一种坏点检测校正方法及装置与流程

本发明涉及图像处理领域，特别涉及一种坏点检测校正方法及装置。

背景技术：

图像传感器在输出图像数据时，由于图像传感器的某些像素点位置感光失效，或者，由于光信号进行转化的过程中出现错误，则会导致图像传感器所输出的图像数据中的某些像素点的像素值不准确或者与其周围像素点的像素值相差较大，从而出现图像坏点，则会影响到图像的成像质量。因此，通常需要检测图像数据中是否存在坏点，并当存在坏点时对该坏点进行校正。

相关技术中，对于图像数据的坏点检测校正的方法一般包括以下两种：

方法一、静态坏点去除法，具体包括：通过自动测试设备(ate)检测出图像传感器所输出的图像数据中像素值异常的像素点并确定为坏点，再保存坏点的位置坐标。由此算法处理模块(isp)会基于ate中所存储的坏点位置坐标确定出坏点的位置，并利用该坏点周围像素点的像素值计算并恢复坏点的像素值，以此对坏点进行校正。

方法二、动态坏点去除法，具体包括：实时分析图像传感器采集的图像数据的像素，并判断图像数据的各个像素点的像素值与其周围像素点的像素值之间的误差值是否大于预设值，当某一像素点的像素值与其周围像素点的像素值之间的误差值大于预设值时，确定该像素点为坏点，并利用该坏点周围像素点的像素值计算并恢复坏点的像素值，以此对坏点进行校正。

但是，针对方法一而言，当某一图像数据的坏点过多时，会占用较多的存储面积，从而会提高成本。同时，针对部分像素点，由于其像素值可能仅会在高低温或者高增益等状态下才呈现出异常，而在ate检测坏点时，并不存在异常，由此会使得ate无法准确检测出图像数据中的全部坏点，则检测准确率和校正准确率均较低。针对方法二而言，由于其对于坏点的判定标准较为单一，则通常会把正常像素点误判为坏点或者会把坏点漏判，检测的准确率和校正准确率均较低。

技术实现要素：

本发明的目的在于提供一种坏点检测校正方法及装置，以解决相关技术中的坏点检测校正方法成本较高、检测准确率低、校正准确率低的技术问题。

为解决上述技术问题，本发明提供一种坏点检测校正方法，所述方法包括：

在图像数据中确定出预定像素点，所述预定像素点为待检测像素点；

以所述预定像素点为中心像素点在所述图像数据中确定出n×m矩阵，在所述n×m矩阵中选取出围绕所述预定像素点且与所述预定像素点相同颜色的多个第一参考像素点，确定出所述多个第一参考像素点的像素值中的最大像素值、第二大像素值、最小像素值、第二小像素值；

基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点；其中，当预定像素点的像素值与最大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为坏点；当预定像素点的像素值与最大像素值的差值小于或等于第一预设值，且预定像素点的像素值与第二大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值小于或等于第二预设值，且第二小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为疑似坏点；以及

当预定像素点为坏点时，对预定像素点的像素值执行第一校正操作；

当预定像素点为疑似坏点时，基于预定像素点和具备最大像素值的第一参考像素点，或者，基于预定像素点和具备最小像素值的第一参考像素点在所述n×m矩阵中确定出第二参考像素点，并基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域，当判断出预定像素点位于所述图像数据的平坦区域时，确定所述预定像素点为坏点，对预定像素点的像素值执行第二校正操作，当判断出所述预定像素点位于所述图像数据的边缘区域时，基于所述第二参考像素点判断预定像素点是否为坏点，当判断出预定像素点为坏点时，对预定像素点的像素值执行所述第二校正操作。

可选的，每个所述第一参考像素点与预定像素点的连线之间不具备其他的与所述预定像素点颜色相同的像素点。

可选的，基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点的方法包括：

步骤一、判断所述预定像素点的像素值与所述最大像素值的差值是否大于第一预设值，当所述预定像素点的像素值与所述最大像素值的差值大于第一预设值时，确定所述预定像素点为白色坏点，否则执行步骤二；

步骤二、判断所述预定像素点的像素值与所述第二大像素值的差值是否大于第一预设值，当所述预定像素点的像素值与所述第二大像素值的差值大于第一预设值时，确定所述预定像素点为疑似白色坏点；否则，执行步骤三；

步骤三、判断所述最小像素值与所述预定像素点的像素值的差值是否大于第二预设值，当所述最小像素值与所述预定像素点的像素值的差值大于第二预设值时，确定所述预定像素点为黑色坏点；否则，执行步骤四；

步骤四、判断所述第二小像素值与所述预定像素点的像素值的差值是否大于第二预设值，当所述第二小像素值与所述预定像素点的像素值的差值大于第二预设值时，确定所述预定像素点为疑似黑色坏点，否则执行步骤五；

步骤五、确定所述预定像素点为正常像素点。

可选的，所述第一校正操作包括：

除去所述多个第一参考像素点中与所述预定像素点位于同一行的第一参考像素点以得到第一像素组，计算出所述第一像素组的横向梯度值；以及，除去所述多个第一参考像素点中与所述预定像素点位于同一列的第一参考像素点以得到第二像素组，计算出所述第二像素组的纵向梯度值；

判断所述纵向梯度值与所述横向梯度值是否满足第一预设条件，所述第一预设条件包括：所述纵向梯度值小于第三预设值且所述纵向梯度值小于所述横向梯度值与第四预设值之差；当所述纵向梯度值与所述横向梯度值满足第一预设条件时，若所述预定像素点为黑色坏点，则将与所述预定像素点位于同一列的第一参考像素点的像素值中的最小值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将与所述预定像素点位于同一列的第一参考像素点的像素值中的最大值确定为校正后的预定像素点的像素值并输出；

判断所述纵向梯度值与所述横向梯度值是否满足第二预设条件，所述第二预设条件包括：所述横向梯度值小于第三预设值且所述横向梯度值小于所述纵向梯度值与第四预设值之差；当所述纵向梯度值与所述横向梯度值满足第二预设条件时，若所述预定像素点为黑色坏点，则将与所述预定像素点位于同一行的第一参考像素点的像素值中的最小值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将与预定像素点位于同一行的第一参考像素点的像素值中的最大值确定为校正后的所述预定像素点的像素值并输出；

当所述横向梯度值和所述纵向梯度值未满足所述第一预设条件且未满足所述第二预设条件时，若所述预定像素点为黑色坏点，则将所述最小像素值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将所述最大像素值确定为校正后的预定像素点的像素值并输出。

可选的，计算出所述第一像素组的横向梯度值的方法包括：

将所述第一像素组中位于所述预定像素点所在行的其中一侧的第一参考像素点确定为第一子像素组，将所述第一子像素组中的第一参考像素点沿着像素行方向依次排列，并将依次排列后的第一子像素组中相邻的第一参考像素点的像素值作差后求绝对值；

将所述第一像素组中位于所述预定像素点所在行的另一侧的第一参考像素点确定为第二子像素组，将所述第二子像素组中的第一参考像素点沿着像素行方向依次排列，并将依次排列后的第二子像素组中相邻的第一参考像素点的像素值作差后求绝对值；

计算出所述第一像素组所对应的绝对值的平均值，将所述第一像素组所对应的绝对值的平均值确定为所述第一像素组的横向梯度值。

可选的，计算出所述第二像素组的纵向梯度值的方法包括：

将所述第二像素组中位于所述预定像素点所在列的其中一侧的第一参考像素点确定为第三子像素组，将所述第三子像素组中的第一参考像素点沿着像素列方向依次排列，并将依次排列后的第三子像素组中相邻的第一参考像素点的像素值作差后求绝对值；

将所述第二像素组中位于所述预定像素点所在列的另一侧的第一参考像素点确定为第四子像素组，将所述第四子像素组中的第一参考像素点沿着像素列方向依次排列，并将依次排列后的第四子像素组中相邻的第一参考像素点的像素值作差后求绝对值；

计算出所述第二像素组所对应的绝对值的平均值，将第二像素组所对应的绝对值的平均值确定为所述第二像素组的纵向梯度值。

可选的，基于预定像素点和具备最大像素值的第一参考像素点，或者，基于预定像素点和具备最小像素值的第一参考像素点在所述n×m矩阵中确定出第二参考像素点的方法包括：

当所述预定像素点为疑似白色坏点时，所述第二参考像素点为所述预定像素点和所述具备最大像素值的第一参考像素点的连线的延伸方向上与所述具备最大像素值的第一参考像素点距离最近的像素点；

当所述预定像素点为疑似黑色坏点时，所述第二参考像素点为所述预定像素点和所述具备最小像素值的第一参考像素点的连线的延伸方向上与所述具备最小像素值的第一参考像素点距离最近的像素点。

可选的，基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域的方法包括：

在所述n×m矩阵中选取出围绕所述预定像素点且与所述第二参考像素点相同颜色的多个第三参考像素点；判断所述第二参考像素点与所述第三参考像素点是否满足第三预设条件，所述第三预设条件包括：所述第二参考像素点的像素值与每一个第三参考像素点的像素值的差值的绝对值均小于第三预设值；当满足所述第三预设条件时，确定所述预定像素点位于所述图像数据的平坦区域，否则，确定所述预定像素点位于所述图像数据的边缘区域。

可选的，基于所述第二参考像素点判断预定像素点是否为坏点的方法包括：

当所述第二参考像素点、第三参考像素点与所述预定像素点的颜色相同时，若所述预定像素点为疑似白色坏点时，判断所述预定像素点的像素值与所述第二参考像素点的像素值的差值是否大于第一预设值，当判断结果为“是”时，确定所述预定像素点为白色坏点；若所述预定像素点为疑似黑色坏点时，判断所述第二参考像素点的像素值与所述预定像素点的像素值的差值是否大于第二预设值，当判断结果为“是”时，确定所述预定像素点为黑色坏点；

当所述第二参考像素点、第三参考像素点与所述预定像素点的颜色不同时，确定所述预定像素点为正常像素点。

可选的，所述第二校正操作包括：当确定出所述预定参考点为白色坏点时，将所述第二大像素值确定为校正后的预定像素点的像素值并输出；当确定出所述预定参考点为黑色坏点时，将所述第二小像素值确定为校正后的预定像素点的像素值并输出。

此外，本发明还提供了一种坏点检测校正装置，所述装置包括：

第一确定模块，用于在图像数据中确定出预定像素点，所述预定像素点为待检测像素点；

第二确定模块，用于以所述预定像素点为中心像素点在所述图像数据中确定出n×m矩阵，在所述n×m矩阵中选取出围绕所述预定像素点且与所述预定像素点相同颜色的多个第一参考像素点，确定出所述多个第一参考像素点的像素值中的最大像素值、第二大像素值、最小像素值、第二小像素值；

判断模块，用于基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点；其中，当预定像素点的像素值与最大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为坏点；当预定像素点的像素值与最大像素值的差值小于或等于第一预设值，且预定像素点的像素值与第二大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值小于或等于第二预设值，且第二小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为疑似坏点；以及

坏点校正模块，用于当预定像素点为坏点时，对预定像素点的像素值执行第一校正操作；

疑似坏点校正模块，用于当预定像素点为疑似坏点时，基于预定像素点和具备最大像素值的第一参考像素点，或者，基于预定像素点和具备最小像素值的第一参考像素点在所述n×m矩阵中确定出第二参考像素点，并基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域，当判断出预定像素点位于所述图像数据的平坦区域时，确定所述预定像素点为坏点，对预定像素点的像素值执行第二校正操作，当判断出所述预定像素点位于所述图像数据的边缘区域时，基于所述第二参考像素点判断预定像素点是否为坏点，当判断出预定像素点为坏点时，对预定像素点的像素值执行所述第二校正操作。

综上所述，本发明提供的坏点检测校正方法及装置中，在判断预定像素点是否为坏点时，会先基于所述预定像素点周围的同颜色的第一参考像素点的像素值确定出该像素点是否为坏点或者是否为疑似坏点。其中，当确定出预定像素点为坏点时，会执行第一校正操作；当确定出所述预定像素点为疑似坏点时，会进一步再次判断该疑似坏点是否为坏点，以及，当确定为坏点时，会执行第二校正操作。其中，本发明中，通过增加了疑似坏点的判断步骤，判断过程较为精细，则可以避免出现“将正常像素点误判为坏点”或者“坏点漏判”的现象，从而可以提高坏点检测准确率，并且还可以保证图像边缘信息以及细节信息。

同时，本发明中在执行所述第一校正操作时，会基于预定像素点周围像素的横向梯度值和纵向梯度值对预定像素点进行校正，则校正准确率较高。

此外，本申请中也无需存储坏点的坐标，则可以节省存储面积，降低成本。

附图说明

图1为本发明实施例提供的一种坏点检测校正方法的流程示意图；

图2为本发明实施例提供的一种rgbbayer格式的图像数据的点阵示意图；

图3为本发明实施例提供的一种预定像素点为g像素时，以所述预定像素点为中心像素点所选取的5×5矩阵的结构示意图；

图4为本发明实施例提供的一种在图3所示的5×5矩阵中所选取的第一参考像素点的位置示意图；

图5为本发明实施例提供的一种预定像素点为b像素时，以所述预定像素点为中心像素点所选取的5×5矩阵的结构示意图；

图6为本发明实施例提供的一种图5所示的5×5矩阵中的第一参考像素点的位置示意图；

图7a-图7h为本发明实施例提供的一种当预定像素点为g像素点时，所述第二参考像素点的选取位置示意图；

图8a-图8h为本发明实施例提供的一种当预定像素点为b像素点时，所述第二参考像素点的选取位置示意图；

图9a-9h为本发明实施例提供的一种当预定像素点为g像素点时，所述第三参考像素点的选取位置示意图；

图10a-10h为本发明实施例提供的一种当预定像素点为b像素点时，所述第三参考像素点的选取位置示意图。

具体实施方式

以下结合附图和具体实施例对本发明提出的一种坏点检测校正方法及装置作进一步详细说明。根据下面说明书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

图1为本发明实施例提供的一种坏点检测校正方法的流程示意图，如图1所示，所述坏点检测校正方法包括：

步骤100、获取图像数据，并在所述图像数据中确定出预定像素点，所述预定像素点为待检测像素点。

步骤200、以所述预定像素点为中心像素点在所述图像数据中确定出n×m矩阵，在所述n×m矩阵中选取出围绕所述预定像素点且与所述预定像素点相同颜色的多个第一参考像素点，确定出所述多个第一参考像素点的像素值中的最大像素值、第二大像素值、最小像素值、第二小像素值。

其中，本实施例中所选取的每个所述第一参考像素点与预定像素点的连线之间不具备其他的与所述预定像素点颜色相同的像素点。

以及，本实施例中，n和m均为奇数，n和m的取值应当满足以下条件：n×m矩阵中至少存在有能够围绕所述预定像素点一圈的所述第一参考像素点。进一步地，针对不同格式的图像数据，n和m的取值会有所不同，其中，当所述图像数据仅包括单色颜色像素时，例如所述图像数据为纯灰度(gray)模式或者当所述图像数据包括yuv格式时，n例如可以等于3，m例如可以等于3；而当所述图像数据包括多种颜色像素时，例如当所述图像数据包括：rgbbayer格式、rgbw格式、rgbir格式或者rccb格式时，n例如可以等于5，m例如可以等于5。

此外，在本实施例中，具体可以在所述n×m矩阵中选出八个第一参考像素。

步骤300、基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点。当确定出所述预定像素点为坏点时，执行步骤400；当确定出所述预定像素点为疑似坏点时，执行步骤500；当确定出预定像素点不为坏点且不为疑似坏点时(也即预定像素点为正常像素点时)，执行步骤800。

其中，当预定像素点的像素值与最大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为坏点；当预定像素点的像素值与最大像素值的差值小于或等于第一预设值，且预定像素点的像素值与第二大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值小于或等于第二预设值，且第二小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为疑似坏点。

本实施例中，所述第一预设值和所述第二预设值可以相同也可以不同，所述第一预设值和所述第二预设值具体可以由操作人员在所述坏点检测校正装置中预先设置，其中，所述第一预设值和所述第二预设值具体可以是基于图像传感器(例如cis)的增益值确定的，当所述图像传感器的增益值较大时，所述第一预设值和所述第二预设值也越大。示例的，当所述图像传感器的增益值为一倍增益时，所述第一预设值和所述第二预设值可以均为200。

步骤400、执行第一校正操作，以对所述预定像素点的像素值进行校正，并输出校正后的所述预定像素点的像素值。

步骤500、基于预定像素点和具备最大像素值的第一参考像素点，或者，基于预定像素点和具备最小像素值的第一参考像素点在所述n×m矩阵中确定出第二参考像素点，并基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域，当判断出所述预定像素点位于所述图像数据的边缘区域时，执行步骤600；当判断出预定像素点位于平坦区域时，确定所述预定像素点为坏点，并执行步骤700。

步骤600、基于所述第二参考像素点判断预定像素点是否为坏点，当判断出预定像素点为坏点时，执行步骤700，否则，确定所述预定像素点为正常像素点，执行步骤800。

步骤700、执行第二校正操作，以对所述预定像素点的像素值进行校正，并输出校正后的所述预定像素点的像素值。

步骤800、直接输出所述预定像素点的像素值。

综上所述，本发明提供的坏点检测校正方法中，在判断预定像素点是否为坏点时，会先基于所述预定像素点周围的同颜色的第一参考像素点的像素值确定出该像素点是否为坏点或者是否为疑似坏点。其中，当确定出预定像素点为坏点时，会执行第一校正操作；当确定出所述预定像素点为疑似坏点时，会进一步再次判断该疑似坏点是否为坏点，以及，当确定为坏点时，会执行第二校正操作。其中，本发明中，通过增加了疑似坏点的判断步骤，判断过程较为精细，则可以避免出现“将正常像素点误判为坏点”或者“坏点漏判”的现象，从而可以提高坏点检测准确率，并且还可以保证图像边缘信息以及细节信息。

以下对本发明实施例提供的黑电平检测校正方法做进一步详细介绍。其中，主要以图像数据的格式包括rgbbayer格式为例对所述黑电平检测校正方法进行举例说明，具体方法如下：

在上述步骤100中，会在图像数据中选取所述预定像素点，其中，鉴于后续需要以所述预定像素点为中心像素点建立n×m矩阵，则为了确保可以成功构建出所述n×m矩阵，所述预定像素点应当是除所述图像数据的第一行像素点、最后一行像素点、第一列像素点、最后一列像素点之外的任一像素点。

以及，在步骤200中，会以所述预定像素点为中心像素点在所述图像数据中确定出n×m矩阵，并会在所述n×m矩阵中选取出围绕所述预定像素点且与所述预定像素点相同颜色的多个第一参考像素点。

其中，图2为本发明实施例提供的一种rgbbayer格式的图像数据的点阵示意图，如图2所示，rgbbayer格式的图像数据中包括有r像素、g像素以及b像素，则所述预定像素点可以为r像素、g像素或者b像素。以及，在本步骤中，可以以所述预定像素点为中心像素点在所述图像数据中选取出5×5矩阵，之后，再在所述5×5矩阵中选取出围绕所述预定像素点一圈且与所述预定像素点相同颜色的多个第一参考像素点，其中，每个所述第一参考像素点与预定像素点的连线之间不具备其他的与所述预定像素点颜色相同的像素点。

需要说明的是，针对rgbbayer格式的图像数据而言，所述预定像素点外周具有多个由所述预定像素点相同颜色的像素点所组成的环绕圈，具体可以参考图2所示，当所述预定像素点为g像素时，所述预定像素点周围具备有多个由相同颜色组成的环绕圈，在图2中示意性的标识出两个环绕圈，分别为环绕圈a环绕圈b。其中，环绕圈a为靠近所述预定像素点的最内圈的环绕圈。以及，本发明实施例中，所选取的所述多个第一参考像素点实质为组成所述环绕圈a的像素点，即：每个所述第一参考像素点与预定像素点的连线之间不具备其他的与所述预定像素点颜色相同的像素点。同理的，当预定像素点为非g像素时，所选取的所述多个第一参考像素点也应当为组成最内圈的环绕圈的像素点。

进一步地，需要说明的是，当像素点为g像素或者非g像素时，在n×m矩阵中选取第一参考像素点的位置也不相同。

具体而言，图3为本发明实施例提供的一种预定像素点为g像素时，以所述预定像素点为中心像素点所选取的5×5矩阵的结构示意图，图4为本发明实施例提供的一种在图3所示的5×5矩阵中所选取的第一参考像素点的位置示意图，其中，如图4所示，在以g像素为中心像素点所选取的5×5矩阵中确定出了八个第一参考像素点，分别为第一参考像素点nb[0]-nb[7]，其中，所述第一参考像素点nb[0]-nb[7]环绕所述预定像素点g一圈，且每个第一参考像素点与所述预定像素点之间不具备其他相同颜色的像素点。

以及，图5为本发明实施例提供的一种预定像素点为b像素时，以所述预定像素点为中心像素点所选取的5×5矩阵的结构示意图，图6为本发明实施例提供的一种图5所示的5×5矩阵中的第一参考像素点的位置示意图。其中，如图6所示，在以b像素为中心像素点所选取的5×5矩阵中确定出了八个第一参考像素点，分别为第一参考像素点nb[0]-nb[7]，其中，所述第一参考像素点nb[0]-nb[7]环绕所述预定像素点b一圈，且每个第一参考像素点与所述预定像素点之间不具备其他相同颜色的像素点。

以及，在确定出第一参考像素点nb[0]-nb[7]后，可以获取各个第一参考像素点的像素值，并对所有第一参考像素点的像素值进行大小排序，以确定出第一参考像素点中的最大像素值、第二大像素值、最小像素值、第二小像素值。

进一步地，在上述步骤300中，可以基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点。

其中，需要说明的是，在具体实施例中，坏点一般分为黑色坏点和白色坏点，白色坏点为像素值远远高于周围像素的像素值的像素点，黑色坏点为像素值远远低于周围像素的像素值的像素点。基于此，在步骤300中，确定预定像素点是否为坏点或者是否为疑似坏点的方法主要可以包括：

步骤一、判断所述预定像素点的像素值与所述最大像素值的差值是否大于第一预设值，当所述预定像素点的像素值与所述最大像素值的差值大于第一预设值时，说明所述预定像素点的像素值远远大于其周围像素的像素值，则确定所述预定像素点为白色坏点；当所述预定像素点的像素值与所述最大像素值的差值小于或等于第一预设值时，此时还可能存在该具备最大像素值的第一参考像素点为坏点的情况，则还不能完全确定所述预定像素点为正常像素点，还需要执行步骤二，以对所述预定像素点进行进一步判定。

步骤二、判断所述预定像素点的像素值与所述第二大像素值的差值是否大于第一预设值，当所述预定像素点的像素值与所述第二大像素值的差值大于第一预设值时，确定所述预定像素点为疑似白色坏点；否则，执行步骤三。

步骤三、判断所述最小像素值与所述预定像素点的像素值的差值是否大于第二预设值，当所述最小像素值与所述预定像素点的像素值的差值大于第二预设值时，说明所述预定像素点的像素值远远小于其周围像素的像素值，确定所述预定像素点为黑色坏点；当所述最小像素值与所述预定像素点的像素值的差值小于或等于第二预设值时，此时还可能存在该具备最小像素值的第一参考像素点为坏点的情况，则还不能完全确定所述预定像素点为正常像素点，还需要执行步骤四，以对所述预定像素点进行进一步判定。

步骤四、判断所述第二小像素值与所述预定像素点的像素值的差值是否大于第二预设值，当所述第二小像素值与所述预定像素点的像素值的差值大于第二预设值时，确定所述预定像素点为疑似黑色坏点，否则执行步骤五。

步骤五、确定所述预定像素点为正常像素点。

以及，当在步骤300中确定出所述预定像素点为白色坏点或黑色坏点时，可以执行步骤400，当确定出所述预定像素点为疑似白色坏点或疑似黑色坏点时，可以执行步骤500；当确定出预定像素点为正常像素点时，执行步骤800。

其中，所述步骤400主要包括：执行第一校正操作，以对所述预定像素点的像素值进行校正。

所述第一校正操作主要可以包括以下步骤：

第一步、除去所述第一参考像素点中与所述预定像素点位于同一行的第一参考像素点以得到第一像素组，并计算出所述第一像素组的横向梯度值，除去所述第一参考像素点中与所述预定像素点位于同一列的第一参考像素点以得到第二像素组，并计算出所述第二像素组的纵向梯度值。

本实施例中，之所以要除去所述第一参考像素点中与所述预定像素点位于同一行的第一参考像素点的原因具体为：由于在计算横向梯度值时，一般都是将像素行方向上相邻的相同颜色的像素点进行作差，例如图6中的第一像素点nb[0]和nb[7]、第一像素点nb[7]和nb[6]等，然而由于所选取的第一参考像素点均是围绕所述预定像素点的点，则与所述预定像素点位于同一行的像素点之间定然间隔有所述预定像素点，而并非相邻的相同颜色的像素点，例如可以参考图6中的第一像素点nb[1]和nb[5]，此时，为了横向梯度值的计算精度，在计算横向梯度值时会除去所述第一参考像素点中与所述预定像素点位于同一行的第一参考像素点。

同理的，在计算纵向梯度值时也会除去所述第一参考像素点中与所述预定像素点位于同一列的第一参考像素点，以确保纵向梯度值的计算精度。

进一步地，计算出所述第一像素组的横向梯度值的方法主要可以包括以下步骤：

第一子步骤、将所述第一像素组中位于所述预定像素点所在行的其中一侧的第一参考像素点确定为第一子像素组，将所述第一子像素组中的第一参考像素点沿着像素行方向依次排列，并将依次排列后的第一子像素组中相邻的第一参考像素点的像素值作差后求绝对值。

其中，若所述图像数据的格式为rgbbayer格式，则当所述预定像素点为g像素时，参考图4，可以将位于所述预定像素点所在行的其中一侧的第一参考像素点nb[0]、第一参考像素点nb[7]、第一参考像素点nb[6]确定为第一子像素组，再将所述第一子像素组中的第一参考像素点nb[0]、第一参考像素点nb[7]、第一参考像素点nb[6]沿着像素行方向依次排序，具体可以排序为：第一参考像素点nb[0]、第一参考像素点nb[7]、第一参考像素点nb[6]，或者，第一参考像素点nb[6]、第一参考像素点nb[7]、第一参考像素点nb[0]。之后，将依次排列后的第一子像素组中相邻的第一参考像素点的像素值作差后求绝对值，也即是，计算出：|nb[0]-nb[7]|、

|nb[7]-nb[6]|。

以及，若所述图像数据的格式为rgbbayer格式，则当所述预定像素点为非g像素时，假设所述预定像素点为b像素时，则参考图6，同理的，可以将位于所述预定像素点所在行的其中一侧的第一参考像素点nb[0]、第一参考像素点nb[7]、第一参考像素点nb[6]确定为第一子像素组，再将所述第一子像素组中的第一参考像素点沿着像素行方向依次排序，之后，将依次排列后的第一子像素组中相邻的第一参考像素点的像素值作差后求绝对值，也即是，计算出：|nb[0]-nb[7]|、|nb[7]-nb[6]|。

第二子步骤、将所述第一像素组中位于所述预定像素点所在行的另一侧的第一参考像素点确定为第二子像素组，将所述第二子像素组中的第一参考像素点沿着像素行方向依次排列，并将依次排列后的第二子像素组中相邻的第一参考像素点的像素值作差后求绝对值。

若所述图像数据的格式为rgbbayer格式，则当所述预定像素点为g像素时，同理的，可以将位于所述预定像素点所在行的另一侧的第一参考像素点nb[2]、第一参考像素点nb[3]、第一参考像素点nb[4]确定为第二子像素组，再将所述第二子像素组中的第一参考像素点nb[2]、第一参考像素点nb[3]、第一参考像素点nb[4]沿着像素行方向依次排序，并将依次排列后的第二子像素组中相邻的第一参考像素点的像素值作差后求绝对值，也即是，计算出：|nb[2]-nb[3]|、|nb[3]-nb[4]|。

以及，若所述图像数据的格式为rgbbayer格式，则当所述预定像素点为非g像素时，假设所述预定像素点为b像素时，则参考图6，同理的，可以计算出：|nb[2]-nb[3]|、|nb[3]-nb[4]|。

第三子步骤、计算出所述第一像素组所求出的绝对值的平均值，将所述第一像素组所求出的绝对值的平均值确定为所述第一像素组的横向梯度值。

也即是，第一像素组的横向梯度值gradsh＝(|nb[0]-nb[7]|+|nb[7]-nb[6]|+|nb[2]-nb[3]|+|nb[3]-nb[4]|)÷4。

同理的，计算出所述第二像素组的纵向梯度值的方法可以包括以下步骤：

第四子步骤、将所述第二像素组中位于所述预定像素点所在列的其中一侧的第一参考像素点确定为第三子像素组，将所述第三子像素组中的第一参考像素点沿着像素列方向依次排列，并将依次排列后的第三子像素组中相邻的第一参考像素点作差后求绝对值。

其中，若所述图像数据的格式为rgbbayer格式，则当所述预定像素点为g像素时，参考图4，可以将位于所述预定像素点所在列一侧的第一参考像素点nb[0]、第一参考像素点nb[1]、第一参考像素点nb[2]确定为第三子像素组，再将所述第三子像素组中的第一参考像素点nb[0]、第一参考像素点nb[1]、第一参考像素点nb[2]沿着像素列方向依次排序，具体可以排序为：第一参考像素点nb[0]、第一参考像素点nb[1]、第一参考像素点nb[2]，或者，第一参考像素点nb[2]、第一参考像素点nb[1]、第一参考像素点nb[0]。之后，将依次排列后的第三子像素组中相邻的第一参考像素点的像素值作差后求绝对值，也即是，计算出：|nb[0]-nb[1]|、

|nb[1]-nb[2]|。

以及，若所述图像数据的格式为rgbbayer格式，则当所述预定像素点为非g像素时，假设所述预定像素点为b像素时，则参考图6，同理的，可以将位于所述预定像素点所在列一侧的第一参考像素点nb[0]、第一参考像素点nb[1]、第一参考像素点nb[2]确定为第三子像素组，并对所述第三子像素组中的第一参考像素点沿着像素列方向依次排序，并对依次排列后的第三子像素组中相邻的第一参考像素点的像素值作差求绝对值以计算出|nb[0]-nb[1]|、|nb[1]-nb[2]|。

第五子步骤、将所述第二像素组中位于所述预定像素点所在列另一侧的第一参考像素点确定为第四子像素组，将所述第四子像素组中的第一参考像素点沿着像素列方向依次排列，并将依次排列后的第四子像素组中相邻的第一参考像素点作差后求绝对值。

若所述图像数据的格式为rgbbayer格式，则当所述预定像素点为g像素时，同理的，可以将位于所述预定像素点所在列另一侧的第一参考像素点nb[4]、第一参考像素点nb[5]、第一参考像素点nb[6]确定为第四子像素组，再将所述第四子像素组中的第一参考像素点nb[4]、第一参考像素点nb[5]、第一参考像素点nb[6]沿着像素列方向依次排序，并将依次排列后的第四子像素组中相邻的第一参考像素点的像素值作差后求绝对值，也即是，计算出：|nb[4]-nb[5]|、|nb[5]-nb[6]|。

以及，若所述图像数据的格式为rgbbayer格式，则当所述预定像素点为非g像素时，假设所述预定像素点为b像素时，则参考图6，同理的，可以计算出|nb[4]-nb[5]|、|nb[5]-nb[6]|。

第六子步骤、计算出所述第二像素组所求出的绝对值的平均值，将第二像素组所求出的绝对值的平均值确定为所述第二像素组的纵向梯度值。

也即是，第二像素组的纵向梯度值gradsh＝(|nb[0]-nb[1]|+|nb[1]-nb[2]|+|nb[4]-nb[5]|+|nb[5]-nb[6]|)÷4。

第二步、判断所述纵向梯度值gradsv和横向梯度值gradsh是否满足第一预设条件，所述第一预设条件包括：所述纵向梯度值gradsv小于第三预设值且所述纵向梯度值gradsv小于所述横向梯度值gradsh与第四预设值之差；当所述纵向梯度值gradsv与所述横向梯度值gradsh满足第一预设条件时，若在上述步骤300中确定出所述预定像素点为黑色坏点，则将与所述预定像素点位于同一列的第一参考像素点的像素值中的最小值确定为所述预定像素点的像素值；若在上述步骤300中确定出所述预定像素点为白色坏点，则将与所述预定像素点位于同一列的第一参考像素点的像素值中的最大值确定为所述预定像素点的像素值。

其中，可以将第三预设值命名为edge_th，将第四预设值命名为edge_diff_th，所述第三预设值和所述第四预设值可以相同也可以不同，所述第三预设值和所述第四预设值具体可以由操作人员在所述坏点检测校正装置中预先设置，其中，所述第三预设值和所述第四预设值具体可以是基于图像传感器(例如cis)的增益值确定的，当所述图像传感器的增益值较大时，所述第三预设值和所述第四预设值也越大。示例的，所述第一预设值edge_th和所述第二预设值edge_diff_th可以均为100。

以及，当gradsv＜edge_th且gradsv＜gradsh-edge_diff_th时；说明在所述n×m矩阵中，纵向梯度值较小，且远远小于横向梯度值，也即是，所述n×m矩阵中像素点在纵向上的变化较小，由此，可以基于与所述预定像素点位于同一列的第一参考像素点的像素值来对所述预定像素点进行校正，则校正准确率较高。其中，可以是将与所述预定像素点位于同一列的第一参考像素点的像素值的最大值或最小值确定为所述预定像素点的像素值，也可以是将与所述预定像素点位于同一列的第一参考像素点的像素值的平均值确定为所述预定像素点的像素值。本发明实施例中，主要是将与所述预定像素点位于同一列的第一参考像素点的像素值的最大值或最小值确定为所述预定像素点的像素值，可以防止图像模糊。

示例的，本发明实施例中，当所述图像数据的格式为rgbbayer格式时且gradsv＜edge_th且gradsv＜gradsh-edge_diff_th时；

若步骤300中判断出所述预定像素点为黑色坏点，校正后的预定像素点的像素值＝min(nb[3]，nb[7])；

若步骤300中判断出所述预定像素点为白色坏点，校正后的预定像素点的像素值＝max(nb[3]，nb[7])。

第三步、判断所述纵向梯度值gradsv和横向梯度值gradsh是否满足第二预设条件，所述第二预设条件包括：所述横向梯度值gradsh小于第三预设值edge_th且所述横向梯度值gradsh小于所述纵向梯度值gradsv与第四预设值edge_diff_th之差；当所述纵向梯度值gradsv与所述横向梯度值gradsh满足第二预设条件时，若所述预定像素点为黑色坏点，则将与所述预定像素点位于同一行的第一参考像素点的像素值中的最小值确定为所述预定像素点的像素值；若所述预定像素点为白色坏点，则将与所述预定像素点位于同一行的第一参考像素点的像素值中的最大值确定为所述预定像素点的像素值。

同理的，当gradsh＜edge_th且gradsh＜gradsv-edge_diff_th时；说明在所述n×m矩阵中，横向梯度值较小，且远远小于纵向梯度值，也即是，所述n×m矩阵中像素点在横向上的变化较小，由此，可以基于与所述预定像素点位于同一行的第一参考像素点的像素值来对所述预定像素点进行校正，则校正准确率较高。其中，可以是将与所述预定像素点位于同一行的第一参考像素点的像素值的最大值或最小值确定为所述预定像素点的像素值，也可以是将与所述预定像素点位于同一行的第一参考像素点的像素值的平均值确定为所述预定像素点的像素值。以及，本发明实施例中，主要是将与所述预定像素点位于同一列的第一参考像素点的像素值的最大值或最小值确定为所述预定像素点的像素值，可以防止图像模糊。

示例的，本发明实施例中，当所述图像数据的格式为rgbbayer格式且gradsv＜edge_th且gradsv＜gradsh-edge_diff_th时；

若步骤300中判断出所述预定像素点为黑色坏点，校正后的预定像素点的像素值＝min(nb[1]，nb[5])；

若步骤300中判断出所述预定像素点为黑色坏点，校正后的预定像素点的像素值＝max(nb[1]，nb[5])。

第四步、当所述横向梯度值和所述纵向梯度值未满足所述第一预设条件且未满足所述第二预设条件时，可以认为所述图像数据为高噪声图像，此时，若所述预定像素点为黑色坏点，则将所述最小像素值确定为校正后的预定像素点的像素值并输出；若所述预定像素点为白色坏点，则将所述最大像素值确定为校正后的所述预定像素点的像素值并输出。

进一步地，当在步骤300中确定出所述预定像素点为疑似坏点时，会执行步骤500。所述步骤500主要包括为：基于预定像素点和具备最大像素值的第一参考像素点，或者，基于预定像素点和具备最小像素值的第一参考像素点在所述n×m矩阵中确定出第二参考像素点，并基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域。

其中，步骤500中确定第二参考像素点的方法具体可以为：

当步骤300中确定出所述预定像素点为疑似白色坏点时，所述第二参考像素点为所述预定像素点和所述具备最大像素值的第一参考像素点的连线的延伸方向上与所述具备最大像素值的第一参考像素点距离最近的像素点。

当步骤300中确定出所述预定像素点为疑似黑色坏点时，所述第二参考像素点为所述预定像素点和所述具备最小像素值的第一参考像素点的连线的延伸方向上与所述具备最小像素值的第一参考像素点距离最近的像素点。

其中，图7a-图7h为本发明实施例提供的一种当预定像素点为g像素点时，所述第二参考像素点的选取位置示意图；图8a-图8h为本发明实施例提供的一种当预定像素点为b像素点时，所述第二参考像素点的选取位置示意图。如图7a-图7h，以及图8a-图8h所示，所述具备最小像素值的第一参考像素点的位置或者所述具备最大像素值的第一参考像素点的位置位于图中的ep位置，所述第二参考像素点的位置位于图中的r[0]位置，以及，无论所述5×5矩阵中的中心像素点(也即是预定像素点)为g像素点还是非g像素点，第二参考像素点r[0]总为ep与中心像素点连线的延伸方向上与ep距离最近的像素点。

以及，在本步骤500中，基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域的方法主要包括：

在所述n×m矩阵中选取出围绕所述预定像素点且与所述第二参考像素点相同颜色的多个第三参考像素点。确定出所述第二参考像素点的像素值与每一个第三参考像素点的像素值的差值的绝对值，判断所述第二参考像素点与所述第三参考像素点是否满足第三预设条件，所述第三预设条件包括：所述第二参考像素点的像素值与每一个第三参考像素点的像素值的差值的绝对值均小于第三预设值；当满足所述第三预设条件时，确定所述预定像素点位于所述图像数据的平坦区域，则执行步骤600，否则，确定所述预定像素点位于所述图像数据的边缘区域，并执行步骤700。

其中，应当认识到，位于图像数据的平坦区域的像素的像素值相差较小，而位于图像数据的边缘区域的像素的像素值相差较大。基于此，当所述第二参考像素点和所述第三像素点满足第三预设条件时，也即是第二参考像素点的像素值与每一个第三参考像素点的像素值的差值的绝对值均小于第三预设值时，可以认为所述第二参考像素点的像素值与每一个第三参考像素点的像素值相差较小，则可以确定出所述第二参考像素点与所述第三参考像素点位于图像数据的平坦区域，其中，鉴于所述第三参考像素点围绕所述预定像素点，则该预定像素点也应当位于图像数据的平坦区域。

而当所述第二参考像素点与所述第三像素点不满足第三预设条件时，可以认为所述第二参考像素点的像素值与至少一个第三参考像素点的像素值相差较大，则可以认为所述第二参考像素点和所述第三参考像素点位于图像数据的边缘区域，同理的，所述预定像素点也位于所述图像数据的边缘区域。

其中，需要说明的是，当在本步骤500中确定出所述预定像素点位于图像数据的平坦区域时，即可确定出所述预定像素点为坏点。具体而言，在执行步骤500之前，已经判断出所述预定像素点为疑似坏点(具体可以参考步骤300)，也即是，已经确定出预定像素点的像素值与第二大像素值的差值大于第一预设值，或者，第二小像素值与预定像素点的像素值的差值大于第二预设值。换言之，已经确定出所述预定像素点与其周围的像素点的像素值之间相差较大。此时，若在步骤500中判断出所述预定像素点位于图像数据的平坦区域，则可以得出结论：所述预定像素点位于图像数据的平坦区域，但所述预定像素点与其周围的像素点的像素值之间相差较大。但是，鉴于正常情况下，平坦区域的像素之间的像素值均相差较小，则可以确定出所述预定像素点为坏点，因此，可以执行步骤700，以对所述预想像素点进行校正。

以及，当在本步骤500中确定出所述预定像素点位于图像数据的边缘区域时，还无法准确确定出所述预定像素点为坏点。具体而言，在执行步骤500之前，已经判断出所述预定像素点为疑似坏点(具体可以参考步骤300)，也即是，已经确定出所述预定像素点与其周围的像素点的像素值之间相差较大。此时，若在步骤500中判断出所述预定像素点位于图像数据的边缘区域，则可以得出结论：所述预定像素点位于图像数据的边缘区域，所述预定像素点与其周围的像素点的像素值之间相差较大。然而，鉴于正常情况下，边缘区域的像素之间的像素值均相差较大，则无法准确断定该预定像素点即为坏点，还需执行步骤600以进一步判断。

以及，示例的，在本步骤500中，具体可以确定出三个所述第三参考像素点，图9a-9h为本发明实施例提供的一种当预定像素点为g像素点时，所述第三参考像素点的选取位置示意图。图10a-10h为本发明实施例提供的一种当预定像素点为b像素点时，所述第三参考像素点的选取位置示意图。如图9a-9h以及图10a-10h所示，所选取出的三个第三参考像素点为r[1]-r[3]，并且，所述三个第三参考像素点r[1]-r[3]与所述第二参考像素点r[0]同色且围绕所述预定像素点。

以及，计算出所述第二参考像素点与每一个第三参考像素点的差值的绝对值，其中，tmpth1＝|r[0]-r[1]|；tmpth2＝|r[0]-r[2]|；tmpth3＝|r[0]-r[3]|。

当tmpth1＜edge_th，tmpth2＜edge_th，tmpth3＜edge_th同时成立时，确定所述预定像素点位于所述图像数据的平坦区域，则可以执行步骤700。否则，确定所述预定像素点位于所述图像数据的边缘区域，则可以执行步骤600。

步骤600、基于第二参考像素点判断预定像素点是否为坏点，当判断出预定像素点为坏点时，执行步骤700，当确定所述预定像素点为正常像素点，执行步骤800。

其中，基于第二参考像素点判断预定像素点为坏点的方法可以包括：

当所述第二参考像素点、第三参考像素点与所述预定像素点的颜色相同时(也即是对应于图9a-图9d和图10a-图10d的情形)，若步骤300中确定出所述预定像素点为疑似白色坏点时，判断所述预定像素点的像素值与所述第二参考像素点的像素值的差值是否大于第一预设值，当判断结果为“是”时，确定所述预定像素点为白色坏点，否则，确定所述预定像素点为正常像素点；若步骤300中确定出所述预定像素点为疑似黑色坏点时，判断所述第二参考像素点的像素值与所述预定像素点的像素值的差值是否大于第二预设值，当判断结果为“是”时，确定所述预定像素点为黑色坏点，否则，确定所述预定像素点为正常像素点。

当所述第二参考像素点、第三参考像素点与所述预定像素点的颜色不同时(也即是对应于图9e-图9h和图10e-图10h的情形)，确定所述预定像素点为正常像素点。

步骤700、执行第二校正操作，以对所述预定像素点的像素值进行校正。

所述第二校正操作具体可以包括：当确定出所述预定像素点为白色坏点时，将所述第二大像素值确定为校正后的预定像素点的像素值；当确定出所述预定参考点为黑色坏点时，将所述第二小像素值确定为校正后的预定像素点的像素值。

步骤800、无需执行校正操作直接输出预定像素点的像素值。

以及，需要说明的是，本发明中仅以图像数据为rgbbayer格式为例对坏点检测校正方法进行了介绍，但是，当所述图像数据为其他格式的图像数据时，例如当所述图像数据为yuv格式、rgbw格式、rgbir格式或者rccb格式等格式时，本发明实施例所提供的坏点检测校正方法同样适用，并且其他格式的图像数据的坏点检测校正方法与上述rgbbayer格式的图像数据的坏点检测校正方法类似，本发明实施例在此不做赘述。

此外，本发明还提供了一种用于执行图1所示的坏点检测校正方法的坏点检测校正装置，所述装置包括：

第一确定模块，用于在图像数据中确定出预定像素点，所述预定像素点为待检测像素点；

第二确定模块，用于以所述预定像素点为中心像素点在所述图像数据中确定出n×m矩阵，在所述n×m矩阵中选取出围绕所述预定像素点且与所述预定像素点相同颜色的多个第一参考像素点，确定出所述多个第一参考像素点的像素值中的最大像素值、第二大像素值、最小像素值、第二小像素值；

判断模块，用于基于所述预定像素点的像素值与所述最大像素值、第二大像素值、最小像素值、第二小像素值的大小关系确定所述预定像素点是否为坏点或者是否为疑似坏点；其中，当预定像素点的像素值与最大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为坏点；当预定像素点的像素值与最大像素值的差值小于或等于第一预设值，且预定像素点的像素值与第二大像素值的差值大于第一预设值，或者，当最小像素值与预定像素点的像素值的差值小于或等于第二预设值，且第二小像素值与预定像素点的像素值的差值大于第二预设值时，确定预定像素点为疑似坏点；以及

坏点校正模块，用于当预定像素点为坏点时，对预定像素点的像素值执行第一校正操作；

疑似坏点校正模块，用于当预定像素点为疑似坏点时，基于预定像素点和具备最大像素值的第一参考像素点，或者，基于预定像素点和具备最小像素值的第一参考像素点在所述n×m矩阵中确定出第二参考像素点，并基于所述第二参考像素点判断所述预定像素点在所述图像数据中的所属图像区域，当判断出预定像素点位于所述图像数据的平坦区域时，确定所述预定像素点为坏点，对预定像素点的像素值执行第二校正操作，当判断出所述预定像素点位于所述图像数据的边缘区域时，基于所述第二参考像素点判断预定像素点是否为坏点，当判断出预定像素点为坏点时，对预定像素点的像素值执行所述第二校正操作。

可选的，每个所述第一参考像素点与预定像素点的连线之间不具备其他的与所述预定像素点颜色相同的像素点。可选的，所述坏点检测校正装置可以包括算法处理(isp)模块，所述isp模块可以与图像传感器连接，用于接收图像传感器所输出的图像数据。

综上所述，本发明提供的坏点检测校正方法及装置的坏点检测准确率以及校正准确率均较高，并且还可以保证图像边缘信息以及细节信息，且成本较低。

上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。