本发明涉及图像信号处理领域,特别是涉及一种图像自动坏点校正装置及方法。
背景技术:
在视频图像处理领域中,视频图像的获取通常是通过cmos图像传感器采集,得到bayer格式的图像。然而由于cmos图像传感器制造工艺及成本的限制,以及在高低温环境以及低照度环境中,采集的bayer格式图像容易出现坏点。坏点从亮度上可以分为白点(亮度较大的坏点)和黑点(亮度较小的坏点);从位置和时间上可分为固定坏点(位置固定,且在视频序列中亮度随时间变化不大)和动态坏点(位置随机,或其在视频序列的每一帧中亮度变化剧烈)。坏点的出现严重影响图像的主观质量,因此在图像处理中采取自动坏点校正是十分必要的。对于固定坏点,通常采用记录坏点位置,固化成一张位置查找表,然后在图像采集处理系统中,按查找表搜索位置,去除该位置处固定坏点,这种处理方式,能有效去掉固定坏点,但无法消除动态坏点。对于动态坏点,通常利用图像的局部特征,比较当前位置像素与该局部特征的差异,判断是否坏点,再进行校正。然而这些做法,在设置较强的去坏点能力时,不能很好的保留图像的边缘和细节;设置较弱的去坏点能力时,保留图像边缘及细节,但又不能达到较好的去坏点效果。
技术实现要素:
为克服上述现有技术存在的不足,本发明之目的在于提供一种图像自动坏点校正装置及方法,其能有效的检测及校正坏点,同时较好地保留图像的边缘 及细节。
为达上述及其它目的,本发明提出一种图像自动坏点校正装置,包括:
邻域内四方向插值计算单元,以当前像素为中心的邻域进行计算,分别在四个方向对当前位置的像素值进行插值估计,得到四个方向的插值估计值;
邻域内四方向权值计算单元,分别在四个方向计算其方向权值;
坏点概率计算单元,计算当前像素点为坏点的概率f;
当前像素估计值计算单元,根据该邻域内四方向插值计算单元计算得到的四个方向的插值估计值以及该邻域内四方向权值计算单元计算得到的方向权值,拟合得到当前像素的估计值;
坏点校正单元,根据该坏点概率计算单元计算得到的坏点概率、该当前像素估计值计算单元计算得到的当前像素估计值以及当前像素值,计算得到当前像素校正值。
进一步地,该邻域内四方向插值计算单元选择以当前像素为中心选择5x5的邻域,该四个方向分别为135度斜方向的方向0、垂直方向的方向1、45度斜方向的方向2以及水平方向的方向3。
为达到上述目的,本发明还提供一种图像自动坏点校正方法,包括如下步骤:
以当前像素为中心的领域进行计算,分别在四个方向对当前位置的像素值进行插值估计,得到四个方向的插值估计值;
分别在四个方向计算其方向权值;
计算当前像素点为坏点的概率;
根据计算得到的四个方向的插值估计值以及四个方向的方向权值,拟合得到当前像素的估计值;
根据计算得到的坏点概率、当前像素估计值以及当前像素值,计算得到当前像素校正值。
进一步地,选择以当前像素为中心选择5x5的邻域,该四个方向分别为135 度斜方向的方向0、垂直方向的方向1、45度斜方向的方向2以及水平方向的方向3。
进一步地,计算四个方向的插值估计值的步骤包括:
a)以r点为中心时,利用下式计算四个方向的插值
b)、以b点为中心时,利用下式计算四个方向的插值
c)、以g点为中心时,利用下式计算四个方向的插值
其中,所有有关r、g、b的参数代表以当前像素点为中心5x5邻域中对应的像素值。
进一步地,计算四个方向的方向权值步骤包括:
a)、以r点为中心时,利用下式计算四个方向的权值
b)、以b点为中心时,利用下式计算四个方向的权值
c)、以g点为中心时,利用下式计算四个方向的权值
进一步地,于计算当前像素点为坏点的概率的步骤中,分别以r、g、b点为中心,取邻域内同通道像素得到集合a,并求取集合a中的最大像素值和最小像素值,最后计算得到当前像素点为坏点的概率f。
进一步地,于计算当前像素点为坏点的概率的步骤中,
a)、以r点为中心时,
diff=|r12-(minr-tl)|
若r12<(minr-tl),则
diff=|r12-(maxr+th)
若r12>(maxr+th),则
否则
f=0
其中,a=[r0,r2,r4,r10,r14,r20,r22,r24],maxr=max(a)minr=min(a),参数tl,th,t由具体应用配置具体参数值,
b)、以b点为中心时,
diff=|b12-(minb-tl)
若b12<(minb-tl),则
diff=|b12-(maxb+th)
若b12>(maxb+th),则
否则
f=0
其中,a=[b0,b2,b4,b10,b14,b20,b22,b24],maxb=max(a),minb=min(a),参数tl,th,t由具体应用配置具体参数值,
c)、以g点为中心时
diff=|g12-(ming-tl)
若g12<(ming-tl),则
diff=|g12-(maxg+th)
若g12>(maxg+th),则
否则
f=0
其中,a=[g0,g2,g4,g6,g8,g10,g14,g16,g18,g20,g22,g24],maxg=max(a),ming=min(a),参数tl,th,t由具体应用配置具体参数值。
进一步地,于拟合当前像素的估计值的步骤中,利用下式计算得到当前像素位置的估计值p:
进一步地,计算当前像素校正值的步骤包括:
a)、以r点为中心时,利用下式获得坏点校正结果
rout=f×p+(1-f)*r12
b)、以b点为中心时,利用下式获得坏点校正结果
bout=f×p+(1-f)*b12
c)、以g点为中心时,利用下式获得坏点校正结果
gout=f×p+(1-f)*g12。
与现有技术相比,本发明一种图像自动坏点校正装置及方法通过在以当前像素点为中心的领域四个方向对当前位置的像素值进行插值估计,得到四个方向的插值估计值,然后分别在四个方向计算方向权值,计算当前像素点为坏点的概率,并根据四个方向的估计值以及方向权值,拟合得到当前像素的估计值,最后根据获得的坏点概率、当前像素的估计值以及当前像素值计算得到当前像素校正值,通过本发明,不仅能有效的检测及校正坏点,同时可较好地保留图像的边缘及细节。
附图说明
图1为本发明一种图像自动坏点校正装置的架构示意图;
图2为本发明较佳实施例中邻域四方向示意图;
图3一种图像自动坏点校正方法的步骤流程图;
图4为本发明较佳实施例中邻域5x5像素窗示意图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式,本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用,本说明书中的各项细节亦可基于不同观点与应用,在不背离本发明的精神下进行各种修饰与变更。
图1为本发明一种图像自动坏点校正装置的架构示意图。如图1所示,本发明一种图像自动坏点校正装置,包括:邻域内四方向插值估计单元101、邻域内四方向权值计算单元102、坏点概率计算单元103、当前像素估计值计算单元104以及坏点校正单元105。
邻域内四方向插值计算单元101,以当前像素为中心的邻域进行计算,分别在四个方向对当前位置的像素值进行插值估计,得到四个方向的插值估计值。具体地说,邻域内四方向插值计算单元101选择以当前像素为中心的邻域进行计算,在本发明较佳实施例中,邻域内四方向插值计算单元101选择以当前像素为中心选择5x5的邻域,邻域内四个方向如图2所示,分别为方向0(135度斜方向)、方向1(垂直方向)、方向2(45度斜方向)和方向3(水平方向),邻域内四方向插值计算单元101分别在四个方向对当前位置的像素值进行插值估计,得到方向0的估计值p0,方向1的估计值p1,方向2的估计值p2,方向3的估计值p3。
邻域内四方向权值计算单元102,分别在四个方向计算方向权值,得到方向0的权值cof0,方向1的权值cof1,方向2的权值cof2,方向3的权值cof3。
坏点概率计算单元103,计算当前像素点为坏点的概率f,f值越大则坏点的可能性越大,f值越小则坏点的可能性越小。
当前像素估计值计算单元104,根据邻域内四方向插值计算单元101计算得 到的四个方向的估计值p0,p1,p2,p3;以及邻域内四方向权值计算单元102计算得到的方向权值cof0,cof1,cof2,cof3,拟合得到当前像素的估计值p。
坏点校正单元105,根据坏点概率计算单元103计算得到的坏点概率f、当前像素估计值计算单元104计算得到的当前像素估计值p以及当前像素值,计算得到当前像素校正值。
图3为本发明一种图像自动坏点校正方法的步骤流程图。如图3所示,本发明一种图像自动坏点校正方法,包括如下步骤:
步骤301,以当前像素为中心的领域进行计算,分别在四个方向对当前位置的像素值进行插值估计,得到四个方向的插值估计值。
在本发明较佳实施例中,本步骤以当前像素为中心选择5x5的邻域。如图4所示,分别提供了bayerpattern格式图像中以r或g或b为中心的5x5的邻域。
a)以r点为中心时,计算四个方向的插值,见公式(1)。
b)、以b点为中心时,计算四个方向的插值,见公式(2)。
c)、以g点为中心时,计算四个方向的插值,见公式(3)。
以上r24、b24、g24等r、b、g相关的参数代表5x5邻域中像素值。
步骤302,分别在四个方向计算方向权值,得到方向0的权值cof0,方向1的权值cof1,方向2的权值cof2,方向3的权值cof3。
具体地,分别计算以r或g或b为中心的5x5的邻域的四方向权值。
a)、以r点为中心时,计算四个方向的权值计算,见公式(4)。
b)、以b点为中心时,计算四个方向的权值,见公式(5)。
c)、以g点为中心时,计算四个方向的权值,见公式(6)。
步骤303,计算当前像素点为坏点的概率f。计算中用到的参数tl,th,t由具体应用配置具体参数值。具体地,
a)、以r点为中心时;取邻域内同通道像素得到集合a,并求取集合a中最大像素值得到maxr,最小像素值得到minr;然后可计算得到当前像素点为坏点的概率f,具体如下:
a=[r0,r2,r4,r10,r14,r20,r22,r24]
maxr=max(a)
minr=min(a)
若r12<(minr-tl)
则
diff=|r12-(minr-tl)|
若r12>(maxr+th)
则:
diff=|r12-(maxr+th)|
否则
f=0
b)、以b点为中心时;取邻域内同通道像素得到集合a,并求取集合a中最大像素值得到maxb,最小像素值得到minb;然后可计算得到当前像素点为坏点的概率f,具体如下:
a=[b0,b2,b4,b10,b14,b20,b22,b24]
maxb=max(a)
minb=min(a)
若b12<(minb-tl)
则:
diff=|b12-(minb-tl)|
若b12>(maxb+th)
则:
diff=|b12-(maxb+th)|
否则:
f=0
c)、以g点为中心时;取邻域内同通道像素得到集合a,并求取集合a中最大像素值得到maxg,最小像素值得到ming;然后可计算得到当前像素点为坏点的概率f,具体如下:
a=[g0,g2,g4,g6,g8,g10,g14,g16,g18,g20,g22,g24]
maxg=max(a)
ming=min(a)
若g12<(ming-tl)
则:
diff=|g12-(ming-tl)|
若g12>(maxg+th)
则:
diff=|g12-(maxg+th)|
否则:
f=0
步骤304根据步骤301计算得到的四方向插值结果p0,p1,p2,p3以及步骤302计算得到的四方向权值cof0,cof1,cof2,cof3,利用公式(7)计算得到当前像素位置的估计值p。
步骤105,根据步骤303计算得到的坏点概率f以及步骤304计算得到的当前像素估计值p,计算得到当前像素的坏点校正结果。具体地,
a)、以r点为中心时,利用公式(8)获得坏点校正结果。
rout=f×p+(1-f)*r12(8)
b)、以b点为中心时,利用公式(9)获得坏点校正结果。
bout=f×p+(1-f)*b12(9)
c)、以g点为中心时,利用公式(10)获得坏点校正结果,见公式(10)。
gout=f×p+(1-f)*g12(10)
综上所述,本发明一种图像自动坏点校正装置及方法通过在以当前像素点为中心的领域四个方向对当前位置的像素值进行插值估计,得到四个方向的插值估计值,然后分别在四个方向计算方向权值,计算当前像素点为坏点的概率,并根据四个方向的估计值以及方向权值,拟合得到当前像素的估计值,最后根据获得的坏点概率、当前像素的估计值以及当前像素值计算得到当前像素校正值,通过本发明,不仅能有效的检测及校正坏点,同时可较好地保留图像的边缘及细节。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下,对上述实施例进行修饰与改变。因此,本发明的权利保护范围,应如权利要求书所列。