【技术实现步骤摘要】
一种图像坏点检测方法及终端
[0001]本专利技术涉及图像处理
,特别涉及一种图像坏点检测方法及终端。
技术介绍
[0002]由于在制造工艺、运输和储存方法等多个环节存在不足,图像传感器Sensor不可避免的总会存在一些不正常的点,即坏点。而且,图像传感器设备经过长时间的使用后,会产生更多的坏点。坏点固定存在于感光元件中,不能感应到外界的明暗光线变化以及色彩,不仅会降低图像的视觉效果,导致图像质量下降,甚至有可能使得图像细节信息丢失。因此,在获取图像原始数据之后,有必要优先进行坏点检测,防止后续的ISP处理模块因为坏点的存在使得图像处理效果出现偏差。
[0003]坏点主要分为亮点和暗点,现有技术中对于坏点的处理一般有两种方式:静态坏点校正和动态坏点校正。静态坏点校正基于Sensor厂商提供的静态坏点表,比较当前点的坐标是否与静态坏点表中的某个坐标一致,若一致则判定为坏点。但出于成本的考虑,很多Sensor厂商没有给出静态坏点表,且出于内存的考虑,无法做到无限制的校正,实用性不强。动态坏点校正主要分为坏点检测和坏点校正两个步骤。动态坏点校正可以实时检测和校正Sensor的亮点与暗点,并且校正的坏点个数不受限制,但容易出现漏检、误检、边缘信息丢失等现象,检测准确率较低。
[0004]因此,如何在保持图像边缘信息的基础之上提高坏点检测的准确率,将是动态坏点检测算法研究的重点。
技术实现思路
[0005]本专利技术所要解决的技术问题是:提供一种图像坏点检测方法及终端,能够提高坏点检测的准
【技术保护点】
【技术特征摘要】
1.一种图像坏点检测方法,其特征在于,包括步骤:获取RAW格式的待检测图像,在所述待检测图像中提取以待检测像素点为中心的检测区域,在所述检测区域中提取与所述待检测像素点相同通道的像素点,并将所述待检测像素点及其相同通道的像素点组成检测窗口;计算所述检测窗口中除待检测像素点、最大值和最小值之外的像素点均值,得到第一门限值;若所述待检测像素点不位于所述第一门限值的误差区间内,则计算所述检测窗口中除所述待检测像素点之外的像素点与所述待检测像素点的绝对差值的平均值,若所述平均值大于预设的第二门限值,则判定所述待检测像素点为坏点,若所述平均值小于或者等于预设的第二门限值,则判定所述待检测像素点为正常点。2.根据权利要求1所述的一种图像坏点检测方法,其特征在于,在所述待检测图像中提取以待检测像素点为中心的检测区域包括:判断在所述待检测图像中以待检测像素点为中心提取得到的检测区域是否会超出所述待检测图像的边界,若是,则对超出边界的部分进行镜像填充后提取检测区域,否则,直接提取检测区域。3.根据权利要求1所述的一种图像坏点检测方法,其特征在于,计算所述检测窗口中除待检测像素点、最大值和最小值之外的像素点均值,得到第一门限值,之后包括:计算所述检测窗口中除所述待检测像素点之外的像素点的第一均值;将所述检测窗口中除所述待检测像素点之外的次最大值减去第一均值的绝对值与次最小值减去第一均值的绝对值之和作为动态阈值;所述第一门限值的误差区间为大于或者等于第一门限值减去动态阈值,且小于或者等于第一门限值加上动态阈值。4.根据权利要求1所述的一种图像坏点检测方法,其特征在于,判定所述待检测像素点为坏点之后包括:计算所述待检测像素点在所述检测窗口中的四个方向上的梯度绝对值,所述四个方向包括水平方向、垂直方向、45
°
方向和135
°
方向;根据各方向的梯度绝对值计算各方向的高斯梯度权重,并根据所述高斯梯度权重对所述检测窗口中各方向上的像素平均值进行累加,得到所述待检测像素点的估计值,并将所述待检测像素点的像素值替换为所述估计值。5.根据权利要求4所述的一种图像坏点检测方法,其特征在于,所述根据各方向的梯度绝对值计算各方向的高斯梯度权重包括:绝对值计算各方向的高斯梯度权重包括:绝对值计算各方向的高斯梯度权重包括:绝对值计算各方向的高斯梯度权重包括:
式中,weight
H
表示水平方向高斯梯度权重,weight
V
表示垂直方向高斯梯度权重,weight
45
表示45
°
方向高斯梯度权重,weight
135
表示135
°
方向高斯梯度权重;grad
H
表示水平方向梯度绝对值,grad
V
表示垂直方向梯度绝对值,grad
45
表示45
°
方向梯度绝对值,grad
135
表示135
°
方向梯度绝对值。6.一...
【专利技术属性】
技术研发人员:陈兵,邹兴文,冯西,
申请(专利权)人:上海微电子装备集团股份有限公司,
类型:发明
国别省市:
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。