CN102158714B

CN102158714B - 基于拜尔域三基色格式的图像边缘增强方法及装置

Info

Publication number: CN102158714B
Application number: CN 201010138449
Authority: CN
Inventors: 任晓慧; 曹庆红; 董德兴
Original assignee: Brigates Microelectronic Co Ltd
Current assignee: Rockchip Electronics Co Ltd
Priority date: 2010-02-11
Filing date: 2010-03-19
Publication date: 2013-04-17
Anticipated expiration: 2030-03-19
Also published as: CN102158714A

Abstract

一种基于拜尔域三基色格式的图像边缘增强方法及装置。所述基于拜尔域RGB格式的图像边缘增强方法包括：获取需要进行边缘增强处理的目标像素点、目标像素点的边缘方向；对所述目标像素点的边缘方向上相邻的像素点进行互补色的插补，确定相邻像素点的灰度值；对所述目标像素点进行互补色的插补，确定目标像素点的灰度值；基于目标像素点及其边缘方向上相邻像素点的灰度值，确定增强偏置量；将所述增强偏置量叠加到目标像素点上。本发明基于拜尔域RGB图像的边缘增强处理方法，无需存储被增强的像素点周围像素点的标准RGB数据，硬件耗费小，降低了图像处理的成本。

Description

基于拜尔域三基色格式的图像边缘增强方法及装置

技术领域

本发明涉及图像处理领域，更具体的，本发明涉及一种基于拜尔域三基色(Bayer RGB)格式的图像边缘增强方法及装置。

背景技术

在CMOS图像传感器中，由于光学镜头的非理想因素、微透镜以及衬底电路的串扰，CMOS图像传感器的输出图像被极大的模糊化了，这种图像的模糊化特别体现在图像边缘的退化。图像边缘是指图像中不连续性的色块变化，所谓图像边缘退化，就是指色块与色块交界原本较大的灰度值梯度被减弱了，原本明显的色块与色块边界变得模糊不清。

以一维的阶跃边缘为例，图1(a)是理想的阶跃边缘模型，而图1(b)是退化的阶跃边缘模型。如图1(a)所示，理想的阶跃边缘过渡比较明显，观感较为清晰，有利于人眼的观察；而图1(b)所示的退化的边缘模型边缘变化缓慢，观感模糊，因此，对于如图1(b)所示的边缘退化的图像，需要采用数字边缘增强技术还原原有边缘上的灰度值变化，从而得到清晰的图像。

对于普通的彩色图像，亮度可以直接用灰度值来表征，而通常的，CMOS图像传感器输出的原始图像为拜尔域RGB格式，单个像素点只包含一种颜色值，要得到图像的灰度值，需要先插补完整各像素点的颜色信息，再计算各像素点的灰度值。

专利号为7139022的美国专利中提出了一种基于拜尔域RGB格式的图像边缘增强方法。由于二维图像上的边缘梯度具有多个方向，边缘梯度的增加就需要在待增强的像素的二维邻域上进行，即至少需要若干行灰度值数据和当前行的标准RGB的灰度值数据。那么，数据处理包括如下步骤：1)将拜尔域RGB格式的图像数据插补为标准RGB格式的图像；2)缓存当前行的前一行与后一行的灰度值数据，由此按照边缘方向来计算当前行需要增强的偏移量；3)在当前行上进行边缘增强操作。

由此可见，现有技术应用于拜尔域RGB格式的图像边缘增强方法需要将拜尔域RGB格式的图像格式转换成标准RGB格式的图像并进行存储，这种图像格式的转换及存储耗费硬件资源，并且控制较为复杂，成本相对较高。

发明内容

本发明提供一种基于拜尔域RGB格式的图像边缘增强方法及装置，所述图像边缘增强方法及装置无需存储被增强的像素点周围的像素点的标准RGB数据，硬件耗费小，方便灵活。

为解决上述问题，本发明提供了一种基于拜尔域RGB格式的图像边缘增强方法，包括：

获取需要进行边缘增强处理的目标像素点、目标像素点的边缘方向；

对所述目标像素点的边缘方向上相邻的像素点进行互补色的插补，确定相邻像素点的灰度值；

对所述目标像素点进行互补色的插补，确定目标像素点的灰度值；

基于目标像素点及其边缘方向上相邻像素点的灰度值，确定增强偏置量；

将所述增强偏置量叠加到目标像素点上。

相应的，本发明还提供了一种基于拜尔域RGB格式的图像边缘增强装置，包括：

预处理单元，用于获取需要进行边缘增强处理的目标像素点、目标像素点的边缘方向，以及目标像素点及其邻域像素点的拜尔域RGB格式的颜色值；

像素插补单元，基于预处理单元发送的目标像素点的边缘方向，对目标像素点及其边缘方向上相邻像素点进行互补色的差补，确定目标像素点的标准RGB格式的颜色值，以及目标像素点及其边缘方向上相邻像素点的灰度值，并将所述标准RGB格式的颜色值提供给数据叠加单元，将目标像素点的及其边缘方向上相邻像素点的灰度值提供给偏置确定单元；

偏置确定单元，基于目标像素点及其边缘方向上相邻像素点的灰度值确定目标像素点的增强偏置量，并将所述增强偏置量提供给数据叠加单元；

数据叠加单元，基于像素插补单元提供的目标像素点的标准RGB格式的颜色值，以及偏置确定单元提供的目标像素点的增强偏置量，形成目标像素点的新的标准RGB格式的颜色值。

与现有技术相比，本发明具有以下优点：基于拜尔域RGB图像进行边缘增强处理，无需存储被增强的像素点周围的像素点的标准RGB数据，硬件耗费小，降低了图像处理的成本。

附图说明

图1(a)是理想的阶跃边缘模型。

图1(b)是退化的阶跃边缘模型。

图2(a)是基于原始灰度曲线确定的二阶导数曲线示意图。

图2(b)是边缘增强处理后的灰度曲线示意图。

图3是本发明基于拜尔域RGB格式的图像边缘增强方法的一个实施例。

图4是像素点梯度角度与边缘方向对应关系的示意图。

图5至图8是拜尔域RGB格式的5*5像素点矩阵的像素点排布示意图。

图9是本发明基于拜尔域RGB格式的图像边缘增强装置的一个实施例。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，因此本发明不受下面公开的具体实施例的限制。

正如背景技术部分所述，现有技术的应用于拜尔域RGB格式的图像边缘增强方法都需要将拜尔域RGB格式的图像转换成标准RGB格式的的图像并进行存储，这种图像格式的转换及存储耗费硬件资源，并且控制较为复杂，成本相对较高。

针对上述问题，本发明的发明人针对CMOS图像传感器输出拜尔域RGB格式图像的特征，在已获取需要进行图像边缘增强的目标像素点及所述目标像素点边缘方向的前提下，提出了一种利用目标像素点邻域的拜尔域RGB颜色值对目标像素点进行图像边缘增强的方法及装置，减少了数据存储及计算的硬件耗费。

发明人发现，对图像灰度分布进行微分运算可以提高图像的边缘梯度，进而得到增强的图像边缘，特别是对于已确定边缘方向的像素点，所述微分运算只需要对一维的边缘方向上的灰度曲线进行微分即可。但由于图像的灰度分布通常是由离散的像素点灰度值构成的，因此，微分后的灰度分布可能与原始灰度分布偏差较大。如果仅对图像灰度分布进行微分处理，可能会导致边缘增强处理后的图像出现失真，因此，需要将原始图像分布与被处理的图像分布相结合，将边缘的增强效果控制在合适的范围内。

以一维灰度曲线为处理对象进行说明：如图1(b)所示，所述一维灰度曲线是由多个离散像素点对应的灰度值构成的灰度曲线，将所述灰度曲线记为line(i)。

对于一维灰度曲线上的每一个目标像素点，其边缘方向是确定的(即目标像素点的相邻两侧)，因此目标像素点边缘方向上的二阶导数可以由目标像素点与其相邻的两个像素点的差值得到，即：

Gr2(n)＝[line(n)-line(n-1)]-[line(n+1)-line(n)]

＝2line(n)-line(n-1)-line(n+1)

其中，Gr2(n)为目标像素点的二阶导数值，line(n)为目标像素点的灰度值，line(n-1)和line(n+1)为与目标像素点相邻像素点的灰度值。

相应的，由构成灰度曲线line(n)的所有像素点对应的二阶导数构成的二阶导数曲线Gr2(i)如图2(a)所示，与原始的灰度曲线相比，其变化较为陡峭，偏离原始的灰度曲线line(i)较大。因此，需要结合原始的灰度曲线line(i)进行处理。如图2(b)所示，将原始灰度曲线line(i)与二阶导数曲线Gr2(i)相叠加，即得到处理后的灰度曲线，所述处理后的灰度曲线在增强灰度曲线的灰度梯度的同时，并不会由于增强处理而过度偏离原始灰度曲线。

在具体实施例中，所述原始灰度曲线与二阶导数曲线的叠加由下述算式确定：

line’(i)＝line(i)+Offset(i)

Offset(i)＝k*Gr2(i)

其中，line’(i)为处理后的灰度曲线，Offset(i)为增强偏置量曲线，k为偏置调整系数，所述偏置调整系数k可以依据具体像素点二阶导数值范围的不同而取不同的值。

对于拜尔域RGB格式的像素点，其原始图像数据中每个像素点的位置由二维坐标确定，而且每个像素点只包含一种颜色值，即分别为红色值(R值)、绿色值(G值)、蓝色值(B值)。在图像边缘增强处理过程中，目标像素点的拜尔域RGB格式的颜色值被插补为标准RGB格式的颜色值，所述标准RGB格式的颜色值同时包含有红色值(R值)、绿色值(G值)、蓝色值(B值)三个数据。

在具体应用中，基于灰度值确定的偏置量分别叠加到目标像素点的标准RGB格式的每一颜色值上，而非直接叠加到目标像素点的灰度值上，由于灰度值与标准RGB格式的每一颜色值为线性关系，因此，这种叠加处理不会影响图像质量。

基于所述目标像素点的标准RGB格式的颜色值，即可对于目标像素点的标准RGB格式的颜色值进行边缘增强处理，分别为：

对于红色值，R’(i，j)＝R(i，j)+Offset(i，j)；

对应绿色值，G’(i，j)＝G(i，j)+Offset(i，j)；

对于蓝色值，B’(i，j)＝B(i，j)+Offset(i，j)；

采用此方法对目标像素点进行图像边缘增强时，在偏置量的计算过程中，并不需要将被处理的目标像素点相邻的所有像素点都转换为标准RGB格式进行存储，也就避免了存储所述标准RGB格式的数据所需要的大容量数据存储区及数据计算单元。

参照图3所示，本发明基于拜尔域RGB格式的图像边缘增强方法的一个实施例包括：

执行步骤S302，获取需要进行边缘增强处理的目标像素点、目标像素点的边缘方向。

在具体实施例中，所述拜尔域RGB格式的原始图像基于CMOS图像传感器生成。

在实际应用中，对于拜尔域RGB格式的原始图像数据，需要通过边缘检测确定需要进行边缘增强处理的目标像素点、以及目标像素点的边缘方向。

所述边缘检测过程包括：

a)确定进行边缘检测的检测目标像素点，以所述检测目标像素点为中心，选取其邻域的像素点矩阵。

b)对该矩阵的所有像素点进行梯度运算，得到各像素点的梯度幅值以及梯度角度。

c)基于检测目标像素点的梯度幅值确定目标像素点。

具体的说，基于图像阈值分割技术确定梯度幅值阈值，如果检测目标像素点的梯度幅值小于其梯度方向上两个相邻点的梯度幅值，则该像素点为非边缘像素点；如果检测目标像素点的梯度幅值大于所述梯度幅值阈值，则该像素点为边缘像素点，需要进行边缘增强处理。

d)基于所述目标像素点的梯度角度确定其边缘方向。

具体的说，对于二维图像而言，其具有多个边缘方向。图4是像素点梯度角度与边缘方向对应关系的示意图。如图4所示，所述二维图像被分为等角的8个扇区，每个扇区对应1个边缘方向；其中，由于对称性的存在，所述8个边缘方向简化表征为4个方向，即分别为方向1(水平方向)、方向2(45度角方向)、方向3(90度角方向)以及方向4(135度角方向)：

如果检测目标像素点的梯度角度在扇区401和扇区405内，边缘方向为方向1；如果检测目标像素点的梯度角度在扇区402和扇区406内，边缘方向为方向2；如果检测目标像素点的梯度角度在扇区403和扇区407内，边缘方向为方向3；如果检测目标像素点的梯度角度在扇区404和扇区408内，边缘方向为方向4。

在确定目标像素点及目标像素点的边缘方向后，获取与所述目标像素点相邻的像素点的颜色值，并以所述相邻的像素点的颜色值确定目标像素点的增强偏置量。在具体实施例中，与所述目标像素点相邻的像素点包括目标像素点邻域内5*5矩阵的像素点的颜色值，所述5*5的像素点矩阵包括目标像素点。

如图5至图8所示，R、G、B分别代表红色像素点、绿色像素点以及蓝色像素点。对于拜尔域RGB格式的5*5像素点矩阵，目标像素点所在行的像素排布包括四种情况，依次为GRGRG、RGRGR、GBGBG、BGBGB，即依次如图5至图8中像素点(0，-2)，(0，-1)，(0，0)，(0，1)，(0，2)的排布情况所示。

在实际的边缘增强处理中，GRGRG的排布方式与GBGBG相同，RGRGR的排布方式与BGBGB相同，其对应的处理方式也相似，只需分别将B值替换为R值即可，因此，以下以GRGRG(即图5)以及RGRGR(即图6)的边缘增强处理操作为例进行说明。

执行步骤S304，对所述目标像素点的边缘方向上与目标像素点相邻的像素点进行互补色的插补，确定相邻像素点的灰度值。

所述互补色是指拜尔域RGB格式的像素点不具备的颜色值，对于红色像素点，所述互补色即为绿色值(G值)与蓝色值(B值)，对于其他颜色的像素点，以此类推。

依据步骤S302得到的目标像素点邻域排布情况及边缘方向，即可对目标像素点的边缘方向上相邻的像素点进行互补色的插补，以获得相邻像素点的灰度值，所述邻域排布情况是指目标像素点相邻的像素点矩阵中R、G、B像素点的排布方式。

所述对像素点进行互补色的插补包括：

a)获取进行插补的像素点的拜尔域RGB格式的颜色值、以及与其相邻的像素点的拜尔域RGB格式的颜色值；

b)从与插补像素点相邻的像素点的拜尔域RGB格式的颜色值中获得插补像素点的两种互补色的颜色值；

c)基于插补像素点的拜尔域RGB格式的颜色值，以及插补后插补像素点的互补色的颜色值，确定插补像素点的灰度值。

所述灰度值Y与颜色值R、G、B值的对应关系为：

Y＝0.299*R+0.587*G+0.114*B。

在具体实施例中，目标像素点的边缘方向不同，其对应的插补方法也不同。由前述内容可知，目标像素点邻域排布有两种情况，边缘方向有4个方向，因此，所述相邻像素点的互补色插补有8种情况，分别如下：

(1)如图5所示，目标像素点为(0，0)，其邻域分布为GRGRG，则有：

若边缘方向为方向1(水平方向)，那么需要对目标像素点(0，0)水平方向上相邻的两像素点(0，-1)与(0，1)进行互补色插补。该两像素点均为红色像素点，所以需进行B值与G值的插补，所述插补方法为：

B(0，1)＝[B(-1，0)+B(-1，2)+B(1，0)+B(1，2)]/4；

G(0，1)＝[G(0，0)+G(0，2)+G(-1，1)+G(1，1)]/4；

B(0，-1)＝[B(-1，0)+B(-1，-2)+B(1，0)+B(1，-2)]/4；

G(0，-1)＝[G(0，0)+G(0，-2)+G(-1，-1)+G(1，-1)]/4。

据此可以得到(0，1)和(0，-1)两点的灰度值，分别为：

Y(0，1)＝0.299*R(0，1)+0.587*G(0，1)+0.114*B(0，1)；

Y(0，-1)＝0.299*R(0，-1)+0.587*G(0，-1)+0.114*B(0，-1)。

B(0，1)是指坐标为(0，1)的像素点的B值，其余表达式类似，在此不再赘述。

若边缘方向为方向2(45度角方向)，那么需要对目标像素点(0，0)45度角方向上相邻的两像素点(-1，1)与(1，-1)进行互补色插补。该两像素点均为绿色像素点，所以需进行B值与R值的插补，所述插补方法为：

B(-1，1)＝[B(-1，0)+B(-1，2)]/2；

R(-1，1)＝[R(-2，1)+R(0，1)]/2；

B(1，-1)＝[B(1，0)+B(1，-2)]/2；

R(1，-1)＝[R(2，-1)+R(0，-1)]/2。

据此可以得到(-1，1)和(1，-1)两点的灰度值，分别为：

Y(-1，1)＝0.299*R(-1，1)+0.587*G(-1，1)+0.114*B(-1，1)；

Y(1，-1)＝0.299*R(1，-1)+0.587*G(1，-1)+0.114*B(1，-1)。

若边缘方向为方向3(90度角方向)，那么需要对目标像素点(0，0)90度角方向上相邻的两像素点(-1，0)与(1，0)进行互补色插补。该两像素点均为蓝色像素点，所以需进行G值与R值的插补，所述插补方法为：

G(-1，0)＝[G(-1，-1)+G(-1，1)+G(-2，0)+G(0，0)]/4；

R(-1，0)＝[R(-2，-1)+R(-2，1)+R(0，-1)+R(0，1)]/4；

G(1，0)＝[G(1，-1)+G(1，1)+G(2，0)+G(0，0)]/4；

R(1，0)＝[R(2，-1)+R(2，1)+R(0，-1)+R(0，1)]/4。

据此可以得到(-1，0)和(1，0)两点的灰度值，分别为：

Y(-1，0)＝0.299*R(-1，0)+0.587*G(-1，0)+0.114*B(-1，0)；

Y(1，0)＝0.299*R(1，0)+0.587*G(1，0)+0.114*B(1，0)。

若边缘方向为方向4(135度角方向)，那么需要对目标像素点(0，0)135度角方向上相邻的两像素点(-1，-1)与(1，1)进行互补色插补。该两像素点均为绿色像素点，所以需进行B值与R值的插补，所述插补方法为：

B(-1，-1)＝[B(-1，-2)+B(-1，0)]/2；

R(-1，-1)＝[R(-2，-1)+R(0，-1)]/2；

B(1，1)＝[B(1，2)+B(1，0)]/2；

R(1，1)＝[R(2，1)+R(0，1)]/2。

据此可以得到(-1，-1)和(1，1)两点的灰度值，分别为：

Y(-1，-1)＝0.299*R(-1，-1)+0.587*G(-1，-1)+0.114*B(-1，-1)；

Y(1，1)＝0.299*R(1，1)+0.587*G(1，1)+0.114*B(1，1)。

(2)如图6所示，目标像素点为(0，0)，其邻域分布为RGRGR，则有：

若边缘方向为方向1(水平方向)，那么需要对目标像素点(0，0)水平方向上相邻的两像素点(0，-1)与(0，1)进行互补色插补。该两像素点均为绿色像素点，所以需进行B值与R值的插补，所述插补方法为：

B(0，1)＝[B(-1，1)+B(1，1)]/2；

R(0，1)＝[R(0，0)+R(0，2)]/2；

B(0，-1)＝[B(-1，-1)+B(1，-1)]/2；

R(0，-1)＝[R(0，0)+R(0，-2)]/2。

据此可以得到(0，1)和(0，-1)两点的灰度值，分别为：

Y(0，1)＝0.299*R(0，1)+0.587*G(0，1)+0.114*B(0，1)；

Y(0，-1)＝0.299*R(0，-1)+0.587*G(0，-1)+0.114*B(0，-1)。

若边缘方向为方向2(45度角方向)，那么需要对目标像素点(0，0)45度角方向上相邻的两像素点(-1，1)与(1，-1)进行互补色插补。该两像素点均为红色像素点，所以需进行G值与R值的插补，所述插补方法为：

G(-1，1)＝[G(-2，1)+G(-1，0)+G(-1，2)+G(0，1)]/4；

R(-1，1)＝[R(-2，0)+R(-2，2)+R(0，0)+R(0，2)]/4；

G(1，-1)＝[G(0，-1)+G(1，-2)+G(1，0)+G(2，-1)]/4；

R(1，-1)＝[R(0，-2)+R(0，0)+R(2，-2)+R(2，0)]/4；

据此可以得到(-1，1)和(1，-1)两点的灰度值，分别为：

Y(-1，1)＝0.299*R(-1，1)+0.587*G(-1，1)+0.114*B(-1，1)；

Y(1，-1)＝0.299*R(1，-1)+0.587*G(1，-1)+0.114*B(1，-1)。

若边缘方向为方向3(90度角方向)，那么需要对目标像素点(0，0)90度角方向上相邻的两像素点(-1，0)与(1，0)进行互补色插补。该两像素点均为绿色像素点，所以需进行B值与R值的插补，所述插补方法为：

B(-1，0)＝[B(-1，-1)+B(-1，1)]/2；

R(-1，0)＝[R(-2，0)+R(0，0)]/2；

B(1，1)＝[B(1，-1)+B(1，1)]/2；

R(1，1)＝[R(0，0)+R(0，2)]/2。

据此可以得到(-1，0)和(1，0)两点的灰度值，分别为：

Y(-1，0)＝0.299*R(-1，0)+0.587*G(-1，0)+0.114*B(-1，0)；

Y(1，0)＝0.299*R(1，0)+0.587*G(1，0)+0.114*B(1，0)。

若边缘方向为方向4(135度角方向)，那么需要对目标像素点(0，0)135度角方向上相邻的两像素点(-1，-1)与(1，1)进行互补色插补。该两像素点均为蓝色像素点，所以需进行G值与R值的插补，所述插补方法为：

G(-1，-1)＝[G(-2，-1)+G(-1，-2)+G(-1，0)+G(0，-1)]/4；

R(-1，-1)＝[R(-2，-2)+R(-2，0)+R(0，-2)+R(0，0)]/4；

G(1，1)＝[G(0，1)+G(1，0)+G(1，2)+G(2，1)]/4；

R(1，1)＝[R(0，0)+R(0，2)+R(2，0)+R(2，2)]/4。

据此可以得到(-1，-1)和(1，1)两点的灰度值，分别为：

Y(-1，-1)＝0.299*R(-1，-1)+0.587*G(-1，-1)+0.114*B(-1，-1)；

Y(1，1)＝0.299*R(1，1)+0.587*G(1，1)+0.114*B(1，1)。

由上述算式即可以得到目标像素点边缘方向上相邻像素点的灰度值。

执行步骤S306，对所述目标像素点进行互补色的插补，确定目标像素点的灰度值。

与确定相邻像素点灰度值的方法类似，目标像素点的灰度值的确定也需要进行互补色的插补，依据不同的应用要求，目标像素点互补色的插补可以采用多种算法实现，在具体实施例中，以与相邻像素点相同的算法对于目标像素点进行插补，但不应限制其范围。所述目标像素点互补色的插补包括：

对于图5所示的GRGRG排布，

B(0，0)＝[B(-1，0)+B(1，0)]/2；

R(0，0)＝[R(0，-1)+R(0，1)]/2。

对于图6所示的RGRGR排布，

G(0，0)＝[G(0，-1)+G(-1，0)+G(1，0)+G(0，1)]/4；

B(0，0)＝[B(-1，-1)+B(-1，1)+B(1，-1)+B(1，1)]/4；

据此，即可以得到目标像素点(0，0)的标准RGB格式的颜色值，所述标准RGB格式的颜色值包括3种不同的颜色值，同时，基于所述标准RGB格式的颜色值确定对应的灰度值Y(0，0)，即：

Y(0，0)＝0.299*R(0，0)+0.587*G(0，0)+0.114*B(0，0)。

执行步骤S308，基于目标像素点及其边缘方向上相邻像素点的灰度值，确定增强偏置量。

在得到相邻像素点的灰度值后，即可由所述灰度值计算增强偏置量，即：

Offset(i，j)＝k*[2Y(i，j)-Y(n-1)-Y(n+1)]

其中，Offset(i，j)为目标像素点的增强偏置量，Y(i，j)为目标像素点的灰度值，Y(n-1)为目标像素点相邻一侧像素点的灰度值，Y(n+1)为目标像素点相邻另一侧像素点的灰度值；k为偏置调整系数，偏置调整系数k可以依据具体像素点二阶导数值范围的不同而取不同的值，在具体实施例中，所述偏置调整系数k的取值范围为0.5至4。

由前述步骤S304至S308所述，所述增强偏置量可以由图像原始数据的拜尔域RGB格式的颜色值直接确定，而与目标像素点相邻的相邻像素点的灰度值无需存储，这大大节约了硬件资源，降低了处理的成本。

执行步骤S310，将所述增强偏置量叠加到目标像素点上。

具体的说，将目标像素点的增强偏置量与目标像素点的标准RGB格式的颜色值相加，以所述相加的结果作为目标像素点的新的标准RGB格式的颜色值。即：

C’(i，j)＝C(i，j)+Offset(i，j)

其中，C(i，j)为目标像素点的标准RGB格式颜色值中的一种，即分别为R、G或B值，C’(i，j)为目标像素点边缘增强处理后的标准RGB格式的颜色值。

在实际的处理过程中，如果目标像素点的未经处理的标准RGB格式的颜色值(R、G、B值)较大，则若再加上增强偏置量，可能会出现增强后的图像数据超过其图像数据格式的允许范围，例如在图像数据格式为8位宽时，其允许范围为0至255，如果增强后的图像数据大于255或小于0，则可能对后续的处理产生影响，因此，需要将增强后的图像数据进行限制。

在具体实施例中，所述步骤还包括：将边缘增强后的目标像素点的图像数据限制在图像数据格式的允许范围内，即：如果增强后的图像数据超过允许范围的上限值，即以该上限值作为增强后的图像数据；相应的，如果增强后的图像数据超过允许范围的下限值，即以该下限值作为增强后的图像数据。

上述步骤执行后，完成了一个目标像素点的边缘增强处理，由于整幅图像中包含有多个像素点，因此，重复执行上述步骤，以得到经过边缘增强处理的整幅图像。

图9是本发明的基于拜尔域RGB格式的图像边缘增强装置一个实施例，包括：

预处理单元901，用于获取需要进行边缘增强处理的目标像素点、目标像素点的边缘方向，以及目标像素点及其邻域像素点的拜尔域RGB格式的颜色值。

像素插补单元903，基于预处理单元901发送的目标像素点的边缘方向，对目标像素点及其边缘方向上相邻像素点进行互补色的差补，确定目标像素点的标准RGB格式的颜色值，以及目标像素点及其边缘方向上相邻像素点的灰度值，并将所述目标像素点的标准RGB格式的颜色值提供给数据叠加单元907，将目标像素点及其边缘方向上相邻像素点的灰度值提供给偏置确定单元905。

偏置确定单元905，基于目标像素点及其边缘方向上相邻像素点的灰度值确定目标像素点的增强偏置量，并将所述增强偏置量提供给数据叠加单元907。

数据叠加单元907，基于像素插补单元903提供的目标像素点的标准RGB格式的颜色值，以及偏置确定单元905提供的目标像素点的增强偏置量，形成目标像素点的新的标准RGB格式的颜色值。

在具体实施例中，所述图像边缘增强装置还包括：图像采集单元，所述图像采集单元与CMOS图像传感器相连，获取CMOS图像传感器形成的拜尔域RGB格式的图像，并发送给预处理单元901。

本发明的基于拜尔域RGB格式的图像边缘增强方法及装置，基于拜尔域RGB图像进行边缘增强处理，无需存储被增强的像素点周围的像素点的标准RGB数据，硬件耗费小，降低了图像处理的成本。。

应该理解，此处的例子和实施例仅是示例性的，本领域技术人员可以在不背离本申请和所附权利要求所限定的本发明的精神和范围的情况下，做出各种修改和更正。

Claims

1.一种基于拜尔域RGB格式的图像边缘增强方法，其特征在于，包括：

对所述目标像素点的边缘方向上相邻的两个像素点进行互补色的插补，确定相邻两个像素点的灰度值；

基于目标像素点及其在边缘方向上相邻两个像素点的灰度值的差值，确定增强偏置量,目标像素点的增强偏置量通过下述算式确定Offset(i,j)=k*[2Y(i,j)-Y(n-1)-Y(n+1)]，其中，Offset(i,j)为目标像素点的增强偏置量；Y(i,j)为目标像素点的灰度值；Y(n-1)为目标像素点边缘方向上相邻一侧像素点的灰度值；Y(n+1)为目标像素点边缘方向上相邻另一侧像素点的灰度值；k为偏置调整系数，所述偏置调整系数依据具体像素点二阶导数值范围的不同而取不同的值；

将所述增强偏置量叠加到目标像素点上。

2.如权利要求1所述的基于拜尔域RGB格式的图像边缘增强方法，其特征在于，获取所述需要进行边缘增强处理的目标像素点、目标像素点的边缘方向包括：

确定进行边缘检测的检测目标像素点，以所述检测目标像素点为中心，选取其邻域的像素点矩阵；

对该矩阵的所有像素点进行梯度运算，得到各像素点的梯度幅值以及梯度角度；

基于检测目标像素点的梯度幅值确定目标像素点；

基于所述目标像素点的梯度角度确定其边缘方向。

3.如权利要求1所述的基于拜尔域RGB格式的图像边缘增强方法，其特征在于，在对所述目标像素点的边缘方向上相邻的像素点进行互补色的插补之前，还包括：获取与所述目标像素点相邻的像素点的拜尔域RGB格式的颜色值。

4.如权利要求1所述的基于拜尔域RGB格式的图像边缘增强方法，其特征在于，与所述目标像素点相邻的像素点包括目标像素点邻域内5*5矩阵的像素点。

5.如权利要求1所述的基于拜尔域RGB格式的图像边缘增强方法，其特征在于，对目标像素点或目标像素点的边缘方向上相邻的像素点进行互补色的插补包括：

获取进行插补的像素点的拜尔域RGB格式的颜色值、以及与其相邻的像素点的拜尔域RGB格式的颜色值；

从与插补像素点相邻的像素点的拜尔域RGB格式的颜色值中获得插补像素点的两种互补色的颜色值；

基于插补像素点的拜尔域RGB格式的颜色值，以及插补后插补像素点的互补色的颜色值，确定插补像素点的灰度值。

6.如权利要求5所述的基于拜尔域RGB格式的图像边缘增强方法，其特征在于，插补像素点灰度值Y由三基色R、G、B值转换获得，其通过下述算式确定：

Y=0.299*R+0.587*G+0.114*B。

7.如权利要求1所述的基于拜尔域RGB格式的图像边缘增强方法，其特征在于，所述偏置调整系数的取值范围为0.5至4。

8.如权利要求1所述的基于拜尔域RGB格式的图像边缘增强方法，其特征在于，将所述增强偏置量叠加到目标像素点上包括：将目标像素点的增强偏置量与目标像素点的标准RGB格式的颜色值相加，以所述相加的结果作为目标像素点的新的标准RGB格式的颜色值。

9.如权利要求1所述的基于拜尔域RGB格式的图像边缘增强方法，其特征在于，还包括：将所述增强偏置量叠加到目标像素点上之后，形成新的目标像素点的标准RGB格式的颜色值，如果所述新的目标像素点的标准RGB格式的颜色值大于颜色值允许范围的上限值，则以该上限值作为新的目标像素点的标准RGB格式的颜色值；如果所述新的目标像素点的颜色值小于颜色值允许范围的下限值，则以该下限值作为新的目标像素点的标准RGB格式的颜色值。

10.如权利要求1所述的基于拜尔域RGB格式的图像边缘增强方法，其特征在于，所述拜尔域RGB格式的图像基于CMOS图像传感器生成。

11.一种基于拜尔域RGB格式的图像边缘增强装置，其特征在于，包括：

像素插补单元，基于预处理单元发送的目标像素点的边缘方向，对目标像素点及其在边缘方向上相邻的两个像素点进行互补色的插补，确定目标像素点的标准RGB格式的颜色值，以及目标像素点及其在边缘方向上相邻两个像素点的灰度值，并将所述目标像素点的标准RGB格式的颜色值提供给数据叠加单元，将目标像素点及其在边缘方向上相邻两个像素点的灰度值提供给偏置确定单元；

偏置确定单元，基于目标像素点及其在边缘方向上相邻两个像素点的灰度值的差值确定目标像素点的增强偏置量，并将所述增强偏置量提供给数据叠加单元，目标像素点的增强偏置量通过下述算式确定Offset(i,j)=k*[2Y(i,j)-Y(n-1)-Y(n+1)]，其中，Offset(i,j)为目标像素点的增强偏置量；Y(i,j)为目标像素点的灰度值；Y(n-1)为目标像素点边缘方向上相邻一侧像素点的灰度值；Y(n+1)为目标像素点边缘方向上相邻另一侧像素点的灰度值；k为偏置调整系数，所述偏置调整系数依据具体像素点二阶导数值范围的不同而取不同的值；

12.如权利要求11所述的基于拜尔域RGB格式的图像边缘增强装置，其特征在于，所述图像边缘增强装置还包括：图像采集单元，所述图像采集单元与CMOS图像传感器相连，获取CMOS图像传感器形成的拜尔域RGB格式的图像，并发送给预处理单元。