CN102930503B - 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
CN102930503B
CN102930503B CN201210388558.2A CN201210388558A CN102930503B CN 102930503 B CN102930503 B CN 102930503B CN 201210388558 A CN201210388558 A CN 201210388558A CN 102930503 B CN102930503 B CN 102930503B
Authority
CN
China
Prior art keywords
interpolation
cfa image
row
represent
pixel
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.)
Expired - Fee Related
Application number
CN201210388558.2A
Other languages
English (en)
Other versions
CN102930503A (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

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 （ColorFilter 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 FilterArray，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“ColorDemosaicing 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 DemosaicingAlgorithm Using Unified High Frequency Map”（IEEE Transactions on ConsumerElectronics , 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 StrengthFilter 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；
(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，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 LinearMinimum 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 HighFrequency 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 FilterArray 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，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：
其中，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，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，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，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，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：
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，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，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，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，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：
其中，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，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，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，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，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，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，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，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，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，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；
(3)、利用步骤(2)中CFA图像的多方向边缘阵列，预测CFA图像多方向边缘丢失的绿色成分的插值方向，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，其计算公式如式3.1：
式3.1
其中， 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， 表示在水平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，表示滤波窗在水平方向上的范围，的范围为{-2,-1,0,1,2}，表示滤波窗在竖直方向上的范围，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：
式3.2
其中， 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， 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，表示滤波窗在水平方向上的范围，的范围为{-2,-1,0,1,2}，表示滤波窗在竖直方向上的范围，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，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：
式4.1
其中，表示东方向的局部梯度值，的取值范围为，表示步骤(2)中得到的CFA图像多方向边缘阵列，表示所在的行数， 表示所在的列数，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，的取值范围为，表示步骤(2)中得到的CFA图像多方向边缘阵列，表示所在的行数，表示所在的列数，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：
式4.3
其中、西方向的局部梯度值为，的取值范围为，表示步骤(2)中得到的CFA图像多方向边缘阵列，表示所在的行数，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，表示待插值更新像素位置处的北方向的局部梯度值，的取值范围为，表示步骤(2)中得到的CFA图像多方向边缘阵列，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：
式5.1
其中， 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，表示在像素位置为（）处插值出的丢失的绿色成分值，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，表示在待插值像素处绿色成分在竖直方向的估计值，的计算方法如式5.2：
式5.2
其中， 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-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，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，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原始成分在竖直方向的估计值，的计算方法如式5.3：
式5.3
其中， 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-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，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，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；
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的插值，其计算方法如式5.4：
式5.4
其中， 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，表示在像素位置为（）处插值出的丢失的绿色成分值，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，表示在待插值像素处绿色成分在竖直方向的估计值，的计算方法如式5.5：
式5.5
其中，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，表示在待插值像素处绿色成分在水平方向的估计值，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，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5.6：
式5.6
其中， 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，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，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；
(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，计算东、南、西、北四个方向的多方向边缘增强梯度值、、、，计算方法如式6.1：
式6.1
其中，表示为东方向的多方向边缘增强梯度值，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， 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、、、，计算多方向增强梯度值，计算方法如式6.2：
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：
式6.3
其中， 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-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，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，表示0到1之间的自适应性加权因子，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，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， 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-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， 表示绿色成分在左斜对角方向上的边缘梯度值，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， 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：
式7.2
其中， 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-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，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， 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，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：
式7.3
其中， 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，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蓝色成分，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，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：
式7.4
其中， 表示待插值像素处在CFA图像中所在的行数中的奇数行， 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，表示在原始成分为红色成分的位置处插值出的蓝色成分，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：
式7.5
其中， 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，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，表示在原始成分为红色成分的位置处插值出的蓝色成分，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， 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，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，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；
(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， 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；
(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：
式7.8
其中， 表示待插值像素处在CFA图像中所在的行数中的奇数行， 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，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。
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 (1)

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W，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：
S 1 = | G 11 - G 33 | 2
其中，S1表示待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，G11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，G33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：
S 2 = | G 13 - G 31 | 2
其中，S2表示待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，G13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，G31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：
S3＝|R12-R32|
其中，S3表示待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，R12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，R32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：
S4＝|B23-B21|
其中，S4表示待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，B23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，B21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：
S 5 = | 4 × G 22 - R 12 - R 32 - B 21 - B 23 | 4
其中，S5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，G22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，R12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，R32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，B21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，B23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：
W22＝S1+S2+S3+S4+S5
其中，W22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，S1表示待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，S2表示待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，S3表示待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，S4表示待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，S5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W；
(3)、利用步骤(2)中CFA图像多方向边缘阵列W，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Hi,j，其计算公式如式3.1：
其中，i表示待插值像素处在CFA图像中所在的行数，j表示待插值像素处在CFA图像中所在的列数，H表示在水平方向上多方向边缘阵列经过滤波后增强边缘，W表示步骤(2-9)中得到的CFA图像的多方向边缘阵列，p表示滤波窗在水平方向上的范围，p的范围为{-2,-1,0,1,2}，q表示滤波窗在竖直方向上的范围，q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Vi,j，其计算公式如式3.2：
其中，i表示待插值像素处在CFA图像中所在的行数，j表示待插值像素处在CFA图像中所在的列数，V表示在竖直方向上多方向边缘阵列经过滤波后增强边缘，W表示步骤(2-9)中得到的CFA图像的多方向边缘阵列，p表示滤波窗在水平方向上的范围，p的范围为{-2,-1,0,1}，q表示滤波窗在竖直方向上的范围，q的范围为{-2,-1,0,1,2}；
(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W，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，包含如下步骤：
(4-1)、设CFA图像的多方向边缘阵列W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：
其中，ZE表示东方向的局部梯度值，a的取值范围为{-1,0,1}，W表示步骤(2)中得到的CFA图像多方向边缘阵列，i表示所在的行数，j表示所在的列数，C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，其计算方法如式4.2：
其中、南方向的局部梯度值为ZS，a的取值范围为{-1,0,1}，W表示步骤(2)中得到的CFA图像多方向边缘阵列，i表示所在的行数，j表示所在的列数，C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边缘局部梯度值，其计算方法如式4.3：
其中、西方向的局部梯度值为ZW，a的取值范围为{-1,0,1}，W表示步骤(2)中得到的CFA图像多方向边缘阵列，i表示所在的行数，j表示所在的列数，C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：
其中，ZN表示待插值更新像素位置处的北方向的局部梯度值，a的取值范围为{-1,0,1}，W表示步骤(2)中得到的CFA图像多方向边缘阵列，i表示所在的行数，j表示所在的列数，C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：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，表示在像素位置为(i,j)处插值出的丢失的绿色成分值，A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，的计算方法如式5.2：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，表示在待插值像素处绿色成分在竖直方向的估计值，G表示原始成分为绿色成分值，A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原始成分在竖直方向的估计值，的计算方法如式5.3：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，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，G表示原始成分为绿色成分值，A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的插值，其计算方法如式5.4：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，表示在像素位置为(i,j)处插值出的丢失的绿色成分值，A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水平方向的估计值，的计算方法如式5.5：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，表示在待插值像素处绿色成分在水平方向的估计值，G表示原始成分为绿色成分值，A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原始成分在水平方向的估计值，的计算方法如式5.6：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，表示在待插值像素处原始成分在水平方向的估计值，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，G表示原始成分为绿色成分值，A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，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ZE、ZS、ZW、ZN，计算东、南、西、北四个方向的多方向边缘增强梯度值L1、L2、L3、L4，计算方法如式6.1：
其中，L1表示为东方向的多方向边缘增强梯度值，L2表示为南方向的多方向边缘增强梯度值，L3表示为西方向的多方向边缘增强梯度值，L4表示为北方向的多方向边缘增强梯度值，ZE、ZS、ZW、ZN分别表示东、南、西、北四个方向的局部多方向梯度值；
(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L1、L2、L3、L4，计算多方向增强梯度值LT，计算方法如式6.2：
LT＝L1+L2+L3+L4 式6.2
其中，LT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：
其中，i表示待插值像素处在CFA图像中所在的行数，j表示待插值像素处在CFA图像中所在的列数，i-2表示待插值像素处的上两行在CFA图像中所在的行数；j-2表示待插值像素处的前两列在CFA图像中所在的列数；i+2表示待插值像素处的下两行在CFA图像中所在的行数、j+2表示待插值像素处的后两列在CFA图像中所在的列数，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，A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，Q表示0到1之间的自适应性加权因子，LT表示多方向增强梯度值，L1表示为东方向的多方向边缘增强梯度值，L2表示为南方向的多方向边缘增强梯度值，L3表示为西方向的多方向边缘增强梯度值，L4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：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，P1表示绿色成分在左斜对角方向上的边缘梯度值，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，C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：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，P2表示绿色成分在右斜对角方向上的边缘梯度值，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，C表示小于0.001的正数；
(7-3)、利用步骤(7-1)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P1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P2，在原始成分为红色成分的位置处，对丢失的蓝色成分插值，计算方法如式7.3：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，表示在原始成分为红色成分的位置处插值出的蓝色成分，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，B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：
其中，i表示待插值像素处在CFA图像中所在的行数中的奇数行，j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，表示在原始成分为红色成分的位置处插值出的蓝色成分，G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，B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：
其中，i表示待插值像素处在CFA图像中所在的行数中的偶数行，j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，表示在原始成分为红色成分的位置处插值出的蓝色成分，G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，B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P1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P2，在原始成分为蓝色成分的位置处，对丢失的红色成分插值，计算方法如式7.6：
其中，i表示待插值像素处在CFA图像中所在的行数，j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，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，R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：
其中，i表示待插值像素处在CFA图像中所在的行数中的偶数行，j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G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，R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：
其中，i表示待插值像素处在CFA图像中所在的行数中的奇数行，j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，表示在原始成分为红色成分的位置处插值出的红色成分，G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，R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 CN102930503A (zh) 2013-02-13
CN102930503B true 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)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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

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
Edge Strength Filter Based Color Filter Array Interpolation;Ibrahim Pekkucuksen, et al.;《IEEE TRANSACTIONS ON IMAGE PROCESSING》;20120131;第21卷(第1期);第393-397页 *
Similarity-based Demosaicing Algorithm using Unified High-Frequency Map;Yuji Itoh;《IEEE Transactions on Consumer Electronics》;20110531;第57卷(第2期);第597-605页 *
基于FPGA的图像信号处理器IP实现;姚益武等;《中国集成电路》;20111031(第10期);第45-51,57页 *

Also Published As

Publication number Publication date
CN102930503A (zh) 2013-02-13

Similar Documents

Publication Publication Date Title
US20220044374A1 (en) Infrared and visible light fusion method
CN102254301B (zh) 基于边缘方向插值的cfa图像去马赛克方法
CN103632359B (zh) 一种视频超分辨率处理方法
CN104732561B (zh) 一种图像的插值方法及装置
CN110730336A (zh) 一种去马赛克方法及装置
CN103491280B (zh) 一种拜耳图像联合去噪插值方法
CN103347190B (zh) 一种边相关的联合彩色去马赛克和放大方法
CN108734668B (zh) 图像色彩恢复方法、装置、计算机可读存储介质及终端
CN103595981A (zh) 基于非局部低秩的色彩滤波阵列图像去马赛克方法
CN103268596A (zh) 一种降低图像噪声和使颜色接近标准的方法
CN106504294A (zh) 基于扩散曲线的rgbd图像矢量化方法
CN106530334B (zh) 一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统
CN102930503B (zh) 基于cfa图像多方向边缘插值的方法
CN108460795A (zh) 倒金字塔式双目立体匹配方法及系统
CN103646378A (zh) 基于fpga平台的高还原度空域图像缩放方法
CN105657432A (zh) 一种面向微型无人机的视频稳像方法
CN104933728A (zh) 一种混合运动目标检测方法
CN104270624A (zh) 一种分区域的3d视频映射方法
TWI228917B (en) Method and apparatus for converting a color image
CN102663703A (zh) 基于Treelet的Bayer型CFA图像去噪方法
CN104504672A (zh) 基于NormLV特征的低秩稀疏邻域嵌入超分辨方法
CN105430357A (zh) 图像传感器的去马赛克方法及装置
CN104574276A (zh) 一种基于光流法的图像对齐的方法和装置
CN108305216B (zh) 一种双边四次插值的图像放大方法
CN104038746B (zh) 一种bayer格式图像数据插值方法

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

Granted publication date: 20161116

Termination date: 20191015