一种基于投票的面向线阵的高鲁棒性坏点校正方法技术

本发明专利技术提供了一种基于投票的面向线阵的高鲁棒性坏点校正方法，包括：采用线阵相机进行相机图像获取，输出的相机图像；针对输出的相机图像采用单像素坏点检测方法进行坏点检测，得到像素坏点检测结果；根据像素坏点检测结果采用投票以及阈值判断方式进行分析统计，得到图像坏点表；结合图像坏点表针对后续输出的相机图像进行坏点查询与判断，得到图像坏点判断结果；按照图像坏点判断结果针对坏点进行校正。本发明专利技术能够对线阵相机的图像进行坏点检测与校正，不仅鲁棒性高，还不容易出现误判，校正效果好。正效果好。正效果好。

【技术实现步骤摘要】
一种基于投票的面向线阵的高鲁棒性坏点校正方法


[0001]本专利技术涉及图像处理
，特别涉及一种基于投票的面向线阵的高鲁棒性坏点校正方法。

技术介绍

[0002]图像传感器由于工艺缺陷，寿命折损或光信号转化过程中出现错误，会出现坏点从而降低图像质量，这将严重影响后续的图像处理过程和图像的视觉效果。随着计算机视觉的发展，高端视觉任务对图像质量提出了更高的要求，图像去坏点的重要性也日益提升。目前现有的技术方案往往都是针对面阵中以散点行式呈现的坏点，当面对推扫式相机中按列形式呈现的坏点时，它们不再能够完成对坏点的有效校正，而且误判较多还造成了图像模糊的状况，因此，本专利技术以单像素坏点检测方法为例，但不限于此方法，提出一种基于投票的面向线阵的高鲁棒性坏点校正方法，能够对线阵相机的图像进行坏点检测与校正，不仅鲁棒性高，还不容易出现误判，校正效果好。

技术实现思路

[0003]本专利技术的目的在于提供一种基于投票的面向线阵的高鲁棒性坏点校正方法，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于投票的面向线阵的高鲁棒性坏点校正方法，其特征在于，包括：采用线阵相机进行相机图像获取，输出的相机图像；针对输出的相机图像采用单像素坏点检测方法进行坏点检测，得到像素坏点检测结果；根据像素坏点检测结果采用投票以及阈值判断方式进行分析统计，得到图像坏点表；结合图像坏点表针对后续输出的相机图像进行坏点查询与判断，得到图像坏点判断结果；按照图像坏点判断结果针对坏点进行校正。2.根据权利要求1所述的高鲁棒性坏点校正方法，其特征在于，所述线阵相机采用推扫式成像模式逐行输出相机图像，针对输出的相机图像中的每一行相同位置的像素点都是由线阵相机中的同一个成像单元输出的。3.根据权利要求2所述的高鲁棒性坏点校正方法，其特征在于，针对输出的相机图像采用单像素坏点检测方法进行坏点检测时，针对输出的每一行相机图像进行坏点检测，在相机图像中确定待检测点，针对待检测点选取邻域窗，得到待检测点的分析区域，在待检测点的分析区域中结合周围相邻像素值进行差异分析，得到像素坏点检测结果。4.根据权利要求3所述的高鲁棒性坏点校正方法，其特征在于，所述差异分析包括水平方向的差异分析和竖直方向的差异分析，在待检测点的分析区域中结合周围相邻像素值进行差异分析包括:将待检测点结合同列上下相邻像素值进行竖直方向的差异分析，得到上像素差异值和下像素差异值；分别分析上像素差异值和下像素差异值与预设阈值的大小关系，得到竖直方向的差异分析结果；在竖直方向的差异分析结果中，当上像素差异值和下像素差异值同时小于预设阈值时，将待检测点结合同列左右相邻像素值进行水平方向的差异分析，确定待检测点的分析区域中相邻列的列平均像素值，并计算列平均像素值与待检测点的像素值之间的差值，得到水平分析数据；将水平分析数据按照降幂顺序排列，确定最小值，并将最小值与预设阈值进行比较，当最小值大于预设阈值时，待检测点的像素坏点检测结果为待检测是坏点，否则待检测不是坏点。5.根据权利要求2所述的高鲁棒性坏点校正方法，其特征在于，根据像素坏点检测结果采用投票以及阈值判断方式进行分析统计时，采用计数器进行数据统计，所述计数器包括行计数器和列计数器，其中，行计数器针对输出相机图像的行数进行统计计数，列计数器的数目是多个，其数量与成像单元的数量相同，利用列计数器针对每一行相机图像中相同成像单元中的坏点进行数据统计。6.根据权利要求5所述的高鲁棒性坏点校正方法，其特征在于，所述行计数器针对输出相机图像的行数进行统计计数时，随着线阵相机的输出行计数器针对输出行数进行统计计数，得到行计数器统计数据，将行计数器统计数据与第一统计阈值进行比较，当行计数器统计数据等于第一统计阈值时，将行计数器清零，等待下一次统计计数；所述像素坏点检测结果是按照成像单元进行划分的，...

【专利技术属性】
技术研发人员：黄宇杰，李文宏，
申请(专利权)人：上海宇勘科技有限公司，
类型：发明
国别省市：