專利名稱：檢測數(shù)字圖像中的條紋的方法
技術(shù)領(lǐng)域：
本發(fā)明 一般而言涉及從圖像及其類似物中檢測及移除諸如條紋之 類噪聲的領(lǐng)域。更具體地，本發(fā)明涉及將諸如傅立葉變換的頻率變換應(yīng) 用于圖像以檢測該圖像中的條紋，這些條紋可以被量化且被移除。本發(fā) 明還包括一種檢測圖像(尤其是平場圖像或具有已知變換特征的圖像) 中條紋的改進(jìn)方法。
背景技術(shù)：
現(xiàn)有算法在空間域中使用邊緣檢測算法來識別圖像數(shù)據(jù)中的不連 續(xù)，且測量發(fā)生在多個像素之上的強(qiáng)度的變化。由于圖像中的噪聲，難 以設(shè)定檢測亮像素的閾值，該亮像素對邊緣有幫助。也難以設(shè)定感興趣區(qū)域及計算缺陷密度的準(zhǔn)則，由于透鏡滾轉(zhuǎn)(roll off)或邊緣效應(yīng)而容易受到錯誤的檢測。Greg L. Archer等人于2005年7月13日申請的名稱為"The Use Of Frequency Transforms In The Analysis Of Image Sensors"的美國專 利，其申請?zhí)枮?1/180， 816。其中，在頻域中使用單一線性回歸算法 來識別在圖像中心的線性圖案。雖然當(dāng)前已知并使用的用于檢測及移除條紋的方法是令人滿意的， 但總還需要改良。本發(fā)明將提供這樣的改良方案。發(fā)明內(nèi)容本發(fā)明將用于克服上文所述問題中的一個或多個。簡而言之，根據(jù) 本發(fā)明的一個方面，本發(fā)明使用五個感興趣區(qū)域(4個角及1個中心) 來進(jìn)行傅立葉變換分析以粗略標(biāo)記條紋(若存在)的位置。它將圍繞每一 傅立葉變換R0I的中心的小窗口設(shè)定為零以屏蔽由透鏡滾轉(zhuǎn)或其它噪聲 所引起的亮點(diǎn)的聚集。它使用迭代線性回歸來移除隨機(jī)離群值并且搜索 最佳可能的線性圖案。如果其發(fā)現(xiàn)任何條紋，則它會計算角度且將該角 度轉(zhuǎn)換為空間域中的條紋角度。 一旦檢測到條紋，則其可被借由對所處 理的量值及傅立葉變換圖像的原始相位應(yīng)用反向的傅立葉變換而移除。4本發(fā)明的優(yōu)點(diǎn)本發(fā)明具有以下優(yōu)點(diǎn)將頻率變換應(yīng)用于圖像，然后應(yīng)用迭代回歸 技術(shù)以改進(jìn)條紋噪聲的檢測及移除。通過了解后述的較佳實施例及所附的權(quán)利要求書，并參考附圖將會 更清楚地理解以及明了本發(fā)明的這些以及其它方面、目的、特征及優(yōu)勢。


圖1是含噪聲的典型圖像；圖2是具有條紋型噪聲的典型圖像；圖3是對圖2的圖像應(yīng)用了離散傅立葉變換后所得的量值圖像；圖4A至圖4D是本發(fā)明軟件程序流程圖；圖5A至圖5C是本發(fā)明回歸技術(shù)的說明；圖6是說明本發(fā)明典型商用實施例的數(shù)字相機(jī)。
具體實施方式
在以下描述中，本發(fā)明將會被在較佳的實施例中描述為軟件程序。 本領(lǐng)域技術(shù)人員將容易地認(rèn)識到該軟件的等效物也可在硬件中建構(gòu)。應(yīng)注意的是，本發(fā)明除了檢測和移除條紋外還可用于圖像評估、圖 像傳感器測試以及圖像處理。參照圖1,其展示了其中含有噪聲20的典型圖像10。噪聲20可為 人眼所感知或者大體上不被人眼所感知，在不被人眼感知的情況下圖像 將呈現(xiàn)顆粒狀或其它類似形狀。如下文所描述，本發(fā)明檢測及移除來自 圖像之中的條紋。在圖2中展示了具有條紋型噪聲40的圖像30的例子。圖像30顯 示了條紋噪聲40。給圖2中的圖像施加離散傅立葉變換將導(dǎo)致圖3中示 出的頻域中的量值圖像50。在該量值圖像中，線性圖形60被置于跨越 中心的位置，其對應(yīng)于空間域中的噪聲40。將該圖像分割為四個象限用 以促進(jìn)本發(fā)明的軟件程序的操作。圖4A至圖4D為本發(fā)明的軟件程序的流程圖。參照圖4A,程序自 S2開始，在S4處獲得數(shù)字圖像30的分辨率以用于確定圖像尺寸或分辨 率是否為2的冪次方。若其大于1024x1024,則整個圖像被分割為五個 窗口 ( S6)且每一窗口尺寸為1024 x 1024。該五個窗口為左上、左下、右上、右下及中心。否則，僅使用一個中心窗口 ( S8)且其窗口尺寸選 擇為最接近2的幕的尺寸。若原始尺寸并不是2的冪次方，則需要零填 塞(zero padding)。所有窗口都需要如以下段落中所描述的那樣被進(jìn) 行處理(SIO)。在一個窗口被處理后，檢查是否處理了所有窗口 (S12)。 若沒有，則選擇下一窗口 (S14)且再次處理S10直至所有窗口都被處理。 接著其輸出結(jié)果(S 16)且結(jié)束此程序(S 18)。參看圖4B，處理(參看S10)塊自S20開始，對所選擇的窗口中的圖 像應(yīng)用傅立葉變換(S22)。 一旦獲得變換后的量值圖像50，則將量值 圖像50中的中心區(qū)域設(shè)定為預(yù)定值，優(yōu)選為零(S24)。此操作的目的是 為了移除圍繞中心的噪聲點(diǎn)。借由噪聲程度(level)來確定區(qū)域的尺 寸，優(yōu)選地為4個區(qū)城尺寸的1/16,該4個區(qū)域?qū)⒃谙乱欢温渲羞M(jìn)行討 論。該區(qū)域可為圓形、正方形或橢圓形或長方形或任何其它形狀。接著 對整個量值圖像50應(yīng)用對數(shù)運(yùn)算以增加圖像的對比度(S26)。關(guān)于對數(shù) 運(yùn)算的詳細(xì)描述將在下文中詳細(xì)說明。圍繞中心點(diǎn)存在四個區(qū)域(參看圖3 ):右上、左上、右下及左下。 因為右上及左下為鏡像(與左上及右下相同)，所以優(yōu)選地僅需要處理兩 個區(qū)域，例如左上及右上區(qū)域。首先選擇左上區(qū)域(S28)。接著將所有 像素值與一預(yù)定閾值Tdl進(jìn)行比較，該預(yù)定閾值Tdl優(yōu)選地為該區(qū)域內(nèi) 所有像素值的平均值加其標(biāo)準(zhǔn)差的3倍(S30)。如果任何像素值大于此 閾值，則將其標(biāo)記為亮點(diǎn)。對所有經(jīng)標(biāo)記的亮點(diǎn)應(yīng)用線性回歸處理 (S32)(如將在圖4C中詳細(xì)論述)。此后，檢查是否已選擇所有區(qū)域(S34)。 若沒有，則選擇右上區(qū)域(S36)且重復(fù)步驟S30及S32的程序。在所有 的區(qū)域都被處理完后，其到達(dá)程序的結(jié)尾(S38)。參看圖4C,回歸模塊自S40開始且其回歸計數(shù)器重置為0。程序首 先檢查總的經(jīng)標(biāo)記點(diǎn)是否大于預(yù)定閾值Td2(優(yōu)選地為5以及以 上)(S42)。若總的亮點(diǎn)少于5個，則沒有發(fā)現(xiàn)條紋(S44)，其到達(dá)回歸 的結(jié)束(S46)。若存在5個或更多的亮點(diǎn)，則將第一線性回歸應(yīng)用于經(jīng) 標(biāo)記的點(diǎn)(S48)且回歸計數(shù)增加1。接著計算回歸最佳擬合線的R次方 的值。若其大于另一預(yù)定閾值Td3(優(yōu)選的為0. 8) (S50),則發(fā)現(xiàn)條紋， 且計算其角度(S52)并到達(dá)回歸的結(jié)束(S54)。關(guān)于如何計算條紋角度 的詳細(xì)描述在后文中給出(圖5A至圖J C)。參看圖4C及圖5A，若擬合線70的R次方小于Td3，則計算在標(biāo)記點(diǎn)(圖5A中1到ll)至擬合線70之間的所有距離(S56)。選擇第一點(diǎn) (S58)。若其至擬合線的距離大于閾值Td4 (優(yōu)選的為所有距離的平均值) (S60),則認(rèn)為該點(diǎn)為離群值且將其從所有標(biāo)記點(diǎn)的原始群中移除 (S62)。另 一方面，若該距離在閾值Td4內(nèi)，則將該點(diǎn)被保持在群中(S64)。 此后，程序檢查是否已處理所有的點(diǎn)(S66)。若沒有，則選擇下一點(diǎn)且 重復(fù)整個比較步驟(S68)直至處理了所有的點(diǎn)且確定點(diǎn)的新子集(S70)。 這終止回歸的一個循環(huán)。若回歸之?dāng)?shù)目大于最大送代數(shù)(優(yōu)選的為5次 送代)(S72)，則沒有發(fā)現(xiàn)條紋(S74)且其結(jié)束回歸(S76)。若回歸之?dāng)?shù) 目小于最大迭代數(shù)，則程序?qū)⑹褂命c(diǎn)的新子集作為標(biāo)記點(diǎn)(在圖5B中的 點(diǎn)l、 2、 3、 5、 6、 7及IO)且自S42重復(fù)處理過程。其它點(diǎn)(4、 8 、 9 及l(fā)l)被移除，因為其距離大于閾值Td4。參看圖5B,自點(diǎn)的新子集計算另一擬合線74。假定擬合線74的R 次方小于Td3，則計算從剩余點(diǎn)至擬合線74的距離。將此距離與闞值 Td4'(所有新距離的平均值，理論上小于Td4)進(jìn)行比較。對于所有小于 Td4'的距離，將這些點(diǎn)保存用于點(diǎn)的新子集(點(diǎn)1、 2、 5、 6及7)以用于 進(jìn)一步處理。若來自最新子集點(diǎn)(l、 2、 5、 6及7)的擬合線76的R次 方大于Td3,則完成回歸且發(fā)現(xiàn)條紋。參看圖5C,計算來自剩余點(diǎn)的擬 合線76的斜率。基于該斜率76(亦即垂直于擬合線76的角度)來計算 條紋的角度。參看圖4D，本發(fā)明的另一實施例是應(yīng)用固定及預(yù)定數(shù)目的回歸周斯 (優(yōu)選為5),然后估算條紋的角度。應(yīng)注意，為了清楚起見，圖4D為圖 4C的替代實施例。其自S80開始且將迭代計數(shù)器重置為0。其使用標(biāo)記 點(diǎn)的第一集合(first set)以比較預(yù)定閾值Td2 (S82)。若標(biāo)記點(diǎn)少于 Td2,則沒有發(fā)現(xiàn)條紋(S8W且回歸會話將結(jié)束(S86)。若所述點(diǎn)多于Td2， 則應(yīng)用第一線性回歸(S88)且迭代計數(shù)器增1。接著計算從所有點(diǎn)到擬合 線的距離(S90)。此后，選擇第一點(diǎn)(S92)且將其到擬合線的距離與另一 閾值Td4進(jìn)行比較(S94)。若該距離大Td4,則將該點(diǎn)自原始群移除 (S98)。若其并不大Td4,則將該點(diǎn)保存于背景中(S96)。此后，程序檢 查是否已處理所有的點(diǎn)(SIOO)。若沒有，則選擇下一點(diǎn)(S102),且重復(fù) 整個比較過程(S94)直至處理了所有的點(diǎn)并確定點(diǎn)的新子集(S104)。這 終止回歸的一個周期。若回歸的數(shù)目小于迭代數(shù)目(5) (S106)，則程序 將使用點(diǎn)的新子集作為標(biāo)記點(diǎn)且從S82重復(fù)處理。另一方面，若回歸數(shù)7目等于迭代數(shù)目，則計算擬合線的最終R次方(S108),并將其與預(yù)定值 Td3進(jìn)行比較。若其小于Td3，則沒有發(fā)現(xiàn)條紋(S100)且回歸結(jié)束(S114)。 然而，若R次方大于Td3，則計算條紋角度(S112),接著回歸結(jié)束(S114)。本發(fā)明中采用的傅立葉變換(S22)優(yōu)選應(yīng)用于每一行并且接著再次 垂直地應(yīng)用于每一列。應(yīng)注意，傅立葉變換為優(yōu)選實施例，但也可以使 用其它變換方法。兩種變換一起導(dǎo)致量值圖^^或曲線。典型地，可使用 的傅立葉變換為(但不限于)Cooley及Tukey的快速傅立葉變才灸(傅立葉 變換)及Danielson Lanczos的離散快速傅立葉變換。傅立葉變換的使 用提供了原始圖像中頻率成分的分離。低頻率值表示在圖像(整個形狀) 中很少或沒有改變，而高頻率值指示圖像中在短距離上(細(xì)節(jié))的快速改 變。因為在數(shù)字圖像中存在離散、相等間隔像素，所以使用通用傅立葉 變換的離散傅立葉變換(DFT)形式變得有效。DFT的結(jié)果將是量值圖像或相位圖像。該量值圖像將提供表示頻域 的相等間隔數(shù)據(jù)。不同頻率在自原點(diǎn)的不同距離被表示。在原點(diǎn)的值表 示原始圖像數(shù)據(jù)的DC分量或平均值，而離開原點(diǎn)的值表示原始圖像中 的不同方位。頻域中的像素值或能量指示該頻率及方位的多少呈現(xiàn)于原 始圖像中。DFT計算方式為1 JV-1 產(chǎn)W爛=—t、A/^" ，其中k-O， 1, 2，….N-lN-數(shù)據(jù)樣本量x(n)-數(shù)據(jù)其中n=0， 1， 2，....N-1-j， 2;r"A . . 2;r"yfce w 二cos--_/sin-WW即使原始圖像值為實數(shù)，由于指數(shù)具有虛數(shù)(j)項，因此使得結(jié)果 為復(fù)數(shù)(實數(shù)以及虛數(shù)值)。量值及相位計算如下量值-l婦)卜^/:cX ，相位=tan-',-、具有尺寸MxN的區(qū)域圖像傳感器借由均勻光來照明。來自圖像傳 感器的圖像數(shù)據(jù)f (x, y)為MxN電壓陣列，用于來自圖像傳感器的每一像素。具有尺寸MxN的圖像f (x, v)的二維DFT由以下方程式給出 且量值圖像等于F(u, v)的絕對值。為加速DFT計算，稱為快速傅立葉變換(傅立葉變換)的DFT的變體 在1965年被發(fā)展。使用傅立葉變換算法的要求是x以及y維度的每一 個都必須為2的冪次方，諸如256x256、512x512、 256x512及1 024x1 024。 若圖像尺寸不完全是2的冪，則需要零填塞或需要平均填塞。在該實倒 中，選擇感興趣的1024 x 1024窗口區(qū)域。在獲得圖像的傅立葉變換后，將表示原始圖像中的平均值的頻域中 的像素設(shè)定為零。接著對量值圖像應(yīng)用對數(shù)變換(S26)以提高與各種頻 率相關(guān)的峰值的低量值。所迷變換由下式給出S(",v)^n(l+I尸(w,v)1)在此實例中，閾值為象限中S(U， v)的中值。然后，基于垂直于原 始捕獲圖像中條紋的直線應(yīng)當(dāng)在S(u， v)數(shù)據(jù)中體現(xiàn)的理論而執(zhí)行這些 閾值的線性回歸。該線性回歸計算相關(guān)系數(shù)R,將其與預(yù)定閾值Td3進(jìn) 行比較。如果來自于線性回歸的R大于預(yù)定閾值Td3，則檢測到條紋。 基于等式"角度=atan(斜率)來計算擬合線角度，其中斜率由線性回 歸來計算。基于條紋角度一直垂直于擬合線角度的事實來計算條紋角度(S52 及S112)。一旦條紋在回歸結(jié)束時基于標(biāo)記點(diǎn)而被檢測到，則該點(diǎn)優(yōu)選地被設(shè) 定為零或大體上為零。然后，隨著檢測到的條紋的移除，可將頻域中經(jīng) 修改的量值圖像與原始相位圖像一起反向地變換回原始空間圖像。數(shù)字圖像可由各種方法來獲得。其可由任何成像裝置來捕獲，這類成像裝置可以是其中具有圖像傳感器的相機(jī)、圖像掃描儀等。其也可以來自于傳統(tǒng)的電影攝影機(jī)或電影X光機(jī)。在圖像形成于此類傳統(tǒng)電影媒體之后，其可以被數(shù)字化為一數(shù)字圖像。參看圖6,其展示了一數(shù)字相機(jī)80,其具有安裝于存儲器90中且 被數(shù)字信號處理器IOO處理以用于在圖像捕獲后檢測及移除噪聲的本發(fā) 明的軟件程序。這說明了上文所描迷的其中 一個實施例。部件表10具有隨機(jī)噪聲的正常平場圖像20隨機(jī)噪聲30具有條紋噪聲的平場圖像40條紋噪聲50頻域中的FFT量值圖像60對應(yīng)于條紋噪聲的線圖案70第一次回歸的擬合線74第二次回歸的擬合線76最終擬合線80數(shù)字相機(jī)90存儲器100數(shù)字信號處理器S2-SU4流程圖步驟
權(quán)利要求
1、一種用于檢測圖像中噪聲的方法，該方法包含以下步驟(a)將頻率變換應(yīng)用于所述圖像以獲得頻域中的量值圖像；(b)將閾值與該量值圖像的值進(jìn)行比較以獲得第一閾值；(c)將回歸應(yīng)用于一個或多個閾值以獲得估算的最佳擬合；(d)根據(jù)該估算的最佳擬合確定相關(guān)因子；(e)若該相關(guān)被滿足，則計算條紋角度；(f)若該相關(guān)因子不滿足預(yù)定值，則將第二閾應(yīng)用于該第一閾值以獲得是第一閾值子集的第二閾值；以及(g)重復(fù)步驟(c)至(f)直至所述相關(guān)在步驟(e)中被滿足或直至滿足步驟(c)至(f)的最大送代。
2、 一種檢測圖像中噪聲的方法，該方法包含以下步驟(a )將頻率變換應(yīng)用于該圖像以獲得頻域中的量值圖像； (b )將閾值與該量值圖像的值進(jìn)行比較以獲得第 一 閾值； (c )將回歸應(yīng)用于 一 個或多個第 一 閾值以獲得估算的最佳擬合；(d) 將第二閾應(yīng)用于該第一閾值以獲得是第一閾值子集的第二閾值；(e) 重復(fù)步驟(c)和(d) n次，其中n為0或更大；以及 (f )在條紋角度存在的情況下，計算該條紋角度。
3、 如權(quán)利要求2所述的方法，進(jìn)一步包含以下步驟根據(jù)估算的 最佳擬合決定相關(guān)因子，并且基于相關(guān)因子的結(jié)果在條紋角度存在的情 況下計算該條紋角度。
4、 如權(quán)利要求3所述的方法，進(jìn)一步包含以下步驟在計算條紋 角度前將相關(guān)因子與預(yù)定值進(jìn)行比較。
5、 如權(quán)利要求l所述的方法，進(jìn)一步包含以下步驟在步驟(a)前 將該圖像分成n個窗口，其中n為l或者大于l。
6、 如權(quán)利要求5所述的方法，進(jìn)一步包含以下步驟通過將圍繞 快速傅立葉變換中心的感興趣范圍設(shè)為預(yù)定值而移除噪聲。
7、 如權(quán)利要求6所述的方法，其中該預(yù)定值為1。
8、 如權(quán)利要求7所迷的方法，其進(jìn)一步包含以下步驟應(yīng)用對數(shù) 算法以提高對比度。
9、 如權(quán)利要求2所述的方法，其進(jìn)一步包含以下步驟將等于由步驟(e)最終迭代結(jié)果的閾值設(shè)為0或基本上為0。
10、 如權(quán)利要求9所述的方法，其進(jìn)一步包含以下步驟對該量值 圖像應(yīng)用反頻率變換以從該圖像移除所述噪聲。
11、 一種用于檢測圖像中的噪聲的圖像捕獲裝置，該圖像捕獲裝置 包含(a) 頻率變換，其被應(yīng)用于該圖像以獲得頻域中的量值圖像(b) 閾值，其被與該量值圖像的值進(jìn)行比較以獲得第一閾值；(c) 回歸，其被應(yīng)用于一個或多個第一閾值以獲得估算的最佳擬合；(d) 第二鬮，其被應(yīng)用于該第一閾值以獲得是第一閾值子集的第 二閾值；(e) 處理器，其在條紋角度存在的情況下確定該條紋角度。
12、 如權(quán)利要求11所述的圖像捕獲裝置，其進(jìn)一步包含相關(guān)因子， 其根據(jù)估算的最佳擬合確定，并且基于相關(guān)因子的結(jié)果在條紋角度存在 的情況下計算該條紋角度。
13、 如權(quán)利要求12所述中圖像捕獲裝置，其中在計算條紋角度前 將相關(guān)因子與預(yù)定值進(jìn)行比較。
14、 如權(quán)利要求11所述中的圖像捕獲裝置，其中在步驟(a)前將該 圖像分成n個窗口，其中n為l或者大于l。
15、 如權(quán)利要求14所述中的圖像捕獲裝置，其中通過將圍繞快速 傅立葉變換中心的感興趣范圍設(shè)為預(yù)定值而移除噪聲。
16、 如權(quán)利要求15所述的圖像捕獲裝置，其中該預(yù)定值為l。
17、 如權(quán)利要求16所述的圖像捕獲裝置，進(jìn)一步包含對數(shù)算法， 其被應(yīng)用來提高對比度。
18、 如權(quán)利要求12所述的圖像捕獲裝置，其中閾值被設(shè)為零或基 本上為零。
19、 如權(quán)利要求18所述的圖像捕獲裝置，其進(jìn)一步包括反頻率變 換，其被應(yīng)用于量值圖像以從該圖像移除所述噪聲。
全文摘要
本發(fā)明使用五個所關(guān)心區(qū)域，即4個角及1個中心，來進(jìn)行傅立葉變換分析以在條紋存在的情況下粗略記錄其位置。其將圍繞每一傅立葉變換ROI中心的小視窗設(shè)定為零以屏蔽由透鏡滾轉(zhuǎn)或其他噪聲引起的亮點(diǎn)的聚集。其使用迭代線性回歸以移除隨機(jī)線性值并搜尋最佳可能的線圖案。若其發(fā)現(xiàn)任何條紋，則其計算角度并將該角度轉(zhuǎn)換為空間域中的條紋角度。一旦檢測到條紋，則其可被借由對所處理的量值及傅立葉變換圖像的原始相位使用反向的傅立葉變換而移除。
文檔編號H04N5/217GK101326549SQ200680045849
公開日2008年12月17日 申請日期2006年11月30日 優(yōu)先權(quán)日2005年12月5日
發(fā)明者G·L·阿徹爾, S·王 申請人:伊斯曼柯達(dá)公司