[發明專利]一種獲取圖像傳感器噪聲水平曲線的方法及系統

有效

• 申請號: 201410799085.4
• 申請日: 2014-12-19
• 公開（公告）號: CN104504700B
• 公開（公告）日: 2017-12-26
• 發明（設計）人: 陳帥
• 申請（專利權）人: 成都品果科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/44
• 代理公司: 成都九鼎天元知識產權代理有限公司51214
• 代理人: 袁春曉

技術領域

本發明涉及圖像處理技術領域，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

近年來，隨著數碼相機、帶攝像頭的手機的普及，人類進入了全民攝影時代。而相機中普遍采用的圖像傳感器，比如CCD(Charge-Coupled Device)、CMOS(Complementary Metal-Oxide-Semiconductor)傳感器，在工作時會產生大量的隨機噪聲。這種噪聲不是簡單的高斯白噪聲AWGN(Additive White Gaussian Noise)，而是一種嚴重依賴于信號強度的隨機噪聲(Signal Dependent Noise)。

目前，利用得到的任意單張圖像估計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方法和基于貝葉斯推斷的估計方法。

其中，基于光滑圖像塊的噪聲估計方法是先對圖像進行分塊，計算所有塊的平均絕對偏差MAD(Mean Absolute Deviate)，找出最小的MAD值的塊即為光滑塊。然后計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。再根據此樣本點，在事先模擬出的各種噪聲曲線的集合中，找出離此樣本點最近的兩條噪聲曲線。最后，根據樣本點和這兩條噪聲曲線，線性插值出整幅圖像的噪聲曲線。這種方法計算簡單，但需要大的噪聲曲線集合。并且，會因為噪聲曲線集合展開的空間的扭曲，而得到錯誤的插值結果。

基于貝葉斯推斷的估計方法是假設圖像是分段光滑的，對圖像進行聚類分割，計算出每一類的均值和方差，得到噪聲水平函數(Noise Level Function)的上界，以此作為待估計的噪聲曲線的先驗。再根據每個類別的像素個數以及事先模擬出的各種噪聲曲線的集合構造出似然項。最后通過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，但計算復雜，需要大的噪聲曲線集合，效果易受分割的影響，且對于小噪聲會出現過估計的現象。

發明內容

故此，本發明旨在解決現有技術的不足，提出一種圖像傳感器的噪聲水平曲線估計方法，能夠準確的估計出不同傳感器的噪聲水平函數，且計算簡單。

本發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：對彩色圖像進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依次對所述三幅灰度圖像進行處理，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個灰度區間，統計灰度圖像中落入各個灰度區間的像素點個數；m為非零自然數且能整除256；

步驟3：統計所述m個灰度區間中像素點數量大于1/m×a×N的灰度區間的個數f，令1/f為可信灰度區間的比例因子；其中0.588≤a≤0.648，N為灰度圖像的像素點總數；

步驟4：標定出m個灰度區間中像素點數量大于1/f×N的灰度區間，將標定出來的灰度區間作為可信灰度區間，令可信灰度區間的個數為K；1≤K≤m；

步驟5：將灰度圖像劃分為b×b個圖像塊，分別計算每個圖像塊的灰度均值與灰度方差；b為非零自然數；

步驟6：針對每個可信灰度區間，找出灰度均值位于該可信灰度區間的圖像塊，并找出灰度均值位于同一可信灰度區間的圖像塊中灰度方差最小的圖像塊，最后得到K個圖像塊以及這K個圖像塊的灰度均值與灰度方差對（u_k，v_k），u_k為所述K個圖像塊的灰度均值，v_k為所述K個圖像塊的灰度方差，k取1、2、…、K；

步驟7：找出灰度方差v_k，k取1、2、…、K，中最小的方差并令為v_min；得到兩個新的灰度均值與灰度方差對：（0，v_min），（255，v_min）；

步驟8：將所述K+2個灰度均值與灰度方差對作為灰度圖像傳感器噪聲水平曲線上的點，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。

本發明還提供了一種獲取圖像傳感器噪聲水平曲線的系統，包括：

單通道灰度圖像分解模塊，用于對彩色圖像進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，用于依次對所述三幅灰度圖像進行處理，得到每幅灰度圖像的傳感器噪聲水平曲線；其進一步包括：