CN108093182A - 图像处理方法和装置、电子设备、计算机可读存储介质 - Google Patents
图像处理方法和装置、电子设备、计算机可读存储介质 Download PDFInfo
- Publication number
- CN108093182A CN108093182A CN201810078545.2A CN201810078545A CN108093182A CN 108093182 A CN108093182 A CN 108093182A CN 201810078545 A CN201810078545 A CN 201810078545A CN 108093182 A CN108093182 A CN 108093182A
- Authority
- CN
- China
- Prior art keywords
- pixel
- abnormal
- image
- value
- abnormal pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 179
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000001914 filtration Methods 0.000 claims description 63
- 238000000034 method Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000003796 beauty Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003705 background correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 208000020154 Acnes Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 235000002566 Capsicum Nutrition 0.000 description 1
- 206010014970 Ephelides Diseases 0.000 description 1
- 208000003351 Melanosis Diseases 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种图像处理方法和装置、电子设备、计算机可读存储介质,从图像中确定异常像素点,对异常像素点的像素值进行滤波以校正异常像素点的像素值,将对异常像素点的像素值进行校正后的图像输出。首先从图像中确定异常像素点,再通过对异常像素点的像素值进行滤波,从而实现对异常像素点的像素值进行校正,从而去除了异常像素点对图像质量的影响,大大提高了后续图像处理的质量。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种图像处理方法和装置、电子设备、计算机可读存储介质。
背景技术
图像去噪是图像处理的基础,通常出现在更高级的图像处理之前。传统的图像去噪方法中,通常对高斯噪声处理的比较好,但是图像在采集的过程中,可能由于以下原因导致采集的图像出现一些异常像素点。例如图像采集系统受到电磁波干扰;图像采集系统内部设备电路可能引起异常像素点;图像采集器材材料本身可能会引起异常像素点;天气原因造成的异常像素点等。传统的图像去噪方法对这类异常像素点的去除效果往往不太好。
发明内容
本申请实施例提供一种图像处理方法和装置、电子设备、计算机可读存储介质,可以有效地去除图像采集过程中产生的异常像素点,大大提高了后续图像处理的质量。
一种图像处理方法,其特征在于,包括:
从图像中确定异常像素点;
对所述异常像素点的像素值进行滤波以校正所述异常像素点的像素值;
将对所述异常像素点的像素值进行校正后的图像输出。
一种图像处理装置,其特征在于,所述装置包括:
异常像素点确定模块,用于从图像中确定异常像素点;
滤波模块,用于对所述异常像素点的像素值进行滤波以校正所述异常像素点的像素值;
图像输出模块,用于将对所述异常像素点的像素值进行校正后的图像输出。
一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述指令被所述处理器执行时,使得所述处理器执行如上所述的图像处理方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的图像处理方法的步骤。
上述图像处理方法和装置、电子设备、计算机可读存储介质,从图像中确定异常像素点,对异常像素点的像素值进行滤波以校正异常像素点的像素值,将对异常像素点的像素值进行校正后的图像输出。首先从图像中确定异常像素点,再通过对异常像素点的像素值进行滤波,从而实现对异常像素点的像素值进行校正,从而去除了异常像素点对图像质量的影响,大大提高了后续图像处理的质量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中图像处理方法的应用场景图;
图2为一个实施例中电子设备的部分结构的框图;
图3为一个实施例中图像处理方法的流程图;
图4为又一个实施例中图像处理方法的流程图;
图5为一个实施例中对异常像素点的像素值进行均值滤波以校正异常像素点的像素值的方法的流程图;
图6为一个实施例中图像处理方法的一个具体实施例的流程图;
图7为一个实施例中图像处理装置的结构示意图;
图8为一个实施例中拍摄电路的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一客户端称为第二客户端,且类似地,可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端,但其不是同一客户端。
图1为一个实施例中图像处理方法的应用环境示意图。如图1所示,电子设备10可通过摄像头102对拍摄对象20进行拍摄得到拍摄出的图像。其中,摄像头102中可包括第一摄像头及第二摄像头。电子设备10接收拍摄图像的指令,响应指令拍摄图像。并对拍摄出的图像进行图像处理,具体为从图像中确定异常像素点,对异常像素点的像素值进行滤波以校正异常像素点的像素值,将对异常像素点的像素值进行校正后的图像输出。
图2为一个实施例中电子设备的内部结构示意图。如图2所示,该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器用于存储数据、程序等,存储器上存储至少一个计算机程序,该计算机程序可被处理器执行,以实现本申请实施例中提供的适用于电子设备的图像处理方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random-Access-Memory,RAM)等。例如,在一个实施例中,存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。网络接口可以是以太网卡或无线网卡等,用于与外部的电子设备进行通信。该电子设备可以是手机、平板电脑、计算机、数码相机或者个人数字助理或穿戴式设备等。
在一个实施例中,如图3所示,提供了一种图像处理方法,以该方法应用于图2中的电子设备为例进行说明,包括:
步骤320,从图像中确定异常像素点。
在使用电子设备对图像进行采集的过程中,可能由于图像采集系统受到电磁波干扰、图像采集系统内部设备电路原因、图像采集器材材料本身原因、天气原因等造成所采集的图像中经常出现异常像素点。这些异常像素点会对后续图像处理造成影响,严重降低图像的质量。因此,需要采取措施对这些像素异常点进行去除。传统的图像去噪方法,通常对高斯噪声处理的比较好,但是并不能去除这些像素异常点。
首先,获取所拍摄的图像,通过人工从图像中筛选出存在异常像素点的局部区域。局部区域是相对于整张图像而言,只是整张图像中的部分存在异常像素点的区域。电子设备获取到该局部区域,并计算该局部区域内所有像素点的像素值的平均值和方差,当然,也可以计算该局部区域内的部分像素点的像素值的平均值和方差。例如,只计算该局部区域内除去像素值最大和最小的两个像素点之后的其他像素点的像素值的平均值和方差。再根据计算出的平均值和方差确定出该局部区域内的异常像素点,其中异常像素点的数目可以为一个或多个,也可能没有异常像素点。
步骤340,对异常像素点的像素值进行滤波以校正异常像素点的像素值。
在从局部区域确定了异常像素点之后,需要对这些异常像素点的像素值进行滤波以校正异常像素点的像素值。图像滤波,即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制,是图像预处理中不可缺少的操作,其处理效果的好坏将直接影响到后续图像处理及分析的有效性和可靠性。在本申请实施例中,滤波包括均值滤波、中位值滤波、中位值平均滤波等。
步骤360,将对异常像素点的像素值进行校正后的图像输出。
对图像进行滤波后,就可以实现对异常像素点的像素值进行校正。再将对异常像素点的像素值进行校正后的图像输出,即输出的图像中就不存在异常像素点了,为后续进行图像处理提供了比较好的基础。
在本申请实施例中,首先从图像中确定异常像素点,再通过对异常像素点的像素值进行滤波,从而实现对异常像素点的像素值进行校正,去除了异常像素点对图像质量的影响,大大提高了后续图像处理的质量。
在一个实施例中,如图4所示,对异常像素点的像素值进行滤波以校正异常像素点的像素值,包括:
步骤342,对异常像素点的像素值进行均值滤波以校正异常像素点的像素值。
具体的,均值滤波是典型的线性滤波算法,它是指在图像上对目标像素点(即异常像素点)给一个模板,该模板包括了其周围的临近像素点(以目标像素点为中心的周围一圈像素点或多圈像素点,构成一个滤波模板,滤波模板中去掉了目标像素点本身,再用模板中的全体像素点的平均值来代替目标像素点原来的像素值。
在本申请实施例中,对异常像素点的像素值进行均值滤波以校正异常像素点的像素值。这样就可以将异常像素点的像素值用周围的正常像素点的平均像素值替代,达到对图像进行去噪的目的,使得图像更加平滑。避免了异常像素点对后续图像处理造成的误差。
在一个实施例中,如图5所示,对异常像素点的像素值进行均值滤波以校正异常像素点的像素值,包括:
步骤342a,获取异常像素点周围邻域内设定数目的像素点。
具体地,周围邻域指的是以异常像素点为中心周围紧邻的一圈像素点或多圈像素点。例如,获取异常像素点周围紧邻的一圈像素点,那么设定数目就是八个像素点。获取异常像素点周围紧邻的两圈像素点,那么设定数目就是二十四个像素点。其中,从异常像素点周围紧邻中获取的都是正常像素点。
步骤342b,对异常像素点周围邻域内设定数目的像素点的像素值计算平均值。
步骤342c,将平均值作为异常像素点的像素值。
在获取了异常像素点周围邻域内设定数目的像素点之后,对这些像素点求平均值。用所求出的平均值替换该异常像素点原来的像素值。
在本申请实施例中,采用均值滤波的方式,计算出异常像素点周围邻域内设定数目的正常像素点的像素值的平均值,再用该平均值替换异常像素点的像素值。这样就可以用正常像素点的平均值对异常像素点进行校正。
在一个实施例中,从图像中确定异常像素点,包括:
从图像中获取存在异常像素点的区域;
计算区域内像素点的像素值的平均值和方差;
判断区域内每个像素点的像素值与平均值之差的绝对值是否大于方差的三倍;
若是,则确定像素点为异常像素点。
具体地,获取所拍摄的图像,通过人工从图像中粗略地筛选出存在异常像素点的局部区域。该局部区域可以取存在异常像素点的3*3或5*5的矩形像素点区域,当然也可以是其他的形状的像素点区域,如线状,圆形,十字形,圆环形等。电子设备获取到该局部区域,并计算该局部区域内所有像素点的像素值的平均值M和方差s2。其中,计算平均值的公式为:
其中,n表示该局部区域内所有像素点的个数,x1、x2、x3……xn表示该局部区域内所有像素点的像素值的具体数值。
计算方差的公式为:
进一步地,判断区域内的每个像素点的像素值X与平均值M之差的绝对值是否大于方差s2的三倍。即|X-M|>3s2。若是,则该像素点即为异常像素点。
在本申请实施例中,首先通过人工从图像中粗略地筛选出存在异常像素点的局部区域,再计算该局部区域内像素点的平均值和方差,从而精确地在该局部区域中确定异常像素点。具体为,根据计算出的平均值和方差以及正态分布原则,将该局部区域中像素值与平均值之差的绝对值大于方差的三倍的像素点,列为异常像素点。这样得出的异常像素点不仅准确率较高,且只是在人工粗略地筛选出的存在异常像素点的局部区域内进行计算,减少了工作量,提高了效率。
在一个实施例中,对异常像素点的像素值进行滤波以校正异常像素点的像素值,包括:
将区域内像素点的像素值的平均值作为异常像素点的像素值。
在本申请实施例中,在从图像中确定异常像素点的过程中,计算出了存在异常像素点的局部区域内所有像素点(包括异常像素点)的像素值的平均值。可以在对异常像素点进行滤波时候,将存在异常像素点的局部区域内所有像素点的像素值的平均值直接作为该异常像素点的像素值。这样就节省了在对异常像素点进行滤波时候,不需要另外专门对异常像素点周围邻域内设定数目的像素点的像素值进行计算平均值,省时省力。且所计算出的存在异常像素点的局部区域内所有像素点的像素值的平均值,虽然包括了异常像素点,可能会对平均值造成一定的影响,但是当求平均值的基数较大的时候,该影响几乎可以忽略。因此,在对异常像素点的像素值进行滤波的时候,将存在异常像素点的局部区域内所有像素点的像素值的平均值直接作为该异常像素点的像素值,不仅节省了计算过程,且结果也同样准确。
在一个实施例中,对异常像素点的像素值进行滤波以校正异常像素点的像素值,包括:
对异常像素点的像素值进行中位值滤波以校正异常像素点的像素值。
具体地,中位值滤波法是一种非线性平滑技术,它将异常像素点的像素值设置为该点周围邻域内的所有像素点的像素值的中位值。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中位值代替,从而消除孤立的噪声点。周围邻域通常可以取为3*3或5*5的矩形像素点区域,当然也可以是其他的形状,如线状,圆形,十字形,圆环形等。
在本申请实施例中,采用中值滤波将异常像素点周围邻域内设定数目的像素点,例如是3*3或5*5的矩形像素点区域,获取3*3或5*5的矩形像素点区域内所有正常像素点的像素值的中位值,将该中位值作为该异常像素点的像素值。从而实现了对异常像素点的像素值的校正。中位值滤波法对消除椒盐噪声非常有效,且中位值滤波在图像处理中可以非常有效地保护边缘信息。
在一个实施例中,对异常像素点的像素值进行滤波以校正异常像素点的像素值,包括:
对异常像素点的像素值进行中位值平均滤波以校正异常像素点的像素值。
具体地,中位值平均滤波法相当于“中位值滤波法”+“平均滤波法”。获取异常像素点周围邻域内设定数目的像素点。例如,周围邻域通常可以取为3*3或5*5的矩形像素点区域,当然也可以是其他的形状,如线状,圆形,十字形,圆环形等。进一步获取周围邻域内所有像素点的像素值,并去掉其中一个最大和一个最小的像素值。然后再对去除了最大和最小的像素值之后,剩下的所有像素点的像素值进行求平均值。并将该平均值作为异常像素点的像素值,从而完成对异常像素点的像素值的校正。
在本申请实施例中,采用中位值平均滤波法对异常像素点进行滤波,该方法融合了“中位值滤波法”和“平均滤波法”两种滤波方法的优点,经过中位值平均滤波法进行滤波后的图像的平滑度较高。
在一个具体实施例中,如图6所示,提供了一种图像处理方法,以该方法应用于图2中的电子设备为例进行说明,具体为:
步骤601,从电子设备拍摄的图像中,通过人工筛选出存在异常像素点的局部区域,该局部区域为存在异常像素点的5*5的矩形像素点区域,进入步骤602;
步骤602,电子设备获取到该局部区域,并计算该局部区域内所有像素点的像素值的平均值和方差,进入步骤603;
步骤603,判断局部区域内的每个像素点的像素值与平均值之差的绝对值是否大于方差的三倍,若是,则进入步骤604,若否,则进入步骤608;
步骤604,确定局部区域内像素点的像素值与平均值之差的绝对值大于方差的三倍的像素点为异常像素点,进入步骤605;
步骤605,对异常像素点的像素值进行均值滤波以校正异常像素点的像素值,具体为,获取异常像素点周围3*3矩形邻域内的八个正常像素点,进入步骤606;
步骤606,对这八个像素点的像素值计算平均值,进入步骤607;
步骤607,将平均值作为异常像素点的像素值,完成对图像中异常像素点的校正,进入步骤608;
步骤608,将图像输出。
在本申请实施例中,采用均值滤波的方式,计算出异常像素点周围邻域内3*3矩形邻域内的八个正常像素点的像素值的平均值,再用该平均值替换异常像素点的像素值。这样就可以用正常像素点的平均值对异常像素点进行校正。
在一个实施例中,如图7所示,提供了一种图像处理装置700,包括:异常像素点确定模块702、滤波模块704及图像输出模块706。其中,
异常像素点确定模块702,用于从图像中确定异常像素点;
滤波模块704,用于对异常像素点的像素值进行滤波以校正异常像素点的像素值;
图像输出模块706,用于将对异常像素点的像素值进行校正后的图像输出。
在一个实施例中,滤波模块704,还用于对异常像素点的像素值进行均值滤波以校正异常像素点的像素值。
在一个实施例中,滤波模块704,还用于获取异常像素点周围邻域内设定数目的像素点;对异常像素点周围邻域内设定数目的像素点的像素值计算平均值;将平均值作为异常像素点的像素值。
在一个实施例中,异常像素点确定模块702,还用于从图像中获取存在异常像素点的区域;计算区域内像素点的像素值的平均值和方差;判断区域内每个像素点的像素值与平均值之差的绝对值是否大于方差的三倍;若是,则确定像素点为异常像素点。
在一个实施例中,滤波模块704,还用于将存在异常像素点的区域内像素点的像素值的平均值作为异常像素点的像素值。
在一个实施例中,滤波模块704,还用于对异常像素点的像素值进行中位值滤波以校正异常像素点的像素值。
在一个实施例中,滤波模块704,还用于对异常像素点的像素值进行中位值平均滤波以校正异常像素点的像素值。
上述图像处理装置中各个模块的划分仅用于举例说明,在其他实施例中,可将图像处理装置按照需要划分为不同的模块,以完成上述图像处理装置的全部或部分功能。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述图像处理方法。
本申请实施例提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述各实施例所提供的图像处理方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。其上存储有计算机程序,计算机程序被处理器执行时实现上述各实施例所提供的图像处理方法的步骤。
本申请实施例还提供一种电子设备。上述电子设备中包括拍摄电路,拍摄电路可以利用硬件和/或软件组件实现,可包括定义ISP(Image Signal Processing,图像信号处理)管线的各种处理单元。图8为一个实施例中拍摄电路的示意图。如图8所示,为便于说明,仅示出与本申请实施例相关的拍摄技术的各个方面。
如图8所示,拍摄电路包括ISP处理器840和控制逻辑器850。成像设备810捕捉的图像数据首先由ISP处理器840处理,ISP处理器840对图像数据进行分析以捕捉可用于确定和/或成像设备810的一个或多个控制参数的图像统计信息。成像设备810可包括具有一个或多个透镜812和图像传感器814的照相机。图像传感器814可包括色彩滤镜阵列(如Bayer滤镜),图像传感器814可获取用图像传感器814的每个成像像素捕捉的光强度和波长信息,并提供可由ISP处理器840处理的一组原始图像数据。传感器820(如陀螺仪)可基于传感器820接口类型把采集的拍摄的参数(如防抖参数)提供给ISP处理器840。传感器820接口可以利用SMIA(Standard Mobile Imaging Architecture,标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
此外,图像传感器814也可将原始图像数据发送给传感器820,传感器820可基于传感器820接口类型把原始图像数据提供给ISP处理器840,或者传感器820将原始图像数据存储到图像存储器830中。
ISP处理器840按多种格式逐个像素地处理原始图像数据。例如,每个图像像素可具有8、10、12或14比特的位深度,ISP处理器840可对原始图像数据进行一个或多个拍摄操作、收集关于图像数据的统计信息。其中,拍摄操作可按相同或不同的位深度精度进行。
ISP处理器840还可从图像存储器830接收图像数据。例如,传感器820接口将原始图像数据发送给图像存储器830,图像存储器830中的原始图像数据再提供给ISP处理器840以供处理。图像存储器830可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器,并可包括DMA(Direct Memory Access,直接直接存储器存取)特征。
当接收到来自图像传感器814接口或来自传感器820接口或来自图像存储器830的原始图像数据时,ISP处理器840可进行一个或多个拍摄操作,如时域滤波。处理后的图像数据可发送给图像存储器830,以便在被显示之前进行另外的处理。ISP处理器840还可从图像存储器830接收处理数据,对处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器880,以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit,图形处理器)进一步处理。此外,ISP处理器840的输出还可发送给图像存储器830,且显示器880可从图像存储器830读取图像数据。在一个实施例中,图像存储器830可被配置为实现一个或多个帧缓冲器。此外,ISP处理器840的输出可发送给编码器/解码器870,以便编码/解码图像数据。编码的图像数据可被保存,并在显示于显示器880设备上之前解压缩。
ISP处理器840处理图像数据的步骤包括:对图像数据进行VFE(Video Front End,视频前端)处理和CPP(Camera Post Processing,摄像头后处理)处理。对图像数据的VFE处理可包括修正图像数据的对比度或亮度、修改以数字方式记录的光照状态数据、对图像数据进行补偿处理(如白平衡,自动增益控制,γ校正等)、对图像数据进行滤波处理等。对图像数据的CPP处理可包括对图像进行缩放、向每个路径提供预览帧和记录帧。其中,CPP可使用不同的编解码器来处理预览帧和记录帧。ISP处理器840处理后的图像数据可发送给美颜模块860,以便在被显示之前对图像进行美颜处理。美颜模块860对图像数据美颜处理可包括:美白、祛斑、磨皮、瘦脸、祛痘、增大眼睛等。其中,美颜模块860可为移动终端中CPU(Central Processing Unit,中央处理器)、GPU或协处理器等。美颜模块860处理后的数据可发送给编码器/解码器870,以便编码/解码图像数据。编码的图像数据可被保存,并在显示于显示器880设备上之前解压缩。其中,美颜模块860还可位于编码器/解码器870与显示器880之间,即美颜模块对已成像的图像进行美颜处理。上述编码器/解码器870可为移动终端中CPU、GPU或协处理器等。
ISP处理器840确定的统计数据可发送给控制逻辑器850单元。例如,统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜812阴影校正等图像传感器814统计信息。控制逻辑器850可包括执行一个或多个例程(如固件)的处理器和/或微控制器,一个或多个例程可根据接收的统计数据,确定成像设备810的控制参数以及ISP处理器840的控制参数。例如,成像设备810的控制参数可包括传感器820控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜812控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如,在RGB处理期间)的增益水平和色彩校正矩阵,以及透镜812阴影校正参数。
运用图8中拍摄技术可实现如上的图像白平衡处理方法。
本申请中所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
从图像中确定异常像素点;
对所述异常像素点的像素值进行滤波以校正所述异常像素点的像素值;
将对所述异常像素点的像素值进行校正后的图像输出。
2.根据权利要求1所述的方法,其特征在于,所述对所述异常像素点的像素值进行滤波以校正所述异常像素点的像素值,包括:
对所述异常像素点的像素值进行均值滤波以校正所述异常像素点的像素值。
3.根据权利要求2所述的方法,其特征在于,所述对所述异常像素点的像素值进行均值滤波以校正所述异常像素点的像素值,包括:
获取所述异常像素点周围邻域内设定数目的像素点;
对所述异常像素点周围邻域内设定数目的像素点的像素值计算平均值;
将所述平均值作为所述异常像素点的像素值。
4.根据权利要求1所述的方法,其特征在于,所述从图像中确定异常像素点,包括:
从图像中获取存在异常像素点的区域;
计算所述区域内像素点的像素值的平均值和方差;
判断所述区域内每个像素点的像素值与所述平均值之差的绝对值是否大于所述方差的三倍;
若是,则确定所述像素点为所述异常像素点。
5.根据权利要求4所述的方法,其特征在于,所述对所述异常像素点的像素值进行滤波以校正所述异常像素点的像素值,包括:
将所述区域内像素点的像素值的平均值作为所述异常像素点的像素值。
6.根据权利要求1所述的方法,其特征在于,所述对所述异常像素点的像素值进行滤波以校正所述异常像素点的像素值,包括:
对所述异常像素点的像素值进行中位值滤波以校正所述异常像素点的像素值。
7.根据权利要求1所述的方法,其特征在于,所述对所述异常像素点的像素值进行滤波以校正所述异常像素点的像素值,包括:
对所述异常像素点的像素值进行中位值平均滤波以校正所述异常像素点的像素值。
8.一种图像处理装置,其特征在于,所述装置包括:
异常像素点确定模块,用于从图像中确定异常像素点;
滤波模块,用于对所述异常像素点的像素值进行滤波以校正所述异常像素点的像素值;
图像输出模块,用于将对所述异常像素点的像素值进行校正后的图像输出。
9.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机可读指令,其特征在于,所述指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的图像处理方法的步骤。
10.一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,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810078545.2A CN108093182A (zh) | 2018-01-26 | 2018-01-26 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810078545.2A CN108093182A (zh) | 2018-01-26 | 2018-01-26 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108093182A true CN108093182A (zh) | 2018-05-29 |
Family
ID=62182790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810078545.2A Pending CN108093182A (zh) | 2018-01-26 | 2018-01-26 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108093182A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109741286A (zh) * | 2019-02-19 | 2019-05-10 | 厦门码灵半导体技术有限公司 | 中值滤波方法、装置、存储介质和电子设备 |
CN109886910A (zh) * | 2019-02-25 | 2019-06-14 | 榆林市国土资源局 | 外部数字高程模型dem修正方法及装置 |
CN111028179A (zh) * | 2019-12-20 | 2020-04-17 | 浙江大华技术股份有限公司 | 一种条纹校正方法、装置、电子设备及存储介质 |
CN111724320A (zh) * | 2020-06-19 | 2020-09-29 | 北京波谱华光科技有限公司 | 一种盲元填充方法和系统 |
CN112288697A (zh) * | 2020-10-23 | 2021-01-29 | 北京百度网讯科技有限公司 | 用于量化异常程度的方法、装置、电子设备及可读存储介质 |
CN113017699A (zh) * | 2019-10-18 | 2021-06-25 | 深圳北芯生命科技有限公司 | 用于对超声图像进行降噪的图像降噪方法 |
CN113096077A (zh) * | 2021-03-25 | 2021-07-09 | 深圳力维智联技术有限公司 | 异常比例检测方法、装置、设备及计算机可读存储介质 |
CN114596212A (zh) * | 2020-12-07 | 2022-06-07 | 上海奕瑞光电子科技股份有限公司 | 图像处理方法、装置和设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1633159A (zh) * | 2005-01-26 | 2005-06-29 | 北京中星微电子有限公司 | 一种去除图像噪声的方法 |
CN101370081A (zh) * | 2007-08-15 | 2009-02-18 | 鸿富锦精密工业(深圳)有限公司 | 图像处理方法及图像处理装置 |
CN102298774A (zh) * | 2011-09-21 | 2011-12-28 | 西安电子科技大学 | 基于联合相似性的非局部均值去噪方法 |
CN102306377A (zh) * | 2011-09-21 | 2012-01-04 | 深圳市理邦精密仪器股份有限公司 | 一种超声图像去噪的方法和装置 |
CN103020911A (zh) * | 2012-12-12 | 2013-04-03 | 中国航空工业集团公司洛阳电光设备研究所 | 一种用于去除混合噪声的图像处理方法 |
CN204463227U (zh) * | 2015-04-01 | 2015-07-08 | 内江师范学院 | 一种图像滤波处理加速器 |
CN105191288A (zh) * | 2012-12-31 | 2015-12-23 | 菲力尔系统公司 | 异常像素检测 |
-
2018
- 2018-01-26 CN CN201810078545.2A patent/CN108093182A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1633159A (zh) * | 2005-01-26 | 2005-06-29 | 北京中星微电子有限公司 | 一种去除图像噪声的方法 |
CN101370081A (zh) * | 2007-08-15 | 2009-02-18 | 鸿富锦精密工业(深圳)有限公司 | 图像处理方法及图像处理装置 |
CN102298774A (zh) * | 2011-09-21 | 2011-12-28 | 西安电子科技大学 | 基于联合相似性的非局部均值去噪方法 |
CN102306377A (zh) * | 2011-09-21 | 2012-01-04 | 深圳市理邦精密仪器股份有限公司 | 一种超声图像去噪的方法和装置 |
CN103020911A (zh) * | 2012-12-12 | 2013-04-03 | 中国航空工业集团公司洛阳电光设备研究所 | 一种用于去除混合噪声的图像处理方法 |
CN105191288A (zh) * | 2012-12-31 | 2015-12-23 | 菲力尔系统公司 | 异常像素检测 |
CN204463227U (zh) * | 2015-04-01 | 2015-07-08 | 内江师范学院 | 一种图像滤波处理加速器 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109741286A (zh) * | 2019-02-19 | 2019-05-10 | 厦门码灵半导体技术有限公司 | 中值滤波方法、装置、存储介质和电子设备 |
CN109886910A (zh) * | 2019-02-25 | 2019-06-14 | 榆林市国土资源局 | 外部数字高程模型dem修正方法及装置 |
CN113017699A (zh) * | 2019-10-18 | 2021-06-25 | 深圳北芯生命科技有限公司 | 用于对超声图像进行降噪的图像降噪方法 |
CN113057676A (zh) * | 2019-10-18 | 2021-07-02 | 深圳北芯生命科技有限公司 | Ivus系统的图像降噪方法 |
CN111028179A (zh) * | 2019-12-20 | 2020-04-17 | 浙江大华技术股份有限公司 | 一种条纹校正方法、装置、电子设备及存储介质 |
CN111028179B (zh) * | 2019-12-20 | 2023-04-28 | 浙江大华技术股份有限公司 | 一种条纹校正方法、装置、电子设备及存储介质 |
CN111724320A (zh) * | 2020-06-19 | 2020-09-29 | 北京波谱华光科技有限公司 | 一种盲元填充方法和系统 |
CN112288697A (zh) * | 2020-10-23 | 2021-01-29 | 北京百度网讯科技有限公司 | 用于量化异常程度的方法、装置、电子设备及可读存储介质 |
CN112288697B (zh) * | 2020-10-23 | 2023-07-28 | 北京百度网讯科技有限公司 | 用于量化异常程度的方法、装置、电子设备及可读存储介质 |
CN114596212A (zh) * | 2020-12-07 | 2022-06-07 | 上海奕瑞光电子科技股份有限公司 | 图像处理方法、装置和设备 |
CN113096077A (zh) * | 2021-03-25 | 2021-07-09 | 深圳力维智联技术有限公司 | 异常比例检测方法、装置、设备及计算机可读存储介质 |
CN113096077B (zh) * | 2021-03-25 | 2024-05-03 | 深圳力维智联技术有限公司 | 异常比例检测方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108093182A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN109767467B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN110166695B (zh) | 摄像头防抖方法、装置、电子设备和计算机可读存储介质 | |
CN110536068B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
CN108012080B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN110225248B (zh) | 图像采集方法和装置、电子设备、计算机可读存储介质 | |
JP6903816B2 (ja) | 画像処理方法および装置 | |
CN110290323B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN107886484B (zh) | 美颜方法、装置、计算机可读存储介质和电子设备 | |
CN108805265B (zh) | 神经网络模型处理方法和装置、图像处理方法、移动终端 | |
CN107493432B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN108198152B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN107993209B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN111932587B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN110475067B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN107481186B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN108989699B (zh) | 图像合成方法、装置、成像设备、电子设备以及计算机可读存储介质 | |
CN107395991B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
CN110213498B (zh) | 图像生成方法和装置、电子设备、计算机可读存储介质 | |
CN108769523B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN107948617B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN110121031B (zh) | 图像采集方法和装置、电子设备、计算机可读存储介质 | |
CN110049237B (zh) | 摄像头防抖方法、装置、电子设备和计算机存储介质 | |
CN110177212B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN108881876B (zh) | 对图像进行白平衡处理的方法、装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180529 |
|
RJ01 | Rejection of invention patent application after publication |