專利名稱：圖像死點和噪聲的消除方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像的處理技術(shù)，特別是指一種基于RGB Bayer圖像傳感器的死點和噪聲消除方法。
背景技術(shù)：
基于RGB的Bayer圖像傳感器是一種十分常用的圖像傳感器，目前普遍應用于數(shù)碼相機、攝像頭等數(shù)碼成像設備中。
RGB Bayer圖像傳感器的圖像采集原理參見圖1所示。該傳感器將物理圖像以RGB顏色空間方式進行采集，每個像素點只采集R、G、B其中一個顏色值分量。并且考慮到人的視覺系統(tǒng)對不同顏色的敏感程度不同，因此采集三種分量的像素點占有的比例不同，圖1中可以看出G分量的比例明顯大于R和B分量，這是由于人眼對綠色更加敏感。
在實際的圖像采集過程中，往往會由于圖像采集裝置自身缺陷等原因，造成所采集的圖像中存在噪聲、死點，因此如何針對噪聲和死點，進行圖像處理是提高圖像質(zhì)量的關(guān)鍵。
現(xiàn)有的圖像處理方法通常采用先將RGB Bayer數(shù)據(jù)轉(zhuǎn)換為每個像素點都有RGB值后，再進行圖像的死點和噪聲消除，這種方式不僅計算量大，處理復雜，而且處理過程中無法對三種分量加以區(qū)分，處理后對圖像質(zhì)量的改進不明顯。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的第一個主要目的在于提供一種圖像死點的消除方法，簡化圖像中死點處理的復雜度，進一步提高圖像的顯示質(zhì)量。
本發(fā)明的一種圖像死點的消除方法，包括a)獲取當前像素點的像素值，和與該像素點距離最近的至少四個同顏色分量相鄰像素點的像素值；b)計算步驟a)所述各像素點在兩個直線方向上的像素值梯度；c)將步驟b)得到的兩個方向上的梯度值分別與所設置的死點判定閾值比較，如果兩個梯度值均大于死點判定閾值，則進入步驟d)，否則，結(jié)束當前像素點的處理流程；d)比較步驟b)所獲兩個方向梯度值的大小，通過步驟a)所獲的像素值計算梯度值較小的一個方向上兩相鄰像素點的像素值平均值，用該像素值平均值替換當前像素點的像素值。
該方法所述像素點為R或B顏色分量的像素點，所述兩個直線方向為以當前像素點為中心的水平和垂直方向。
該方法所述像素點為G顏色分量的像素點，所述兩個直線方向為以當前像素點為中心的兩對角線方向。
該方法步驟a)所獲為與當前像素點最近的四個像素點的像素值；所述梯度為當前像素點與在一直線方向上兩相鄰像素點之間的二階梯度；所述像素值平均值為在一直線方向上與該像素點相鄰像素點像素值的平均值。
本發(fā)明的另一主要目的在于提供一種圖像噪聲的消除方法，使噪聲消除的處理過程更加簡單，進一步提高圖像的顯示質(zhì)量。
本發(fā)明的一種圖像噪聲的消除方法，包括A.獲取當前像素點的像素值，和與該像素點距離最近的至少四個同顏色分量像素點的像素值；B.計算步驟A所述各像素點在兩個直線方向上的像素值梯度；C.比較步驟B得到的兩個方向上的梯度值，通過步驟A所獲的像素值計算梯度值較小的一個方向上像素點像素值的平均值，計算該方向上像素點像素值與像素值平均值之間的絕對差和；D.將步驟C獲得的絕對差和與所設置的當前像素點的噪聲閾值比較，如果絕對差和小于噪聲閾值，則進入步驟E，否則，結(jié)束當前像素點的處理流程；E.用步驟C得到的像素值平均值替換當前像素點的像素值。
該方法所述像素點為R或B顏色分量的像素點，所述兩個直線方向為以當前像素點為中心的水平和垂直方向。
該方法所述像素點為G顏色分量的像素點，所述兩個直線方向為以當前像素點為中心的兩對角線方向。
該方法步驟a)所獲為與當前像素點最近的四個像素點的像素值；所述梯度為當前像素點與在一直線方向上兩相鄰像素點之間的二階梯度；所述像素值平均值為當前像素點像素值，以及在一直線方向上與該像素點相鄰的兩素點像素值的平均值。
從上面所述可以看出，本發(fā)明提供的死點和噪聲消除方法，針對現(xiàn)有技術(shù)當中圖像處理復雜，圖像質(zhì)量不高等問題，采用不同分量的像素點分別處理的方法，充分利用臨近同分量像素點的像素值，簡化了現(xiàn)有技術(shù)死點和噪聲消除處理過程的計算量的同時，大大提高了圖像的顯示質(zhì)量，可以廣泛應用于數(shù)碼相機、攝像頭等設備的圖像采集模塊中。


圖1為RGB Bayer圖像傳感器RGB各分量像素點分布示意圖；圖2為本發(fā)明較佳實施例R、B分量死點消除處理流程示意圖；圖3為本發(fā)明較佳實施例G分量死點消除處理流程示意圖；圖4為本發(fā)明較佳實施例R、B分量噪聲消除處理流程示意圖；圖5為本發(fā)明較佳實施例G分量噪聲消除處理流程示意圖。
具體實施例方式
本發(fā)明針對圖像傳感器硬件噪聲和缺陷造成的圖像中死點和噪聲問題，提出一種在圖像采集后期處理過程中的死點和噪聲消除方法，該方法的核心思想是對屬于不同顏色分量的不同像素點分別處理，獲取當前像素點的像素值，和與該像素點距離最近的至少四個同顏色分量相鄰像素點的像素值。參見圖1中所示，考慮到R、B分量和G分量的顏色分布情況不同，因此對于R、B的像素點選擇垂直和水平方向相鄰像素點，而G點的數(shù)據(jù)點選擇兩個對角線方向的相鄰像素點，以使它們最為接近。然后，計算各像素點在兩個直線方向上的像素值梯度。利用得到的兩個方向上的梯度值判斷是否需要進行死點或噪聲處理，如果需要，則可通過相鄰像素點的平均值來替換當前像素點的像素值。
下面結(jié)合附圖及具體實施例對本發(fā)明再作進一步詳細的說明。
參見圖2所示，對于R或B分量的死點消除包括步驟201，通過多個點的像素值，分別計算各分量像素點在水平和垂直方向的二階梯度。
考慮以采集該分量的像素點為中心的5×5像素點區(qū)域。假設記錄該分量的像素點位于第m行和第n列，以(m，n)表示，該點記錄的像素值表示為Pm，n。參見圖1所示，如果要對(m，n)點進行噪聲或死點消除處理，則可以通過自身及鄰近的(m-2，n)，(m+2，n)，(m，n)，(m，n-2)，(m，n+2)這5個點的像素值Pm-2，n，Pm+2，n，Pm，n，Pm，n-2，Pm，n+2來修正Pm，n。
步驟202，通過上述5個點的像素值，分別計算在水平和垂直方向的二階梯度，分別為水平方向DHm，n＝|(Pm，n-Pm，n-2)+(Pm，n-Pm，n+2)|＝|-Pm，n-2+2Pm，n-Pm，n+2|垂直方向DVm，n＝|(Pm，n-Pm-2，n)+(Pm，n-Pm+2，n)|＝|-Pm-2，n+2Pm，n-Pm+2，n|步驟203，對于R、B分量，根據(jù)對圖像的質(zhì)量要求分別確定出一個判定是否為死點的死點判定域值TR、TB。比如當一個位置為(m，n)的R分量像素點處的二階梯度滿足DHm，n＞TR且DVm，n＞TR時，則認為該處有突變，可能是由于傳感器而造成的死點；同樣，當一個位置為(m，n)的B分量像素點處的二階梯度滿足DHm，n＞TB且DVm，n＞TB時，則認為該處為死點。
此時，需要對這些死點進行修正，修正的原理是用周圍的同分量像素點的像素值的平均值替代該死點處的像素值。
具體為步驟204～205，比較該點的DHm，n和DVm，n值，如果DHm，n≥DVm，n，則說明水平方向的突變程度較大，用該點垂直方向的兩個臨近點的像素值Pm-2，n，Pm+2，n來對其進行修正，即用Pm-2，n，Pm+2，n的平均值替代該像素點的Pm，n；如果DHm，n＜DVm，n，則說明垂直方向的突變程度較大，用該點水平方向的兩個臨近點的像素值Pm，n-2，Pm，n+2來對其進行修正，即用Pm，n-2，Pm，n+2的平均值替代該像素點的Pm，n。
可歸納為如下公式 其中，P′m，n為修正后的(m，n)點新的像素值。
對于G分量，參見圖3所示，死點消除包括步驟201，通過多個點的像素值，分別計算各分量像素點在兩對角線方向的二階梯度。
由于G分量數(shù)量較多，從圖1可以看出，對任意一個G分量的像素點(m，n)，與其相鄰的G分量像素點在其對角線方向分別為(m-1，n-1)，(m+1，n+1)，(m-1，n+1)，(m+1，n-1)，因此只需要取3×3的數(shù)據(jù)模塊。
步驟302，通過上述四個點及(m，n)自身的像素值Pm-1，n-1，Pm-1，n+1，Pm，n，Pm+1，n-1，Pm+1，n+1可得到沿對角線方向的二階梯度分別為DXm，n＝|(Pm，n-Pm-1，n-1)+(Pm，n-Pm+1，n+1)|＝|-Pm-1，n-1+2Pm，n-Pm+1，n+1|DYm，n＝|(Pm，n-Pm-1，n+1)+(Pm，n-Pm+1，n-1)|＝|-Pm-1，n+1+2Pm，n-Pm+1，n-1|
步驟303，對于G分量，同樣先根據(jù)對圖像的質(zhì)量要求確定一個判定是否為死點的域值TG。比如當一個位置為(m，n)的G分量像素點處的二階梯度滿足DXm，n＞TG且DYm，n＞TG時，則認為該處有突變，可能是由于傳感器而造成的死點。
進行修正的方法仍然是用周圍的同分量像素點的像素值的平均值替代該死點處的像素值。
具體為步驟304～305，比較該點的DXm，n和DYm，n值，如果DXm，n≥DYm，n，則說明X對角線方向的突變程度較大，用該點Y對角線方向的兩個臨近點的像素值Pm-1，n+1，Pm+1，n-1來對其進行修正，即用Pm-1，n+1，Pm+1，n-1的平均值替代該像素點的Pm，n；如果DXm，n＜DYm，n，則說明Y對角線方向的突變程度較大，用該點X對角線方向的兩個臨近點的像素值Pm-1，n-1，Pm+1，n+1來對其進行修正，即用Pm-1，n-1，Pm+1，n+1的平均值替代該像素點的Pm，n；可歸納為如下公式 其中，P′m，n為修正后的(m，n)點新的像素值。
如果需要對圖像進行噪聲消除，則處理如下對于R、B分量，參見圖4所示，在執(zhí)行完步驟201、202后，進一步包括步驟403，比較水平和垂直方向二階梯度的大小，如果一個位置為(m，n)的像素點處的二階梯度滿足DHm，n≥DVm，n，則表明水平方向的像素值變化較大，采用以(m，n)點為中心垂直方向的三個像素(m-2，n)，(m，n)，(m+2，n)進行噪聲消除
步驟404～405，計算垂直方向三個點的像素均值為Avgm,n=13(Pm-2,n+Pm,n+Pm+2,n),]]>再計算垂直方向三個點與像素均值之間的絕對差和為Varm,n=13(|Pm-2,n-Avgm,n|+|Pm,n-Avgm,n|+|Pm+2,n-Avgm,n|);]]>否則，即如果一個位置為(m，n)的像素點處的二階梯度滿足DHm，n＜DVm，n，則表明垂直方向的像素值變化較大，采用以(m，n)點為中心水平方向的三個像素(m，n-2)，(m，n)，(m，n+2)進行噪聲消除計算水平方向三個點的像素均值為Avgm,n=13(Pm,n-2+Pm,n+Pm,n+2);]]>再計算水平方向三個點與像素均值之間的絕對差和為Varm,n=13(|Pm,n-2-Avgm,n|+|Pm,n-Avgm,n|+|Pm,n+2-Avgm,n|).]]>步驟406～407，為每個像素點(m，n)設定Varm，n的噪聲閾值Noisem，n，該閾值可根據(jù)實際需要經(jīng)驗地獲得，這樣可以設置一個噪聲表(NoiseTable)，表中每個像素點(m，n)對應一個Noisem，n。這樣，通過查找噪聲表，獲得該像素點對應的噪聲閾值Noisem，n＝NoiseTable(m，n)；如果當前Varm，n＜Noisem，n，則表明該點處受到噪聲影響，應該進行噪聲修正，用該Varm，n所對應方向的平均值替代原來該點的像素值，即該像素的修正值為P′m，n＝Avgm，n；否則，即如果當前Varm，n≥Noisem，n，則表明該點體現(xiàn)了圖像的某些高頻成分，應該保留原有的值。因此仍選擇原來的值，即P′m，n＝Pm，n。
同理，對于G分量，參見圖4所示，在執(zhí)行完步驟301、302后，進一步包括步驟503，比較X和Y方向二階梯度的大小，如果一個位置為(m，n)的像素點處的二階梯度滿足DXm，n≥DYm，n，則表明X方向的像素值變化較大，采用以(m，n)點為中心Y方向的三個像素(m-1，n+1)，(m，n)，(m+1，n-1)進行噪聲消除步驟504～505，計算Y方向三個點的像素均值為Avgm,n=13(Pm-1,n+1+Pm,n+Pm+1,n-1),]]>再計算Y方向三個點與像素均值之間的絕對差和為Varm,n=13(|Pm-1,n-1-Avgm,n|+|Pm,n-Avgm,n|+|Pm+1,n+1-Avgm,n|);]]>否則，即如果一個位置為(m，n)的像素點處的二階梯度滿足DXm，n＜DYm，n，則表明Y方向的像素值變化較大，采用以(m，n)點為中心X方向的三個像素(m-1，n-1)，(m，n)，(m+1，n+1)，進行噪聲消除計算X方向三個點的像素均值為Avgm,n=13(Pm-1,n-1+Pm,n+Pm+1,n+1)]]>再計算X方向三個點與像素均值之間的絕對差和為Varm,n=13(|Pm-1,n+1-Avgm,n|+|Pm,n-Avgm,n|+|Pm+1,n-1-Avgm,n|)]]>步驟506～507，為每個像素點(m，n)設定不同的Varm，n噪聲閾值Noisem，n，該閾值可根據(jù)實際需要經(jīng)驗地獲得，從而設置一個噪聲表，表中每個像素點(m，n)對應一個Noisem，n。這樣，通過查找噪聲表，獲得該像素點對應的噪聲閾值Noisem，n＝NoiseTable(m，n)；如果當前Varm，n＜Noisem，n則表明該點處受到噪聲影響，應該進行噪聲修正，用該Varm，n所對應方向的平均值替代原來該點的像素值，即該像素的修正值為
P′m，n＝Avgm，n；否則，表明該點體現(xiàn)了圖像的某些高頻成分，應該保留原有的值，即P′m，n＝Pm，n。
在上述所有實施例中，均是通過參考某一方向三個點的像素值，來對原像素值進行死點和噪聲消除，僅是提供的一種較佳的實現(xiàn)方案，實際中也可以采用更多的點實現(xiàn)。以5個點為例，對于R、B分量在上述所有計算過程中，均應考慮以該分量像素點為中心的水平和垂直方向5個點的像素值，即需要以該點為中心的9×9個像素點。對于G分量，則上述所有計算中，均應考慮以該點為中心X、Y對角線方向5個像素點，即需要以該點為中心的5×5個像素點。
以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.一種圖像死點的消除方法，其特征在于，包括a)獲取當前像素點的像素值，和與該像素點距離最近的至少四個同顏色分量相鄰像素點的像素值；b)計算步驟a)所述各像素點在兩個直線方向上的像素值梯度；c)將步驟b)得到的兩個方向上的梯度值分別與所設置的死點判定閾值比較，如果兩個梯度值均大于死點判定閾值，則進入步驟d)，否則，結(jié)束當前像素點的處理流程；d)比較步驟b)所獲兩個方向梯度值的大小，通過步驟a)所獲的像素值計算梯度值較小的一個方向上兩相鄰像素點的像素值平均值，用該像素值平均值替換當前像素點的像素值。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述像素點為R或B顏色分量的像素點，所述兩個直線方向為以當前像素點為中心的水平和垂直方向。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述像素點為G顏色分量的像素點，所述兩個直線方向為以當前像素點為中心的兩對角線方向。
4.根據(jù)權(quán)利要求1至3任意一項所述的方法，其特征在于，步驟a)所獲為與當前像素點最近的四個像素點的像素值；所述梯度為當前像素點與在一直線方向上兩相鄰像素點之間的二階梯度；所述像素值平均值為在一直線方向上與該像素點相鄰像素點像素值的平均值。
5.一種圖像噪聲的消除方法，其特征在于，包括A.獲取當前像素點的像素值，和與該像素點距離最近的至少四個同顏色分量像素點的像素值；B.計算步驟A所述各像素點在兩個直線方向上的像素值梯度；C.比較步驟B得到的兩個方向上的梯度值，通過步驟A所獲的像素值計算梯度值較小的一個方向上像素點像素值的平均值，計算該方向上像素點像素值與像素值平均值之間的絕對差和；D.將步驟C獲得的絕對差和與所設置的當前像素點的噪聲閾值比較，如果絕對差和小于噪聲閾值，則進入步驟E，否則，結(jié)束當前像素點的處理流程；E.用步驟C得到的像素值平均值替換當前像素點的像素值。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述像素點為R或B顏色分量的像素點，所述兩個直線方向為以當前像素點為中心的水平和垂直方向。
7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述像素點為G顏色分量的像素點，所述兩個直線方向為以當前像素點為中心的兩對角線方向。
8.根據(jù)權(quán)利要求5至7任意一項所述的方法，其特征在于，步驟a)所獲為與當前像素點最近的四個像素點的像素值；所述梯度為當前像素點與在一直線方向上兩相鄰像素點之間的二階梯度；所述像素值平均值為當前像素點像素值，以及在一直線方向上與該像素點相鄰的兩素點像素值的平均值。
全文摘要
本發(fā)明公開了一種對屬于不同顏色分量的不同像素點分別處理，獲取當前像素點的像素值，和與該像素點距離最近的至少四個同顏色分量相鄰像素點的像素值；計算各像素點在兩個直線方向上的像素值梯度；利用得到的兩個方向上的梯度值判斷是否需要進行死點或噪聲處理，如果需要，則可通過相鄰像素點的平均值來替換當前像素點的像素值。本發(fā)明針對現(xiàn)有技術(shù)當中圖像處理復雜，圖像質(zhì)量不高等問題，采用不同分量的像素點分別處理的方法，充分利用臨近同分量像素點的像素值，簡化了現(xiàn)有技術(shù)死點和噪聲消除處理過程的計算量的同時，大大提高了圖像的顯示質(zhì)量，可以廣泛應用于數(shù)碼相機、攝像頭等設備的圖像采集模塊中。
文檔編號H04N9/04GK1622637SQ20041010269
公開日2005年6月1日 申請日期2004年12月27日 優(yōu)先權(quán)日2004年12月27日
發(fā)明者夏煜, 王浩, 懷千江 申請人:北京中星微電子有限公司