间使用后，会因为图像传感器的使用导致图像产生更多的坏点。坏点的出现不仅会降低图像的视觉效果，多坏点出现甚至会丢失部分重要的图像信息。因此，对图像坏点的检测以及处理一直以来都是图像处理领域一个重要的研究内容。现有的一些坏点检测算法要么出现图像坏点误检率比较高，要么出现坏点处理效果不好，要么进行图像处理所需要的时间长，实时性不够，或者需要的硬件面积大，资源消耗比较大。
技术实现思路
本专利技术的目的在于提供一种RAW-RGB图像中坏点消除的方法，以减少当前技术方案中所需要的数据的量，从而减少数据处理的时间，同时减少需要的硬件面积，进而降低资源消耗。为了达到上述目的，本专利技术提供了一种RAW-RGB图像中坏点消除的方法，包括：将一RAW-RGB图像中的R像素和B像素转换为G像素，从而将所述RAW-RGB图像转换为G域图像；对所述G域图像中的坏点进行判断；以及利用坏点所在行以及前一行数据对所述G域图像中的坏点进行还原。优选的，在上述的RAW-RGB图像中坏点消除的方法中，采用插值运算将所述RAW-RGB图像转换为G域图像。优选的，在上述的RAW-RGB图像中坏点消除的方法中，对于一M*N的RAW-RGB图像中的任意Rij像素/Bij像素，其G域像素值GIij由以下公式获得：GIij＝Rij/Bij-Gsub_avgij；其中，Rij像素/Bij像素为所述RAW-RGB图像中第i行第j列的像素；Gsub_avgij＝avg(Gsubi(j-2)，Gsub(i-1)(j-1)，Gsub(i+1)(j+1)，Gsubi(j+2))；其中，Gsub_avgij表示像素Rij像素/Bij的G域插值，GIij为Rij像素/Bij像素在所述G域图像对应的G域像素，avg(Gsubi(j-2)，Gsub(i-1)(j-1)，Gsub(I+1)(j+1)，Gsubi(j+2))表示(Gsubi(j-2)，Gsub(i-1)(j-1)，Gsub(I+1)(j+1)，Gsubi(j+2))的平均值；Gsubuv＝Ruv/Buv-avg(Gu(v-1)，G(u-1)v，Gu(v+1))；其中，avg(Gu(v-1)，G(u-1)v，Gu(v+1))表示(Gu(v-1)，G(u-1)v，Gu(v+1)的平均值，i、j、u以及v均为自然数，且，2≤i≤(M-1)，2≤j≤(N-1)，(i-1)≤u≤(i+1)，(j-2)≤v≤(j+2)。优选的，在上述的RAW-RGB图像中坏点消除的方法中，对所述G域图像中的坏点进行还原的步骤包括：在所述G域图像中对各个坏点进行还原，获得各个坏点的G域修正像素；以及根据各个坏点G域修正像素及其G域插值获得各个坏点在RAW-RGB图像中还原后的像素值。优选的，在上述的RAW-RGB图像中坏点消除的方法中，对于单个坏点、两个连续相同颜色的坏点以及连续两个坏点中的任意一个坏点，其G域修正像素由以下公式获得：GIij_rcv＝mean(GIi(j-s)，...，GIi(j-1)，GIi(j+1)，...，GIi(j+s))+max(GI(i-1)(j-t)_sub，...，GI(i-1)j_sub，...，GI(i-1)(j+t)_sub)；其中，i、j、s以及t均为自然数，且，2≤i≤(M-1)，2≤j≤(N-1)，2≤s≤(N/2)，1≤t≤(N/2)，GIij_rcv表示像素Rij像素/Bij/Gij的G域修正像素；mean(GIi(j-s)，...，GIi(j-1)，GIi(j+1)，...，GIi(j+s))表示(GIi(j-s)，...，GIi(j-1)，GIi(j+1)，...，GIi(j+s))中的中值/均值/去掉最大值和最小值后的均值；GI(i-1)w_sub＝GI(i-1)w-mean(GI(i-1)(w-s)，...GI(i-1)(w-1)，GI(i-1)(w+1)，...，GI(i-1)(w+s))；其中，(j-t)≤w≤(j+t)，2≤s≤(N/2)，mean(GI(i-1)(w-s)，...GI(i-1)(w-1)，GI(i-1)(w+1)，...，GI(i-1)(w+s))表示(GI(i-1)(w-s)，...GI(i-1)(w-1)，GI(i-1)(w+1)，...，GI(i-1)(w+S))中的中值/均值/去掉最大值和最小值后的均值。优选的，在上述的RAW-RGB图像中坏点消除的方法中，对于连续三个及以上坏点中的任意一个坏点，其G域修正像素通过以下步骤获得：获得多个与该坏点相邻的非坏点的像素与其上一行同一列的像素的差值的加权均值；该坏点的上一行同一列的像素与该加权均值的和即为该坏点的G域修正像素。优选的，在上述的RAW-RGB图像中坏点消除的方法中，对于任一坏点还原后的像素由以下公式获得：Rij/Bij/Gij＝GIij_rcv+-Gsub_avgij，其中，Gsub_avgij表示像素Rij像素/Bij的G域插值，Gij的G域插值为0，GIij_rcv表示像素Rij像素/Bij/Gij的G域修正像素，其中，i和j均为自然数，且，2≤i≤(M-1)，2≤j≤(N-1)。优选的，在上述的RAW-RGB图像中坏点消除的方法中，所述RAW-RGB图像中的G像素的G域插值为0。优选的，在上述的RAW-RGB图像中坏点消除的方法中，在对所述G域图像中的坏点进行判断的过程中，包括从水平方向和竖直方向及斜线方向进行判断。优选的，在上述的RAW-RGB图像中坏点消除的方法中，所述坏点包括亮坏点和暗坏点。优选的，在上述的RAW-RGB图像中坏点消除的方法中，所述G域图像中的坏点包括：单个坏点，连续两个相同颜色的坏点，连续两个坏点，连续三个坏点以及连续四个坏点。优选的，在上述的RAW-RGB图像中坏点消除的方法中，对于单个亮坏点，其判断依据如下：水平方向，需满足以下条件：该坏点在所述RAW-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最大值，且该坏点的像素值与该最大值的差值大于一第一预定阈值；以及在所述G域图像中，该坏点对应的像素的像素值的P1倍大于同一行中与其相邻的多个像本文档来自技高网...

【技术保护点】
一种RAW‑RGB图像中坏点消除的方法，其特征在于，包括：将一RAW‑RGB图像中的R像素和B像素转换为G像素，从而将所述RAW‑RGB图像转换为G域图像；对所述G域图像中的坏点进行判断；以及利用坏点所在行以及前一行数据对所述G域图像中的坏点进行还原。

【技术特征摘要】
1.一种RAW-RGB图像中坏点消除的方法，其特征在于，包括：将一RAW-RGB图像中的R像素和B像素转换为G像素，从而将所述RAW-RGB图像转换为G域图像；对所述G域图像中的坏点进行判断；以及利用坏点所在行以及前一行数据对所述G域图像中的坏点进行还原。2.如权利要求1所述的RAW-RGB图像中坏点消除的方法，其特征在于，采用插值运算将所述RAW-RGB图像转换为G域图像。3.如权利要求2所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于一M*N的RAW-RGB图像中的任意Rij像素/Bij像素，其G域像素值GIij由以下公式获得：GIij＝Rij/Bij-Gsub_avgij；其中，Rij像素/Bij像素为所述RAW-RGB图像中第i行第j列的像素；Gsub_avgij＝avg(Gsubi(j-2)，Gsub(i-1)(j-1)，Gsub(i+1)(j+1)，Gsubi(j+2))；其中，Gsub_avgij表示像素Rij像素/Bij的G域插值，GIij为Rij像素/Bij像素在所述G域图像对应的G域像素，avg(Gsubi(j-2)，Gsub(i-1)(j-1)，Gsub(I+1)(j+1)，Gsubi(j+2))表示(Gsubi(j-2)，Gsub(i-1)(j-1)，Gsub(I+1)(j+1)，Gsubi(j+2))的平均值；Gsubuv＝Ruv/Buv-avg(Gu(v-1)，G(u-1)v，Gu(v+1))；其中，avg(Gu(v-1)，G(u-1)v，Gu(v+1))表示(Gu(v-1)，G(u-1)v，Gu(v+1)的平均值，i、j、u以及v均为自然数，且，2≤i≤(M-1)，2≤j≤(N-1)，(i-1)≤u≤(i+1)，(j-2)≤v≤(j+2)。4.如权利要求3所述的RAW-RGB图像中坏点消除的方法，其特征在于，对所述G域图像中的坏点进行还原的步骤包括：在所述G域图像中对各个坏点进行还原，获得各个坏点的G域修正像素；以及根据各个坏点G域修正像素及其G域插值获得各个坏点在RAW-RGB图像中还原后的像素值。5.如权利要求4所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于单个坏点、两个连续相同颜色的坏点以及连续两个坏点中的任意一个坏点，其G域修正像素由以下公式获得：GIij_rcv＝mean(GIi(j-s)，...，GIi(j-1)，GIi(j+1)，...，GIi(j+s))+max(GI(i-1)(j-t)_sub，...，GI(i-1)j_sub，...，GI(i-1)(j+t)_sub)；其中，i、j、s以及t均为自然数，且，2≤i≤(M-1)，2≤j≤(N-1)，2≤s≤(N/2)，1≤t≤(N/2)，GIij_rcv表示像素Rij像素/Bij/Gij的G域修正像素；mean(GIi(j-s)，...，GIi(j-1)，GIi(j+1)，...，GIi(j+s))表示(GIi(j-s)，...，GIi(j-1)，GIi(j+1)，...，GIi(j+s))中的中值/均值/去掉最大值和最小值后的均值；GI(i-1)w_sub＝GI(i-1)w-mean(GI(i-1)(w-s)，...GI(i-1)(w-1)，GI(i-1)(w+1)，...，GI(i-1)(w+s))；其中，(j-t)≤w≤(j+t)，2≤s≤(N/2)，mean(GI(i-1)(w-s)，...GI(i-1)(w-1)，GI(i-1)(w+1)，...，GI(i-1)(w+s))表示(GI(i-1)(w-s)，...GI(i-1)(w-1)，GI(i-1)(w+1)，...，GI(i-1)(w+s))中的中值/均值/去掉最大值和最小值后的均值。6.如权利要求4所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于连续三个及以上坏点中的任意一个坏点，其G域修正像素通过以下步骤获得：获得多个与该坏点相邻的非坏点的像素与其上一行同一列的像素的差值的加权均值；该坏点的上一行同一列的像素与该加权均值的和即为该坏点的G域修正像素。7.如权利要求5或6所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于任一坏点还原后的像素由以下公式获得：Rij/Bij/Gij＝GIij_rcv+-Gsub_avgij，其中，Gsub_avgij表示像素Rij像素/Bij的G域插值，Gij的G域插值为0，GIij_rcv表示像素Rij像素/Bij/Gij的G域修正像素，其中，i和j均为自然数，且，2≤i≤(M-1)，2≤j≤(N-1)。8.如权利要求2所述的RAW-RGB图像中坏点消除的方法，其特征在于，所述RAW-RGB图像中的G像素的G域插值为0。9.如权利要求1所述的RAW-RGB图像中坏点消除的方法，其特征在于，在对所述G域图像中的坏点进行判断的过程中，包括从水平方向和竖直方向及斜线方向进行判断。10.如权利要求9所述的RAW-RGB图像中坏点消除的方法，其特征在于，所述坏点包括亮坏点和暗坏点。11.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，所述G域图像中的坏点包括：单个坏点，连续两个相同颜色的坏点，连续两个坏点，连续三个坏点以及连续四个坏点。12.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于单个亮坏点，其判断依据如下：水平方向，需满足以下条件：该坏点在所述RAW-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最大值，且该坏点的像素值与该最大值的差值大于一第一预定阈值；以及在所述G域图像中，该坏点对应的像素的像素值的P1倍大于同一行中与其相邻的多个像素的像素值的最大值的Q1倍，且该坏点对应的像素的像素值的P1倍与同一行中与其相邻的多个像素的像素值的最大值的Q1倍的差值大于所述第一预定阈值；竖直方向及斜线方向，需要满足以下条件：在所述G域图像中，该坏点对应的像素的像素值的P1倍大于同一行以及前一行中与该坏点相邻的多个像素的最大值的Q1倍，且二者的差值大于所述第一预定阈值；其中，P1和Q1均为大于1的自然数，且(P1/Q1)≤1。13.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于单个暗坏点，其判断依据如下：水平方向，需满足以下条件：该坏点在所述RAW-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最小值，且该坏点的像素值与该最小值的差值小于一第二预定...

【专利技术属性】
技术研发人员：王毫杰，
申请(专利权)人：上海晔芯电子科技有限公司，
类型：发明
国别省市：上海,31