一种坏点检测校正方法及装置制造方法及图纸

本发明专利技术提供了一种坏点检测校正方法及装置，该方法包括：在图像数据中确定出预定像素点；确定预定像素点是否为坏点或者是否为疑似坏点；当预定像素点为坏点时，对预定像素点的像素值执行第一校正操作；当预定像素点为疑似坏点时，判断预定像素点在图像数据中的所属图像区域，当判断出预定像素点位于图像数据的平坦区域时，确定预定像素点为坏点，对预定像素点的像素值执行第二校正操作，当判断出预定像素点位于图像数据的边缘区域时，再次判断预定像素点是否为坏点，当判断出预定像素点为坏点时，对预定像素点的像素值执行所述第二校正操作。本发明专利技术的方法的检测准确率以及校正准确率均较高、成本较低、且可以保证图像边缘信息以及细节信息。

【技术实现步骤摘要】
一种坏点检测校正方法及装置
本专利技术涉及图像处理领域，特别涉及一种坏点检测校正方法及装置。
技术介绍
图像传感器在输出图像数据时，由于图像传感器的某些像素点位置感光失效，或者，由于光信号进行转化的过程中出现错误，则会导致图像传感器所输出的图像数据中的某些像素点的像素值不准确或者与其周围像素点的像素值相差较大，从而出现图像坏点，则会影响到图像的成像质量。因此，通常需要检测图像数据中是否存在坏点，并当存在坏点时对该坏点进行校正。相关技术中，对于图像数据的坏点检测校正的方法一般包括以下两种：方法一、静态坏点去除法，具体包括：通过自动测试设备(ATE)检测出图像传感器所输出的图像数据中像素值异常的像素点并确定为坏点，再保存坏点的位置坐标。由此算法处理模块(ISP)会基于ATE中所存储的坏点位置坐标确定出坏点的位置，并利用该坏点周围像素点的像素值计算并恢复坏点的像素值，以此对坏点进行校正。方法二、动态坏点去除法，具体包括：实时分析图像传感器采集的图像数据的像素，并判断图像数据的各个像素点的像素值与其周围像素点的像素值之间的误差值是否大于预设值，当某一像素点的像素值与其周围像素点的像素值之间的误差值大于预设值时，确定该像素点为坏点，并利用该坏点周围像素点的像素值计算并恢复坏点的像素值，以此对坏点进行校正。但是，针对方法一而言，当某一图像数据的坏点过多时，会占用较多的存储面积，从而会提高成本。同时，针对部分像素点，由于其像素值可能仅会在高低温或者高增益等状态下才呈现出异常，而在ATE检测坏点时，并不存在异常，由此会使得ATE无法准确检测出图像数据中的全部坏点，则检测准确率和校正准确率均较低。针对方法二而言，由于其对于坏点的判定标准较为单一，则通常会把正常像素点误判为坏点或者会把坏点漏判，检测的准确率和校正准确率均较低。
技术实现思路
本专利技术的目的在于提供一种坏点检测校正方法及装置，以解决相关技术中的坏点检测校正方法成本较高、检测准确率低、校正准确率低的技术问题。为解决上述技术问题，本专利技术提供一种坏点检测校正方法，所述方法包括：在图像数据中确定出预定像素点，所述预定像素点为待检测像素点；以所述预定像素点为中心像素点在所述图像数据中确定出n×m矩阵，在所述n×m矩阵中选取出围绕所述预定像素点且与所述预定像素点相同颜色的多个第一参考像素点，确定出所述多个第一参考像素点的像素值中的最大像素值、第二大像素值、最小像素值、第二小像素值；基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点；其中，当预定像素点的像素值与最大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为坏点；当预定像素点的像素值与最大像素值的差值小于或等于第一预设值，且预定像素点的像素值与第二大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值小于或等于第二预设值，且第二小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为疑似坏点；以及当预定像素点为坏点时，对预定像素点的像素值执行第一校正操作；当预定像素点为疑似坏点时，基于预定像素点和具备最大像素值的第一参考像素点，或者，基于预定像素点和具备最小像素值的第一参考像素点在所述n×m矩阵中确定出第二参考像素点，并基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域，当判断出预定像素点位于所述图像数据的平坦区域时，确定所述预定像素点为坏点，对预定像素点的像素值执行第二校正操作，当判断出所述预定像素点位于所述图像数据的边缘区域时，基于所述第二参考像素点判断预定像素点是否为坏点，当判断出预定像素点为坏点时，对预定像素点的像素值执行所述第二校正操作。可选的，每个所述第一参考像素点与预定像素点的连线之间不具备其他的与所述预定像素点颜色相同的像素点。可选的，基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点的方法包括：步骤一、判断所述预定像素点的像素值与所述最大像素值的差值是否大于第一预设值，当所述预定像素点的像素值与所述最大像素值的差值大于第一预设值时，确定所述预定像素点为白色坏点，否则执行步骤二；步骤二、判断所述预定像素点的像素值与所述第二大像素值的差值是否大于第一预设值，当所述预定像素点的像素值与所述第二大像素值的差值大于第一预设值时，确定所述预定像素点为疑似白色坏点；否则，执行步骤三；步骤三、判断所述最小像素值与所述预定像素点的像素值的差值是否大于第二预设值，当所述最小像素值与所述预定像素点的像素值的差值大于第二预设值时，确定所述预定像素点为黑色坏点；否则，执行步骤四；步骤四、判断所述第二小像素值与所述预定像素点的像素值的差值是否大于第二预设值，当所述第二小像素值与所述预定像素点的像素值的差值大于第二预设值时，确定所述预定像素点为疑似黑色坏点，否则执行步骤五；步骤五、确定所述预定像素点为正常像素点。可选的，所述第一校正操作包括：除去所述多个第一参考像素点中与所述预定像素点位于同一行的第一参考像素点以得到第一像素组，计算出所述第一像素组的横向梯度值；以及，除去所述多个第一参考像素点中与所述预定像素点位于同一列的第一参考像素点以得到第二像素组，计算出所述第二像素组的纵向梯度值；判断所述纵向梯度值与所述横向梯度值是否满足第一预设条件，所述第一预设条件包括：所述纵向梯度值小于第三预设值且所述纵向梯度值小于所述横向梯度值与第四预设值之差；当所述纵向梯度值与所述横向梯度值满足第一预设条件时，若所述预定像素点为黑色坏点，则将与所述预定像素点位于同一列的第一参考像素点的像素值中的最小值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将与所述预定像素点位于同一列的第一参考像素点的像素值中的最大值确定为校正后的预定像素点的像素值并输出；判断所述纵向梯度值与所述横向梯度值是否满足第二预设条件，所述第二预设条件包括：所述横向梯度值小于第三预设值且所述横向梯度值小于所述纵向梯度值与第四预设值之差；当所述纵向梯度值与所述横向梯度值满足第二预设条件时，若所述预定像素点为黑色坏点，则将与所述预定像素点位于同一行的第一参考像素点的像素值中的最小值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将与预定像素点位于同一行的第一参考像素点的像素值中的最大值确定为校正后的所述预定像素点的像素值并输出；当所述横向梯度值和所述纵向梯度值未满足所述第一预设条件且未满足所述第二预设条件时，若所述预定像素点为黑色坏点，则将所述最小像素值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将所述最大像素值确定为校正后的预定像素点的像素值并输出。可选的，计算出所述第一像素本文档来自技高网...

【技术保护点】
1.一种坏点检测校正方法，其特征在于，所述方法包括：/n在图像数据中确定出预定像素点，所述预定像素点为待检测像素点；/n以所述预定像素点为中心像素点在所述图像数据中确定出n×m矩阵，在所述n×m矩阵中选取出围绕所述预定像素点且与所述预定像素点相同颜色的多个第一参考像素点，确定出所述多个第一参考像素点的像素值中的最大像素值、第二大像素值、最小像素值、第二小像素值；/n基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点；其中，当预定像素点的像素值与最大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为坏点；当预定像素点的像素值与最大像素值的差值小于或等于第一预设值，且预定像素点的像素值与第二大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值小于或等于第二预设值，且第二小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为疑似坏点；以及/n当预定像素点为坏点时，对预定像素点的像素值执行第一校正操作；/n当预定像素点为疑似坏点时，基于预定像素点和具备最大像素值的第一参考像素点，或者，基于预定像素点和具备最小像素值的第一参考像素点在所述n×m矩阵中确定出第二参考像素点，并基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域，当判断出预定像素点位于所述图像数据的平坦区域时，确定所述预定像素点为坏点，对预定像素点的像素值执行第二校正操作，当判断出所述预定像素点位于所述图像数据的边缘区域时，基于所述第二参考像素点判断预定像素点是否为坏点，当判断出预定像素点为坏点时，对预定像素点的像素值执行所述第二校正操作。/n...

【技术特征摘要】
1.一种坏点检测校正方法，其特征在于，所述方法包括：
在图像数据中确定出预定像素点，所述预定像素点为待检测像素点；
以所述预定像素点为中心像素点在所述图像数据中确定出n×m矩阵，在所述n×m矩阵中选取出围绕所述预定像素点且与所述预定像素点相同颜色的多个第一参考像素点，确定出所述多个第一参考像素点的像素值中的最大像素值、第二大像素值、最小像素值、第二小像素值；
基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点；其中，当预定像素点的像素值与最大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为坏点；当预定像素点的像素值与最大像素值的差值小于或等于第一预设值，且预定像素点的像素值与第二大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值小于或等于第二预设值，且第二小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为疑似坏点；以及
当预定像素点为坏点时，对预定像素点的像素值执行第一校正操作；
当预定像素点为疑似坏点时，基于预定像素点和具备最大像素值的第一参考像素点，或者，基于预定像素点和具备最小像素值的第一参考像素点在所述n×m矩阵中确定出第二参考像素点，并基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域，当判断出预定像素点位于所述图像数据的平坦区域时，确定所述预定像素点为坏点，对预定像素点的像素值执行第二校正操作，当判断出所述预定像素点位于所述图像数据的边缘区域时，基于所述第二参考像素点判断预定像素点是否为坏点，当判断出预定像素点为坏点时，对预定像素点的像素值执行所述第二校正操作。


2.如权利要求1所述的坏点检测校正方法，其特征在于，每个所述第一参考像素点与预定像素点的连线之间不具备其他的与所述预定像素点颜色相同的像素点。


3.如权利要求1所述的坏点检测校正方法，其特征在于，基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点的方法包括：
步骤一、判断所述预定像素点的像素值与所述最大像素值的差值是否大于第一预设值，当所述预定像素点的像素值与所述最大像素值的差值大于第一预设值时，确定所述预定像素点为白色坏点，否则执行步骤二；
步骤二、判断所述预定像素点的像素值与所述第二大像素值的差值是否大于第一预设值，当所述预定像素点的像素值与所述第二大像素值的差值大于第一预设值时，确定所述预定像素点为疑似白色坏点；否则，执行步骤三；
步骤三、判断所述最小像素值与所述预定像素点的像素值的差值是否大于第二预设值，当所述最小像素值与所述预定像素点的像素值的差值大于第二预设值时，确定所述预定像素点为黑色坏点；否则，执行步骤四；
步骤四、判断所述第二小像素值与所述预定像素点的像素值的差值是否大于第二预设值，当所述第二小像素值与所述预定像素点的像素值的差值大于第二预设值时，确定所述预定像素点为疑似黑色坏点，否则执行步骤五；
步骤五、确定所述预定像素点为正常像素点。


4.如权利要求3所述的坏点检测校正方法，其特征在于，所述第一校正操作包括：
除去所述多个第一参考像素点中与所述预定像素点位于同一行的第一参考像素点以得到第一像素组，计算出所述第一像素组的横向梯度值；以及，除去所述多个第一参考像素点中与所述预定像素点位于同一列的第一参考像素点以得到第二像素组，计算出所述第二像素组的纵向梯度值；
判断所述纵向梯度值与所述横向梯度值是否满足第一预设条件，所述第一预设条件包括：所述纵向梯度值小于第三预设值且所述纵向梯度值小于所述横向梯度值与第四预设值之差；当所述纵向梯度值与所述横向梯度值满足第一预设条件时，若所述预定像素点为黑色坏点，则将与所述预定像素点位于同一列的第一参考像素点的像素值中的最小值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将与所述预定像素点位于同一列的第一参考像素点的像素值中的最大值确定为校正后的预定像素点的像素值并输出；
判断所述纵向梯度值与所述横向梯度值是否满足第二预设条件，所述第二预设条件包括：所述横向梯度值小于第三预设值且所述横向梯度值小于所述纵向梯度值与第四预设值之差；当所述纵向梯度值与所述横向梯度值满足第二预设条件时，若所述预定像素点为黑色坏点，则将与所述预定像素点位于同一行的第一参考像素点的像素值中的最小值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将与预定像素点位于同一行的第一参考像素点的像素值中的最大值确定为校正后的所述预定像素点的像素值并输出；
当所述横向梯度值和所述纵向梯度值未满足所述第一预设条件且未满足所述第二预设条件时，若所述预定像素点为黑色坏点，则将所述最小像素值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将所述最大像素值确定为校正后的预定像素点的像素值并输出。


5.如权利要求4所述的坏点检测校正方法，其特征在于，计算出所述第一像素组的横向梯度值的方法包括：
将所述第一像素组中位于所述预定像素点所在行的其中一侧的第一参考像素点确定为第一子像素组，将所述第一子像素组中的第一参考像素点沿着像素行方向依次排列，并将依次排列后的第一子像素组中相邻的第一参考像素点的像素值作差后求绝对值；
将所述第一像素组中位于所述预定像素...

【专利技术属性】
技术研发人员：宋博，王勇，温建新，
申请(专利权)人：成都微光集电科技有限公司，
类型：发明
国别省市：四川;51