一種獲取圖像傳感器噪聲水平曲線的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種獲取圖像傳感器噪聲水平曲線的方法及系統(tǒng)，涉及圖像處理【技術(shù)領(lǐng)域】，旨在提出一種計(jì)算簡(jiǎn)單、準(zhǔn)確度高的圖像傳感器的噪聲水平曲線估計(jì)方法與系統(tǒng)。本發(fā)明技術(shù)要點(diǎn)：對(duì)彩色圖像進(jìn)行單通道灰度圖像分解，得到不同顏色通道的灰度圖像；依次對(duì)所述三幅灰度圖像進(jìn)行處理，得到每幅灰度圖像的傳感器噪聲水平曲線：進(jìn)行灰度直方圖統(tǒng)計(jì)；計(jì)算直方圖的可信灰度區(qū)間比例因子；標(biāo)定可信灰度區(qū)間；將灰度圖像分塊；得到可信圖像塊的方差與均值；得到端點(diǎn)均值與方差；以各均值與方差對(duì)為曲線上的點(diǎn)，利用分段的三次Hermite插值算法得到該灰度圖像傳感器噪聲水平曲線。
【專利說(shuō)明】一種獲取圖像傳感器噪聲水平曲線的方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，尤其是一種獲取圖像傳感器噪聲水平曲線的獲取方法。

【背景技術(shù)】
[0002]近年來(lái)，隨著數(shù)碼相機(jī)、帶攝像頭的手機(jī)的普及，人類進(jìn)入了全民攝影時(shí)代。而相機(jī)中普遍采用的圖像傳感器，比如CO) (Charge-Coupled Device)、CMOS (ComplementaryMetal-Oxide-Semiconductor)傳感器，在工作時(shí)會(huì)產(chǎn)生大量的隨機(jī)噪聲。這種噪聲不是簡(jiǎn)單的高斯白噪聲AWGN (Additive White Gaussian Noise)，而是一種嚴(yán)重依賴于信號(hào)強(qiáng)度的隨機(jī)噪聲(Signal Dependent Noise)。
[0003]目前，利用得到的任意單張圖像估計(jì)傳感器的噪聲曲線的方法包括兩類:基于光滑圖像塊的噪聲估計(jì)方法和基于貝葉斯推斷的估計(jì)方法。
[0004]其中，基于光滑圖像塊的噪聲估計(jì)方法是先對(duì)圖像進(jìn)行分塊，計(jì)算所有塊的平均絕對(duì)偏差MAD(Mean Absolute Deviate)，找出最小的MAD值的塊即為光滑塊。然后計(jì)算此光滑塊的均值和方差，將均值與方差作為圖像噪聲曲線上的樣本點(diǎn)。再根據(jù)此樣本點(diǎn)，在事先模擬出的各種噪聲曲線的集合中，找出離此樣本點(diǎn)最近的兩條噪聲曲線。最后，根據(jù)樣本點(diǎn)和這兩條噪聲曲線，線性插值出整幅圖像的噪聲曲線。這種方法計(jì)算簡(jiǎn)單，但需要大的噪聲曲線集合。并且，會(huì)因?yàn)樵肼暻€集合展開的空間的扭曲，而得到錯(cuò)誤的插值結(jié)果。
[0005]基于貝葉斯推斷的估計(jì)方法是假設(shè)圖像是分段光滑的，對(duì)圖像進(jìn)行聚類分割，計(jì)算出每一類的均值和方差，得到噪聲水平函數(shù)(Noise Level Funct1n)的上界，以此作為待估計(jì)的噪聲曲線的先驗(yàn)。再根據(jù)每個(gè)類別的像素個(gè)數(shù)以及事先模擬出的各種噪聲曲線的集合構(gòu)造出似然項(xiàng)。最后通過(guò)貝葉斯模型推理出整幅圖像的噪聲曲線。這種方法精度較高，但計(jì)算復(fù)雜，需要大的噪聲曲線集合，效果易受分割的影響，且對(duì)于小噪聲會(huì)出現(xiàn)過(guò)估計(jì)的現(xiàn)象。


【發(fā)明內(nèi)容】

[0006]故此，本發(fā)明旨在解決現(xiàn)有技術(shù)的不足，提出一種圖像傳感器的噪聲水平曲線估計(jì)方法，能夠準(zhǔn)確的估計(jì)出不同傳感器的噪聲水平函數(shù)，且計(jì)算簡(jiǎn)單。
[0007]本發(fā)明提供的一種獲取圖像傳感器噪聲水平曲線的方法，包括:
步驟1:對(duì)彩色圖像進(jìn)行單通道灰度圖像分解，得到三幅不同顏色通道的灰度圖像；
按照步驟2~8依次對(duì)所述三幅灰度圖像進(jìn)行處理，得到每幅灰度圖像的傳感器噪聲水平曲線:
步驟2:將灰度值范圍0~255等分為m個(gè)灰度區(qū)間，統(tǒng)計(jì)灰度圖像中落入各個(gè)灰度區(qū)間的像素點(diǎn)個(gè)數(shù);m為非零自然數(shù)且能整除256 ;
步驟3:統(tǒng)計(jì)所述m個(gè)灰度區(qū)間中像素點(diǎn)數(shù)量大于1/mXaXN的灰度區(qū)間的個(gè)數(shù)f，令Ι/f為可信灰度區(qū)間的比例因子；其中0.588 ^ a ^ 0.648，N為灰度圖像的像素點(diǎn)總數(shù)； 步驟4:標(biāo)定出m個(gè)灰度區(qū)間中像素點(diǎn)數(shù)量大于Ι/fXN的灰度區(qū)間，將標(biāo)定出來(lái)的灰度區(qū)間作為可信灰度區(qū)間，令可信灰度區(qū)間的個(gè)數(shù)為K ;1 < K < m ;
步驟5:將灰度圖像劃分為bXb個(gè)圖像塊，分別計(jì)算每個(gè)圖像塊的灰度均值與灰度方差；b為非零自然數(shù)；
步驟6:針對(duì)每個(gè)可信灰度區(qū)間，找出灰度均值位于該可信灰度區(qū)間的圖像塊，并找出灰度均值位于同一可信灰度區(qū)間的圖像塊中灰度方差最小的圖像塊，最后得到K個(gè)圖像塊以及這K個(gè)圖像塊的灰度均值與灰度方差對(duì)(uk，vk), uk為所述K個(gè)圖像塊的灰度均值，Vk為所述K個(gè)圖像塊的灰度方差，k取1、2、…、K;
步驟7:找出灰度方差vk，k取1、2、…、K，中最小的方差并令為vminJ#到兩個(gè)新的灰度均值與灰度方差對(duì):(O，vmin), (255，vmin);
步驟8:將所述K+2個(gè)灰度均值與灰度方差對(duì)作為灰度圖像傳感器噪聲水平曲線上的點(diǎn)，利用分段的三次Hermite插值算法得到該灰度圖像傳感器噪聲水平曲線。
[0008]本發(fā)明還提供了一種獲取圖像傳感器噪聲水平曲線的系統(tǒng)，包括:
單通道灰度圖像分解模塊，用于對(duì)彩色圖像進(jìn)行單通道灰度圖像分解，得到三幅不同顏色通道的灰度圖像；
噪聲水平曲線擬合模塊，用于依次對(duì)所述三幅灰度圖像進(jìn)行處理，得到每幅灰度圖像的傳感器噪聲水平曲線；其進(jìn)一步包括:
m區(qū)間的灰度直方圖獲取模塊，用于將灰度值范圍0~255等分為m個(gè)灰度區(qū)間，統(tǒng)計(jì)灰度圖像中落入各個(gè)灰度區(qū)間的像素點(diǎn)個(gè)數(shù);m為非零自然數(shù)且能整除256 ;
直方圖可信灰度區(qū)間比例因子獲取模塊，用于統(tǒng)計(jì)所述m個(gè)灰度區(qū)間中像素點(diǎn)數(shù)量大于1/mXaXN的灰度區(qū)間的個(gè)數(shù)f，令Ι/f為可信灰度區(qū)間的比例因子；其中0.588 ^ a ^ 0.648，N為灰度圖像的像素點(diǎn)總數(shù)；
可信灰度區(qū)間標(biāo)定模塊，用于標(biāo)定出m個(gè)灰度區(qū)間中像素點(diǎn)數(shù)量大于1/f XN的灰度區(qū)間，將標(biāo)定出來(lái)的灰度區(qū)間作為可信灰度區(qū)間，令可信灰度區(qū)間的個(gè)數(shù)為K ;1 < K < m ;
分塊灰度均值與方差獲取模塊，用于將灰度圖像劃分為bXb個(gè)圖像塊，分別計(jì)算每個(gè)圖像塊的灰度均值與灰度方差；b為非零自然數(shù)；
灰度均值與灰度方差對(duì)獲取模塊，用于針對(duì)每個(gè)可信灰度區(qū)間，找出灰度均值位于該可信灰度區(qū)間的圖像塊，并比較得出灰度均值位于同一可信灰度區(qū)間的圖像塊中灰度方差最小的圖像塊，最后得到K個(gè)圖像塊以及這K個(gè)圖像塊的灰度均值與灰度方差對(duì)(uk，Vk),uk為所述K個(gè)圖像塊的灰度均值，V k為所述K個(gè)圖像塊的灰度方差，k取1、2、…、K ;
找出灰度方差vk，k取1、2、…、K，中最小的方差并令為Vmin;得到兩個(gè)新的灰度均值與灰度方差對(duì):(0, vmin), (255，vmin)；
插值模塊，用于將所述K+2個(gè)灰度均值與灰度方差對(duì)作為灰度圖像傳感器噪聲水平曲線上的點(diǎn)，利用分段的三次Hermite插值算法得到該灰度圖像傳感器噪聲水平曲線。
[0009]優(yōu)選地，m取值為16。
[0010]優(yōu)選地，8彡b彡24。
[0011]優(yōu)選地，a的取值為0.618。
[0012]綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是:
本發(fā)明通過(guò)在單張圖中尋找可信的圖像信息塊，統(tǒng)計(jì)出其最小方差，并三次樣條插值出最終的噪聲水平曲線，可以簡(jiǎn)單快速準(zhǔn)確地估計(jì)出圖像傳感器的噪聲曲線，占用運(yùn)算資源少，運(yùn)算速度快。整個(gè)噪聲曲線估計(jì)算法可以用于對(duì)傳感器特性的研宄，以及圖像的去噪算法等應(yīng)用之中。

【專利附圖】

【附圖說(shuō)明】
[0013]本發(fā)明將通過(guò)例子并參照附圖的方式說(shuō)明，其中:
圖1為本發(fā)明方法流程圖。

【具體實(shí)施方式】
[0014]本說(shuō)明書中公開的所有特征，或公開的所有方法或過(guò)程中的步驟，除了互相排斥的特征和/或步驟以外，均可以以任何方式組合。
[0015]本說(shuō)明書中公開的任一特征，除非特別敘述，均可被其他等效或具有類似目的的替代特征加以替換。即，除非特別敘述，每個(gè)特征只是一系列等效或類似特征中的一個(gè)例子而已。
[0016]如圖1，本發(fā)明提供的獲取圖像傳感器噪聲水平曲線的方法，包括:
步驟1:對(duì)彩色圖像進(jìn)行單通道灰度圖像分解。用，表示每個(gè)通道的灰度圖像。一個(gè)具體實(shí)施例中，按照?qǐng)D像像素的R、G、B值對(duì)整幅彩色圖像進(jìn)行灰度圖像分解，具體做法是，將像素點(diǎn)的R值作為R顏色通道灰度圖像對(duì)應(yīng)像素點(diǎn)的灰度值，以此類推得到G顏色通道灰度圖像，B顏色通道的灰度圖像。其中，灰度值范圍為[0，255]。
[0017]按照步驟2~8依次處理三幅灰度圖像得到三條傳感器噪聲水平曲線。
[0018]步驟2:對(duì)灰度圖像進(jìn)行直方圖統(tǒng)計(jì)。將灰度值范圍[0，255]平均分為m個(gè)區(qū)間，每個(gè)區(qū)間的大小設(shè)為m。遍歷整幅灰度圖像，統(tǒng)計(jì)出灰度圖像中的像素點(diǎn)落入各個(gè)灰度區(qū)間的像素點(diǎn)的個(gè)數(shù)。其中m為可以整除256的非零自然數(shù)，優(yōu)選取16。
[0019]步驟3:計(jì)算直方圖的可信灰度區(qū)間的比例因子Ι/f:統(tǒng)計(jì)出直方圖中灰度區(qū)間的像素點(diǎn)的個(gè)數(shù)大于1/mXaXN的灰度區(qū)間的個(gè)數(shù)f，Ι/f即是可信灰度區(qū)間的比例因子，其中N為單通道灰度圖的像素個(gè)數(shù)；a的取值范圍為[0.588，0.648]，優(yōu)選為0.618。
[0020]步驟4:標(biāo)定出直方圖中的可信灰度區(qū)間:標(biāo)定出直方圖中灰度區(qū)間的像素點(diǎn)的個(gè)數(shù)大于1/f XN的灰度區(qū)間；標(biāo)定出來(lái)的灰度區(qū)間即為可信灰度區(qū)間。
[0021]步驟5:將整幅灰度圖劃分成bXb個(gè)圖像塊，計(jì)算每個(gè)小塊的灰度均值與灰度方差；其中b為非零自然數(shù)，8 ^ 24, b優(yōu)選取值為16。
[0022]步驟6:針對(duì)直方圖的每個(gè)可信灰度區(qū)間，找出灰度均值在此區(qū)間的圖像塊，再找出灰度均值位于同一可信灰度區(qū)間的圖像塊中灰度方差最小的圖像塊。由此得到K個(gè)圖像塊以及該K個(gè)圖像塊的灰度均值與灰度方差對(duì)(uk，Vk), uk為所述K個(gè)圖像塊的灰度均值，Vk為所述K個(gè)圖像塊的灰度方差，k取1、2、…、K，K為可信灰度區(qū)間個(gè)數(shù)。
[0023]步驟7:找出上述K個(gè)方差中的最小值Vmin，將其作為均值為0、255處的方差，于是得到兩個(gè)端點(diǎn)的灰度均值與灰度方差對(duì)(0，vmin), (255，vmin)。
[0024]步驟8:根據(jù)這K+2個(gè)灰度均值與灰度方差對(duì)，用分段的三次Hermite插值出該灰度圖像灰度值范圍為[0，255]的噪聲水平曲線。
[0025]本發(fā)明并不局限于前述的【具體實(shí)施方式】。本發(fā)明擴(kuò)展到任何在本說(shuō)明書中披露的新特征或任何新的組合，以及披露的任一新的方法或過(guò)程的步驟或任何新的組合。
【權(quán)利要求】
1.一種獲取圖像傳感器噪聲水平曲線的方法，其特征在于，包括: 步驟1:對(duì)彩色圖像進(jìn)行單通道灰度圖像分解，得到三幅不同顏色通道的灰度圖像； 按照步驟2~8依次對(duì)所述三幅灰度圖像進(jìn)行處理，得到每幅灰度圖像的傳感器噪聲水平曲線: 步驟2:將灰度值范圍0~255等分為III個(gè)灰度區(qū)間，統(tǒng)計(jì)灰度圖像中落入各個(gè)灰度區(qū)間的像素點(diǎn)個(gè)數(shù)仰為非零自然數(shù)且能整除256 ； 步驟3:統(tǒng)計(jì)所述!II個(gè)灰度區(qū)間中像素點(diǎn)數(shù)量大于的灰度區(qū)間的個(gè)數(shù)？，令1/？為可信灰度區(qū)間的比例因子；其中0.588彡3彡0.648，~為灰度圖像的像素點(diǎn)總數(shù)；步驟4:標(biāo)定出III個(gè)灰度區(qū)間中像素點(diǎn)數(shù)量大于的灰度區(qū)間，將標(biāo)定出來(lái)的灰度區(qū)間作為可信灰度區(qū)間，令可信灰度區(qū)間的個(gè)數(shù)為1( ；1 ? 1( ? ?。。?； 步驟5:將灰度圖像劃分為6X13個(gè)圖像塊，分別計(jì)算每個(gè)圖像塊的灰度均值與灰度方差山為非零自然數(shù)； 步驟6:針對(duì)每個(gè)可信灰度區(qū)間，找出灰度均值位于該可信灰度區(qū)間的圖像塊，并比較得出灰度均值位于同一可信灰度區(qū)間的圖像塊中灰度方差最小的圖像塊，最后得到X個(gè)圖像塊以及這X個(gè)圖像塊的灰度均值與灰度方差對(duì)為所述1(個(gè)圖像塊的灰度均值，為所述1(個(gè)圖像塊的灰度方差，&取1、2、…、1(； 步驟7:找出灰度方差，&取1、2、…、X，中最小的方差并令為卩.;得到兩個(gè)新的灰度均值與灰度方差對(duì):(0, V」，(255, V」； 步驟8:將所述1(+2個(gè)灰度均值與灰度方差對(duì)作為灰度圖像傳感器噪聲水平曲線上的點(diǎn)，利用分段的三次抱1~111“6插值算法得到該灰度圖像傳感器噪聲水平曲線。
2.根據(jù)權(quán)利要求1所述的一種獲取圖像傳感器噪聲水平曲線的方法，其特征在于，III取值為16。
3.根據(jù)權(quán)利要求1或2所述的一種獲取圖像傳感器噪聲水平曲線的方法，其特征在于，8彡6彡24。
4.根據(jù)權(quán)利要求1或2或3所述的一種獲取圖像傳感器噪聲水平曲線的方法，其特征在于，￡1的取值為0.618。
5.一種獲取圖像傳感器噪聲水平曲線的系統(tǒng)，其特征在于，包括: 單通道灰度圖像分解模塊，用于對(duì)彩色圖像進(jìn)行單通道灰度圖像分解，得到三幅不同顏色通道的灰度圖像； 噪聲水平曲線擬合模塊，用于依次對(duì)所述三幅灰度圖像進(jìn)行處理，得到每幅灰度圖像的傳感器噪聲水平曲線；其進(jìn)一步包括: III區(qū)間的灰度直方圖獲取模塊，用于將灰度值范圍0~255等分為III個(gè)灰度區(qū)間，統(tǒng)計(jì)灰度圖像中落入各個(gè)灰度區(qū)間的像素點(diǎn)個(gè)數(shù)仰為非零自然數(shù)且能整除256 ； 直方圖可信灰度區(qū)間比例因子獲取模塊，用于統(tǒng)計(jì)所述砠個(gè)灰度區(qū)間中像素點(diǎn)數(shù)量大于的灰度區(qū)間的個(gè)數(shù)？，令1/？為可信灰度區(qū)間的比例因子；其中0.588 ^ 3 ^ 0.648，^為灰度圖像的像素點(diǎn)總數(shù)； 可信灰度區(qū)間標(biāo)定模塊，用于標(biāo)定出砠個(gè)灰度區(qū)間中像素點(diǎn)數(shù)量大于的灰度區(qū)間，將標(biāo)定出來(lái)的灰度區(qū)間作為可信灰度區(qū)間，令可信灰度區(qū)間的個(gè)數(shù)為1( ；1 ? 1( ? ?。。?； 分塊灰度均值與方差獲取模塊，用于將灰度圖像劃分為6X13個(gè)圖像塊，分別計(jì)算每個(gè)圖像塊的灰度均值與灰度方差山為非零自然數(shù)； 灰度均值與灰度方差對(duì)獲取模塊，用于針對(duì)每個(gè)可信灰度區(qū)間，找出灰度均值位于該可信灰度區(qū)間的圖像塊，并比較得出灰度均值位于同一可信灰度區(qū)間的圖像塊中灰度方差最小的圖像塊，最后得到^)，%為所述X個(gè)圖像塊的灰度均值，V ,為所述1(個(gè)圖像塊的灰度方差，&取1、2、…、1(；找出灰度方差取1、2、…、X，中最小的方差并令為得到兩個(gè)新的灰度均值與灰度方差對(duì):(0, V」，(255, V」； 插值模塊，用于將所述1(+2個(gè)灰度均值與灰度方差對(duì)作為灰度圖像傳感器噪聲水平曲線上的點(diǎn)，利用分段的三次抱1~111“6插值算法得到該灰度圖像傳感器噪聲水平曲線。
6.根據(jù)權(quán)利要求5所述的一種獲取圖像傳感器噪聲水平曲線的系統(tǒng)，其特征在于，!II取值為16。
7.根據(jù)權(quán)利要求5或6所述的一種獲取圖像傳感器噪聲水平曲線的系統(tǒng)，其特征在于，8彡6彡24。
8.根據(jù)權(quán)利要求5或6或7所述的一種獲取圖像傳感器噪聲水平曲線的系統(tǒng)，其特征在于，￡1的取值為0.618。
【文檔編號(hào)】G06T7/00GK104504700SQ201410799085
【公開日】2015年4月8日 申請(qǐng)日期:2014年12月19日 優(yōu)先權(quán)日:2014年12月19日
【發(fā)明者】陳帥 申請(qǐng)人:成都品果科技有限公司