一种Bayer图像去椒盐噪声的方法及系统技术方案

本申请公开了一种Bayer图像去椒盐噪声的方法及系统，涉及图像处理领域，包括：对待处理Bayer图像进行边缘消除得到第一处理图像，基于高斯分布的3σ准则计算第一处理图像中高斯噪声的目标标准差；利用第一滑动窗口遍历第一处理图像得到若干第一滑动窗口中心点，计算每个第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的梯度和插值；根据每个第一滑动窗口中心点的原始像素值和其最小梯度方向的插值以及目标标准差判断各个第一滑动窗口中心点是否为椒盐噪点，若是则去除所有椒盐噪点。本申请通过高斯噪声估计消除了高斯噪声对椒盐噪声判定结果的干扰，又通过梯度检测和同色插值的方式去除存在的椒盐噪点，既提升了降噪效果，还强力保留了图像边缘。还强力保留了图像边缘。还强力保留了图像边缘。

【技术实现步骤摘要】
一种Bayer图像去椒盐噪声的方法及系统


[0001]本申请涉及图像处理领域，尤其涉及一种Bayer图像去椒盐噪声的方法及系统。

技术介绍

[0002]CMOS传感器的低功耗特性使得其成像过程容易产生较大噪声，Bayer域属于相机成像的前端色彩空间，具有巨大的图像质量提升潜力，随着CMOS传感器在CIS领域的广泛应用，去除Bayer域的噪声受到愈加广泛的研究，其中椒盐噪声由于视觉污染效果明显、图像内容破坏强度大具有愈加重要的研究意义，现有的椒盐噪声估计算法多数是基于统计排序的非线性滤波器，不仅消耗巨大的计算资源并且无法保留边缘附近的图像纹理，在混合噪声模型下其对椒盐噪点的判定还容易受高斯噪声干扰，致使结果不准确，无法满足现代应用对图像处理提出的更高实时性、高效性的要求。
[0003]其中，中值滤波是最经典的基于统计排序的非线性局部滤波去椒盐噪声算法，其过程如下：使用固定大小的窗口滑动遍历图像，判断各滑窗的中心点是否属于椒盐噪点，将判定为椒盐噪点的中心点的值替换为滤波窗口的排序中值，其优点是简单高效，能有效恢复低密度椒盐噪声污染的图像，缺点是单一使用排序中值进行中心替换，往往在图像边缘附近产生模糊，而且其对边缘附近的椒盐噪点识别能力较弱，在图像受到高密度的椒盐噪声污染时，固定大小的窗口内往往同时包含多个椒盐噪点，滤波效果不佳。
[0004]自适应中值滤波则是在中值滤波的基础上，依据滑窗区域像素信息自适应的调整滤波窗口大小直至到达窗口上限或者满足停止条件后退出，自适应中值滤波的滤波窗口大小可变，增强了对高密度椒盐噪声污染图像的修复能力，但其本质仍然属于中值排序替换，因此在去噪时也不可避免的产生细节模糊的问题，且由于其并未利用局部区域的梯度信息，也无法高效识别边缘附近的椒盐噪点，最后，如果选取过大窗口进行统计排序将造成巨大的计算开销。
[0005]三边滤波是在双边滤波基础上，基于椒盐噪点附近灰度值强度剧烈变化的特性，增加了椒盐噪点的判定过滤步骤，取得了较好的去椒盐噪声效果，由于保留了双边滤波器检测边缘的保边特性，其对图像纹理边缘的保留效果较好，然而逐点计算的滤波核权重在实际应用中将产生巨大计算开销，因此一直不能落地于实际应用，且其目的是同时去除高斯噪声和椒盐噪声，无法避免去除椒盐噪声过程中高斯噪声对其的干扰。

技术实现思路

[0006]本申请提供的一种Bayer图像去椒盐噪声的方法，旨在解决现有技术中图像去噪算法既不能高效去噪又不能更好地保留图像内容的问题。
[0007]为实现上述目的，本申请采用以下技术方案：本申请的一种Bayer图像去椒盐噪声的方法，包括以下步骤：对待处理Bayer图像进行边缘消除得到第一处理图像，并基于高斯分布的3σ准则计算所述第一处理图像中高斯噪声的目标标准差；
利用第一滑动窗口遍历所述第一处理图像得到若干第一滑动窗口中心点，计算每个所述第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的梯度和插值；根据每个所述第一滑动窗口中心点的原始像素值和其最小梯度方向的插值以及所述目标标准差判断各个第一滑动窗口中心点是否为椒盐噪点，若是则去除所有椒盐噪点。
[0008]作为优选，所述对待处理Bayer图像进行边缘消除得到第一处理图像，包括：按照先行后列的顺序分别利用边缘消除算子[1,
‑
2,1]对待处理Bayer图像进行边缘消除，得到第一处理图像。
[0009]作为优选，所述基于高斯分布的3σ准则计算所述第一处理图像中高斯噪声的目标标准差，包括：利用第二滑动窗口遍历所述第一处理图像得到若干第二滑动窗口中心点；计算每个第二滑动窗口中心点与其邻域同色像素点的第一差值绝对值，并将每个第一差值绝对值与设定阈值进行比较；对所有小于所述设定阈值的第一差值绝对值进行累计计数，并根据所述累计结果建立幅度直方图；对所述幅度直方图的横坐标进行累加直至累加数目为整体数目的68%，得到所述第一处理图像中高斯噪声的初始标准差；将所述幅度直方图中横坐标大于所述初始标准差3倍的值置为0，并迭代上述步骤直至连续两次得到的最新标准差相同；迭代结束，将所述最新标准差作为所述第一处理图像中高斯噪声的目标标准差。
[0010]作为优选，所述得到所述第一处理图像中高斯噪声的初始标准差，包括：将累加数目达到整体数目的68%时对应的幅度直方图横坐标作为所述第一处理图像中高斯噪声的初始标准差。
[0011]作为优选，所述方法还包括：将上一次迭代得到的最新标准差的3倍的值作为下一次迭代的设定阈值。
[0012]作为优选，所述第二滑动窗口与所述第一滑动窗口大小相同。
[0013]作为优选，所述计算每个所述第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的梯度和插值，包括：分别计算每个所述第一滑动窗口中心点的水平、竖直、对角和斜对角方向上所有同色像素点间原始像素值的第二差值绝对值的和，得到各个所述第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的梯度，并确定每个所述第一滑动窗口中心点的最小梯度方向。
[0014]作为优选，所述计算每个所述第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的梯度和插值，还包括：分别计算每个所述第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的同色像素点原始像素值的和以及对应方向上其它同色像素点间原始像素值的第三差值绝对值，并根据每个所述和及其对应的第三差值绝对值计算相应第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的插值。
[0015]作为优选，所述根据每个所述第一滑动窗口中心点的原始像素值和其最小梯度方
向的插值以及所述目标标准差判断各个第一滑动窗口中心点是否为椒盐噪点，若是则去除所有椒盐噪点，包括：确定各个所述第一滑动窗口中心点的原始像素值是否为0或255，若是，计算所述第一滑动窗口中心点的原始像素值与其对应最小梯度方向的插值的第二差值绝对值，并判断所述第二差值绝对值是否大于所述目标标准差的3倍，若是，则所述第一滑动窗口中心点为椒盐噪点，并用其最小梯度方向的插值代替其原始像素值，否则，保持不变。
[0016]一种Bayer图像去椒盐噪声的系统，包括：消除模块，用于对待处理Bayer图像进行边缘消除得到第一处理图像，并基于高斯分布的3σ准则计算所述第一处理图像中高斯噪声的目标标准差；计算模块，用于利用第一滑动窗口遍历所述第一处理图像得到若干第一滑动窗口中心点，计算每个所述第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的梯度和插值；判断模块，用于根据每个所述第一滑动窗口中心点的原始像素值和其最小梯度方向的插值以及所述目标标准差判断各个第一滑动窗口中心点是否为椒盐噪点，若是则去除所有椒盐噪点。
[0017]本专利技术具有如下有益效果：本申请针对实际场景中的混合噪声模型特性进行优化，一方面通过高斯噪声估计消除了高斯噪声对椒盐噪声判定结果的干扰，另一方面，通过梯度检测和同色插值的方式去除存在的椒盐噪点，不仅提升了降噪效果，同时还强力保留了图像边缘。
附图说明
[0018]为了更清楚地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种Bayer图像去椒盐噪声的方法，其特征在于，包括以下步骤：对待处理Bayer图像进行边缘消除得到第一处理图像，并基于高斯分布的3σ准则计算所述第一处理图像中高斯噪声的目标标准差；利用第一滑动窗口遍历所述第一处理图像得到若干第一滑动窗口中心点，计算每个所述第一滑动窗口中心点在水平、竖直、对角和斜对角方向上的梯度和插值；根据每个所述第一滑动窗口中心点的原始像素值和其最小梯度方向的插值以及所述目标标准差判断各个第一滑动窗口中心点是否为椒盐噪点，若是则去除所有椒盐噪点。2.根据权利要求1所述的一种Bayer图像去椒盐噪声的方法，其特征在于，所述对待处理Bayer图像进行边缘消除得到第一处理图像，包括：按照先行后列的顺序分别利用边缘消除算子[1,
‑
2,1]对待处理Bayer图像进行边缘消除，得到第一处理图像。3.根据权利要求1所述的一种Bayer图像去椒盐噪声的方法，其特征在于，所述基于高斯分布的3σ准则计算所述第一处理图像中高斯噪声的目标标准差，包括：利用第二滑动窗口遍历所述第一处理图像得到若干第二滑动窗口中心点；计算每个第二滑动窗口中心点与其邻域同色像素点的第一差值绝对值，并将每个第一差值绝对值与设定阈值进行比较；对所有小于所述设定阈值的第一差值绝对值进行累计计数，并根据所述累计结果建立幅度直方图；对所述幅度直方图的横坐标进行累加直至累加数目为整体数目的68%，得到所述第一处理图像中高斯噪声的初始标准差；将所述幅度直方图中横坐标大于所述初始标准差3倍的值置为0，并迭代上述步骤直至连续两次得到的最新标准差相同；迭代结束，将所述最新标准差作为所述第一处理图像中高斯噪声的目标标准差。4.根据权利要求3所述的一种Bayer图像去椒盐噪声的方法，其特征在于，所述得到所述第一处理图像中高斯噪声的初始标准差，包括：将累加数目达到整体数目的68%时对应的幅度直方图横坐标作为所述第一处理图像中高斯噪声的初始标准差。5.根据权利要求3所述的一种Bayer图像去椒盐噪声的方法，其特征在于，所述方法还包括：将上一次迭代得到的最新标准差的3倍的值作为下一次迭代的设定阈值。6.根据权利要求3所述的一种Bayer图像去椒盐噪声的方法，其特征在于，所述第二滑动窗口与所...

【专利技术属性】
技术研发人员：王军，张智涵，范益波，殷海兵，朱旭东，
申请(专利权)人：杭州雄迈集成电路技术股份有限公司，
类型：发明
国别省市：