本发明涉及图像处理技术，尤其涉及一种bayer域图像空域降噪方法。
背景技术：
1、现有bayer域空域降噪算法分为r/g/b三通道或者r/gr/gb/b四通道降噪。而基于小波分解重构的降噪主要包括小波分解、阈值降噪、小波重构三个过程。
2、bayer域中r、g、b分量的空间分布规律不同。若分三通道降噪，其使用的降噪方法也会不同，硬件成本增加；若分四通道降噪，容易扩大gr、gb像素间的不平衡，导致出现横竖纹等现象。而小波降噪算法在分解重构的过程中容易导致边缘变粗，且阈值选择的不合理同样会导致边缘模糊以及平坦区域大梯度噪声难以去除。
技术实现思路
1、本发明针对现有技术中的小波降噪算法中的至少一项缺点，提供了一种bayer域图像空域降噪方法，包括以下步骤：
2、对r、g、b分量的降噪点的邻域数据分别进行采样得到相同结构特性的采样矩阵；
3、对三个分量的采样矩阵使用haar小波基进行分解得到不同的频率信息的第一矩阵；对三个分量的采样矩阵转置形成转置矩阵，分别对每个转置矩阵使用haar小波基进行分解得到不同频率信息的第二矩阵；
4、分别计算r、g、b分量的降噪点的n×n邻域内的亮度信息和梯度信息，根据亮度信息和梯度信息确定小波降噪的局部阈值；以r、g、b分量的局部阈值对第一矩阵和第二矩阵分别进行比例降噪，输出第三矩阵；
5、利用采样矩阵的梯度信息对第一矩阵降噪后的第三矩阵进行加权重构，输出降噪点水平方向的第一降噪值；
6、利用采样矩阵的梯度信息对第二矩阵降噪后的第三矩阵进行加权重构，输出降噪点竖直方向的第二降噪值；
7、根据第一降噪值和第二降噪值计算并输出各分量的待降噪点的输出值；
8、根据以上步骤遍历所有像素点，完成bayer域图像降噪。
9、优选的，根据第一降噪值和第二降噪值计算并输出各分量的待降噪点的输出值的方法，包括：根据预设权重对第一降噪值和第二降噪值进行加权，输出各分量的待降噪点的输出值；或，分别计算三个分量的采样矩阵的水平方向的方向属性参数以及竖直方向上的方向属性参数；采用方向属性参数对第一降噪值和第二降噪值进行加权，输出各分量的待降噪点的输出值；进一步增强保边能力。
10、本发明还提出一种芯片，包括用于实现bayer域图像空域降噪方法的电路结构。
11、有益效果至少包括：r、g、b颜色通道根据邻域像素不同的分布情况分别进行采样，确保采样后数据可以共用一个分解重构模型，节约了硬件资源。
1.一种bayer域图像空域降噪方法，其特征在于，包括以下步骤：
2.如权利要求1所述的bayer域图像空域降噪方法，其特征在于，使用haar小波基进行分解得到不同的频率信息的第一矩阵和第二矩阵的方法，包括：
3.如权利要求1所述的bayer域图像空域降噪方法，其特征在于，根据第一降噪值和第二降噪值计算并输出各分量的待降噪点的输出值的方法，包括：分别计算三个分量的采样矩阵的水平方向的方向属性参数以及竖直方向上的方向属性参数；采用方向属性参数对第一降噪值和第二降噪值进行加权，输出各分量的待降噪点的输出值；
4.如权利要求1所述的bayer域图像空域降噪方法，其特征在于，分别计算r、g、b分量的降噪点的邻域内的亮度信息和梯度信息的方法，包括：
5.如权利要求4所述的bayer域图像空域降噪方法，其特征在于，分别计算r、g、b分量的降噪点的邻域内的亮度信息和梯度信息的方法，包括计算m×m邻域内的第一梯度信息和亮度信息，以及计算n×n邻域内的第二梯度信息，根据亮度信息、第一梯度信息和第二梯度信息计算局部阈值，n＞m。
6.如权利要求5所述的bayer域图像空域降噪方法，其特征在于，第二梯度信息的计算方法包括：
7.如权利要求1所述的bayer域图像空域降噪方法，其特征在于，以r、g、b分量的局部阈值对第一矩阵和第二矩阵分别进行比例降噪，输出第三矩阵的方法，包括
8.如权利要求1所述的bayer域图像空域降噪方法，其特征在于，分别计算三个分量的采样矩阵的水平方向的方向属性参数以及竖直方向上的方向属性参数的方法，包括：
9.如权利要求1所述的bayer域图像空域降噪方法，其特征在于，对r、g、b分量分别进行采样得到相同结构特性的采样矩阵的方法，包括：
10.一种芯片，其特征在于，包括电路结构，电路结构用于实现权利要求1-9任一项所述的bayer域图像空域降噪方法。
