一种图像传感器坏列检测方法技术

本发明专利技术公开了一种图像传感器坏列检测方法，包括以下步骤：步骤一：计算图像的平均值imgMean；步骤二：计算图像的列均值colMeans和列标准差ColStds；步骤三：选取图像的任意一列作为参考列，计算参考列标准差refStd；步骤四：根据步骤一中计算得到的图像平均值imgMean，对图像中的每一列单独计算与所述参考列的相似值，所述相似值的数值越大，则相似度越低；步骤五：遍历图像的所有列，按照步骤四计算出所有列与参考列的相似值，本发明专利技术的有益效果：结合图像本身的绝对灰度均值，不同的绝对灰度均值，对应不同的坏列判断阈值，选取图像中某一固定列作为参考列，结合均值和标准差两个阈值因子，能够准确高效检测出图像存在的坏列，漏检和误检率较低。检和误检率较低。检和误检率较低。

【技术实现步骤摘要】
一种图像传感器坏列检测方法


[0001]本专利技术涉及图像检测
，具体是一种图像传感器坏列检测方法。

技术介绍

[0002]摄像头的成像过程就是将光信号数字化的过程。光线首先通过镜头，达到感光元件，即图像传感器(CCD,CMOS等)，将光线信号转为数字信号，再经过专门的数字信号处理芯片进行后续的信号加工后传输到相机等设备上。通常，一个图像传感器包含大量的感光单元，每个感光单元对应于图像传感器所输出图像中的一个像素点。
[0003]由于制造工艺、运输或者储存方式等方面的原因，使得图像传感器的某些感光单元损坏而不能正常感光，这些不能正常感光的感光单元在图像中所对应的像素点被称为坏点，连续一列或者多列的坏点就会形成一条条坏列。
[0004]图像坏列对图像的成像质量具有非常重要的影响，因此，必须对坏列进行检测处理。
[0005]目前对坏列检测的方法，主要有：连续采集n幅图像，将n幅图像进行平均，求取平均图像的列方向均值，进而求取列方向的梯度，将列方向的最大梯度值和阈值比较，从而检测出坏列，以上方法简单，没有考虑标准差这个阈值因子，并且阈值设定简单，容易造成漏检和误捡。

技术实现思路

[0006]本专利技术的目的在于提供一种图像传感器坏列检测方法，以解决上述
技术介绍
中提出的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：一种图像传感器坏列检测方法，包括以下步骤：
[0008]步骤一：计算图像的平均值imgMean；
[0009]步骤二：计算图像的列均值colMeans和列标准差ColStds；
[0010]步骤三：选取图像的任意一列作为参考列，计算参考列标准差refStd；
[0011]步骤四：根据步骤一中计算得到的图像平均值imgMean，对图像中的每一列单独计算与所述参考列的相似值，所述相似值的数值越大，则相似度越低；
[0012]步骤五：遍历图像的所有列，按照步骤四计算出所有列与参考列的相似值。
[0013]进一步的，在步骤四中，当图像的平均值imgMean的数值大于350时，针对图像的每一列，其相似值T的表达式如下：T＝(1
‑
colMeans/imgMean)，其中T取其绝对值，colMeans为每一列的列均值，同时计算每一列的标准差与参考列的比值，其表达式为：T1＝colStds/refStd，当满足T1>＝4并且T0大于或等于0.4时，则判断此列为坏列。
[0014]进一步的，在步骤四中，如果imgMean<＝350，对于图像每一列，其相似值T的表达式如下：T＝colStds/refStd，其中ColStds为图像每一列的标准差，当T大于或等于5时，则判断此列为坏列。
[0015]与现有技术相比，本专利技术的有益效果是：结合图像本身的绝对灰度均值，不同的绝对灰度均值，对应不同的坏列判断阈值，选取图像中某一固定列作为参考列，结合均值和标准差两个阈值因子，能够准确高效检测出图像存在的坏列，漏检和误检率较低。
附图说明
[0016]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述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专利技术的一些实施例，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。
[0017]图1为本专利技术检测步骤流程图；
[0018]图2为本专利技术图像坏列检测对比效果图；
具体实施方式
[0019]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]请参阅图1
‑
2，本专利技术实施例中，一种图像传感器坏列检测方法，包括以下步骤：
[0021]步骤一：计算图像的平均值imgMean；
[0022]步骤二：计算图像的列均值colMeans和列标准差ColStds；
[0023]步骤三：选取图像的任意一列作为参考列，计算参考列标准差refStd；
[0024]步骤四：根据步骤一中计算得到的图像平均值imgMean，对图像中的每一列单独计算与所述参考列的相似值，所述相似值的数值越大，则相似度越低；
[0025]步骤五：遍历图像的所有列，按照步骤四计算出所有列与参考列的相似值。
[0026]实施例：
[0027]连续采集N幅图像，将N幅图像进行平均，求取平均图像的列均值和列标准差，随后选取图像任意一列作为参考列，随后结合列均值和标准差两个阈值银子，实现准确高效检测图像的坏列。
[0028]当图像的平均值imgMean的数值大于350时，针对图像的每一列，其相似值T的表达式如下：T＝(1
‑
colMeans/imgMean)，其中T取其绝对值，colMeans为每一列的列均值，同时计算每一列的标准差与参考列的比值，其表达式为：T1＝colStds/refStd，当满足T1>＝4并且T0大于或等于0.4时，则判断此列为坏列。
[0029]当图像的平均值imgMean<＝350，对于图像每一列，其相似值T的表达式如下：T＝colStds/refStd，其中ColStds为图像每一列的标准差，当T大于或等于5时，则判断此列为坏列。
[0030]最后，遍历图像的所有列，按照以上步骤计算出所有列与参考列的相似值即可。
[0031]对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本专利技术的范围由所附权
利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本专利技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0032]此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像传感器坏列检测方法，其特征在于，包括以下步骤：步骤一：计算图像的平均值imgMean；步骤二：计算图像的列均值colMeans和列标准差ColStds；步骤三：选取图像的任意一列作为参考列，计算参考列标准差refStd；步骤四：根据步骤一中计算得到的图像平均值imgMean，对图像中的每一列单独计算与所述参考列的相似值，所述相似值的数值越大，则相似度越低；步骤五：遍历图像的所有列，按照步骤四计算出所有列与参考列的相似值。2.根据权利要求1所述的一种图像传感器坏列检测方法，其特征在于：在步骤四中，当图像的平均值imgMean的数值大于350时，针对图像的每一列，其相似值T...

【专利技术属性】
技术研发人员：陈烨，
申请(专利权)人：南京威派视半导体技术有限公司，
类型：发明
国别省市：