CN101193314A - 图像传感器的图像处理装置和方法 - Google Patents

Abstract

本发明提供了一种图像传感器的图像处理装置和方法，该装置主要包括：伽马校正模块、中值滤波模块和插值模块。该方法主要包括：对图像传感器采集到的红色、绿色或蓝色通道的图像数据进行非线性变换处理；根据所述非线性变换处理后的所述图像数据的信噪比的大小，对所述图像数据进行相应的中值滤波处理；将所述中值滤波处理后的红色、绿色或蓝色通道的图像数据进行插值运算，获得红色、绿色、蓝色三个通道的图像数据，将获得的图像数据输出。利用本发明，可以节省图像传感器的硬件开销，提高图像传感器的输出图像的信噪比。

Description

图像传感器的图像处理装置和方法

技术领域

本发明涉及了一种图像处理领域，尤其涉及一种图像传感器的图像处理装置和方法。

背景技术

CMOS(complementary metal-oxide semiconductor，互补型金属氧化物半导体)图像传感器以其体积小、功耗低、成本低和高集成，获得了越来越广泛的应用，占据了较大比例的中低端的市场。

CMOS图像传感器芯片内部集成了自动白平衡、自动曝光控制、自动增益控制、自动亮度控制等功能，大大减少了系统的复杂性，降低了成本。因此，CMOS图像传感器已经成为了目前研究和开发的热点，并以低廉的价格、实用的图像质量和相对较小的功耗，在视频监控、多媒体领域得到更加广泛的应用。

在将实际景物转换为图像数据时，最佳方案通常是用三块CCD(chargecoupled device，电荷耦合器件)分别接受红、绿、蓝三个分量的信息，然后，将红、绿、蓝三个分量的信息合成彩色图像。该方案需要对红色、绿色、蓝色三个分量的信号做重新调整，具有调整工艺复杂、体积增大、价格高等缺点。

为实现单片彩色图像传感器，可以在CCD方案中引入CFA(色彩滤波阵列)，在黑白CMOS图像传感器的基础上，增加彩色滤色结构和彩色信息处理模块就可以获得图像的彩色信息，再对该彩色信息进行处理，就可以获得色彩逼真的彩色图像。

在上述CCD或CMOS方案中，在实现将实际景物转换为图像数据时，总会引入噪声和畸变失真，不利于后续的图像编解码和传输。因此，需要通过图像处理装置来改善图像传感器的输出图像质量。对于CMOS图像传感器而言，该数据通路显得尤为重要。

现有技术中一种图像传感器的图像处理装置的结构如图1所示，包括：A/D(模/数转换器)、自动曝光模块、自动白平衡模块、Rawdata插值模块、伽马校正模块、色彩校正模块以及RGB转换为YCBCR(颜色空间转换)模块。

彩色图像传感器的输出图像应用最为广泛的是Bayer CFA(贝尔图形彩色滤波阵列)，一种Bayer CFA的结构示意图如图2所示。由于人的视觉对绿色信息最为敏感，所以在Bayer CFA中G分量是R和B分量的二倍，在每个像素点上只能获取一种色彩分量的信息，然后根据该色彩分量的信息通过插值算法得到全彩色图像。

在图1所示的图像处理装置的结构中，自动曝光模块是对传感器的曝光时间进行控制；自动白平衡模块是对图像数据进行自动白平衡处理，消除与实际图像彩色存在的差异；Rawdata插值模块是对Bayer格式的数据进行插值运算获得红色、绿色、蓝色空间的像素数值；伽马校正模块是使输入图像数据与显示光强度相适应；色彩校正模块使传感器的输出信号更符合实际景物的特点；RGB转换为YCBCR模块是进行RGB空间与YCbCr空间的转换处理。

上述现有技术的图像处理装置的缺点为：需要对红色、绿色、蓝色三个通道中的每个通道分别做一次伽马变换，从而造成硬件的开销大。多次伽马变换还将引入较多的噪声，降低了图像的信噪比，影响了图像的质量。

发明内容

鉴于上述现有技术所存在的问题，本发明的目的是提供一种图像传感器的图像处理装置和方法，从而可以节省图像传感器的硬件开销，提高图像传感器的输出图像的信噪比。

本发明的目的是通过以下技术方案实现的：

一种图像传感器的图像处理装置，包括：伽马校正模块、中值滤波模块和插值模块，其中，

伽马校正模块：用于对图像传感器采集到的红色、绿色或蓝色通道的图像数据进行非线性变换处理，将非线性变换处理后的图像数据传递给中值滤波模块；

中值滤波模块：用于根据伽马校正模块传递过来的红色、绿色或蓝色通道的图像数据的信噪比的大小，对所述图像数据进行相应的中值滤波处理，将中值滤波处理后的图像数据传递给插值模块；

插值模块：用于对中值滤波模块传递过来的红色、绿色或蓝色通道的图像数据进行插值运算，获得红色、绿色、蓝色三个通道的图像数据。

一种图像传感器的图像处理方法，包括步骤：

A、对图像传感器采集到的红色、绿色或蓝色通道的图像数据进行非线性变换处理；

B、根据所述非线性变换处理后的所述图像数据的信噪比的大小，对所述图像数据进行相应的中值滤波处理；

C、将所述中值滤波处理后的红色、绿色或蓝色通道的图像数据进行插值运算，获得红色、绿色、蓝色三个通道的图像数据，将获得的图像数据输出。

由上述本发明提供的技术方案可以看出，本发明通过将伽马校正模块放在插值模块之前，并且仅对红色、绿色和蓝色三个通道中的一个通道的图像数据进行伽马校正处理，将进行了伽马校正处理的图像数据进行中值滤波处理。从而可以不但节省了图像传感器(比如CMOS图像传感器)的硬件开销，有效地消除伽马校正处理过程中引入的噪声，提高图像传感器的输出图像的信噪比。有效地提高图像传感器的输出的图像的质量。

附图说明

图1为现有技术中一种图像传感器的图像处理装置的结构示意图；

图2为一种Bayer CFA的结构示意图；

图3为本发明所述装置的实施例的结构示意图；

图4为一种Bayer CFA的结构示意图；

图5为一种Bayer CFA的结构示意图；

图6为本发明所述方法的实施例的处理流程图。

具体实施方式

本发明提供了一种图像传感器的图像处理装置和方法。

下面结合附图来详细描述本发明，本发明所述装置的实施例的结构如图3所示，包括：A/D模块、自动曝光模块、自动白平衡模块、伽马校正模块、插值模块、色彩校正模块以及色彩空间转换模块(RGB转换为YCBCR模块)。

本发明所述装置和图1所示的现有技术中的装置的主要区别是：将校正模块放在插值模块之前，并且仅对红色、绿色和蓝色三个通道中的一个通道的图像数据进行伽马校正处理。

下面按照图像数据从输入到输出的顺序，分别介绍本发明所述图像处理装置中各个模块的功能。

1、A/D模块：用于接收图像传感器采集到的模糊图像数据，将该模糊图像数据转换为数字图像数据，并将该数字图像数据传递给自动曝光模块。

2、自动曝光模块：用于根据A/D模块传递过来的图像数据的亮度，对图像传感器(比如CMOS图像传感器)的曝光时间进行控制。由于图像的亮度与曝光时间成正比例变化关系，为了获得亮度恰当的图像，就需要借助自动曝光方法来处理图像传感器的曝光时间。比如，可以在CMOS图像传感器中读取A/D模块传递过来的当前帧图像的平均亮度值，当该平均亮度值大于预先设定的阈值时，自动减少CMOS图像传感器的曝光时间；当该平均亮度值小于预先设定的阈值时，自动增加CMOS图像传感器的曝光时间。

自动曝光模块进行了上述处理后，将图像数据传递给自动白平衡模块。

3、自动白平衡模块：用于对自动曝光模块传递过来的图像数据进行自动白平衡处理，消除接收到的图像数据与实际图像存在的色彩差异。在不同色温光源下，人眼具有自动白平衡功能，可以自动调整色调差，将白色物体还原成天原的白色。而一般图像传感器(比如CMOS图像传感器)在偏高色温照明条件(例如正午、荧光灯)下将导致白色图像偏蓝，在偏低色温条件(例如傍晚、钨丝灯)下将导致白色图像偏红。

自动白平衡模块通过对图像传感器内部的红色、绿色、蓝色增益参数进行调整，使接收到的图像在偏差色温条件下其色彩归于正常。从而可以使图像传感器采集到的图像具有保持景物颜色的不变性，使传感器具有自动调整白平衡的功能。

自动白平衡模块将进行了上述自动白平衡处理后的图像数据传递给伽马校正模块。

4、伽马校正模块：用于根据预先设定的算法，对自动白平衡模块传递过来的图像数据进行非线性处理，使输入图像数据与显示光强度相适应。伽马校正是一种参数值，用来补偿CRT(阴极射线管)显示器的非线性特性。

人类视觉系统对于亮度或者说对于RGB三色信号的感觉大致成对数关系而非线性关系，伽马校正就是为了克服这种非线性而引入的一种传输函数，将自动白平衡模块传递过来的图像数据经过该非线性传输函数处理后，可以补偿CRT的非线性。

上述伽马校正处理其实是一种非线性变换，在该非线性变换的同时也随机引入了很多的噪声，图像的整体信噪比将会降低。现有技术在插值模块后对图像数据做伽马校正处理，需要对红色、绿色、蓝色三个通道分别做一次伽马校正处理。

本发明将伽马校正模块置于插值模块之前，只需要对红色(R)、绿色(G)、蓝色(B)三个通道中的一个通道的图像数据做伽马校正处理，并在伽马校正处理后对rawdata数据进行去噪处理。实现伽马校正处理的方法有很多种，本发明主要提供的伽马校正处理的方法为：根据输入的图像数据的象素值进行查表获得伽马校正后的图像数据。

比如，在图2所示的Bayer CFA中，当起始点为G11时，首先根据查表法，由公式G11＝GammaTable[G11]得到G11点伽马变换后的值G11；依次处理下一个点B12时，由公式B12′＝GammaTable[B12]得到B12点伽马变换后的值B12′；当处理到下一行的起始点R21点时，由公式R21′＝GammaTable[R21]得到R21点伽马变换后的值R21。依此类推，直到图2所示的Bayer CFA中的所有的rawdata数据都经过一次伽马变换。

伽马校正模块将进行了上述伽马校正处理后的图像数据传递给中值滤波模块。

5、中值滤波模块：用于对进行了上述伽马校正处理后的图像数据进行中值滤波处理，消除伽马校正处理过程中引入的白噪声。

实现中值滤波处理的方法可以有多种，本发明根据伽马校正处理后的rawdata数据的噪声特点，提供了两种中值滤波处理的实现方案。

第一种方案：当经过伽马校正处理后的rawdata数据的信噪比较低时，利用内部、外部两个方向中值以及中心点数据值做三点中值滤波。

以图2所示的Bayer CFA为例，当中心点为G33点时。首先，对距离中心点G33较远的四个点G13、G31、G35、G53和中心点G33取中值Med1，Med1由以下得出。

Med1＝Median(G13，G31，G33，G35，G53)；

然后，对距离中心点G33较近的四个点G22、G24、G42、G44和中心点G33取中值Med2，Med2由以下得出。

Med2＝Median(G22，G24，G33，G42，G44)；

从而，利用中心点象素值G33、Med1、Med2求出新的中心点象素值G33，新的中心点象素值G33由以下得出。

G33＝Median(Med1，Med2，G33)；

以图4所示的Bayer CFA为例，当中心点为B33点时。首先，对距离中心点B33较远的四个点B11、B15、B51、B55和中心点B33取中值Med1，Med1由以下得出。

Med1＝Median(B11，B15，B33，B51，B55)；

然后，对距离中心点B33较近的四个点B13、B31、B35、B53和中心点B33取中值Med2，Med2由以下得出。

Med2＝Median(B13，B31，B33，B35，B53)；

从而，利用中心点象素值B33、Med1、Med2求出新的中心点象素值B33。新的中心点象素值B33由以下得出。

B33＝Median(Med1，Med2，B33)；

以图5所示的Bayer CFA为例，当中心点为R33点时。首先，对距离中心点R33较远的四个点R11、R15、R51、R55和中心点R33取中值Med1，Med1由以下得出。

Med1＝Median(R11，R15，R33，R51，R55)；

然后，对距离中心点R33较近的四个点R13、R31、R35、R53和中心点R33取中值Med2，Med2由以下得出。

Med2＝Median(R13，R31，R33，R35，R53)；

从而，利用中心点象素值R33、Med1、Med2求出新的中心点象素值R33。新的中心点象素值R33由以下得出。

R33＝Median(Med1，Med2，R33)；

第二种方案：当经过伽马校正处理后的rawdata数据的信噪比过低时，采用水平、垂直、两个对角线的四个方向中值以及中心点数据值做五点中值滤波。

以图2所示的Bayer CFA为例，中心点为G33时。首先，对沿中心点G33的垂直方向的两个点G13、G53和中心点G33取中值Med1，Med1由以下得出。

Med1＝Median(G13，G33，G53)；

其次，对沿中心点G33的水平方向的两个点G31、G35和中心点G33取中值Med2，Med2由以下得出。

Med2＝Median(G31，G33，G35)；

然后，对沿中心点G33的负对角线方向的四个点G11、G22、G44、G55和中心点G33取中值Med3，Med3由以下得出。

Med3＝Median(G11，G22，G33，G44，G55)；

最后，对沿中心点G33的正对角线方向的四个点G15、G24、G42、G51和中心点G33取中值Med4，Med4由以下得出。

Med4＝Median(G15，G24，G33，G42，G51)；

从而，利用中心点象素值G33、Med1、Med2、Med3、Med4求出新的中心点象素值G33，新的中心点象素值G33由以下得出。

G33＝Median(Med1，Med2，Med3)，Med4，G33)；

以图4所示的Bayer CFA为例，中心点为B33时。首先，对沿中心点B33的垂直方向的两个点B13、B53和中心点B33取中值Med1，Med1由以下得出。

Med1＝Median(B13，B33，B53)；

其次，对沿中心点B33的水平方向的两个点B31、B35和中心点B33取中值Med2，Med2由以下得出。

Med2＝Median(B31，B33，B35)；

然后，对沿中心点B33的负对角线方向的两个点B11、B55和中心点B33取中值Med3，Med3由以下得出。

Med3＝Median(B11，B33，B55)；

最后，对沿中心点B33的正对角线方向的四个点B15、B51和中心点B33取中值Med4，Med4由以下得出。

Med4＝Median(B15，B33，B51)；

从而，利用中心点象素值B33、Med1、Med2、Med3、Med4求出新的中心点象素值B33，新的中心点象素值B33由以下得出。

B33＝Median(Med1，Med2，Med3，Med4，B33)；

以图5所示的Bayer CFA为例，中心点为R33时。首先，对沿中心点R33的垂直方向的两个点R13、R53和中心点R33取中值Med1，Med1由以下得出。

Med1＝Median(R13，R33，R53)；

其次，对沿中心点R33的水平方向的两个点R31、R35和中心点R33取中值Med2，Med2由以下得出。

Med2＝Median(R31，R33，R35)；

然后，对沿中心点R33的负对角线方向的两个点R11、R55和中心点R33取中值Med3，Med3由以下得出。

Med3＝Median(R11，R33，R55)；

最后，对沿中心点R33的正对角线方向的两个点R15、R51和中心点R33取中值Med4，Med4由以下得出。

Med4＝Me dian(R15，R33，R51)；

从而，利用中心点象素值R33、Med1、Med2、Med3、Med4求出新的中心点象素值R33，新的中心点象素值R33由以下得出。

R33＝Median(Med1，Med2，Med3，Med4，R33)。

rawdata中值滤波模块将进行了上述中值滤波处理后的图像数据传递给rawdata插值模块。

6、插值模块：用于对中值滤波模块传递过来的一个通道(红色或绿色或蓝色)的Bayer格式的图像数据进行插值运算，获得红色、绿色、蓝色三个通道的像素数值。

对于CMOS彩色图像传感器等图像传感器来说，经过上述中值滤波处理后的图像数据通常为每个象素只有红色、绿色、蓝色其中一种颜色分量的马赛克图。为了获得全彩色图，必须使用插值算法恢复丢失的色彩信息。

最典型的插值算法是双线性插值算法，该算法的原则是丢失的色彩由它的邻域同色象素均值决定，这种算法简单，易于硬件实现，但是失真明显。本发明对该算法进行改进，在该算法中增加轮廓识别和平滑处理的方法。具体处理过程为：首先识别出需要进行双线性插值处理的轮廓部分，在轮廓识别部分，可以采用sobel水平边缘检测算子检测水平边缘，利用sobel垂直边缘检测算子检测垂直边缘。当轮廓方向为水平时，沿水平方向做平滑；当轮廓方向为垂直时，沿垂直方向做平滑。在非轮廓部分，采用均值滤波，为了得到更精确的均值滤波处理结果，可以考虑去掉周围象素值的最大值和最小值，然后做均值滤波。通过上述插值运算我们尽可能保留了图像的细节信息。

插值模块将进行了上述插值算法处理后的图像数据传递给色彩校正模块。

7、色彩校正模块：用于对插值模块传递过来的图像数据进行色彩校正处理，使图像数据更符合实际景物的特点。

上述插值模块传递过来的图像数据的色彩往往不正，即图像颜色有相当的色偏，需要通过一定的校正方法来校正。通常的色彩校正方法是：拍摄一张标准色板(color checker)的图片，计算该标准色板中每一块的平均值，将需要进行校正处理的图像数据与该标准色板的相应色块的标准值做比较，计算出颜色校正矩阵(color matrix)，在每一帧图像输出时，通过该颜色校正矩阵进行色彩校正。

具体的校正处理的公式如下：

$\left(\begin{array}{c}{R}^{\′}\\ G^{\′}\\ B^{\′}\end{array}\right)=\left(\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right)*\left(\begin{array}{c}R\\ G\\ B\end{array}\right)$

其中， $\left(\begin{array}{c}{R}^{\′}\\ G^{\′}\\ B^{\′}\end{array}\right)$ 是输出图像数据， $\left(\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right)$ 是颜色校正矩阵， $\left(\begin{array}{c}R\\ G\\ B\end{array}\right)$ 是输入图像数据。

色彩校正模块将进行了上述色彩校正处理后的图像数据传递给色彩校正模块。

8、色彩空间转换模块(RGB转换为YCBCR模块)：用于进行RGB空间图像数据与YCbCr空间图像数据的转换处理，将色彩校正模块传递过来的图像数据在RGB色彩空间转化为YCbCr色彩空间，RGB空间与YcbCr空间的转换公式如下：

$\left(\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right)=\left(\begin{array}{ccc}0.299& 0.587& 0.114\\ -0.1678& 0.3313& -0.5\\ -0.5& -0.4187& -0.0813\end{array}\right)*\left(\begin{array}{c}R\\ G\\ B\end{array}\right)$

$\left(\begin{array}{c}R\\ G\\ B\end{array}\right)=\left(\begin{array}{ccc}1& 0& 1.402\\ 1& -0.3441& -0.7141\\ 1& 1.1772& 0\end{array}\right)*\left(\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right)$

色彩空间转换模块将进行了上述空间转换处理后的图像数据输出。

本发明所述图像传感器的图像处理方法的实施例的处理流程如图6所示，包括如下步骤：

步骤6-1：将图像传感器采集到的图像数据进行A/D转换、自动曝光处理和自动白平衡处理后进行伽马校正处理。

首先将图像传感器采集到的模糊图像数据转换为数字图像数据，并根据该数字图像数据的亮度，对图像传感器的曝光时间进行控制。比如，可以读取该数字图像数据的当前帧图像的平均亮度值，当该平均亮度值大于预先设定的阈值时，自动减少图像传感器的曝光时间；当该平均亮度值小于预先设定的阈值时，自动增加图像传感器的曝光时间。

然后，再对上述数字图像数据进行自动白平衡处理，消除图像数据与实际图像存在的色彩差异。

将进行了自动白平衡处理的图像数据进行伽马校正处理，使数字图像数据与显示光强度相适应。伽马校正处理其实是一种非线性变换，主要用来补偿CRT显示器的非线性特性。

本发明将伽马校正处理置于Rawdata插值处理之前，只需要对红色(R)、绿色(G)、蓝色(B)三个通道中的一个通道做伽马校正处理。实现伽马校正处理的方法有很多种，本发明主要提供的伽马校正处理的方法为：根据输入的象素值进行查表获得伽马校正后的数据。

比如，在图2所示的Bayer CFA中，当起始点为G11时，首先根据查表法，由公式G11＝GammaTable[G11]得到G11点伽马变换后的值G11′；依次处理下一个点B12时，由公式B12′＝GammaTable[B12]得到B12点伽马变换后的值B12′；当处理到下一行的起始点R21点时，由公式R21′＝GammaTable[R21]得到R21点伽马变换后的值R21′。依此类推，直到图2所示的Bayer CFA中的所有的rawdata数据都经过一次伽马变换。

伽马校正模块将进行了上述伽马校正处理后的图像数据传递给中值滤波模块。

步骤6-2：将进行了伽马校正处理的图像数据进行中值滤波处理。

对进行了上述伽马校正处理后的图像数据进行中值滤波处理，即进行一次图像平滑处理，消除伽马校正处理过程中引入的白噪声。

本发明根据伽马校正处理后的rawdata数据的噪声特点，提供了两种中值滤波处理的实现方案。

第一种方案：当经过伽马校正处理后的rawdata数据的信噪比过低时，采用水平、垂直、两个对角线四个方向中值以及rawdata数据值做五点中值滤波。

第二种方案；当经过伽马校正处理后的rawdata数据的信噪比较低时，采用内部、外部两个方向中值以及中心点数据值做三点中值滤波。

步骤6-3、将进行了中值滤波处理后的图像数据进行插值处理、色彩校正处理和色彩空间转换后输出。

对进行了上述中值滤波处理后的图像数据进行插值处理，即对中值滤波处理后获得的一个通道(红色或绿色或蓝色)的Bayer格式的数据进行插值运算，获得红色、绿色、蓝色三个通道的像素数值，从而获得全彩色图。

最典型的插值算法是双线性插值算法，该算法的原则是丢失的色彩由它的邻域同色象素均值决定。本发明对双线性插值算法进行改进，在该算法中增加轮廓识别和平滑处理的方法。

然后，对进行了上述插值算法处理后的图像数据进行色彩校正处理，使图像数据更符合实际景物的特点。再对色彩校正处理后的图像数据进行色彩空间转换处理，将图像数据在RGB色彩空间转化为YCbCr色彩空间。最后，将进行了色彩空间转换处理后的图像数据输出。

总之，通过上述本发明所述装置和方法的处理，将伽马校正处理和去噪处理结合起来，不但节省了硬件的开支，而且减少了现有的图像处理装置中伽马校正处理所引入的噪声对图像的影响，可以很好的提高图像的信噪比。得到高质量的图像。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (13)

1.一种图像传感器的图像处理装置，其特征在于，包括：伽马校正模块、中值滤波模块和插值模块，其中，

伽马校正模块：用于对图像传感器采集到的红色、绿色或蓝色通道的图像数据进行非线性变换处理，将非线性变换处理后的图像数据传递给中值滤波模块；

中值滤波模块：用于根据伽马校正模块传递过来的红色、绿色或蓝色通道的图像数据的信噪比的大小，对所述图像数据进行相应的中值滤波处理，将中值滤波处理后的图像数据传递给插值模块；

插值模块：用于对中值滤波模块传递过来的红色、绿色或蓝色通道的图像数据进行插值运算，获得红色、绿色、蓝色三个通道的图像数据。

2.根据权利要求1所述的图像处理装置，其特征在于，所述图像处理装置还包括：

A/D模块：用于接收图像传感器采集到的模糊图像数据，将该模糊图像数据转换为数字图像数据，并将该数字图像数据传递给自动曝光模块；

自动曝光模块：用于根据A/D模块传递过来的图像数据的亮度，对图像传感器的曝光时间进行控制；将接收到的图像数据传递给自动白平衡模块；

自动白平衡模块：用于对自动曝光模块传递过来的图像数据进行自动白平衡处理，将进行了自动白平衡处理后的图像数据传递给伽马校正模块。

3.根据权利要求2所述的图像处理装置，其特征在于，所述图像处理装置还包括：

色彩校正模块：用于对插值模块传递过来的图像数据进行色彩校正处理，将进行了色彩校正处理后的图像数据传递给色彩空间转换模块；

色彩空间转换模块：用于将色彩校正模块传递过来的图像数据在RGB色彩空间转化为YCbCr色彩空间，将进行了空间转换处理后的图像数据输出。

4.根据权利要求1所述的图像处理装置，其特征在于，所述伽马校正模块具体包括：

查表处理模块：用于根据输入的图像数据的象素值进行查表，按照设定的顺序依次对图像传感器采集到的红色、绿色或蓝色通道的图像数据中的每一个数据点进行非线性变换处理。

5.根据权利要求1所述的图像处理装置，其特征在于，所述中值滤波模块具体包括：

五点中值滤波处理模块：当经过伽马校正处理后的图像数据的信噪比低于设定的数值时，采用水平、垂直、两个对角线四个方向中值以及中心点数据值对所述图像数据做五点中值滤波处理；

三点中值滤波处理模块：当经过伽马校正处理后的图像数据的信噪比低于设定的数值时，采用内部、外部两个方向中值以及中心点数据值对所述图像数据做三点中值滤波处理。

6.根据权利要求1所述的图像处理装置，其特征在于，所述插值模块具体包括：

轮廓识别和平滑处理模块：用于识别出需要进行插值处理的图像数据的轮廓部分；当该轮廓部分的方向为水平时，对该轮廓部分的图像数据沿水平方向做平滑处理，当轮廓部分的方向为垂直时，对该轮廓部分的图像数据沿垂直方向做平滑处理；对非轮廓部分的图像数据进行均值滤波处理。

7.根据权利要求1至6所述的图像处理装置，其特征在于，所述图像传感器包括：互补型金属氧化物半导体图像传感器CMOS或电荷耦合器件CCD。

8.一种图像传感器的图像处理方法，其特征在于，包括步骤：

A、对图像传感器采集到的红色、绿色或蓝色通道的图像数据进行非线性变换处理；

B、根据所述非线性变换处理后的所述图像数据的信噪比的大小，对所述图像数据进行相应的中值滤波处理；

C、将所述中值滤波处理后的红色、绿色或蓝色通道的图像数据进行插值运算，获得红色、绿色、蓝色三个通道的图像数据，将获得的图像数据输出。

9.根据权利要求8所述的图像处理方法，其特征在于，所述步骤A具体包括：

根据输入的图像数据的象素值进行查表，按照设定的顺序依次对图像传感器采集到的红色、绿色或蓝色通道的图像数据中的每一个数据点进行非线性变换处理。

10.根据权利要求8所述的图像处理方法，其特征在于，所述步骤B具体包括：

当经过伽马校正处理后的图像数据的信噪比低于设定的数值时，采用水平、垂直、两个对角线四个方向中值以及中心点数据值对所述图像数据做五点中值滤波处理；

当经过伽马校正处理后的图像数据的信噪比低于设定的数值时，采用内部、外部两个方向中值以及中心点数据值对所述图像数据做三点中值滤波处理。

11.根据权利要求8所述的图像处理方法，其特征在于，所述步骤C具体包括：

识别出需要进行插值处理的图像数据的轮廓部分，当该轮廓部分的方向为水平时，对该轮廓部分的图像数据沿水平方向做平滑处理，当轮廓部分的方向为垂直时，对该轮廓部分的图像数据沿垂直方向做平滑处理；对非轮廓部分的图像数据进行均值滤波处理。

12.根据权利要求8、9、10、11或12所述的图像处理方法，其特征在于，所述步骤A之前还包括：

接收图像传感器采集到的模糊图像数据，将该模糊图像数据转换为数字图像数据；根据所述数字图像数据的亮度，对图像传感器的曝光时间进行控制；对所述图像数据进行自动白平衡处理。

13.根据权利要求12所述的图像处理方法，其特征在于，所述步骤C之后还包括：

将插值处理后的图像数据进行色彩校正处理；将色彩校正处理后的图像数据在RGB色彩空间转化为YCbCr色彩空间，将空间转换处理后的图像数据输出。

Images