随机噪点校正方法技术

本发明专利技术提供一种随机噪点校正方法，包括：1)缓存N张图像，其中N为大于1的自然数；2)定义物体上的点作为参考点；3)选取前N‑1张图像上与所述参考点对应的像素点的灰度值，并计算灰度平均值；4)将所述灰度平均值和第N张图像上与所述参考点对应的像素点的灰度值进行比较，选取较小值作为第N张图像上与所述参考点对应的像素点的灰度值；5)重复步骤2)～4)对图像上所有参考点进行校正。经过本发明专利技术的随机噪点校正方法处理后的图像，随机噪点明显减少，图像质量得到提升。

Random noise correction method

【技术实现步骤摘要】
随机噪点校正方法
本专利技术涉及图像处理领域，特别是涉及一种随机噪点校正方法。
技术介绍
CMOS(ComplementaryMetal-OxideSemiconductor，互补金属氧化物场效应管)动态平板探测器具有低成本、低功耗、高帧率、像素尺寸小、高分辨率等优点，市场前景广阔。但是由于其高度的集成环境和制作工艺，会出现随机噪声，随机噪声的灰度值与正常灰度值差异不大，并且位置随机，导致图像上出现不规律的亮点，影响图像质量。目前的降噪技术是基于规律查找，生成模板，对模板进行特殊处理生成符合要求的图像，降噪方法包括均值滤波、中值滤波、双边滤波。均值滤波是典型的线性滤波算法，其采用的主要方法为邻域平均法，图1为均值滤波算法的流程图。基本原理是用均值代替图像中的各个像素值，即对待处理的当前像素点(x，y)，选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点(x，y)，作为处理后图像在该点上的灰度g(x，y)，即g(x，y)＝1/m∑f(x，y)，m为该模板中包含当前像素在内的像素总个数，f(本文档来自技高网...

【技术保护点】
1.一种随机噪点校正方法，其特征在于，所述随机噪点校正方法至少包括：/n1)缓存N张图像，其中N为大于1的自然数；/n2)定义物体上的点作为参考点；/n3)选取前N-1张图像上与所述参考点对应的像素点的灰度值，并计算灰度平均值；/n4)将所述灰度平均值和第N张图像上与所述参考点对应的像素点的灰度值进行比较，选取较小值作为第N张图像上与所述参考点对应的像素点的灰度值；/n5)重复步骤2)～4)对图像上所有参考点进行校正。/n

【技术特征摘要】
1.一种随机噪点校正方法，其特征在于，所述随机噪点校正方法至少包括：
1)缓存N张图像，其中N为大于1的自然数；
2)定义物体上的点作为参考点；
3)选取前N-1张图像上与所述参考点对应的像素点的灰度值，并计算灰度平均值；
4)将所述灰度平均值和第N张图像上与所述参考点对应的像素点的灰度值进行比较，选取较小值作为第N张图像上与所述参考点对应的像素点的灰度值；
5)重复步骤2)～4)对图像上所有参考点进行校正。


2.根据权利要求1所述的随机噪点校正方法，其特征在于：步骤1)之前还包括对图像进行本底校正、增益校正或坏像素校正的步骤。


3.根据权利要求1所述的随机噪点校正方法，其特征在于：所述图像基于CMOS图像探测器采集得到。


4.根据权利要求1～3任意一项所述的随机噪点校正方法，其特征在于：所述图像为静止图像。


5.根据权利要求4所述的随机噪点校正方法，其特征在于：第N张图像上与所述参考点对应的像素点的灰度值满足如下关系式：
data(hang,lie,N)＝min(data(hang,lie),images(hang,lie,N))，
data(hang,lie)＝mean(images(hang,lie,1),...,images(hang,lie,N-2),images(hang,lie,N-1))
其中，data(hang,lie,N)表示校正后数据，data(hang,lie)表示所述灰度平均值，images(hang,lie,N)表示原始数据，N表示序列图像上的第N张。


6.根据权利要求1～3任意一项所述的随机噪点校正方法，其特征在于：所述图像为一维运动图像。

【专利技术属性】
技术研发人员：石丹，
申请(专利权)人：上海奕瑞光电子科技股份有限公司，
类型：发明
国别省市：上海;31