【技术实现步骤摘要】
图像处理和图像合成中图像数据和关联噪声模型的同时和一致的处理
[0001]本专利技术属于图像处理领域,特别涉及一种图像数据的处理方法,其中所述图像数据包括噪声和信息,所述方法包括以下步骤:获取输入数据,所述输入数据包含待处理以供存储和/或发送的输入原始图像数据,所述输入原始图像数据包含用于获得图像数据的图像传感器的像素的值,处理所述输入原始图像数据,并且通过提供输出数据输出处理后的图像数据。
技术介绍
[0002]一般来说,本专利技术处于正在寻求进入越来越多的设备中的图像传感器的背景下。因此可以容易并且廉价地大量生成图像数据,而复杂的处理算法能够实现广泛的应用。
[0003]处理算法的整体性能一般在很大程度上取决于图像数据的质量。通常最好从原始图像数据,即,来自获取设备的未被改变的图像数据开始进行任何类型的处理和分析。包括但不限于将图像数据从滤色阵列转换为RGB数据或应用标准有损压缩的操作会导致重大的信息和质量损失,从而应该避免。为此,申请人以前开发了一种图像压缩技术,其中解压后的图像数据在统计上相当于未压缩的原始传感器数据,如在欧洲专利申请EP 3820150中公开的。
[0004]原始图像数据常常存在例如由图像传感器的不均匀响应或坏像素、不完美的光照、或导致失真和渐晕的不完美光学元件引起的缺陷。为了从图像处理和分析中获得更好的结果,以及在主观上更好看的图像,现有技术中已经开发了许多方法来解决这些问题。虽然这些方法在改善单个图像的外观方面相当成功,但是归因于通常认为原始图像数据的噪声包含具有非线性行 ...
【技术保护点】
【技术特征摘要】
1.一种用于处理图像数据的方法,其中所述图像数据包括噪声和信息,所述方法包括以下步骤:
‑
获取输入数据(100),所述输入数据(100)包含待处理以供存储和/或发送的输入原始图像数据(110),所述输入原始图像数据(110)包含用于获得图像数据的图像传感器的像素的值y,
‑
处理(130)所述输入原始图像数据(110),
‑
通过提供输出数据(140)输出处理后的图像数据,其特征在于,获取输入数据(100)的步骤包括以下步骤:ο从所述输入数据(100)获取输入噪声模型(120),所述输入噪声模型(120)适合于反映存在于所述输入原始图像数据(110)中的噪声,所述输入原始图像数据(110)和所述输入噪声模型(120)以将输入原始图像数据(110)链接到输入噪声模型(120)的方式一起形成所述输入数据(100),其特征在于,处理(130)所述输入原始图像数据(110)的步骤包括以下处理操作中的至少一个:ο校正所述输入原始图像数据(110)的像素值,ο对所述输入原始图像数据(110)应用平场校正,ο对所述输入原始图像数据(110)应用光响应非均匀性的校正,ο对所述输入原始图像数据(110)应用合并和/或平均操作,ο进行所述输入原始图像数据(110)的归一化,ο对所述输入原始图像数据(110)应用取整和/或截断操作和/或整数量化,ο进行图像合成,尤其是通过基于所述输入原始图像数据(110)创建和/或添加合成图像,和/或通过调制所述输入原始图像数据(110)进行图像合成,所述处理步骤(130)还包括以下步骤:ο基于所述输入噪声模型(120),并取决于对输入原始图像数据(110)应用的所述处理操作,确定适合于反映存在于所述输出数据(140)中的噪声的输出噪声模型(160),和ο基于应用于输入原始图像数据(110)的所述处理操作,以及所述输入噪声模型(120)和/或所述输出噪声模型(160),产生在统计上与所述输出噪声模型(160)一致的输出原始图像数据(150),并且其特征在于,输出处理后的图像数据的步骤包括:ο存储和/或发送所述输出原始图像数据(150)和所述输出噪声模型(160),所述输出原始图像数据(150)和所述输出噪声模型(160)以将输出原始图像数据(150)链接到输出噪声模型(160)的方式一起形成所述输出数据(140),以便允许通过所述处理操作中的任一个,单独地或以其任何组合,将所述输出数据(140)作为输入数据(100)进行处理(130),使得所述处理(130)适合于流水线处理。2.按照前一权利要求所述的方法,其特征在于,所述输入噪声模型(120)和/或所述输出噪声模型(160)由用于获得图像数据的图像传感器的给定像素的值y的平均像素值μ
y
到像素值标准偏差σ
y
的映射σ
y
(μ
y
),平均像素值μ
y
到像素值方差的映射或平均像素值μ
y
到信噪比SNR
y
的映射SNR
y
(μ
y
)来表示。
3.按照前述权利要求之一所述的方法,其特征在于,所述输入噪声模型(120)和/或所述输出噪声模型(160)由以下表示:
‑
有限点集,所述有限点集适合于通过线性或非线性插值获得连续模型σ
y
(μ
y
),
‑
适合于构造近似连续模型σ
y
(μ
y
)的多项式函数的一组系数,或者
‑
具有连续模型σ
y
(μ
y
)的自由参数并与所述参数的特定值结合的函数,其中σ
y
是用于获得图像数据的图像传感器的给定像素的值y与其平均值μ
y
的标准偏差。4.按照前述权利要求之一所述的方法,其特征在于,所述输入噪声模型(120)和/或所述输出噪声模型(160)适合于表示遵循泊松
‑
高斯分布的所述输入原始图像数据(110)和/或所述输出原始图像数据(150)中的噪声,泊松
‑
高斯分布由下式描述其中σ
y
是用于获得图像数据的图像传感器的给定像素的值y与其平均值μ
y
的标准偏差,σ
y.dark
是在没有光的情况下的像素值的标准偏差,μ
y.dark
是在没有光的情况下的像素值的平均值,K是增益因子。5.按照前述权利要求之一所述的方法,其特征在于,所述处理步骤(130)包括对用于获得图像数据的图像传感器的给定像素的值y应用表示噪声一致操作的变换S(y,q),其中q是像素值减小因子,并且0<q<1,所述处理步骤(130)使用与输入噪声模型(120)相同的输出噪声模型(160)。6.按照前一权利要求所述的方法,其特征在于,表示噪声一致缩放操作的所述变换S(y,q)由y
′
=q
·
y+δ(y,q)描述,其中y
′
是应用所述变换之后的校正像素值,δ是从具有平均值0和方差的正态分布采样的(伪)随机数,并且其中是对于像素值减小因子q,输出原始图像数据(150)的噪声的标准偏差σ
y
(qy)减小的因子,q<q
′
<1。7.按照前述权利要求4和6所述的方法,其特征在于,表示噪声一致缩放操作的所述变换S(y,q)的所述(伪)随机数δ的分布的方差由换S(y,q)的所述(伪)随机数δ的分布的方差由描述。8.按照前述权利要求1
‑
4之一所述的方法,其特征在于,所述处理步骤(130)包括对用于获得图像数据的图像传感器的给定像素的值y应用噪声不一致操作,所述处理步骤(130)使用与输入噪声模型(120)相比不同,并且与输出数据(140)的输出原始图像数据(150)的噪声一致的输出噪声模型(160)。9.按照与权利要求5
‑
7之一结合的前述权利要求1
‑
4之一所述的方法,其特征在于,在处理(130)所述输入原始图像数据(110)的步骤期间应用的所述至少一个处理操作选自包括以下处理操作的一组处理操作:ο校正所述输入原始图像数据(110)的像素值,ο对所述输入原始图像数据(110)应用平场校正,
ο对所述输入原始图像数据(110)应用光响应非均匀性的校正,所述处理操作中的每一个是通过确保输入噪声模型(120)对输出原始图像数据(150)的所有像素值保持有效,以输出噪声模型(160)与输入噪声模型(120)相同的方式应用于输入原始图像数据(110...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。