一种图像处理引擎算法的架构与实现方法与流程

本发明涉及数字图像处理，特别涉及一种图像处理引擎算法的架构与实现方法。

背景技术：

1、数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。在图像处理中，所使用的算法，都是利用成熟数学表达式，例如平均法或斜率法等，在特定像素附近，依照上述两法，试图寻找该点与附近的巨大差异化，取得坏点之所在，并予以纪录处理之。

2、现有技术中，对于使用sensor的选择，都倾向于新品的选用，但在电子商品快速的更迭下，造成巨大的堪用率极高的电子垃圾，对于坏点纠错能力，尚未考虑旧品和瑕疵品，因此在坏点容错能力，皆未在考虑范围之内。

技术实现思路

1、本发明的主要目的在于提供一种图像处理引擎算法的架构与实现方法，加入坏点纠错能力，考虑旧品和瑕疵品，加强坏点容错能力，并在本技术试图克服目前缺点，并商品化之，可以有效解决背景技术中的问题。

2、为实现上述目的，本发明采取的技术方案为：

3、一种图像处理引擎算法的架构，包括以下步骤：

4、步骤一，景物通过lens生成的光学影象投射到sensor表面上，经过光电转换为仿真电讯号，消噪声后经过a/d转换后变为数字影象讯号。

5、步骤二，转化过程中，从sensor端过来的影象是bayer影象，需经过诸多图像处理手法，让收到的影像讯号还原到接近的实际影像，

6、步骤三，在图像处理的手法中，要进行自动曝光控制，然后输出yuv或rgb二者任意一种格式的数据，再通过i/o接口传输到cpu中处理。

7、进一步的，所述步骤三中图像处理的手法包括黑电平补偿、镜头矫正、坏画素矫正、颜色插值、bayer噪声去除、白平衡矫正、色彩矫正、gamma矫正、色彩空间转换、在yuv色彩空间上彩噪去除与边缘加强、色彩与对比度加强。

8、本发明还采取的技术方案为：一种图像处理引擎算法的实现方法，

9、利用平均法和斜率法，对模对坏点坏点修复与补偿，并记录于内存内，具体算法如下：

10、平均法:p0＝(p2+p4+p5+p7)/4；

11、斜率法：dv＝abs(2*p0-p2-p7)

12、dh＝abs(2*p0-p4-p5)

13、ddl＝abs(2*p0-p1-p8)

14、ddr＝abs(2*p0-p3-p6)

15、if(取最小值(dv,dh,ddl,ddr)等于dv):

16、p0＝(p2+p7+1)/2

17、elif(最小值(dv,dh,ddl,ddr)等于dh):

18、p0＝(p4+p5+1)/2

19、elif(最小值(dv,dh,ddl,ddr)等于ddl):

20、p0＝(p1+p8+1)/2

21、else:

22、p0＝(p3+p6+1)/2

23、影像中心点[y,x]＝p0

24、其中p0＝影像中心点[y+2,x+2]

25、p1＝影像中心点[y,x]

26、p2＝影像中心点[y,x+2]

27、p3＝影像中心点[y,x+4]

28、p4＝影像中心点[y+2,x]

29、p5＝影像中心点[y+2,x+4]

30、p6＝影像中心点[y+4,x]

31、p7＝影像中心点[y+4,x+2]

32、p8＝影像中心点[y+4,x+4]。

33、进一步的，具体流程如下：利用平均法

34、s1、以某单点为中心，取样上下左右八点；

35、s2、对某一单点与各相邻的上、下、左、右、左下、左上、右上、右下八个点；

36、s3、各相对应差异值同时<＝临界值左上、右上、右下等八个点，分別对应某一单点取其相对应差异值；若是，对某一单点的对应值，等于各相邻的上、下、左、右四个点，取其平均值。

37、进一步的，具体流程如下：利用梯度法

38、s1、以某单点为中心，取样上下左右八点；

39、s2、对某一单点与各相邻的上、下两点，取其梯度值，另与左、右两点取其梯度；

40、s3、各相对应梯度值最小值＝上、下两点梯度值，左上、右上、右下等八个点，分別对应某一单点取其相对应差异值；若是，某一单点＝上、下两点平均；

41、s4、各相对应梯度值最小值＝左、右两点梯度值，左上、右上、右下等八个点，分別对应某一单点取其相对应差异值；若是，某一单点＝左、右两点平均；

42、s5、各相对应梯度值最小值＝左下、右上两点梯度值，某一单点取其相对应差异值；若是，某一单点＝左下，右上两点平均；

43、s6、各相对应梯度值最小值＝左上、右下两点梯度值，左上、右上、右下等八个点，分別对应某一单点取其相对应差异值；若是，某一单点＝左上、右下两点平均。

44、与现有技术相比，本发明具有如下有益效果：该图像处理引擎算法的架构与实现方法对于sensor的选择，在电子商品快速的更迭下，避免造成的巨大电子垃圾，并可回收，配合中国在2022/7/16启动碳权交易市场，并达到绿色消费的目的；在这个概念下，在图像处理引擎算法种，提供了坏点纠错能力，使旧品和瑕疵品，加强坏点容错的判断与解决方案，并在本技术克服目前缺点，并商品化之。

技术特征：

1.一种图像处理引擎算法的架构，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种图像处理引擎算法的架构，其特征在于：所述步骤三中图像处理的手法包括黑电平补偿、镜头矫正、坏画素矫正、颜色插值、bayer噪声去除、白平衡矫正、色彩矫正、gamma矫正、色彩空间转换、在yuv色彩空间上彩噪去除与边缘加强、色彩与对比度加强。

3.一种图像处理引擎算法的实现方法，其特征在于：

4.根据权利要求3所述的一种图像处理引擎算法的实现方法，其特征在于，具体流程如下：利用平均法

5.根据权利要求3所述的一种图像处理引擎算法的实现方法，其特征在于，具体流程如下：利用梯度法

技术总结
本发明涉及数字图像处理技术领域，公开了一种图像处理引擎算法的架构与实现方法，包括以下步骤：步骤一，景物通过Lens生成的光学影象投射到sensor表面上，经过光电转换为仿真电讯号，消噪声后经过A/D转换后变为数字影象讯号；步骤二，从sensor端过来的影象是Bayer影象，需经过诸多图像处理手法，让收到的影像讯号还原到接近的实际影像；步骤三，在图像处理的手法中，要进行自动曝光控制，然后输出YUV或RGB二者任意一种格式的数据，再通过I/O接口传输到CPU中处理。该图像处理引擎算法的架构与实现方法对于Sensor的选择，在电子商品快速的更迭下，避免造成的巨大电子垃圾，并可回收，配合中国启动碳权交易市场，并达到绿色消费的目的。

技术研发人员：段远征
受保护的技术使用者：感智泽一（深圳）科技合伙企业（有限合伙）
技术研发日：
技术公布日：2024/3/11