图
[0044]图3为以B像素为中心的像素区域图
[0045]图4为以G像素为中心的像素区域图
【具体实施方式】
[0046]为使本发明的内容更加清楚易懂，以下结合说明书附图，对本发明的内容作进一步说明。当然本发明并不局限于该具体实施例，本领域内的技术人员所熟知的一般替换也涵盖在本发明的保护范围内。
[0047]以下结合附图1-4和具体实施例对本发明作进一步详细说明。需说明的是，附图均采用非常简化的形式、使用非精准的比例，且仅用以方便、清晰地达到辅助说明本实施例的目的。
[0048]请参阅图1，本实施例中，图像处理中坏点去除的方法，其包括:
[0049]步骤01:采集一张全黑的raw图像;这里，全黑的raw图像为理论上整个图像的像素值为O的raw图像，但是在实际中，因为会有暗电流，噪声，坏点等因素的影响，像素值并不为0，所以在实际操作中我们选取的是将整个传感器可以完全遮挡不透光的情况下拍摄的raw图像，为全黑的图像;之所以采用全黑的raw图像是因为全黑图像采集起来比较方便，同时状态比较固定，只要将传感器完全遮挡或者用镜头盖完全盖住就可以实现；
[°°50]步骤02:确认raw图像中的坏点；
[0051]具体的，针对第一行、第二行、第一列和第二列中每一行或每一列中的所有单号像素和双号像素分别设定像素阈值，并且比较单号像素的值或双号像素的值与所设定的相应像素阈值的大小，当单号像素的值或双号像素的值大于所设定的相应像素阈值时，则该单号像素或双号像素为坏点。从第三行和第三列开始，针对每一个像素设定像素阈值，并且比较每一个像素的值与所设定的相应像素阈值的大小，当某个像素的值大于所设定的相应像素阈值时，则该像素为坏点。并且，从第三行和第三刘开始，针对每一个坏点的确认和校正交替进行。
[0052]本实施例中，针对单号像素的坏点确认包括:
[0053]步骤0201:设定一个阈值系数，分别计算出第一行、第二行、第一列和第二列中每一行或每一列中所有单号像素的中值;这里，单号像素的中值的计算包括:将第一行、第二行、第一列和第二列中的每一行的像素值求平均值或每一列的像素值求平均值；阈值系数为根据全黑raw图像上的状态来确定，较佳的，阈值系数为I?2.5，较佳的为1.5?2 ；这个阈值系数可以根据具体的坏点的值和黑像素的值做调整更改。
[0054]步骤0202:将所述中值和所述阈值系数的乘积作为所述单号像素的像素阈值；
[0055]步骤0203:比较所述单号像素的值与所述单号像素的像素阈值，当所述单号像素的值大于所述单号像素的像素阈值时，则该单号像素为所述每一行或每一列的坏点；
[0056]针对所述双号像素的坏点确认包括:
[0057]步骤0204:设定一个阈值系数，分别计算出第一行、第二行、第一列和第二列中每一行或每一列中所有双号像素的中值;双号像素的中值的计算包括:将第一行、第二行、第一列和第二列中的每一行的像素值求平均值或每一列的像素值求平均值;这里，阈值系数为根据全黑raw图像上的状态来确定，较佳的，阈值系数为I?2.5，较佳的为1.5?2 ；这个阈值系数可以根据具体的坏点的值和黑像素的值做调整更改。
[0058]步骤0205:将中值和阈值系数的乘积作为双号像素的像素阈值；
[0059]步骤0206:比较双号像素的值与所述双号像素的像素阈值，当双号像素的值大于双号像素的像素阈值时，则该双号像素为所述每一行或每一列的坏点；
[0060]从第三行和第三列开始，针对每一个坏点的确认和校正交替进行的过程中，针对坏点的确认过程具体包括:[0061 ]请参阅图2，若某一个像素P( i，j)为R像素，则设定一个阈值系数，该像素的像素阈值为该阈值系数乘以(P (1-2，j-2) +P (i，j-2) +P (i+2，j-2) +P (1-2，j)) /4;比较该像素的值与该像素的像素阈值，当该像素的值大于该像素的像素阈值时，则该像素为坏点；这里，阈值系数为根据全黑raw图像上的状态来确定，较佳的，阈值系数为I?2.5，较佳的为1.5?2;这个阈值系数可以根据具体的坏点的值和黑像素的值做调整更改。
[0062]请参阅图3，若某一个像素P(i，j)为B像素，则设定一个阈值系数，该像素的像素阈值为该阈值系数乘以(P (1-2，j-2) +P (i，j-2) +P (i+2，j-2) +P (1-2，j)) /4;比较该像素的值与该像素的像素阈值，当该像素的值大于该像素的像素阈值时，则该像素为坏点；这里，阈值系数为根据全黑raw图像上的状态来确定，较佳的，阈值系数为I?2.5，较佳的为1.5?2;这个阈值系数可以根据具体的坏点的值和黑像素的值做调整更改。
[0063]请参阅图4，若某一个像素P(i，j)为G像素，则设定一个阈值系数，该像素的像素阈值为该阈值系数乘以(P(i_l, j_l)+P(i+l, j_l))/2;比较该像素的值与该像素的像素阈值，当该像素的值大于该像素的像素阈值时，则该像素为坏点；这里，阈值系数为根据全黑raw图像上的状态来确定，较佳的，阈值系数为I?2.5，较佳的为1.5?2;这个阈值系数可以根据具体的坏点的值和黑像素的值做调整更改。
[0064]针对最大行或者最大列的像素P(i，j)的坏点确认方法包括:
[0065]请继续参阅图2，若某一像素P(i，j)为R像素，则设定一个阈值系数，该像素的像素阈值为该阈值系数乘以(P( 1-2，j-2)+P(i，j-2)+P( 1-2，j) )/3;比较该像素的值与该像素的像素阈值，当该像素的值大于该像素的像素阈值时，则该像素为坏点；这里，阈值系数为根据全黑raw图像上的状态来确定，较佳的，阈值系数为I?2.5，较佳的为1.5?2;这个阈值系数可以根据具体的坏点的值和黑像素的值做调整更改。
[0066]请继续参阅图3，若某一像素P(i，j)为B像素，则设定一个阈值系数，该像素的像素阈值为该阈值系数乘以(P( 1-2，j-2)+P(i，j-2)+P( 1-2，j) )/3;比较该像素的值与该像素的像素阈值，当该像素的值大于该像素的像素阈值时，则该像素为坏点；这里，阈值系数为根据全黑raw图像上的状态来确定，较佳的，阈值系数为I?2.5，较佳的为1.5?2;这个阈值系数可以根据具体的坏点的值和黑像素的值做调整更改。
[0067]请继续参阅图4，若某一像素P(i，j)为G像素，则设定一个阈值系数，该像素的像素阈值为该阈值系数乘以(P (1-1，j -1) +P (1-2，j) +P (i，j -2)) /3;比较该像素的值与该像素的像素阈值，当该像素的值大于该像素的像素阈值时，则该像素为坏点；这里，阈值系数为根据全黑raw图像上的状态来确定，较佳的，阈值系数为I?2.5，较佳的为1.5?2;这个阈值系数可以根据具体的坏点的值和黑像素的值做调整更改。
[0068]步骤03:对坏点进行校正，采用与该坏点相邻最近的同一颜色的非坏点像素来替换该坏点；
[0069]具体的，针对第一行和第二行的校正过程包括:若坏点所在单号像素P(i，j)是独立的，即P( 1-2，j)、P( i+2，j)不为坏点，则令P( i，j) = (P(1-2，j )+P( i+2，j) )/2;若坏点所在的单号像素P(i，j)是连在一起的，即P(i，j)，P(i+2，j)都为坏点，则令P(i，j) =P(1-2，j)，P(1+2，」_)=(卩(1，」_)+?(1+4，」_))/2;若坏点所在双号像素？(1，」_)是独立的，8口？(1-2，」_)、卩(1+2，j)不为坏点，则令P(i，j) = (P(1-2，j )+P( i+2，j) )/2;若坏点所在的双号像素P( i，j)是连在一起的，即？(1，」)，？(1+2，」)都为坏点，则令？(1，」)=?(1-2，]_)，？(1+2，]_) = (?(1，]_)+?(1+4，j))/2;
[0070]针对第一列和第二列的校正过程包括:若坏点所在单号像素P(1-4，j+4)是独立的，8口？(卜4，」+2)、？(1-4」+6)不为坏点，则令？(1-4」+4) = (?(1-4」+2)+卩(卜4，」+6))/2;若坏点所在的单号像素P( i_4, j+4)是连在一起的，即P( i_4，j+4)与P( i_4，j+2)都为坏点，则令？(卜4」+2)=卩(卜4」)，？(卜4，」+4) = (?(卜4」+2)+卩(卜4，」+6))/2;若坏点所在双号像素？(卜4，]_+4)是独立的，8吒(丨-4，]_+2)、？(丨-4，]_+6)不为坏点，则令？(丨-4，]_+4) = (?(1-4，j+2)+P(1-4，j+6))/2;若坏点所在的双号像素P(1-4，j+4)是连在一起的，S卩P(1-4，j+4)与P(1-4，j+2)都为坏点，则令P(1-4，j+2)=P(1-4，j)，P(1-4，j+4) = (P(1-4，j+2)+P(1-4，j+6))/2;
[0071]从第三行和第三列开始，针对每一个坏点的确认和校正交替进行的过程中，对坏点的校正过程具体包括:
[0072]请继续参阅图2，若某一个坏点P(i，j)为R像素，则采用(P( 1-2，j-2)+P(i，j-2)+P(i+2，j_2)+P( 1-2，j) )/4来替换该坏点；
[0073]请继续参阅图3，若某一个坏点P(i，j)为B像素，则采用(P( 1-2，j-2)+P(i，j-2)+P(i+2，j_2)+P( 1-2，j) )/4来替换该坏点；
[0074]请继续参阅图4，若某一个坏点P(i，j)为G像素，则采用(P(i_l，j-l)+P(i_l，j+I ))/2来