Skip to content

DPC 坏点矫正

复制本地路径 | 在线编辑

DPC: Defective Pixel Correction

简介

这是真实世界，一颗传感器上难免会有瑕疵，成像上就表现为坏点。

坏点一般分为两种类型：像素值固定比较大/小，或者像素值感光线性度和其他像素差异很大。

DPC 算法也是两个重点：检测和修复；其中检测是比较重要的，修复则没啥特别标新立异的方法，因为 DPC 一般都是独立点或者很小的点簇（如果有一个 4x4 的坏点，厂商就有极大可能作为不良品不出货了），所以很小的点一般都是用周围点均值或者中值替代，无非是有的方法简单判断边缘，只用对应方向的点来修复。

写给自己的

DPC 之前简单弄过一些，工作目录：D:\Work\DPC。

静态校正（SDPC）

由 sensor 厂商在生产后进行标定，把所有坏点的坐标位置记录下来，然后矫正的时候直接通过查表得方式找到坏点进行矫正。

个人的经验分享

除了直接通过均值方差比较，坏点有可能会影响周围的点，导致出现下面的形状：

所以适当降低检查的标准，然后找出这种形状，即 3x3 窗口里面有多个坏点的。而且均值和方差最好用小窗口来做，而不是全局的，这个思想在任何时候都有用。

动态校正（DPC）

随着时间，坏点会增加，而且有些坏点也不好说清楚到底是不是坏点，所以需要动态检测坏点并进行矫正。

PINTO算法

主要思想是坏点往往是在一个邻域中的极亮或极暗点，所以以一个5x5的邻域为检测区域

如图所示5x5的邻域内同意颜色通道相对于中心像素都有8个临近像素。那么矫正按以下步骤操作：

  1. 计算中心像素与周围八个像素值的差；
  2. 判断八个差值是否都为正值或者都为负值；
  3. 如果有的为正有的为负，那么就为正常值，否则进行下一步；
  4. 设置一个阈值，如果八个差值的绝对值都查过阈值，那么就判断为坏点；
  5. 判断为坏点后就用八个临近的像素值的中位值来替换当前的像素值；

梯度法

该算法的作者针对三个通道都使用这一种窗口进行检测，具体步骤如下：

  1. 计算四个方向的梯度：

  2. 水平方向三个二阶梯度：Dh1 = |P1+P3-2*P2|, Dh2 = |P4+P5-2*Pc|,Dh3 = |P6+P8-2*P7|;

  3. 数值方向三个二阶梯度：Dv1 = |P1+P6-2*P4|, Dv2 = |P2+P7-2*Pc|,Dv3 = |P3+P8-2*P5|;
  4. 45°三个二阶梯度：D45_1 = 2*|P4-P2|, D45_2 =|P3+P6-2*Pc|, D45_3 = 2*|P7-P5|;
  5. 135°三个二阶梯度: D135_1 = 2*|P2-P5|, D135_2 =|P1+P8-2*Pc|, D135_3 = 2*|P7-P4|;
  6. 取出各个方向梯度绝对值的中值：median_Dh = median(Dh1,Dh2,Dh3)，同理求出其他三个方向的中值；
  7. 求出四个中值的最小值作为边缘方向：min_grad = min(median_Dh,median_Dv,median_D45,median_D135);
  8. 根据边缘方向进行判断：

  9. 如果边缘方向为水平或者竖直：以水平方向为例，若|Dh2|>4(|Dh1|+|Dh3|)，则为坏点

  10. 如果边缘方向是对角线方向：以45°方向为例，计算135°三个梯度绝对值两两之差的绝对值的和：sum，

    1. 如果sum小于100，若此时D45_2>3(D45_1+D45_3) 且 D135_2>3(D135_1+D135_3)，则Pc为坏点。

    2. 如果sum大于100，若D45_2>3x(D45_1+D45_3)就为坏点；

  11. 为减少漏判，当Pc小于15且周围点都大于Pc40以上，则Pc为坏点。如果Pc大于230，且周围的点都下于Pc30以下，则该点为坏点；

同时由于算出了边缘方向，因此可以根据这个进行坏点补充：

  1. 边缘为水平方向，如|P4-Pc|<|Pc-P5|，则Pc更靠近P4，ouput=P4+(P2+P7-P1-P6)/2
  2. 边缘为45°，如果|P3-Pc|<|P6-Pc|，则Pc更靠近P3，output=P3+(P4+P7-P2-p5)/2

和 demosaic 结合法

没必要看了

行检测法

在这个硬件已经相当便宜的时代，没有必要看了

Comments