图像坏点簇校正方法、计算机装置及计算机可读存储介质制造方法及图纸

本发明专利技术提供一种图像坏点簇校正方法、计算机装置及计算机可读存储介质，该方法包括获取初始图像，对初始图像中像素点进行坏点检测，如确定像素点为坏点，则对坏点进行校正计算，获得坏点的校正值；对像素点进行坏点检测包括：获取以待检测像素点为中心的第一邻域，提取第一邻域中同一颜色通道的第一像素矩阵，并剔除第一像素矩阵中预设数量的极值像素点后，计算剩余像素点的中值、待检测像素点与中值的绝对差值、待检测像素点与剩余像素点的加权平均值，根据该中值、绝对差值以及加权平均值判断待检测像素点是否为坏点。本发明专利技术还提供实现上述方法的计算机装置及计算机可读存储介质。本发明专利技术能够准确、高效的对图像中的坏点簇进行检测与校正。检测与校正。检测与校正。

【技术实现步骤摘要】
图像坏点簇校正方法、计算机装置及计算机可读存储介质


[0001]本专利技术涉及图像处理的
，具体地，是一种图像坏点簇校正方法以及实现这种方法的计算机装置、计算机可读存储介质。

技术介绍

[0002]现有很多智能电子设备具有图像拍摄的功能，例如智能手机、平板电脑、行车记录仪等均设置有摄像装置，摄像装置通常设置有CMOS等图像传感器来获取图像。然而，如果图像传感器出现缺陷，不管是硬件设计上的缺陷或者软件算法上的缺陷，都容易导致图像出现坏点。导致图像出现坏点的主要原因有两个，第一是图像传感器的感光阵列在制造工艺上存在缺陷，使得光信号在转化为电信号的过程中出现错误；第二是图像传感器的增益效果容易导致图像中的错误像素扩大。这两个原因最终使图像出现坏点，严重降低图像的质量。
[0003]图像中的坏点分为静态坏点和动态坏点两类，静态坏点又分为“亮坏点”和“暗坏点”两种类型。一般情况下，亮度值是正比于入射光的，而“亮坏点”的亮度明显大于入射光乘以相应的比例，并且随着曝光时间，增益等增加，“亮坏点”的亮度会显著增加，通常表现为最亮或者接近最亮；而“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像坏点簇校正方法，包括：获取初始图像，对所述初始图像中每一像素点进行坏点检测，如确定某一像素点为坏点，则对所述坏点进行校正计算，获得所述坏点的校正值；其特征在于：对像素点进行坏点检测包括：获取以待检测像素点为中心的第一邻域，提取所述第一邻域中同一颜色通道的第一像素矩阵，并剔除所述第一像素矩阵中预设数量的极值像素点后，计算剩余像素点的中值、所述待检测像素点与所述中值的绝对差值、所述待检测像素点与剩余像素点的加权平均值，根据所述中值、所述绝对差值以及所述加权平均值判断所述待检测像素点是否为坏点。2.根据权利要求1所述的图像坏点簇校正方法，其特征在于：根据所述中值、所述绝对差值以及所述加权平均值判断所述待检测像素点是否为坏点包括：如满足以下条件，确认所述待检测像素点为亮坏点：所述待检测像素点的色度值大于所述中值，且所述绝对差值大于第一阈值，且所述绝对差值大于等于第一计算值，所述第一计算值应用所述加权平均值计算获得。3.根据权利要求2所述的图像坏点簇校正方法，其特征在于：所述第一计算值由以下公式计算获得：(1+HotRatio)*|TH
hot
‑
wavg|，其中，HotRatio为预设的亮坏点检测参数，TH
hot
为亮坏点检测的固定参数，wavg为所述加权平均值。4.根据权利要求1所述的图像坏点簇校正方法，其特征在于：根据所述中值、所述绝对差值以及所述加权平均值判断所述待检测像素点是否为坏点包括：如满足以下条件，确认所述待检测像素点为暗坏点：所述待检测像素点的色度值小于所述中值，所述待检测像素点的色度值小于预设的绝对阈值，且所述绝对差值大于第二阈值，所述绝对差值大于等于第二计算值，所述第二计算值应用所述加权平均值计算获得。5.根据权利要求4所述的图像坏点簇校...

【专利技术属性】
技术研发人员：刘辉，钟午，
申请(专利权)人：珠海全志科技股份有限公司，
类型：发明
国别省市：