CN104143176A - 图像放大方法和装置 - Google Patents
图像放大方法和装置 Download PDFInfo
- Publication number
- CN104143176A CN104143176A CN201310170740.5A CN201310170740A CN104143176A CN 104143176 A CN104143176 A CN 104143176A CN 201310170740 A CN201310170740 A CN 201310170740A CN 104143176 A CN104143176 A CN 104143176A
- Authority
- CN
- China
- Prior art keywords
- color component
- unknown
- grad
- color
- component
- 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种图像放大方法和装置。该图像放大方法用于逐块地对拜耳格式的原始图像进行放大,其中每个原始图像块包括两个第一颜色分量、一个第二颜色分量以及一个第三颜色分量,该图像放大方法包括以下步骤:逐块地以预定的对应关系将原始图像块的各个颜色分量填充到放大图像块中,作为已知颜色分量;对于放大图像块中的至少一个未知颜色分量,通过与其颜色相同的已知颜色分量,分别求出未知颜色分量在水平方向的、垂直方向的以及两个对角线方向的梯度值;选择梯度值最小的一个,通过使用对应的滤波模板系数,对于位于梯度值最小的方向上的、与未知颜色分量颜色相同的已知颜色分量执行加权求和来计算未知颜色分量。
Description
技术领域
本发明涉及一种图像放大方法和装置,尤其涉及用于拜耳格式图像的放大方法和装置。
背景技术
存在对于拜耳格式图像进行放大的各种现有技术,例如双线性过滤插值技术、边缘方向插值技术等等。但是这些已知方法都有自身的缺陷。例如,通过双线性过滤插值技术放大的拜耳格式图像通常边缘模糊。又例如,边缘方向插值技术常常导致放大后的拜耳格式图像具有虚假边缘。因此,通过已知方法放大后的图像通常不清晰。另外,现有的技术还普遍存在计算量大的缺点。
针对现有技术中存在的缺陷,提出本申请。
发明内容
在下文中给出关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
本发明的一个主要目的在于提供一种图像放大方法和装置,以至少克服在现有的拜耳格式图像放大技术中存在的放大后的图像不清晰并且计算量大的问题。
根据本发明的一个方面,提供了一种图像放大方法,用于逐块地对拜耳格式的原始图像进行放大,其中每个原始图像块包括两个第一颜色分量、一个第二颜色分量以及一个第三颜色分量。该图像放大方法包括以下步骤:逐块地以预定的对应关系将所述原始图像块的各个颜色分量填充到所述放大图像块中,作为已知颜色分量;对于所述放大图像块中的未知的 第一颜色分量、第二颜色分量和第三颜色分量中的至少一个未知颜色分量,通过与所述未知颜色分量颜色相同的已知颜色分量,分别求出所述未知颜色分量在水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值;以及从所得到的水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值中选择梯度值最小的一个,通过使用对应的滤波模板系数,对于位于梯度值最小的方向上的、与所述未知颜色分量颜色相同的已知颜色分量执行加权求和来计算所述未知颜色分量。
上述图像放大方法还可以包括以下步骤:通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算至少一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第二颜色分量,以及通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算至少一个未知的第三颜色分量和与所述其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第三颜色分量。
根据本发明的另一个方面,提供了一种图像放大装置,用于逐块地对拜耳格式的原始图像进行放大,其中每个原始图像块包括两个第一颜色分量、一个第二颜色分量以及一个第三颜色分量。该图像放大装置包括:填充模块,被配置成逐块地以预定的对应关系将原始图像块的各个颜色分量填充到放大图像块中,作为已知颜色分量;梯度获取模块,被配置成对于放大图像块中的未知的第一颜色分量、第二颜色分量和第三颜色分量中的至少一个未知颜色分量,通过与该未知颜色分量颜色相同的已知颜色分量,分别求出所述未知颜色分量在水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值;以及第一计算模块,被配置成从所得到的水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值中选择梯度值最小的一个,通过使用对应的滤波模板系数,对于位于梯度值最小的方向上的、与所述未知颜色分量颜色相同的已知颜色分量执行加权求和来计算所述未知颜色分量。
上述图像放大装置还可以包括:第二计算模块,被配置成通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算至少一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算 所述至少一个未知的第二颜色分量;以及第三计算模块,被配置成通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算至少一个未知的第三颜色分量和与所述其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第三颜色分量。
另外,本发明的实施例还提供了用于实现上述方法的计算机程序。
此外,本发明的实施例还提供了至少计算机可读介质形式的计算机程序产品,其上记录有用于实现上述方法的计算机程序代码。
本申请实施例的图像放大方法和装置通过将原始图像中的像素映射到放大图像,根据图像本身的特点进行基于方向的自适应插值。由于基于方向的自适应插值方法插值结果精确,因此使得放大后的图像清晰。
此外,本申请实施例的图像放大方法和装置利用了在拜耳格式图像中红色像素与绿色像素的差值图像以及蓝色像素与绿色像素的差值图像更平坦的特点,因此使得放大后的图像更清晰。
另外,本申请实施例的图像放大方法和装置计算量小,从而使得功耗低并且片上存储量小。
通过以下结合附图对本发明的最佳实施例的详细说明,本发明的这些以及其它优点将更加明显。
附图说明
参照下面结合附图对本发明实施例的说明,会更加容易地理解本发明的以上和其它目的、特点和优点。附图中的部件只是为了示出本发明的原理。在附图中,相同的或类似的技术特征或部件将采用相同或类似的附图标记来表示。
图1是示意性地示出根据本发明的实施例的图像放大方法的流程图;
图2是示意性地示出根据本发明的实施例的拜耳格式的原始图像的示意图;
图3是示意性地示出根据本发明的实施例将原始图像中的像素映射到放大图像之后的布局示意图;
图4示出了根据本发明的实施例的一个未知第一颜色分量的水平方 向、垂直方向以及两个对角线方向的示意图;
图5A-5D示出根据本发明的实施例的在图4中所示的水平方向、垂直方向、从左上到右下对角线方向以及从右上到左下对角线方向的滤波模板;
图6示出根据本发明的实施例的另一个未知第一颜色分量的周围区域;
图7A-7D示出根据本发明的实施例分别与另一个未知第一颜色分量对应的水平方向、垂直方向、从左上到右下对角线方向以及从右上到左下对角线方向的滤波模板;
图8示出根据本发明的实施例的又一个未知第一颜色分量的周围区域;
图9-11示出根据本发明的实施例与剩余的未知第一颜色分量分别对应的周围区域;
图12示出根据本发明的实施例在求得所有第一颜色分量之后的已知颜色分量分布图;
图13A-13D示出根据本发明的实施例与一个未知第二蓝色分量对应的水平方向、垂直方向、从左上到右下对角线方向以及从右上到左下对角线方向的滤波模板;
图14示出根据本发明的实施例的与另一个未知第二蓝色分量对应的滤波模板;
图15示出根据本发明的实施例的与又一个未知第二蓝色分量对应的滤波模板;
图16是示意性地示出根据本发明的实施例的图像放大装置的框图;
图17是示意性地示出根据本发明的实施例图16中的梯度获取模块的一种可能的示例结构的框图;
图18是示意性地示出根据本发明的实施例图16中的填充模块的一种可能的示例结构的框图;
图19示出了可以用于实施本发明的图像放大方法和装置的计算设备的举例的结构图。
具体实施方式
下面参照附图来说明本发明的实施例。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意,为了清楚的目的,附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。
本发明实施例的图像放大方法,用于逐块地对拜耳格式的原始图像进行放大。每个原始图像块包括两个第一颜色分量、一个第二颜色分量以及一个第三颜色分量。第一颜色分量是绿色分量,第二颜色分量是红色分量和蓝色分量中的一种颜色分量,第三颜色分量是红色分量和蓝色分量中的另一种颜色分量。在下面的实施例中,以第一颜色分量为绿色分量、第二颜色分量为蓝色分量并且第三颜色分量为红色分量作为示例进行描述。当然,本实施例的图像放大方法也可以应用于第一颜色分量为绿色分量、第二颜色分量为红色分量并且第三颜色分量为蓝色分量的情况。
图1是示意性地示出根据本发明的实施例的图像放大方法的流程图。以下参照图1来描述根据本发明的实施例的图像放大方法。
在图1的步骤S101中,当对拜耳格式的原始图像进行放大时,逐块地以预定的对应关系将原始图像块的各个颜色分量填充到放大图像块中,作为已知颜色分量。
图2示意性地示出根据本发明的实施例的拜耳格式的原始图像。如图2所示,以2×2像素矩阵区域为单位将拜耳格式的原始图像划分为多个原始图像块block1、block2等。每个2×2像素矩阵包括G、Gy、B及R四个像素,像素G、Gy具有绿色分量,像素B具有蓝色分量,以及像素R具有红色分量。在下文的描述中,为了简单,有时用像素来直接表示颜色分量,即,G、Gy可以直接表示绿色分量,B可以直接表示蓝色分量,R可以直接表示红色分量,等等。
图3是示意性地示出根据本发明的实施例将原始图像中的像素映射到放大图像之后的布局示意图。如图3所示,以4×4像素矩阵区域为单位将放大后的图像划分为多个放大图像块,每一个原始图像块在原始图像中的相对位置与每一个放大图像块在放大后的图像中的相对位置相同,即,原始图像块block1、block2等在原始图像中的相对位置与图3中的放大后的图像块block1’、block2’等在放大后的图像中的相对位置相同。每个放大图像块包括G’、Gy’、G1、G2、G3、G4、G5、G6、B’、B1、B2、B3、R’、R1、R2及R3十六个像素,像素G’、Gy’、G1、G2、G3、 G4、G5及G6具有第一颜色分量,即绿色分量,像素B’、B1、B2及B3具有第二颜色分量,即蓝色分量,像素R’、R1、R2及R3具有第三颜色分量,即红色分量。将每一个原始图像块的像素G、Gy、B及R具有的颜色分量分别填充到对应的每一个放大图像块中的像素G’、Gy’、B’及R’,从而图3所示的放大图像块中的像素G’、Gy’、B’及R’具有已知颜色分量,而其余的像素G1、G2、G3、G4、G5、G6、B1、B2、B3、R1、R2、R3具有未知的颜色分量。
在图1的步骤S102中,对于图3所示的放大图像块中的未知的第一颜色分量、第二颜色分量和第三颜色分量中的至少一个未知颜色分量,通过与该未知颜色分量颜色相同的已知颜色分量,分别求出该未知颜色分量在水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值。
例如,在一个实施例中,对于图4所示的放大图像块block2’中的、由网格表示的像素G1的未知绿色分量,通过已知的绿色分量,分别求出未知绿色分量G1在水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值。水平方向、垂直方向以及两个对角线方向分别是图4中沿箭头所指的方向。
具体地,如图4所示,放大后的图像包括由放大图像块构成的多行和多列像素。将未知绿色分量G1所处的行和列分别定义为第j行和第i列,从G1向左的四列分别为第i+1列、第i+2列、第i+3列及第i+4列,从G1向右的四列分别为第i-1列、第i-2列、第i-3列及第i-4列,从G1向上的四行分别为第j-1行、第j-2行、第j-3行及第j-4行,从G1向下的四行分别为第j+1行、第j+2行、第j+3行及第j+4行。为了简单,没有标示出其它的行和列。选择位于未知绿色分量G1所处的第j行以及与第j行邻近的第j+2行和第j-2行中的、与未知绿色分量G1邻近并且同样是绿色的第一预定数量的已知绿色分量,即8个已知绿色分量Gj,i-2(Gj,i-2表示处在第j行和第i-2列位置上的已知绿色分量)、Gj,i+2、Gj-2,i-4、Gj-2,i、Gj-2,i+4、Gj+2,i-4、Gj+2,i、Gj+2,i+4,分别在每一行上将所选择的已知绿色分量两两依次相减,将所得到的差进行加权求和来求出未知绿色分量G1在水平方向的梯度值。例如,计算未知绿色分量G1在水平方向的梯度值的公式可以表示为下列公式1:
水平方向梯度值=4*|Gj,i-2–Gj,i+2|+|Gj-2,i-4–Gj-2,i|+|Gj-2,i–Gj-2,i+4|+|Gj+2,i-4–Gj+2,i|+|Gj+2,i–Gj+2,i+4| (公式1)
类似地,选择位于未知绿色分量G1的所处的第i列以及与第i列邻近的 第i+2列和第i-2列中的、与未知绿色分量G1邻近并且同样是绿色的第二预定数量的已知绿色分量,即8个已知绿色分量Gj-2,i、Gj+2,i、Gj-4,i-2、Gj,i-2、Gj+4,i-2、Gj-4,i+2、Gj,i+2、Gj+4,i+2,分别在每一列上将所选择的已知绿色分量两两依次相减,将所得到的差进行加权求和来求出未知绿色分量G1在垂直方向的梯度值。例如,计算未知绿色分量G1在垂直方向的梯度值的公式可以表示为下列公式2:
垂直方向梯度值计算=4*|Gj-2,i–Gj+2,i|+|Gj-4,i-2–Gj,i-2|+|Gj,i-2–Gj+4,i-2|+|Gj-4,i+2–Gj,i+2|+|Gj,i+2–Gj+4,i+2| (公式2)
此外,选择处在未知绿色分量G1周围的、与未知绿色分量G1颜色相同的第三预定数量的已知绿色分量,该第三预定数量的已知绿色分量分别处于放大后的图像的从左上到右下的对角线方向或与该对角线方向平行的方向的位置上,例如图3中的8个已知绿色分量Gj-4,i-2、Gj-2,i、Gj,i+2、Gj+2,i+4、Gj-2,i-4、Gj,i-2、Gj+2,i、Gj+4,i+2,分别在从左上到右下的对角线方向以及与该对角线方向平行的方向(在下文中,为了简化,将其都称为对角线方向)上将所选择的已知绿色分量两两依次相减,将所得到的差进行加权求和来求出未知绿色分量G1在从左上到右下的对角线方向的梯度值。例如,计算未知绿色分量G1在从左上到右下的对角线方向的梯度值的公式可以表示为下列公式3:
从左上到右下对角线的梯度值=|Gj-4,i-2–Gj-2,i|+2*|Gj-2,i–Gj,i+2|+|Gj,i+2–Gj+2,i+4|+|Gj-2,i-4–Gj,i-2|+2*|Gj,i-2–Gj+2,i|+|Gj+2,i–Gj+4,i+2|
(公式3)
类似地,选择处在未知绿色分量G1周围的、与未知绿色分量G1颜色相同的第四预定数量的已知绿色分量,该第四预定数量的已知绿色分量分别处于放大后的图像的从右上到左下的对角线方向或与该对角线方向平行的方向的位置上,例如图3中的8个已知绿色分量Gj-4,i+2、Gj-2,i、Gj,i-2、Gj+2,i-4、Gj-2,i+4、Gj,i+2、Gj+2,i、Gj+4,i-2,分别在从右上到左下的对角线方向以及与该对角线方向平行的方向(在下文中,为了简化,将其都称为对角线方向)上将所选择的已知绿色分量两两依次相减,将所得到的差进行加权求和来求出未知绿色分量G1在从右上到左下的对角线方向的梯度值。例如,计算未知绿色分量G1在从左上到右下的对角线方向的梯度值的公式可以表示为下列公式4:
从右上到左下对角线的梯度值=|Gj-4,i+2–Gj-2,i|+2*|Gj-2,i–Gj,i-2|+|Gj,i-2–Gj+2,i-4| +|Gj-2,i+4–Gj,i+2|+2*|Gj,i+2–Gj+2,i|+|Gj+2,i–Gj+4,i-2|
(公式4)
在上述公式1-4中,求差的两个已知绿色分量的位置与未知绿色分量的位置离的越近,则该两个已知绿色分量的差值的权重系数可以越大。另外,上述的第一预定数量、第二预定数量、第三预定数量以及第四预定数量相等。
在图1的步骤S103中,从在步骤S102中所得到的水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值中选择梯度值最小的一个,通过使用对应的滤波模板系数,对于位于梯度值最小的方向上的、与未知颜色分量颜色相同的已知颜色分量执行加权求和来计算未知颜色分量。
具体地,如图5A-5D所示,图5A-5D分别是与上述未知绿色分量G1(由网格表示)对应的水平方向、垂直方向、从左上到右下对角线方向以及从右上到左下对角线方向的滤波模板,斜线阴影表示的颜色分量是通过各个滤波模板进行计算时要用到的已知颜色分量,斜线阴影上标出的数字表示该颜色分量的滤波模板系数。要用到的各个已知颜色分量的滤波模板系数大小与该已知颜色分量和未知颜色分量的距离、滤波模板的方向以及计算的简单程度相关,可以根据实际情况来适当地设置。另外,为了计算简单,图5A-5D所示的斜线阴影表示的颜色分量的滤波模板系数分别被设置为1或2,但是应该知道,滤波模板系数还可以被设置为其它合适的值。
例如,假设在求解上述未知绿色分量G1(图5A-5D中的)时,计算得出未知绿色分量G1在水平方向的梯度值最小,则使用归一化后的水平方向的滤波模板系数作为权重系数,对如图5A中斜线阴影表示的、水平方向上的已知绿色分量执行加权求和来求出未知绿色分量G1。
在求出图3中所示的各个放大图像块中的一个未知的第一颜色分量(即,未知绿色分量G1)之后,对于各个放大图像块中的另一个未知的第一颜色分量,通过使用对应的滤波模板系数,对于位于该另一个未知的第一颜色分量的周围区域内的、已求出的梯度值最小的方向上的已知第一颜色分量,执行加权求和来计算该另一个未知的第一颜色分量。
具体地,如图6所示,由虚线框所示出的是由网格表示的未知绿色分量G2的周围区域,其中绿色分量G1已经按照上面描述的方式求出。图 7A-7D分别是与未知绿色分量G2对应的水平方向、垂直方向、从左上到右下对角线方向以及从右上到左下对角线方向的滤波模板。通过使用归一化后的滤波模板系数作为权重系数,对于位于该区域内的、已求出的梯度值最小的方向上的已知绿色分量执行加权求和来计算未知绿色分量G2。图7A-7D中所示的滤波模板系数分别被设置为0.5、1或2,应该知道,滤波模板系数还可以被设置为其它合适的值。
在求出图3中所示的各个放大图像块中的两个未知的第一颜色分量之后,对于放大图像块中的又一个未知的第一颜色分量,通过对应的滤波模板系数,对于位于该又一个未知的第一颜色分量的周围区域内的已知第一颜色分量执行加权求和来求出又一个未知的第一颜色分量。
具体地,如图8所示,通过虚线框示出未知绿色分量G3的周围区域。使用归一化后的滤波模板系数作为权重系数,对该区域内的已知绿色分量执行加权求和来求出未知绿色分量G3。
图9-11中的虚线框分别示出未知绿色分量G4、G5和G6的周围区域。与未知绿色分量G3的计算方法类似,依次地求出未知绿色分量G4、G5和G6。
图12示出通过上述方法进行计算之后放大图像中已知的颜色分量分布图,其中未知第一颜色分量已经全部求出。接下来,需要求出蓝色像素B1、B2和B3的颜色分量(即,未知第二颜色分量)以及红色像素R1、R2和R3的颜色分量(即,未知第三颜色分量)。
在拜耳格式图像中,由于与单独的红色像素或者蓝色像素图像相比,红色像素与绿色像素的差值图像以及蓝色像素与绿色像素的差值图像是更平坦的,因此在一个实施例中,红色像素和蓝色像素的未知颜色分量是通过对差值图像进行插值而得到的。插值的方向与在计算未知绿色分量G1时选择的方向相同。
具体地,在计算第二颜色分量时,通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算至少一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算至少一个未知的第二颜色分量。
例如,在计算未知蓝色分量B1时,通过使用对应的、归一化后的滤波模板系数作为权重系数,对于位于与计算绿色分量G1时选择的方向相 同的方向上的、相邻的已知绿色分量和已知蓝色分量的差值执行加权求和来计算未知蓝色分量B1和与其相邻的已知绿色分量G1的差值,从而计算未知蓝色分量B1。在图13A-13D分别是与未知蓝色分量B1对应的水平方向、垂直方向、从左上到右下对角线方向以及从右上到左下对角线方向的滤波模板,其中,由虚线椭圆圈出未知蓝色分量B1和与其相邻的已知绿色分量G1,由粗实线椭圆圈出各个方向的滤波模板所使用到的相邻的已知蓝色分量和绿色分量。滤波模板系数的确定原则与上述的相同。例如,可以按照下列公式5来计算未知蓝色分量B1:
B1–G1=∑k(Bm,n-Gm,n-1) (公式5)其中,k为归一化后的滤波模板系数,j-4=<m<=j+4;i-6<=n<=i+6,Bm,n和Gm,n分别为图13中的第m行、第n列的颜色分量。
在求出各个放大图像块中的一个未知的蓝色分量之后,对于放大图像块中的另一个未知的第二颜色分量,通过使用对应的滤波模板系数,对于位于另一个未知的第二颜色分量的周围区域内的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算另一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算另一个未知的第二颜色分量。
例如,在计算放大图像块中的未知蓝色分量B2时,使用归一化后的对应的滤波模板系数作为权重系数,对于位于未知蓝色分量B2的周围区域内的、相邻的已知绿色分量和蓝色分量的差值执行加权求和来计算未知蓝色分量B2和与其相邻的已知绿色分量G2的差值,从而计算未知蓝色分量B2。图14示出要使用的滤波模板,其中,由虚线椭圆圈出未知蓝色分量B2和与其相邻的已知绿色分量G2,由粗实线椭圆圈出滤波模板所使用到的相邻的已知蓝色分量和绿色分量。滤波模板系数的确定原则与上述的相同。例如,可以按照下列公式6来计算未知蓝色分量B2:
B2–G2=∑k(Bm,n-Gm,n-1) (公式6)其中,k为归一化后的滤波模板系数,j-2=<m<=j+2;i-2<=n<=i+2,Bm,n和Gm,n-1分别为图14中所示的第m行、第n列和第m行、第n-1列的颜色分量。
类似地,在计算放大图像块中的未知蓝色分量B3时,使用归一化后的对应的滤波模板系数作为权重系数,对于位于未知蓝色分量B3的周围区域内的、相邻的已知绿色分量和已知蓝色分量的差值执行加权求和来计 算未知蓝色分量B2和与其相邻的已知绿色分量Gy的差值,从而计算未知蓝色分量B2。图15示出要使用的滤波模板。例如,可以按照下列公式7来计算未知蓝色分量B2:
B3–Gy=∑k(Bm,n-Gm,n-1) (公式7)其中,k为归一化后的滤波模板系数,j-2=<m<=j+2;i-2<=n<=i+2,Bm,n和Gm,n-1分别为图15中所示的第m行、第n列和第m行、第n-1列的颜色分量。
可以按照与上述计算未知蓝色分量B1、B2和B3的方法相同的方法来计算未知红色分量R1、R2和R3。
根据上述方法,可以计算出各个放大图像块中的所有未知颜色分量。
注意,在以上描述中,用于求解未知绿色分量G1的方法也可以用来求解其它任意的未知颜色分量,并且求解未知颜色分量的顺序也不限于以上描述的顺序。可以为了计算的简便和准确来进行适当调整。
可以理解,本申请实施例的图像放大方法通过将原始图像中的像素映射到放大图像,根据图像本身的特点进行基于方向的自适应插值,由于基于方向的自适应插值方法插值结果精确,从而使得放大后的图像清晰。
此外,本申请的实施例的图像放大方法利用了在拜耳格式图像中红色像素与绿色像素的差值图像以及蓝色像素与绿色像素的差值图像更平坦的特点,因此使得放大后的图像更清晰。
另外,本申请实施例的图像放大方法计算量小,从而使得功耗低并且片上存储量小。
以下参照图16来描述根据本发明的实施例的图像放大装置1600。
图16是示意性地示出根据本发明的实施例的图像放大装置400的框图。其中,为了简明起见仅仅示出了与本发明密切相关的部分。在图像放大装置1600中,能够执行以上参考图1所描述的无线定位方法。图像放大装置1600用于逐块地对拜耳格式的原始图像进行放大,其中每个原始图像块包括两个第一颜色分量、一个第二颜色分量以及一个第三颜色分量。如图16所示,图像放大装置1600包括填充模块1601、梯度获取模块1602以及第一计算模块1603。
填充模块1601可以被配置逐块地以预定的对应关系将原始图像块的各个颜色分量填充到放大图像块中,作为已知颜色分量。梯度获取模块 1602可以被配置成对于放大图像块中的未知的第一颜色分量、第二颜色分量和第三颜色分量中的至少一个未知颜色分量,通过与该未知颜色分量颜色相同的已知颜色分量,分别求出所述未知颜色分量在水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值。第一计算模块1603可以被配置成从所得到的水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值中选择梯度值最小的一个,通过使用对应的滤波模板系数,对于位于梯度值最小的方向上的、与所述未知颜色分量颜色相同的已知颜色分量执行加权求和来计算所述未知颜色分量。
图像放大装置1600还可以包括第二计算模块和第三计算模块。第二计算模块可以被配置成通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算至少一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第二颜色分量。第三计算模块可以被配置成通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算至少一个未知的第三颜色分量和与所述其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第三颜色分量。
图像放大装置1600还可以包括第四计算模块。第四计算模块可以被配置成在求出所述放大图像块中的一个未知的第一颜色分量之后,对于所述放大图像块中的另一个未知的第一颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第一颜色分量的周围区域内的、已求出的梯度值最小的方向上的已知第一颜色分量,执行加权求和来计算所述另一个未知的第一颜色分量。
图像放大装置1600还可以包括第五计算模块。第五计算模块可以被配置成在求出放大图像块中的两个未知的第一颜色分量之后,对于所述放大图像块中的又一个未知的第一颜色分量,通过使用对应的滤波模板系数,对于位于所述又一个未知的第一颜色分量的周围区域内的已知第一颜色分量执行加权求和来求出所述又一个未知的第一颜色分量。
图像放大装置1600还可以包括第六计算模块。第六计算模块可以被配置成在求出放大图像块中的一个未知的第二颜色分量之后,对于所述放大图像块中的另一个未知的第二颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第二颜色分量的周围区域内的、相邻的已 知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算所述另一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述另一个未知的第二颜色分量。
图像放大装置1600还可以包括第七计算模块。第七计算模块可以被配置成在求出放大图像块中的一个未知的第三颜色分量之后,对于所述放大图像块中的另一个未知的第三颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第三颜色分量的周围区域内的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算所述另一个未知的第三颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述另一个未知的第三颜色分量。
为了简便,省略上述第第二到第六计算模块的图示。
以下参照图17来描述图16中的梯度获取模块1602的一种可能的示例结构。
图17是示意性地示出图16中的梯度获取模块1602的一种可能的示例结构的框图。如图17所示,梯度获取模块1602可以进一步包括水平方向梯度获取模块1701、垂直方向梯度获取模块1702、第一对角线方向梯度获取模块1703以及第二对角线方向梯度获取模块1704。
通过图像放大装置1600放大后的图像包括由所述放大图像块构成的多行和多列颜色分量。水平方向梯度获取模块1701可以被配置成选择在所述未知颜色分量所处的行以及与该行邻近的行中的、与所述未知颜色分量邻近并且颜色相同的第一预定数量的已知颜色分量,分别在每一行上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在水平方向的梯度值。垂直方向梯度获取模块1702可以被配置成选择在所述未知颜色分量所处的列以及与该列邻近的列中的、与所述未知颜色分量邻近并且颜色相同的第二预定数量的已知颜色分量,分别在每一列上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在垂直方向的梯度值。第一对角线方向梯度获取模块1703可以被配置成选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第三预定数量的已知颜色分量,第三预定数量的已知颜色分量分别处于所述放大图像的从左上到右下的对角线方向或与该对角线方向平行的方向的位置上,分别在从左上到右下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从左上到 右下的对角线方向的梯度值。第二对角线方向梯度获取模块1704可以被配置成选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第四预定数量的已知颜色分量,第四预定数量的已知颜色分量分别处于所述放大图像的从右上到左下的对角线方向或与该对角线方向平行的方向的位置上,分别在从右上到左下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从右上到左下的对角线方向的梯度值。上述第一预定数量、第二预定数量、第三预定数量以及第四预定数量相等。
以下参照图18来描述图16中的填充模块1601的一种可能的示例结构。
图18是示意性地示出图16中的填充模块1601的一种可能的示例结构的框图。如图18所示,填充模块1601可以进一步包括原始图像划分单元1801、放大图像划分单元1802以及颜色分量填充单元1803。
原始图像划分单元1801可以被配置成以2×2像素矩阵区域为单位将原始图像划分为多个原始图像块,每个2×2像素矩阵包括G、Gy、B和R四个像素,G和Gy具有第一颜色分量、B具有第二颜色分量、R具有第三颜色分量。放大图像划分单元1802可以被配置成以4×4像素矩阵区域为单位将放大后的图像划分为多个放大图像块,其中,每一个原始图像块在原始图像中的相对位置与每一个放大图像块在放大后的图像中的相对位置相同,每个放大图像块包括G’、Gy’、G1、G2、G3、G4、G5、G6、B’、B1、B2、B3、R’、R1、R2和R3十六个像素。颜色分量填充单元1803可以被配置成将每一个原始图像块的像素G、Gy、B和R的颜色分量分别填充到对应的每一个放大图像块的像素G’、Gy’、B’和R’中。
在以上描述的图像放大装置的实施例中,可以按照如下原则设置滤波模板系数:与要求解的颜色分量越近,则滤波模板系数越大,与要求解的颜色分量越远,则滤波模板系数越小。
在以上描述的图像放大装置的实施例中,第一颜色分量是绿色分量,第二颜色分量可以是红色分量和蓝色分量中的一种,第三颜色分量可以是红色分量和蓝色分量中的另一种。
通过阅读前面给出的相应处理的描述,图16-18所示的图像放大装置的各个组成部分的功能如何实现就变得很清楚了,所以在此就不再赘述了。
在此需要说明的是,图16-18所示的图像放大装置的结构仅仅是示例性的,本领域技术人员可以根据需要对图16-18所示的结构框图进行修改。
可以理解,本申请实施例的图像放大装置通过将原始图像中的像素映射到放大图像,根据图像本身的特点进行基于方向的自适应插值。由于基于方向的自适应插值方式插值结果精确,因此使得放大后的图像清晰。
此外,本申请的实施例的图像放大装置利用了在拜耳格式图像中红色像素与绿色像素的差值图像以及蓝色像素与绿色像素的差值图像更平坦的特点,从而使得插值结果更加精确。
另外,本申请实施例的图像放大装置计算量小,从而使得功耗低并且片上存储量小。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。
在通过软件和/或固件实现本发明的实施例的情况下,从存储介质或网络向具有专用硬件结构的计算机,例如图19所示的通用计算机1900安装构成该软件的程序,该计算机在安装有各种程序时,能够执行各种功能等等。
在图19中,中央处理单元(CPU)1901根据只读存储器(ROM)1902中存储的程序或从存储部分1908加载到随机存取存储器(RAM)1903的程序执行各种处理。在RAM1903中,也根据需要存储当CPU1901执行各种处理等等时所需的数据。CPU1901、ROM1902和RAM1903经由总线1904彼此链路。输入/输出接口1905也链路到总线1904。
下述部件链路到输入/输出接口1905:输入部分1906(包括键盘、鼠 标等等)、输出部分1907(包括显示器,比如阴极射线管(CRT)、液晶显示器(LCD)等,和扬声器等)、存储部分1908(包括硬盘等)、通信部分1909(包括网络接口卡比如LAN卡、调制解调器等)。通信部分1909经由网络比如因特网执行通信处理。根据需要,驱动器1910也可链路到输入/输出接口1905。可拆卸介质1911比如磁盘、光盘、磁光盘、半导体存储器等等根据需要被安装在驱动器1910上,使得从中读出的计算机程序根据需要被安装到存储部分1908中。
在通过软件实现上述系列处理的情况下,从网络比如因特网或存储介质比如可拆卸介质1911安装构成软件的程序。
本领域的技术人员应当理解,这种存储介质不局限于图19所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可拆卸介质1911。可拆卸介质1911的例子包含磁盘(包含软盘(注册商标))、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘(包含迷你盘(MD)(注册商标))和半导体存储器。或者,存储介质可以是ROM1902、存储部分1908中包含的硬盘等等,其中存有程序,并且与包含它们的设备一起被分发给用户。
本发明还提出一种存储有机器可读取的指令代码的程序产品。指令代码由机器读取并执行时,可执行上述根据本发明实施例的方法。
相应地,用于承载上述存储有机器可读取的指令代码的程序产品的存储介质也包括在本发明的公开中。存储介质包括但不限于软盘、光盘、磁光盘、存储卡、存储棒等。
另外,根据本发明的实施例的某些用于组合工具的方法和装置,能够扩大组合的使用范围。
本领域的普通技术人员应理解,在此所例举的是示例性的,本发明并不局限于此。
作为一个示例,上述方法的各个步骤以及上述设备的各个组成模块和/或单元可以实施为软件、固件、硬件或其组合,并作为相应设备中的一部分。上述装置中各个组成模块、单元通过软件、固件、硬件或其组合的方式进行配置时可使用的具体手段或方式为本领域技术人员所熟知,在此不再赘述。
作为一个示例,在通过软件或固件实现的情况下,可以从存储介质或网络向具有专用硬件结构的计算机(例如图19所示的通用计算机1900) 安装构成该软件的程序,该计算机在安装有各种程序时,能够执行各种功能等。
在上面对本发明具体实施例的描述中,针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
此外,本发明的方法不限于按照说明书中描述的时间顺序来执行,也可以按照其它的时间顺序地、并行地或独立地执行。因此,本说明书中描述的方法的执行顺序不对本发明的技术范围构成限制。
尽管上面已经通过对本发明的具体实施例的描述对本发明进行了披露,但是,应该理解,本领域的技术人员可在所附权利要求的精神和范围内设计对本发明的各种修改、改进或者等同物。这些修改、改进或者等同物也应当被认为包括在本发明的保护范围内。
关于包括以上实施例的实施方式,还公开下述附记:
附记1.一种图像放大方法,用于逐块地对拜耳格式的原始图像进行放大,其中每个原始图像块包括两个第一颜色分量、一个第二颜色分量以及一个第三颜色分量,所述图像放大方法包括以下步骤:
逐块地以预定的对应关系将所述原始图像块的各个颜色分量填充到所述放大图像块中,作为已知颜色分量;
对于所述放大图像块中的未知的第一颜色分量、第二颜色分量和第三颜色分量中的至少一个未知颜色分量,通过与所述未知颜色分量颜色相同的已知颜色分量,分别求出所述未知颜色分量在水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值;以及
从所得到的水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值中选择梯度值最小的一个,通过使用对应的滤波模板系数,对于位于梯度值最小的方向上的、与所述未知颜色分量颜色相同的已知颜色分量执行加权求和来计算所述未知颜色分量。
附记2.根据附记1所述的图像放大方法,其中,放大后的图像包括由所述放大图像块构成的多行和多列颜色分量,
选择在所述未知颜色分量所处的行以及与该行邻近的行中的、与所述未知颜色分量邻近并且颜色相同的第一预定数量的已知颜色分量,分别在每一行上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在水平方向的梯度值;
选择在所述未知颜色分量所处的列以及与该列邻近的列中的、与所述未知颜色分量邻近并且颜色相同的第二预定数量的已知颜色分量,分别在每一列上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在垂直方向的梯度值;
选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第三预定数量的已知颜色分量,第三预定数量的已知颜色分量分别处于所述放大后的图像的从左上到右下的对角线方向或与该对角线方向平行的方向的位置上,分别在从左上到右下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从左上到右下的对角线方向的梯度值;以及
选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第四预定数量的已知颜色分量,第四预定数量的已知颜色分量分别处于所述放大后的图像的从右上到左下的对角线方向或与该对角线方向平行的方向的位置上,分别在从右上到左下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从右上到左下的对角线方向的梯度值,
其中,所述第一预定数量、所述第二预定数量、所述第三预定数量以及第四预定数量相等。
附记3.根据附记1或2所述的图像放大方法,还包括以下步骤:
通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算至少一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第二颜色分量,以及
通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算至少一个未知的第三颜色分量和与所述其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第三颜色分量。
附记4.根据附记1或2所述的图像放大方法,其中,逐块地以预定的对应关系将所述原始图像块的各个颜色分量填充到所述放大图像块中具体包括以下步骤:
以2×2像素矩阵区域为单位将原始图像划分为多个原始图像块,每个2×2像素矩阵包括G、Gy、B和R四个像素,G和Gy具有第一颜色分量、B具有第二颜色分量、R具有第三颜色分量;
以4×4像素矩阵区域为单位将放大后的图像划分为多个放大图像块,其中,每一个原始图像块在原始图像中的相对位置与每一个放大图像块在放大后的图像中的相对位置相同,每个放大图像块包括G’、Gy’、G1、G2、G3、G4、G5、G6、B’、B1、B2、B3、R’、R1、R2和R3十六个像素;以及
将每一个原始图像块的像素G、Gy、B和R的颜色分量分别填充到对应的每一个放大图像块的像素G’、Gy’、B’和R’中。
附记5.根据附记1或2所述的图像放大方法,其中,在求出所述放大图像块中的一个未知的第一颜色分量之后,对于所述放大图像块中的另一个未知的第一颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第一颜色分量的周围区域内的、已求出的梯度值最小的方向上的已知第一颜色分量,执行加权求和来计算所述另一个未知的第一颜色分量。
附记6.根据附记5所述的图像放大方法,其中,在求出放大图像块中的两个未知的第一颜色分量之后,对于所述放大图像块中的又一个未知的第一颜色分量,通过使用对应的滤波模板系数,对于位于所述又一个未知的第一颜色分量的周围区域内的已知第一颜色分量执行加权求和来求出所述又一个未知的第一颜色分量。
附记7.根据附记3所述的图像放大方法,在求出放大图像块中的一个未知的第二颜色分量之后,对于所述放大图像块中的另一个未知的第二颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第二颜色分量的周围区域内的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算所述另一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述另一个未知的第二颜色分量。
附记8.根据附记3所述的图像放大方法,在求出放大图像块中的一 个未知的第三颜色分量之后,对于所述放大图像块中的另一个未知的第三颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第三颜色分量的周围区域内的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算所述另一个未知的第三颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述另一个未知的第三颜色分量。
附记9.根据附记1或2所述的图像放大方法,其中,按照如下原则设置滤波模板系数:与要求解的颜色分量越近,则滤波模板系数越大,与要求解的颜色分量越远,则滤波模板系数越小。
附记10.根据附记1或2所述的图像放大方法,其中,所述第一颜色分量是绿色分量,所述第二颜色分量是红色分量和蓝色分量中的一种,所述第三颜色分量是红色分量和蓝色分量中的另一种。
附记11.一种图像放大装置,用于逐块地对拜耳格式的原始图像进行放大,其中每个原始图像块包括两个第一颜色分量、一个第二颜色分量以及一个第三颜色分量,所述图像放大装置包括:
填充模块,被配置成逐块地以预定的对应关系将原始图像块的各个颜色分量填充到放大图像块中,作为已知颜色分量;
梯度获取模块,被配置成对于放大图像块中的未知的第一颜色分量、第二颜色分量和第三颜色分量中的至少一个未知颜色分量,通过与该未知颜色分量颜色相同的已知颜色分量,分别求出所述未知颜色分量在水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值;以及
第一计算模块,被配置成从所得到的水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值中选择梯度值最小的一个,通过使用对应的滤波模板系数,对于位于梯度值最小的方向上的、与所述未知颜色分量颜色相同的已知颜色分量执行加权求和来计算所述未知颜色分量。
附记12.根据附记11所述的图像放大装置,其中,放大后的图像包括由所述放大图像块构成的多行和多列颜色分量,其中,所述梯度获取模块进一步包括:
水平方向梯度获取模块,被配置成选择在所述未知颜色分量所处的行以及与该行邻近的行中的、与所述未知颜色分量邻近并且颜色相同的第一预定数量的已知颜色分量,分别在每一行上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在水平方 向的梯度值;
垂直方向梯度获取模块,被配置成选择在所述未知颜色分量所处的列以及与该列邻近的列中的、与所述未知颜色分量邻近并且颜色相同的第二预定数量的已知颜色分量,分别在每一列上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在垂直方向的梯度值;
第一对角线方向梯度获取模块,被配置成选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第三预定数量的已知颜色分量,第三预定数量的已知颜色分量分别处于所述放大图像的从左上到右下的对角线方向或与该对角线方向平行的方向的位置上,分别在从左上到右下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从左上到右下的对角线方向的梯度值;以及
第二对角线方向梯度获取模块,被配置成选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第四预定数量的已知颜色分量,第四预定数量的已知颜色分量分别处于所述放大图像的从右上到左下的对角线方向或与该对角线方向平行的方向的位置上,分别在从右上到左下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从右上到左下的对角线方向的梯度值,
其中,所述第一预定数量、所述第二预定数量、所述第三预定数量以及第四预定数量相等。
附记13.根据附记11或12所述的图像放大装置,还包括:
第二计算模块,被配置成通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算至少一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第二颜色分量;以及
第三计算模块,被配置成通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算至少一个未知的第三颜色分量和与所述其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第三颜 色分量。
附记14.根据附记11或12所述的图像放大装置,其中,所述填充模块包括:
原始图像划分单元,被配置成以2×2像素矩阵区域为单位将原始图像划分为多个原始图像块,每个2×2像素矩阵包括G、Gy、B和R四个像素,G和Gy具有第一颜色分量、B具有第二颜色分量、R具有第三颜色分量;
放大图像划分单元,被配置成以4×4像素矩阵区域为单位将放大后的图像划分为多个放大图像块,其中,每一个原始图像块在原始图像中的相对位置与每一个放大图像块在放大后的图像中的相对位置相同,每个放大图像块包括G’、Gy’、G1、G2、G3、G4、G5、G6、B’、B1、B2、B3、R’、R1、R2和R3十六个像素;以及
颜色分量填充单元,被配置成将每一个原始图像块的像素G、Gy、B和R的颜色分量分别填充到对应的每一个放大图像块的像素G’、Gy’、B’和R’中。
附记15.根据附记11或12所述的图像放大装置,还包括:
第四计算模块,被配置成在求出所述放大图像块中的一个未知的第一颜色分量之后,对于所述放大图像块中的另一个未知的第一颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第一颜色分量的周围区域内的、已求出的梯度值最小的方向上的已知第一颜色分量,执行加权求和来计算所述另一个未知的第一颜色分量。
附记16.根据附记15所述的图像放大装置,还包括:
第五计算模块,被配置成在求出放大图像块中的两个未知的第一颜色分量之后,对于所述放大图像块中的又一个未知的第一颜色分量,通过使用对应的滤波模板系数,对于位于所述又一个未知的第一颜色分量的周围区域内的已知第一颜色分量执行加权求和来求出所述又一个未知的第一颜色分量。
附记17.根据附记13所述的图像放大装置,还包括:
第六计算模块,被配置成在求出放大图像块中的一个未知的第二颜色分量之后,对于所述放大图像块中的另一个未知的第二颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第二颜色分量的周围 区域内的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算所述另一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述另一个未知的第二颜色分量。
附记18.根据附记13所述的图像放大装置,还包括:
第七计算模块,被配置成在求出放大图像块中的一个未知的第三颜色分量之后,对于所述放大图像块中的另一个未知的第三颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第三颜色分量的周围区域内的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算所述另一个未知的第三颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述另一个未知的第三颜色分量。
附记19.根据附记11或12所述的图像放大装置,按照如下原则设置滤波模板系数:与要求解的颜色分量越近,则滤波模板系数越大,与要求解的颜色分量越远,则滤波模板系数越小。
附记20.根据附记11或12所述的图像放大装置,其中,所述第一颜色分量是绿色分量,所述第二颜色分量是红色分量和蓝色分量中的一种,所述第三颜色分量是红色分量和蓝色分量中的另一种。
Claims (10)
1.一种图像放大方法,用于逐块地对拜耳格式的原始图像进行放大,其中每个原始图像块包括两个第一颜色分量、一个第二颜色分量以及一个第三颜色分量,所述图像放大方法包括以下步骤:
逐块地以预定的对应关系将所述原始图像块的各个颜色分量填充到所述放大图像块中,作为已知颜色分量;
对于所述放大图像块中的未知的第一颜色分量、第二颜色分量和第三颜色分量中的至少一个未知颜色分量,通过与所述未知颜色分量颜色相同的已知颜色分量,分别求出所述未知颜色分量在水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值;以及
从所得到的水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值中选择梯度值最小的一个,通过使用对应的滤波模板系数,对于位于梯度值最小的方向上的、与所述未知颜色分量颜色相同的已知颜色分量执行加权求和来计算所述未知颜色分量。
2.根据权利要求1所述的图像放大方法,其中,放大后的图像包括由所述放大图像块构成的多行和多列颜色分量,
选择在所述未知颜色分量所处的行以及与该行邻近的行中的、与所述未知颜色分量邻近并且颜色相同的第一预定数量的已知颜色分量,分别在每一行上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在水平方向的梯度值;
选择在所述未知颜色分量所处的列以及与该列邻近的列中的、与所述未知颜色分量邻近并且颜色相同的第二预定数量的已知颜色分量,分别在每一列上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在垂直方向的梯度值;
选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第三预定数量的已知颜色分量,第三预定数量的已知颜色分量分别处于所述放大后的图像的从左上到右下的对角线方向或与该对角线方向平行的方向的位置上,分别在从左上到右下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从左上到右下的对角线方向的梯度值;以及
选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第四预定数量的已知颜色分量,第四预定数量的已知颜色分量分别处于所述放大后的图像的从右上到左下的对角线方向或与该对角线方向平行的方向的位置上,分别在从右上到左下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从右上到左下的对角线方向的梯度值,
其中,所述第一预定数量、所述第二预定数量、所述第三预定数量以及第四预定数量相等。
3.根据权利要求1或2所述的图像放大方法,还包括以下步骤:
通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算至少一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第二颜色分量,以及
通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算至少一个未知的第三颜色分量和与所述其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第三颜色分量。
4.根据权利要求1或2所述的图像放大方法,其中,在求出所述放大图像块中的一个未知的第一颜色分量之后,对于所述放大图像块中的另一个未知的第一颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第一颜色分量的周围区域内的、已求出的梯度值最小的方向上的已知第一颜色分量,执行加权求和来计算所述另一个未知的第一颜色分量。
5.根据权利要求4所述的图像放大方法,其中,在求出放大图像块中的两个未知的第一颜色分量之后,对于所述放大图像块中的又一个未知的第一颜色分量,通过使用对应的滤波模板系数,对于位于所述又一个未知的第一颜色分量的周围区域内的已知第一颜色分量执行加权求和来求出所述又一个未知的第一颜色分量。
6.根据权利要求3所述的图像放大方法,在求出放大图像块中的一个未知的第二颜色分量之后,对于所述放大图像块中的另一个未知的第二颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第二颜色分量的周围区域内的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算所述另一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述另一个未知的第二颜色分量。
7.根据权利要求3所述的图像放大方法,在求出放大图像块中的一个未知的第三颜色分量之后,对于所述放大图像块中的另一个未知的第三颜色分量,通过使用对应的滤波模板系数,对于位于所述另一个未知的第三颜色分量的周围区域内的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算所述另一个未知的第三颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述另一个未知的第三颜色分量。
8.一种图像放大装置,用于逐块地对拜耳格式的原始图像进行放大,其中每个原始图像块包括两个第一颜色分量、一个第二颜色分量以及一个第三颜色分量,所述图像放大装置包括:
填充模块,被配置成逐块地以预定的对应关系将原始图像块的各个颜色分量填充到放大图像块中,作为已知颜色分量;
梯度获取模块,被配置成对于放大图像块中的未知的第一颜色分量、第二颜色分量和第三颜色分量中的至少一个未知颜色分量,通过与该未知颜色分量颜色相同的已知颜色分量,分别求出所述未知颜色分量在水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值;以及
第一计算模块,被配置成从所得到的水平方向的梯度值、垂直方向的梯度值以及两个对角线方向的梯度值中选择梯度值最小的一个,通过使用对应的滤波模板系数,对于位于梯度值最小的方向上的、与所述未知颜色分量颜色相同的已知颜色分量执行加权求和来计算所述未知颜色分量。
9.根据权利要求8所述的图像放大装置,其中,放大后的图像包括由所述放大图像块构成的多行和多列颜色分量,其中,所述梯度获取模块进一步包括:
水平方向梯度获取模块,被配置成选择在所述未知颜色分量所处的行以及与该行邻近的行中的、与所述未知颜色分量邻近并且颜色相同的第一预定数量的已知颜色分量,分别在每一行上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在水平方向的梯度值;
垂直方向梯度获取模块,被配置成选择在所述未知颜色分量所处的列以及与该列邻近的列中的、与所述未知颜色分量邻近并且颜色相同的第二预定数量的已知颜色分量,分别在每一列上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在垂直方向的梯度值;
第一对角线方向梯度获取模块,被配置成选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第三预定数量的已知颜色分量,第三预定数量的已知颜色分量分别处于所述放大图像的从左上到右下的对角线方向或与该对角线方向平行的方向的位置上,分别在从左上到右下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从左上到右下的对角线方向的梯度值;以及
第二对角线方向梯度获取模块,被配置成选择处在所述未知颜色分量周围的、与所述未知颜色分量颜色相同的第四预定数量的已知颜色分量,第四预定数量的已知颜色分量分别处于所述放大图像的从右上到左下的对角线方向或与该对角线方向平行的方向的位置上,分别在从右上到左下的对角线方向以及与该对角线方向平行的方向上将所选择的已知颜色分量两两依次相减,将所得到的差进行加权求和来求出所述未知颜色分量在从右上到左下的对角线方向的梯度值,
其中,所述第一预定数量、所述第二预定数量、所述第三预定数量以及第四预定数量相等。
10.根据权利要求8或9所述的图像放大装置,还包括:
第二计算模块,被配置成通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第二颜色分量的差值执行加权求和来计算至少一个未知的第二颜色分量和与其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第二颜色分量;以及
第三计算模块,被配置成通过使用对应的滤波模板系数,对于位于已求出的梯度值最小的方向上的、相邻的已知第一颜色分量和已知第三颜色分量的差值执行加权求和来计算至少一个未知的第三颜色分量和与所述其相邻的已知第一颜色分量的差值,从而计算所述至少一个未知的第三颜色分量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310170740.5A CN104143176A (zh) | 2013-05-10 | 2013-05-10 | 图像放大方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310170740.5A CN104143176A (zh) | 2013-05-10 | 2013-05-10 | 图像放大方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104143176A true CN104143176A (zh) | 2014-11-12 |
Family
ID=51852344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310170740.5A Pending CN104143176A (zh) | 2013-05-10 | 2013-05-10 | 图像放大方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104143176A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240182A (zh) * | 2013-06-06 | 2014-12-24 | 富士通株式会社 | 图像处理装置、图像处理方法以及电子设备 |
CN107209926A (zh) * | 2015-01-28 | 2017-09-26 | 高通股份有限公司 | 具有拜耳映射的图形处理单元 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917629A (zh) * | 2010-08-10 | 2010-12-15 | 浙江大学 | 一种基于绿色分量和色差空间的Bayer格式颜色插值方法 |
US20110090242A1 (en) * | 2009-10-20 | 2011-04-21 | Apple Inc. | System and method for demosaicing image data using weighted gradients |
CN102063703A (zh) * | 2009-11-18 | 2011-05-18 | 夏普株式会社 | 用于增强输入图像的系统、图像显示系统和用于图像增强的方法 |
CN102665030A (zh) * | 2012-05-14 | 2012-09-12 | 浙江大学 | 一种基于改进双线性的Bayer格式颜色插值方法 |
CN102789630A (zh) * | 2011-05-20 | 2012-11-21 | 索尼公司 | 图像处理设备、图像处理方法、程序、存储介质和学习设备 |
-
2013
- 2013-05-10 CN CN201310170740.5A patent/CN104143176A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110090242A1 (en) * | 2009-10-20 | 2011-04-21 | Apple Inc. | System and method for demosaicing image data using weighted gradients |
CN102063703A (zh) * | 2009-11-18 | 2011-05-18 | 夏普株式会社 | 用于增强输入图像的系统、图像显示系统和用于图像增强的方法 |
CN101917629A (zh) * | 2010-08-10 | 2010-12-15 | 浙江大学 | 一种基于绿色分量和色差空间的Bayer格式颜色插值方法 |
CN102789630A (zh) * | 2011-05-20 | 2012-11-21 | 索尼公司 | 图像处理设备、图像处理方法、程序、存储介质和学习设备 |
CN102665030A (zh) * | 2012-05-14 | 2012-09-12 | 浙江大学 | 一种基于改进双线性的Bayer格式颜色插值方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240182A (zh) * | 2013-06-06 | 2014-12-24 | 富士通株式会社 | 图像处理装置、图像处理方法以及电子设备 |
CN107209926A (zh) * | 2015-01-28 | 2017-09-26 | 高通股份有限公司 | 具有拜耳映射的图形处理单元 |
CN107209926B (zh) * | 2015-01-28 | 2020-11-17 | 高通股份有限公司 | 具有拜耳映射的图形处理单元 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3509034A1 (en) | Image filtering based on image gradients | |
US20100259541A1 (en) | Image processing apparatus and image processing method | |
CN106991649A (zh) | 对摄像装置所捕获的文档图像进行校正的方法和装置 | |
CN107533750A (zh) | 虚拟图像处理器指令集架构(isa)和存储器模型与具有二维移位阵列结构的示例性目标硬件 | |
JP2020531931A (ja) | 画像処理方法および装置、記憶媒体、コンピュータ装置 | |
CN108765282B (zh) | 基于fpga的实时超分辨方法及系统 | |
CN103985085A (zh) | 图像超分辨率放大的方法和装置 | |
CN103067671B (zh) | 一种显示图像的方法及装置 | |
Tagore et al. | Statistical and systematic uncertainties in pixel-based source reconstruction algorithms for gravitational lensing | |
JP2013109758A (ja) | 画像処理方法、および画像処理装置 | |
CN103578100A (zh) | 用于模拟显微术中的景深的方法和设备 | |
CN103473543B (zh) | 用于提取图像中对象边界的装置、方法以及电子设备 | |
CN104143176A (zh) | 图像放大方法和装置 | |
CN109960841B (zh) | 一种流体表面张力的仿真方法、终端设备及存储介质 | |
CN103871035A (zh) | 图像去噪方法及装置 | |
CN104517273B (zh) | 一种图像超分辨率处理方法及装置 | |
CN104574455A (zh) | 图像重建方法及装置 | |
CN105702233B (zh) | 一种图像数据取窗方法及装置 | |
CN104902260B (zh) | 一种图像视差的获取方法及系统 | |
WO2011121563A1 (en) | Detecting saliency in an image | |
CN105404893B (zh) | 一种基于理想正则化组合核的高光谱图像分类方法及系统 | |
CN110930290B (zh) | 一种数据处理方法及装置 | |
KR101807229B1 (ko) | Tv 영상용 가속 초해상 처리 방법 및 이 방법에 따른 tv 영상용 가속 초해상 처리 장치, 제1~6 가속 초해상 처리 프로그램과 제1~2 기억 매체 | |
CN104079915B (zh) | 一种并行虚拟视点合成方法 | |
CN113096045A (zh) | 一种位图拉伸方法、位图拉伸装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141112 |