图像处理方法、装置、电子设备和存储介质与流程

本公开涉及图像处理技术领域，具体涉及一种图像处理方法、装置、电子设备和存储介质。

背景技术：

随着科学技术的进步以及用户对图像清晰度的要求的升高，图像传感器技术不断发展。无论图像传感器的硬件还是图像处理算法都得到了极大的改进。

然而，随着图像传感器技术的发展，传统的坏点校正方法已经不能适用于对图像传感器采集到的图像进行校正。

技术实现要素：

本公开的一个方面提供了一种图像处理方法，包括：获得待处理图像，所述待处理图像是根据图像传感器采集的图像信息生成的；确定所述待处理图像中的被污染像素，所述被污染像素包括在根据所述图像信息生成所述待处理图像的过程中，像素值受到待处理图像中至少一个图像坏点影响的像素；基于所述被污染像素的信息，将所述图像传感器的坏点信息由第一坏点信息更新为第二坏点信息；以及基于所述第二坏点信息，对所述待处理图像进行处理，以便校正所述图像坏点的像素值。

根据本公开的实施例，所述将所述图像传感器的坏点信息由第一坏点信息更新为第二坏点信息包括：根据所述第一坏点信息，确定所述待处理图像中至少一个图像坏点的位置信息；根据所述至少一个图像坏点的位置信息，确定所述待处理图像中被污染像素的位置信息；确定所述被污染像素的像素值的可信度；以及基于所述被污染像素的位置信息和所述可信度更新所述第一坏点信息，以生成所述第二坏点信息。

根据本公开的实施例，所述确定所述待处理图像中被污染像素的位置信息包括：定所述图像传感器的污染参数，所述污染参数指示了在根据所述图像信息而生成所述待处理图像的过程中，一个图像坏点能够影响到的像素范围；以及基于所述污染参数和所述至少一个图像坏点的位置信息，确定被污染像素的位置信息。

根据本公开的实施例，所述确定所述被污染像素的像素值的可信度包括：确定距离与所述可信度之间的对应关系，所述距离为被污染像素到影响该被污染像素的图像坏点之间的欧式距离；基于所述被污染像素的位置信息和所述图像坏点的位置信息，确定所述被污染像素到该影响该被污染像素点的图像坏点之间的欧式距离；以及基于所述对应关系和所述欧式距离，确定所述被污染像素的像素值的可信度。

根据本公开的实施例，所述基于所述第二坏点信息，对所述待处理图像进行处理，以便校正所述图像坏点的像素值包括：基于所述至少一个图像坏点的位置信息确定多个参考像素，以便利用多个参考像素各自的像素值对所述至少一个图像坏点进行校正；确定所述多个参考像素中是否存在被污染像素；在确定所述多个参考像素中存在被污染像素的情况下，查询所述第二坏点信息以确定所述被污染像素的像素值的可信度；以及基于所述多个参考像素各自的像素值和所述多个参考像素中被污染像素的像素值的可信度，校正所述图像坏点的像素值。

根据本公开的实施例，所述基于所述多个参考像素各自的像素值和所述多个参考像素中被污染像素的像素值的可信度，校正所述图像坏点的像素值包括：确定要剔除像素，所述要剔除像素为所述多个参考像素中被污染像素的像素值的可信度小于预设阈值的像素；以及基于多个参考像素中除所述剔除像素之外的其他参考像素的像素值，校正所述图像坏点的像素值。

根据本公开的实施例，所述基于多个参考像素中除所述剔除像素之外的其他参考像素的像素值，校正所述图像坏点的像素值包括：通过图像插值算法对所述除所述剔除像素之外的其他参考像素的像素值进行插值生成所述图像坏点的像素值。

根据本公开的实施例，获得待处理图像包括：获得四拜耳图像传感器采集的图像信息；以及对所述图像信息进行解马赛克处理而获得的图像。

根据本公开的实施例，获得图像数据包括：获得图像传感器采集的图像信息，所述图像信息包括多个像素的像素值；以及对所述多个像素的像素值进行合并而获得所述待处理图像。

根据本公开的实施例，所述将所述图像传感器的坏点信息由第一坏点信息更新为第二坏点信息还包括：确定动态坏点，其中，所述动态坏点为在所述图像传感器采集的环境光为第一反射光的情况下，像素值与预设区域中像素的像素值之间的差异小于预设值，并且在所述图像传感器采集的环境光为第二反射光的情况下，像素值与预设区域中像素的像素值之间的差异大于预设值的像素，其中，所述环境光为所述图像传感器采集的对象反射的光；以及将所述动态坏点和所述动态坏点的位置信息加入所述第一坏点信息，以使在所述动态坏点的像素值不在所述特定范围内的情况下，所述图像坏点包括所述动态坏点。

本公开的另一方面提供了一种图像处理装置，包括：获取模块，用于获得待处理图像，所述待处理图像是根据图像传感器采集的图像信息生成的；确定模块，用于确定所述待处理图像中的被污染像素，所述被污染像素包括在根据所述图像信息生成所述待处理图像的过程中，像素值受到待处理图像中至少一个图像坏点影响的像素；更新模块，用于基于所述被污染像素的信息，将所述图像传感器的坏点信息由第一坏点信息更新为第二坏点信息；以及校正模块，用于基于所述第二坏点信息，对所述待处理图像进行处理，以便校正所述图像坏点的像素值。

根据本公开的实施例，更新模块包括：第一确定子模块，用于根据所述第一坏点信息，确定所述待处理图像中至少一个图像坏点的位置信息；第二确定子模块，用于根据所述至少一个图像坏点的位置信息，确定所述待处理图像中被污染像素的位置信息；确定可信度子模块，用于确定所述被污染像素的像素值的可信度；以及生成子模块，用于基于所述被污染像素的位置信息和所述可信度更新所述第一坏点信息，以生成所述第二坏点信息。

根据本公开的实施例，所述第二确定子模块包括：第一确定单元，用于确定所述图像传感器的污染参数，所述污染参数指示了在根据所述图像信息而生成所述待处理图像的过程中，一个图像坏点能够影响到的像素范围；以及第二确定单元，用于基于所述污染参数和所述至少一个图像坏点的位置信息，确定被污染像素的位置信息。

根据本公开的实施例，确定可信度子模块包括：第三确定单元，用于确定距离与所述可信度之间的对应关系，所述距离为被污染像素到影响该被污染像素的图像坏点之间的欧式距离；第四确定单元，用于基于所述被污染像素的位置信息和所述图像坏点的位置信息，确定所述被污染像素到该影响该被污染像素点的图像坏点之间的欧式距离；以及第五确定单元，用于基于所述对应关系和所述欧式距离，确定所述被污染像素的像素值的可信度。

根据本公开的实施例，校正模块包括：第三确定子模块，用于基于所述至少一个图像坏点的位置信息确定多个参考像素，以便利用多个参考像素各自的像素值对所述至少一个图像坏点进行校正；第四确定子模块，用于确定所述多个参考像素中是否存在被污染像素；查询子模块，用于在确定所述多个参考像素中存在被污染像素的情况下，查询所述第二坏点信息以确定所述被污染像素的像素值的可信度；以及校正子模块，用于基于所述多个参考像素各自的像素值和所述多个参考像素中被污染像素的像素值的可信度，校正所述图像坏点的像素值。

根据本公开的实施例，校正子模块包括：第六确定单元，用于确定要剔除像素，所述要剔除像素为所述多个参考像素中被污染像素的像素值的可信度小于预设阈值的像素；以及第七确定单元，用于基于多个参考像素中除所述剔除像素之外的其他参考像素的像素值，校正所述图像坏点的像素值。

根据本公开的实施例，第七确定单元包括：插值子单元，用于通过图像插值算法对所述除所述剔除像素之外的其他参考像素的像素值进行插值生成所述图像坏点的像素值。

根据本公开的实施例，获取模块包括：第一获得子模块，用于获得四拜耳图像传感器采集的图像信息；以及第一处理子模块，用于对所述图像信息进行解马赛克处理而获得的图像。

根据本公开的实施例，获取模块包括：第二获得子模块，用于获得图像传感器采集的图像信息，所述图像信息包括多个像素的像素值；以及第二处理子模块，用于对所述多个像素的像素值进行合并而获得所述待处理图像。

根据本公开的实施例，更新模块还包括：第五确定子模块，用于确定动态坏点，其中，所述动态坏点为在所述图像传感器采集的环境光为第一反射光的情况下，像素值与预设区域中像素的像素值之间的差异小于预设值，并且在所述图像传感器采集的环境光为第二反射光的情况下，像素值与预设区域中像素的像素值之间的差异大于预设值的像素，其中，所述环境光为所述图像传感器采集的对象反射的光；以及坏点添加子模块，用于将所述动态坏点和所述动态坏点的位置信息加入所述第一坏点信息，以使在所述动态坏点的像素值不在所述特定范围内的情况下，所述图像坏点包括所述动态坏点。

本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

附图说明

图1a～图1c示意性示出了根据本公开实施例的图像处理方法的应用场景；

图2示意性示出了根据本公开实施例的图像处理方法的流程图；

图3示意性示出了根据本公开实施例的将图像传感器的坏点信息由第一坏点信息更新为第二坏点信息的方法流程图；

图4a示意性示出了根据本公开实施例确定被污染像素的像素值的可信度的示例方法流程图；

图4b示意性示出了根据本公开实施例的距离与可信度之间的对应关系；

图5a示意性示出了根据本公开实施例的对待处理图像进行处理的方法流程图；

图5b示意性示出了根据本公开实施例的图像坏点与多个参考像素的示意图；

图5c示意性示出了根据本公开实施例的基于图像坏点所确定的像素值的可信度的结果示意图；

图6示意性示出了根据本公开另一实施例的将图像传感器的坏点信息由第一坏点信息更新为第二坏点信息的示例方法流程图；

图7a示意性示出了根据本公开另一实施例的图像处理方法的流程图；

图7b示意性示出了根据本公开实施例的将图像传感器的第一坏点信息更新为第二坏点信息的示例方法流程图；

图7c示意性示出了根据本公开实施例的图像坏点校正的示例方法流程图；

图8示意性示出了根据本公开实施例的图像处理装置的示意图；以及

图9示意性示出了根据本公开实施例的电子设备方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。在使用类似于“a、b或c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b或c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。

本公开的实施例提供了一种图像处理方法。该图像处理方法可以包括：获得待处理图像，该待处理图像是根据图像传感器采集的图像信息生成的，确定该待处理图像中的被污染像素。基于被污染像素的信息，将图像传感器的坏点信息由第一坏点信息更新为第二坏点信息。基于第二坏点信息，对待处理图像进行处理，以便校正图像坏点的像素值。其中，被污染像素包括在根据图像信息生成待处理图像的过程中，像素值受到待处理图像中至少一个图像坏点影响的像素。

图1a～图1c示意性示出了根据本公开实施例的图像处理方法的应用场景。需要注意的是，图1a～图1c所示仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1a所示，该应用场景中包括相机100。相机100例如可以配置有四拜耳图像传感器，四拜耳图像传感器是指采用四拜耳阵列的图像传感器。

图1b示意性示出了四拜耳阵列和标准拜耳阵列的示意图。

如图1b所示，四拜耳阵列可以是四个相邻的基本像素单元为相同颜色的滤光阵列，而标准拜耳阵列可以是四个相邻的基本像素单元依次为g(green，绿)、r(red，红)、b(blue，蓝)、g的滤光阵列，或者标准拜耳阵列可以是四个相邻的基本像素单元依次为b、g、g、r的滤光阵列、或者标准拜耳阵列可以是四个相邻的基本像素单元依次为g、b、r、g的滤光阵列、或者标准拜耳阵列可以是四个相邻的基本像素单元依次为r、g、g、b的滤光阵列。

根据本公开的实施例，四拜耳图像传感器具有两种图像输出模式。第一种在于直接对四拜耳阵列采集到的四拜耳图像做去马赛克处理(demosic)而得到输出图像。第二种在于对四拜耳阵列采集到的四拜耳图像做解马赛克处理(remosic)而得到基于标准拜耳阵列的标准拜耳图像，然后对标准拜耳图像做去马赛克处理而得到输出图像。解马赛克处理是指将基于四拜耳阵列的四拜耳图像处理为基于标准拜耳阵列的标准拜耳图像，去马赛克处理是指将标准拜耳图像处理为rgb图像。

然而，针对上述第二种图像输出模式，在对四拜耳图像做解马赛克处理而得到标准拜耳图像的过程中，四拜耳图像中的一个图像坏点会影响标准拜耳图像中多个像素的像素值。图像坏点是指图像传感器采集到的图像中像素值不准确的像素。图像坏点可以是由于图像传感器的图像采集单元存在工艺上的缺陷，或者光信号转化为电信号的过程中出现错误而造成的。

图1c示意性示出了对四拜耳图像做解马赛克处理而得到标准拜耳图像的示意图。

如图1c所示，例如四拜耳图像包括图像坏点111。如上文参考图1b所示，在四拜耳图像中该图像坏点实际输出的颜色应该为红色。然而，由于图像传感器中与该图像坏点111对应的图像采集单元被损坏，而导致该图像坏点111输出的颜色不是红色，例如输出为黑色。

参考图1b可知，四拜耳图像中像素114、像素115和像素116分别是蓝色、绿色和绿色，而标准拜耳图像中，像素114、像素115和像素116像素应该是红色。为了将四拜耳图像转换为标准拜耳图像，需要对四拜耳图像进行解马赛克处理，以便经过解马赛克处理，像素114、像素115和像素116均被转换为红色像素值。

根据本公开的实施例，例如可以通过插值算法实现解马赛克。下文以确定像素114在标准拜耳图像中的像素值为例来说明一种解马赛克处理的实施方式。例如可以将与像素114相邻的红色像素(例如，可以包括图1c中椭圆虚线中的像素)作为像素114的参考像素，利用插值算法对参考像素的像素值做插值处理而得到像素114在标准拜耳图像中的像素值。类似地，也可以通过插值的方法来确定其他像素在标准拜耳图像中的像素值。

如图1c所示，在确定像素114在标准拜耳图像中的像素值的过程中，由于像素114的参考像素中包括图像坏点111，因此，像素114在标准拜耳图像中的像素值受到图像坏点111的影响，即，像素114为被污染像素。类似地，像素115、像素116也是被图像坏点111污染的被污染像素。因此，在对四拜耳图像做解马赛克处理而得到标准拜耳图像的过程中，四拜耳图像中的一个坏点会影响到标准拜耳图像中多个像素的像素值。

本公开的图像处理方法例如可以用于校正图1c中由四拜耳图像转换而来的标准拜耳图像，从而校正该标准拜耳图像中的坏点，最终提高相机100输出的rgb图像的图像质量。

图2示意性示出了根据本公开实施例的图像处理方法的流程图。

如图2所示，该方法可以包括操作s201～s204。

在操作s201，获得待处理图像，待处理图像是根据图像传感器采集的图像信息生成的。

根据本公开的实施例，图像传感器例如可以是四拜耳图像传感器。例如可以对四拜耳图像传感器采集到的原始图像进行上文描述的解马赛克处理而获得待处理图像。

根据本公开的另一实施例，获得待处理图像可以是对图像传感器采集到的多个像素的像素值进行合并而得到的待处理图像。例如可以是对图像传感器采集到的多个像素进行binning操作，binning操作可以是将颜色相同的相邻像素的像素值相加作为binning操作后的图像中新像素的像素值。具体地，例如图像传感器具有binning模式，当图像传感器的binning模式开启的情况下，图像传感器对采集到的图像信息进行binning操作而获得待处理图像，其中，图像信息可以包括多个像素的像素值。

在操作s202，确定待处理图像中的被污染像素，被污染像素包括在根据图像信息生成待处理图像的过程中，像素值受到待处理图像中至少一个图像坏点影响的像素。

例如在上文参考图1c描述的情景中，图像信息可以是图像传感器采集到的四拜耳图像。在对四拜耳图像进行解马赛克处理而得到待处理图像的过程中，待处理图像中的像素114、像素115和像素116等受到图像坏点111的影响。在对四拜耳图像进行解马赛克处理所得到的待处理图像中包括至少一个图像坏点111、多个被污染像素114、115、116等，其中，如图1c所示，图像坏点111在四拜耳图像中的位置与图像坏点111在标准拜耳图像中的位置一致。

在操作s203，基于被污染像素的信息，将图像传感器的坏点信息由第一坏点信息更新为第二坏点信息。

根据本公开的实施例，第一坏点信息例如可以是图像传感器的制造厂商所提供的坏点表。在坏点表中例如可以包括坏点的标识以及每个坏点的坐标等。

根据本公开的实施例，例如可以根据坏点表和被污染像素生成第二坏点信息。第二坏点信息例如也可以是一个表。该表中例如可以包括两类信息，第一类可以坏点的标识和每个坏点的坐标，第二类可以是被污染像素的标识和被污染像素的坐标等信息。其中，坏点和被污染像素分别采用两类不同的标识进行标记，以便于区分该像素是坏点还是被污染像素。

在操作s204，基于第二坏点信息，对待处理图像进行处理，以便校正图像坏点的像素值。

例如在利用校正算法校正待处理图像中的图像坏点时，可以根据第二坏点信息降低被污染像素的像素值对图像坏点的像素值的影响。具体地，例如可以是将被污染像素的像素值乘以一个小于1并且大于0的权重后再应用到校正算法中。

根据本公开的实施例，能够确定出待处理图像中的被污染像素，并且根据被污染像素更新图像传感器的坏点信息。由此，能够在根据坏点信息对待处理图像中的图像坏点进行校正的过程中，降低被污染像素对图像坏点校正过程的影响，提高图像坏点校正的效果，进而提高校正后图像的图像质量。

图3示意性示出了根据本公开实施例的将图像传感器的坏点信息由第一坏点信息更新为第二坏点信息的方法流程图。

如图3所示，该方法可以包括操作s213～操作s243。

在操作s213，根据第一坏点信息，确定待处理图像中至少一个图像坏点的位置信息。

第一坏点信息例如可以是图像传感器的坏点表，位置信息例如可以是图像坏点的坐标。例如可以查询图像传感器自身的坏点表来确定图像坏点的坐标。

在操作s223，根据至少一个图像坏点的位置信息，确定待处理图像中被污染像素的位置信息。

根据本公开的实施例，例如可以先确定图像传感器的污染参数。污染参数指示了在根据图像信息而生成待处理图像的过程中，一个图像坏点能够影响到的像素范围，以及基于污染参数和至少一个图像坏点的位置信息，确定被污染像素的位置信息。

根据本公开的实施例，污染参数可由图像传感器的制造厂商提供。具体地，污染参数例如可以指示了到图像坏点的欧式距离为p(p＞0)的圆形区域之内的像素为一个图像坏点能够影响到的像素范围。在确定了一个图像坏点能够影响到的像素范围的情况下，可以确定在距离该图像坏点的欧式距离小于p的像素为该图像坏点污染的被污染像素。

在操作s233，确定被污染像素的像素值的可信度。

根据本公开的实施例，被污染像素的像素值的可信度表征了该被污染像素受到图像坏点的影响程度。被污染像素受到图像坏点的影响越大，则被污染像素的像素值的可信度越低。相反地，被污染像素受到图像坏点的影响越小，则被污染像素的像素值的可信度越高。

根据本公开的实施例，被污染像素的像素值的可信度例如可以与被污染像素到图像坏点之间的距离相关。在该实施例中，可以根据被污染像素到图像坏点之间的距离来计算被污染像素的像素值的可信度。

根据本公开的另外一实施例，被污染像素的像素值的可信度例如可以是生产图像传感器的的厂商预先规定，并且写入图像传感器的参数信息中的。在该实施例中，例如可以直接读取图像传感器的参数信息来获取被污染像素的像素值的可信度。

在操作s243，基于被污染像素的位置信息和可信度更新第一坏点信息，以生成第二坏点信息。

根据本公开的实施例，第二坏点信息例如可以包括但不限于图像坏点位置、被污染像素的位置以及被污染像素的像素值的可信度。其中，可以根据第一坏点信息确定图像坏点位置。

根据本公开的实施例，例如可以将被污染像素和被污染像素的可信度添加到第一坏点信息中，从而生成第二坏点信息。

根据本公开的实施例，在确定被污染像素的基础上，还能够确定被污染像素的像素值的可信度，从而根据被污染像素的可信度对图像坏点进行校正，进一步地提高了对图像坏点校正的准确度。

图4a示意性示出了根据本公开实施例的确定被污染像素的像素值的可信度的示例方法流程图。

如图4a所示，该方法可以包括操作s2331～s2333。

在操作s2331，确定距离与可信度之间的对应关系，距离为被污染像素到影响该被污染像素的图像坏点之间的欧式距离。

根据本公开的实施例，距离与可信度之间的对应关系例如可以通过置信度函数表示，该置信度函数例如可以是log函数、指数函数等。

图4b示意性示出了根据本公开实施例的距离与可信度之间的对应关系。

如图4b所示，当距离小于p时，可信度与距离成正相关。当距离大于p时，可信度不发生变化，与距离为p时的可信度相同。该距离为被污染像素到影响该被污染像素的图像坏点之间的欧式距离。

在操作s2332，基于被污染像素的位置信息和图像坏点的位置信息，确定被污染像素到该影响该被污染像素点的图像坏点之间的欧式距离。

例如可以根据被污染像素的坐标和图像坏点的坐标来计算欧式距离。

在操作s2333，基于对应关系和欧式距离，确定被污染像素的像素值的可信度。

例如可以将欧式距离带入上文描述的置信度函数中，从而确定该被污染像素的像素值的可信度。

图5a示意性示出了根据本公开实施例的基于第二坏点信息，对待处理图像进行处理的方法流程图。

如图5a所示，该方法可以包括操作s214～s244。

在操作s214，基于至少一个图像坏点的位置信息确定多个参考像素，以便利用多个参考像素各自的像素值对至少一个图像坏点进行校正。

根据本公开的实施例，多个参考像素例如可以是到图像坏点的距离小于q的多个像素。该多个参考像素可以用于对图像坏点进行校正。

图5b示意性示出了根据本公开实施例的图像坏点与多个参考像素的示意图。

如图5b所示，在该情景中包括图像坏点510，根据该图像坏点510的位置所确定的用于对该图像坏点510进行校正的参考像素例如可以是到图像坏点510的欧式距离小于q的多个像素。

在操作s224，确定多个参考像素中是否存在被污染像素。

根据本公开的实施例，例如可以通过查询上文描述的第二坏点信息来获得被污染像素的位置，将被污染像素的位置与参考像素的位置进行比对。当被污染像素在上文操作s214所确定的参考像素的区域内的情况下，确定该多个参考像素中存在被污染像素。

以图5b为例示例性说明操作s224。例如根据第二坏点信息可以确定在图5b的黑色实线框520区域内的像素为被图像坏点510污染的被污染像素。而在操作s214确定黑色虚线框530区域内的像素为图像坏点510的参考像素。显然，黑色虚线框530区域包含黑色实线框520内的区域，因此，图像坏点510对应的参考像素中存在被污染像素。

在操作s234，在确定多个参考像素中存在被污染像素的情况下，查询第二坏点信息以确定被污染像素的像素值的可信度。

在操作s244，基于多个参考像素各自的像素值和多个参考像素中被污染像素的像素值的可信度，校正图像坏点的像素值。

根据本公开的实施例，例如可以确定要剔除像素，要剔除像素为多个参考像素中被污染像素的像素值的可信度小于预设阈值的像素；以及基于多个参考像素中除剔除像素之外的其他参考像素的像素值，校正图像坏点的像素值。

根据本公开的实施例，预设阈值可以是本领域技术人员根据经验以及图像传感器的实际情况而确定的。

图5c示意性示出了根据本公开实施例的基于图像坏点510所确定的像素值的可信度的结果示意图。

如图5c所示，被标注有“x”标识的像素的可信度小于预设阈值，则被标注有“x”标识的像素为要剔除像素。被标注有“c”标识的像素的可信度大于预设阈值。被标注有“o”标识的像素为未被图像坏点510污染的像素。

将参考像素中被标注有“x”标识的像素剔除后剩余的像素(即被标注有“c”标识的像素和被标注有“o”标识的像素)的像素值可以用于校正图像坏点510。

根据本公开的实施例，例如可以确定可信度所属的范围与像素值权重(0<像素值权重<1)之间的对应关系，从而可以根据可信度所属的范围确定像素值的权重然后将被污染像素的像素值乘以该权重后再应用到校正算法中。例如在图b所示的情景中，可以将被标注有“c”标识的像素乘以0.7之后得到的像素值应用到校正图像坏点510的校正算法中。

根据本公开的实施例，基于多个参考像素中除剔除像素之外的其他参考像素的像素值，校正图像坏点的像素值包括：通过图像插值算法对除所述剔除像素之外的其他参考像素的像素值进行插值生成图像坏点的像素值。具体地，例如可以将多个参考像素中除剔除像素之外的其他参考像素的像素值的平均值作为图像坏点的像素值。

图6示意性示出了根据本公开另一实施例的将图像传感器的坏点信息由第一坏点信息更新为第二坏点信息的方法流程图。

如图6所示，该方法在前述图3描述的操作s213～s243的基础上还可以包括操作253和操作s263。

在操作s253，确定动态坏点，其中，所述动态坏点为在所述图像传感器采集的环境光为第一反射光的情况下像素值与预设区域中像素的像素值之间的差异小于预设值，并且在所述图像传感器采集的环境光为第二反射光的情况下下，像素值与预设区域中像素的像素值之间的差异大于预设值的像素，其中，所述环境光为所述图像传感器采集的对象反射的光。

根据本公开的实施例，预设区域可以是像素的邻域。当图像传感器采集的环境光为第一反射光的情况下，若某个像素的像素值与该像素的邻域中像素的像素值之间的差异小于预设值，并且在图像传感器采集的环境光为第二反射光的情况下，该像素的像素值与该像素的邻域中像素的像素值之间的差异大于预设值，则该像素为动态坏点。换言之，动态坏点即为在一定像素值范围内，该像素输出的像素值正常，而不在这一像素值范围内，该像素输出的像素值不正常的像素。

根据本公开的实施例，所述预设值可以是本领域技术人员根据经验而确定的值。预设值例如可以是0到255之间的任何值。

根据本公开的实施例，本领域技术人员在使用该图像传感器之前可以对该图像传感器进行检测来确定出动态坏点，并将检测出的动态坏点信息写入图像传感器的软件程序中，从而在图像传感器执行该图像处理方法的情况下，可以从软件程序中读取到动态坏点。

在操作s263，将动态坏点和动态坏点的位置信息加入第一坏点信息，以使在动态坏点的像素值不在特定范围内的情况下，图像坏点包括动态坏点。

根据本公开的实施例，动态坏点的位置信息例如可以是动态坏点的坐标。例如可以将动态坏点的坐标和动态坏点表现异常的像素范围添加到第一坏点信息中。

例如可以是当动态坏点邻域的像素的像素值的平均值大于第一值时，确定该动态坏点的像素值输出异常，则在操作s202中的至少一个图像坏点包括该动态坏点。或者，例如可以是当动态坏点邻域的像素的像素值的平均值小于第二值时，确定该动态坏点的像素值输出异常，则在操作s202中的至少一个图像坏点包括该动态坏点。

图7a示意性示出了根据本公开另一实施例的图像处理方法的流程图。

如图7a所示，该图像处理方法可以包括操作s701～操作s705。

在操作s701，获取待处理图像。

在操作s702，确定图像传感器是否开启了remosic功能。若开启了remosic功能，则执行操作s703，若未开启remosic功能，则执行操作s704。

在操作s703，将图像传感器的第一坏点信息更新为第二坏点信息。

在操作s704，进行图像坏点校正。

在操作s705，根据校正后的图像，生成输出图像。例如待处理图像可以是标准拜耳图像，根据校正后的标准拜耳图像生成rgb图像。

图7b示意性示出了根据本公开实施例的操作s703将图像传感器的第一坏点信息更新为第二坏点信息的方法流程图。

如图7b所示，该方法可以包括操作s713～s733。

在操作s713，根据图像坏点，确定被污染像素。

在操作s723，确定被污染像素的可信度。

在操作s733，将被污染像素和被污染像素的可信度添加到第一坏点信息中以生成第二坏点信息。

图7c示意性示出了根据本公开实施例的操作s704图像坏点校正的方法流程图。

如图7c所示，该方法可以包括操作s714～操作s754。

在操作s714，获取图像坏点的参考像素的像素值。图像坏点的参考像素例如可以是到图像坏点的距离小于q的多个像素。

在操作s724，判断参考像素中是否存在被污染像素。若存在被污染像素，则执行操作s734。若不存在被污染像素，则执行操作s764。

在操作s734，将被污染像素的可信度与预设阈值进行比较，以判断被污染像素的可信度是否小于预设阈值。若被污染像素的可信度小于预设阈值，则执行操作s754，若被污染像素的可信度大于等于预设阈值，则执行操作s764。

在操作s744，将可信度小于预设阈值的被污染像素剔除。

在操作s754，利用多个参考像素的像素值进行插值计算，以校正图像坏点的像素值。其中，多个参考像素中不包括可信度小于预设阈值的被污染像素。

图8示意性示出了根据本公开实施例的图像处理装置800的示意图。

如图8所示，该图像处理装置800可以包括获取模块810、确定模块820、更新模块830和校正模块840。

获取模块810，例如执行上文参考图2描述的操作s201，用于获得待处理图像，所述待处理图像是根据图像传感器采集的图像信息生成的。

确定模块820，例如执行上文参考图2描述的操作s202，用于确定所述待处理图像中的被污染像素，所述被污染像素包括在根据所述图像信息生成所述待处理图像的过程中，像素值受到待处理图像中至少一个图像坏点影响的像素。

更新模块830，例如执行上文参考图2描述的操作s203，用于基于所述被污染像素的信息，将所述图像传感器的坏点信息由第一坏点信息更新为第二坏点信息。

校正模块840，例如执行上文参考图2描述的操作s204，用于基于所述第二坏点信息，对所述待处理图像进行处理，以便校正所述图像坏点的像素值。

根据本公开的实施例，更新模块包括：第一确定子模块，用于根据所述第一坏点信息，确定所述待处理图像中至少一个图像坏点的位置信息；第二确定子模块，用于根据所述至少一个图像坏点的位置信息，确定所述待处理图像中被污染像素的位置信息；确定可信度子模块，用于确定所述被污染像素的像素值的可信度；以及生成子模块，用于基于所述被污染像素的位置信息和所述可信度更新所述第一坏点信息，以生成所述第二坏点信息。

根据本公开的实施例，第二确定子模块包括：第一确定单元，用于确定所述图像传感器的污染参数，所述污染参数指示了在根据所述图像信息而生成所述待处理图像的过程中，一个图像坏点能够影响到的像素范围；以及第二确定单元，用于基于所述污染参数和所述至少一个图像坏点的位置信息，确定被污染像素的位置信息。

根据本公开的实施例，确定可信度子模块包括：第三确定单元，用于确定距离与所述可信度之间的对应关系，所述距离为被污染像素到影响该被污染像素的图像坏点之间的欧式距离；第四确定单元，用于基于所述被污染像素的位置信息和所述图像坏点的位置信息，确定所述被污染像素到该影响该被污染像素点的图像坏点之间的欧式距离；以及第五确定单元，用于基于所述对应关系和所述欧式距离，确定所述被污染像素的像素值的可信度。

根据本公开的实施例，校正模块包括：第三确定子模块，用于基于所述至少一个图像坏点的位置信息确定多个参考像素，以便利用多个参考像素各自的像素值对所述至少一个图像坏点进行校正；第四确定子模块，用于确定所述多个参考像素中是否存在被污染像素；查询子模块，用于在确定所述多个参考像素中存在被污染像素的情况下，查询所述第二坏点信息以确定所述被污染像素的像素值的可信度；以及校正子模块，用于基于所述多个参考像素各自的像素值和所述多个参考像素中被污染像素的像素值的可信度，校正所述图像坏点的像素值。

根据本公开的实施例，校正子模块包括：第六确定单元，用于确定要剔除像素，所述要剔除像素为所述多个参考像素中被污染像素的像素值的可信度小于预设阈值的像素；以及第七确定单元，用于基于多个参考像素中除所述剔除像素之外的其他参考像素的像素值，校正所述图像坏点的像素值。

根据本公开的实施例，第七确定单元包括：插值子单元，用于通过图像插值算法对所述除所述剔除像素之外的其他参考像素的像素值进行插值生成所述图像坏点的像素值。

根据本公开的实施例，获取模块包括：第一获得子模块，用于获得四拜耳图像传感器采集的图像信息；以及第一处理子模块，用于对所述图像信息进行解马赛克处理而获得的图像。

根据本公开的实施例，获取模块包括：第二获得子模块，用于获得图像传感器采集的图像信息，所述图像信息包括多个像素的像素值；以及第二处理子模块，用于对所述多个像素的像素值进行合并而获得所述待处理图像。

根据本公开的实施例，更新模块还包括：第五确定子模块，用于确定动态坏点，其中，在第一条件情况下，所述动态坏点的像素值与预设区域中像素的像素值之间的差异小于预设值，而在第二条件下，所述动态坏点的像素值与所述预设区域中像素的像素值之间的差异大于预设值；以及坏点添加子模块，用于将所述动态坏点和所述动态坏点的位置信息加入所述第一坏点信息，以使在所述动态坏点的像素值不在所述特定范围内的情况下，所述图像坏点包括所述动态坏点。

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，获取模块810、确定模块820、更新模块830和校正模块840中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块810、确定模块820、更新模块830和校正模块840中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块810、确定模块820、更新模块830和校正模块840中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图9示意性示出了根据本公开实施例的电子设备方框图。图9示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图9所示，根据本公开实施例的电子设备900包括处理器901，其可以根据存储在只读存储器(rom)902中的程序或者从存储部分908加载到随机访问存储器(ram)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在ram903中，存储有电子设备900操作所需的各种程序和数据。处理器901、rom902以及ram903通过总线904彼此相连。处理器901通过执行rom902和/或ram903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom902和ram903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备900还可以包括输入/输出(i/o)接口905，输入/输出(i/o)接口905也连接至总线904。电子设备900还可以包括连接至i/o接口905的以下部件中的一项或多项：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至i/o接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom902和/或ram903和/或rom902和ram903以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。