基于MATLAB的Bayer图像的DPC坏点矫正算法

一、概述

        图像传感器上像素感光阵列存在工艺上的缺陷，或光电转换过程中出现错误，从而导致图像中的像素值不准确，这些有缺陷的像素即为图像坏点。

        图像坏点一般分为静态坏点和动态坏点。静态坏点位置固定，一般为常暗或者常亮；动态坏点在一定像素范围内，该点表现正常，而超过这一范围，该点表现的比周围像素要亮。

        由于图像的坏点在ISP插值和滤波处理时会影响周围像素点，并且坏点较多时会造成图像边缘伪彩问题，因此DPC坏点矫正一般在ISP的pipeline靠前位置。

        本算法使用在彩色图像处理过程中的RAW图像处理阶段，附matlab源码。

二、算法步骤

        1、为了处理图像边缘数据，将原数据网四个方向各扩充2行，扩充的内容为沿边缘镜像的数据；

 

        2、判断处理的中心像素类型，将以中心像素为中心的5×5矩阵重组为3×3矩阵；

        中心像素为G时：

        中间像素为R或B时：

        3、进行3×3矩阵的中心像素坏点判断，中心像素比周围像素值都大或都小且超过设定的阈值时，判断此中心像素为坏点；

        4、计算3×3矩阵垂直、水平和对角四个方向的梯度值；

        5、当中心像素为坏点时，最小梯度值的方向取均值替换坏点作为新的中心像素值；当中心像素不是坏点时，中心像素值不处理。