專利名稱：拜爾域信號(hào)的圖像處理方法與模塊的制作方法
技術(shù)領(lǐng)域：
本發(fā)明是一種用于數(shù)字?jǐn)z像系統(tǒng)的圖像處理方法與裝置，具體是對(duì)數(shù)字?jǐn)z像頭Sensor輸出的原始信號(hào)進(jìn)行降噪，增強(qiáng)和縮放處理的方法與模塊。
背景技術(shù)：
目前，公知的數(shù)字?jǐn)z像Sensor的后處理模塊中的圖像處理模塊都是首先將拜爾Bayer域信號(hào)插值轉(zhuǎn)換到RGB或YUV域，然后進(jìn)行降噪，增強(qiáng)和縮放等處理。因?yàn)锽ayer域用8bits表示一個(gè)像素，而RGB或YUV域用24bits表示一個(gè)像素。所以先做插值轉(zhuǎn)換的后處理方法，緩沖器(Buffer)資源有很大浪費(fèi)。
為了減少做圖像處理時(shí)的緩沖器(Buffer)資源分配，本發(fā)明提供一個(gè)直接在Bayer圖像域進(jìn)行圖像處理的模塊。該模塊可以對(duì)Sensor輸出的原始信號(hào)進(jìn)行去伽瑪校正de-gamma，降噪，增強(qiáng)和縮放等處理，然后再將它轉(zhuǎn)換為RGB信號(hào)以供存儲(chǔ)，顯示等。
本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是Sensor采集的原始信號(hào)首先經(jīng)過(guò)去伽瑪校正de-gamma操作，然后經(jīng)過(guò)Bayer域的降噪濾波器，然后經(jīng)過(guò)Bayer域的增強(qiáng)濾波器，接著通過(guò)Bayer域的雙線性(Bilinear)濾波器縮放到目標(biāo)尺寸，最后通過(guò)Bayer到RGB轉(zhuǎn)換模塊輸出。所有圖像處理算法工作在Bayer域，所以緩沖器(Buffer)的需求是同樣效果的RGB域的處理方法的1/3。
本發(fā)明的有益效果是能夠有效的節(jié)省緩沖器(Buffer)，從而使系統(tǒng)實(shí)現(xiàn)成本大大降低。


下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。
圖1是本發(fā)明的流程原理圖。
圖2是一般Bayer信號(hào)的空間分布，R表示該像素的信號(hào)為紅色，G表示該像素的信號(hào)為綠色，B表示該像素的信號(hào)為藍(lán)色。
圖3是一般的de-gamma函數(shù)曲線。
圖4是Bayer域降噪濾波器的流程原理圖，是圖1中的模塊3的具體方法圖5是Bayer域增強(qiáng)濾波器的流程原理圖，是圖1中的模塊4的具體方法圖6是Bayer域的縮放濾波器的流程原理圖，是圖1中的模塊5的具體方法圖7是Bilinear插值方法輸入像素和輸出像素的空間位置示意圖。
圖1中1攝像頭Sensor，2去伽瑪校正模塊，3降噪模塊 4圖像增強(qiáng)模塊 5縮放模塊6Bayer到RGB轉(zhuǎn)換模塊具體實(shí)施方式
如圖1中所示，Sensor(1)輸出的原始圖像信號(hào)連接到去伽瑪校正de-gamma模塊(2)，去伽瑪校正de-gamma利用如圖3所示的函數(shù)將輸入信號(hào)轉(zhuǎn)換到線性域，去伽瑪校正de-gamma以后的信號(hào)輸入到降噪濾波器(3)，降噪濾波器輸出降噪后的信號(hào)到增強(qiáng)濾波器(4)，增強(qiáng)濾波器輸出圖像增強(qiáng)后的信號(hào)到Bilinear縮放濾波器(5)，最后經(jīng)過(guò)低復(fù)雜度的Bayer到RGB轉(zhuǎn)換模塊成為RGB信號(hào)。如圖4，降噪濾波器的方法是對(duì)于每一個(gè)Bayer空間的像素點(diǎn)，如果該像素為綠信號(hào)，如圖2中的G1，利用它上下相鄰兩行的4個(gè)綠信號(hào)G2，G3，G4和G5，分別求得它們與G1的絕對(duì)差值|Gi-G1|i＝2~5。如該差值小于一個(gè)閾值，將該像素質(zhì)加到一個(gè)和值中sum＝sum+Gi，同時(shí)計(jì)數(shù)器加一，count＝count+1.最后降噪后的信號(hào)為G1_out＝sum/count 公式1對(duì)于紅信號(hào)和藍(lán)信號(hào)，處理的方法和綠信號(hào)類似。只是所選取的相鄰信號(hào)來(lái)自待處理信號(hào)的同一行。比如，我們要處理圖2中的R1，我們利用R2，R3，R4和R5來(lái)處理。
如圖5，增強(qiáng)濾波器的方法是對(duì)于每一個(gè)Bayer空間的像素點(diǎn)，如果該像素為綠信號(hào)，如圖2中的G1，利用它上下相鄰兩行的4個(gè)綠信號(hào)G2，G3，G4和G5，分別求得它們和G1的差值deltai＝Gi-Gl i＝2~5。然后將如果該差值的絕對(duì)值大于一個(gè)閾值，將該差值加到一個(gè)和值中sum＝sum+deltai，同時(shí)計(jì)數(shù)器加一，count＝count+1.最后增強(qiáng)后的信號(hào)為G1_out＝G1+sum/count 公式2對(duì)于紅信號(hào)和藍(lán)信號(hào)，處理的方法和綠信號(hào)類似。只是所選取的相鄰信號(hào)來(lái)自待處理信號(hào)的同一行。比如，我們要處理圖2中的R1，我們利用R2，R3，R4和R5來(lái)處理。
如圖6，Bayer域的縮放算法將每個(gè)2×2的小方塊作為一個(gè)單元處理，例如圖2中的R6，G7，G8，B6。利用Bilinear的插值算法(后面有介紹)，計(jì)算出經(jīng)過(guò)縮放算法的2×2單元。該方法如下假設(shè)需要我們整個(gè)系統(tǒng)的輸入Bayer圖像大小為H_in列，H_in行。輸出的圖像大小為H_out列，V_out行。經(jīng)過(guò)模塊5以后，大小為2*H_out列，2*V_out行的Bayer圖像。所以模塊5的縮放比例為水平2*H_out/H_in，垂直2*V_out/V_in。利用該比例和Bilinear插值方法，將輸出的2×2單元計(jì)算出。
如圖7，Bilinear插值方法是將目標(biāo)尺寸大小的圖反投影到原始圖上，每一個(gè)單元u_out會(huì)投影在4個(gè)單元中間(u1，u2，u3，u4)，如果u_out離u1的水平距離為sx，垂直距離為sy。那么，u_out由下式得出u_out＝(1-sx)*(1-sy)*u1+sx*(1-sy)*u2+(1-sx)*sy*u3+sx*sy*u4 公式3Bayer到RGB的轉(zhuǎn)換方法為對(duì)于圖2中的每個(gè)2x2單元，如R6，G6，G7，B6，產(chǎn)生一個(gè)像素的RGB值，該像素的顏色值為R＝R6，G＝(G6+G7)/2，B＝B6 公式4該模塊的輸出尺寸是輸入尺寸的1/2。
權(quán)利要求
1.一種連接到攝像頭，處理原始拜爾Bayer信號(hào)的方法和模塊。該模塊輸入是原始拜爾Bayer信號(hào)，輸出是RGB信號(hào)。其特征是在拜爾Bayer信號(hào)域進(jìn)行降噪，增強(qiáng)和縮放等圖像處理。
2.根據(jù)權(quán)利要求1所述的圖像處理模塊，其特征是采用圖4所示的圖像降噪方法，在拜爾Bayer域用帶閾值判斷的降噪濾波器。
3.根據(jù)權(quán)利要求1所述的圖像處理模塊，其特征是采用圖5所示的圖像增強(qiáng)方法，在拜爾Bayer域用帶閾值判斷的圖像增強(qiáng)濾波器。
4.根據(jù)權(quán)利要求1所述的圖像處理模塊，其特征是采用圖6所示的圖像縮放方法，在拜爾Bayer域用雙線性(Bilinear)插值方法對(duì)圖像縮放。
5.根據(jù)權(quán)利要求1所述的圖像處理模塊，其特征是將空間上的2x2模塊作為一個(gè)單元進(jìn)行圖像縮放操作。
6.根據(jù)權(quán)利要求1所述的圖像處理模塊，其特征是將空間上的2x2模塊作為一個(gè)像素，該像素的顏色值由公式4得到。
全文摘要
一種在拜爾Bayer域?qū)D像進(jìn)行降噪，增強(qiáng)和縮放的方法和模塊。該模塊對(duì)攝像頭原始信號(hào)進(jìn)行圖像處理，并且輸出RGB信號(hào)。該模塊可以有效的節(jié)省緩沖器(Buffer)的數(shù)量，并且達(dá)到比較好的輸出效果。
文檔編號(hào)H04N5/21GK1933550SQ20061007977
公開(kāi)日2007年3月21日 申請(qǐng)日期2006年5月18日 優(yōu)先權(quán)日2005年5月26日
發(fā)明者羅巍, 李林, 陶葉軍, 黃寅 申請(qǐng)人:智多微電子(上海)有限公司