用于cmos圖像傳感器降噪處理的自適應(yīng)混合降噪方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種CMOS圖像傳感器降噪技術(shù)，尤其涉及一種用于CMOS圖像傳感器 降噪處理的自適應(yīng)混合降噪方法。
【背景技術(shù)】
[0002] 目前的單片彩色CMOS圖像傳感器經(jīng)過CFA (Color Filter Array)陣列感光后，將 光信號通過像素單元轉(zhuǎn)化為電信號，在經(jīng)過一系列的模擬電路和數(shù)字圖像處理后，甚至在 圖像的傳輸和顯示過程中，都會不可避免得引入干擾噪聲，導(dǎo)致圖像質(zhì)量下降，影響了視覺 效果。因此，為了真實地顯示出圖像信息、避免圖像失真，必須對噪聲圖像進行降噪處理。
[0003] 通常情況下，最為常見的圖像噪聲有高斯噪聲和椒鹽噪聲兩種，針對這兩種圖像 噪聲問題，現(xiàn)有技術(shù)常用的去噪方法是中值濾波和均值濾波；其中，中值濾波屬于非線性濾 波，是取鄰域內(nèi)像素的中間值作為當前灰度值，主要用來處理椒鹽噪聲，在噪聲密度不高的 情況下，處理效果較好，當濾波窗口范圍較大時，處理后的圖像會損失一些邊緣細節(jié)；而均 值濾波是線性濾波，其采用鄰域內(nèi)像素的平均值作為當前灰度值，主要抑制高斯噪聲，在鄰 域空間不大的情況下，能較好的抑制噪聲，隨著領(lǐng)域空間變大，圖像的模糊程度會變得較為 嚴重。
[0004] 針對高斯噪聲和椒鹽噪聲組成的混合噪聲，均值和中值濾波都無法單獨達到預(yù)期 效果，而現(xiàn)有技術(shù)中，用于處理混合噪聲的方法的復(fù)雜度又較高，不利于硬件實現(xiàn)。

【發(fā)明內(nèi)容】

[0005] 針對【背景技術(shù)】中的問題，本發(fā)明提出了一種用于CMOS圖像傳感器降噪處理的自 適應(yīng)混合降噪方法，包括CMOS圖像傳感器輸出的圖像，所述圖像由R、G、B三種類型的像素 單元組成，其特征在于：所述自適應(yīng)混合降噪方法包括：
[0006] 所述圖像中，由單種類型的像素單元所組成的陣列記為處理單元，其中，R類型的 像素單元所對應(yīng)的處理單元記為處理單元一，G類型的像素單元所對應(yīng)的處理單元記為處 理單元二，B類型的像素單元所對應(yīng)的處理單元記為處理單元三；降噪處理時，分別對三個 處理單元單獨進行處理；對處理單元單獨進行處理時，按方法一中方式進行；
[0007] 方法一：
[0008] 以某一像素單元為中心，建立規(guī)模為3X3的濾波陣列，位于濾波陣列正中的像素 單元記為中心像素，濾波陣列內(nèi)除中心像素外的其余8個像素單元記為外圍像素；將某一 濾波陣列記為陣列一，其對應(yīng)的中心像素記為像素一，與像素一順次相鄰的像素單元記為 像素二，則，陣列一處理完成后，以像素二為新的中心像素建立新的濾波陣列，然后繼續(xù)對 新的濾波陣列進行處理；對單個濾波陣列進行處理時，按方法二中方式進行；
[0009] 方法二：
[0010] 1)提取濾波陣列內(nèi)各個像素單元的灰度值，獲得9個灰度值H，然后計算出這9個 灰度值的均值M ;
[0011] 2)計算出各個灰度值與均值M的差值的絕對值C，C = |H-MI ;
[0012] 3)將各個絕對值C逐一與閾值Tl進行比較，大于閾值Tl的絕對值C所對應(yīng)的像 素單元記為椒鹽噪聲點，小于或等于閾值Tl的絕對值C所對應(yīng)的像素單元記為非椒鹽噪聲 占 .
[0013] 所有絕對值C都與閾值Tl進行了比較后，對非椒鹽噪聲點的數(shù)量進行判斷：若非 椒鹽噪聲點的數(shù)量等于9,則取中心像素的當前灰度值作為濾波輸出值q，然后按步驟6)中 方式進行處理；若非椒鹽噪聲點的數(shù)量等于〇,則繼續(xù)按步驟4)中方式進行處理；若非椒鹽 噪聲點的數(shù)量大于〇且小于9,則繼續(xù)按步驟5)中方式進行處理；
[0014] 4)按下式計算濾波輸出值q，然后進入步驟6):
[0016] 其中，H5為濾波陣列內(nèi)中心像素的灰度值，H2為濾波陣列內(nèi)中心像素正上方的外 圍像素的灰度值，H4為濾波陣列內(nèi)中心像素正左方的外圍像素的灰度值，H6為濾波陣列內(nèi) 中心像素正右方的外圍像素的灰度值，H8為濾波陣列內(nèi)中心像素正下方的外圍像素的灰度 值；
[0017] 5)按數(shù)值大小，對各個非椒鹽噪聲點所對應(yīng)的灰度值進行排序；
[0018] 若非椒鹽噪聲點的數(shù)量為1，則以該非椒鹽噪聲點的所對應(yīng)的灰度值作為濾波輸 出值q，然后進入步驟6);
[0019] 若非椒鹽噪聲點的數(shù)量為2,設(shè)2個非椒鹽噪聲點的灰度值大小關(guān)系為Ha < Hb， 則按下式計算濾波輸出值q，然后進入步驟6):
[0020] q = HaXO. 75+HbXO. 25
[0021] 若非椒鹽噪聲點的數(shù)量為3,設(shè)3個非椒鹽噪聲點的灰度值大小關(guān)系為Ha < Hb < Hc，則按下式計算濾波輸出值q，然后進入步驟6):
[0023] 若非椒鹽噪聲點的數(shù)量為4,設(shè)4個非椒鹽噪聲點的灰度值大小關(guān)系為Ha < Hb < He < Hd，則按下式計算濾波輸出值q，然后進入步驟6):
[0025] 若非椒鹽噪聲點的數(shù)量為5,設(shè)5個非椒鹽噪聲點的大小關(guān)系為Ha < Hb < Hc < Hd < He，則按下式計算濾波輸出值q，然后進入步驟6):
[0027] 若非椒鹽噪聲點的數(shù)量為6,設(shè)6個非椒鹽噪聲點的大小關(guān)系為Ha < Hb < Hc < Hd < He < Hf，則按下式計算濾波輸出值q，然后進入步驟6):
[0029] 若非椒鹽噪聲點的數(shù)量為7,設(shè)7個非椒鹽噪聲點的大小關(guān)系為Ha < Hb < Hc < Hd < He < Hf < Hg，則按下式計算濾波輸出值q，然后進入步驟6):
[0031] 若非椒鹽噪聲點的數(shù)量為8,設(shè)8個非椒鹽噪聲點的大小關(guān)系為Ha < Hb < He < Hd < He < Hf < Hg < Hh，則按下式計算濾波輸出值q，然后進入步驟6):
[0033] 其中，Ha、Hb、He、Hd、He、Hf、Hg和Hh分別代表8個非椒鹽噪聲點的灰度值；
[0034] 6)將中心像素的灰度值賦值為q，進入步驟7);
[0035] 7)計算出濾波陣列內(nèi)的像素梯度絕對值J，然后將J與閾值T2進行比較：若J大 于T2,則將q作為該濾波陣列的中心像素的最終灰度值A(chǔ)并向外輸出；
[0036] 若J小于T2,則按下式計算出該濾波陣列的中心像素的最終灰度值A(chǔ)并向外輸 出：
[0037] A = [q+(H2+H4+H6+H8) X0. 75+(H1+H3+H7+H9) X0. 25]/9 〇
[0038] 其中，Hl為濾波陣列內(nèi)中心像素左上方的外圍像素的灰度值，H3為濾波陣列內(nèi)中 心像素右上方的外圍像素的灰度值，H7為濾波陣列內(nèi)中心像素左下方的外圍像素的灰度 值，H9為濾波陣列內(nèi)中心像素右下方的外圍像素的灰度值。
[0039] 本發(fā)明的總體思路是，以低復(fù)雜度的降噪方法，在較小的領(lǐng)域空間（也即濾波陣 列的規(guī)模）內(nèi)，對圖像中的混合噪聲進行高效的降噪處理，在降低硬件開銷的同時，保證了 圖像的處理效果處于合理的水平；具體來說本發(fā)明是這樣實現(xiàn)的：
[0040] 椒鹽噪聲多表現(xiàn)為極值點（極亮：滿灰度級，極暗：灰度值為0)，因此，可通過對濾 波陣列內(nèi)各像素單元灰度值的差異來識別出椒鹽噪聲點，于是本發(fā)明通過步驟1)來獲得 濾波陣列內(nèi)像素單元灰度值的均值，然后通過步驟2)中的閾值Tl來將椒鹽噪聲點甄別出 來；椒鹽噪聲點甄別出來后，可能出現(xiàn)的情況有三類，其一，濾波陣列內(nèi)的所有像素單元都 被椒鹽噪聲污染了（即非椒鹽噪聲點的數(shù)量等于〇)，其二，濾波陣列內(nèi)僅有部分像素單元 被椒鹽噪聲污染了（即非椒鹽噪聲點的數(shù)量大于〇且小于9)，其三，濾波陣列內(nèi)不存在椒鹽 噪聲（即非椒鹽噪聲點的數(shù)量等于9);針對第一種情況，由于所有像素單元都被椒鹽噪聲 污染，因此不適合將所有像素單元的灰度值都拿來作加權(quán)均值處理，于是選取與中心像素 關(guān)聯(lián)性較強的5個像素單元（即中心像素及其正上、正下、正左、正右的四個外圍像素）的 灰度值來進行加權(quán)均值處