CN102930503A - 基于cfa图像多方向边缘插值的方法 - Google Patents

基于cfa图像多方向边缘插值的方法 Download PDF

Info

Publication number
CN102930503A
CN102930503A CN2012103885582A CN201210388558A CN102930503A CN 102930503 A CN102930503 A CN 102930503A CN 2012103885582 A CN2012103885582 A CN 2012103885582A CN 201210388558 A CN201210388558 A CN 201210388558A CN 102930503 A CN102930503 A CN 102930503A
Authority
CN
China
Prior art keywords
interpolation
row
place
cfa image
expression
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012103885582A
Other languages
English (en)
Other versions
CN102930503B (zh
Inventor
何恩阳
刘立庄
冯国瑞
陈斌
侯勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201210388558.2A priority Critical patent/CN102930503B/zh
Publication of CN102930503A publication Critical patent/CN102930503A/zh
Application granted granted Critical
Publication of CN102930503B publication Critical patent/CN102930503B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种基于CFA图像多方向边缘插值的方法,该方法步骤为:(1)输入一幅CFA图像;(2)计算CFA图像多方向边缘;(3)预测CFA图像多方向边缘丢失的绿色成分的插值方向;(4)分别计算待插值更新像素位置处的东、南、西、北方向边缘局部梯度值;(5)对CFA图像多方向边缘丢失的绿色成分进行初始插值;(6)计算多方向的边缘增强梯度值,计算更新插值后的绿色成分值;(7)对CFA图像多方向边缘丢失的蓝色成分和红色成分进行插值。该方法能够准确的预测丢失的绿色成分的插值方向,降低插值出来的丢失成分与原始真实成分之间的差距,有效的改善插值后的图像质量,插值方法容易实现。

Description

基于CFA图像多方向边缘插值的方法
技术领域
本发明属于CFA图像处理技术领域,特别涉及一种利用彩色滤波阵列 (Color Filter Array, CFA)图像多方向边缘插值的方法。
背景技术
彩色数字图像通常用红、绿、蓝三基色来表示颜色值,为节省成本,大部分数码相机采用单个CCD或CMOS传感器,通过在传感器前覆盖一层彩色滤波阵列(Color Filter Array,CFA),只用一个矩阵来表示彩色图像,在彩色数字图像中每个像素点上只有红基色、绿基色、蓝基色中的一个颜色值,另外两个颜色值是根据其邻域像素来插值,该插值技术被称作“去马赛克”(Demosaicing)。CFA图像目前应用最广泛的是Bayer模式。CFA图像的Bayer模式中,每相邻的四个像素中,有两个只有绿色值,一个只有红色值,一个只有蓝色值。
已有CFA图像插值方法主要分为两类,线性插值方法和非线性插值方法。线性插值方法中,一些主要的方法有:双线性插值方法、三次样条插值方法等。双线性插值方法和三次样条插值方法的优点在于其实现简单,速度快;缺点在于在插值后的图像中会产生大量的伪彩色。非线性插值方法与线性插值方法相比,非线性插值方法更复杂,但插值效果明显优于线性插值方法。非线性插值方法有很多,例如L. Zhang和X. Wu在文章“Color Demosaicing Via Directional Linear Minimum Mean Square-Error Estimation.”( IEEE Transactions on Image Processing, Vol.14,pp.2167-2178, Dec 2005)中提出基于方向性最小均方误差估计的插值方法、Y. Itoh在文章“Similarity-Based Demosaicing Algorithm Using Unified High Frequency Map”(IEEE Transactions on Consumer Electronics , Vol. 57, pp.597-605, May 2011)中提出的基于图像高频映射分布的相似性插值方法等。基于方向性最小均方误差估计的插值方法的优点在于插值效果好,缺点在于插值实现时计算复杂度高,速度慢。基于图像高频映射分布的相似性插值方法的优点在于在CFA图像高频成分区域的插值效果好,缺点在于在CFA图像非高频成分区域的插值会产生较多伪彩色。
在IEEE图像处理杂志上,于2012年1月1日第21卷刊登的文献 《Edge Strength Filter Based Color Filter Array Interpolation》中,I. Pekkucuksen与Y. Altunbasak提出一种基于边缘滤波增强的CFA图像插值方法,该方法首先计算CFA图像各像素的边缘,对边缘在水平方向上和竖直方向上分别进行滤波,利用滤波后的边缘预测丢失的绿色成分的插值方向,利用预测的插值方向对丢失绿色成分的进行初始插值,将单一方向的边缘梯度值作为权值,对初始插值后的绿色成分进行更新插值,将绿色成分中得到水平方向和竖直方向上自适应性梯度值作为权值,对丢失的红色成分和蓝色成分的进行插值。该方法在计算图像边缘时,不能充分利用像素位置处的邻近像素,不能得到准确的边缘,不能准确预测丢失绿色成分的插值方向,在对边缘进行边缘滤波增强后,边缘的准确性进一步降低。
发明内容
本发明的目的是针对现有技术中存在的不足,提出一种基于CFA图像多方向边缘插值的方法,该方法能够充分利用邻域像素,提高预测丢失绿色成分插值方向的准确率性,利用多方向边缘计算局部多方向梯度值,将多方向梯度值作为权值,对绿色成分进行更新插值,减少CFA图像插值时产生的伪彩色。
为了达到上述目的,本发明的基于CFA图像多方向边缘插值的方法包括以下步骤:
(1)、输入一幅CFA图像;
(2)、计算CFA图像多方向边缘,得到CFA图像的多方向边缘阵列                                                
Figure 513266DEST_PATH_IMAGE001
(3)、利用步骤(2)中CFA图像多方向边缘阵列
Figure 526222DEST_PATH_IMAGE001
,预测CFA图像多方向边缘丢失的绿色成分的插值方向;
(4)、利用步骤(2)中CFA图像多方向边缘阵列
Figure 408727DEST_PATH_IMAGE001
,分别计算待插值更新像素位置处的东、南、西、北方向边缘局部梯度值;
(5)、利用步骤(3)中预测CFA图像多方向边缘丢失的绿色成分的插值方向,对丢失的绿色成分进行初始插值;
    (6)、利用步骤(4)中得到的待插值更新像素位置处的多方向边缘局部梯度值,计算多方向的边缘增强梯度值,对步骤(5)中所述的CFA图像多方向边缘对丢失的绿色成分初始插值后的绿色成分进行更新插值,计算更新插值后的绿色成分值;
(7)、利用步骤(6)中所述的对CFA图像多方向边缘丢失的绿色成分的更新插值后的绿色成分,对CFA图像多方向边缘丢失的蓝色成分和红色成分进行插值。
本发明的基于CFA图像多方向边缘插值的方法与现有的技术相比较具有以下优点:该方法利用邻域像素,准确得到CFA图像多方向性边缘;利用CFA图像多方向多方向性边缘,提高预测绿色通道的插值方向的准确率;利用多方向边缘计算局部多方向梯度值,该多方向梯度值作为权值,对绿色成分初始插值后进行更新插值,提高CFA图像插值效果,视觉效果好,有效降低CFA图像插值时产生的伪彩色效应。该发明能够准确的预测丢失的绿色成分的插值方向,降低插值出来的丢失成分与原始真实成分之间的差距,有效的改善插值后的图像质量,插值方法容易实现。
附图说明
图1为本发明的基于CFA图像多方向边缘插值的方法的流程图;
图2为4行4列Bayer模式CFA图像的示意图;
图3a为现有CFA图像的双线性插值技术去马赛克效果图;
图3b为现有CFA图像的基于方向性最小均方误差估计的方法去马赛克效果图,{该图像来源于文献 “L. Zhang, X. Wu. Color Demosaicing Via Directional Linear Minimum Mean Square-Error Estimation. IEEE Transactions on Image Processing, Vol.14,pp.2167-2178, Dec 2005};
图3c为现有CFA图像的基于图像高频地图相似性方法的去马赛克效果图,该图像来源于文献“Y. Itoh. Similarity-Based Demosaicing Algorithm Using Unified High Frequency Map [J]. IEEE Transactions on Consumer Electronics , Vol. 57, pp.597-605, May 2011.;
图3d为现有CFA图像的基于边缘滤波增强的CFA图像插值方法效果图,该图像来源于文献“I. Pekkucuksen, Y. Altunbasak. Edge Strength Filter Based Color Filter Array Interpolation .IEEE Transaction on image processing, Vol.21, pp.393-397, Jan 2012.;
图4为本发明CFA图像插值效果图。
具体实施方式
下面结合附图,对本发明实现的步骤作进一步的详细描述:
如图1所示,本发明的基于CFA图像多方向边缘插值的方法,其步骤如下:
(1)、输入一幅CFA图像
CFA图像中每个像素只有红、绿、蓝三种基色中的一种基色已知,其余两种基色值未知,Bayer模式是CFA图像中最常用的模式,Bayer模式的CFA图像中,每相邻2行2列图像块的四个像素点中有两个已知绿色值,另外两个像素点分别为已知红色值、蓝色值,如图2所示,图2中,每个方块表示一个像素,每个方块方块中的R、G和B分别表示此位置处原始颜色值,该原始颜色值为红色值或绿色值或蓝色值,R、G和B的下标的数字分别表示该位置像素所在的行数和列数;                        
(2)、计算CFA图像的多方向边缘,得到CFA图像的多方向边缘阵列
Figure 761211DEST_PATH_IMAGE001
,包含如下步骤:
(2-1)、设置CFA图像的矩形窗,如图2所示,图中,以CFA图像的第1行第1列为原点,取3行3列CFA图像的矩形窗;
(2-2)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素处左上角与右下角斜对角方向的单一方向边缘阵列元素值,计算方法为:
Figure 703759DEST_PATH_IMAGE002
其中,
Figure 204011DEST_PATH_IMAGE003
表示待插值像素处左上角与右下角斜对角方向的多方向边缘阵列元素值,
Figure 624628DEST_PATH_IMAGE004
表示3行3列CFA图像的矩形窗中的第1行第1列的位置处的绿色像素值,
Figure 97197DEST_PATH_IMAGE005
表示3行3列CFA图像的矩形窗中的第3行第3列的位置处的绿色像素值;
(2-3)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素处右上角与左下角斜对角方向的单一方向边缘阵列元素值,计算方法为:
Figure 210647DEST_PATH_IMAGE006
其中,
Figure 198195DEST_PATH_IMAGE007
表示待插值像素处右上角与左下角斜对角方向的多方向边缘阵列元素值,
Figure 422503DEST_PATH_IMAGE008
表示3行3列CFA图像的矩形窗中的第1行第3列的位置处的绿色像素值,
Figure 483999DEST_PATH_IMAGE009
表示3行3列CFA图像的矩形窗中的第3行第1列的位置处的绿色像素值;(2-4)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素处上一行与下一行竖直方向的单一方向边缘阵列元素值,计算方法为:
Figure 768350DEST_PATH_IMAGE010
其中,表示待插值像素处上一行与下一行竖直方向的多方向边缘阵列元素值,
Figure 288771DEST_PATH_IMAGE012
表示3行3列CFA图像的矩形窗中的第1行第2列的位置处的红色像素值,
Figure 532670DEST_PATH_IMAGE013
表示3行3列CFA图像的矩形窗中的第3行第2列的位置处的红色像素值;
(2-5)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素处前一列与后一列水平方向的单一方向边缘阵列元素值,计算方法为:
Figure 722343DEST_PATH_IMAGE014
其中,表示待插值像素处前一列与后一列水平方向的多方向边缘阵列元素值,
Figure 250594DEST_PATH_IMAGE016
表示3行3列CFA图像的矩形窗中的第2行第3列的位置处的蓝色像素值,
Figure 552262DEST_PATH_IMAGE017
表示3行3列CFA图像的矩形窗中的第2行第1列的位置处的蓝色像素值;
(2-6)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素与上、下、左、右四个方向的像素的多方向边缘阵列元素值,计算方法为:
Figure 975153DEST_PATH_IMAGE018
其中,
Figure 362272DEST_PATH_IMAGE019
表示待插值像素与上、下、左、右四个方向的像素的多方向边缘阵列元素值,
Figure 794390DEST_PATH_IMAGE020
表示3行3列CFA图像的矩形窗中的第2行第2列的位置处的绿色像素值,
Figure 684986DEST_PATH_IMAGE012
表示3行3列CFA图像的矩形窗中的第1行第2列的位置处的红色像素值,
Figure 482041DEST_PATH_IMAGE013
表示3行3列CFA图像的矩形窗中的第3行第2列的位置处的红色像素值,
Figure 153194DEST_PATH_IMAGE017
表示3行3列CFA图像的矩形窗中的第2行第1列的位置处的蓝色像素值,
Figure 326686DEST_PATH_IMAGE016
表示3行3列CFA图像的矩形窗中的第2行第3列的位置处的蓝色像素值;
(2-7)、计算上述的3行3列CFA图像的矩形窗中的第2行第2列所在位置处的多方向边缘阵列元素值,计算方法为:
Figure 399684DEST_PATH_IMAGE021
其中,表示在CFA图像中第2行第2列的位置处的多方向边缘阵列元素值,
Figure 526089DEST_PATH_IMAGE003
表示待插值像素处左上角与右下角斜对角方向的多方向边缘阵列元素值,
Figure 237693DEST_PATH_IMAGE007
表示待插值像素处右上角与左下角斜对角方向的多方向边缘阵列元素值,表示待插值像素处上一行与下一行竖直方向的多方向边缘阵列元素值,
Figure 304055DEST_PATH_IMAGE015
表示待插值像素处前一列与后一列水平方向的多方向边缘阵列元素值,表示待插值像素与上、下、左、右四个方向的像素的多方向边缘阵列元素值;
(2-8)、将步骤(2-1)中所述的CFA图像的第1行第1列的原点的位置在CFA图像内逐行逐列移动,原点位置每移动一次,重复步骤(2-2)至步骤(2-7),得到CFA图像中待插值像素位置处的多方向边缘阵列元素值,直到原点位置遍历CFA图像中每个像素位置为止;
(2-9)、将步骤(2-8)中原点每移动一次得到一个多方向边缘阵列元素值,按照与CFA图像对应的位置处,排列到一个矩阵阵列当中,得到CFA图像的多方向边缘阵列
Figure 199516DEST_PATH_IMAGE001
(3)、利用步骤(2)中CFA图像的多方向边缘阵列
Figure 247106DEST_PATH_IMAGE001
,预测CFA图像多方向边缘丢失的绿色成分的插值方向,包含如下步骤:
(3-1)、计算水平方向上多方向边缘阵列滤波后增强边缘,记作
Figure 556865DEST_PATH_IMAGE023
,其计算公式如式3.1:
Figure 627589DEST_PATH_IMAGE024
                             式3.1
其中, 
Figure 743313DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 583093DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,
Figure 126069DEST_PATH_IMAGE027
 表示在水平方向上多方向边缘阵列经过滤波后增强边缘,
Figure 418510DEST_PATH_IMAGE001
表示步骤(2-8)中得到的CFA图像的多方向边缘阵列,表示滤波窗在水平方向上的范围,的范围为{-2,-1,0,1,2},
Figure 683773DEST_PATH_IMAGE029
表示滤波窗在竖直方向上的范围,
Figure 729089DEST_PATH_IMAGE029
的范围为{-2,-1,0,1};
(3-2)、计算竖直方向上多方向边缘阵列滤波后增强边缘,记作,其计算公式如式3.2:
Figure 735408DEST_PATH_IMAGE031
                              式3.2
其中,
Figure 823450DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 90483DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,
Figure 351700DEST_PATH_IMAGE032
 表示在竖直方向上多方向边缘阵列经过滤波后增强边缘,表示步骤(2-8)中得到的CFA图像的多方向边缘阵列,
Figure 13943DEST_PATH_IMAGE028
表示滤波窗在水平方向上的范围,
Figure 768272DEST_PATH_IMAGE028
的范围为{-2,-1,0,1,2},
Figure 573460DEST_PATH_IMAGE029
表示滤波窗在竖直方向上的范围,
Figure 96846DEST_PATH_IMAGE029
的范围为{-2,-1,0,1}; 
(3-3)、在待插值丢失的绿色成分位置处预测丢失的绿色成分的插值方向,将步骤(3-1)中得到的滤波增强后的边缘与步骤(3-2)中得到的滤波增强后的边缘比较,
若步骤(3-1)中得到的滤波增强后的边缘小于步骤(3-2)中得到的滤波增强后的边缘,则待插值丢失的绿色成分的插值方向为水平方向,转步骤(5);
若步骤(3-1)中得到的滤波增强后的边缘大于步骤(3-2)中得到的滤波增强后的边缘,则预测待插值丢失的绿色成分的插值方向为竖直方向,转步骤(5); 
(4)、利用步骤(2)中CFA图像多方向边缘阵列
Figure 526690DEST_PATH_IMAGE001
,分别计算待插值更新像素位置处的东、南、西、北四个方向边缘局部梯度值,包含如下步骤:
(4-1)、设 CFA图像的多方向边缘阵列
Figure 502736DEST_PATH_IMAGE001
的第1行第1列为原点,取3行4列CFA图像的矩形窗;
(4-2)、在上述的3行4列CFA图像的矩形窗中,计算待插值更新像素位置处的东方向的多方向边缘的局部梯度值,其计算公式如式4.1:
Figure 105756DEST_PATH_IMAGE033
            式4.1
其中,
Figure 749227DEST_PATH_IMAGE034
表示东方向的局部梯度值,
Figure 84393DEST_PATH_IMAGE035
的取值范围为
Figure 813315DEST_PATH_IMAGE036
Figure 954446DEST_PATH_IMAGE001
表示步骤(2)中得到的CFA图像多方向边缘阵列,
Figure 452424DEST_PATH_IMAGE025
表示所在的行数, 
Figure 958491DEST_PATH_IMAGE026
表示所在的列数,
Figure 174709DEST_PATH_IMAGE037
表示小于0.001的正数;
(4-3)、在上述的3行4列CFA图像的矩形窗中,计算待插值更新像素位置处的南方向的多方向边缘局部梯度值,其计算公方法如式4.2:
Figure 119531DEST_PATH_IMAGE038
           式4.2
其中、南方向的局部梯度值为
Figure 472015DEST_PATH_IMAGE039
Figure 414563DEST_PATH_IMAGE035
的取值范围为
Figure 852498DEST_PATH_IMAGE036
Figure 335432DEST_PATH_IMAGE001
表示步骤(2)中得到的CFA图像多方向边缘阵列,
Figure 808001DEST_PATH_IMAGE025
表示所在的行数,
Figure 655872DEST_PATH_IMAGE026
表示所在的列数,
Figure 581102DEST_PATH_IMAGE037
表示小于0.001的正数;
(4-4)、在上述的3行4列CFA图像的矩形窗中,计算待插值更新像素位置处的西方向的多方向性边缘局部梯度值,其计算公方法如式4.3:
Figure 867727DEST_PATH_IMAGE040
         式4.3
其中、西方向的局部梯度值为
Figure 194803DEST_PATH_IMAGE041
Figure 479154DEST_PATH_IMAGE035
的取值范围为
Figure 891681DEST_PATH_IMAGE036
Figure 716418DEST_PATH_IMAGE001
表示步骤(2)中得到的CFA图像多方向边缘阵列,
Figure 898000DEST_PATH_IMAGE025
表示所在的行数,
Figure 353252DEST_PATH_IMAGE026
表示所在的列数,表示小于0.001的正数;
(4-5)、在3行4列CFA图像的矩形窗中,计算待插值更新像素位置处的北方向的多方向边缘局部梯度值,其计算方法如公式4.4:
          式4.4
其中,
Figure 917592DEST_PATH_IMAGE043
表示待插值更新像素位置处的北方向的局部梯度值,
Figure 543745DEST_PATH_IMAGE035
的取值范围为
Figure 930864DEST_PATH_IMAGE036
Figure 35086DEST_PATH_IMAGE001
表示步骤(2)中得到的CFA图像多方向边缘阵列,
Figure 253578DEST_PATH_IMAGE025
表示所在的行数,表示所在的列数, 表示小于0.001的正数;
(5)、利用步骤(3)中预测CFA图像多方向边缘丢失的绿色成分的插值方向,对丢失的绿色成分进行初始插值,其具体如下:
当步骤(3)中预测的插值方向为竖直方向时,计算丢失的绿色成分的插值,其计算方法如式5.1:
Figure 905959DEST_PATH_IMAGE045
            式5.1
其中,
Figure 873915DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 970047DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,
Figure 416072DEST_PATH_IMAGE044
表示在像素位置为(
Figure 609156DEST_PATH_IMAGE046
)处插值出的丢失的绿色成分值,
Figure 748013DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 331441DEST_PATH_IMAGE048
表示在待插值像素处绿色成分在竖直方向的估计值,
Figure 581157DEST_PATH_IMAGE048
的计算方法如式5.2:
Figure 628748DEST_PATH_IMAGE049
                           式5.2
其中,
Figure 938506DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 9230DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、i-1、i+1、i+2分别表示待插值像素处的上两行、上一行、下一行、下两行在CFA图像中所在的行数,
Figure 62637DEST_PATH_IMAGE048
表示在待插值像素处绿色成分在竖直方向的估计值,
Figure 902417DEST_PATH_IMAGE050
表示原始成分为绿色成分值,
Figure 445394DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 737835DEST_PATH_IMAGE051
表示在待插值像素处原始成分在竖直方向的估计值,
Figure 594933DEST_PATH_IMAGE051
的计算方法如式5.3:
Figure 289219DEST_PATH_IMAGE052
                         式5.3
其中, 
Figure 3097DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 48414DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、i-1、i+1、i+2分别表示待插值像素处的上两行、上一行、下一行、下两行在CFA图像中所在的行数,
Figure 443623DEST_PATH_IMAGE051
表示在待插值像素处原始成分在竖直方向的估计值,原始成分表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 992416DEST_PATH_IMAGE050
表示原始成分为绿色成分值,
Figure 142774DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定;
当步骤(3)中预测丢失的绿色成分的插值方向为水平方向时,计算丢失的绿色成分
Figure 409808DEST_PATH_IMAGE044
的插值,其计算方法如式5.4:
Figure 343129DEST_PATH_IMAGE053
            式5.4
其中,
Figure 12007DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 333267DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,
Figure 822017DEST_PATH_IMAGE044
表示在像素位置为()处插值出的丢失的绿色成分值,
Figure 347994DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,表示在待插值像素处绿色成分在竖直方向的估计值,
Figure 810342DEST_PATH_IMAGE054
的计算方法如式5.5:
Figure 351045DEST_PATH_IMAGE055
                         式5.5
其中,
Figure 728936DEST_PATH_IMAGE025
表示待插值像素处在CFA图像中所在的行数,表示待插值像素处在CFA图像中所在的列数,j-2、j-1、j+1、j+2分别表示待插值像素处的前两列、前一列、后一列、后两列在CFA图像中所在的列数,
Figure 855341DEST_PATH_IMAGE056
表示在待插值像素处绿色成分在水平方向的估计值,
Figure 199735DEST_PATH_IMAGE050
表示原始成分为绿色成分值,表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 203780DEST_PATH_IMAGE057
表示在待插值像素处原始成分在竖直方向的估计值,
Figure 482315DEST_PATH_IMAGE057
的计算方法如式5.6:
                      式5.6
其中,
Figure 717304DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 394273DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,j-2、j-1、j+1、j+2分别表示待插值像素处的前两列、前一列、后一列、后两列在CFA图像中所在的列数,
Figure 894524DEST_PATH_IMAGE057
表示在待插值像素处原始成分在竖直方向的估计值,原始成分表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 580721DEST_PATH_IMAGE050
表示原始成分为绿色成分值,
Figure 787711DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定;
    (6)、利用步骤(4)中所述待插值更新像素位置处的东、南、西、北四个方向的局部梯度值,计算多方向的边缘增强梯度值,将多方向的边缘梯度值作为权值,对步骤(5)中所述的CFA图像多方向边缘丢失的绿色成分初始插值后的绿色成分进行更新插值,计算更新插值后的绿色成分值,包含如下步骤:
(6-1)、利用步骤(4)中所述的计算得到的待插值更新像素位置处的东、南、西、北四个方向的局部多方向梯度值
Figure 901161DEST_PATH_IMAGE059
,计算东、南、西、北四个方向的多方向边缘增强梯度值
Figure 888708DEST_PATH_IMAGE060
Figure 113016DEST_PATH_IMAGE061
Figure 724443DEST_PATH_IMAGE063
,计算方法如式6.1:
Figure 933708DEST_PATH_IMAGE064
                                        式6.1
其中,
Figure 961706DEST_PATH_IMAGE060
表示为东方向的多方向边缘增强梯度值,
Figure 143289DEST_PATH_IMAGE061
表示为南方向的多方向边缘增强梯度值,
Figure 598541DEST_PATH_IMAGE062
表示为西方向的多方向边缘增强梯度值,表示为北方向的多方向边缘增强梯度值, 
Figure 126791DEST_PATH_IMAGE059
分别表示东、南、西、北四个方向的多方向边缘增强梯度值;
(6-2)、利用步骤(6-1)中得到的东、南、西、北四个方向的多方向边缘增强梯度值
Figure 162881DEST_PATH_IMAGE060
Figure 972891DEST_PATH_IMAGE062
,计算多方向增强梯度值
Figure 498867DEST_PATH_IMAGE065
,计算方法如式6.2:
Figure 295922DEST_PATH_IMAGE066
                                          式6.2
其中,
Figure 904758DEST_PATH_IMAGE065
表示多方向增强梯度值;
(6-3)、利用步骤(6-1)和6-2)中得到多方向的边缘增强梯度值和多方向增强梯度值,对步骤(4)中所述的CFA图像多方向边缘丢失的绿色成分初始插值后的绿色成分进行更新插值,计算方法如式6.3:
Figure 874988DEST_PATH_IMAGE067
           式6.3
其中,
Figure 885669DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 853625DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、j-2、i+2、j+2分别表示待插值像素处的上两行、前两列、下两行、后两列在CFA图像中所在的列数,
Figure 949757DEST_PATH_IMAGE068
表示CFA图像多方向边缘对丢失的绿色成分更新插值后的绿色成分值, 
Figure 723678DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,表示0到1之间的自适应性加权因子,
Figure 993302DEST_PATH_IMAGE065
表示多方向增强梯度值,
Figure 311151DEST_PATH_IMAGE060
表示为东方向的多方向边缘增强梯度值,
Figure 888763DEST_PATH_IMAGE061
表示为南方向的多方向边缘增强梯度值,表示为西方向的多方向边缘增强梯度值,表示为北方向的多方向边缘增强梯度值;
(7)、利用步骤(6)中所述的对CFA图像多方向边缘丢失的绿色成分的更新插值后的绿色成分,对CFA图像多方向边缘丢失的蓝色成分和红色成分进行插值,包含如下步骤:
(7-1)、计算CFA图像多方向边缘的绿色成分在左斜对角方向上的边缘梯度值,计算方法如式7.1:
          式7.1
其中,
Figure 104664DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 944444DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、i-1、i+1、i+2分别表示待插值像素处的上两行、上一行、下一行、下两行在CFA图像中所在的行数,j-2、j-1、j+1、j+2分别表示待插值像素处的前两列、前一列、后一列、后两列在CFA图像中所在的列数,
Figure 425104DEST_PATH_IMAGE071
 表示绿色成分在左斜对角方向上的边缘梯度值,
Figure 983124DEST_PATH_IMAGE072
表示CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分值, 
Figure 636959DEST_PATH_IMAGE037
表示小于0.001的正数;
(7-2)、 计算CFA图像多方向边缘的绿色成分在右斜对角方向上的边缘梯度值,计算方法如式7.2:
Figure 596825DEST_PATH_IMAGE073
               式7.2
其中, 表示待插值像素处在CFA图像中所在的行数,
Figure 28123DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、i-1、i+1、i+2分别表示待插值像素处的上两行、上一行、下一行、下两行在CFA图像中所在的行数,j-2、j-1、j+1、j+2分别表示待插值像素处的前两列、前一列、后一列、后两列在CFA图像中所在的列数,
Figure 485649DEST_PATH_IMAGE074
 表示绿色成分在右斜对角方向上的边缘梯度值,
Figure 300022DEST_PATH_IMAGE072
表示CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分值, 
Figure 184801DEST_PATH_IMAGE037
表示小于0.001的正数;
(7-3)、利用步骤(7-1)所所述的CFA图像多方向边缘的绿色成分在左斜对角方向上的边缘梯度值和步骤(7-2)所述的CFA图像多方向边缘的绿色成分在右斜对角方向上的边缘梯度值中得到的梯度值
Figure 713051DEST_PATH_IMAGE076
,在原始成分为红色成分的位置处,对丢失的蓝色成分插值,计算法方法如式7.3:
Figure 381930DEST_PATH_IMAGE077
        式7.3   
其中,
Figure 443470DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 197800DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,
Figure 200391DEST_PATH_IMAGE078
表示在原始成分为红色成分的位置处插值出的蓝色成分,
Figure 786093DEST_PATH_IMAGE072
表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 950358DEST_PATH_IMAGE079
表示在由其下标确定的行数和列数的位置处的原始蓝色成分;
(7-4)、在CFA图像多方向边缘原始成分为绿色成分的位置处的坐标的行数和列数都是奇数时,对CFA图像多方向边缘丢失的蓝色成分进行插值,插值的计算方法如式7.4:
       
Figure 254300DEST_PATH_IMAGE080
                     式7.4
其中,
Figure 795003DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数中的奇数行,
Figure 235212DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数中的奇数列,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,
Figure 835957DEST_PATH_IMAGE078
表示在原始成分为红色成分的位置处插值出的蓝色成分,
Figure 299300DEST_PATH_IMAGE050
表示在插值位置处原始绿色成分值,表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 938408DEST_PATH_IMAGE079
表示在由其下标确定的行数和列数的位置处的原始蓝色成分;
(7-5)、在CFA图像多方向边缘原始成分为绿色成分的位置处的坐标行数和列数都是偶数时,对CFA图像多方向边缘丢失的蓝色成分进行插值,插值的计算方法如式7.5:
Figure 772372DEST_PATH_IMAGE081
                 式7.5
其中,
Figure 723011DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数中的偶数行,
Figure 667833DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数中的偶数列,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,
Figure 20317DEST_PATH_IMAGE078
表示在原始成分为红色成分的位置处插值出的蓝色成分,
Figure 25182DEST_PATH_IMAGE050
表示在插值位置处原始绿色成分值,表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 211630DEST_PATH_IMAGE079
表示在由其下标确定的行数和列数的位置处的原始蓝色成分;
(7-6)、利用步骤(7-1)所所述的CFA图像多方向边缘的绿色成分在左斜对角方向上的边缘梯度值
Figure 418620DEST_PATH_IMAGE075
和步骤(7-2)所述的CFA图像多方向边缘的绿色成分在右斜对角方向上的边缘梯度值中得到的梯度值
Figure 532070DEST_PATH_IMAGE076
,在原始成分为蓝色成分的位置处,对丢失的红色成分插值,计算法方法如式7.6:
   式7.6               
其中,
Figure 743925DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 71001DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,
Figure 89773DEST_PATH_IMAGE083
表示在原始成分为红色成分的位置处插值出的红色成分,
Figure 564617DEST_PATH_IMAGE072
表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 592615DEST_PATH_IMAGE084
表示在由其下标确定的行数和列数的位置处的原始红色成分;
(7-7)、在CFA图像多方向边缘原始成分为绿色成分的位置处的坐标的行数和列数都是偶数时,对CFA图像多方向边缘丢失的红色成分进行插值,插值的计算方法如式7.7:
                            式7.7
其中,
Figure 354084DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数中的偶数行,
Figure 988328DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数中的偶数列,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,表示在原始成分为红色成分的位置处插值出的红色成分,等式右边的
Figure 918423DEST_PATH_IMAGE050
表示在插值位置处原始绿色成分值,
Figure 544577DEST_PATH_IMAGE072
表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 666117DEST_PATH_IMAGE084
表示在由其下标确定的行数和列数的位置处的原始红色成分;
(7-8)、在CFA图像多方向边缘原始成分为绿色成分的位置处的坐标行数和列数都是奇数时,对CFA图像多方向边缘丢失的红色成分进行插值,插值的计算方法如式7.8:
Figure 35918DEST_PATH_IMAGE086
                  式7.8
其中,
Figure 254410DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数中的奇数行,
Figure 51464DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数中的奇数列,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,
Figure 660300DEST_PATH_IMAGE083
表示在原始成分为红色成分的位置处插值出的红色成分,
Figure 568213DEST_PATH_IMAGE050
表示在插值位置处原始绿色成分值,
Figure 641212DEST_PATH_IMAGE072
表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,表示在由其下标确定的行数和列数的位置处的原始红色成分。
为了验证使用本发明的基于CFA图像多方向边缘插值的方法的效果,给出了采用本发明的插值方法对CFA图像的去马赛克后的效果图,如图4所示,给出了采用现有的插值方法对CFA图像的去马赛克的效果图,如图3a、图3b、图3c、图3d所示。
现将图4分别与图3a、图3b、图3c、图3d作比较,可以看出:
图3a 现有CFA图像的双线性插值技术的效果图最差,该图中出现的伪彩色最多,图3b 现有CFA图像的基于图像高频映射分布的相似性插值方法出现的伪彩色也比较多,图3c 现有CFA图像的基于方向性最小均方误差估计方法和图3d 现有CFA图像的基于边缘增强滤波方法的效果图出现的伪彩色较少,本发明的效果图出现的伪彩色很少,与边缘滤波增强的CFA图像插值方法的结果很接近,仔细观察对比图像,可以看出本发明现有的CFA图像的插值方法的视觉效果要优于现有的CFA图像的插值方法的效果图。

Claims (7)

1.一种基于CFA图像多方向边缘插值的方法,包括以下步骤:
(1)、输入一幅CFA图像;
(2)、计算CFA图像多方向边缘,得到CFA图像的多方向边缘阵列                                                
Figure 472843DEST_PATH_IMAGE001
(3)、利用步骤(2)中CFA图像多方向边缘阵列,预测CFA图像多方向边缘丢失的绿色成分的插值方向;
(4)、利用步骤(2)中CFA图像多方向边缘阵列
Figure 710106DEST_PATH_IMAGE001
,分别计算待插值更新像素位置处的东、南、西、北方向边缘局部梯度值;
(5)、利用步骤(3)中预测CFA图像多方向边缘丢失的绿色成分的插值方向,对丢失的绿色成分进行初始插值;
    (6)、利用步骤(4)中得到的待插值更新像素位置处的多方向边缘局部梯度值,计算多方向的边缘增强梯度值,对步骤(5)中所述的CFA图像多方向边缘对丢失的绿色成分初始插值后的绿色成分进行更新插值,计算更新插值后的绿色成分值;
(7)、利用步骤(6)中所述的对CFA图像多方向边缘丢失的绿色成分的更新插值后的绿色成分,对CFA图像多方向边缘丢失的蓝色成分和红色成分进行插值。
2.根据权利要求1所述的基于CFA图像多方向边缘插值的方法,其特征在于,上述步骤(2)所述的计算CFA图像的多方向边缘,得到CFA图像的多方向边缘阵列
Figure 524478DEST_PATH_IMAGE001
,包含如下步骤:
(2-1)、设置CFA图像的矩形窗,以CFA图像的第1行第1列为原点,取3行3列CFA图像的矩形窗;
(2-2)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素处左上角与右下角斜对角方向的单一方向边缘阵列元素值,计算方法为:
Figure 409258DEST_PATH_IMAGE002
其中,
Figure 676291DEST_PATH_IMAGE003
表示待插值像素处左上角与右下角斜对角方向的多方向边缘阵列元素值,
Figure 937508DEST_PATH_IMAGE004
表示3行3列CFA图像的矩形窗中的第1行第1列的位置处的绿色像素值,
Figure 606387DEST_PATH_IMAGE005
表示3行3列CFA图像的矩形窗中的第3行第3列的位置处的绿色像素值;
(2-3)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素处右上角与左下角斜对角方向的单一方向边缘阵列元素值,计算方法为:
其中,
Figure 416397DEST_PATH_IMAGE007
表示待插值像素处右上角与左下角斜对角方向的多方向边缘阵列元素值,
Figure 481305DEST_PATH_IMAGE008
表示3行3列CFA图像的矩形窗中的第1行第3列的位置处的绿色像素值,
Figure 4690DEST_PATH_IMAGE009
表示3行3列CFA图像的矩形窗中的第3行第1列的位置处的绿色像素值;(2-4)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素处上一行与下一行竖直方向的单一方向边缘阵列元素值,计算方法为:
Figure 168955DEST_PATH_IMAGE010
其中,
Figure 472898DEST_PATH_IMAGE011
表示待插值像素处上一行与下一行竖直方向的多方向边缘阵列元素值,
Figure 75917DEST_PATH_IMAGE012
表示3行3列CFA图像的矩形窗中的第1行第2列的位置处的红色像素值,
Figure 453809DEST_PATH_IMAGE013
表示3行3列CFA图像的矩形窗中的第3行第2列的位置处的红色像素值;
(2-5)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素处前一列与后一列水平方向的单一方向边缘阵列元素值,计算方法为:
其中,
Figure 517897DEST_PATH_IMAGE015
表示待插值像素处前一列与后一列水平方向的多方向边缘阵列元素值,
Figure 924608DEST_PATH_IMAGE016
表示3行3列CFA图像的矩形窗中的第2行第3列的位置处的蓝色像素值,
Figure 157006DEST_PATH_IMAGE017
表示3行3列CFA图像的矩形窗中的第2行第1列的位置处的蓝色像素值;
(2-6)、在上述的3行3列CFA图像的矩形窗中,以第二行第二列所在位置作为插值像素处,计算插值像素与上、下、左、右四个方向的像素的多方向边缘阵列元素值,计算方法为:
Figure 928653DEST_PATH_IMAGE018
其中,
Figure 879291DEST_PATH_IMAGE019
表示待插值像素与上、下、左、右四个方向的像素的多方向边缘阵列元素值,
Figure 818254DEST_PATH_IMAGE020
表示3行3列CFA图像的矩形窗中的第2行第2列的位置处的绿色像素值,
Figure 170738DEST_PATH_IMAGE012
表示3行3列CFA图像的矩形窗中的第1行第2列的位置处的红色像素值,
Figure 113286DEST_PATH_IMAGE013
表示3行3列CFA图像的矩形窗中的第3行第2列的位置处的红色像素值,
Figure 551221DEST_PATH_IMAGE017
表示3行3列CFA图像的矩形窗中的第2行第1列的位置处的蓝色像素值,
Figure 299734DEST_PATH_IMAGE016
表示3行3列CFA图像的矩形窗中的第2行第3列的位置处的蓝色像素值;
(2-7)、计算上述的3行3列CFA图像的矩形窗中的第2行第2列所在位置处的多方向边缘阵列元素值,计算方法为:
其中,
Figure 620174DEST_PATH_IMAGE022
表示在CFA图像中第2行第2列的位置处的多方向边缘阵列元素值,
Figure 545404DEST_PATH_IMAGE003
表示待插值像素处左上角与右下角斜对角方向的多方向边缘阵列元素值,
Figure 832029DEST_PATH_IMAGE007
表示待插值像素处右上角与左下角斜对角方向的多方向边缘阵列元素值,
Figure 159105DEST_PATH_IMAGE011
表示待插值像素处上一行与下一行竖直方向的多方向边缘阵列元素值,
Figure 177877DEST_PATH_IMAGE015
表示待插值像素处前一列与后一列水平方向的多方向边缘阵列元素值,
Figure 590404DEST_PATH_IMAGE019
表示待插值像素与上、下、左、右四个方向的像素的多方向边缘阵列元素值;
(2-8)、将步骤(2-1)中所述的CFA图像的第1行第1列的原点的位置在CFA图像内逐行逐列移动,原点位置每移动一次,重复步骤(2-2)至步骤(2-7),得到CFA图像中待插值像素位置处的多方向边缘阵列元素值,直到原点位置遍历CFA图像中每个像素位置为止;
(2-9)、将步骤(2-8)中原点每移动一次得到一个多方向边缘阵列元素值,按照与CFA图像对应的位置处,排列到一个矩阵阵列当中,得到CFA图像的多方向边缘阵列
Figure 680720DEST_PATH_IMAGE001
3.根据权利要求1所述的基于CFA图像多方向边缘插值的方法,其特征在于,上述步骤(3)所述的利用步骤(2)中CFA图像的多方向边缘阵列
Figure 862302DEST_PATH_IMAGE001
,预测CFA图像多方向边缘丢失的绿色成分的插值方向,包含如下步骤:
(3-1)、计算水平方向上多方向边缘阵列滤波后增强边缘,记作
Figure 317554DEST_PATH_IMAGE023
,其计算公式如式3.1:
Figure 951798DEST_PATH_IMAGE024
                               式3.1
其中, 
Figure 580225DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 881894DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,
Figure 508047DEST_PATH_IMAGE027
 表示在水平方向上多方向边缘阵列经过滤波后增强边缘,
Figure 629587DEST_PATH_IMAGE001
表示步骤(2-8)中得到的CFA图像的多方向边缘阵列,
Figure 999388DEST_PATH_IMAGE028
表示滤波窗在水平方向上的范围,的范围为{-2,-1,0,1,2},
Figure 14935DEST_PATH_IMAGE029
表示滤波窗在竖直方向上的范围,
Figure 623771DEST_PATH_IMAGE029
的范围为{-2,-1,0,1};
(3-2)、计算竖直方向上多方向边缘阵列滤波后增强边缘,记作
Figure 594001DEST_PATH_IMAGE030
,其计算公式如式3.2:
Figure 604682DEST_PATH_IMAGE031
                                式3.2
其中, 表示待插值像素处在CFA图像中所在的行数,
Figure 668770DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,
Figure 442691DEST_PATH_IMAGE032
 表示在竖直方向上多方向边缘阵列经过滤波后增强边缘,
Figure 307879DEST_PATH_IMAGE001
表示步骤(2-8)中得到的CFA图像的多方向边缘阵列,
Figure 446736DEST_PATH_IMAGE028
表示滤波窗在水平方向上的范围,
Figure 30164DEST_PATH_IMAGE028
的范围为{-2,-1,0,1,2},
Figure 607776DEST_PATH_IMAGE029
表示滤波窗在竖直方向上的范围,
Figure 327470DEST_PATH_IMAGE029
的范围为{-2,-1,0,1}; 
(3-3)、在待插值丢失的绿色成分位置处预测丢失的绿色成分的插值方向,将步骤(3-1)中得到的滤波增强后的边缘与步骤(3-2)中得到的滤波增强后的边缘比较,
若步骤(3-1)中得到的滤波增强后的边缘小于步骤(3-2)中得到的滤波增强后的边缘,则待插值丢失的绿色成分的插值方向为水平方向,转步骤(5);
若步骤(3-1)中得到的滤波增强后的边缘大于步骤(3-2)中得到的滤波增强后的边缘,则预测待插值丢失的绿色成分的插值方向为竖直方向,转步骤(5)。
4.根据权利要求1所述的基于CFA图像多方向边缘插值的方法,其特征在于,上述步骤(4)所述的利用步骤(2)中CFA图像多方向边缘阵列
Figure 637229DEST_PATH_IMAGE001
,分别计算待插值更新像素位置处的东、南、西、北四个方向边缘局部梯度值,包含如下步骤:
(4-1)、设 CFA图像的多方向边缘阵列的第1行第1列为原点,取3行4列CFA图像的矩形窗;
(4-2)、在上述的3行4列CFA图像的矩形窗中,计算待插值更新像素位置处的东方向的多方向边缘的局部梯度值,其计算公式如式4.1:
Figure 823677DEST_PATH_IMAGE033
              式4.1
其中,
Figure 663457DEST_PATH_IMAGE034
表示东方向的局部梯度值,
Figure 144117DEST_PATH_IMAGE035
的取值范围为
Figure 702137DEST_PATH_IMAGE036
Figure 293655DEST_PATH_IMAGE001
表示步骤(2)中得到的CFA图像多方向边缘阵列,
Figure 50259DEST_PATH_IMAGE025
表示所在的行数, 
Figure 967399DEST_PATH_IMAGE026
表示所在的列数,
Figure 747136DEST_PATH_IMAGE037
表示小于0.001的正数;
(4-3)、在上述的3行4列CFA图像的矩形窗中,计算待插值更新像素位置处的南方向的多方向边缘局部梯度值,其计算公方法如式4.2:
             式4.2
其中、南方向的局部梯度值为
Figure 19035DEST_PATH_IMAGE039
的取值范围为
Figure 108531DEST_PATH_IMAGE036
表示步骤(2)中得到的CFA图像多方向边缘阵列,
Figure 38626DEST_PATH_IMAGE025
表示所在的行数,
Figure 31990DEST_PATH_IMAGE026
表示所在的列数,
Figure 786320DEST_PATH_IMAGE037
表示小于0.001的正数;
(4-4)、在上述的3行4列CFA图像的矩形窗中,计算待插值更新像素位置处的西方向的多方向性边缘局部梯度值,其计算公方法如式4.3:
Figure 523331DEST_PATH_IMAGE040
           式4.3
其中、西方向的局部梯度值为
Figure 109034DEST_PATH_IMAGE041
的取值范围为
Figure 780503DEST_PATH_IMAGE036
Figure 55627DEST_PATH_IMAGE001
表示步骤(2)中得到的CFA图像多方向边缘阵列,
Figure 761415DEST_PATH_IMAGE025
表示所在的行数,
Figure 96581DEST_PATH_IMAGE026
表示所在的列数,
Figure 825503DEST_PATH_IMAGE037
表示小于0.001的正数;
(4-5)、在3行4列CFA图像的矩形窗中,计算待插值更新像素位置处的北方向的多方向边缘局部梯度值,其计算方法如公式4.4:
Figure 904317DEST_PATH_IMAGE042
            式4.4
其中,表示待插值更新像素位置处的北方向的局部梯度值,
Figure 236258DEST_PATH_IMAGE035
的取值范围为
Figure 69402DEST_PATH_IMAGE001
表示步骤(2)中得到的CFA图像多方向边缘阵列,
Figure 490062DEST_PATH_IMAGE025
表示所在的行数,
Figure 432611DEST_PATH_IMAGE026
表示所在的列数, 
Figure 870545DEST_PATH_IMAGE037
表示小于0.001的正数。
5.根据权利要求1所述的基于CFA图像多方向边缘插值的方法,其特征在于,上述步骤(5)所述的利用步骤(3)中预测CFA图像多方向边缘丢失的绿色成分的插值方向,对丢失的绿色成分进行初始插值,其具体如下:
当步骤(3)中预测的插值方向为竖直方向时,计算丢失的绿色成分的插值
Figure 291162DEST_PATH_IMAGE044
,其计算方法如式5.1:
Figure 763732DEST_PATH_IMAGE045
               式5.1
其中,
Figure 939498DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数, 表示待插值像素处在CFA图像中所在的列数,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,
Figure 89037DEST_PATH_IMAGE044
表示在像素位置为(
Figure 150534DEST_PATH_IMAGE046
)处插值出的丢失的绿色成分值,
Figure 497202DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 909728DEST_PATH_IMAGE048
表示在待插值像素处绿色成分在竖直方向的估计值,
Figure 937727DEST_PATH_IMAGE048
的计算方法如式5.2:
                           式5.2
其中,
Figure 371300DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 271123DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、i-1、i+1、i+2分别表示待插值像素处的上两行、上一行、下一行、下两行在CFA图像中所在的行数,
Figure 837233DEST_PATH_IMAGE048
表示在待插值像素处绿色成分在竖直方向的估计值,表示原始成分为绿色成分值,
Figure 561792DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 948911DEST_PATH_IMAGE051
表示在待插值像素处原始成分在竖直方向的估计值,的计算方法如式5.3:
Figure 209309DEST_PATH_IMAGE052
                            式5.3
其中, 
Figure 68680DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 677516DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、i-1、i+1、i+2分别表示待插值像素处的上两行、上一行、下一行、下两行在CFA图像中所在的行数,
Figure 851008DEST_PATH_IMAGE051
表示在待插值像素处原始成分在竖直方向的估计值,原始成分表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 861690DEST_PATH_IMAGE050
表示原始成分为绿色成分值,
Figure 891963DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定;
当步骤(3)中预测丢失的绿色成分的插值方向为水平方向时,计算丢失的绿色成分
Figure 988095DEST_PATH_IMAGE044
的插值,其计算方法如式5.4:
Figure 699699DEST_PATH_IMAGE053
              式5.4
其中,
Figure 564887DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数, 表示待插值像素处在CFA图像中所在的列数,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,
Figure 349489DEST_PATH_IMAGE044
表示在像素位置为()处插值出的丢失的绿色成分值,
Figure 584478DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 894237DEST_PATH_IMAGE054
表示在待插值像素处绿色成分在竖直方向的估计值,
Figure 27278DEST_PATH_IMAGE054
的计算方法如式5.5:
Figure 80684DEST_PATH_IMAGE055
                            式5.5
其中,
Figure 920464DEST_PATH_IMAGE025
表示待插值像素处在CFA图像中所在的行数,
Figure 401124DEST_PATH_IMAGE026
表示待插值像素处在CFA图像中所在的列数,j-2、j-1、j+1、j+2分别表示待插值像素处的前两列、前一列、后一列、后两列在CFA图像中所在的列数,
Figure 755882DEST_PATH_IMAGE056
表示在待插值像素处绿色成分在水平方向的估计值,
Figure 612980DEST_PATH_IMAGE050
表示原始成分为绿色成分值,
Figure 307266DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 958828DEST_PATH_IMAGE057
表示在待插值像素处原始成分在竖直方向的估计值,
Figure 66461DEST_PATH_IMAGE057
的计算方法如式5.6:
Figure 461670DEST_PATH_IMAGE058
                            式5.6
其中,
Figure 10463DEST_PATH_IMAGE025
表示待插值像素处在CFA图像中所在的行数,表示待插值像素处在CFA图像中所在的列数,j-2、j-1、j+1、j+2分别表示待插值像素处的前两列、前一列、后一列、后两列在CFA图像中所在的列数,
Figure 427855DEST_PATH_IMAGE057
表示在待插值像素处原始成分在竖直方向的估计值,原始成分表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 626755DEST_PATH_IMAGE050
表示原始成分为绿色成分值,
Figure 30055DEST_PATH_IMAGE047
表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定。
6.根据权利要求1所述的基于CFA图像多方向边缘插值的方法,其特征在于,上述步骤(6)所述的利用步骤(4)中所述待插值更新像素位置处的东、南、西、北四个方向的局部梯度值,计算多方向的边缘增强梯度值,将多方向的边缘梯度值作为权值,对步骤(5)中所述的CFA图像多方向边缘丢失的绿色成分初始插值后的绿色成分进行更新插值,计算更新插值后的绿色成分值,包含如下步骤:
(6-1)、利用步骤(4)中所述的计算得到的待插值更新像素位置处的东、南、西、北四个方向的局部多方向梯度值
Figure 288998DEST_PATH_IMAGE059
,计算东、南、西、北四个方向的多方向边缘增强梯度值
Figure 105644DEST_PATH_IMAGE060
Figure 366041DEST_PATH_IMAGE062
Figure 795885DEST_PATH_IMAGE063
,计算方法如式6.1:
Figure 834249DEST_PATH_IMAGE064
                                              式6.1
其中,
Figure 374951DEST_PATH_IMAGE060
表示为东方向的多方向边缘增强梯度值,
Figure 18422DEST_PATH_IMAGE061
表示为南方向的多方向边缘增强梯度值,
Figure 353589DEST_PATH_IMAGE062
表示为西方向的多方向边缘增强梯度值,
Figure 144827DEST_PATH_IMAGE063
表示为北方向的多方向边缘增强梯度值, 分别表示东、南、西、北四个方向的多方向边缘增强梯度值;
(6-2)、利用步骤(6-1)中得到的东、南、西、北四个方向的多方向边缘增强梯度值
Figure 783936DEST_PATH_IMAGE060
Figure 290004DEST_PATH_IMAGE061
Figure 398616DEST_PATH_IMAGE062
Figure 281122DEST_PATH_IMAGE063
,计算多方向增强梯度值
Figure 695923DEST_PATH_IMAGE065
,计算方法如式6.2:
Figure 638471DEST_PATH_IMAGE066
                                                式6.2
其中,表示多方向增强梯度值;
(6-3)、利用步骤(6-1)和6-2)中得到多方向的边缘增强梯度值和多方向增强梯度值,对步骤(4)中所述的CFA图像多方向边缘丢失的绿色成分初始插值后的绿色成分进行更新插值,计算方法如式6.3:
Figure 559339DEST_PATH_IMAGE067
             式6.3
其中,
Figure 31909DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 942096DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、j-2、i+2、j+2分别表示待插值像素处的上两行、前两列、下两行、后两列在CFA图像中所在的列数,
Figure 867327DEST_PATH_IMAGE068
表示CFA图像多方向边缘对丢失的绿色成分更新插值后的绿色成分值, 表示在待插值像素位置处的原始成分值,原始成分值表示红色成分或蓝色成分,根据待插值像素处在CFA图像中具体的位置确定,
Figure 481028DEST_PATH_IMAGE069
表示0到1之间的自适应性加权因子,
Figure 827695DEST_PATH_IMAGE065
表示多方向增强梯度值,表示为东方向的多方向边缘增强梯度值,
Figure 64959DEST_PATH_IMAGE061
表示为南方向的多方向边缘增强梯度值,
Figure 246541DEST_PATH_IMAGE062
表示为西方向的多方向边缘增强梯度值,
Figure 764110DEST_PATH_IMAGE063
表示为北方向的多方向边缘增强梯度值。
7.根据权利要求1所述的基于CFA图像多方向边缘插值的方法,其特征在于,上述步骤(7)所述的利用步骤(6)中所述的对CFA图像多方向边缘丢失的绿色成分的更新插值后的绿色成分,对CFA图像多方向边缘丢失的蓝色成分和红色成分进行插值,包含如下步骤:
(7-1)、计算CFA图像多方向边缘的绿色成分在左斜对角方向上的边缘梯度值,计算方法如式7.1:
Figure 663933DEST_PATH_IMAGE070
             式7.1
其中,
Figure 292361DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 328450DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、i-1、i+1、i+2分别表示待插值像素处的上两行、上一行、下一行、下两行在CFA图像中所在的行数,j-2、j-1、j+1、j+2分别表示待插值像素处的前两列、前一列、后一列、后两列在CFA图像中所在的列数,
Figure 954603DEST_PATH_IMAGE071
 表示绿色成分在左斜对角方向上的边缘梯度值,
Figure 404039DEST_PATH_IMAGE072
表示CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分值, 
Figure 508261DEST_PATH_IMAGE037
表示小于0.001的正数;
(7-2)、 计算CFA图像多方向边缘的绿色成分在右斜对角方向上的边缘梯度值,计算方法如式7.2:
Figure 726753DEST_PATH_IMAGE073
               式7.2
其中,
Figure 523808DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 194961DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-2、i-1、i+1、i+2分别表示待插值像素处的上两行、上一行、下一行、下两行在CFA图像中所在的行数,j-2、j-1、j+1、j+2分别表示待插值像素处的前两列、前一列、后一列、后两列在CFA图像中所在的列数, 表示绿色成分在右斜对角方向上的边缘梯度值,
Figure 379134DEST_PATH_IMAGE072
表示CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分值, 
Figure 347090DEST_PATH_IMAGE037
表示小于0.001的正数;
(7-3)、利用步骤(7-1)所所述的CFA图像多方向边缘的绿色成分在左斜对角方向上的边缘梯度值
Figure 505539DEST_PATH_IMAGE075
和步骤(7-2)所述的CFA图像多方向边缘的绿色成分在右斜对角方向上的边缘梯度值中得到的梯度值,在原始成分为红色成分的位置处,对丢失的蓝色成分插值,计算法方法如式7.3:
Figure 82331DEST_PATH_IMAGE077
        式7.3                                                                       
其中,
Figure 221188DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 866933DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,
Figure 116649DEST_PATH_IMAGE078
表示在原始成分为红色成分的位置处插值出的蓝色成分,
Figure 101923DEST_PATH_IMAGE072
表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 411681DEST_PATH_IMAGE079
表示在由其下标确定的行数和列数的位置处的原始蓝色成分;
(7-4)、在CFA图像多方向边缘原始成分为绿色成分的位置处的坐标的行数和列数都是奇数时,对CFA图像多方向边缘丢失的蓝色成分进行插值,插值的计算方法如式7.4:
      
Figure 544722DEST_PATH_IMAGE080
                        式7.4
其中,
Figure 598129DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数中的奇数行,
Figure 437909DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数中的奇数列,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,
Figure 918569DEST_PATH_IMAGE078
表示在原始成分为红色成分的位置处插值出的蓝色成分,
Figure 273327DEST_PATH_IMAGE050
表示在插值位置处原始绿色成分值,
Figure 130424DEST_PATH_IMAGE072
表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 824711DEST_PATH_IMAGE079
表示在由其下标确定的行数和列数的位置处的原始蓝色成分;
(7-5)、在CFA图像多方向边缘原始成分为绿色成分的位置处的坐标行数和列数都是偶数时,对CFA图像多方向边缘丢失的蓝色成分进行插值,插值的计算方法如式7.5:
Figure 476272DEST_PATH_IMAGE081
                   式7.5
其中,
Figure 521589DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数中的偶数行,
Figure 984974DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数中的偶数列,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,
Figure 533767DEST_PATH_IMAGE078
表示在原始成分为红色成分的位置处插值出的蓝色成分,
Figure 621809DEST_PATH_IMAGE050
表示在插值位置处原始绿色成分值,
Figure 951159DEST_PATH_IMAGE072
表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 884480DEST_PATH_IMAGE079
表示在由其下标确定的行数和列数的位置处的原始蓝色成分;
(7-6)、利用步骤(7-1)所所述的CFA图像多方向边缘的绿色成分在左斜对角方向上的边缘梯度值
Figure 553359DEST_PATH_IMAGE075
和步骤(7-2)所述的CFA图像多方向边缘的绿色成分在右斜对角方向上的边缘梯度值中得到的梯度值
Figure 812302DEST_PATH_IMAGE076
,在原始成分为蓝色成分的位置处,对丢失的红色成分插值,计算法方法如式7.6:
Figure 363369DEST_PATH_IMAGE082
     式7.6                                                                  
其中,
Figure 365960DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数,
Figure 951662DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,
Figure 115927DEST_PATH_IMAGE083
表示在原始成分为红色成分的位置处插值出的红色成分,表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 960572DEST_PATH_IMAGE084
表示在由其下标确定的行数和列数的位置处的原始红色成分;
(7-7)、在CFA图像多方向边缘原始成分为绿色成分的位置处的坐标的行数和列数都是偶数时,对CFA图像多方向边缘丢失的红色成分进行插值,插值的计算方法如式7.7:
     
Figure 338464DEST_PATH_IMAGE085
                         式7.7
其中,
Figure 939210DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数中的偶数行, 表示待插值像素处在CFA图像中所在的列数中的偶数列,j-1、j+1分别表示待插值像素处的前一列、后一列在CFA图像中所在的列数,表示在原始成分为红色成分的位置处插值出的红色成分,等式右边的
Figure 307240DEST_PATH_IMAGE050
表示在插值位置处原始绿色成分值,
Figure 813308DEST_PATH_IMAGE072
表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,
Figure 29525DEST_PATH_IMAGE084
表示在由其下标确定的行数和列数的位置处的原始红色成分;
(7-8)、在CFA图像多方向边缘原始成分为绿色成分的位置处的坐标行数和列数都是奇数时,对CFA图像多方向边缘丢失的红色成分进行插值,插值的计算方法如式7.8:
Figure 974348DEST_PATH_IMAGE086
                    式7.8
其中,
Figure 326832DEST_PATH_IMAGE025
 表示待插值像素处在CFA图像中所在的行数中的奇数行,
Figure 3801DEST_PATH_IMAGE026
 表示待插值像素处在CFA图像中所在的列数中的奇数列,i-1、i+1分别表示待插值像素处的上一行、下一行在CFA图像中所在的行数,
Figure 441735DEST_PATH_IMAGE083
表示在原始成分为红色成分的位置处插值出的红色成分,
Figure 190248DEST_PATH_IMAGE050
表示在插值位置处原始绿色成分值,表示对CFA图像多方向边缘丢失的绿色成分更新插值后的绿色成分,表示在由其下标确定的行数和列数的位置处的原始红色成分。
CN201210388558.2A 2012-10-15 2012-10-15 基于cfa图像多方向边缘插值的方法 Expired - Fee Related CN102930503B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210388558.2A CN102930503B (zh) 2012-10-15 2012-10-15 基于cfa图像多方向边缘插值的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210388558.2A CN102930503B (zh) 2012-10-15 2012-10-15 基于cfa图像多方向边缘插值的方法

Publications (2)

Publication Number Publication Date
CN102930503A true CN102930503A (zh) 2013-02-13
CN102930503B CN102930503B (zh) 2016-11-16

Family

ID=47645294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210388558.2A Expired - Fee Related CN102930503B (zh) 2012-10-15 2012-10-15 基于cfa图像多方向边缘插值的方法

Country Status (1)

Country Link
CN (1) CN102930503B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732561A (zh) * 2013-12-18 2015-06-24 展讯通信(上海)有限公司 一种图像的插值方法及装置
CN109829852A (zh) * 2019-01-17 2019-05-31 浙江大华技术股份有限公司 颜色滤波阵列图像处理的方法、装置及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101227621A (zh) * 2008-01-25 2008-07-23 炬力集成电路设计有限公司 在cmos传感器中对cfa进行插值的方法及电路

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101227621A (zh) * 2008-01-25 2008-07-23 炬力集成电路设计有限公司 在cmos传感器中对cfa进行插值的方法及电路

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
IBRAHIM PEKKUCUKSEN, ET AL.: "Edge Strength Filter Based Color Filter Array Interpolation", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *
YUJI ITOH: "Similarity-based Demosaicing Algorithm using Unified High-Frequency Map", 《IEEE TRANSACTIONS ON CONSUMER ELECTRONICS》 *
姚益武等: "基于FPGA的图像信号处理器IP实现", 《中国集成电路》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732561A (zh) * 2013-12-18 2015-06-24 展讯通信(上海)有限公司 一种图像的插值方法及装置
CN104732561B (zh) * 2013-12-18 2017-08-25 展讯通信(上海)有限公司 一种图像的插值方法及装置
CN109829852A (zh) * 2019-01-17 2019-05-31 浙江大华技术股份有限公司 颜色滤波阵列图像处理的方法、装置及存储介质
CN109829852B (zh) * 2019-01-17 2023-04-25 浙江大华技术股份有限公司 颜色滤波阵列图像处理的方法、装置及存储介质

Also Published As

Publication number Publication date
CN102930503B (zh) 2016-11-16

Similar Documents

Publication Publication Date Title
CN103632359B (zh) 一种视频超分辨率处理方法
CN101388977B (zh) 图像处理设备和图像处理方法
CN102665030B (zh) 一种基于改进双线性的Bayer格式颜色插值方法
CN111510691B (zh) 颜色插值方法及装置、设备、存储介质
CN110730336A (zh) 一种去马赛克方法及装置
CN102170572A (zh) 一种新型边缘自适应cfa彩色图像插值方法
CN103491280B (zh) 一种拜耳图像联合去噪插值方法
US20090226097A1 (en) Image processing apparatus
CN102254301A (zh) 基于边缘方向插值的cfa图像去马赛克方法
CN106096497B (zh) 一种针对多元遥感数据的房屋矢量化方法
CN108734668B (zh) 图像色彩恢复方法、装置、计算机可读存储介质及终端
CN102106150A (zh) 摄像处理装置
CN103248906A (zh) 一种双目立体视频序列的深度图获取方法与系统
CN111539892A (zh) Bayer图像的处理方法、系统、电子设备和存储介质
CN104732561A (zh) 一种图像的插值方法及装置
CN105578160A (zh) 一种基于fpga平台的高清晰度去马赛克插值方法
CN110852953A (zh) 图像插值方法及装置、存储介质、图像信号处理器、终端
CN103646378A (zh) 基于fpga平台的高还原度空域图像缩放方法
CN103310461B (zh) 基于块卡尔曼滤波的图像边缘提取方法
US8189080B2 (en) Orientation-based approach for forming a demosaiced image, and for color correcting and zooming the demosaiced image
CN102930503A (zh) 基于cfa图像多方向边缘插值的方法
CN104038746B (zh) 一种bayer格式图像数据插值方法
CN109285113B (zh) 一种基于梯度的改进彩色图像插值方法
CN109285121A (zh) 一种Bayer图像还原方法
CN101977328B (zh) 一种基于补色模式的颜色插值方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20161116

Termination date: 20191015

CF01 Termination of patent right due to non-payment of annual fee