isp 图像算法(二)之dead pixel correction坏点矫正

代码在git

相机中的坏点就是那些和周围不一样的点，就是那些数值极大或者极小值点，你可以理解一张曲面的山峰或者山谷，人群中也是一样，那些与大众不一样的人就是"坏人",衡量好坏用他与周围的差值，

abs[V(好人)-v(坏人)]

 if (abs(p1 - p0) > self.thres) and (abs(p2 - p0) > self.thres) and (abs(p3 - p0) > self.thres) \and (abs(p4 - p0) > self.thres) and (abs(p5 - p0) > self.thres) and (abs(p6 - p0) > self.thres) \and (abs(p7 - p0) > self.thres) and (abs(p8 - p0) > self.thres):

threds=30

那个最优秀的人就是坏人,不，是坏pixel


p6	p7	p8
p4	p0	p5
p1	p2	p3

代码

#!/usr/bin/python
import numpy as npclass DPC:'Dead Pixel Correction'def __init__(self, img, thres, mode, clip):self.img = imgself.thres = thresself.mode = modeself.clip = clipdef padding(self):#在四周放两个0 从(1080,1920) --->(1084,1924)img_pad = np.pad(self.img, (2, 2), 'reflect')return img_paddef clipping(self):#np.clip是一个截取函数，用于截取数组中小于或者大于某值的部分，并使得被截取部分等于固定值#限定在()0,1023np.clip(self.img, 0, self.clip, out=self.img)return self.imgdef execute(self):img_pad = self.padding()raw_h = self.img.shape[0]raw_w = self.img.shape[1]dpc_img = np.empty((raw_h, raw_w), np.uint16)for y in range(img_pad.shape[0] - 4):for x in range(img_pad.shape[1] - 4):p0 = img_pad[y + 2, x + 2]p1 = img_pad[y, x]p2 = img_pad[y, x + 2]p3 = img_pad[y, x + 4]p4 = img_pad[y + 2, x]p5 = img_pad[y + 2, x + 4]p6 = img_pad[y + 4, x]p7 = img_pad[y + 4, x + 2]p8 = img_pad[y + 4, x + 4]if (abs(p1 - p0) > self.thres) and (abs(p2 - p0) > self.thres) and (abs(p3 - p0) > self.thres) \and (abs(p4 - p0) > self.thres) and (abs(p5 - p0) > self.thres) and (abs(p6 - p0) > self.thres) \and (abs(p7 - p0) > self.thres) and (abs(p8 - p0) > self.thres):if self.mode == 'mean':p0 = (p2 + p4 + p5 + p7) / 4elif self.mode == 'gradient':dv = abs(2 * p0 - p2 - p7)dh = abs(2 * p0 - p4 - p5)ddl = abs(2 * p0 - p1 - p8)ddr = abs(2 * p0 - p3 - p6)if (min(dv, dh, ddl, ddr) == dv):p0 = (p2 + p7 + 1) / 2elif (min(dv, dh, ddl, ddr) == dh):p0 = (p4 + p5 + 1) / 2elif (min(dv, dh, ddl, ddr) == ddl):p0 = (p1 + p8 + 1) / 2else:p0 = (p3 + p6 + 1) / 2dpc_img[y, x] = p0self.img = dpc_imgreturn self.clipping()

isp 图像算法(二)之dead pixel correction坏点矫正相关推荐

DPC(Defect Pixel Correction)——坏点检测
产生原因校正方法代码 PINTO算法 readRAW function rawData = readRaw(fileName, bitsNum, row, col) % readRaw.m get ...
ISP——坏点矫正(Defective Pixel Correction，DPC)
文章目录一.出现原因二.坏点分类三.矫正方法动态矫正 1.PINTO算法 2.中值梯度滤波法 3.DPC和demosaic结合法 4.行检测法四.代码一.出现原因 1.感光元件芯片自身工艺 ...
ISP——DPC(Defective Pixel Correction)
现象造成坏点的原因感光元件芯片自身工艺技术瑕疵造成: 光线采集存在缺陷: 制造商产品差异: 坏点分类 hot pixel: 固定保持较高的像素值,一般呈现为画面高亮的点: dead pixel: ...
Dead Pixel CodeForces - 1315A(思维)
Screen resolution of Polycarp's monitor is a×b pixels. Unfortunately, there is one dead pixel at his ...
图像算法二：【图像几何变换】平移、镜像、转置、缩放、旋转、插值
作为一个强大的科学计算软件,MATLAB广泛运用于较多领域,以其简单的编程风格著称.这篇文章便通过matlab语言来讲述如何进行图像的各种几何变换. 图像几何变换又称为图像空间变换,它是将一幅图像中的 ...
玩转Android10源码开发定制(二)之基于Pixel 3手机超级详细演示recovery刷机
玩转Android10源码开发定制(二)之基于Pixel 3手机超级详细演示recovery刷机本节主要内容: Pixel 3通过fastboot方式刷入Android 11.0官方工厂镜像 Pix ...
玩转Android10源码开发定制(二)之基于Pixel 3手机超级详细演示fastboot刷机
玩转Android10源码开发定制(二)之基于Pixel 3手机超级详细演示fastboot刷机本节主要内容: Pixel 3通过fastboot方式刷入Android 11.0官方工厂镜像 Pix ...
ISP_DPC坏点矫正
ISP_DPC坏点矫正坏点介绍图像坏点(Bad pixel) : 图像传感器上光线采集点(像素点)所形成的阵列存在工艺上的缺陷,或光信号进行转化为电信号的过程中出现错误,从而会造成图像上像素信息错 ...
(Lens Shading Correction)镜头阴影矫正，基于面阵工业相机GigE
LSC (Lens Shading Correction)镜头阴影矫正现象: 相机成像会出现中心亮,四周暗的现象:益或在RGB图中出现色彩不均匀的现象,这会为系统引入大量的噪声. 原因分析:这种现象 ...

isp 图像算法(二)之dead pixel correction坏点矫正

相机中的坏点就是那些和周围不一样的点，就是那些数值极大或者极小值点，你可以理解一张曲面的山峰或者山谷，人群中也是一样，那些与大众不一样的人就是"坏人",衡量好坏用他与周围的差值，

threds=30

那个最优秀的人就是坏人,不，是坏pixel

代码

isp 图像算法(二)之dead pixel correction坏点矫正相关推荐

最新文章

热门文章