用于检测缺陷像素的方法和图像处理器单元技术

本发明专利技术公开了一种用于处理由图像传感器提供的图像数据的方法，所述图像数据包括像素阵列，其中，所述方法包括以下步骤：

【技术实现步骤摘要】
【国外来华专利技术】Int.Symposium on Photoelectronic Detection and Imaging
，
vol.7384
，
p.73842V
‑1‑6描述了一种空间自适应噪声抑制算法，其结合了用于在
CMOS
图像传感器芯片中实施的缺陷像素校正功能
。
提供中心加权中值滤波器用来校正缺陷像素
。
随机噪声根据其背景的细节水平单独对待
。
[0010]A.Tanbakuchi
，
A.van der Sijde
，
B.Dillen
，
A.Theuwissen and W.de Haan
：“Adaptive pixel defect correction”，
in
：
Proc.SPIE Sensors and Camera Systems for Scientific
，
Industrial and Digital Photography Applications IV
，
vol.5017
，
pp.360
‑
370
，
2003
提出了一种利用原始
Bayer
图像数据的缺陷校正算法
。
如果发现图像中的像素是有缺陷的，则邻近像素为插值有缺陷的像素提供最合适的信息
。
使用方向导数将最近的点与缺陷颜色平面相关联
。
[0011]M.Schoberi
，
J.Seiler
，
B.Kasper
，
S.Foessel andA.Kaup
：“Sparsity
‑
based detect pixel compensation for arbitrary camera raw images”，
in
：
IEEE International Conference on Acoustics
，
Speech and Signal Processing
，
pp.1257
‑
1260
，
2011
公开了一种用于检测缺陷像素和为所述缺陷像素插入缺失值的算法
。
再度使用先前被插值的像素
。

技术实现思路

[0012]本专利技术的目的是提供一种改进的方法和图像处理器单元，其提供用于检测缺陷像素的鲁棒方案
。
[0013]所述目的通过包括权利要求1的特征的方法
、
包括权利要求
12
的特征的图像处理器单元和根据权利要求
13
所述的计算机程序来实现
。
优选实施例在从属权利要求中公开
。
[0014]本专利技术提出执行以下步骤：
[0015]a)
确定选定像素与位置上与相应像素邻近并归属于相应像素的相同颜色的像素集合之间相应的局部亮度差；以及
[0016]b)
当选定像素的局部亮度差超过上限阈值和
/
或低于下限阈值时，以及当选定像素的局部亮度差超过为位置上与选定像素邻近的像素集合而确定的加权最大局部亮度差和
/
或低于为位置上与相应像素邻近的像素集合而确定的加权最小局部亮度差时将选定像素识别为缺陷像素
。
[0017]为了将选定像素识别为缺陷像素，两个检测条件被结合起来
。
原则上，这些条件与用于提供像素阵列的图像传感器所使用的颜色滤波阵列无关
。
不同类型的缺陷能够通过条件的结合来识别，这些条件能够通过给定的阈值和加权因子容易地进行调整
。
[0018]通过将选定像素的局部亮度差与给定的阈值进行比较，检查选定像素是否与它的小窗中的相同颜色的邻近像素显著不同，所述小窗包含选定像素和周围像素集合
。
当该方法在具有相应颜色滤波阵列模式的像素阵列中执行时，即在去马赛克步骤之前，选定像素可以在小窗中居中
。
[0019]在第二个条件下，将选定像素的局部亮度与为位置上与选定像素邻近的邻近像素确定的局部亮度差进行比较
。
优选地，检查选定像素中的局部亮度差是否与以选定像素为中心的小窗中的相同颜色的邻近像素的局部亮度差显著不同
。
最大局部亮度差和最小局部亮度差不一定是一组局部亮度差的绝对最大值或绝对最小值
。
这被理解为一个选定的最
大
/
最小值，例如一组中的第一个
(
绝对值
)
或优选地是第二个甚至第三个
、
第四个
……
最大
/
最小值，这相当于将绝对最大
/
最小值作为异常值从表示局部亮度差的值的集合中排除
。
因此，根据本专利技术，局部最大
/
最小值或调整后的最大
/
最小值也包含在最大
/
最小局部亮度差的含义中
。
[0020]第二个条件允许区分真正有缺陷的像素和小的图像细节
。
[0021]这两个条件的结合提供了一种用于将选定像素识别为缺陷的鲁棒方案，其能够以低计算成本和可靠的结果在包括像素阵列的像素数据的图像数据流上容易地执行
。
该方法可以用于各种各样的颜色滤波阵列，例如标准
Bayer、Quad Bayer、RGBW、Nonacell Bayer
和
Hexadeca Bayer
颜色滤波阵列模式
。
可以容易地识别热缺陷
、
冷缺陷或两种缺陷类型的混合的单体或成对体
。
基于所述方法还可识别更高阶的缺陷
。
[0022]在步骤
a)
中为了确定选定像素的相应局部亮度差，可以计算位置上与相应像素邻近的像素集合的平均值
。
然后，可以将选定像素的相应局部亮度差计算为选定像素的值与邻近像素集合的计算出的平均值之间的差
。
[0023]邻近像素可以在位置上与选定像素直接相邻
。
还可以在像素阵列中考虑这样的邻近像素：其在位置上接近于选定像素，在选定像素和邻近像素之间还具有像素
。
[0024]为确定选定像素的相应局部亮度差而考虑的邻近像素集合可以只从那些归属于选定像素的相同颜色的邻近像素中选定
。
计算像素集合的邻近像素的平均值以确定局部亮度差为选定像素的值与邻近像素集合的计算出的平均值之间的差
。
[0025]因此，每个选定像素都可以分配到相应的局部亮度差值
。
[0026]可以将平均值计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种用于处理由图像传感器提供的图像数据的方法，所述图像数据包括像素阵列，所述方法包括以下步骤：
a)
确定选定像素与位置上与相应像素邻近并归属于相应像素的相同颜色的像素集合之间相应的局部亮度差；以及
b)
当选定像素的局部亮度差超过上限阈值和
/
或低于下限阈值时，以及当选定像素的局部亮度差超过为位置上与选定像素邻近的像素集合而确定的加权最大局部亮度差和
/
或低于为位置上与选定像素邻近的像素集合而确定的加权最小局部亮度差时，将选定像素识别为缺陷像素
。2.
根据权利要求1所述的方法，其中，所述方法还包括在步骤
a)
中计算位置上与选定像素邻近的像素集合的平均值，以及通过计算选定像素的值与邻近像素集合的计算出的平均值之间的差来确定选定像素的相应局部亮度差
。3.
根据权利要求2所述的方法，其中，平均值被计算为围绕着选定像素并归属于选定像素的相同颜色的像素集合的算数平均值
、
修正的阿尔法均值或中值
。4.
根据权利要求1至3之一所述的方法，其特征在于，在步骤
a)
中为确定选定像素的局部亮度差而考虑的像素集合位于预先确定大小的窗中，优选地是4×
4、5
×
5、6
×6或8×8的窗，其中，所述像素集合归属于选定像素的相同颜色
。5.
根据权利要求4所述的方法，其中，局部亮度差被确定的选定像素位于窗的中心
。6.
根据权利要求1至5之一所述的方法，其中，所述方法还包括：
‑
确定在预先确定大小的窗中位置上与选定像素邻近的像素集合的最大局部亮度差，以及
‑
当局部亮度差超过加权最大局部亮度差时将选定像素识别为有缺陷的热像素
。7.
根据权利要求1至6之一所述的方法，其中，所述方法还包括：
‑
确定在预先确定大小的窗中位置上与选定像素邻近的像素集合的最小局部亮度差，以及
‑
当局部亮度差低于加权最小局部亮度...

【专利技术属性】
技术研发人员：N，
申请(专利权)人：梦芯片技术股份有限公司，
类型：发明
国别省市：