一种基于摄像机模组的数字图像处理算法制造技术

本发明专利技术公开了一种基于摄像机模组的数字图像处理算法，包含以下步骤：A、LENS将光信号投射到Sensor的感光区域；在sensor中通过光电转换，将Bayer格式的原始图像传送至黑电平校正模块BLC进行黑电平校正，本发明专利技术的有益效果是：1、图像效果出色。经算法处理后，图像清晰度高、画面细腻、色彩还原度高、通透性好、噪点低、画面流畅；2、适应性强。能够在不同场景下（比如低照度场景、超低亮度场景、运动场景、雨天场景、雾天场景等等）进行图像效果处理，并且能够保证处理后的图像效果依旧出色；3、优化程度高，复杂程度低，节省硬件成本。算法支持在性能一般的硬件平台上运行。

A digital image processing algorithm based on camera module

The invention discloses a camera module based on digital image processing algorithm, which comprises the following steps: A, LENS photosensitive area light signal is projected to Sensor; through the photoelectric conversion in sensor BLC, the original image is transmitted to the black level correction module in Bayer format for black level correction, the beneficial effect of the invention is: 1, excellent image effect. By the algorithm, high image sharpness, delicate screen, color reproduction and high permeability, low noise, smooth screen; 2, strong adaptability. In different scenarios (such as low illumination, low brightness, scene scene, scene, scene motion rain fog scene etc.) for image processing, and can guarantee the image effect after treatment is still outstanding; 3, optimize the high degree of complexity is low, saving the cost of hardware. The algorithm supports running on a hardware platform with a general performance.

【技术实现步骤摘要】
一种基于摄像机模组的数字图像处理算法
本专利技术涉及一种图像处理技术，具体是一种基于摄像机模组的数字图像处理算法。
技术介绍
在现今常规安防监控中，网络摄像机是由摄像机模组和外壳镜头等相关配件组装成一体产品。在安防监控中，网络摄像机的核心竞争力便是摄像机模组的成像质量，而成像质量的高低往往取决于摄像机模组中的数字图像处理算法。数字图像处理算法能够对图像进行一系列的效果处理，主要包括去噪、强光抑制、背光补偿、坏点去除、色彩还原等处理，正是由于数字图像处理算法的存在，才使得网络摄像机能够呈现出与人们肉眼观察相接近的图像效果，并且能够使物体在不同的光源条件下，呈现出符合人们要求的图像效果。然而在现有市场上，摄像机模组中的数字图像处理算法虽然都能够对图像进行黑电平校正、镜头阴影校正、强光抑制、背光补偿、坏点去除、色彩还原、去噪等处理，但却无法在处理图像时做到面面俱到，或多或少存在着不同的缺点：（一）算法对图像进行一系列效果处理后，图像的质量未能达到最佳，比如：提高了图像的清晰度却降低了色彩还原度，导致图像画面失真；去除了图像的噪点却导致图像出现“拖影”现象等等问题；（二）算法能够处理的场景有限，比如场景切换到低照度环境下时，呈现的图像出现色彩还原度不足或噪点繁多等等问题；（三）算法优化不足，使得算法的运行需要很高性能的硬件平台的支持，导致成本提高。
技术实现思路
本专利技术要解决的技术问题是提供一种基于摄像机模组的数字图像处理算法，以解决
技术介绍
中提到的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于摄像机模组的数字图像处理算法，包含以下步骤：A、LENS将光信号投射到Sensor的感光区域；在sensor中通过光电转换，将Bayer格式的原始图像传送至黑电平校正模块BLC进行黑电平校正；B、从黑电平校正模块BLC输出的图像进入镜头阴影校正模块LSC进行镜头阴影校正；C、从镜头阴影校正模块LSC输出的图像进入坏点校正模块DPC进行坏点校正；D、从坏点校正模块DPC输出的图像进入自动曝光模块AE进行自动曝光；E、从自动曝光模块AE输出的图像进入去马赛克模块Demosaic进行自动曝光；F、从去马赛克模块Demosaic输出的图像进入3D数字降噪模块3DNR进行3D数字降噪；G、从3D数字降噪模块3DNR输出的图像进入锐化模块Sharp进行锐化；H、从锐化模块Sharp输出的图像进入自动白平衡模块AWB进行自动白平衡；I、从自动白平衡模块AWB输出的图像进入颜色校正矩阵模块CCM进行颜色校正；J、从颜色校正矩阵模块CCM输出的图像进入Gamma校正模块进行Gamma校正；K、从Gamma校正模块输出的图像进入宽动态模块WDR进行宽动态处理。作为本专利技术的进一步方案：所述步骤B具体包括：B-1、算法将整个Bayer域画面分割为16x16个子区域，这16x16个区域大小并不完全相同，位于画面中心区域附近的子区域面积较大，靠近画面边缘的子区域面积较为密集；B-2、在数据处理过程中，算法分别对每个区域的Y通道进行处理，求得各自的对数熵；B-3、由各区域Y通道的对数熵，求得整幅图像的最原始的对数熵，并将它作为最小对数熵；B-4、将图像的像素映射到[0,255]范围内，对处于低明度的区域的Y通道的亮度值进行增加；B-5、重新求得各区域Y通道的对数熵，并从而求得整幅图像的当前对数熵；B-6、将图像的当前对数熵与最小对数熵相比较，若前者较小，则将最小对数熵的值更新为当前对数熵，并保存当前每个区域的Y通道亮度值；B-7、重复步骤B-4~步骤B-6一共255次；B-8、输出最终结果，修改每个区域的Y通道亮度值。作为本专利技术的更进一步方案：所述步骤C具体包括：C-1、设定比较阀值；C-2、获取图像，从图像的第一个像素开始进行坏点校正；C-3、获取待检测像素，以其为中心建立9*9的bayer色彩矩阵，将中心像素的R分量色值与周围像素相比，若差值大于预设的阀值，则判断改像素为坏点，将其色值矫正为周围像素的平均值；C-4、对图像剩余的所有像素进行进行步骤C-3的判定；C-5、分别对R/Gr/Gb/B图像重复步骤C-2~步骤C-4的操作，从而进行了对一整幅图像的坏点校正。作为本专利技术的更进一步方案：所述步骤D具体包括：D-1、将图像划分为MxN个区块，对每个区块赋予不同的权值；D-2、统计每个区块的亮度平均值；D-3、计算出当前图像的亮度值Aver；D-4、将Aver与预设的目标亮度值相对比，根据对比结果，若Aver与预设目标亮度值不相同，则调节光圈大小、快门时间或增益大小，然后重复步骤D-2~步骤D-3；D-5、AE处理完毕，退出。作为本专利技术的更进一步方案：所述步骤E具体包括：E-1、从Bayer格式数据中提取阵列的第一个像素点；E-2、重建该像素点的G分量。分别从其所处位置的水平方向和垂直方向计算水平算子和垂直算子，有水平算子和垂直算子计算得出G分量的平均值；E-3、重建该像素点的R分量。分别获取其所处位置左右两点的B-G空间的分量平均值，利用线性插值的方式计算得出R分量的平均值；E-4、重建该像素点的B分量。分别获取其所处位置的左上、左下、右上、右下四个位置获得G-R空间的分量平均值，以沿着两个斜四十五度方向进行插值，根据梯度计算的比较结果选择插值防线，计算得出B分量的平均值；E-5、若阵列有剩余的像素点未重建，则提取阵列中的下一个像素点，重复步骤E-2~步骤E-4；E-6、阵列所有像素点重建完毕，将得出来R，G，B三色阵列重组为完整的RGB域图像；E-7、退出Demosaic模块。作为本专利技术的更进一步方案：所述步骤F具体包括：F-1、预设运动检测的帧差阀值；F-2对当前图像帧进行空域滤波；F-3：计算运动检测的帧差，若计算结果小于预设阀值，则对当前图像帧进行时域滤波，否则采取空域滤波；F-4：分配时域滤波和空域滤波的权值，计算时空域加权平均滤波；F-5：根据时空域加权平均滤波再次进行滤波操作；F-6：计算图像帧平滑系数，进行水平平滑处理；F-7：处理完毕，3DNR结束。作为本专利技术的更进一步方案：所述步骤G具体包括：G-1：从RGB域数据中提取阵列的第一个像素点；G-2：以当前像素点为坐标中心点，以该点的5x5邻域为模板。G-3：计算该5x5阵列的像素平均值，并对中心点像素的水平方向和垂直方向的像素点做交叉微分运算；G-4：设定锐化差值阀值。沿45度斜方向做二阶微分锐化，然后根据预设锐化差值阀值，对锐化后的图像进行二值化；G-5：进行无方向一阶微分锐化；G-6：对图像剩余的所有像素点重复G-2~G-5；G-7：计算图像帧平滑系数，进行水平平滑处理；G-8：处理完毕，Sharp处理结束。作为本专利技术的更进一步方案：所述步骤H具体包括：H-1、将图像划分为MxN个区块，对每个区块赋予不同的权值；H-2：统计每个区块的R、G、B三个颜色通道的平均值和白点个数；H-3、如果出现不符合预设定白点条件的白点，则调整该点的R、G、B三个颜色通道的强度，重复步骤H-2；H-4：AWB处理完毕，退出ISP。作为本专利技术的更进一步方案：所述步骤I具体包括:I-1：输入标准图像与待校正图像；I-2：预设校正尺度参数；I-3：使用阀值法并行分割待校正图像；I-4本文档来自技高网...

【技术保护点】
一种基于摄像机模组的数字图像处理算法，其特征在于，包含以下步骤：A、LENS将光信号投射到Sensor的感光区域；在sensor中通过光电转换，将Bayer格式的原始图像传送至黑电平校正模块BLC进行黑电平校正；B、从黑电平校正模块BLC输出的图像进入镜头阴影校正模块LSC进行镜头阴影校正；C、从镜头阴影校正模块LSC输出的图像进入坏点校正模块DPC进行坏点校正；D、从坏点校正模块DPC输出的图像进入自动曝光模块AE进行自动曝光；E、从自动曝光模块AE输出的图像进入去马赛克模块Demosaic进行自动曝光；F、从去马赛克模块Demosaic输出的图像进入3D数字降噪模块3DNR进行3D数字降噪；G、从3D数字降噪模块3DNR输出的图像进入锐化模块Sharp进行锐化；H、从锐化模块Sharp输出的图像进入自动白平衡模块AWB进行自动白平衡；I、从自动白平衡模块AWB输出的图像进入颜色校正矩阵模块CCM进行颜色校正；J、从颜色校正矩阵模块CCM输出的图像进入Gamma校正模块进行Gamma校正；K、从Gamma校正模块输出的图像进入宽动态模块WDR进行宽动态处理。

【技术特征摘要】
1.一种基于摄像机模组的数字图像处理算法，其特征在于，包含以下步骤：A、LENS将光信号投射到Sensor的感光区域；在sensor中通过光电转换，将Bayer格式的原始图像传送至黑电平校正模块BLC进行黑电平校正；B、从黑电平校正模块BLC输出的图像进入镜头阴影校正模块LSC进行镜头阴影校正；C、从镜头阴影校正模块LSC输出的图像进入坏点校正模块DPC进行坏点校正；D、从坏点校正模块DPC输出的图像进入自动曝光模块AE进行自动曝光；E、从自动曝光模块AE输出的图像进入去马赛克模块Demosaic进行自动曝光；F、从去马赛克模块Demosaic输出的图像进入3D数字降噪模块3DNR进行3D数字降噪；G、从3D数字降噪模块3DNR输出的图像进入锐化模块Sharp进行锐化；H、从锐化模块Sharp输出的图像进入自动白平衡模块AWB进行自动白平衡；I、从自动白平衡模块AWB输出的图像进入颜色校正矩阵模块CCM进行颜色校正；J、从颜色校正矩阵模块CCM输出的图像进入Gamma校正模块进行Gamma校正；K、从Gamma校正模块输出的图像进入宽动态模块WDR进行宽动态处理。2.根据权利要求1所述的一种基于摄像机模组的数字图像处理算法，其特征在于，所述步骤B具体包括：B-1、算法将整个Bayer域画面分割为16x16个子区域，这16x16个区域大小并不完全相同，位于画面中心区域附近的子区域面积较大，靠近画面边缘的子区域面积较为密集；B-2、在数据处理过程中，算法分别对每个区域的Y通道进行处理，求得各自的对数熵；B-3、由各区域Y通道的对数熵，求得整幅图像的最原始的对数熵，并将它作为最小对数熵；B-4、将图像的像素映射到[0,255]范围内，对处于低明度的区域的Y通道的亮度值进行增加；B-5、重新求得各区域Y通道的对数熵，并从而求得整幅图像的当前对数熵；B-6、将图像的当前对数熵与最小对数熵相比较，若前者较小，则将最小对数熵的值更新为当前对数熵，并保存当前每个区域的Y通道亮度值；B-7、重复步骤B-4~步骤B-6一共255次；B-8、输出最终结果，修改每个区域的Y通道亮度值。3.根据权利要求1所述的一种基于摄像机模组的数字图像处理算法，其特征在于，所述步骤C具体包括：C-1、设定比较阀值；C-2、获取图像，从图像的第一个像素开始进行坏点校正；C-3、获取待检测像素，以其为中心建立9*9的bayer色彩矩阵，将中心像素的R分量色值与周围像素相比，若差值大于预设的阀值，则判断改像素为坏点，将其色值矫正为周围像素的平均值；C-4、对图像剩余的所有像素进行进行步骤C-3的判定；C-5、分别对R/Gr/Gb/B图像重复步骤C-2~步骤C-4的操作，从而进行了对一整幅图像的坏点校正。4.根据权利要求1所述的一种基于摄像机模组的数字图像处理算法，其特征在于，所述步骤D具体包括：D-1、将图像划分为MxN个区块，对每个区块赋予不同的权值；D-2、统计每个区块的亮度平均值；D-3、计算出当前图像的亮度值Aver；D-4、将Aver与预设的目标亮度值相对比，根据对比结果，若Aver与预设目标亮度值不相同，则调节光圈大小、快门时间或增益大小，然后重复步骤D-2~步骤D-3；D-5、AE处理完毕，退出。5.根据权利要求1所述的一种基于摄像机模组的数字图像处理算法，其特征在于，所述步骤E具体包括：E...

【专利技术属性】
技术研发人员：孙成智，
申请(专利权)人：深圳市巨龙创视科技有限公司，
类型：发明
国别省市：广东,44