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：

1. 感光芯片本身工艺瑕疵造成
2. 光线采集存在缺陷
3. 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。

1. 计算PC于其他像素的差值；
2. 如果PC比周围所有值大或者小说明可能为坏点；
3. 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；
4. 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-3
    for 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);
        end
        bayerData(i,j) = Pc;
    end
end

bayerData = uint8(bayerData);

%%%显示纠正后的Raw图
figure;
imshow(bayerData);
title('correct image');
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61

附上Matlab读取RAW图的程序

function rawData = ReadRaw(fileName, bitsNum, width, height)
fin = fopen(fileName, 'r');
switch bitsNum
    case 8
        disp('bits: 8');
        format = sprintf('uint8=>uint8');
    case 10
        disp('bits: 10');
        format = sprintf('uint16=>uint16');
    case 12
        disp('bits: 12');
        format = sprintf('uint16=>uint16');
    case 16
        disp('bits: 16');
        format = sprintf('uint16=>uint16');
end
I = fread(fin, width*height, format);
z = reshape(I, width, height);
z = z';
rawData = z;
end
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

DPC效果