本發(fā)明涉及數(shù)字圖像處理技術領域，具體涉及一種數(shù)字圖像壞點的檢測方法、校正方法及裝置。

背景技術：

數(shù)字圖像處理(digitalimageprocessing)，即通過計算機對圖像傳感器采集到的圖像進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術，在數(shù)碼相機等領域具有廣泛應用。

目前，在數(shù)字圖像處理過程中，先由圖像傳感器進行圖像采集，得到對應的采樣圖像，再對所述采樣圖像進行圖像還原，獲得相應的全彩色圖，即最終的數(shù)字圖像。

其中，用于采集圖像的圖像傳感器主要分為兩種：電荷耦合器件(chargecoupleddevice，ccd)，以及互補金屬氧化物主動式像素傳感器(complementarymetaloxidesemiconductor，cmos)，ccd或cmos表面通常覆蓋有彩色濾波陣列(colorfilterarray，cfa)。當光照在傳感器上時，cfa可以使得每個像素點僅一種基色光透過并到達ccd或cmos上對應的像素位置，并輸出與所述像素位置上的基色光對應的電信號。圖像傳感器的外圍電路可以對所述電信號進行處理，獲得對應的數(shù)字信號，進而獲得相應的采樣圖像。后續(xù)通過對所述采樣圖像進行圖像還原，即完成由采樣格式到全彩色圖的轉(zhuǎn)換，獲得相應的數(shù)字圖像。

在上述圖像采集過程中，圖像傳感器經(jīng)常會因各種原因產(chǎn)生錯誤的電信號，導致所獲得的采樣圖像出現(xiàn)壞點，影響最終獲得的數(shù)字圖像的質(zhì)量。

目前，在對數(shù)字圖像的壞點進行檢測時，通常利用像素點的像素值與所述像素點周圍區(qū)域像素點的像素值的差異，來判斷所述像素點是否為壞點，誤檢率較高，壞點檢測的準確性較差。

技術實現(xiàn)要素：

本發(fā)明實施例用于提高數(shù)字圖像壞點檢測的準確性。

為解決上述問題，本發(fā)明實施例提供了一種數(shù)字圖像壞點的檢測方法，所述方法包括：

獲取以預檢測像素為中心的數(shù)據(jù)子塊；

計算所述數(shù)據(jù)子塊中紅色r分量與綠色g分量之間的平均色差以及藍色b分量與綠色g分量之間的平均色差

根據(jù)所述平均色差及對所述數(shù)據(jù)子塊中，以所述預檢測像素為中心3×3區(qū)域內(nèi)各異色像素進行相應顏色補償，獲得所述各異色像素處所缺失的顏色分量，其中，所述各異色像素處所缺失的顏色分量與所述預檢測像素具有相同顏色；

基于所述顏色補償后的數(shù)據(jù)子塊，確定所述預檢測像素是否為壞點。

可選地，所述計算所述數(shù)據(jù)子塊中紅色r分量與綠色g分量之間的平均色差以及藍色b分量與綠色g分量之間的平均色差包括：

從所述數(shù)據(jù)子塊中選取預設數(shù)量的r像素和b像素；

利用中值濾波方法分別估計各所選取的r像素和b像素處所缺失的g分量；

分別計算各所選取的r像素與對應的所述所缺失的g分量之間的差值，并對計算得到的差值求平均，得到所述平均色差

分別計算各所選取的b像素與對應的所述所缺失的g分量之間的差值，并對計算得到的差值求平均，得到所述平均色差

可選地，所述根據(jù)所述平均色差及對所述數(shù)據(jù)子塊中，以所述預檢測像素為中心3×3區(qū)域內(nèi)各異色像素進行相應顏色補償，獲得所述各異色像素處所缺失的顏色分量，包括以下任意一種：

當所述預檢測像素為g時，分別計算所述3×3區(qū)域內(nèi)各r像素的像素值與所述平均色差的差值，得到所述各r像素處所缺失的g分量；以及分別計算所述3×3區(qū)域內(nèi)各b像素的像素值與所述平均色差的差值，得到所述各b像素處所缺失的g分量；

當所述預檢測像素為r時，分別計算所述3×3區(qū)域內(nèi)各g像素的像素值與所述平均色差的和，得到所述各g像素處所缺失的r分量；以及分別計算所述3×3區(qū)域內(nèi)各b像素的像素值與所述平均色差的差，再與所述平均色差求和，得到所述各b像素處所缺失的r分量；

當所述預檢測像素為b時，分別計算所述3×3區(qū)域內(nèi)各r像素的像素值與所述平均色差的差，再與所述平均色差求和，得到所述各r像素處所缺失的b分量；以及分別計算所述3×3區(qū)域內(nèi)各g像素的像素值與所述平均色差的和，得到所述各g像素處所缺失的b分量。

可選地，所述基于所述顏色補償后的數(shù)據(jù)子塊，確定所述預檢測像素是否為壞點，包括：

根據(jù)所述數(shù)據(jù)子塊在各預設方向上的梯度值，確定所述數(shù)據(jù)子塊所屬的特征區(qū)域；

根據(jù)所述數(shù)據(jù)子塊所屬的特征區(qū)域，從所述顏色補償后的數(shù)據(jù)子塊的相應區(qū)域中，選取與所述預檢測像素具有相同顏色的像素；

從所選取的像素對應的像素值中分別選取最大像素值和最小像素值；

根據(jù)預設的閾值確定所述預檢測像素是否為壞點。

可選地，所述數(shù)據(jù)子塊所屬的特征區(qū)域包括：平坦區(qū)及非平坦區(qū)。

可選地，所述根據(jù)預設的閾值確定所述預檢測像素是否為壞點，包括：

當所述預檢測像素值在[ymin-t,ymax+t]內(nèi)時，確定所述預檢測像素為非壞點，否則確定所述預檢測像素為壞點，其中，t所述預設閾值，ymin為從所選取的像素對應的像素值中選取的最小像素值，ymax為從所選取的像素對應的像素值中選取的最大像素值。

本發(fā)明實施例提供了一種數(shù)字圖像壞點的校正方法，所述方法包括：

采用上述任一種數(shù)字圖像壞點的檢測方法，檢測所述預檢測像素是否為壞點；

當確定所述預檢測像素為壞點時，選擇與所述預檢測像素所在的特征區(qū)域?qū)男Ｕ绞?，對所述預檢測像素進行校正。

可選地，所述預檢測像素所在的特征區(qū)域包括：平坦區(qū)、邊緣區(qū)以及紋理區(qū)。

本發(fā)明實施例提供了一種數(shù)字圖像壞點的檢測裝置，所述裝置包括：

獲取單元，適于獲取以預檢測像素為中心的數(shù)據(jù)子塊；

計算單元，適于計算所述數(shù)據(jù)子塊中紅色r分量與綠色g分量之間的平均色差以及藍色b分量與綠色g分量之間的平均色差

估計單元，適于根據(jù)所述平均色差及對所述數(shù)據(jù)子塊中，以所述預檢測像素為中心的3×3區(qū)域內(nèi)各異色像素進行相應顏色補償，獲得所述各異色像素處所缺失的顏色分量，其中，所述各異色像素處所缺失的顏色分量與所述預檢測像素具有相同顏色；

確定單元，適于基于所述顏色補償后的數(shù)據(jù)子塊，確定所述預檢測像素是否為壞點。

可選地，所述計算單元，包括：

第一選取子單元，適于從所述數(shù)據(jù)子塊中選取預設數(shù)量的r像素和b像素；

估計子單元，適于利用中值濾波方法分別估計各所選取的r像素和b像素處所缺失的綠色分量；

第一計算子單元，適于分別計算各所選取的r像素與對應的所述所缺失的g分量之間的差值，并對計算得到的差值求平均，得到所述平均色差

第二計算子單元，適于分別計算各所選取的藍色b像素與對應的所述所缺失的g分量之間的差值，并對計算得到的差值求平均，得到所述平均色差

可選地，所述估計單元，包括：

第一估計子單元，適于當所述預檢測像素為g時，分別計算所述3×3區(qū)域內(nèi)各r像素的像素值與所述平均色差的差值，得到所述各r像素處所缺失的g分量；以及分別計算所述3×3區(qū)域內(nèi)各b像素的像素值與所述平均色差的差值，得到所述各b像素處所缺失的g分量；

第二估計子單元，適于當所述預檢測像素為r時，分別計算所述3×3區(qū)域內(nèi)各g像素的像素值與所述平均色差的和，得到所述各g像素處所缺失的r分量；以及分別計算所述3×3區(qū)域內(nèi)各b像素的像素值與所述平均色差的差，再與所述平均色差求和，得到所述各b像素處所缺失的r分量；

第三估計子單元，適于當所述預檢測像素為b時，分別計算所述3×3區(qū)域內(nèi)各r像素的像素值與所述平均色差的差，再與所述平均色差求和，得到所述各r像素處所缺失的b分量；以及分別計算所述3×3區(qū)域內(nèi)各g像素的像素值與所述平均色差的和，得到所述各g像素處所缺失的b分量。

可選地，所述確定單元，包括：

第一確定子單元，適于根據(jù)所述數(shù)據(jù)子塊在各預設方向上的梯度值，確定所述數(shù)據(jù)子塊所屬的特征區(qū)域；

第二選取子單元，適于根據(jù)所述數(shù)據(jù)子塊所屬的特征區(qū)域，從所述顏色補償后的數(shù)據(jù)子塊的相應區(qū)域中，選取與所述預檢測像素具有相同顏色的像素；

第三選取子單元，適于從所選取的像素對應的像素值中分別選取最大像素值和最小像素值；

第二確定子單元，適于根據(jù)預設的閾值確定所述預檢測像素是否為壞點。

可選地，所述數(shù)據(jù)子塊所屬的特征區(qū)域包括：平坦區(qū)及非平坦區(qū)。

可選地，所述第二確定子單元，適于當所述預檢測像素值在[ymin-t,ymax+t]內(nèi)時，確定所述預檢測像素為非壞點，否則確定所述預檢測像素為壞點，其中，t所述預設閾值，ymin為從所選取的像素對應的像素值中選取的最小像素值，ymax為從所選取的像素對應的像素值中選取的最大像素值。

本發(fā)明實施例還提供了一種數(shù)字圖像壞點的校正裝置，所述裝置包括：

檢測單元，適于采用上述任一種數(shù)字圖像壞點的檢測裝置，檢測所述預檢測像素是否為壞點；

校正單元，適于當確定所述預檢測像素為壞點時，選擇與所述預檢測像素所在的特征區(qū)域?qū)男Ｕ绞?，對所述預檢測像素進行校正。

可選地，所述預檢測像素所在的特征區(qū)域包括：平坦區(qū)、邊緣區(qū)以及紋理區(qū)。

與現(xiàn)有技術相比，本發(fā)明的技術方案至少具有以下優(yōu)點：

通過獲取以預檢測像素為中心的數(shù)據(jù)子塊，并計算出所述數(shù)據(jù)子塊的平均紅綠色差和平均藍綠色差，再利用平均色差去補償以預檢測像素為中心3×3區(qū)域內(nèi)異色像素，從而可以基于所述顏色補償后的數(shù)據(jù)子塊，確定所述預檢測像素是否為壞點。由于色差信息可以更加準確地反映預檢測像素與周圍區(qū)域像素點的差異，相對于傳統(tǒng)的壞點檢測，誤檢率更低，檢測的準確性也就更高。

附圖說明

圖1是本發(fā)明實施例中一種數(shù)字圖像壞點的檢測方法流程圖；

圖2是本發(fā)明實施例中一種預檢測像素為綠色的5×5塊的bayer格式數(shù)據(jù)塊；

圖3是本發(fā)明實施例中一種數(shù)字圖像壞點的校正方法流程圖；

圖4是本發(fā)明實施例中一種數(shù)字圖像壞點的檢測裝置結(jié)構(gòu)示意圖。

具體實施方式

目前，在圖像采集過程中，圖像傳感器可能會因制造工藝上的缺陷而對入色光的感應失誤，進而產(chǎn)生錯誤的電信號，也可能會因長時間的使用，或者在不同的光照下，導致其收集到的數(shù)據(jù)不夠精確，最終反映在圖像中往往存在許多壞點，嚴重影響了圖像的質(zhì)量。

針對上述問題，本發(fā)明實施例提供了一種數(shù)字圖像壞點的檢測方法，所述方法通過獲取以預檢測像素為中心的數(shù)據(jù)子塊，并計算出所述數(shù)據(jù)子塊的平均紅綠色差和平均藍綠色差，再利用平均色差去補償以預檢測像素為中心3×3區(qū)域內(nèi)異色像素，從而可以基于所述顏色補償后的數(shù)據(jù)子塊，確定所述預檢測像素是否為壞點。由于色差信息可以更加準確地反映預檢測像素與周圍區(qū)域像素點的差異，相對于傳統(tǒng)的壞點檢測，誤檢率更低，檢測的準確性也就更高。

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更為明顯易懂，下面結(jié)合附圖對本發(fā)明的具體實施例作詳細的說明。

本發(fā)明實施例提供了一種數(shù)字圖像壞點的檢測方法。以下參照圖1，通過具體步驟進行詳細說明。

步驟11，獲取以預檢測像素為中心的數(shù)據(jù)子塊。

步驟12，計算所述數(shù)據(jù)子塊中紅色r分量與綠色g分量之間的平均色差以及藍色b分量與綠色g分量之間的平均色差

步驟13，根據(jù)所述平均色差及以所述預檢測像素為中心3×3區(qū)域內(nèi)各異色像素進行相應顏色補償，獲得所述各異色像素處所缺失的顏色分量，其中，所述各異色像素處所缺失的顏色分量與所述預檢測像素具有相同顏色。

步驟14，基于所述顏色補償后的數(shù)據(jù)子塊，確定所述預檢測像素是否為壞點。

在實際應用中，拜耳彩色濾波陣列(bayercolorfilterarray，bayercfa)的應用最為廣泛。bayercfa可以使得每個像素點僅能獲得紅(r)、綠(g)、藍(b)三種基色光中的一種顏色，在后續(xù)圖像還原時，再分別獲得每個像素點缺失的其他兩種顏色，獲得相應的全彩色圖像。為了便于理解，在本發(fā)明實施例中，以所述數(shù)字圖像為bayer圖像為例進行說明?？梢岳斫獾氖?，本發(fā)明實施例中的數(shù)字圖像壞點檢測方法還可以應用于其他cfa獲得的數(shù)字圖像，具體可以參照本發(fā)明實施例中基于bayer圖像的相關描述進行實施，此處不再一一贅述。

需要說明的是，在具體實施中，所述數(shù)據(jù)子塊的大小可以由本領域技術人員根據(jù)實際情況進行設定。

下面結(jié)合具體的數(shù)據(jù)子塊，對步驟11～14進行詳細說明：

根據(jù)圖像中像素的相關性，像素位置離得越近，像素之間的相關性越強，對于平均色差計算和壞點檢測的參考意義也就越大，因此本發(fā)明的實施例中獲取以綠色像素g22為中心的5×5數(shù)據(jù)子塊對所述方法進行描述?？梢岳斫獾氖牵诰唧w實施中，所述數(shù)據(jù)子塊還可以為其它大小，具體可以根據(jù)圖像傳感器輸出的bayer圖像的大小進行確定。

如圖2所示，預檢測像素為g22。在本發(fā)明的一實施例中，為了計算所述5×5數(shù)據(jù)子塊中的平均紅綠色差可以先從所述數(shù)據(jù)子塊中選取r像素：r01、r03、r21、r23、r41和r43作為參考點，利用中值濾波方法計算出所選取各個參考點處的g分量，再將各所選取參考點處的像素值減去相應的g分量，就可以得到該參考點處的紅綠色差。最后，將所得到的紅綠色差求平均。具體操作過程可參照如下(1)–(7)式：

kgr1＝r01-median(g00,g02,g11)(1)

kgr2＝r03-median(g02,g04,g13)(2)

kgr3＝r21-median(g20,g22,g11,g31)(3)

kgr4＝r23-median(g22,g24,g13,g33)(4)

kgr5＝r41-median(g40,g42,g31)(5)

kgr6＝r43-median(g42,g44,g33)(6)

其中，median()表示求中值函數(shù)。

同理，可以先從所述數(shù)據(jù)子塊中選取藍色b10、b12、b14、b30、b32和b34作為參考點，根據(jù)如下(8)–(14)式可以計算出平均藍綠色差

kgb1＝b10-median(g00,g20,g11)(8)

kgb2＝b12-median(g02,g22,g11,g13)(9)

kgb3＝b14-median(g04,g13,g24)(10)

kgb4＝b30-median(g20,g40,g31)(11)

kgb5＝b32-median(g22,g42,g31,g33)(12)

kgb6＝b34-median(g24,g44,g33)(13)

獲得平均色差和后，對以預檢測像素g22為中心的3×3區(qū)域內(nèi)異色像素的像素值進行顏色補償，即對異色像素b12、b32、r21和r23進行顏色補償，得到異色像素b12處所缺失的g分量異色像素b32處所缺失的g分量異色像素r21處所缺失的g分量和異色像素r23處所缺失的g分量

需要說明的是，當所述預檢測像素為r時，分別計算所述3×3區(qū)域內(nèi)各g像素的像素值與的和，得到所述各g像素處所缺失的r分量；以及分別計算所述3×3區(qū)域內(nèi)各b像素的像素值與的差，再與求和，得到所述各b像素處所缺失的r分量。當所述預檢測像素為b時，分別計算所述3×3區(qū)域內(nèi)各r像素的像素值與的差，再與求和，得到所述各r像素處所缺失的b分量；以及分別計算所述3×3區(qū)域內(nèi)各g像素的像素值與的和，得到所述各g像素處所缺失的b分量。具體可以參照預檢測像素為g時，各以預檢測像素為中心的3×3區(qū)域內(nèi)異色像素處所缺失的g分量的計算過程進行實施，此處不再贅述。

需要說明的是，計算平均色差的主要目的是為了利用以預檢測像素為中心3×3區(qū)域內(nèi)的異色像素信息，去檢測所述預檢測像素是否為壞點。因此，可以理解的是，上述計算平均色差的方法僅為本發(fā)明中計算所述平均色差的一具體實施例。在具體實施中，還可以采用其它多種方法計算所述平均色差，具體方法不作限制。

在具體實施中，在基于所述顏色補償后的數(shù)據(jù)子塊，確定所述預檢測像素是否為壞點時，可以先根據(jù)所述數(shù)據(jù)子塊在各預設方向上的梯度值，確定所述數(shù)據(jù)子塊所屬的特征區(qū)域，再根據(jù)所述數(shù)據(jù)子塊所屬的特征區(qū)域，從所述顏色補償后的數(shù)據(jù)子塊的相應區(qū)域中，選取與所述預檢測像素具有相同顏色的像素，接著從所選取的像素對應的像素值中分別選取最大像素值和最小像素值，最后根據(jù)預設的閾值確定所述預檢測像素是否為壞點。

在本發(fā)明的一實施例中，為了確定所述5×5子塊所屬的特征區(qū)域，可以先按照式(15)–(18)分別計算水平方向的梯度值ih、垂直方向的梯度值iv、45°方向的梯度值id45和135°方向的梯度值id135：

ih＝|g00+g04-2g02|+|r01-r03|+|b10+b14-2b12|+|g11-g13|+(15)|g40+g44-2g42|+|r41-r43|+|b30+b34-2b32|+|g31-g33|

iv＝|g00+g40-2g20|+|b10-b30|+|r01+r41-2r21|+|g11-g31|+(16)|g04+g44-2g24|+|b14-b34|+|r03+r43-2r23|+|g13-g33|

id45＝|g02+g20-2g11|+|b12-b30|+|r03-r21|+(17)|g24+g42-2g33|+|b14-b32|+|r23-r41|

id135＝|g02+g24-2g13|+|b12-b34|+|r01-r23|+(18)|g20+g42-2g31|+|b10-b32|+|r21-r43|

獲得這四個方向的梯度值后，若ih<flat_th、iv<flat_th、id45<flat_th和id135<flat_th，則該所述5×5子塊為平坦區(qū)，否則為非平坦區(qū)，其中，flat_th為平坦區(qū)閾值。

在本發(fā)明的一實施例中，當所述5×5子塊為平坦區(qū)時，可以在以所述預檢測像素為中心5×5環(huán)上區(qū)域內(nèi)，選取與所述預檢測像素具有相同顏色的像素，即選取像素{g00，g02，g04，g20，g24，g40，g42，g44}，再從其中選取最大像素值為ymax和最小像素值為ymin。

當所述5×5子塊為非平坦區(qū)時，在檢測所述預檢測像素g22是否為壞點時，離預檢測像素g22越近的像素點參考意義就越大，因此可以選擇與預檢測像素相鄰的像素g22進行比較，可靠性會越高，保護圖像細節(jié)能力越強。因此，在本發(fā)明的一實施例中，當所述5×5子塊為非平坦區(qū)時，可以在以所述預檢測像素為中心3×3環(huán)上，選取與所述預檢測像素具有相同顏色的像素，即選取像素{g11，g12，g13，g21，g23，g31，g32，g33}中的最大值為ymax和最小值為ymin。

最后，根據(jù)預設的閾值t以及計算得到的最大值ymax和最小值ymin，檢測所述預檢測像素g22是否為壞點。具體地，當g22∈[ymin-t,ymax+t]時，確定所述預檢測像素g22為非壞點，否則確定所述預檢測像素g22為壞點。其中，所述預設閾值t可以由本領域人員自行設定。

由上述內(nèi)容可以看出，本發(fā)明實施例中數(shù)字圖像的壞點檢測方法，根據(jù)色差原理，計算出預檢測像素周圍小區(qū)域內(nèi)的平均紅綠色差和平均藍綠色差，進而可以利用平均色差去補償預檢測像素周圍的相鄰異色像素值，從而對應得到所述預檢測像素周圍的相鄰異色像素處所缺失的顏色分量，并利用所述所缺失的顏色分量對所述預檢測像素是否為壞點進行檢測。由于色差信息可以更加準確地反映預檢測像素與周圍區(qū)域像素點的差異，因此可以使得壞點檢測的誤檢率更低，檢測的準確性更高。

本發(fā)明實施例還提供了一種數(shù)字圖像壞點的校正方法。下面參照圖3，對所述方法進行詳細介紹。

所述方法可以包括如下步驟：

步驟31，檢測預檢測像素是否為壞點；

在具體實施中，可以采用上述數(shù)字圖像的壞點檢測方法來檢測所述預檢測像素是否為壞點。

當檢測到所述預檢測像素為非壞點時，直接輸出結(jié)果，否則，繼續(xù)執(zhí)行下面步驟，直至流程結(jié)束。

步驟32，選擇與所述預檢測像素所在的特征區(qū)域?qū)男Ｕ绞?，對所述預檢測像素進行校正。

下面結(jié)合圖2，對步驟31及32進行詳細說明：

當采用上述壞點檢測方法判斷出預檢測像素g22為壞點時，可以先按照式(15)–(18)分別計算水平方向的梯度值ih、垂直方向的梯度值iv、45°方向的梯度值id45和135°方向的梯度值id135，再根據(jù)平坦區(qū)閾值flat_th將所述5×5子塊區(qū)域判定為平坦區(qū)，還是非平坦區(qū)。

若所述區(qū)域為平坦區(qū)，則使用如下(19)式，對預檢測像素g22的像素值進行校正：

若所述區(qū)域為非平坦區(qū)，則可以預設的邊緣區(qū)閾值edge_th，判斷所述區(qū)域是水平邊緣區(qū)、垂直邊緣區(qū)、45°方向邊緣區(qū)、135°方向邊緣區(qū)，還是其他紋理區(qū)。具體實施過程如下：

若iv>ih+edge_th，則判定所述區(qū)域為水平邊緣區(qū)。此時，可以使用如下(20)式，對預檢測像素g22的像素值進行校正：

若ih>iv+edge_th，則判定該區(qū)域為垂直邊緣區(qū)。此時，可以使用如下(21)式，對預檢測像素g22的像素值進行校正：

若id135>id45+edge_th，則判定該區(qū)域為45°方向邊緣區(qū)。此時，可以使用如下(22)式，對預檢測像素g22的像素值進行校正：

若id45>id135+edge_th，則判定該區(qū)域為135°方向邊緣區(qū)。此時，可以使用如下(23)式，對預檢測像素g22的像素值進行校正：

除了平坦區(qū)及各邊緣區(qū)之外，其他情況下都判定為紋理區(qū)。當壞點g22處于紋理區(qū)時，校正方式為：若g22>ymax+t，則g22＝y(tǒng)max；若g22<ymin-t，則g22＝y(tǒng)min。

需要說明的是，確定所述預檢測像素所在的特征區(qū)域是平坦區(qū)、邊緣區(qū)還是紋理區(qū)的步驟，可以檢測所述預檢測像素是否為壞點的過程中執(zhí)行，也可以在確定所述預檢測像素為壞點后再執(zhí)行，還可以在檢測所述預檢測像素是否為壞點前執(zhí)行。具體執(zhí)行時間不受限制，只要在確定所述預檢測像素為壞點后，選擇與所述預檢測像素所在的特征區(qū)域?qū)男Ｕ绞?，對所述預檢測像素進行校正即可。

另外，在具體實施中，每個特征區(qū)域所對應的校正方式不限于上述實施例中所列舉的校正方式，還可以采用其他校正方式對所述預檢測像素進行校正，此處不作限制。

為了使本領域技術人員更好地理解和實現(xiàn)本發(fā)明，以下分別對上述方法對應的裝置進行詳細描述。

本發(fā)明實施例提供了一種數(shù)字圖像壞點的檢測裝置。下面參照圖4，對所述裝置進行詳細介紹：

如圖4所示，所述裝置可以包括：獲取單元41，計算單元42，估計單元43以及確定單元44。其中：

所述獲取單元41，適于獲取以預檢測像素為中心的數(shù)據(jù)子塊。所述計算單元42，適于計算所述數(shù)據(jù)子塊中紅色r分量與綠色g分量之間的平均色差以及藍色b分量與綠色g分量之間的平均色差所述估計單元43，適于根據(jù)所述平均色差及對所述數(shù)據(jù)子塊中，以所述預檢測像素為中心的3×3區(qū)域內(nèi)各異色像素進行相應顏色補償，獲得所述各異色像素處所缺失的顏色分量，其中，所述各異色像素處所缺失的顏色分量與所述預檢測像素具有相同顏色。所述確定單元44，適于基于所述顏色補償后的數(shù)據(jù)子塊，確定所述預檢測像素是否為壞點。

在具體實施中，所述計算單元42可以包括：第一選取子單元421，估計子單元422，第一計算子單元423以及第二計算子單元424。其中，所述第一選取子單元421，適于從所述數(shù)據(jù)子塊中選取預設數(shù)量的r像素和b像素。所述估計子單元422，適于利用中值濾波方法分別估計各所選取的r像素和b像素處所缺失的綠色分量。所述第一計算子單元423適于分別計算各所選取的r像素與對應的所述所缺失的g分量之間的差值，并對計算得到的差值求平均，得到所述第二計算子單元424，適于分別計算各所選取的藍色b像素與對應的所述所缺失的g分量之間的差值，并對計算得到的差值求平均，得到

在具體實施中，所述估計單元43可以包括以下任意一種：第一估計子單元431，第二估計子單元432以及第三估計子單元433。其中：

所述第一估計子單元431，適于當所述預檢測像素為g時，分別計算所述3×3區(qū)域內(nèi)各r像素的像素值與的差值，得到所述各r像素處所缺失的g分量；以及分別計算所述3×3區(qū)域內(nèi)各b像素的像素值與的差值，得到所述各b像素處所缺失的g分量。

所述第二估計子單元432，適于當所述預檢測像素為r時，分別計算所述3×3區(qū)域內(nèi)各g像素的像素值與的和，得到所述各g像素處所缺失的r分量；以及分別計算所述3×3區(qū)域內(nèi)各b像素的像素值與的差再與求和，得到所述各b像素處所缺失的r分量。

所述第三估計子單元433，適于當所述預檢測像素為b時，分別計算所述3×3區(qū)域內(nèi)各r像素的像素值與的差再與求和，得到所述各r像素處所缺失的b分量；以及分別計算所述3×3區(qū)域內(nèi)各g像素的像素值與的和，得到所述各g像素處所缺失的b分量。

在具體實施中，所述確定單元44可以包括：第一確定子單元441，第二選取子單元442，第三選取子單元443以及第二確定子單元444。其中，所述第一確定子單元441適于根據(jù)所述數(shù)據(jù)子塊在各預設方向上的梯度值，確定所述數(shù)據(jù)子塊所屬的特征區(qū)域。所述第二選取子單元442適于根據(jù)所述數(shù)據(jù)子塊所屬的特征區(qū)域，從所述顏色補償后的數(shù)據(jù)子塊的相應區(qū)域中，選取與所述預檢測像素具有相同顏色的像素。所述第三選取子單元443適于從所選取的像素對應的像素值中分別選取最大像素值和最小像素值。所述第二確定子單元444適于根據(jù)預設的閾值確定所述預檢測像素是否為壞點。

在具體實施中，所述數(shù)據(jù)子塊所屬的特征區(qū)域包括：平坦區(qū)及非平坦區(qū)。

在具體實施中，所述第二確定子單元444適于當所述預檢測像素值在[ymin-t,ymax+t]內(nèi)時，確定所述預檢測像素為非壞點，否則確定所述預檢測像素為壞點，其中，t所述預設閾值，ymin為從所選取的像素對應的像素值中選取的最小像素值，ymax為從所選取的像素對應的像素值中選取的最大像素值。

本發(fā)明實施例提供了一種數(shù)字圖像壞點的校正裝置(未示出)。所述裝置可以包括：檢測單元以及校正單元。其中，所述檢測單元適于采用上述的數(shù)字圖像壞點的檢測裝置，檢測所述預檢測像素是否為壞點。所述校正單元適于當確定所述預檢測像素為壞點時，選擇與所述預檢測像素所在的特征區(qū)域?qū)男Ｕ绞?，對所述預檢測像素進行校正。其中，所述預檢測像素所在的特征區(qū)域包括：平坦區(qū)、邊緣區(qū)以及紋理區(qū)。

本領域普通技術人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關的硬件來完成，該程序可以存儲于一計算機可讀存儲介質(zhì)中，存儲介質(zhì)可以包括：rom、ram、磁盤或光盤等。

雖然本發(fā)明披露如上，但本發(fā)明并非限定于此。任何本領域技術人員，在不脫離本發(fā)明的精神和范圍內(nèi)，均可作各種更動與修改，因此本發(fā)明的保護范圍應當以權利要求所限定的范圍為準。