[发明专利]用于Bayer域的绿通道不平衡的图像校正方法及其图像校正系统

权利要求书

1.一用于Bayer域的绿通道不平衡的图像校正方法，其特征在于，包括步骤：

获取一基于Bayer域的图像信息，其中该图像信息包括由R、B、Gr和Gb各像素点所采集的单色光信息；

分别设定每一校正点(Gr/Gb)为图像细节信息或非图像细节信息，以分别求解基于图像细节信息设定的调整值V1和基于非图像细节信息设定的调整值V2；

根据该校正点(Gr/Gb)与该校正点局部邻域内的其他同色参考点(Gr/Gb)的离散程度和每一该校正点的噪声强度，调整该调整值V1和V2的加权权重并得到最终调整值V，其中V＝ω1*V1+ω2*V2，ω1和ω2分别为调整值V1和V2的加权权重；和

将调整值V作用于该校正点(Gr/Gb)；

其中所述根据该校正点(Gr/Gb)与该校正点局部邻域内的其他同色参考点(Gr/Gb)的离散程度和每一该校正点的噪声强度，调整该调整值V1和V2的加权权重并得到最终调整值V，其中V＝ω1*V1+ω2*V2，ω1和ω2分别为调整值V1和V2的加权权重的步骤，还包括步骤：

求解该校正点与在该校正点局部邻域内的其他同色像素点之间的标准差Sigma V表示该校正点与在该校正点局部邻域内其他同色像素点的离散程度；

根据一噪声标定模型求解该校正点的噪声强度Sigma N；和

当Sigma VSigma N*HiScale时，设定ω1＝1，ω2＝0；

当Sigma VSigma N*LoScale时，设定ω1＝(Sigma V–Sigma N*LoScale)/(Sigma N*HiScale–Sigma N*LoScale)，ω2＝1-ω1；

当Sigma V＝Sigma N*LoScale，设定w1＝0，w2＝1，其中HiScale和LoScale为给定参数。

2.如权利要求1所述的图像校正方法，其中，所述分别设定每一校正点(Gr/Gb)为图像细节信息或非图像细节信息，以分别求解基于图像细节信息设定的调整值V1和基于非图像细节信息设定的调整值V2的步骤，包括步骤：

设定该校正点(Gr/Gb)为图像细节信息，则调整值V1由该校正点的局部邻域内的其他同色像素点(Gr/Gb)与该其他同色像素点在其各自局部邻域内的其他同色像素点之间的差值和各差值的加权权重之间的乘积相加获得，其中各差值的加权权重由该校正点与该校正点局部邻域内的其他同色像素点之间的差值决定。

3.如权利要求2所述的图像校正方法，其中，所述分别设定每一校正点(Gr/Gb)为图像细节信息或非图像细节信息，以分别求解基于图像细节信息设定的调整值V1和基于非图像细节信息设定的调整值V2的步骤，还包括步骤:

设定该校正点(Gr/Gb)为非图像细节信息，则调整值V2由该校正点的局部邻域内的其他同色像素点(Gr/Gb)与该其他同色像素点在其各自局部邻域内的其他同色像素点之间的差值和各差值的加权权重之间的乘积相加获得，其中各差值的加权权重为1。

4.如权利要求1至3任一所述的图像校正方法，其中，所述图像校正方法还包括步骤：

将调整值-V作用于该校正点对应局部邻域内的其他同色参考点(Gr/Gb)，以确保该局部邻域内绿色通道保持平衡。

5.如权利要求4所述的图像校正方法，其中该校正对应局部邻域的形状是以该校正点为中心的正方形。