ISP算法----基本DPC算法实现代码

摘要

何为坏点？
坏点指的是芯片加工过程中一些电子元器件的损坏，不会呈现图像的像素点，最终效果是图像上的黑点。

坏点产生的原因：

感光芯片本身工艺瑕疵造成
光线采集存在缺陷
加工过程中芯片损坏

DPC算法的作用：Bayer模式下坏点矫正。

基本POINT算法矫正原理：
坏点往往是一个邻域内极亮或极暗的点，以5*5邻域为检测区域。

计算PC于其他像素的差值；
如果PC比周围所有值大或者小说明可能为坏点；
设置一个阈值，如果8个差值的绝对值都超过阈值，则判定为坏点；
检测出坏点以后，可以用8个邻近像素的中位值来替代PC处的像素值；

Matlab程序实现

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%代码---ISP算法的DPC算法（POINT法，用于坏点矫正）
%Author:Zhu
%时间：2022.5
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc;
clear;
close all;
% --------阈值与扩展的边缘---------
Threshold = 30;
filePath = 'E:\\1.raw';
bayerFormat = 'RGGB';
width = 4096;
height= 3000;
bits = 8;
%%%读取RAW
bayerData = readRaw(filePath, bits, width, height);
figure();
imshow(uint8(bayerData));
title('raw image');%%%遍历像素点,因为是5个为一个邻域，因此先暂不处理3行边缘
for i=3:1:height-3for j=3:1:width-3%%%8邻域像素点Rc = bayerData(i,j);R1 = bayerData(i-2,j-2);R2 = bayerData(i-2,j);R3 = bayerData(i-2,j+2);R4 = bayerData(i,j-2);R5 = bayerData(i,j+2);R6 = bayerData(i+2,j-2);R7 = bayerData(i+2,j);R8 = bayerData(i+2,j+2);%%%计算中心像素与周围八个像素值的差；subR_Value1=Rc-R1;subR_Value2=Rc-R2;subR_Value3=Rc-R3;subR_Value4=Rc-R4;subR_Value5=Rc-R5;subR_Value6=Rc-R6;subR_Value7=Rc-R7;subR_Value8=Rc-R8;%%%如果插值都大于0或都小于0,则可能是坏点;若差值超过阈值，则一定是坏点if((subR_Value1>Threshold && subR_Value2>Threshold && subR_Value3>Threshold && subR_Value4>Threshold && subR_Value5>Threshold && subR_Value6>Threshold && subR_Value7>Threshold && subR_Value8>Threshold)||(subR_Value1<-Threshold && subR_Value2<-Threshold && subR_Value3<-Threshold && subR_Value4<-Threshold && subR_Value5<-Threshold && subR_Value6<-Threshold && subR_Value7<-Threshold && subR_Value8<-Threshold))%%%如果是坏点，则根据中值进行纠正Sort_Pixel = [R1,R2,R3,R4,R5,R6,R7,R8];Rc = median(Sort_Pixel);endbayerData(i,j) = Pc;end
endbayerData = uint8(bayerData);%%%显示纠正后的Raw图
figure;
imshow(bayerData);
title('correct image');

附上Matlab读取RAW图的程序

function rawData = ReadRaw(fileName, bitsNum, width, height)
fin = fopen(fileName, 'r');
switch bitsNumcase 8disp('bits: 8');format = sprintf('uint8=>uint8');case 10disp('bits: 10');format = sprintf('uint16=>uint16');case 12disp('bits: 12');format = sprintf('uint16=>uint16');case 16disp('bits: 16');format = sprintf('uint16=>uint16');
end
I = fread(fin, width*height, format);
z = reshape(I, width, height);
z = z';
rawData = z;
end

DPC效果

ISP算法----基本DPC算法实现代码相关推荐

深度学习时间序列预测：GRU算法构建多变量时间序列预测模型+代码实战
深度学习时间序列预测:GRU算法构建多变量时间序列预测模型+代码实战注意参考:深度学习多变量时间序列预测:GRU算法构建单变量时间序列预测模型+代码实战 GRU(Gate Recurrent Uni ...
《大厂算法面试题目与答案汇总，剑指offer等常考算法题思路，python代码》V1.0版...
为了进入大厂,我想很多人都会去牛客.知乎.CSDN等平台去查看面经,了解各个大厂在问技术问题的时候都会问些什么样的问题. 在看了几十上百篇面经之后,我将算法工程师的各种类型最常问到的问题都整理了出来, ...
十三种基于直方图的图像全局二值化算法原理、实现、代码及效果（转）
源:十三种基于直方图的图像全局二值化算法原理.实现.代码及效果.
Kd-Tree算法原理和开源实现代码
Kd-Tree算法原理和开源实现代码本文介绍一种用于高维空间中的快速最近邻和近似最近邻查找技术--Kd-Tree(Kd树).Kd-Tree,即K-dimensional tree,是一种高维索引树形 ...
【机器学习】K-Means算法的原理流程、代码实现及优缺点
分类是根据样本某些属性或某类特征(可以融合多类特征),把样本类型归为已确定的某一类别中.机器学习中常见的分类算法有:SVM(支持向量机).KNN(最邻近法).Decision Tree(决策树分类法) ...
ML之LiR之PLiR：惩罚线性回归PLiR算法简介、分类、代码实现之详细攻略
ML之LiR之PLiR:惩罚线性回归PLiR算法简介.分类.代码实现之详细攻略目录 PLiR算法简介 PLiR算法分类 PLiR算法代码实现 PLiR算法简介更新-- PLiR算法分类 1.RiR ...
TOPSIS(逼近理想解)算法原理详解与代码实现
写在前面: 个人理解:针对存在多项指标,多个方案的方案评价分析方法,也就是根据已存在的一份数据,判断数据中各个方案的优劣.中心思想是首先确定各项指标的最优理想值(正理想值)和最劣理想值(负理想解),所 ...
数据结构与算法必备的 50 个代码实现
点击上方"AI有道",选择"置顶"公众号重磅干货,第一时间送达数据结构和算法是程序员的内功心法和基本功.无论是人工智能还是其它计算机科学领域,掌握扎实的数据 ...
算法 | 数据结构与算法（代码版）
================================================= 博主github:https://github.com/MichaelBeechan 博主CSDN: ...

ISP算法----基本DPC算法实现代码

摘要

Matlab程序实现

DPC效果

ISP算法----基本DPC算法实现代码相关推荐

最新文章

热门文章