專利名稱:一種基于綠色分量和色差空間的Bayer格式顏色插值方法
技術(shù)領(lǐng)域:
本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域,涉及一種基于綠色分量和色差空間的Bayer 格式顏色插值方法,具體是一種綠色分量和紅藍(lán)分量分步插值的組合方式實(shí)現(xiàn)顏色恢復(fù)的 方法。
背景技術(shù):
隨著計(jì)算機(jī)技術(shù)的不斷成熟,數(shù)字化成為社會發(fā)展的趨勢,以數(shù)字相機(jī)為代表的 數(shù)字成像技術(shù)引起了學(xué)術(shù)界和產(chǎn)業(yè)界的重視。在過去的二十年中,C⑶和CMOS數(shù)字相機(jī)越 來越多地被應(yīng)用到日常生活和生產(chǎn)中??紤]到成本和體積,大部分?jǐn)?shù)字相機(jī)普遍采用單個(gè) CXD或CMOS作為接收圖像的傳感器。為了準(zhǔn)確完整地描述一個(gè)彩色像素點(diǎn),至少需要紅、 綠、藍(lán)三種顏色分量,因此會在數(shù)字相機(jī)圖像傳感器上覆蓋顏色濾波陣列。由于Bayer格式 顏色濾波陣列具有很好的顏色信號敏感性和顏色恢復(fù)特性,因此被廣泛的應(yīng)用在各種圖像 傳感器上。Bayer格式顏色濾波陣列中的每一個(gè)敏感點(diǎn)只允許一種顏色分量通過,因此圖像 的每一個(gè)像素點(diǎn)都只有一種顏色灰度值,如圖1所示。因此,為了恢復(fù)完整的彩色圖像,需 要通過顏色插值技術(shù)利用每個(gè)采樣點(diǎn)周圍的顏色來計(jì)算另外兩種缺失顏色分量。目前數(shù)字相機(jī)系統(tǒng)中,大多數(shù)顏色濾波陣列只有一種顏色分量有較高的采樣頻 率,相比其他兩種顏色分量采樣也較多。在Bayer格式顏色濾波陣列中,綠色分量(G)是占 圖像總采樣點(diǎn)的一半,是紅色分量(R)或藍(lán)色分量⑶的兩倍,因此包含更多的圖像信息, 并且人眼對綠色較紅色和藍(lán)色敏感。因此目前的大多顏色插值算法一般先重建圖像每個(gè)像 素點(diǎn)的綠色分量,然后再重建另外兩種顏色分量。目前比較典型的顏色插值算法有以下三 種雙線性(Bilinear)插值算法早期由于受硬件條件的限制,更傾向于采用算法簡 單、運(yùn)算速度快的插值算法,雙線性插值算法就是這樣一種得到廣泛應(yīng)用的算法。該算法利 用相鄰像素采樣點(diǎn)中同種顏色分量的平均值作為當(dāng)前像素的待求顏色分量。邊緣導(dǎo)向(Edge Adaptive)插值算法插值過程中,首先比較水平方向上和垂直 方向上的梯度大小,插值時(shí)取梯度較小的方向上的像素點(diǎn)作為估算點(diǎn)計(jì)算當(dāng)前待求顏色分 量值。為了盡量減少算法復(fù)雜度,首先利用該算法重建圖像每個(gè)像素點(diǎn)的綠色分量,然后利 用雙線性和已重建的綠色分量的補(bǔ)償修正來恢復(fù)紅色和藍(lán)色分量。適應(yīng)性顏色層(Adapted Color Plane)插值算法該算法是在邊緣導(dǎo)向插值算法 上改進(jìn)得到的,不同的是該方法在考慮圖像邊緣的時(shí)候,是通過綠色分量G及紅色R或藍(lán)色 B分量來確定的,并且對紅、綠、藍(lán)三種分量均采用該算法進(jìn)行插值恢復(fù)。同樣地,先重建全 分辨率的綠色分量,再利用已重建的綠色分量修正紅色和藍(lán)色分量的重建。最早的雙線性插值算法由于在計(jì)算過程中沒有區(qū)分圖像的邊緣,只是簡單的通過 鄰近的像素點(diǎn)進(jìn)行平均插值,恢復(fù)的圖像效果并不理想,邊緣失真比較明顯,圖像細(xì)節(jié)和紋 理表現(xiàn)不夠準(zhǔn)確,而且產(chǎn)生了嚴(yán)重的色彩失真。為了克服圖像邊緣模糊等問題,基于梯度的 邊緣導(dǎo)向插值算法紋理和邊緣的表現(xiàn)較雙線性插值算法有了較大提高。而在邊緣導(dǎo)向插值
4算法上改進(jìn)得到的適應(yīng)性顏色層插值算法對圖像邊緣的定位更為準(zhǔn)確,進(jìn)一步降低了圖像 的邊緣模糊及顏色失真,恢復(fù)的圖像效果較理想。該算法雖然解決了圖像邊緣模糊問題,但 是并沒有考慮圖像的色彩高相關(guān)性,不能夠有效地防止圖像的色彩突變,在色彩平滑度方 面效果較差。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于綠色分量和色差空間的Bayer格式顏色插值方 法,它是一種新型的充分利用圖像空間相關(guān)性和色彩相關(guān)性的Bayer格式圖像顏色插值方 法。該方法先恢復(fù)缺失的綠色分量,再利用已恢復(fù)的綠色分量的修正補(bǔ)償以重建紅藍(lán)分量, 同時(shí)在重建紅藍(lán)分量的過程中,引入了圖像色差規(guī)則,專門用于抑制插值過程中產(chǎn)生的偽 色,防止色彩跳變,增強(qiáng)色彩平滑度,降低邊緣的模糊程度,提高圖像紋理和細(xì)節(jié)的表現(xiàn)準(zhǔn) 確度。本發(fā)明提供的Bayer格式圖像顏色插值方法在重建全彩色圖像的過程中,采用綠 色分量和紅藍(lán)分量分步插值的組合方式實(shí)現(xiàn)顏色恢復(fù)。首先利用圖像的空間相關(guān)性嚴(yán)格區(qū) 分圖像邊緣,重建全分辨率綠色分量;然后利用圖像的色彩相關(guān)性進(jìn)行色差(R-G和B-G)空 間的插值計(jì)算,再通過已恢復(fù)的綠色分量的修正補(bǔ)償來重建全分辨率紅藍(lán)分量。相比于傳 統(tǒng)的采用雙線性、邊緣導(dǎo)向和適應(yīng)性顏色層等插值算法,恢復(fù)得到的全彩色圖像效果更為 理想,圖像顏色信號的峰值信噪比也更高,同時(shí)還具有算法運(yùn)算復(fù)雜度低的優(yōu)點(diǎn)。本發(fā)明方法包括全分辨率綠色分量G的重建、在包含紅色或藍(lán)色分量的像素點(diǎn)色 差R-G或B-G的計(jì)算、全分辨率色差圖像R-G和B-G的重建以及全分辨率紅色分量R和藍(lán) 色分量B的重建四個(gè)內(nèi)容。步驟1.重建全分辨率綠色分量G在Bayer格式顏色濾波陣列中,綠色分量采樣點(diǎn)數(shù)占圖像總采樣點(diǎn)數(shù)的一半,是 紅色分量或藍(lán)色分量采樣點(diǎn)數(shù)的兩倍,因此包含更多的圖像信息,并且人眼對綠色較紅色 和藍(lán)色敏感,對亮度較色彩敏感,而從RGB到Y(jié)UV的顏色空間轉(zhuǎn)換中,綠色分量對亮度Y的 貢獻(xiàn)接近60%,亮度Y計(jì)算Y = O. 299R+0. 587G+0. 114B. (1)因此全分辨率綠色分量的重建在全彩色圖像恢復(fù)過程中最重要,其具體方法是在包含紅色分量R的像素采樣點(diǎn)處,從水平方向和垂直方向綜合考慮當(dāng)前點(diǎn)鄰域 的綠色分量G及紅色分量R,計(jì)算水平方向梯度和垂直方向梯度選擇梯度較小的方 向作為當(dāng)前像素采樣點(diǎn)的邊緣方向。1)當(dāng)> Vgr時(shí),則垂直方向作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)垂直方向上相 鄰的兩個(gè)綠色分量G和兩個(gè)紅色分量R以及當(dāng)前的紅色分量R來計(jì)算當(dāng)前點(diǎn)所缺失的綠色 分量G;2)當(dāng)< Vgr時(shí),則水平方向作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)水平方向上相 鄰的兩個(gè)綠色分量G和兩個(gè)紅色分量R以及當(dāng)前的紅色分量R來計(jì)算當(dāng)前點(diǎn)所缺失的綠色 分量G;3)當(dāng)= Vgr時(shí),則選擇當(dāng)前點(diǎn)周圍相鄰的四個(gè)綠色分量G和四個(gè)紅色分量R以 及當(dāng)前的紅色分量R來計(jì)算當(dāng)前點(diǎn)所缺失的綠色分量G。
5
在包含藍(lán)色分量B的像素采樣點(diǎn)處,從水平方向和垂直方向綜合考慮當(dāng)前點(diǎn)鄰域 的綠色分量G及藍(lán)色分量B,計(jì)算水平方向梯度Hgb和垂直方向梯度Vgb,選擇梯度較小的方 向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)Hgb > Vgb時(shí),則垂直方向作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)垂直方向上相 鄰的兩個(gè)綠色分量G和兩個(gè)藍(lán)色分量B以及當(dāng)前的藍(lán)色分量B來計(jì)算當(dāng)前點(diǎn)所缺失的綠色 分量G;2)當(dāng)Hgb < Vgb時(shí),則水平方向作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)水平方向上相 鄰的兩個(gè)綠色分量G和兩個(gè)藍(lán)色分量B以及當(dāng)前的藍(lán)色分量B來計(jì)算當(dāng)前點(diǎn)所缺失的綠色 分量G;3)當(dāng)Hgb = Vgb時(shí),則選擇當(dāng)前點(diǎn)周圍相鄰的四個(gè)綠色分量G和四個(gè)藍(lán)色分量B以 及當(dāng)前的藍(lán)色分量B來計(jì)算當(dāng)前點(diǎn)所缺失的綠色分量G。步驟2.計(jì)算包含紅色分量的像素點(diǎn)色差R-G和計(jì)算包含藍(lán)色分量的像素點(diǎn)色差 B-G。在不同的色彩平面中各彩色分量之間具有高相關(guān)性,也就是色比規(guī)律和色差規(guī) 律,在一個(gè)小的鄰域中像素的色彩值比較接近。本發(fā)明利用色差規(guī)律進(jìn)行紅色分量R和藍(lán) 色分量B的恢復(fù),首先要計(jì)算得到Bayer格式的色差圖像R-G和B-G,其具體方法在包含紅色分量R的像素采樣點(diǎn),在步驟1的基礎(chǔ)上,當(dāng)前點(diǎn)包含有原始紅色分量 R和已重建的綠色分量G,計(jì)算差值R-G,得到Bayer格式的紅綠色差圖像。在包含藍(lán)色分量B的像素采樣點(diǎn),在步驟1的基礎(chǔ)上,當(dāng)前點(diǎn)包含有原始藍(lán)色分量 B和已重建的綠色分量G,計(jì)算差值B-G,得到Bayer格式的藍(lán)綠色差圖像。步驟3.重建全分辨率色差圖像R-G和色差圖像B-G在步驟2中得到了 Bayer格式的紅綠色差R-G和藍(lán)綠色差B-G圖像。紅綠色差點(diǎn) 在原始Bayer格式數(shù)據(jù)中包含紅色分量R采樣點(diǎn)處,藍(lán)綠色差點(diǎn)在原始Bayer格式數(shù)據(jù)中 包含藍(lán)色分量B采樣點(diǎn)處。通過步驟1得到的已重建全分辨率綠色分量G和當(dāng)前點(diǎn)圖像邊 緣的確定來分別重建全分辨率色差圖像R-G和B-G,其具體過程(1)、重建全分辨率色差圖像R-G的具體方法在包含色差B-G但缺失色差R-G的采樣點(diǎn)處,周圍相鄰的有四個(gè)紅綠色差點(diǎn),分別 位于左上、左下、右下、右上,從左上右下和右上左下兩個(gè)45度角斜方向綜合考慮當(dāng)前點(diǎn)鄰 域的綠色分量G和紅綠色差R-G,分別計(jì)算左上右下方向梯度值H"和右上左下方向梯度值 Vr_g,選擇梯度值較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)Η" > Vr_g時(shí),則右上左下作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)右上左下方向 上相鄰的兩個(gè)紅綠色差R-G和兩個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來 計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差R-G ;2)當(dāng)Η" < Vr_g時(shí),則左上右下作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)左上右下方向 上相鄰的兩個(gè)紅綠色差R-G和兩個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來 計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差R-G ;3)當(dāng)Η" = Vr_g時(shí),則選擇當(dāng)前點(diǎn)兩個(gè)45度角斜方向相鄰的四個(gè)紅綠色差R-G和 四個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差 R-G。
6
在只包含綠色分量G的像素采樣點(diǎn)處,周圍相鄰的有兩個(gè)紅綠色差點(diǎn),采用對相 鄰的兩個(gè)紅綠色差R-G取平均并用相鄰紅綠色差點(diǎn)處的綠色分量和當(dāng)前點(diǎn)綠色分量G進(jìn)行 修正,得到當(dāng)前點(diǎn)所缺失的紅綠色差R-G。(2)、重建全分辨率色差圖像B-G的具體方法在包含色差R-G但缺失色差B-G的采樣點(diǎn)處,周圍相鄰的有四個(gè)紅綠色差點(diǎn),分別 位于左上、左下、右下、右上,從左上右下和右上左下兩個(gè)45度角斜方向綜合考慮當(dāng)前點(diǎn)鄰 域的綠色分量G和藍(lán)綠色差B-G,分別計(jì)算左上右下方向梯度值Hb_g和右上左下方向梯度值 Vb_g,選擇梯度值較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)Hb_g > Vb_g時(shí),則右上左下作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)右上左下方向 上相鄰的兩個(gè)紅綠色差B-G和兩個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來 計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差B-G ;2)當(dāng)Hb_g < Vb_g時(shí),則左上右下作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)左上右下方向 上相鄰的兩個(gè)紅綠色差B-G和兩個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來 計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差B-G ;3)當(dāng)Hb_g = Vb_g時(shí),則選擇當(dāng)前點(diǎn)兩個(gè)45度角斜方向相鄰的四個(gè)紅綠色差B-G和 四個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差 B-G。在只包含綠色分量G的像素采樣點(diǎn),周圍相鄰的有兩個(gè)藍(lán)綠色差點(diǎn),采用對相鄰 的兩個(gè)藍(lán)綠色差B-G取平均并用相鄰藍(lán)綠色差點(diǎn)處的綠色分量和當(dāng)前點(diǎn)綠色分量G進(jìn)行修 正,得到當(dāng)前點(diǎn)所缺失的藍(lán)綠色差B-G。步驟4.重建全分辨率紅色分量R和藍(lán)色分量B在步驟3得到了全分辨率色差圖像R-G和B-G,即圖像的每一個(gè)像素采樣點(diǎn)都包含 有紅綠色差值R-G和藍(lán)綠色差值B-G。在步驟1得到了全分辨率綠色分量G,即圖像的每一 個(gè)像素采樣點(diǎn)都包含有綠色分量G。重建全分辨率紅色分量R的具體方法是將圖像每一個(gè)像素采樣點(diǎn)中的紅綠色差值R-G與當(dāng)前采樣點(diǎn)中的綠色分量G相 加,計(jì)算完圖像所有的采樣點(diǎn)即得到全分辨率紅色分量R,即圖像的每一個(gè)像素采樣點(diǎn)都包 含有紅色分量R。重建全分辨率藍(lán)色分量B的具體方法是將圖像每一個(gè)像素采樣點(diǎn)中的藍(lán)綠色差值B-G與當(dāng)前采樣點(diǎn)中的綠色分量G相 加,計(jì)算完圖像所有的采樣點(diǎn)即得到全分辨率藍(lán)色分量B,即圖像的每一個(gè)像素采樣點(diǎn)都包 含有藍(lán)色分量B。本發(fā)明方法有效降低了在顏色插值過程中產(chǎn)生邊緣模糊和色彩失真,解決了雙線 性插值方法所帶來的圖像效果不理想、邊緣模糊、圖像紋理和細(xì)節(jié)表現(xiàn)不準(zhǔn)確、色彩失真嚴(yán) 重等問題。較常用的邊緣導(dǎo)向和適應(yīng)性顏色層插值方法成像效果更理想、邊緣判斷更準(zhǔn)確、 色彩平滑度更高以及恢復(fù)的圖像各顏色分量峰值信噪比更高,并且計(jì)算開銷小。
圖1為Bayer格式顏色濾波陣列示意圖;圖2為本發(fā)明的流程圖3為本發(fā)明的紅、綠、藍(lán)三基色的重建策略示意圖;圖4為Bayer格式的6X6原始參考像素采樣點(diǎn)示意圖;圖5為已重建的6X6綠色分量G示意圖;圖6為Bayer格式的6X6對應(yīng)采樣點(diǎn)色差結(jié)果示意圖;圖7為已重建的6X6紅綠色差R-G示意圖;圖8為已重建的6X6藍(lán)綠色差B-G示意圖;圖9為已重建的6X6紅色分量R示意圖;圖10為已重建的6X6藍(lán)色分量B示意圖。
具體實(shí)施例方式以下結(jié)合附圖對本發(fā)明作進(jìn)一步說明。本發(fā)明適用于任何Bayer格式數(shù)字相機(jī)成像系統(tǒng)中的顏色插值,圖1展示了 Bayer 格式下圖像各顏色分量的排列方式圖。在具體實(shí)施方式
的闡述過程中,符號R、G、B分別表示圖像的紅色分量、綠色分量、 藍(lán)色分量,符號Ru、Gij, Bij分別表示圖像第i行和第j列像素點(diǎn)的紅色分量、綠色分量、藍(lán) 色分量,符號R_G、B-G分別表示紅色和綠色差值、藍(lán)色和綠色差值,符號RU-GU、BU-GU分別 表示圖像第i行和第j列像素點(diǎn)的紅色和綠色差值、藍(lán)色和綠色差值,并且圖像是從第0行 和第0列開始的。圖2和圖3分別表示本發(fā)明的流程示意圖和紅、綠、藍(lán)三基色的重建策略示意圖, 從Bayer原始圖像恢復(fù)得到全彩色圖像,第一步是重建全分辨率綠色分量G,第二步是在包 含紅色或藍(lán)色分量的像素點(diǎn)計(jì)算色差R-G或B-G,第三步是重建全分辨率色差圖像R-G和 B-G,最后是將已重建的綠色分量G分別與已重建的色差圖像R-G和B-G相加以恢復(fù)紅色分 量R和藍(lán)色分量B。步驟1.全分辨率綠色分量G的重建(1)、在包含紅色分量R的像素采樣點(diǎn)重建缺失的綠色分量G,從水平方向和垂直 方向綜合考慮當(dāng)前點(diǎn)鄰域的綠色分量G及紅色分量R,計(jì)算水平方向梯度和垂直方向梯 度Vgr。當(dāng)前點(diǎn)為Rij,則圖像第i行和第j列的梯度HgHj和Vgrij為Hgrij = I -Ri(J-2)+2RirRi(J+2) | +1 Giij^-Giijtl) | · (2)Vgrij = I _R(i-2) j+2RirR(i+2) j I +1 G(i_1)rG(i+1)」| · (3)比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)< Vgrij時(shí),即水平方向邊緣差值較小,則水平方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)Ri(j-2)、、、氏腫)、gi(J-i)和Gi(j+1)來計(jì)算當(dāng)前點(diǎn)Rij所缺失的綠色分量Gij,計(jì)算方 法如下
Γ GtU-i)+GiU+l) . (-^-0·-2)+2^·-^0+2))
24.⑷2)當(dāng)> Vgrij時(shí),即垂直方向邊緣差值較小,則垂直方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn) R(i-2)j>Rij>R(i+2)j>G(^1)j 禾口 G(i+1)j 來計(jì)算當(dāng)前點(diǎn)、所缺失的綠色分量Gu,計(jì)算方 法如下
8
3)當(dāng) Hgrij = Vgrij 時(shí),貝丨J選擇 R(i-2)j> Ri(j-2)、Rij、R(i+2)j、Ri(j+2)、G(i-i)j、Gj(J-I)、G(i+1)J 禾口 Gi(J+1)來計(jì)算當(dāng)前點(diǎn)Ru所缺失的綠色分量Gu,計(jì)算方法如下 (2)、在包含藍(lán)色分量B的像素采樣點(diǎn)重建缺失的綠色分量G,從水平方向和垂直 方向綜合考慮當(dāng)前點(diǎn)鄰域的綠色分量G及藍(lán)色分量B,計(jì)算水平方向梯度Hgb和垂直方向梯 度Vgb。當(dāng)前點(diǎn)為Bij,則圖像第i行和第j列的梯度Hgbij和Vgbij為
(8)比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)Hgbu < Vgbij時(shí),即水平方向邊緣差值較小,則水平方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)BmfBmBm+^G.D和Gi(j+1)來計(jì)算當(dāng)前點(diǎn)Bij所缺失的綠色分量Gij,計(jì)算方 法如下 2)當(dāng)Hgbu > Vgbij時(shí),即垂直方向邊緣差值較小,則垂直方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)B (i-2)j、Bij、B(i+2)j、G(i-l)j 禾口 G(i+l)j 來計(jì)算當(dāng)前點(diǎn)Bu所缺失的綠色分量Gu,計(jì)算方 法如下 3)當(dāng) Hgbij = Vgbij 時(shí),貝丨J選擇 B(i_2)j、Bi(j_2)、Β"、B(i+2)J·、Β“,2)、G(H)j] Gi(^1)、G(i+1)j 禾口 Gi(J+1)來計(jì)算當(dāng)前點(diǎn)Bu所缺失的綠色分量Gu,計(jì)算方法如下 圖4給出了一個(gè)Bayer格式的6X6原始參考像素采樣點(diǎn)示意圖,下面結(jié)合圖4的 數(shù)據(jù)具體排列方式進(jìn)一步對全分辨率綠色分量G的重建進(jìn)行說明和描述,以便理解本發(fā)明 的方法。(1)、在包含紅色分量R的像素采樣點(diǎn)重建缺失的綠色分量G,從水平方向和垂直 方向綜合考慮當(dāng)前點(diǎn)鄰域的綠色分量G及紅色分量R,計(jì)算水平方向梯度和垂直方向梯
度 Vgr °以當(dāng)前像素點(diǎn)R22為例,則圖像第2行和第2列的梯度Hgr22和Vto22為
Hgr22 = | -R20+2R22_R241 +1 G21_G231 (12)Vgr22 = | -R02+2R22_R421 +1G12-G321 (13)比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)< Vgr22時(shí),即水平方向邊緣差值較小,則水平方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)R2(i、R22、R24、G21和G23來計(jì)算當(dāng)前點(diǎn)R22所缺失的綠色分量G22,計(jì)算方法如下-^ + -^-1 丄——(14)
22 242)當(dāng)> Vgr22時(shí),即垂直方向邊緣差值較小,則垂直方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)禮2、r22、R42、G12和G32來計(jì)算當(dāng)前點(diǎn)R22所缺失的綠色分量G22,計(jì)算方法如下
^ Gn + G” (一 h + 2 凡?!猂A1 )G ——+-22——427 _(15)
243)當(dāng) Hgr22 = Vgr22 時(shí),則選擇 RQ2、R2Q、R22、R42、R24、G12、G21、G32 和 G23 來計(jì)算當(dāng)前點(diǎn) r22所缺失的綠色分量G22,計(jì)算方法如下G = G12 + G2\ + G32 + G23 , (_R02 — R20 + 4R22 — R42 _ ^24) ^ ,
22 —48. U以特殊像素點(diǎn)禮2為例,則圖像第0行和第2列的梯度和為Hgr02 = | -R00+2R02-R041 +1G01-G031 (17)vgr02 = |r02-r22| + |g12|.(18)比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)< Vgr02時(shí),即水平方向邊緣差值較小,則水平方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)Roo、R02> R04> G01和‘來計(jì)算當(dāng)前點(diǎn)禮2所缺失的綠色分量,計(jì)算方法如下
_ Gru + Gf^n (~R(\f\ + 2 凡,—R(,a )G02 ——^ + -~^-^——(19)
24*2)當(dāng)> Vgr02時(shí),即垂直方向邊緣差值較小,則垂直方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)禮2、r22、G12來計(jì)算當(dāng)前點(diǎn)禮2所缺失的綠色分量‘,計(jì)算方法如下G02=Gl2 + (R°2~R22).(20)3)當(dāng) Hgrt2 = Vgr02 時(shí),則選擇 Rqq、RQ2、R22、Rq4、G12、G01 和 GQ3 來計(jì)算當(dāng)前點(diǎn) RQ2 所缺 失的綠色分量,計(jì)算方法如下G02 = Gl2 + Gpl + G°3 + H + 3R°2 ~ 穴22 —凡4).(21)
36(2)、在包含藍(lán)色分量B的像素采樣點(diǎn)重建缺失的綠色分量G,從水平方向和垂直 方向綜合考慮當(dāng)前點(diǎn)鄰域的綠色分量G及藍(lán)色分量B,計(jì)算水平方向梯度Hgb和垂直方向梯
度 Vgb°以當(dāng)前像素點(diǎn)B33為例,則圖像第3行和第3列的梯度Hgb33和Vgb33為Hgb33 = | -B31+2B33_B351 +1G32-G341 (22)Vgb33 = | -B13+2B33_B531 +1G23-G431 (23)比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。
10
1)當(dāng)Ggb33 < Vgb33時(shí),即水平方向邊緣差值較小,則水平方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)b31、B33、B35、G32和G34來計(jì)算當(dāng)前點(diǎn)B33所缺失的綠色分量G33,計(jì)算方法如下
^+ (—5,, + — ),、G =———^ + -^----—.(24)
33 242)當(dāng)Hgb33 > Vgb33時(shí),即垂直方向邊緣差值較小,則垂直方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)b13、B33、B53、G23和G43來計(jì)算當(dāng)前點(diǎn)B33所缺失的綠色分量G33,計(jì)算方法如下
G23 土 G43 (~gl3 土 2g33 二 B5i),?!病?br>
Cr33----+--- (25)3)當(dāng) Hgb33 = Vgb33 時(shí),則選擇 B13、B31、B33、B53、B35、G32、G34、G23 和 G43 來計(jì)算當(dāng)前點(diǎn) B33所缺失的綠色分量G33,計(jì)算方法如下Q = G23 土G32 + G34 土 G43 ,(一萬 13 ~ B3l + 4B33 二B35 — B53 )(,
33 一48以特殊像素點(diǎn)B55為例,則圖像第5行和第5列的梯度Hgb55和Bgb55為Hgb55= |B55-B53| + |G54|. (27)Vgb55= |B55-B35| + |G45|. (28)比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)Hgb55 < Vgb55時(shí),即水平方向邊緣差值較小,則水平方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)b53、B55、和G54來計(jì)算當(dāng)前點(diǎn)B55所缺失的綠色分量G55,計(jì)算方法如下G55 = G54 + ^5-^53) .(29)2)當(dāng)Hgb55 > Vgb55時(shí),即垂直方向邊緣差值較小,則垂直方向作為當(dāng)前點(diǎn)的邊緣方 向,選擇點(diǎn)b35、B55、和G45來計(jì)算當(dāng)前點(diǎn)B55所缺失的綠色分量G55,計(jì)算方法如下(30)3)當(dāng)Hgb55 = Vgb55時(shí),則選擇B35、B53、B55、G54和G45來計(jì)算當(dāng)前點(diǎn)B55所缺失的綠色 分量G55,計(jì)算方法如下
^ GAC + GcA (—B^r + c ———^ + -^-^——(31)
55 24綠色分量G的取值范圍是0到255,因此當(dāng)以上計(jì)算得到的綠色分量G超出這個(gè)取 值范圍時(shí)需要進(jìn)行溢出補(bǔ)償處理,即當(dāng)G的計(jì)算結(jié)果小于0時(shí),則當(dāng)前所重建的綠色分量G 為0 ;當(dāng)G的計(jì)算結(jié)果大于255時(shí),則當(dāng)前所重建的綠色分量G為255。圖5展示了通過步 驟1計(jì)算得到的已重建的6X6綠色分量G。步驟2.在包含紅色或藍(lán)色分量的像素點(diǎn)色差R-G或B-G的計(jì)算在步驟1的基礎(chǔ)上,得到了已重建的全分辨率綠色分量G,即圖像每一個(gè)像素采樣 點(diǎn)都包含有綠色分量G。(1)、在包含紅色分量R的像素采樣點(diǎn),當(dāng)前點(diǎn)為,包含的綠色分量為,則圖像 第i行和第j列的紅綠色差為
11
(2)、在包含藍(lán)色分量B的像素采樣點(diǎn),當(dāng)前點(diǎn)為,包含的綠色分量為,則圖像 第i行和第j列的藍(lán)綠色差為Bu-Gijt)下面結(jié)合圖4的數(shù)據(jù)具體排列方式和圖5的已重建綠色分量進(jìn)一步對色差R-G或 B-G的計(jì)算進(jìn)行說明和描述,以便理解本發(fā)明的方法。(1)、在包含紅色分量R的像素采樣點(diǎn),以圖4的R22和圖5的G22為例,則圖像第2 行和第2列的紅綠色差為R22_G22。(2)、在包含藍(lán)色分量B的像素采樣點(diǎn),以圖4的B55和圖5的G55為例,則圖像第5 行和第5列的藍(lán)綠色差為R55_G55。圖6展示了通過步驟2計(jì)算得到的Bayer格式的6X6對應(yīng)像素采樣點(diǎn)色差結(jié)果 示意圖。步驟3.全分辨率色差圖像R-G和B-G的重建在步驟2的基礎(chǔ)上,得到了 Bayer格式的紅綠色差R_G和藍(lán)綠色差B_G圖像。(1)、全分辨率色差圖像R-G的重建a)、在包含色差B-G但缺失色差R-G的采樣點(diǎn)處,周圍相鄰的有四個(gè)紅綠色差點(diǎn), 分別位于左上、左下、右下、右上,從左上右下和右上左下兩個(gè)45度角斜方向綜合考慮當(dāng)前 點(diǎn)鄰域的綠色分量G和紅綠色差R-G,分別計(jì)算左上右下方向梯度值和右上左下方向梯
度值Vr_g。當(dāng)前點(diǎn)為Bij-Gij,則圖像第i行和第j列的色差梯度H(r_g)ij和V(r_g)ij為H(r_g)ij = | (R(i-i)(j-i)~G(i-D(j-i))~(R(i+i)(j+i)~G(i+1)(J+1))(32)+|-G(i_1)(j_1)+2Gij-G(i+1)(j+1)|-V(r_g)ij = | (R(i-i)(j+i)~G(i-D(J+i))~(R(i+i)(j-i)~G(i+1)(j-d)(33)+|-G(i_1)(j+1)+2Gij-G(i+1)(j_1)|.比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng),則左上右下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)R^d&D-G^)
(j-i)、R(i+i)(j+i)"G(i+i)(j+i)> G(i_1)(J_1)> Gjj 禾口 G(i+1)(J+1) 來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差 RfG⑴計(jì)算方法如下R -G =(及('.-”(廣” —i)(y-i)) + C^.+l)G+l) ~^+l)(y+l))
ij~ iJ ~ 2
(-Q +2G -G 、(34),、々-1)(廣1)十
4 2)當(dāng),則右上左下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)Rum+D-G^ (j+i)、R(i+i)(j-i)"G(i+i)(j-D> G(i_1)(j+1)、Gjj 禾口 G(i+1)(J_1) 來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差 RfG⑴計(jì)算方法如下(-Q +2(7 -G )(35),、°(卜1)(7+1)十^0+1)0-1)^4.3)當(dāng) H(r_g)ij = V(r_g)ij 時(shí),貝U 選擇 R(i-D(j-D-Gfi-D> R(i+i)(j+i)~G(i+1)(J+1)> R(i-1) O+D^fi-D (J+1)、R(i+i) (j-D~G(i+1) (j—D、G(i_1) (j—D、G(i+1) (J+1)、G(i_1) (J+1)、G(i+1) (j—D 禾口 Gu 來計(jì)算當(dāng) ill 點(diǎn) Bij-G^所缺失的紅綠色差Ru_、,計(jì)算方法如下R -C =(穴('.-”(尸1)”) + ( +1)()+1)
y — y _4
C^(i-i)U+i) ~ ^0-1)0+1)) + (及(/+I)(y-1) ~ ^(i+ixy-1))
4(36)
丨("^(/-lXy-l) — 1)G+1) +-~ ^0+1)0+1))
8
b)、在只包含綠色分量G的像素采樣點(diǎn),周圍相鄰的只有水平方向或垂直方向上 的兩個(gè)紅綠色差點(diǎn),當(dāng)前點(diǎn)為Gijt)1)當(dāng)相鄰的兩個(gè)紅綠色差點(diǎn)在當(dāng)前點(diǎn)的水平方向上,即點(diǎn)R^-D-Gi^和 氏(」+1)-&(」+1),則當(dāng)前點(diǎn)、所缺失的紅綠色差Rij-Gij的計(jì)算方法為R -G =(尺(廣” “Gl{j~X)) +“ G'0+1))
ij ij 2, (~GiU-y)+2Gij~Gr(j+^(37)
42)當(dāng)相鄰的兩個(gè)紅綠色差點(diǎn)在當(dāng)前點(diǎn)的垂直方向上,即R^Dj-G^)」和R(i+1) j-G(i+1”,則當(dāng)前點(diǎn)所缺失的紅綠色差的計(jì)算方法為R -G =(穴(卜 1)廠 G(卜丨")+ (% 丨)廠
ij ij 2
(-G +2G -G )(38)| 1^4.下面結(jié)合圖6的Bayer格式色差數(shù)據(jù)具體排列方式和圖5的已重建綠色分量進(jìn)一 步對全分辨率色差R-G的重建進(jìn)行說明和描述,以便理解本發(fā)明的方法。a)、在包含色差B-G但缺失色差R_G的采樣點(diǎn)處,周圍相鄰的有四個(gè)紅綠色差點(diǎn), 分別位于左上、左下、右下、右上,從左上右下和右上左下兩個(gè)45度角斜方向綜合考慮當(dāng)前 點(diǎn)鄰域的綠色分量G和紅綠色差R-G,分別計(jì)算左上右下方向梯度值和右上左下方向梯 度值Vr_g0以色差點(diǎn)B33_G33為例,則第3行和第3列的梯度Hfr_g)33和Vfr_g)33為H(r_g) 33 = I (R22"G22) - (G44-G44) | +1 -G22+2G33-G441 (39)V(r_g)33 = | (R24_G24) - (R42-G42) | +1 -G24+2G33_G421 (40)比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)G(r_g)33 < V(r_g)33時(shí),則左上右下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)R22_G22、R44-G44、G22, G33和G44來計(jì)算當(dāng)前點(diǎn)B33-G33所缺失的紅綠色差R33-G33,計(jì)算方法如下R33 - G33 =…22 - G22) + (凡4 - + a + 2G" - G44). (41)
2412)當(dāng)H(Pg)33 > Vfr_g)33時(shí),則右上左下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)R24_G24、 R42-G42、G24, G33和G42來計(jì)算當(dāng)前點(diǎn)B33-G33所缺失的紅綠色差R33-G33,計(jì)算方法如下
^ (R74 -G74) + (R42 - G42) (-G24 +IG33- G42)R33 -G33 =———247 v 42——^ + -^-^———.(42)
^^4*3)當(dāng) H(r_g)33 = V(r_g)33 時(shí),貝丨J選擇 R22~G22> R44-G44> R24_G24、R42_G42、G22> G44> G24> G42 禾口 G33來計(jì)算當(dāng)前點(diǎn)B33-G33所缺失的紅綠色差R33-G33,計(jì)算方法如下R _G = (R22 -G22) + (R44 -G44) + (R24 -G24) + (R42 -G42)
33 33 _4ι (_。22 _ G24 + 4( 33 _ G42 _ G44)( )
8 ·以特殊點(diǎn)B15-G15為例,則第1行和第5列的梯度Hfr_g)15和Vfr_g)15為H(r_g) 15 = I (R04-G04) I +1G15-G041 · (44)V(r_g)15 = I (R24-G24) HG15-G24I. (45)比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)H(r_g)15 < V(r_g)15時(shí),則左上右下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)Rci4-Gtl4、G15和 G04來計(jì)算當(dāng)前點(diǎn)B15-G15所缺失的紅綠色差R15-G15,計(jì)算方法如下
_2] Ri5-G,5^(R04-GJ+iG^~G°4).(46) 2)當(dāng)H(r_g)15 > V(r_g)15時(shí),則右上左下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)R24_G24、G15和 G24來計(jì)算當(dāng)前點(diǎn)B15-G15所缺失的紅綠色差R15-G15,計(jì)算方法如下
_4] R15-G15= (R24-G24)+(47)3)當(dāng) Hfr_g)15 = Vfr_g)15 時(shí),則選擇 IV-Gad-G^G^Gu 和 G24 來計(jì)算當(dāng)前點(diǎn) B15-G15 所缺失的紅綠色差R15-G15,計(jì)算方法為R15 一 G15 =隊(duì)-Go4);(及24 _ )+ ("G°4 + 2^ - )· (48)b)、在只包含綠色分量G的像素采樣點(diǎn),周圍相鄰的只有水平方向或垂直方向上 的兩個(gè)紅綠色差點(diǎn)。1)以點(diǎn)G23為例,相鄰的兩個(gè)紅綠色差點(diǎn)在當(dāng)前點(diǎn)的水平方向上,即點(diǎn)R22-G22和 R24-G24,則當(dāng)前點(diǎn)G23所缺失的紅綠色差R23-G23的計(jì)算方法為
^ (R77-G77)+ (R24-G24) (-G22+ 2G23-G24) /及23-(723=·^——v24——2ΛΙ + 1__22-23——MZi (49)
24"2)以特殊點(diǎn)G52為例,相鄰的一個(gè)紅綠色差點(diǎn)在當(dāng)前點(diǎn)的垂直方向上,即點(diǎn) R42-G42,則當(dāng)前點(diǎn)G52所缺失的紅綠色差R52-G52的計(jì)算方法為
14
(50)圖7展示了通過步驟3計(jì)算得到的已重建的6X6紅綠色差R-G。(2)、全分辨率色差圖像B-G的重建a)、在包含色差R-G但缺失色差B-G的采樣點(diǎn)處,周圍相鄰的有四個(gè)藍(lán)綠色差點(diǎn), 分別位于左上、左下、右下、右上,從左上右下和右上左下兩個(gè)45度角斜方向綜合考慮當(dāng)前 點(diǎn)鄰域的綠色分量G和藍(lán)綠色差B-G,分別計(jì)算左上右下方向梯度值Hb_g和右上左下方向梯 度值Vb_g。當(dāng)前點(diǎn)為Rij-Gij,則圖像第i行和第j列的色差梯度H(b_g)ij和V(b_g)ij為 比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。1)當(dāng)H(b_g)ij<V(b_g)ij時(shí),則左上右下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)B(H)(H)-G(H) (j-i)、B(i+1) (j+i)"G(i+i) (j+D> G(H) (j-D、Gij 禾口 G(i+1)(J+1) 來計(jì)算當(dāng)前點(diǎn)Ru-Gu所缺失的藍(lán)綠色差 Bij-G⑴計(jì)算方法如下 2)當(dāng)H(b_g)ij>V(b_g)ij時(shí),則右上左下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)B(H)(M)-G(H) (j+i)、B(i+1) (j-i)"G(i+i) (j-D> G(H) (j+1)、Gij 禾口 G(i+1) (^1) 來計(jì)算當(dāng)前點(diǎn)Ru-Gu所缺失的藍(lán)綠色差 Bij-G⑴計(jì)算方法如下 3)當(dāng) H(b_g)ij = V(b_g)ij 時(shí),貝U 選擇 B(H)(J^1)-G(H)(j—)、B(i+1)(j+1)-G(i+1)(j+1)、B(H) (Jti)-Gii-D (J+1)、B(i+1) (J-D-G(i+1) (j—D、G(H) (j—)、G(i+1)(J+1)、G(H)(J+1)、G(i+1)(計(jì)禾口 Gij 來計(jì)算當(dāng)如點(diǎn) Rij-Gij所缺失的藍(lán)綠色差Bij-Gij,計(jì)算方法如下 b)、在只包含綠色分量G的像素采樣點(diǎn),周圍相鄰的只有水平方向或垂直方向上 的兩個(gè)藍(lán)綠色差點(diǎn),當(dāng)前點(diǎn)為Gijtl1)當(dāng)相鄰的兩個(gè)藍(lán)綠色差點(diǎn)在當(dāng)前點(diǎn)Gij的水平方向上,即點(diǎn)Bi(H)-Gi(H)和 Bi(M)-Gi +1),則當(dāng)前點(diǎn)Gu所缺失的藍(lán)綠色差Bu-G^的計(jì)算方法為 2)當(dāng)相鄰的兩個(gè)藍(lán)綠色差點(diǎn)在當(dāng)前點(diǎn)Gij的垂直方向上,即B(H)j-G(H)j和B(i+1) j-G(i+1)j,則當(dāng)前點(diǎn)Gij所缺失的藍(lán)綠色差Bij-Gij的計(jì)算方法為 下面結(jié)合圖6的Bayer格式色差數(shù)據(jù)具體排列方式和圖5的已重建綠色分量進(jìn)一 步對全分辨率色差B-G的重建進(jìn)行說明和描述,以便理解本發(fā)明的方法。a)、在包含色差R-G但缺失色差B_G的采樣點(diǎn)處,周圍相鄰的有四個(gè)藍(lán)綠色差點(diǎn), 分別位于左上、左下、右下、右上,從左上右下和右上左下兩個(gè)45度角斜方向綜合考慮當(dāng)前 點(diǎn)鄰域的綠色分量G和藍(lán)綠色差B-G,分別計(jì)算左上右下方向梯度值Hb_g和右上左下方向梯 度值Vb-g°以色差點(diǎn)R22-G22為例,則第2行和第2列的梯度H(b_g)22和V(b_g)22為
比較以上兩個(gè)梯度值,選擇較小的方向作為當(dāng)前點(diǎn)的邊緣方向。 1)當(dāng)H(b_g)22 < V(b_g)22時(shí),則左上右下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)B11-G B33-G33、G11, G22和G33來計(jì)算當(dāng)前點(diǎn)R22-G22所缺失的紅綠色差B22-G22,計(jì)算方法如下B22 - G22 =⑷廠 ^ (知-化)+ ("Gl1 + 2^22 "G33). (60)2)當(dāng)H(b_g)22 > V(b_g)22時(shí),則右上左下作為當(dāng)前點(diǎn)的邊緣方向,選擇點(diǎn)B13_G13、
B31-G3I>G13> G22和G31來計(jì)算當(dāng)前點(diǎn)R22-G22所缺失的紅綠色差B22-G22,計(jì)算方法如下 _] (6i)
24* 3)當(dāng) H(b_g)22 = V(b_g)22 時(shí),則選擇 Bn-Gn、B13_G13、B31_G31、B33_G33、Gn、G33、G13, G22 和 G31來計(jì)算當(dāng)前點(diǎn)R22-G22所缺失的紅綠色差B22-G22,計(jì)算方法如下
16 以特殊點(diǎn)Rcici-Gcici為例,該點(diǎn)相鄰的藍(lán)綠色差只有B11-G11,則該點(diǎn)所缺失的藍(lán)綠色差 Boo-Goo 為
(63)b)、在只包含綠色分量G的像素采樣點(diǎn),周圍相鄰的只有水平方向或垂直方向上 的兩個(gè)藍(lán)綠色差點(diǎn)。1)以點(diǎn)G32為例,相鄰的兩個(gè)藍(lán)綠色差點(diǎn)在當(dāng)前點(diǎn)的水平方向上,即點(diǎn)B31-G31和 B33-G33,則當(dāng)前點(diǎn)G32所缺失的藍(lán)綠色差B32-G32的計(jì)算方法為B32 -G32 = (b^-G31)HB33-G33) + (-G31+ 2G32-G33) (⑷2)以點(diǎn)G23為例,相鄰的兩個(gè)藍(lán)綠色差點(diǎn)在當(dāng)前點(diǎn)的垂直方向上,即點(diǎn)B13-G13和 B33-G33,則當(dāng)前點(diǎn)G23所缺失的藍(lán)綠色差B23-G23的計(jì)算方法為 圖8展示了通過步驟3計(jì)算得到的已重建的6X6藍(lán)綠色差B_G。步驟4.全分辨率紅色分量R和藍(lán)色分量B的重建在步驟1的基礎(chǔ)上,得到了已重建的全分辨率綠色分量G,即圖像每一個(gè)像素采樣 點(diǎn)都包含有綠色分量G。在步驟3的基礎(chǔ)上,得到了已重建的全分辨率色差圖像R-G和B-G, 即圖像每一個(gè)像素采樣點(diǎn)都包含有色差R-G和B-G。(1)、全分辨率紅色分量R的重建圖像當(dāng)前像素點(diǎn)包含有已重建的色差Rij-Gij和綠色分量Gij,將當(dāng)前點(diǎn)紅綠色差值 和綠色分量值相加即得到當(dāng)前點(diǎn)所缺失的紅色分量Rijt5結(jié)合圖5的已重建綠色分量和圖7的已重建R-G色差圖像進(jìn)行說明和描述。以圖 5的G23和圖7的R23-G23為例,則圖像第2行和第3列的紅色分量為(R23-G23)+G23。紅色分量R的取值范圍是0到255,因此當(dāng)以上計(jì)算得到的紅色分量R超出這個(gè)取 值范圍時(shí)需要進(jìn)行溢出補(bǔ)償處理,即當(dāng)R的計(jì)算結(jié)果小于0時(shí),則當(dāng)前所重建的紅色分量R 為0 ;當(dāng)R的計(jì)算結(jié)果大于255時(shí),則當(dāng)前所重建的紅色分量R為255。圖9展示了計(jì)算得 到的已重建的6X6紅色分量R。(2)、全分辨率藍(lán)色分量B的重建圖像當(dāng)前像素點(diǎn)包含有已重建的色差Bij-Gij和綠色分量Gij,將當(dāng)前點(diǎn)藍(lán)綠色差值 和綠色分量值相加即得到當(dāng)前點(diǎn)所缺失的藍(lán)色分量Bijtl結(jié)合圖5的已重建綠色分量和圖8的已重建B-G色差圖像進(jìn)行說明和描述。以圖 5的G42和圖8的B42-G42為例,則圖像第4行和第2列的藍(lán)色分量為(B42-G42)+G42。藍(lán)色分量B的取值范圍是0到255,因此當(dāng)以上計(jì)算得到的藍(lán)色分量B超出這個(gè)取
17值范圍時(shí)需要進(jìn)行溢出補(bǔ)償處理,即當(dāng)B的計(jì)算結(jié)果小于0時(shí),則當(dāng)前所重建的藍(lán)色分量B 為0 ;當(dāng)B的計(jì)算結(jié)果大于255時(shí),則當(dāng)前所重建的藍(lán)色分量B為255。圖10展示了計(jì)算得 到的已重建的6 X 6藍(lán)色分量B。
權(quán)利要求
一種基于綠色分量和色差空間的Bayer格式顏色插值方法,其特征在于該方法包括如下步驟步驟1.重建全分辨率綠色分量G,具體方法是在包含紅色分量R的像素采樣點(diǎn)處,從水平方向和垂直方向綜合考慮當(dāng)前點(diǎn)鄰域的綠色分量G及紅色分量R,計(jì)算水平方向梯度Hgr和垂直方向梯度Vgr;1 1.當(dāng)Hgr>Vgr時(shí),則垂直方向作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)垂直方向上相鄰的兩個(gè)綠色分量G和兩個(gè)紅色分量R以及當(dāng)前的紅色分量R來計(jì)算當(dāng)前點(diǎn)所缺失的綠色分量G;1 2.當(dāng)Hgr<Vgr時(shí),則水平方向作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)水平方向上相鄰的兩個(gè)綠色分量G和兩個(gè)紅色分量R以及當(dāng)前的紅色分量R來計(jì)算當(dāng)前點(diǎn)所缺失的綠色分量G;1 3.當(dāng)Hgr=Vgr時(shí),則選擇當(dāng)前點(diǎn)周圍相鄰的四個(gè)綠色分量G和四個(gè)紅色分量R以及當(dāng)前的紅色分量R來計(jì)算當(dāng)前點(diǎn)所缺失的綠色分量G;在包含藍(lán)色分量B的像素采樣點(diǎn)處,從水平方向和垂直方向綜合考慮當(dāng)前點(diǎn)鄰域的綠色分量G及藍(lán)色分量B,計(jì)算水平方向梯度Hgb和垂直方向梯度Vgb,選擇梯度較小的方向作為當(dāng)前點(diǎn)的邊緣方向;1 4.當(dāng)Hgb>Vgb時(shí),則垂直方向作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)垂直方向上相鄰的兩個(gè)綠色分量G和兩個(gè)藍(lán)色分量B以及當(dāng)前的藍(lán)色分量B來計(jì)算當(dāng)前點(diǎn)所缺失的綠色分量G;1 5.當(dāng)Hgb<Vgb時(shí),則水平方向作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)水平方向上相鄰的兩個(gè)綠色分量G和兩個(gè)藍(lán)色分量B以及當(dāng)前的藍(lán)色分量B來計(jì)算當(dāng)前點(diǎn)所缺失的綠色分量G;1 6.當(dāng)Hgb=Vgb時(shí),則選擇當(dāng)前點(diǎn)周圍相鄰的四個(gè)綠色分量G和四個(gè)藍(lán)色分量B以及當(dāng)前的藍(lán)色分量B來計(jì)算當(dāng)前點(diǎn)所缺失的綠色分量G;步驟2.計(jì)算包含紅色分量的像素點(diǎn)色差R G和計(jì)算包含藍(lán)色分量的像素點(diǎn)色差B G,具體方法是在包含紅色分量R的像素采樣點(diǎn),在步驟1的基礎(chǔ)上,當(dāng)前點(diǎn)包含有原始紅色分量R和已重建的綠色分量G,計(jì)算差值R G,得到Bayer格式的紅綠色差圖像;在包含藍(lán)色分量B的像素采樣點(diǎn),在步驟1的基礎(chǔ)上,當(dāng)前點(diǎn)包含有原始藍(lán)色分量B和已重建的綠色分量G,計(jì)算差值B G,得到Bayer格式的藍(lán)綠色差圖像;步驟3.重建全分辨率色差圖像R G和色差圖像B G,具體方法為重建全分辨率色差圖像R G的具體方法在包含色差B G但缺失色差R G的采樣點(diǎn)處,周圍相鄰的有四個(gè)紅綠色差點(diǎn),分別位于左上、左下、右下、右上,從左上右下和右上左下兩個(gè)45度角斜方向綜合考慮當(dāng)前點(diǎn)鄰域的綠色分量G和紅綠色差R G,分別計(jì)算左上右下方向梯度值Hr g和右上左下方向梯度值Vr g,選擇梯度值較小的方向作為當(dāng)前點(diǎn)的邊緣方向;3 1.當(dāng)Hr g>Vr g時(shí),則右上左下作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)右上左下方向上相鄰的兩個(gè)紅綠色差R G和兩個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差R G;3 2.當(dāng)Hr g<Vr g時(shí),則左上右下作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)左上右下方向上相鄰的兩個(gè)紅綠色差R G和兩個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差R G;3 3.當(dāng)Hr g=Vr g時(shí),則選擇當(dāng)前點(diǎn)兩個(gè)45度角斜方向相鄰的四個(gè)紅綠色差R G和四個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差R G;在只包含綠色分量G的像素采樣點(diǎn)處,周圍相鄰的有兩個(gè)紅綠色差點(diǎn),采用對相鄰的兩個(gè)紅綠色差R G取平均并用相鄰紅綠色差點(diǎn)處的綠色分量和當(dāng)前點(diǎn)綠色分量G進(jìn)行修正,得到當(dāng)前點(diǎn)所缺失的紅綠色差R G;重建全分辨率色差圖像B G的具體方法在包含色差R G但缺失色差B G的采樣點(diǎn)處,周圍相鄰的有四個(gè)紅綠色差點(diǎn),分別位于左上、左下、右下、右上,從左上右下和右上左下兩個(gè)45度角斜方向綜合考慮當(dāng)前點(diǎn)鄰域的綠色分量G和藍(lán)綠色差B G,分別計(jì)算左上右下方向梯度值Hb g和右上左下方向梯度值Vb g,選擇梯度值較小的方向作為當(dāng)前點(diǎn)的邊緣方向;3 4.當(dāng)Hb g>Vb g時(shí),則右上左下作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)右上左下方向上相鄰的兩個(gè)紅綠色差B G和兩個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差B G;3 5.當(dāng)Hb g<Bb g時(shí),則左上右下作為當(dāng)前點(diǎn)的邊緣方向,選擇當(dāng)前點(diǎn)左上右下方向上相鄰的兩個(gè)紅綠色差B G和兩個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差B G;3 6.當(dāng)Hb g=Vb g時(shí),則選擇當(dāng)前點(diǎn)兩個(gè)45度角斜方向相鄰的四個(gè)紅綠色差B G和四個(gè)已重建的綠色分量G以及當(dāng)前點(diǎn)已重建的綠色分量G來計(jì)算當(dāng)前點(diǎn)所缺失的紅綠色差B G;在只包含綠色分量G的像素采樣點(diǎn),周圍相鄰的有兩個(gè)藍(lán)綠色差點(diǎn),采用對相鄰的兩個(gè)藍(lán)綠色差B G取平均并用相鄰藍(lán)綠色差點(diǎn)處的綠色分量和當(dāng)前點(diǎn)綠色分量G進(jìn)行修正,得到當(dāng)前點(diǎn)所缺失的藍(lán)綠色差B G;步驟4.重建全分辨率紅色分量R和藍(lán)色分量B;重建全分辨率紅色分量R的具體方法是將圖像每一個(gè)像素采樣點(diǎn)中的紅綠色差值R G與當(dāng)前采樣點(diǎn)中的綠色分量G相加,計(jì)算完圖像所有的采樣點(diǎn)即得到全分辨率紅色分量R,即圖像的每一個(gè)像素采樣點(diǎn)都包含有紅色分量R;重建全分辨率藍(lán)色分量B的具體方法是將圖像每一個(gè)像素采樣點(diǎn)中的藍(lán)綠色差值B G與當(dāng)前采樣點(diǎn)中的綠色分量G相加,計(jì)算完圖像所有的采樣點(diǎn)即得到全分辨率藍(lán)色分量B,即圖像的每一個(gè)像素采樣點(diǎn)都包含有藍(lán)色分量B。
全文摘要
本發(fā)明涉及一種基于綠色分量和色差空間的Bayer格式顏色插值方法。目前的顏色插值方法主要存在兩類誤差鋸齒現(xiàn)象和偽色。本發(fā)明在全彩色圖像的恢復(fù)過程中,采用綠色分量和紅藍(lán)分量分步插值的組合方式實(shí)現(xiàn)顏色恢復(fù),包括全分辨率綠色分量G的重建、包含紅色或藍(lán)色分量的像素點(diǎn)色差R-G或B-G的計(jì)算、全分辨率色差圖像R-G和B-G的重建、已重建的全分辨率綠色分量和色差圖像相加以恢復(fù)紅色分量R和藍(lán)色分量B。本發(fā)明方法有效地解決了圖像邊緣模糊和細(xì)節(jié)紋理不清晰問題,降低了圖像的顏色失真,能夠防止色彩突變,提高色彩平滑度。
文檔編號H04N9/77GK101917629SQ20101025142
公開日2010年12月15日 申請日期2010年8月10日 優(yōu)先權(quán)日2010年8月10日
發(fā)明者華磊, 謝磊, 陳惠芳 申請人:浙江大學(xué)