CN104394391B - 相机采集的点阵图像的图像数据处理方法和系统 - Google Patents

Abstract

本发明公开一种相机采集的点阵图像的图像数据处理方法系统，其方法包括步骤：从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点；根据各第一像点的中心点所在滤色镜的当前颜色分量从各第一像点中选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，这两个选出的第一像点分别为第一参考像点、第二参考像点；根据第一参考像点、第二参考像点建立与当前颜色对应的动态模型；根据初始图像数据以及动态模型确定点阵图像中的各分立发光像素单元的当前颜色分量，可以在保留单反相机廉价的优势下，不但可以对大分区进行校准而不会出现摩尔纹和纱窗效应现象，而且可以使单反相机校正效果提高一个档次。

Description

相机采集的点阵图像的图像数据处理方法和系统

技术领域

本发明涉及显示技术领域，特别是涉及一种相机采集的点阵图像的图像数据处理方法和系统。

背景技术

随着平板显示技术、拼接墙显示技术以及图像显示技术的快速发展，显示装置有向着大面积、数字化、高清晰发展的趋势，因而，对平板显示器的均匀性等指标的要求也越来越高。现有的平板显示器特别是由分立发光像素单元组成的大面积平板显示器，由于分立发光像素单元本身具有离散型，而分立发光像素单元数量巨大，使得平板显示器的各分立发光像素单元光色参数离散度较大，引起平板显示器亮度、色度的不均匀性，使得平板显示器一致性差，严重影响显示器的图像显示质量，成为制约大屏幕平板显示器发展的瓶颈。常见的由分立发光像素单元构成的平板显示器是由LED点阵构成的LED显示屏，即分立发光像素单元为LED点。

由于LED显示屏随着工作时间的增长，各像素间(一个像素又由红、绿、蓝三灯组成)不同程度的光衰减使得显示屏在工作一段时间后会出现花屏现象。为了解决此问题，需要使用LED逐点校正方法将LED屏调成一致。目前主流的校正方式有两种：一种是使用科学级黑白CCD(电荷耦合器件)采集数据，另一种是使用价格较便宜的单反相机采集数据。其中单反相机的感光单元覆盖红、绿、蓝三种不同的滤色镜。单反相机的所获取的图像的像素值是利用插值算法处理过的，使得即便是同一亮度的LED点，由于成像位置的不一样，采集出来的亮度数据也会有较大差异，所以导致同一张照片中不同LED点之间的实际的亮色度数值也会有不小的偏差。单反采集LED点之间的数据误差直接影响校正效果：产生纱窗效应以及摩尔纹等问题。虽然通过增大镜头焦距使每个LED的成像点变大(每个LED点覆盖更多的感光片)可以减轻该问题。但增大镜头焦距后，每次只能校正一个很小的区域，不但效率低而且效果也没明显改善。

发明内容

本发明的目的在于提供一种相机采集的点阵图像的图像数据处理方法和系统，可以在保留单反相机廉价的优势下，不但可以对大分区进行校准而不会出现摩尔纹和纱窗效应现象，而且可以使单反相机校正效果提高一个档次。

本发明的目的通过如下技术方案实现：

一种相机采集的点阵图像的图像数据处理方法，包括如下步骤：

从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点，其中，所述当前颜色为所述点阵图像的颜色，所述成像中心点为当前颜色的分立发光像素单元像的像点的中心点，所述滤色镜中心点为当前颜色的滤色镜的中心点；

根据所述点阵图像的初始图像数据确定各所述第一像点的中心点所在滤色镜的当前颜色分量，并根据当前所确定的当前颜色分量从各所述第一像点中选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，其中，所述两个选出的第一像点分别为第一参考像点、第二参考像点；

根据所述第一参考像点、第二参考像点建立与所述当前颜色对应的动态模型；

根据所述初始图像数据以及所述动态模型确定所述点阵图像中的各分立发光像素单元的当前颜色分量。

一种相机采集的点阵图像的图像数据处理系统，包括：

查找模块，用于从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点，其中，所述当前颜色为所述点阵图像的颜色，所述成像中心点为当前颜色的分立发光像素单元像的像点的中心点，所述滤色镜中心点为当前颜色的滤色镜的中心点；

选择模块，用于根据所述点阵图像的初始图像数据确定各所述第一像点的中心点所在滤色镜的当前颜色分量，并根据当前所确定的当前颜色分量从各所述第一像点中选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，其中，所述两个选出的第一像点分别为第一参考像点、第二参考像点；

建模模块，用于根据所述第一参考像点、第二参考像点建立与所述当前颜色对应的动态模型；

处理模块，用于根据所述初始图像数据以及所述动态模型确定所述点阵图像中的各分立发光像素单元的当前颜色分量。

根据上述本发明的方案，其是从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点，根据所述点阵图像的初始图像数据确定各所述第一像点的中心点所在滤色镜的当前颜色分量，并根据当前所确定的当前颜色分量从各所述第一像点中选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，这两个选出的第一像点分别为第一参考像点、第二参考像点，根据所述第一参考像点、第二参考像点建立与所述当前颜色对应的动态模型，根据所述初始图像数据以及所述动态模型确定所述点阵图像中的各分立发光像素单元的当前颜色分量，由于是从成像中心点恰好落在滤色镜中心点的多个第一像点中选出的两个当前颜色分量相差较大的第一参考像点、第二参考像点，并基于该第一参考像点、第二参考像点建立与当前颜色对应的动态模型，且由于是根据所述初始图像数据以及该动态模型确定点阵图像中的各分立发光像素单元的当前颜色分量，这样可以有效地减少由于成像位置导致的相机所采集点阵数据的误差，因此，基于本实施例方案处理后的数据进行平板显示器的分立发光像素单元的一致性校正时，可以在保留单反相机廉价的优势下，不但可以对大分区进行校准而不会出现摩尔纹和纱窗效应现象，而且可以使单反相机校正效果提高一个档次。

附图说明

图1为本发明的相机采集的点阵图像的图像数据处理方法实施例的流程示意图；

图2为红色的分立发光像素单元的像点的中心点落在红色滤色镜的中心点的示意图；

图3为蓝色的分立发光像素单元的像点的中心点落在蓝色滤色镜的中心点的示意图；

图4为绿色的分立发光像素单元的像点的中心点落在绿色滤色镜的中心点的示意图；

图5为图1中的步骤S101在其中一个实施例中的细化流程示意图；

图6为本发明的相机采集的点阵图像的图像数据处理系统实施例的结构示意图；

图7为图6中的查找模块在其中一个实施例中的结构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。

在下述说明中，首先针对本发明的相机采集的点阵图像的图像数据处理方法的实施例进行说明，再对本发明的相机采集的点阵图像的图像数据处理系统的各实施例进行说明。

参见图1所示，为本发明的相机采集的点阵图像的图像数据处理方法实施例的流程示意图。如图1所示，本实施例的相机采集的点阵图像的图像数据处理方法包括如下步骤：

步骤S101：从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点，其中，所述当前颜色为所述点阵图像的颜色，所述成像中心点为当前颜色的分立发光像素单元像的像点的中心点，所述滤色镜中心点为当前颜色的滤色镜的中心点；

本实施例的相机一般指单反相机，但也可以是其他它有规律的分布的RGB滤色镜的相机，以下以单反相机的滤色镜为Bayer分布(奇数行包括绿色和红色，偶数行包括蓝色和颜色)特点为例进行说明；

其中，分立发光像素单元多指LED点，但也不限于LED点，当前颜色是红色、蓝色、绿色这三元色中的一种，例如，相机拍摄的红色LED点阵，则当前颜色为红色；

由于各分立发光像素单元的像点的中心点的位置坐标可以通过现有方式确定，且各种颜色的滤色镜的位置也是可以通过其分布规律确定，则可以据此从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点；

图2、图3、图4分别是红色的分立发光像素单元的像点的中心点落在红色滤色镜的中心点的示意图、蓝色的分立发光像素单元的像点的中心点落在蓝色滤色镜的中心点的示意图、绿色的分立发光像素单元的像点的中心点落在绿色滤色镜的中心点的示意图，图中的圆形代表分立发光像素单元的像点，由于不方便使用实际色彩绘制滤色镜的颜色，图中的滤色镜的颜色都是用文字标注的，并不表示实际滤色镜的颜色也是用这些文字标注的；

在其中一个实施例中，如图5所示，本步骤的从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点可以包括如下步骤：

步骤S201：拟合所述相机所采集的点阵图像中各所述成像中心点在所述相机的CCD或者CMOS(互补型金属氧化物半导体)上的位置得到拟合结果；

步骤S202：根据所述拟合结果查找所述成像中心点落在所述当前颜色的滤色镜上的多个第二像点；

步骤S203：根据所述初始图像数据确定各所述第二像点的中心点所在的滤色镜以及该滤色镜紧邻的上下左右四个同一颜色的滤色镜的当前颜色分量；

若第二像点的中心点所在的滤色镜的坐标为(a，b)，则该滤色镜的紧邻的上下左右四个同一颜色的滤色镜的坐标分别为(a，b-2)、(a，b+2)、(a-2，b)、(a+2，b)；

滤色镜的当前颜色分量具体指滤色镜的真实感光值的当前颜色分量；

步骤S204：若当前第二像点的中心点所在的滤色镜的当前颜色分量与该滤色镜紧邻的上下左右四个同一颜色的滤色镜的当前颜色分量的平均值的差值小于预设的门限值，则将该当前第二像点确定为所述第一像点；

若以I_a，b、I_a-2，b、I_a+2，b、I_a，b-2、I_a，b+2分别表示坐标为(a，b)、(a-2，b)、(a+2，b)、(a，b-2)、(a，b+2)的滤色镜的当前颜色分量，则在I_a，b与(I_a-2、b+I_a+2，b+I_a，b-2+I_a，b+2)/4的差值(或者是二者差值的绝对值)小于预设的门限值时，则将当前第二像点确定为是成像中心点落在滤色镜中心点的第一像点；

步骤S102：根据所述点阵图像的初始图像数据确定各所述第一像点的中心点所在滤色镜的当前颜色分量，并根据当前所确定的当前颜色分量从各所述第一像点中选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，其中，所述两个选出的第一像点分别为第一参考像点、第二参考像点；

选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点的目的是为了找出两个当前颜色分量差异较大的第一像点，可以先将各第一像点的当前颜色分量从大到小排列，再从第一像点的队列中找出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，即第一参考像点和第二参考像点；

步骤S103：根据所述第一参考像点、第二参考像点建立与所述当前颜色对应的动态模型；

在根据所述第一参考像点、第二参考像点建立与所述当前颜色对应的动态模型时，可以先分别计算第一参考像点所对应的第一梯度值、第二梯度值，第二参考像点所对应的第一梯度值、第二梯度值，再根据第一梯度值、第二梯度值建立与所述当前颜色对应的动态模型，其中，第一梯度值为第一参考像点或者第二参考像点的中心点所在的滤色镜的当前颜色分量与该滤色镜紧邻的上下左右四个同一颜色的滤色镜的当前颜色分量的平均值的差值，例如，若以I_a，b、I_a-2，b、I_a+2，b、I_a，b-2、I_a，b+2分别表示坐标为(a，b)、(a-2，b)、(a+2，b)、(a，b-2)、(a，b+2)的滤色镜的当前颜色分量，且坐标为(a，b)滤色镜为第一参考像点的中心点所在的滤色镜，则第一参考像点所对应的第一梯度值为I_a，b-(I_a-2，b+I_a+2，b+I_a，b-2+I_a，b+2)/4；第二梯度值为第一参考像点或者第二参考像点的中心点所在的滤色镜的当前颜色分量与该滤色镜左上、左下、右上、右下四个同一颜色的滤色镜的当前颜色分量的平均值的差值，若第一参考像点的中心点所在的滤色镜的坐标为(a，b)，对于红色或者蓝色滤镜，该滤色镜的紧邻的左上、左下、右上、右下四个同一颜色的滤色镜的坐标分别为(a-2，b-2)、(a-2，b+2)、(a+2，b-2)、(a+2，b+2)，对于绿色滤镜，该滤色镜的紧邻的左上、左下、右上、右下四个同一颜色的滤色镜的坐标分别为(a-1，b-1)、(a-1，b+1)、(a+1，b-1)、(a+1，b+1)；若以I_a-2，b-2、I_a-2，b+2、I_a+2，b-2、I_a+2，b+2分别表示坐标为(a-2，b-2)、(a-2，b+2)、(a+2，b-2)、(a+2，b+2)的滤色镜的当前颜色分量，则第一参考像点的所对应的第二梯度值为I_a，b-(I_a-2，b-2+I_a-2，b+2+I_a+2，b-2+I_a+2，b+2)/4，若以I_a-1，b-1、I_a-1，b+1、I_a+1，b-1、I_a+1，b+1分别表示坐标为(a-1，b-1)、(a-1，b+1)、(a+1，b-1)、(a+1，b+1)的滤色镜的当前颜色分量，则第一参考像点的所对应的第二梯度值为I_a，b-(I_a-1，b-1+I_a-1，b+1+I_a+1，b-1+I_a+1，b+1)/4

步骤S104：根据所述初始图像数据以及所述动态模型确定所述点阵图像中的各分立发光像素单元的当前颜色分量；

根据Bayer分布特点，绿色滤色镜与红、蓝两种颜色的滤色镜的分布形式不一样，使得不同颜色所对应的动态模型也不同，因此，在本步骤中需要基于上述步骤三中根据当前颜色所选出的动态模型进行各分立发光像素单元的当前颜色分量的计算；

具体地，在当前颜色为红色、当前颜色分量为红色分量时，当前颜色对应的动态模型模型为：

当前分立发光像素单元的像点的中心点落在红色滤色镜中时，则所述当前分立发光像素单元红色分量为M_1R+2×[K_1R+(M_1R-N_1R)×(K_1R′-K_1R)/(N_1R′-N_1R)]；

当前分立发光像素单元的像点的中心点落在绿色滤色镜中时，则所述当前分立发光像素单元红色分量为M_2R+[K_1R+(M_2R-N_1R)×(K_1R′-K_1R)/(N_1R′-N_1R)]；

当前分立发光像素单元的像点的中心点落在蓝色滤色镜中时，则所述当前分立发光像素单元红色分量为M_3R+[K_2R+(M_3R-N_1R)×(K_2R′-K_2R)/(N_2R′-N_2R)]；

其中，M_1R表示当前中心滤色镜的上下左右四个红色滤色镜的红色分量的平均值，M_2R表示当前中心滤色镜的相邻红色滤色镜的红色分量的平均值，M_3R表示当前中心滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，K_1R表示第一参考滤色镜的红色分量与该第一参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值的差值，K_1R′表示第二参考滤色镜的红色分量与该第二参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值的差值，K_2R表示第一参考滤色镜的红色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值的差值，K_2R′表示第二参考滤色镜的红色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值的差值，N_1R表示第一参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值，N_1R′表示第二参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值，N_2R表示第一参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，N_2R′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

在当前颜色为蓝色、当前颜色分量为蓝色分量时，所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在蓝色滤色镜中时，所述当前分立发光像素单元蓝色分量：M_1B+2×[K_1B+(M_1B-N_1B)×(K_1B′-K_1B)/(N_1B′-N_1B)]；

若当前分立发光像素单元的像点的中心点落在绿色滤色镜中，则所述当前分立发光像素单元蓝色分量为M_2B+[K_1B+(M_2B-N_1B)×(K_1B′-K_1B)/(N_1B′-N_1B)]；

若当前分立发光像素单元的像点的中心点落在红色滤色镜中，则所述当前分立发光像素单元蓝色分量为M_3B+[K_2B+(M_3B-N_1B)×(K_2B′-K_2B)/(N_2B′-N_2B)]；

其中，M_1B表示当前中心滤色镜的上下左右四个蓝色滤色镜的蓝色分量的平均值，M_2B表示当前中心滤色镜的相邻蓝色滤色镜的蓝色分量的平均值，M_3B表示当前中心滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，K_1B表示第一参考滤色镜的蓝色分量与该第一参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值的差值，K_1B′表示第二参考滤色镜的蓝色分量与该第二参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值的差值，K_2B表示第一参考滤色镜的蓝色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值的差值，K_2B′表示第二参考滤色镜的蓝色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜四个蓝色滤色镜的蓝色分量的平均值的差值，N_1B表示第一参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值，N_1B′表示第二参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值，N_2B表示第一参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，N_2B′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

在当前颜色为绿色、当前颜色分量为绿色分量时，所述动态模型模型包括：

若当前分立发光像素单元的像点的中心点落在红色滤色镜或者蓝色滤色镜中，所述当前分立发光像素单元绿色分量为M_1G+[K_1G+(M_1G-N_1G)×(K_1G′-K_1G)/(N_1G′-N_1G)]；

若当前分立发光像素单元的像点的中心点落在绿色滤色镜中，所述当前分立发光像素单元绿色分量为M_2G+[K_2G+(M_3G-N_1G)×(K_2G′-K_2G)/(N_2G′-N_2G)]；

其中，M_1G表示当前中心滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，M_2G表示当前中心滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，K_1G表示第一参考滤色镜的绿色分量与该第一参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值的差值，K_1G′表示第二参考滤色镜的绿色分量与该第二参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值的差值，K_2G表示第一参考滤色镜的绿色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值的差值，K_2G′表示第二参考滤色镜的绿色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值的差值，N_1G表示第一参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，N_1G′表示第二参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，N_2G表示第一参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，N_2G′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

据此，采用上述本实施例的方案，其是从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点，根据所述点阵图像的初始图像数据确定各所述第一像点的中心点所在滤色镜的当前颜色分量，并根据当前所确定的当前颜色分量从各所述第一像点中选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，这两个选出的第一像点分别为第一参考像点、第二参考像点，根据所述第一参考像点、第二参考像点建立与所述当前颜色对应的动态模型，根据所述初始图像数据以及所述动态模型确定所述点阵图像中的各分立发光像素单元的当前颜色分量，由于是从成像中心点恰好落在滤色镜中心点的多个第一像点中选出的两个当前颜色分量相差较大的第一参考像点、第二参考像点，并基于该第一参考像点、第二参考像点建立与当前颜色对应的动态模型，且由于是根据所述初始图像数据以及该动态模型确定点阵图像中的各分立发光像素单元的当前颜色分量，这样可以有效地减少由于成像位置导致的相机所采集点阵数据的误差，可以在保留单反相机廉价的优势下，不但可以对大分区进行校准而不会出现摩尔纹和纱窗效应现象，而且可以使单反相机校正效果提高一个档次。

根据上述本发明的相机采集的点阵图像的图像数据处理方法，本发明还提供一种相机采集的点阵图像的图像数据处理系统，以下就本发明的相机采集的点阵图像的图像数据处理系统的实施例进行详细说明。图6中示出了本发明的相机采集的点阵图像的图像数据处理系统的实施例的结构示意图。为了便于说明，在图6中只示出了与本发明相关的部分。

如图6所示，本发明实施例的相机采集的点阵图像的图像数据处理系统，包括查找模块301、选择模块302、建模模块303、处理模块304，其中：

查找模块301，用于从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点，其中，所述当前颜色为所述点阵图像的颜色，所述成像中心点为当前颜色的分立发光像素单元像的像点的中心点，所述滤色镜中心点为当前颜色的滤色镜的中心点；

选择模块302，用于根据所述点阵图像的初始图像数据确定各所述第一像点的中心点所在滤色镜的当前颜色分量，并根据当前所确定的当前颜色分量从各所述第一像点中选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，其中，所述两个选出的第一像点分别为第一参考像点、第二参考像点；

建模模块303，用于根据所述第一参考像点、第二参考像点建立与所述当前颜色对应的动态模型；

处理模块304，用于根据所述初始图像数据以及所述动态模型确定所述点阵图像中的各分立发光像素单元的当前颜色分量。

在其中一个实施例中，如图7所示，查找模块301可以包括：

拟合单元401，用于拟合所述相机所采集的点阵图像中各所述成像中心点在所述相机的CCD或者CMOS上的位置得到拟合结果；

查找单元402，用于根据所述拟合结果查找所述成像中心点落在所述当前颜色的滤色镜上的多个第二像点；

获取单元403，用于根据所述初始图像数据确定各所述第二像点的中心点所在的滤色镜以及该滤色镜紧邻的上下左右四个同一颜色的滤色镜的当前颜色分量；

选择单元404，用于若当前第二像点的中心点所在的滤色镜的当前颜色分量与该滤色镜紧邻的上下左右四个同一颜色的滤色镜的当前颜色分量的平均值的差值小于预设的门限值，则将该当前第二像点确定为所述第一像点。

在其中一个实施例中，在所述当前颜色为红色，所述当前颜色分量为红色分量时，所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在红色滤色镜中时，所述当前分立发光像素单元红色分量为M_1R+2×[K_1R+(M_1R-N_1R)×(K_1R′-K_1R)/(N_1R′-N_1R)]；

当前分立发光像素单元的像点的中心点落在绿色滤色镜中时，则所述当前分立发光像素单元红色分量为M_2R+[K_1R+(M_2R-N_1R)×(K_1R′-K_1R)/(N_1R′-N_1R)]；

当前分立发光像素单元的像点的中心点落在蓝色滤色镜中时，则所述当前分立发光像素单元红色分量为M_3R+[K_2R+(M_3R-N_1R)×(K_2R′-K_2R)/(N_2R′-N_2R)]；

其中，M_1R表示当前中心滤色镜的上下左右四个红色滤色镜的红色分量的平均值，M_2R表示当前中心滤色镜的相邻红色滤色镜的红色分量的平均值，M_3R表示当前中心滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，K_1R表示第一参考滤色镜的红色分量与该第一参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值的差值，K_1R′表示第二参考滤色镜的红色分量与该第二参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值的差值，K_2R表示第一参考滤色镜的红色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值的差值，K_2R′表示第二参考滤色镜的红色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值的差值，N_1R表示第一参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值，N_1R′表示第二参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值，N_2R表示第一参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，N_2R′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

在其中一个实施例中，在所述当前颜色为蓝色，所述当前颜色分量为蓝色分量时，所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在蓝色滤色镜中时，则所述当前分立发光像素单元蓝色分量为M_1B+2×[K_1B+(M_1B-N_1B)×(K_1B′-K_1B)/(N_1B′-N_1B)]；

当前分立发光像素单元的像点的中心点落在绿色滤色镜中时，则所述当前分立发光像素单元蓝色分量为M_2B+[K_1B+(M_2B-N_1B)×(K_1B′-K_1B)/(N_1B′-N_1B)]；

当前分立发光像素单元的像点的中心点落在红色滤色镜中时，则所述当前分立发光像素单元蓝色分量为M_3B+[K_2B+(M_3B-N_1B)×(K_2B′-K_2B)/(N_2B′-N_2B)]；

其中，M_1B表示当前中心滤色镜的上下左右四个蓝色滤色镜的蓝色分量的平均值，M_2B表示当前中心滤色镜的相邻蓝色滤色镜的蓝色分量的平均值，M_3B表示当前中心滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，K_1B表示第一参考滤色镜的蓝色分量与该第一参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值的差值，K_1B′表示第二参考滤色镜的蓝色分量与该第二参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值的差值，K_2B表示第一参考滤色镜的蓝色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值的差值，K_2B′表示第二参考滤色镜的蓝色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜四个蓝色滤色镜的蓝色分量的平均值的差值，N_1B表示第一参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值，N_1B′表示第二参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值，N_2B表示第一参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，N_2B′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

在其中一个实施例中，在所述当前颜色为绿色，所述当前颜色分量为绿色分量时，所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在红色滤色镜或者蓝色滤色镜中时，所述当前分立发光像素单元的绿色分量为：

M_1G+[K_1G+(M_1G-N_1G)×(K_1G′-K_1G)/(N_1G′-N_1G)]；

若当前分立发光像素单元的像点的中心点落在绿色滤色镜中，所述当前分立发光像素单元绿色分量为：M_2G+[K_2G+(M_3G-N_1G)×(K_2G′-K_2G)/(N_2G′-N_2G)]；

其中，M_1G表示当前中心滤色镜的上下左右四个绿色滤色镜的绿色分量的平均值，M_2G表示当前中心滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，K_1G表示第一参考滤色镜的绿色分量与该第一参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值的差值，K_1G′表示第二参考滤色镜的绿色分量与该第二参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值的差值，K_2G表示第一参考滤色镜的绿色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值的差值，K_2G′表示第二参考滤色镜的绿色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值的差值，N_1G表示第一参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，N_1G′表示第二参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，N_2G表示第一参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，N_2G′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

本发明的相机采集的点阵图像的图像数据处理系统与本发明的相机采集的点阵图像的图像数据处理方法一一对应，在上述相机采集的点阵图像的图像数据处理方法的实施例阐述的技术特征及其有益效果均适用于相机采集的点阵图像的图像数据处理系统的实施例中，特此声明。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种相机采集的点阵图像的图像数据处理方法，其特征在于，包括如下步骤：

从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点，其中，所述成像中心点为当前颜色的分立发光像素单元像的像点的中心点，所述滤色镜中心点为当前颜色的滤色镜的中心点，所述当前颜色为所述点阵图像的颜色；

根据所述点阵图像的初始图像数据确定各所述第一像点的中心点所在滤色镜的当前颜色分量，并根据当前所确定的当前颜色分量从各所述第一像点中选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，其中，所述两个选出的第一像点分别为第一参考像点、第二参考像点；

根据所述第一参考像点、第二参考像点建立与所述当前颜色对应的动态模型；

根据所述初始图像数据以及所述动态模型确定所述点阵图像中的各分立发光像素单元的当前颜色分量。

2.根据权利要求1所述的相机采集的点阵图像的图像数据处理方法，所述从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点的步骤包括步骤：

拟合所述相机所采集的点阵图像中各所述成像中心点在所述相机的CCD或者CMOS上的位置得到拟合结果；

根据所述拟合结果查找所述成像中心点落在所述当前颜色的滤色镜上的多个第二像点；

根据所述初始图像数据确定各所述第二像点的中心点所在的滤色镜以及该滤色镜紧邻的上下左右四个同一颜色的滤色镜的当前颜色分量；

若当前第二像点的中心点所在的滤色镜的当前颜色分量与该滤色镜紧邻的上下左右四个同一颜色的滤色镜的当前颜色分量的平均值的差值小于预设的门限值，则将该当前第二像点确定为所述第一像点。

3.根据权利要求1所述的相机采集的点阵图像的图像数据处理方法，其特征在于：

所述当前颜色为红色，所述当前颜色分量为红色分量；

所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在红色滤色镜中时，则所述当前分立发光像素单元红色分量为M_1R+2×[K_1R+(M_1R-N_1R)×(K_1R′-K_1R)/(N_1R′-N_1R)]；

当前分立发光像素单元的像点的中心点落在绿色滤色镜中时，则所述当前分立发光像素单元红色分量为M_2R+[K_1R+(M_2R-N_1R)×(K_1R′-K_1R)/(N_1R′-N_1R)]；

当前分立发光像素单元的像点的中心点落在蓝色滤色镜中时，则所述当前分立发光像素单元红色分量为M_3R+[K_2R+(M_3R-N_1R)×(K_2R′-K_2R)/(N_2R′-N_2R)]；

其中，M_1R表示当前中心滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值，M_2R表示当前中心滤色镜的相邻红色滤色镜的红色分量的平均值，M_3R表示当前中心滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，K_1R表示第一参考滤色镜的红色分量与该第一参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值的差值，K_1R′表示第二参考滤色镜的红色分量与该第二参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值的差值，K_2R表示第一参考滤色镜的红色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值的差值，K_2R′表示第二参考滤色镜的红色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值的差值，N_1R表示第一参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值，N_1R′表示第二参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值，N_2R表示第一参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，N_2R′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

4.根据权利要求1所述的相机采集的点阵图像的图像数据处理方法，其特征在于：

所述当前颜色为蓝色，所述当前颜色分量为蓝色分量；

所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在蓝色滤色镜中时，所述当前分立发光像素单元蓝色分量：M_1B+2×[K_1B+(M_1B-N_1B)×(K_1B′-K_1B)/(N_1B′-N_1B)]；

当前分立发光像素单元的像点的中心点落在绿色滤色镜中时，则所述当前分立发光像素单元蓝色分量为M_2B+[K_1B+(M_2B-N_1B)×(K_1B′-K_1B)/(N_1B′-N_1B)]；

当前分立发光像素单元的像点的中心点落在红色滤色镜中时，则所述当前分立发光像素单元蓝色分量为M_3B+[K_2B+(M_3B-N_1B)×(K_2B′-K_2B)/(N_2B′-N_2B)]；

其中，M_1B表示当前中心滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值，M_2B表示当前中心滤色镜的相邻蓝色滤色镜的蓝色分量的平均值，M_3B表示当前中心滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，K_1B表示第一参考滤色镜的蓝色分量与该第一参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值的差值，K_1B′表示第二参考滤色镜的蓝色分量与该第二参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值的差值，K_2B表示第一参考滤色镜的蓝色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值的差值，K_2B′表示第二参考滤色镜的蓝色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜四个蓝色滤色镜的蓝色分量的平均值的差值，N_1B表示第一参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值，N_1B′表示第二参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值，N_2B表示第一参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，N_2B′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

5.根据权利要求1所述的相机采集的点阵图像的图像数据处理方法，其特征在于：

所述当前颜色为绿色，所述当前颜色分量为绿色分量；

所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在红色滤色镜或者蓝色滤色镜中时，所述当前分立发光像素单元绿色分量为M_1G+[K_1G+(M_1G-N_1G)×(K_1G′-K_1G)/(N_1G′-N_1G)]；

当前分立发光像素单元的像点的中心点落在绿色滤色镜中时，所述当前分立发光像素单元绿色分量为M_2G+[K_2G+(M_3G-N_1G)×(K_2G′-K_2G)/(N_2G′-N_2G)]；

其中，M_1G表示当前中心滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，M_2G表示当前中心滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，K_1G表示第一参考滤色镜的绿色分量与该第一参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值的差值，K_1G′表示第二参考滤色镜的绿色分量与该第二参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值的差值，K_2G表示第一参考滤色镜的绿色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值的差值，K_2G′表示第二参考滤色镜的绿色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值的差值，N_1G表示第一参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，N_1G′表示第二参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，N_2G表示第一参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，N_2G′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

6.一种相机采集的点阵图像的图像数据处理系统，其特征在于，包括：

查找模块，用于从相机所采集的点阵图像中查找成像中心点落在滤色镜中心点的多个第一像点，其中，所述成像中心点为当前颜色的分立发光像素单元像的像点的中心点，所述滤色镜中心点为当前颜色的滤色镜的中心点，所述当前颜色为所述点阵图像的颜色；

选择模块，用于根据所述点阵图像的初始图像数据确定各所述第一像点的中心点所在滤色镜的当前颜色分量，并根据当前所确定的当前颜色分量从各所述第一像点中选出一个当前颜色分量较大的第一像点和一个当前颜色分量较小的第一像点，其中，所述两个选出的第一像点分别为第一参考像点、第二参考像点；

建模模块，用于根据所述第一参考像点、第二参考像点建立与所述当前颜色对应的动态模型；

处理模块，用于根据所述初始图像数据以及所述动态模型确定所述点阵图像中的各分立发光像素单元的当前颜色分量。

7.根据权利要求6所述的相机采集的点阵图像的图像数据处理系统，其特征在于，所述查找模块包括：

拟合单元，用于拟合所述相机所采集的点阵图像中各所述成像中心点在所述相机的CCD或者CMOS上的位置得到拟合结果；

查找单元，用于根据所述拟合结果查找所述成像中心点落在所述当前颜色的滤色镜上的多个第二像点；

获取单元，用于根据所述初始图像数据确定各所述第二像点的中心点所在的滤色镜以及该滤色镜紧邻的上下左右四个同一颜色的滤色镜的当前颜色分量；

选择单元，用于若当前第二像点的中心点所在的滤色镜的当前颜色分量与该滤色镜紧邻的上下左右四个同一颜色的滤色镜的当前颜色分量的平均值的差值小于预设的门限值，则将该当前第二像点确定为所述第一像点。

8.根据权利要求6所述的相机采集的点阵图像的图像数据处理系统，其特征在于：

所述当前颜色为红色，所述当前颜色分量为红色分量；

所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在红色滤色镜中时，所述当前分立发光像素单元红色分量为M_1R+2×[K_1R+(M_1R-N_1R)×(K_1R′-K_1R)/(N_1R′-N_1R)]；

当前分立发光像素单元的像点的中心点落在绿色滤色镜中时，则所述当前分立发光像素单元红色分量为M_2R+[K_1R+(M_2R-N_1R)×(K_1R′-K_1R)/(N_1R′-N_1R)]；

当前分立发光像素单元的像点的中心点落在蓝色滤色镜中时，则所述当前分立发光像素单元红色分量为M_3R+[K_2R+(M_3R-N_1R)×(K_2R′-K_2R)/(N_2R′-N_2R)]；

其中，M_1R表示当前中心滤色镜的上下左右四个红色滤色镜的红色分量的平均值，M_2R表示当前中心滤色镜的相邻红色滤色镜的红色分量的平均值，M_3R表示当前中心滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，K_1R表示第一参考滤色镜的红色分量与该第一参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值的差值，K_1R′表示第二参考滤色镜的红色分量与该第二参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值的差值，K_2R表示第一参考滤色镜的红色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值的差值，K_2R′表示第二参考滤色镜的红色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值的差值，N_1R表示第一参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值，N_1R′表示第二参考滤色镜紧邻的上下左右四个红色滤色镜的红色分量的平均值，N_2R表示第一参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，N_2R′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个红色滤色镜的红色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

9.根据权利要求6所述的相机采集的点阵图像的图像数据处理系统，其特征在于：

所述当前颜色为蓝色，所述当前颜色分量为蓝色分量；

所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在蓝色滤色镜中时，则所述当前分立发光像素单元蓝色分量为M_1B+2×[K_1B+(M_1B-N_1B)×(K_1B′-K_1B)/(N_1B′-N_1B)]；

当前分立发光像素单元的像点的中心点落在绿色滤色镜中时，则所述当前分立发光像素单元蓝色分量为M_2B+[K_1B+(M_2B-N_1B)×(K_1B′-K_1B)/(N_1B′-N_1B)]；

当前分立发光像素单元的像点的中心点落在红色滤色镜中时，则所述当前分立发光像素单元蓝色分量为M_3B+[K_2B+(M_3B-N_1B)×(K_2B′-K_2B)/(N_2B′-N_2B)]；

其中，M_1B表示当前中心滤色镜的上下左右四个蓝色滤色镜的蓝色分量的平均值，M_2B表示当前中心滤色镜的相邻蓝色滤色镜的蓝色分量的平均值，M_3B表示当前中心滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，K_1B表示第一参考滤色镜的蓝色分量与该第一参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值的差值，K_1B′表示第二参考滤色镜的蓝色分量与该第二参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值的差值，K_2B表示第一参考滤色镜的蓝色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值的差值，K_2B′表示第二参考滤色镜的蓝色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜四个蓝色滤色镜的蓝色分量的平均值的差值，N_1B表示第一参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值，N_1B′表示第二参考滤色镜紧邻的上下左右四个蓝色滤色镜的蓝色分量的平均值，N_2B表示第一参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，N_2B′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个蓝色滤色镜的蓝色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。

10.根据权利要求6所述的相机采集的点阵图像的图像数据处理系统，其特征在于：

所述当前颜色为绿色，所述当前颜色分量为绿色分量；

所述动态模型模型包括：

当前分立发光像素单元的像点的中心点落在红色滤色镜或者蓝色滤色镜中时，所述当前分立发光像素单元的绿色分量为：

M_1G+[K_1G+(M_1G-N_1G)×(K_1G′-K_1G)/(N_1G′-N_1G)]；

若当前分立发光像素单元的像点的中心点落在绿色滤色镜中，所述当前分立发光像素单元绿色分量为：M_2G+[K_2G+(M_3G-N_1G)×(K_2G′-K_2G)/(N_2G′-N_2G)]；

其中，M_1G表示当前中心滤色镜的上下左右四个绿色滤色镜的绿色分量的平均值，M_2G表示当前中心滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，K_1G表示第一参考滤色镜的绿色分量与该第一参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值的差值，K_1G′表示第二参考滤色镜的绿色分量与该第二参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值的差值，K_2G表示第一参考滤色镜的绿色分量与该第一参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值的差值，K_2G′表示第二参考滤色镜的绿色分量与该第二参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值的差值，N_1G表示第一参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，N_1G′表示第二参考滤色镜紧邻的上下左右四个绿色滤色镜的绿色分量的平均值，N_2G表示第一参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，N_2G′表示第二参考滤色镜紧邻的左上、左下、右上、右下四个绿色滤色镜的绿色分量的平均值，所述当前中心滤色镜为当前分立发光像素单元的像点的中心点所在的滤色镜，所述第一参考滤色镜为所述第一参考像点的中心点所在的滤色镜，所述第二参考滤色镜为所述第二参考像点的中心点所在的滤色镜。