申请/专利权人：思特威(上海)电子科技有限公司

申请日：2017-06-07

公开（公告）日：2020-03-31

公开（公告）号：CN107248147B

主分类号：G06T5/00(20060101)

分类号：G06T5/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.03.31#授权;2017.11.10#实质审查的生效;2017.10.13#公开

摘要：本发明提供了一种RAWRGB图像中坏点消除的方法，将一RAWRGB图像中的R像素和B像素转换为G像素，从而将所述RAWRGB图像转换为G域图像，在所述G域图像中进行坏点判断，并且再在G域图像中进行坏点的消除和还原，在上述的过程中，仅利用坏点所在的当前行以及前一行的数据即可实现，大大减少了当前技术方案中所需要的数据的量，从而减少了数据处理的时间，增大了实时处理的可能性，同时减少了需要的硬件面积，降低了资源消耗。

主权项：1.一种RAW-RGB图像中坏点消除的方法，其特征在于，包括：将一RAW-RGB图像中的R像素和B像素转换为G像素，从而将所述RAW-RGB图像转换为G域图像；对所述G域图像中的坏点进行判断；以及利用坏点所在行以及前一行数据对所述G域图像中的坏点进行还原；其中，采用插值运算将所述RAW-RGB图像转换为G域图像；对于一M*N的RAW-RGB图像中的任意Rij像素Bij像素，其G域像素值GIij由以下公式获得：GIij＝RijBij-Gsub_avgij；其中，Rij像素Bij像素为所述RAW-RGB图像中第i行第j列的像素；Gsub_avgij＝avgGsubij-2,Gsubi-1j-1,Gsubi-1j+1,Gsubij+2；其中，Gsub_avgij表示Rij像素Bij像素的G域插值，GIij为Rij像素Bij像素在所述G域图像对应的G域像素，avgGsubij-2,Gsubi-1j-1,Gsubi-1j+1,Gsubij+2表示Gsubij-2,Gsubi-1j-1,Gsubi-1j+1,Gsubij+2的平均值；Gsubuv＝RuvBuv-avgGuv-1,Gu-1v,Guv+1；Gsubuv为求解Gsub_avgij时公式中Gsubij-2,Gsubi-1j-1,Gsubi-1j+1或Gsubij+2中的任一个；其中，avgGuv-1,Gu-1v,Guv+1表示Guv-1,Gu-1v,Guv+1的平均值，i、j、u、v、M以及N均为自然数，M为所述RAW-RGB图像的行数，N为所述RAW-RGB图像的列数，且，2≤i≤M-1，2≤j≤N-1，i-1≤u≤i+1，j-2≤v≤j+2。

全文数据：RAW-RGB图像中坏点消除的方法技术领域[0001]本发明涉及图像处理领域，尤其是一种RAW-RGB图像中坏点消除的方法。背景技术[0002]图像传感器包含一个彩色滤波阵列（colorfilterarray，即拜耳滤镜，使传感器上每一点采集的光线通过拜耳滤镜滤波后只能采集到一种波长的光，传感器上每一点采集的光线通过滤波处理后通过的对应颜色的光线为红色、蓝色或者绿色。图像传感器中的感光阵列将采集到的光信号转化为电信号；图像传感器再将电信号，转化为数字信号，转化的数字信号就是当前传感器上每一光线采集的点对应的像素值。图像传感器通过传感器上每一光线采集的点形成的阵列对应的像素组成一幅对应的原始图像。图像传感器获得的原始图像需要进行降低噪声与修正图像坏点等相关前置处理，以提高图像显示质量。[0003]目前一般电脑摄像头、手机摄像头各种数码相机和摄像机等数码成像产品，所用的图像传感器大多为RAW-RGB类型，在采集图像时通过RAW矩阵得到图像。由于目前制造工艺水平的原因，使得图像传感器采集的图像几乎不可避免的会出现坏点，并且，当图像传感器设备经过长时间使用后，会因为图像传感器的使用导致图像产生更多的坏点。坏点的出现不仅会降低图像的视觉效果，多坏点出现甚至会丢失部分重要的图像信息。[0004]因此，对图像坏点的检测以及处理一直以来都是图像处理领域一个重要的研宄内容。现有的一些坏点检测算法要么出现图像坏点误检率比较高，要么出现坏点处理效果不好，要么进行图像处理所需要的时间长，实时性不够，或者需要的硬件面积大，资源消耗比较大。发明内容[0005]本发明的目的在于提供一种RAW-RGB图像中坏点消除的方法，以减少当前技术方案中所需要的数据的量，从而减少数据处理的时间，同时减少需要的硬件面积，进而降低资源消耗。[0006]为了达到上述目的，本发明提供了一种RAW-RGB图像中坏点消除的方法，包括:将一RAW-RGB图像中的R像素和B像素转换为G像素，从而将所述RAW-RGB图像转换为G域图像；[0007]对所述G域图像中的坏点进行判断；以及[0008]利用坏点所在行以及前一行数据对所述G域图像中的坏点进行还原。[0009]优选的，在上述的RAW-RGB图像中坏点消除的方法中，采用插值运算将所述RAW-RGB图像转换为G域图像。[0010]优选的，在上述的RAW-RGB图像中坏点消除的方法中，对于一M*N的RAW-RGB图像中的任意Rij像素Bij像素，其G域像素值Glij由以下公式获得：[0011]Glij=RijBij-Gsub_avgij；[0012]其中，Rij像素Bij像素为所述RAW-RGB图像中第i行第j列的像素；[0013]Gsub_avgij=avgGsubij-2，Gsubi-lj-1，Gsubi+1j+1，Gsubij+2;[0014]其中，Gsub—avgij表示像素Rij像素Bij的G域插值，Glij为Rij像素Bij像素在所述G域图像对应的G域像素，avgGsubij-2，Gsubi-lj-1，GsubI+lj+1，Gsubij+2表示®subij-2，Gsubi-1j-1，Gsub1+1j+1，Gsubij+2的平均值；[0015]Gsubuv=RuvBuv-avgGuv-1,Gu-1v,Guv+1；[0016]其中，avgGuv-1，Gu-lv，Guv+1表示Guv-1，Gu-1v，Guv+1的平均值，i、j、u以及v均为自然数，且，2彡i彡M-1，2彡N-l，（i-1i+1，（j-2彡j+2。[0017]优选的，在上述的RAW-RGB图像中坏点消除的方法中，对所述G域图像中的坏点进行还原的步骤包括：[0018]在所述G域图像中对各个坏点进行还原，获得各个坏点的G域修正像素；以及[0019]根据各个坏点G域修正像素及其G域插值获得各个坏点在RAW-RGB图像中还原后的像素值。[0020]优选的，在上述的RAW-RGB图像中坏点消除的方法中，对于单个坏点、两个连续相同颜色的坏点以及连续两个坏点中的任意一个坏点，其G域修正像素由以下公式获得：[0021]Glij—rcv=meanGIij-s，...，GIij-1，GIij+1，...，GIij+s+[0022]maxGIi-1j-t—sub，…，GIi-1j—sub，…，GIi-1j+t—sub;[0023]其中，i、j、s以及t均为自然数，且，2彡i彡M-l，2彡j彡（N-l，2彡s彡（N2，1彡t彡N2，614__1"£^表示像素1^」‘像素8。6。的6域修正像素；[0024]meanGlij-s，…，Glij-1，GIij+1，…，Glij+s表示（Glij-s，...，Glij-1，GIij+1，••.，GIij+s中的中值均值去掉最大值和最小值后的均值；[0025]GIi~lw_sub=GIi-1w-meanGIi-lw-s,...GIi-lw-l,GIi-lw+1，[0026]...,GIi-1w+s；[0027]其中，（j-t彡w彡（j+t，2彡s彡（N2，[0028]meanGIi_lw_s，••.GIi_lw_l，GIi—1w+1，.•，GIi_lw+s表示GIi-1w-s，••.GIi-1w-1，GIi-1w+1，…，GIi-1w+S中的中值均值去掉最大值和最小值后的均值。[0029]优选的，在上述的RAW-RGB图像中坏点消除的方法中，对于连续三个及以上坏点中的任意一个坏点，其G域修正像素通过以下步骤获得：[0030]获得多个与该坏点相邻的非坏点的像素与其上一行同一列的像素的差值的加权均值；[0031]该坏点的上一行同一列的像素与该加权均值的和即为该坏点的G域修正像素。[0032]优选的，在上述的RAW-RGB图像中坏点消除的方法中，对于任一坏点还原后的像素由以下公式获得：[0033]RijBijGij=GIij_rcv+-Gsub_avgij,[0034]其中，Gsub_avgij表示像素Rij像素Bij的G域插值，Gij的G域插值为0，GIij_rcv表示像素Rij像素BijGij的G域修正像素，其中，i和j均为自然数，且，2彡i彡M-l，2彡jmaxB32，B36，且B34_maxB32，B36threl，[0151]其中，maxB32，B36是指像素B32和像素B36中的较大值，threl为一第一预定阈值，所述第一预定阈值根据像素似4的亮度区间来进行设定，可以根据实际情况进行调试设置，作为一个实施例，threl的取值范围为2〇彡threl彡40,具体的，threl的取值可以为20、25、30、35以及40,当然，本发明技术方案并不以此为限，在本发明的其他实施例中，threl还可以是其他的取值情况，在此不再赘述。[0152]也就是说，像素B34的像素值需要大于同一行中与其相邻的两个相同颜色的像素B32和B36的像素值的较大值，且该像素的像素值与该较大值的差值要大于所述第一预定阈值。[0153]第二个条件:Pl*GI34Ql*maxGI32，GI33，GI35且P1*GI34-Ql*maxGI32，GI33，GI35threl或者Pl*GI34Ql*maxGI33，GI35，GI36且P1*GI34-Ql*maxGI33，GI35，GI36threl,[0154]也就是说，像素B34在所述G域图像中对应的像素GI34的像素值的PI倍要大于同一行中与其相邻的多个像素的像素值的最大值的Q1倍，并且，GI34的P1倍与该最大值的Q1倍的差值也大于所述第一预定阈值。在本发明的一实施例中，如同上述第二个条件中所描述的卩1蚝134要大于叭*11^1的132,6133,0135，或者是？1祐134要大于叭*11^16133,6135，GI36。在本发明的其他实施例中，还可以是P1*GI34要大于Ql*maxGI33，GI35，也可以是?1*6134要大于卯抑1\扣132,0133,6135,6136。与此同时，还要满足6134与该最大值的差值也大于所述第一预定阈值。其中，P1和Q1均为大于1的自然数，且P1Q1X1。[0155]在同时满足上述第一个条件和第二个条件的情况下，表明图1中的像素B34在水平方向上是一个坏点。[0156]而对于竖直方向及斜线方向的判断，需要满足以下条件：[0157]卩1*613401*1^叉（6123,6124,6125且？1*6134-01*11^乂沁123,6124,6125threl；[0158]即图1中像素B34在所述G域图像中对应的像素GI34图3所示）的像素值的P1倍要大于像素B34所在行的前一行中同一列的像素及其相邻像素的最大值的Q1倍，同时，GIM的P1倍与该最大值的Q1倍的差还需要大于所述第一预定阈值。若满足此条件，则说明像素B34在竖直方向及斜线方向上也为坏点。其中，P1和Q1均为大于1的自然数，且P1Q1X1。[0159]当根据上述分析像素B34在水平方向和竖直方向及斜线方向上均为坏点时，则判定像素B34为亮坏点。[0160]其次，对于单个暗坏点，其判断依据如下：[0161]水平方向，需满足以下两个条件：[0162]第一个条件:该坏点在所述RAW-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最小值，且该坏点的像素值与该最小值的差值小于一第二预定阈值；以及[0163]第二个条件:在所述G域图像中，该坏点对应的像素的像素值的P1倍小于同一行中与其相邻的多个像素的像素值的最小值的Q1倍，且该坏点对应的像素的像素值的m倍与同一行中与其相邻的多个像素的像素值的最小值的Q1倍的差值小于所述第二预定阈值；[0164]竖直方向及斜线方向，需要满足以下条件：[0165]在所述G域图像中，该坏点对应的像素的像素值的p丨倍小于同一行以及前一行中与该坏点相邻的多个像素的最小值的Q1倍，且二者的差值小于所述第二预定阈值；[0166]其中，P1和Q1均为大于1的自然数，且P1QD彡1[0167]具体的，仍然以图冲的像素腿为例，当图冲的像素B34为暗坏点的情况，与亮坏点的方法类似，具体的，也需要从水平方向以及竖直方向和斜线方向两个步骤的判断。[0168]具体的，对于水平方向的判断，需要同时满足以下两个条件：[0169]第一个条件:B34maxB30，B36，且B32-maxB30，B36threl，[0191]其中，maxB30，B36是指像素B30和像素B36中的较大值，threl为所述第一预定阈值，也就是说，像素B32的像素值需要大于同一行中与其相邻的两个相同颜色的像素B30和B36的像素值的较大值，且该像素的像素值与该较大值的差值要大于所述第一预定阈值。[0192]第二个条件：[0193]P2*GI32Q2*maxGI30，GI31，GI33aP2*GI34-Q2*maxGI32，GI33，GI35threl，[0194]也就是说，像素B32在所述G域图像中对应的像素GI32的像素值的P2倍要大于同一行中与其相邻的多个像素的像素值的最大值的Q2倍，并且，GI32的P2倍与该最大值的Q2倍的差值也大于所述第一预定阈值，其中，P2和Q2均为大于1的自然数，且P2Q2X1。[0195]在同时满足上述第一个条件和第二个条件的情况下，表明图丨中的像素B32在水平方向上是一个坏点。[0196]而对于竖直方向及斜线方向的判断，需要满足以下条件。[0197]P2*GI32Q2*maxGI21，GI22，GI23且P2*GI32-Q2*maxGI21，GI22，GI23threl；[0198]即图1中像素B32在所述G域图像中对应的像素GI32图3所示）的像素值的P2倍要大于像素B32所在行的前一行中同一列的像素及其相邻像素的最大值的Q2倍，同时，GI：32的P2倍与该最大值的Q2倍的差还需要大于所述第一预定阈值，其中，P2和Q2均为大于丨的自然数，且P2Q2X1。[01"]若满足以上条件，则说明像素B32在竖直方向及斜线方向上也为坏点。[0200]当根据上述分析像素B32在水平方向和竖直方向及斜线方向上均为坏点时，则判定像素B32为亮坏点。[0201]对于像素BM，与判断像素B：32的方法和步骤一样，具体的，在水平方向，需要满足以下条件：[0202]第一个条件:B34maxB3〇，B36且B34-maxB30，B36threl;[0203]第二个条件：’[0204]P2*GI34Q2*maxGI33，GI35，GI36且P2*GI34-Q2*maxGI33，GI35，GI36threl，[0205]其中P2和Q2为自然数，且P2Q2Q2*maxGI33，GI24，GI35且P2*GI34-Q2*tnaxGI33，GI24，GI35threl，[0209]其中P2和Q2为自然数，且P2Q2彡1。[0210]当满足以上条件时，则判定像素B34为竖直方向及斜线方向上的亮坏点。[0211]当根据上述分析像素B34在水平方向和竖直方向及斜线方向上均为坏点时，则判定像素B34为亮坏点。[0212]其次，对于连续两个相同颜色的暗坏点，对于其中任意一坏点，其判断依据如下：[0213]水平方向，需满足以下两个条件：[0214]第一个条件:该坏点在所述RAW-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最小值，且该坏点的像素值与该最小值的差值小于一第二预定阈值；以及[0215]第二个条件:在所述G域图像中，该坏点对应的像素的像素值的P2倍小于同一行中与其相邻的多个像素的像素值的最小值的Q2倍，且该坏点对应的像素的像素值的P2倍与同一行中与其相邻的多个像素的像素值的最小值的Q2倍的差值小于所述第二预定阈值；[0216]竖直方向及斜线方向，需要满足以下条件：[0217]在所述G域图像中，该坏点对应的像素的像素值的P2倍小于同一行以及前一行中与该坏点相邻的多个像素的最小值的Q2倍，且二者的差值小于所述第二预定阈值；[0218]其中，P2和Q2均为大于1的自然数，且P2Q2彡1。[0219]具体的，仍然以图1中的像素B32和像素B34均为暗坏点为例，也需要同时从水平方向和竖直方向及斜线方向两个方面进行考虑。在此种情况下，先对像素B32进行判断或者先对像素BM进行判断均可，在本发明的一实施例中，先对像素B32进行判断。具体的，也需要从水平方向和竖直方向及斜线方向进行判断。[0220]对像素B32:[0221]对水平方向的判断，需要同时满足以下两个条件：[0222]第一个条件:B32maxB32，B36，且B34-maxB32，B36threl，[0258]GI34maxGI32，GI36，且GI34-max®I32，GI36threl，以及[0259]P3*minGI33，GI34Q3*maxGI32，GI35，GI31|GI36，且[0260]P3*minGI33，GI34—Q3*maxGI32，GI35，GI31|GI36threl，[0261]其中，maxGI32，GI35，GI3l|GI36是指maxGI32，GI35，GI31或者maxGI32，GI35，GI36〇[0262]当满足以上条件时，则说明像素G33和像素B34在水平方向上为亮坏点。[0263]对于竖直方向及斜线方向，需要满足以下条件：[0264]P3*MinGI33，GI34Q3*maxGI22，GI23，GI24，GI25，且[0265]P3*MinGI33，GI34-Q3*maxGI22，GI23，GI24，GI25threl，[0266]其中，P3和Q3均为大于1的自然数，且P3Q3X1。[0267]当满足以上条件时，则说明像素G33和像素B34在竖直方向及斜线方向上为亮坏点。[0268]当根据上述分析像素G33和像素BM在水平方向和竖直方向及斜线方向上均为坏点时，则判定像素G33和像素B34为两个连续的亮坏点。[0269]其次，对于连续两个暗坏点，其判断依据如下：[0270]水平方向，需满足以下三个条件：[0271]第一个条件:所述连续两个坏点中的B像素R像素在所述RAW-RGB图像中的像素值小于与其同一行中多个相邻的相同颜色的像素的最小值，且该坏点的像素值与该最大值的差值小于一第二预定阈值；[0272]第二个条件:所述连续两个坏点中的B像素R像素在所述G域图像中的像素值小于与其同一行中多个相邻的相同颜色的像素的最小值，其二者的差值小于所述第二预定阈值;以及[0273]第三个条件:在所述G域图像中，该连续两个坏点中像素较大值的P3倍小于同一行中与该连续两个坏点相邻的多个像素的最小值的Q3倍，且二者的差值小于所述第二预定阈值；[0274]竖直方向及斜线方向，需要满足以下条件：[0275]在所述G域图像中，该连续两个坏点对应的像素的像素值中的较大值的P3倍小于前一行中与该连续两个坏点相邻的多个像素中的最小值的Q3倍，且二者的差值小于所述第二预定阈值；[0276]其中，P3和Q3均为大于1的自然数，且P3Q3彡1。[0277]具体的，仍然以像素G：33和像素B34为例，对于像素G33和像素B34均为暗坏点的情况。[0278]对于水平方向，，需要满足以下条件：[0279]B34Q3*minGI32，GI35，GI31|GI36，且[0282]P3*maxGI33，GI34-Q3*minGI32，GI35，GI31|GI36B30，且B32-B30thre1，[0303]第二个条件:GI32GI31，且GI32-GI31threl，[0304]第三个条件:B34B36,且B34-B36threl，[0305]第四个条件:GI34GI35,且GI34~GI35threl，[0306]第五个条件:G33的像素值达到一第一预定值，具体的，在本发明的一实施例中，对于8bit的量化结果，所述第一预定值大于等于240，较优的，所述第一预定值为255。[0307]只有同时满足上述五个条件，则将上述像素B32、像素G33以及像素B34判定为水平方向上的连续三个亮坏点。[0308]对于竖直方向及斜线方向，需要满足以下条件：[0309]P4*minGI32，GI33，GI34Q4*maxGI21，GI22，GI23，GI24，GI25，且[0310]P4*minGI32，GI33，GI34_Q4*maxGI21，GI22，GI23，GI24，GI25threl，[0311]其中，P4和Q4均为大于1的自然数，且P4Q4X1。[0312]当满足以上条件时，则说明像素B32、像素G33以及像素B34在竖直方向及斜线方向上为三个连续的亮坏点。[0313]当根据上述分析像素B32、像素G33以及像素B34在水平方向和竖直方向及斜线方向上均为三个连续的亮坏点时，则判定像素B32、像素G33以及像素B34为三个连续的亮坏点。[0314]其次，对于连续三个暗坏点，其判断依据如下：[0315]水平方向，需满足以下三个条件：[0316]第一个条件:所述连续三个坏点中的任意一B像素R像素在所述RAW-RGB图像中的像素值小于与其同一行中相邻的相同颜色的像素，且二者的差值小于一第二预定阈值；[0317]第二个条件:所述连续三个坏点中的任意一B像素R像素在所述G域图像中的像素值小于与其同一行中相邻的相同颜色的像素，且二者的差值小于所述第而预定阈值;以及[0318]第三个条件:所述连续三个坏点中的任意一G像素的像素值小于一第二预定值；[0319]竖直方向及斜线方向，需要满足以下条件：[0320]在所述G域图像中，该连续三个坏点对应的像素的像素值中的较大值的P4倍小于前一行中与该连续三个坏点相邻的多个像素中的最小值的Q4倍，且二者的差值小于所述第二预定阈值；[0321]其中，P4和Q4均为大于1的自然数，且P4Q4彡1。[0322]具体的，仍然以B32、像素G33以及像素B34为例来说明，即B32、像素G33以及像素B34均为暗坏点。[0323]对于水平方向：[0324]第一个条件:B32B30，且B32-B30thre1,[0350]第二个条件:GI32GI31，且GI32-GI31threl，[0351]第三个条件：B34B36，且B34-B36thre1，[0352]第四个条件:GI34GI35,且GI34-GI35threl，[0353]第五个条件:G33的像素值达到所述第一预定值，[0354]第六个条件：卩5*613305*11^\的131，〇132,〇133,〇134,〇135,〇136，且？5*6133-Q5*maxGI31，GI32，GI33，GI34，GI35，GI36threl。[0355]只有同时满足上述六个条件，则将上述像素B32、像素G33、像素B34以及像素G35判定为水平方向上的连续四个亮坏点。[0356]对于竖直方向及斜线方向，需要满足以下条件：[0357]P5*minGI32，GI33，GI34，GI35Q5*maxGI21，GI22，GI23，GI24，GI25，GI36，且[0358]P5*minGI32，GI33，GI34，GI35-Q5*maxGI21，GI22，GI23，GI24，GI25，GI36threl，[0359]其中，P5和Q5均为大于1的自然数，且P5Q5彡1。[0360]当满足以上条件时，则说明B32、像素G：33、像素B34以及像素G35在竖直方向及斜线方向上为四个连续的亮坏点。[0361]当根据上述分析像素B32、像素G：33、像素B34以及像素G35在水平方向和竖直方向及斜线方向上均为四个连续的亮坏点时，则判定像素B32、像素G33、像素B34以及像素G35为四个连续的亮坏点。[0362]其次，针对连续四个暗坏点，其判断依据如下：[0363]水平方向，需要满足以下四个条件：[0364]第一个条件:所述连续四个坏点中的任意一B像素R像素在所述RAW-RGB图像中的像素值小于与其同一行中相邻的相同颜色的像素，且二者的差值小于一第二预定阈值；[0365]第二个条件:所述连续四个坏点中的任意一B像素R像素在所述G域图像中的像素值小于与其同一行中相邻的相同颜色的像素，且二者的差值小于所述第二预定阈值;以及[0366]第三个条件:所述连续四个坏点中的任意一G像素的像素值小于一第二预定值；[0367]第四个条件:在所述G域图像中，所述连续四个坏点中的任意一G像素对应的像素的像素值的P5倍小于前一行中与所述连续四个坏点相同列的四个像素以及与该四个像素相邻的多个像素中的最小值的Q5倍，且二者的差值小于所述第二预定阈值；[0368]竖直方向及斜线方向，需要满足以下条件：[0369]在所述G域图像中，该连续四个坏点对应的像素的像素值中的较大值的P5倍小于前一行中与该连续四个坏点相邻的多个像素中的最小值的Q5倍，且二者的差值小于所述第二预定阈值；[0370]其中，P5和Q5均为大于1的自然数，且P5Q5彡1。[0371]具体的，仍然以像素B32、像素G33、像素B34以及像素G35为例，对于像素B32、像素G33、像素B34以及像素G35均为暗坏点的情况。[0372]对于水平方向：[0373]第一个条件:B32B30，且B32-B30thre2，[0374]第二个条件:GI32GI31，且GI32-GI31thre2，t〇375]第三个条件：B34B36，且B34-B36thre2，[0376]第四个条件:GI34GI35,且GI34-GI35thre2，[0377]第五个条件:G33的像素值达到所述第二预定值，[0378]第六个条件：卩5*613305*111111的131，6132,6133,〇134,〇135,6136，且？5祐133-Q5*maxGI31，GI32，GI33，GI34，GI35，GI36thre2。[0379]只有同时满足上述六个条件，则将上述像素B32、像素G33、像素B34以及像素G35判定为水平方向上的连续四个暗坏点。[0380]对于竖直方向及斜线方向，需要满足以下条件：[0381]P5*maxGI32，GI33，GI34，GI35Q5*minGI21，GI22，GI23，GI24，GI25，GI36，且[0382]P5*maxGI32，GI33，GI34，GI35-Q5*minGI21，GI22，GI23，GI24，GI25，GI36threl,[0383]其中，P5和Q5均为大于1的自然数，且P5Q5彡1。[0384]当满足以上条件时，则说明像素似2、像素G33、像素似4以及像素G35在竖直方向及斜线方向上为四个连续的暗坏点。[0385]当根据上述分析像素B32、像素G33、像素B34以及像素G35在水平方向和竖直方向及斜线方向上均为四个连续的坏点时，则判定像素B32、像素G33、像素B34以及像素G35为四个连续的暗坏点。[0386]最后，进行坏点还原，如图2中的步骤S23。[0387]具体的，针对上述步骤S22中判定的坏点，在对其进行还原时，先根据所述G域图像中与该坏点同一行相邻像素的像素值以及前一行当前列中的像素及其相邻的像素得到该坏点的G域修正像素，再根据该G域修正像素值来对其进行还原。[0388]对于单个坏点、两个连续相同颜色的坏点以及连续两个坏点中的任意一个坏点，其G域修正像素由以下公式获得：[0389]Glij—sub=meanGIij-s，...，GIij-1，GIij+1，.••，GIij+s+[0390]maxGIi_lj_t—sub，…，GIi—lj—sub，...，GIi-1j+t—sub;[0391]其中，i、j、s以及t均为自然数，且，2彡i彡M-l，2彡j彡N-l，2彡s彡N2，1彡t^N2；[0392]meanGIij-s，...，GIij_l，GIij+l，___，GIij+s表示（Glij-s，•••，Glij-1，GIij+1，...，GIij+s中的中值均值去掉最大值和最小值后的均值；[0393]GIi-1w_sub=GIi-lw-meanGIi-1w-s,...GIi-1w-l,GIi~lw+1，[0394]...,GIi~lw+s；[0395]其中，（j-t彡w彡（j+t，2彡s彡（N2，[0396]meanGIi_lw_s，••.GIi_lw_l，GIi_lw+1，•••，GIi_lw+s表示[0397]GIi-1w-s，_•_GIi-1w-l，GIi-1w+1，•••，GIi-1w+s中的中值均值去掉最大值和最小值后的均值。[0398]具体的，继续以图1中的像素B34以及图3中与其对应的像素GI34为例。像素G134的G域修正像素GI34_rcv由以下公式获得：[0399]GI34—rcv=meanGI31，GI32，GI33，GI35，GI36，GI37+maxGI23_sub，GI24_sub，GI25_sub；式3[0400]其中，meanGI3I，6132,6133,6135,6136,6137可以是6131132,6133,6135，GI36以及GI37中的中值，当然，也可以是6131，6132,6133山135,6136以及6137的平均值，还可以是去除6131，6132,6133,6135,0136以及6137中的最大值以及最小值之后的均值。1^\GI23_sub，GI24_sub，GI25_sub是指GI23_sub，GI24_sub以及GI25_sub中的最大值。[0401]进一步的，0123_8油二0123-11^811沿120,6121，0122,6124,0125,6126;[0402]GI24_sub=GI24-meanGI21，GI22，GI23，GI25，GI26GI27;[0403]GI25_sub=GI25-meanGI22，GI23，GI24，GI26，GI27，GI28;[0404]其中，meanGI20，GI21，GI22，GI24，GI25，GI26可以是GI20，GI21，GI22，GI24，GI25以及GI26的中值，也可以是6120121，6122,6124,6125以及6126的均值，还可以是去除6120,6121，6122,6124,6125以及6126的中最大值和最小值之后的均值。L0405J在获取像素GI34的G域修正像素时，首先是根据与其同一行中相邻的多个像素获取所述G域修正像素的第一部分，具体的，与其同一行中相邻的多个像素包括与其左相邻的多个像素以及与其右相邻的多个像素。例如，在本发明的一实施例中，根据以上式3可以看出，在获取像素GI34的G域修正像素时，首先是根据与其同一行中相邻的3个像素获取所述0域修正像素的第一部分!^11的131，〇132,6133,6135,6136137，该第一部分是根据与其左相邻的3个像素以及与其右相邻的3个像素获得的，在本发明的其他实施例中，该第一部分还可以是根据与其左相邻的2个像素以及与其右相邻的2个像素获得的，当然，在本发明的实施例中，该第一部分所依据的与其左相邻和右相邻的像素的个数并不以此为限，还可以是#或者更多个，随着所依据的像素的个数越来越多，从而使得坏点还原的精确度就越来越高。但是结合资源开销、运算速度以及成本，较佳的，可以入上述式3中一样，依据与其左相邻的3个像素和与其右相邻的3个像素来获得所述G域修正像素的第一部分。[0406]其次，再根据像素GI34的前一行当前列的像素以及与该像素相邻的多个像素获得像素GI34的G域修正像素的第二部分，即像素}134的G域修正像素的第二部分是根据像素GI24以及与其相邻的多个像素来获得的。具体的，与像素GI24相邻的多个像素可以是与其左相邻的至少一个像素以及与其右相邻的至少一个像素。在本发明的一实施例中，所述像素GI34的G域修正像素的第二部分是根据像素GI24以及与其左相邻的一个像素GI23以及与其右相邻的一个像素GI25获得的。在本发明的其他实施例中，还可以根据像素GI24以及与其左相邻的2个或者3个像素以及与其右相邻的2个或者3个像素，本发明并不以此为限。[0407]同样，在获取GI23_sub、GI24_sub以及GI25_sub时所依据的像素也可以是与其左相邻的多个像素以及与其右相邻的多个像素，具体的，在本发明一实施例中，GI23_sub是根据与像素GI23左相邻的3个像素以及与其右相邻的3个像素获得的，当然，在本发明的其他实施例中，GI23_sub还可以根据与像素GI23左相邻2个或者4个以及与其右相邻的2个或者4个像素获得。[0408]当然，在本发明的其他实施例中，在获取像素GI34的G域修正像素时，在利用像素的左相邻以及右相邻的像素的过程中，该像素的左相邻的像素以及右相邻的像素的个数还可以是不同的，例如，在上述的实施例中，GI23_sub是根据与像素GI23左相邻的3个像素以及与其右相邻的3个像素获得的，在本发明的其他实施例中，GI23_sub还可以根据与像素GI23左相邻的3个像素以及与其右相邻的4个像素获得，本发明并不以此为限。[0409]在获得坏点的G域修正像素后，对于任一坏点还原后的像素由以下公式获得：[0410]RijBijGij=GIij_rcv+-Gsub_avgij,[0411]其中，Gsub_avgij表示像素Rij像素Bij的G域插值，Gij的G域插值为〇，GIij_rcv表示像素Rij像素BijGij的G域修正像素，其中，i和j均为自然数，且，2彡iM-1，2彡jN-l〇[0412]具体的，继续以像素B34为例，根据该坏点的G域修正像素以及上述式2中获得的Gsub_avg34对坏点B34进行还原。[0413]具体的，B34_H=GI34_rcv+Gsub_avg34，（式4[0414]其中，B34_H即为对像素B34进行还原后的像素值。[0415]对于上述步骤S22中第一情况1的单个坏点、第二种情况2中的连续两个相同颜色的坏点以及第三种情况3中的连续两个坏点，均可以采用上述式4对坏点进行还原。[0416]针对第四种情况4中的连续三个坏点以及第五中情况5中的连续四个坏点，对于任一坏点，利用该坏点的上一行同一列的像素对其进行修复，具体的，先获得多个与该坏点相邻的非坏点的像素与其上一行同一列的像素的差值的加权均值，然后再将该坏点的上一行同一列的像素与该加权均值求和，该和值即为该坏点的G域修正像素值。[0417]具体的，以图1中的像素G33、像素B34、像素G35以及像素B36为例，其在所述G域图像中对应的像素分别为像素GI33、像素GI：34、像素GI：B5以及像素GI36,其各自的G域修正像素值具体如下：[0418]GI33_rcv=GI23+al*GI32-GI22+a2*GI31-GI21+a3*GI30-GI20al+a2+a3；[0419]GI34_rcv=GI24+al*GI32-GI22+a2*GI31-GI21+a3*GI30-GI20al+a2+a3；[0420]GI35_rcv=GI25+al*GI37-GI27+a2*GI38-GI28+a3*GI39-GI29al+a2+a3；[0421]GI36一rcv=GI26+al*GI37-GI27+a2*GI38-GI28+a3*GI39-GI29Aal+a2+a3；[0422]其中，al为GI32-GI22和GI37-GI27的权重，a2为GI3卜GI21和GI38-GI28的权重，a3为GI30-GI20和GI39-GI29的权重，且，al、a2以及a3均为大于等于1的自然数。当然，在本发明的其他实施例中，在获取各个坏点的G域修正像素的像素值例如GI33_rcv、GI34_rcv、GI35_rcv以及GI36_rcv时，各自所采用的权重可以相同，也可以不同。在此不再赘述。[0423]进一步的，在本发明的一实施例中，在计算连续多个坏点中的各个坏点的G域修正像素值时，所依据的与该坏点相邻的非坏点的像素的数量可以是s个，具体的，s的值大于等于3,具体的，在上述实施例中为3,在其他实施例中，还可以是4或者其他的值，所依据的非坏点的像素的数量越多，对坏点的还原的精确度越高，但是，随着所依据的非坏点的像素的数量的增多，会增加资源的消耗，因此，在实际应用的过程中，可以结合精确度和资源消耗来综合考虑，以达到精确度和资源消耗的动态平衡。[0424]在获取各个坏点的G域修正像素的像素值例如GI33_rcv、GI34_rcv、GI35_rcv以及GI36_rcv后，再利用上述式4即可获得对各个坏点进行还原后的RAW-RGB图像中的像素值，从而达到对坏点进行消除还原的目的。[0425]本发明实施例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上存储有计算机程序，该计算机程序用于实现如上所述的RAW-RGB图像中坏点消除的方法。[0426]综上，在本发明实施例提供的RAW-RGB图像中坏点消除的方法中，将一RAW-RGB图像中的R像素和B像素转换为G像素，从而将所述RAW-RGB图像转换为G域图像，在所述G域图像中进行坏点判断，并且再在G域图像中进行坏点的消除和还原，在上述的过程中，仅利用坏点所在的当前行以及前一行的数据即可实现，大大减少了当前技术方案中所需要的数据的量，从而减少了数据处理的时间，增大了实时处理的可能性，同时减少了需要的硬件面积，降低了资源消耗。[0427]上述仅为本发明的优选实施例而己，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。

权利要求：1.一种RAW-RGB图像中坏点消除的方法，其特征在于，包括：将一RAW-RGB图像中的R像素和B像素转换为G像素，从而将所述RAW-RGB图像转换为G域图像；^对所述G域图像中的坏点进行判断；以及利用坏点所在行以及前一行数据对所述G域图像中的坏点进行还原。2.如权利要求1所述的RAW-RGB图像中坏点消除的方法，其特征在于，采用插值运算将所述RAW-RGB图像转换为G域图像。3.如权利要求2所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于—胸的RAW_RGB图像中的任意Rij像素Bij像素，其G域像素值Glij由以下公式获得：GIij=RijBij-Gsub_avgij；其中，Rij像素Bij像素为所述RAW-RGB图像中第i行第j列的像素；Gsub_avgij=avgGsubij-2，Gsubi-lj-1，Gsubi+lj+1，Gsubij+2;其中，Gsub_avgij表示像素Rij像素Bij的G域插值，Glij为Rij像素Bij像素在所述G域图像对应的G域像素，avgGsubij-2，Gsubi-lj-1，GsubI+lj+1，Gsubij+2表示®subij-2，Gsubi-1j-1，Gsub1+1j+1，Gsubij+2的平均值；Gsubuv=RuvBuv-avgGuv-1，Gu-1v，Guv+1;其中，avgGuv-1，Gu-1v，Guv+1表示Guv-1，Gu-lv，Guv+1的平均值，i、j、u以及v均为自然数，且，M-l，2N-1，（i-1i+]_，（j—2j+2〇4.如权利要求3所述的RAW-RG幽像中坏点消除的方法，其特征在于，对所述以或图像中的坏点进行还原的步骤包括：在所述G域图像中对各个坏点进行还原，获得各个坏点的G域修正像素；以及根据各个坏点G域修正像素及其G域插值获得各个坏点在RAW-RGB图像中还原后的像素值。、5.如权利要求4所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于单个坏点、两个连续相同颜色的坏点以及连续两个坏点中的任意一个坏点，其以或修正像素由以下公式获得：GIij_rcv=meanGlij-s，•••，GIij_l，GIij+l，•••，Gnj+s+maxGIi-1j-1—sub，•••，GIi_lj—sub，•••，GIi-1j+t—sub;其中，i、j、s以及t均为自然数，且，2彡i彡M-1，2彡j彡（N-l，2彡s彡（N2，1彡N2，GIij—rev表示像素Rij像素BijGij的G域修正像素；meanGIij-s，_..，GIij-l，GIij+l，...，GIij+s表示的11_].一8，._.，〇11』-1，GIij+1，..，GIij+s中的中值均值去掉最大值和最小值后的均值；GIi-1w_sub=GIi-1w-meanGIi-1w-s,...GIi-1w-i,〇Ii-1w+1,…，GIi-1w+s;其中，（j-tj+t，2SN2，•meanGIi-lw-s，...GIi—Dw-DKhw+h.’gkhw+s表示Gii-1w-s，••.GIi-1w-D，GIi-1w+1，•••，GIi-1w+s；中的中值均值去掉最大值和最小值后的均值。6.如权利要求4所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于连续三个及以上坏点中的任意一个坏点，其G域修正像素通过以下步骤获得：获得多个与该坏点相邻的非坏点的像素与其上一行同一列的像素的差值的加权均值；该坏点的上一行同一列的像素与该加权均值的和即为该坏点的G域修正像素。7.如权利要求5或6所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于任一坏点还原后的像素由以下公式获得：RijBijGij=GIij_rcv+-Gsub_avgij?其中，Gsub_avgij表示像素Rij像素Bij的G域插值，Gij的G域插值为0，GIij_rcv表示像素Rij像素BijGij的G域修正像素，其中，i和j均为自然数，且，2彡i彡m-1，2彡j彡N-108.如权利要求2所述的RAW-RGB图像中坏点消除的方法，其特征在于，所述RAff-RGB图像中的G像素的G域插值为0。9.如权利要求1所述的RAW-RGB图像中坏点消除的方法，其特征在于，在对所述G域图像中的坏点进行判断的过程中，包括从水平方向和竖直方向及斜线方向进行判断。10.如权利要求9所述的RAW-RGB图像中坏点消除的方法，其特征在于，所述坏点包括亮坏点和暗坏点。11.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，所述G域图像中的坏点包括:单个坏点，连续两个相同颜色的坏点，连续两个坏点，连续三个坏点以及连续四个坏点。12.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于单个亮坏点，其判断依据如下：水平方向，需满足以下条件：该坏点在所述RAW-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最大值，且该坏点的像素值与该最大值的差值大于一第一预定阈值;以及在所述G域图像中，该坏点对应的像素的像素值的P1倍大于同一行中与其相邻的多个像素的像素值的最大值的Q1倍，且该坏点对应的像素的像素值的P1倍与同一行中与其相邻的多个像素的像素值的最大值的Q1倍的差值大于所述第一预定阈值；竖直方向及斜线方向，需要满足以下条件：在所述G域图像中，该坏点对应的像素的像素值的pi倍大于同一行以及前一行中与该坏点相邻的多个像素的最大值的Q1倍，且二者的差值大于所述第一预定阈值；其中，P1和Q1均为大于1的自然数，且P1Q11。13.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于单个暗坏点，其判断依据如下：水平方向，需满足以下条件：该坏点在所述RAW-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最小值，且该坏点的像素值与该最小值的差值小于一第二预定阈值;以及在所述G域图像中，该坏点对应的像素的像素值的P1倍小于同一行中与其相邻的多个像素的像素值的最小值的Q1倍，且该坏点对应的像素的像素值的P1倍与同一行中与其相邻的多个像素的像素值的最小值的Q1倍的差值小于所述第二预定阈值；竖直方向及斜线方向，需要满足以下条件：在所述G域图像中，该坏点对应的像素的像素值的pi倍小于同一行以及前一行中与该坏点相邻的多个像素的最小值的Q1倍，且二者的差值小于所述第二预定阈值；其中，P1和Q1均为大于1的自然数，且PiQDSU14.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于连续两个相同颜色的亮坏点，对于其中任意一坏点，其判断依据如下：水平方向，需满足以下条件：该坏点在所述RAW-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最大值，且该坏点的像素值与该最大值的差值大于一第一预定阈值;以及在所述G域图像中，该坏点对应的像素的像素值的P2倍大于同一行中与其相邻的多个像素的像素值的最大值的Q2倍，且该坏点对应的像素的像素值的P2倍与同一行中与其相邻的多个像素的像素值的最大值的Q2倍的差值大于所述第一预定阈值；竖直方向及斜线方向，需要满足以下条件：在所述G域图像中，该坏点对应的像素的像素值的p2倍大于同一行以及前一行中与该坏点相邻的多个像素的最大值的Q2倍，且二者的差值大于所述第一预定阈值；其中，P2和Q2均为大于1的自然数，且P2Q2彡1^15.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于连续两个相同颜色的暗坏点，对于其中任意一坏点，其判断依据如下：水平方向，需满足以下条件：该坏点在所述RAff-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最小值，且该坏点的像素值与该最小值的差值小于一第二预定阈值;以及在所述G域图像中，该坏点对应的像素的像素值的P2倍小于同一行中与其相邻的多个像素的像素值的最小值的Q2倍，且该坏点对应的像素的像素值的P2倍与同一行中与其相邻的多个像素的像素值的最小值的Q2倍的差值小于所述第二预定阈值；竖直方向及斜线方向，需要满足以下条件：在所述G域图像中，该坏点对应的像素的像素值的P2倍小于同一行以及前一行中与该坏点相邻的多个像素的最小值的Q2倍，且二者的差值小于所述第二预定阈值；其中，P2和Q2均为大于1的自然数，且P2Q21。16.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于连续两个亮坏点，其判断依据如下：水平方向，需满足以下条件：所述连续两个坏点中的B像素R像素在所述RAW-RGB图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最大值，且该坏点的像素值与该最大值的差值大于一第一预定阈值；所述连续两个坏点中的B像素R像素在所述G域图像中的像素值大于与其同一行中多个相邻的相同颜色的像素的最大值，且二者的差值大于所述第一预定阈值;以及在所述G域图像中，该连续两个坏点中像素较小值的P3倍大于同一行中与该连续两个坏点相邻的多个像素的最大值的Q3倍，且二者的差值大于所述第一预定阈值；竖直方向及斜线方向，需要满足以下条件：在所述G域图像中，该连续两个坏点对应的像素的像素值中的较小值的P3倍大于前一行中与该连续两个坏点相邻的多个像素中的最大值的Q3倍，且二者的差值大于所述第一预定闕值；其中，P3和Q3均为大于1的自然数，且史3Q31。17.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于连续两个暗坏点，其判断依据如下：水平方向，需满足以下条件：所述连续两个坏点中的B像素R像素在所述RAW-RGB图像中的像素值小于与其同一行中多个相邻的相同颜色的像素的最小值，且该坏点的像素值与该最大值的差值小于一第二预定阈值；所述连续两个坏点中的B像素R像素在所述G域图像中的像素值小于与其同一行中多个相邻的相同颜色的像素的最小值，其二者的差值小于所述第二预定阈值;以及在所述G域图像中，该连续两个坏点中像素较大值的P3倍小于同一行中与该连续两个坏点相邻的多个像素的最小值的明倍，且二者的差值小于所述第二预定阈值；竖直方向及斜线方向，需要满足以下条件：在所述G域图像中，该连续两个坏点对应的像素的像素值中的较大值的P3倍小于前一行中与该连续两个坏点相邻的多个像素中的最小值的Q3倍，且二者的差值小于所述第二预定阈值；其中，P3和Q3均为大于1的自然数，且PVQ31。18.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于连续三个亮坏点，其判断依据如下：水平方向，需满足以下条件：所述连续三个坏点中的任意一B像素R像素在所述RAW-RGB图像中的像素值大于与其同一行中相邻的相同颜色的像素，且二者的差值大于一第一预定阈值；所述连续三个坏点中的任意一B像素R像素在所述G域图像中的像素值大于与其同一行中相邻的相同颜色的像素，且二者的差值大于所述第一预定阈值;以及所述连续三个坏点中的任意一G像素的像素值大于一第一预定值；竖直方向及斜线方向，需要满足以下条件：在所述G域图像中，该连续三个坏点对应的像素的像素值中的较小值的P4倍大于前一行中与该连续三个坏点相邻的多个像素中的最大值的Q4倍，且二者的差值大于所述第一预定阈值；其中，P4和Q4均为大于1的自然数，且P4Q41。19.如权利要求10所述的RAW-RGB图像中坏点消除的方法，其特征在于，对于连续三个暗坏点，其判断依据如下：水平方向，需满足以下条件：所述连续三个坏点中的任意一B像素R像素在所述RAW-RGB图像中的像素值小于与其同一行中相邻的相同颜色的像素，且二者的差值小于一第二预定阈值；所述连续三个坏点中的任意一B像素R像素在所述G域图像中的像素值小于与其同一行中相邻的相同颜色的像素，且二者的差值小于所述第而预定阈值;以及所还违?头二T外总甲的任意一G像素的像素值小于—第二预定值；竖直方向及斜线方向，需要满足以下条件：—在所述G域f像中，该连续三个坏点对应的像素的像素值中的较大值的p4倍小于前一行中与该连续三个坏点相邻的多个像素中的最小值的Q4倍，且二者的差值小于所述第二预定阈值；其中，P4和Q4均为大于1的自然数，且P4Q4X1。20.—种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序用于实现如权利要求1至19中任意一项所述的RAW-RGB图像中坏点消除的方法。

百度查询： 思特威(上海)电子科技有限公司 RAW-RGB图像中坏点消除的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD