陳思昱

（南京信息工程大學(xué)濱江學(xué)院，南京 210000）

0 引言

在手機(jī)的攝像頭使用的是MIPI的高速通信，在手機(jī)這樣的高密度設(shè)備中難免會遇到一些信號之間的互相干擾，而常規(guī)的解決方案則是對硬件電路進(jìn)行改善。如果是天線對信號產(chǎn)生了干擾，則是盡量在設(shè)計(jì)中將兩個(gè)分離的遠(yuǎn)一些，或者是通過降低功率的方式來減少干擾。而本文則是根據(jù)豎條紋干擾的特性，從軟件的方向上進(jìn)行對干擾的去除。

1 系統(tǒng)設(shè)計(jì)方案

在輸入一張圖片后對圖片上干擾的位置通過軟件的方式計(jì)算出來，然后再將選出的干擾位置和上一張圖片同位置的像素進(jìn)行替換，合成一個(gè)新的無干擾圖片。整個(gè)軟件的工作流程如圖1所示。

圖1 算法處理的軟件流程

首先將彩色圖片轉(zhuǎn)換成黑白圖片。如圖2 a 所示?？梢钥闯鲞@個(gè)干擾像素點(diǎn)和周邊像素之間有著很銳利的過度?？梢愿鶕?jù)這個(gè)特點(diǎn)計(jì)算橫向像素點(diǎn)之間的差異值然后得到圖2 b所示。對計(jì)算得出的灰階圖像進(jìn)行二值化計(jì)算。得到圖2 c。

圖2 前期處理的三張圖片效果

圖2c這是一個(gè)帶有噪點(diǎn)的黑白圖像。根據(jù)我們所需要提取的像素特點(diǎn)，是豎狀的干擾，所以對圖像豎的像素進(jìn)行均值濾波計(jì)算，可以有效的排除圖像本身所帶來的干擾，得到圖3a。此圖像在均值濾波后，雖然濾除了干擾像素但是其區(qū)域也隨之?dāng)U大了，導(dǎo)致選區(qū)和干擾的位置有一定的偏差。再將圖3a和圖2c兩個(gè)求交集，則能算出圖3b。幾乎和干擾像素完全重合的選取。

圖3 圖像處理的后兩張效果

最后以3b作為基礎(chǔ)。將干擾圖片，和前一幀無干擾的圖片進(jìn)行替換像素，則可以得到一個(gè)正常無干擾的圖片。如圖4所示：

2 本設(shè)計(jì)的特色

在設(shè)計(jì)中創(chuàng)新的使用了軟件的方法對不良像素進(jìn)行計(jì)算，避免了在設(shè)計(jì)后期還需要更改硬件電路的成本以及風(fēng)險(xiǎn)。為之后的圖像干擾提供了一個(gè)可以參考的方向。也為售后的機(jī)器不良改善提供了一個(gè)可靠的方案。

此方案在圖像修復(fù)上還有很多可以拓展的地方。在視頻中上下兩幀圖片一般差異不會太大，微小的差異完全可以使用圖像對齊的算法將兩個(gè)圖像的像素進(jìn)行對應(yīng)。在一些老視頻的修復(fù)中則可以直接使用此算法進(jìn)行修復(fù)。而一些其他形狀的干擾也可以使用相同的思想，只需要改變其中對形狀特征提取的方式就可以計(jì)算處理。