图像处理方法和装置

技术领域

本发明涉及图像处理技术领域，更具体地涉及一种图像处理方法和装置。

背景技术

图像传感器在制造以及使用过程中，都不可避免地会产生坏点。坏点通常有两种存在形式即亮点和暗点。坏点固定存在于感光元件中，不能感应到外界的明暗光线变化以及色彩，导致图像不能真实体现现实场景。因此，在图像处理中，有必要对存在的坏点进行坏点修正。

目前对坏点进行修正的方法一般有两种。一种是提前记录坏点的位置，在使用时直接检索该位置进行坏点校正，这种方法需要一个较大的存储空间来记录位置信息，同时对于使用过程中产生的坏点，该种方法无法有效校正；另一种是通过滤波方法，不需要存储位置信息，但该检测方法复杂、计算速度较慢，并且不同的滤波方式对图像细节信息会造成一定损失。

发明内容

鉴于上述问题，本发明提供了一种图像处理方法和装置。

根据本发明的第一个方面，提供了一种图像处理方法，包括：响应于获取到待处理图像，根据所述待处理图像，得到与所述待处理图像对应的多个单通道图像；针对每个单通道图像中的非边缘像素点，根据每个非边缘像素点的灰度值，确定与每个单通道图像对应的第一目标点；针对每个单通道图像中的第一目标点进行水平垂直多个方向的差分梯度计算，得到与每个第一目标点对应的计算结果；获取阈值，并根据每个计算结果和所述阈值，确定所述第一目标点中的第二目标点；以及分别对每个第二目标点的灰度值进行校正，得到多个校正后的单通道图像。

根据本发明的实施例，还包括：根据所述多个校正后的单通道图像，生成目标图像。

根据本发明的实施例，所述针对每个单通道图像中的非边缘像素点，根据每个非边缘像素点的灰度值，确定与每个单通道图像对应的第一目标点，包括：针对任意非边缘像素点，获取所述非边缘像素点周围的相邻像素点的灰度值，得到多个相邻像素点的灰度值；确定所述多个相邻像素点的灰度值中的最大值和最小值；获取所述非边缘像素点的灰度值；根据所述最大值与所述非边缘像素点的灰度值的比较结果，确定是否将所述非边缘像素点作为所述第一目标点；以及根据所述最小值与所述非边缘像素点的灰度值的比较结果，确定是否将所述非边缘像素点作为所述第一目标点。

根据本发明的实施例，所述针对每个单通道图像中的第一目标点进行水平垂直多个方向的差分梯度计算，得到与每个第一目标点对应的计算结果，包括：针对任意第一目标点，获取所述第一目标点周围相邻像素点的灰度值；其中，所述第一目标点周围相邻像素点的灰度值包括位于所述第一目标点西向的相邻像素点的第一灰度值、位于所述第一目标点东向的相邻像素点的第二灰度值、位于所述第一目标点北向的相邻像素点的第三灰度值、位于所述第一目标点南向的相邻像素点的第四灰度值、位于所述第一目标点西北向的相邻像素点的第五灰度值、位于所述第一目标点东南向的相邻像素点的第六灰度值、位于所述第一目标点东北向的相邻像素点的第七灰度值和位于所述第一目标点西南向的相邻像素点的第八灰度值；获取所述第一目标点的灰度值；根据所述第一目标点的灰度值、所述第一灰度值和所述第二灰度值，得到差分梯度计算的第一计算值；根据所述第一目标点的灰度值、所述第三灰度值和所述第四灰度值，得到差分梯度计算的第二计算值；根据所述第一目标点的灰度值、所述第五灰度值和所述第六灰度值，得到差分梯度计算的第三计算值；根据所述第一目标点的灰度值、所述第七灰度值和所述第八灰度值，得到差分梯度计算的第四计算值；以及将所述第一计算值、第二计算值、第三计算值和第四计算值作为与所述第一目标点对应的计算结果。

根据本发明的实施例，所述获取阈值，并根据每个计算结果和所述阈值，确定所述第一目标点中的第二目标点，包括：确定所述第一计算值、第二计算值、第三计算值和第四计算值中的最大值；以及根据最大值与所述阈值的比较结果，确定所述第一目标点中的第二目标点。

根据本发明的实施例，所述分别对每个第二目标点的灰度值进行校正，得到多个校正后的单通道图像，包括：针对任意第二目标点，确定与所述第二目标点对应的用于修正的目标值；以及将所述第二目标点的灰度值转换为所述目标值，得到校正后的单通道图像。

本发明的第二方面提供了一种图像处理装置，包括：第一获得模块，用于响应于获取到待处理图像，根据所述待处理图像，得到与所述待处理图像对应的多个单通道图像；第一确定模块，用于针对每个单通道图像中的非边缘像素点，根据每个非边缘像素点的灰度值，确定与每个单通道图像对应的第一目标点；第二获得模块，用于针对每个单通道图像中的第一目标点进行水平垂直多个方向的差分梯度计算，得到与每个第一目标点对应的计算结果；第二确定模块，用于获取阈值，并根据每个计算结果和所述阈值，确定所述第一目标点中的第二目标点；以及第三获得模块，用于分别对每个第二目标点的灰度值进行校正，得到多个校正后的单通道图像。

本发明的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述公开的方法。

本发明的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述公开的方法。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述内容以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本发明实施例的图像处理方法的流程图；

图2示意性示出了根据本发明实施例的图像处理装置的结构框图；以及

图3示意性示出了根据本发明实施例的适于实现图像处理方法的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本发明的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本发明实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本发明。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

通过图1对公开实施例的图像处理方法进行详细描述。

图1示意性示出了根据本发明实施例的图像处理方法的流程图。如图1所示，该实施例包括操作S101～操作S105。

在操作S101，响应于获取到待处理图像，根据待处理图像，得到与待处理图像对应的多个单通道图像。

例如，待处理图像为医疗设备采集图像。

例如，待处理图像为颜色滤波矩阵图像。

可以理解，本步骤可以从待处理图像中提取单通道图像，如提取四幅单颜色通道图像。

可以理解，对于一幅待处理图像IM∈R

在操作S102，针对每个单通道图像中的非边缘像素点，根据每个非边缘像素点的灰度值，确定与每个单通道图像对应的第一目标点。

目标点，如本步骤确定的第一目标点，可以作为坏点。

例如，针对每个单通道图像中的非边缘像素点，根据每个非边缘像素点的灰度值，确定与每个单通道图像对应的第一目标点，包括：针对任意非边缘像素点，获取非边缘像素点周围的相邻像素点的灰度值，得到多个相邻像素点的灰度值；确定多个相邻像素点的灰度值中的最大值和最小值；获取非边缘像素点的灰度值；根据最大值与非边缘像素点的灰度值的比较结果，确定是否将非边缘像素点作为第一目标点；以及根据最小值与非边缘像素点的灰度值的比较结果，确定是否将非边缘像素点作为第一目标点。

举例来说，对四幅单颜色通道图像分别进行去中心值处理，本步骤中的值，可以为灰度值。如图像

可以理解，若I(i,j)不满足大于该最大值或者I(i,j)小于该最小值的条件，则认为当前点不是坏点，不进行校正。

在操作S103，针对每个单通道图像中的第一目标点进行水平垂直多个方向的差分梯度计算，得到与每个第一目标点对应的计算结果。

可以理解，为了更准确的确定坏点，需要对确定的第一目标点进一步筛选，将筛选后确定的第二目标点作为本发明所确定的坏点。

例如，采用差分梯度计算得到的计算结果，对第一目标点进行筛选。

例如，针对每个单通道图像中的第一目标点进行水平垂直多个方向的差分梯度计算，得到与每个第一目标点对应的计算结果，包括：针对任意第一目标点，获取第一目标点周围相邻像素点的灰度值；其中，第一目标点周围相邻像素点的灰度值包括位于第一目标点西向的相邻像素点的第一灰度值、位于第一目标点东向的相邻像素点的第二灰度值、位于第一目标点北向的相邻像素点的第三灰度值、位于第一目标点南向的相邻像素点的第四灰度值、位于第一目标点西北向的相邻像素点的第五灰度值、位于第一目标点东南向的相邻像素点的第六灰度值、位于第一目标点东北向的相邻像素点的第七灰度值和位于第一目标点西南向的相邻像素点的第八灰度值；获取第一目标点的灰度值；根据第一目标点的灰度值、第一灰度值和第二灰度值，得到差分梯度计算的第一计算值；根据第一目标点的灰度值、第三灰度值和第四灰度值，得到差分梯度计算的第二计算值；根据第一目标点的灰度值、第五灰度值和第六灰度值，得到差分梯度计算的第三计算值；根据第一目标点的灰度值、第七灰度值和第八灰度值，得到差分梯度计算的第四计算值；以及将第一计算值、第二计算值、第三计算值和第四计算值作为与第一目标点对应的计算结果。

举例来说，对满足条件的第一目标点进行多个方向的差分梯度计算，具体地：当I(i,j)大于最大值时。

diffVer(i,j)＝2*I(i,j)-I(i-1,j)-I(i+1,j)

diffHor(i,j)＝2*I(i,j)-I(i,j-1)-I(i,j+1)

diffDiag1(i,j)＝2*I(i,j)-I(i-1,j-1)-I(i+1,j+1)

diffDiag2(i,j)＝2*I(i,j)-I(i-1,j+1)-I(i+1,j+1)

当I(i,j)小于最小值时，

diffVer(i,j)＝I(i-1,j)+I(i+1,j)-2*I(i,j)

diffHor(i,j)＝I(i,j-1)+I(i,j+1)-2*I(i,j)

diffDiag1(i,j)＝I(i-1,j-1)+I(i+1,j+1)-2*I(i,j)

diffDiag2(i,j)＝I(i-1,j+1)+I(i+1,j+1)-2*I(i,j)

例如，其中，I(i,j)为第一目标点的灰度值，I(i-1,j)为位于第一目标点西向的相邻像素点的第一灰度值，I(i+1,j)为位于第一目标点东向的相邻像素点的第二灰度值，I(i,j-1)为位于第一目标点北向的相邻像素点的第三灰度值，I(i,j+1)为位于第一目标点南向的相邻像素点的第四灰度值，I(i-1,j-1)为位于第一目标点西南向的相邻像素点的第八灰度值，I(i+1,j+1)为位于第一目标点东北向的相邻像素点的第七灰度值，I(i-1,j+1)为位于第一目标点西北向的相邻像素点的第五灰度值，I(i+1,j+1)为位于第一目标点东南向的相邻像素点，diffVer(i,j)为第一计算值，diffHor(i,j)为第二计算值，diffDiag1(i,j)为第四计算值，diffDiag2(i,j)为第三计算值。

进一步地，将第一计算值、第二计算值、第三计算值和第四计算值作为与第一目标点对应的计算结果。

在操作S104，获取阈值，并根据每个计算结果和阈值，确定第一目标点中的第二目标点。

可以理解，在本步骤中，继续进行坏点检测。通过阈值来确定第一目标点中的第二目标点。

例如，获取阈值，并根据每个计算结果和阈值，确定第一目标点中的第二目标点，包括：确定第一计算值、第二计算值、第三计算值和第四计算值中的最大值；以及根据最大值与阈值的比较结果，确定第一目标点中的第二目标点。

举例来说，将取第一目标点对应的计算结果中的最大值，并与与阈值T进行比较。

最大值：DiffMax＝max(DiffVer(i,j),diffHor(i,j),

DiffDiag1(i,j),DiffDiag1(i,j))

可以根据最大值与阈值T的比较结果，确定第一目标点中的第二目标点。例如，T＝20。

可以理解，由于图像中的噪声具有局部极值特性，因此当降低阈值T的时候，不仅能够校正坏点也带有一定的降噪功能。

在操作S105，分别对每个第二目标点的灰度值进行校正，得到多个校正后的单通道图像。

例如，分别对每个第二目标点的灰度值进行校正，得到多个校正后的单通道图像，包括：针对任意第二目标点，确定与第二目标点对应的用于修正的目标值；以及将第二目标点的灰度值转换为目标值，得到校正后的单通道图像。

具体地，确定为坏点的像素点(即第二目标点)，通过以下公式计算得到的目标值，来更新第二目标点的原始灰度值。

其中，

进一步地，可以根据多个校正后的单通道图像，生成目标图像。

可以理解，例如，在本步骤中将校正后的单通道图像重组成颜色滤波矩阵图像IM∈RM×N。

本发明提供的图像处理方法，可以对目标点进行校正，同时具有降低图像噪声的效果。例如通过对图像进行颜色通道拆分，重组得到多个单通道图像；然后对单通道图像进行目标点的检测与校正，得到校正后的单通道图像，能够有效抑制目标点像元，校正其灰度值；同时通过设定阈值来确定目标点能够减低图像噪声；且本发明提供的图像处理方法只对确定的目标点进行校正处理，可以提升校正目标点的速度。

图2示意性示出了根据本发明实施例的图像处理装置的结构框图。

如图2所示，该实施例的图像处理装置200包括第一获得模块210、第一确定模块220、第二获得模块230、第二确定模块240和第三获得模块250。

第一获得模块210，用于响应于获取到待处理图像，根据所述待处理图像，得到与所述待处理图像对应的多个单通道图像；第一确定模块220，用于针对每个单通道图像中的非边缘像素点，根据每个非边缘像素点的灰度值，确定与每个单通道图像对应的第一目标点；第二获得模块230，用于针对每个单通道图像中的第一目标点进行水平垂直多个方向的差分梯度计算，得到与每个第一目标点对应的计算结果；第二确定模块240，用于获取阈值，并根据每个计算结果和所述阈值，确定所述第一目标点中的第二目标点；以及第三获得模块250，用于分别对每个第二目标点的灰度值进行校正，得到多个校正后的单通道图像。

根据本发明的实施例，第一获得模块210、第一确定模块220、第二获得模块230、第二确定模块240和第三获得模块250中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，第一获得模块210、第一确定模块220、第二获得模块230、第二确定模块240和第三获得模块250中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一获得模块210、第一确定模块220、第二获得模块230、第二确定模块240和第三获得模块250中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图3示意性示出了根据本发明实施例的适于实现图像处理方法的电子设备的方框图。

如图3所示，根据本发明实施例的电子设备300包括处理器301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储部分308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。处理器301例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器301还可以包括用于缓存用途的板载存储器。处理器301可以包括用于执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 303中，存储有电子设备300操作所需的各种程序和数据。处理器301、ROM302以及RAM 303通过总线304彼此相连。处理器301通过执行ROM 302和/或RAM 303中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 302和RAM 303以外的一个或多个存储器中。处理器301也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。

根据本发明的实施例，电子设备300还可以包括输入/输出(I/O)接口305，输入/输出(I/O)接口305也连接至总线304。电子设备300还可以包括连接至I/O接口305的以下部件中的一项或多项：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。

本发明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可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本发明实施例的方法。

根据本发明的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本发明的实施例，计算机可读存储介质可以包括上文描述的ROM 302和/或RAM 303和/或ROM 302和RAM 303以外的一个或多个存储器。

本发明的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本发明实施例所提供的图像处理方法。

在该计算机程序被处理器301执行时执行本发明实施例的系统/装置中限定的上述功能。根据本发明的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分309被下载和安装，和/或从可拆卸介质311被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。在该计算机程序被处理器301执行时，执行本发明实施例的系统中限定的上述功能。根据本发明的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

根据本发明的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本发明的各个实施例和/或权项中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本发明中。特别地，在不脱离本发明精神和教导的情况下，本发明的各个实施例和/或权项中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。

以上对本发明的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本发明的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本发明的范围由所附权项及其等同物限定。不脱离本发明的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本发明的范围之内。