用于cmos图像传感器降噪处理的自适应混合降噪方法
【技术领域】
[0001] 本发明涉及一种CMOS图像传感器降噪技术，尤其涉及一种用于CMOS图像传感器 降噪处理的自适应混合降噪方法。
【背景技术】
[0002] 目前的单片彩色CMOS图像传感器经过CFA (Color Filter Array)阵列感光后，将 光信号通过像素单元转化为电信号，在经过一系列的模拟电路和数字图像处理后，甚至在 图像的传输和显示过程中，都会不可避免得引入干扰噪声，导致图像质量下降，影响了视觉 效果。因此，为了真实地显示出图像信息、避免图像失真，必须对噪声图像进行降噪处理。
[0003] 通常情况下，最为常见的图像噪声有高斯噪声和椒盐噪声两种，针对这两种图像 噪声问题，现有技术常用的去噪方法是中值滤波和均值滤波；其中，中值滤波属于非线性滤 波，是取邻域内像素的中间值作为当前灰度值，主要用来处理椒盐噪声，在噪声密度不高的 情况下，处理效果较好，当滤波窗口范围较大时，处理后的图像会损失一些边缘细节；而均 值滤波是线性滤波，其采用邻域内像素的平均值作为当前灰度值，主要抑制高斯噪声，在邻 域空间不大的情况下，能较好的抑制噪声，随着领域空间变大，图像的模糊程度会变得较为 严重。
[0004] 针对高斯噪声和椒盐噪声组成的混合噪声，均值和中值滤波都无法单独达到预期 效果，而现有技术中，用于处理混合噪声的方法的复杂度又较高，不利于硬件实现。
【发明内容】
[0005] 针对【背景技术】中的问题，本发明提出了一种用于CMOS图像传感器降噪处理的自 适应混合降噪方法，包括CMOS图像传感器输出的图像，所述图像由R、G、B三种类型的像素 单元组成，其特征在于：所述自适应混合降噪方法包括：
[0006] 所述图像中，由单种类型的像素单元所组成的阵列记为处理单元，其中，R类型的 像素单元所对应的处理单元记为处理单元一，G类型的像素单元所对应的处理单元记为处 理单元二，B类型的像素单元所对应的处理单元记为处理单元三；降噪处理时，分别对三个 处理单元单独进行处理；对处理单元单独进行处理时，按方法一中方式进行；
[0007] 方法一：
[0008] 以某一像素单元为中心，建立规模为3X3的滤波阵列，位于滤波阵列正中的像素 单元记为中心像素，滤波阵列内除中心像素外的其余8个像素单元记为外围像素；将某一 滤波阵列记为阵列一，其对应的中心像素记为像素一，与像素一顺次相邻的像素单元记为 像素二，则，阵列一处理完成后，以像素二为新的中心像素建立新的滤波阵列，然后继续对 新的滤波阵列进行处理；对单个滤波阵列进行处理时，按方法二中方式进行；
[0009] 方法二：
[0010] 1)提取滤波阵列内各个像素单元的灰度值，获得9个灰度值H，然后计算出这9个 灰度值的均值M ;
[0011] 2)计算出各个灰度值与均值M的差值的绝对值C，C = |H-MI ;
[0012] 3)将各个绝对值C逐一与阈值Tl进行比较，大于阈值Tl的绝对值C所对应的像 素单元记为椒盐噪声点，小于或等于阈值Tl的绝对值C所对应的像素单元记为非椒盐噪声 占 .
[0013] 所有绝对值C都与阈值Tl进行了比较后，对非椒盐噪声点的数量进行判断：若非 椒盐噪声点的数量等于9,则取中心像素的当前灰度值作为滤波输出值q，然后按步骤6)中 方式进行处理；若非椒盐噪声点的数量等于〇,则继续按步骤4)中方式进行处理；若非椒盐 噪声点的数量大于〇且小于9,则继续按步骤5)中方式进行处理；
[0014] 4)按下式计算滤波输出值q，然后进入步骤6):
[0016] 其中，H5为滤波阵列内中心像素的灰度值，H2为滤波阵列内中心像素正上方的外 围像素的灰度值，H4为滤波阵列内中心像素正左方的外围像素的灰度值，H6为滤波阵列内 中心像素正右方的外围像素的灰度值，H8为滤波阵列内中心像素正下方的外围像素的灰度 值；
[0017] 5)按数值大小，对各个非椒盐噪声点所对应的灰度值进行排序；
[0018] 若非椒盐噪声点的数量为1，则以该非椒盐噪声点的所对应的灰度值作为滤波输 出值q，然后进入步骤6);
[0019] 若非椒盐噪声点的数量为2,设2个非椒盐噪声点的灰度值大小关系为Ha < Hb， 则按下式计算滤波输出值q，然后进入步骤6):
[0020] q = HaXO. 75+HbXO. 25
[0021] 若非椒盐噪声点的数量为3,设3个非椒盐噪声点的灰度值大小关系为Ha < Hb < Hc，则按下式计算滤波输出值q，然后进入步骤6):
[0023] 若非椒盐噪声点的数量为4,设4个非椒盐噪声点的灰度值大小关系为Ha < Hb < He < Hd，则按下式计算滤波输出值q，然后进入步骤6):
[0025] 若非椒盐噪声点的数量为5,设5个非椒盐噪声点的大小关系为Ha < Hb < Hc < Hd < He，则按下式计算滤波输出值q，然后进入步骤6):
[0027] 若非椒盐噪声点的数量为6,设6个非椒盐噪声点的大小关系为Ha < Hb < Hc < Hd < He < Hf，则按下式计算滤波输出值q，然后进入步骤6):
[0029] 若非椒盐噪声点的数量为7,设7个非椒盐噪声点的大小关系为Ha < Hb < Hc < Hd < He < Hf < Hg，则按下式计算滤波输出值q，然后进入步骤6):
[0031] 若非椒盐噪声点的数量为8,设8个非椒盐噪声点的大小关系为Ha < Hb < He < Hd < He < Hf < Hg < Hh，则按下式计算滤波输出值q，然后进入步骤6):
[0033] 其中，Ha、Hb、He、Hd、He、Hf、Hg和Hh分别代表8个非椒盐噪声点的灰度值；
[0034] 6)将中心像素的灰度值赋值为q，进入步骤7);
[0035] 7)计算出滤波阵列内的像素梯度绝对值J，然后将J与阈值T2进行比较：若J大 于T2,则将q作为该滤波阵列的中心像素的最终灰度值A并向外输出；
[0036] 若J小于T2,则按下式计算出该滤波阵列的中心像素的最终灰度值A并向外输 出：
[0037] A = [q+(H2+H4+H6+H8) X0. 75+(H1+H3+H7+H9) X0. 25]/9 〇
[0038] 其中，Hl为滤波阵列内中心像素左上方的外围像素的灰度值，H3为滤波阵列内中 心像素右上方的外围像素的灰度值，H7为滤波阵列内中心像素左下方的外围像素的灰度 值，H9为滤波阵列内中心像素右下方的外围像素的灰度值。
[0039] 本发明的总体思路是，以低复杂度的降噪方法，在较小的领域空间（也即滤波阵 列的规模）内，对图像中的混合噪声进行高效的降噪处理，在降低硬件开销的同时，保证了 图像的处理效果处于合理的水平；具体来说本发明是这样实现的：
[0040] 椒盐噪声多表现为极值点（极亮：满灰度级，极暗：灰度值为0)，因此，可通过对滤 波阵列内各像素单元灰度值的差异来识别出椒盐噪声点，于是本发明通过步骤1)来获得 滤波阵列内像素单元灰度值的均值，然后通过步骤2)中的阈值Tl来将椒盐噪声点甄别出 来；椒盐噪声点甄别出来后，可能出现的情况有三类，其一，滤波阵列内的所有像素单元都 被椒盐噪声污染了（即非椒盐噪声点的数量等于〇)，其二，滤波阵列内仅有部分像素单元 被椒盐噪声污染了（即非椒盐噪声点的数量大于〇且小于9)，其三，滤波阵列内不存在椒盐 噪声（即非椒盐噪声点的数量等于9);针对第一种情况，由于所有像素单元都被椒盐噪声 污染，因此不适合将所有像素单元的灰度值都拿来作加权均值处理，于是选取与中心像素 关联性较强的5个像素单元（即中心像素及其正上、正下、正左、正右的四个外围像素）的 灰度值来进行加权均值处