CN104717474A - 图像处理方法与模块 - Google Patents

图像处理方法与模块 Download PDF

Info

Publication number
CN104717474A
CN104717474A CN201310715054.1A CN201310715054A CN104717474A CN 104717474 A CN104717474 A CN 104717474A CN 201310715054 A CN201310715054 A CN 201310715054A CN 104717474 A CN104717474 A CN 104717474A
Authority
CN
China
Prior art keywords
image
sub
moire fringes
pixel
region
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
CN201310715054.1A
Other languages
English (en)
Other versions
CN104717474B (zh
Inventor
侯莅聪
权参
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.)
Realtek Semiconductor Corp
Original Assignee
Realtek Semiconductor Corp
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 Realtek Semiconductor Corp filed Critical Realtek Semiconductor Corp
Priority to CN201310715054.1A priority Critical patent/CN104717474B/zh
Priority to TW103106031A priority patent/TWI547169B/zh
Publication of CN104717474A publication Critical patent/CN104717474A/zh
Application granted granted Critical
Publication of CN104717474B publication Critical patent/CN104717474B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Color Television Image Signal Generators (AREA)

Abstract

本发明提供一种图像处理方法,且所述图像处理方法包括以下步骤。首先,侦测基于贝尔图的色彩滤光片数组所产生的第一图像是否具有摩尔纹区域。接着,将第一图像进行色域转换,以产生基于红绿蓝色域的第二图像。然后,若第一图像具有摩尔纹区域,则针对第二图像的摩尔纹区域的部份多个子像素进行补偿,以产生第三图像,其中第二图像的摩尔纹区域对应于第一图像的摩尔纹区域。

Description

图像处理方法与模块
技术领域
本发明是有关于一种图像处理方法,且特别是一种用以侦测与消除摩尔纹(moiré)的图像处理方法与模块。
背景技术
在数字影像中,如果被拍摄的物体中有密纹的纹理,则常常会出现莫名其妙如水波一样的条纹和奇怪的色彩,这就是摩尔纹(moiré)。无论是用高级数字相机拍摄的影像,或是扫描的影像,均有可能出现所述现象。当物体上的细致图样(如织物上的编织纹路,或建筑物上非常靠近的并行线)与成像组件上的图样相重叠时,则可能会产生此现象。在数字影像领域中,摩尔纹一直是不易解决的难题。
另外一方面,感光组件(例如电荷耦合组件(Charge-Coupled Device,CCD)或互补金氧半导体(CMOS)感光组件)中的感光单元(cell)通常是按照某种特定顺序的排列,举例来说,贝尔图(Bayer pattern)即是一种感光单元的常见排列方式。由于感光单元本身无法辨识色彩,因此需要透过贝尔图的四个色彩滤光片来获取每一个像素的多个色彩的子像素。
请对应地参照图1,图1是贝尔图的色彩滤光片数组的示意图。于图1中共有四个像素11,基于贝尔图的排列方式,每一个像素11会有对应的第一绿色子像素Gr、红色子像素R、蓝色子像素B与第二绿色子像素Gb。换言之,每一个贝尔图具有两个绿色滤光片位于贝尔图的左上角与右下角,以及具有红色与绿色滤光片位于贝尔图的右上角与左下角,且多个贝尔图彼此相邻排列,而形成贝尔图的色彩滤光片数组。另外,每一个感光单元对应一个色彩滤光片对应,而能获得对应此色彩的子像素。
由上可以得知,当感光单元的排列方式的空间频率与被拍摄的物体中的条纹的空间频率接近时,或者说条纹间距接近一个像素的宽度时,所述摩尔纹就有可能产生于电子装置所感测获得的图像。另外一方面,摩尔纹相关于上述贝尔图,因此摩尔纹区域的黑白条纹可能会呈现偏红或偏蓝的颜色。
目前来说,电子装置的制造商会选择分辨率较高的电荷耦合组件或互补金氧半导体感光组件,以降低摩尔纹出现的机率。另外,也有电子装置的制造商会使用带有低通滤波功能的镜头来消除摩尔纹,不过对应的代价则是图像会变模糊。除此之外,目前亦有透过将电荷耦合组件或互补金氧半导体感光组件的感光单元以其他排列方式进行排列来消除摩尔纹的方法,而此种高阶的感光组件成本较高,也不一定能完全消除摩尔纹。另外,使用者亦可以针对基于红绿蓝(RGB)色域或亮度色度差(YCbCr)色域的图像于成像或拍照后以目视来手动指定摩尔纹区域,然后再操作进行模糊处理来消除摩尔纹,然而,此作法需要用户手动来参与,故对使用者来说并不方便,且无法全面地消除摩尔纹。总而言之,目前还未有针对基于贝尔图的色彩滤光片数组所产生的图像进行消除摩尔纹的良好方法或装置。
发明内容
本发明实施例提供一种图像处理方法,且所述图像处理方法包括以下步骤。首先,侦测基于贝尔图的色彩滤光片数组所产生的第一图像是否具有摩尔纹区域。接着,将第一图像进行色域转换,以产生基于红绿蓝色域的第二图像。然后,若第一图像具有摩尔纹区域,则针对第二图像的摩尔纹区域的部份多个子像素进行补偿,以产生第三图像,其中第二图像的摩尔纹区域对应于第一图像的摩尔纹区域。
本发明实施例提供一种图像处理模块,此图像处理装置包括侦测装置、转换装置与补偿装置,转换装置电性耦接侦测装置,且补偿装置电性耦接侦测装置与转换装置。侦测装置侦测基于贝尔图的色彩滤光片数组所产生的第一图像是否具有摩尔纹区域。转换装置将第一图像进行色域转换,以产生基于红绿蓝色域的第二图像。若第一图像具有摩尔纹区域,则补偿装置针对第二图像的摩尔纹区域的部份多个子像素进行补偿,以产生第三图像,其中第二图像的摩尔纹区域对应于第一图像的摩尔纹区域。
综合以上所述,本发明实施例提供了一种图像处理方法及模块。所述图像处理方法及模块系可以针对基于贝尔图的色彩滤光片数组所产生的第一图像进行侦测,以自动地得到第一图像的摩尔纹区域,并进一步地在将第一图像进行转换为基于红绿蓝色域的第二图像后,补偿第二图像的摩尔纹区域,以产生不具有摩尔纹的第三图像。
为了能更进一步了解本发明为达成既定目的所采取的技术、方法及效果,请参阅以下有关本发明的详细说明、附图,然而,所附附图仅提供参考与说明用,并非用来对本发明加以限制。
附图说明
图1是贝尔图的色彩滤光片数组的示意图。
图2是本发明实施例的具有成像功能的电子装置的方块图。
图3是本发明实施例的图像处理方法的流程图。
图4是本发明实施例的侦测摩尔纹区域的步骤的流程图。
图5是本发明实施例的对摩尔纹区域进行补偿的步骤的流程图。
图6是本发明实施例的侦测基于贝尔图的色彩滤光片数组所产生的第一图像是否有摩尔纹区域的示意图。
图7是图6的基于贝尔图的色彩滤光片数组所产生的第一图像的部分子像素值的示意图。
图8是本发明另一实施例的侦测基于贝尔图的色彩滤光片数组所产生的第一图像是否有摩尔纹区域的示意图。
图9是图8的基于贝尔图的色彩滤光片数组所产生的第一图像的部分子像素值的示意图。
其中,附图标记说明如下:
11:像素
Gr、Gr11~Gr14、Gr21~Gr24、Gr31~Gr34、Gr41~Gr44:第一绿色子像素
Gb、Gb11~Gb14、Gb21~Gb24、Gb31~Gb34、Gb41~Gb44:第二绿色子像素
R、R11~R14、R21~R24、R31~R34、R41~R44:红色子像素
B、B11~B14、B21~B24、B31~B34、B41~B44:蓝色子像素
S31~S34、S321~S327、S331~S334:步骤流程
2:具有成像功能的电子装置
21:系统芯片
22:成像系统
221:影像感测模块
222:缓存模块
223:图像处理模块
2231:侦测装置
2232:转换装置
2233:补偿装置
224:储存模块
具体实施方式
本发明实施例提供一种图像处理方法与模块,所述图像处理方法与模块系对基于贝尔图的色彩滤光片数组所产生的第一图像进行侦测,以找出所述第一图像的摩尔纹区域,并且接着对所述摩尔纹区域的子像素值进行补偿,以消除所述摩尔纹。另外,本发明实施例还提供了一种使用上述图像处理方法与模块的具有成像功能的电子装置。
透过仔细观察与研究,于第一图像的摩尔纹区域中,多个第一绿色子像素值会彼此相近(亦即多个第一绿色子像素值之间的差异统计值小于第一差异值,或者任两个第一绿色子像素质的差异值的绝对值皆小于第一差异值),多个第二绿色子像素值会彼此相近(亦即多个第二绿色子像素值之间的差异统计值小于第二差异值,或者任两个第二绿色子像素质的差异值的绝对值皆小于第二差异值),且所述多个第一绿色子像素值与所述多个第二绿色子像素值之间的差异则相对较大(亦即所述多个第一绿色子像素值与所述多个第二绿色子像素值之间的差异统计值大于阀值)。因此,基于上述的特定规则,所述图像处理方法与模块可侦测出第一图像中的摩尔纹子像素所形成的摩尔纹区域。
值得说明的是,上述多个第一绿色子像素值之间的差异统计值可以是多个第一绿色子像素值之间的变异数(variance)、差异值总和的绝对值或差异平均值的绝对值,上述多个第二绿色子像素值之间的差异统计值可以是多个第二绿色子像素值之间的变异数、差异值总和的绝对值或差异平均值的绝对值,且上述多个第一绿色子像素值与多个第二绿色子像素值之间的差异统计值可以是多个第一绿色子像素值与多个第二绿色子像素值之间的互变异数(co-variance)、多个第一绿色子像素值的总和与多个第二绿色子像素值的总和之间的差异值的绝对值或多个第一绿色子像素值的平均值与多个第二绿色子像素值的平均值之间的差异值的绝对值。
另外,上述对所述摩尔纹区域的子像素值进行补偿,以消除所述摩尔纹的方式可以下述方式实现。首先,所述图像处理方法与模块会对图像进行色域转换,将第一图像转换为基于红绿蓝色域的第二图像,其中第二图像的摩尔纹区域对应于第二图像的摩尔纹区域,亦即第一图像中被判定为摩尔纹子像素在经过色域转换后,转换后所对应的子像素亦被判定为摩尔纹子像素。接着,所述图像处理方法与模块依据第一图像的摩尔纹区域的第一绿色子像素平均值、第二绿色子像素平均值与蓝色子像素平均值获得蓝色子像素补偿值,以及依据第一图像的摩尔纹区域的第一绿色子像素平均值、第二绿色子像素平均值与红色子像素平均值获得红色子像素补偿值。然后,对于第二图像的摩尔纹区域的每一个红色子像素,依据对应绿色子像素值与红色子像素补偿值补偿第二图像的摩尔纹区域中的对应红色子像素值,以及对于第二图像的摩尔纹区域的每一个蓝色子像素,依据对应绿色子像素值与蓝色子像素补偿值补偿第二图像的摩尔纹区域中的对应蓝色子像素值,以借此消除图像的摩尔纹。
由于上述图像处理方法、模块与电子装置系自动地找出图像的摩尔纹区域,故不需要用户手动地找出图像的摩尔纹区域。另外,上述图像处理方法、模块与电子装置可选择不使用高分辨率的电荷耦合组件或互补金氧半导体感光组件即可达到减少摩尔纹的效果,故可以有效地降低产品成本。
以下将以多种实施例配合图式来说明所述图像处理方法、模块与电子装置,然而,下述实施例并非用以限制本发明。
[具有成像功能的电子装置的实施例]
首先,请参照图2,图2是本发明实施例的具有成像功能的电子装置的方块图。于图2的实施例中,电子装置2包括系统芯片21与成像系统22,其中系统芯片21与成像系统22彼此电性耦接。系统芯片21为电子装置2中的整合芯片,用以提供控制信号与频率信号控制成像系统22,以使成像系统22依据控制信号拍摄场景,并据此获得基于红绿蓝色域的第二图像,其中若第一图像有摩尔纹存在,则成像系统22补偿第二图像,以产生第三图像。
当系统芯片21控制成像系统2拍摄场景后,成像系统2会先获得基于贝尔图的色彩滤光片数组所产生的第一图像。接着,成像系统22基于特定规则侦测第一图像中是否有摩尔纹区域。于第一图像中的摩尔纹区域中,多个第一绿色子像素值会彼此相近,多个第二绿色子像素值会彼此相近,且多个第一绿色子像素值与多个第二绿色子像素值之间的差异则相对较大。因此,基于上述内容,特定规则可以进一步衍生包括两个子规则。第一子规则是于以第一图像所选择的子像素为中心的特定区域内的多个第一绿色子像素的第一绿色子像素值皆大于或小于特定区域内多个第二绿色子像素的第二绿色子像素值;且第二子规则是特定区域内多个第一绿色子像素的第一绿色子像素平均值与特定区域内多个第二绿色子像素的第二绿色子像素平均值之间的差异值的绝对值大于第一阀值。若所选择的子像素符合上述特定规则的两个子规则,则成像系统22判断所选择的子像素为摩尔纹区域中的摩尔纹子像素(于第一图像中,一个摩尔纹像素具有对应四个摩尔纹子像素)。简单地说,成像系统22可基于特定规则判定每一个子像素是否为摩尔纹子像素,且进而判定出摩尔纹区域。
接着,成像系统22对第一图像进行色域转换,而产生第二图像。若第一图像中不具有摩尔纹区域,则无须对第二图像进行补偿。若第一图像中有摩尔纹区域,则第二图像中亦会有对应的摩尔纹区域,且成像系统22对第二图像的摩尔纹区域的子像素值进行补偿,以产生第三图像(亦为基于红绿蓝色域的图像)。一般来说,摩尔纹出现的机率并不大,因此在同一个场景中两个以上物体同时出现摩尔纹的机率甚低,故可以假设一个场景中最多只有一个物体会出现摩尔纹,亦即细密的黑白条纹和细密纹理的纺织物不会同时出现。一个物体的摩尔纹通常会有两种互补的颜色。在一张图像中,有些摩尔纹会偏红,而有些摩尔纹会偏蓝,而这两种偏色色彩综合后为灰色,因此可以假设一张图像中两种偏色的摩尔纹像素的数目一样多,且这些摩尔纹像素的平均值即为物体原本的颜色。由上可知,成像系统2可以仅对第二图像的摩尔纹区域中的多个蓝色子像素值与多个红色子像素值进行补偿,以消除所述摩尔纹。然而,本发明并不限定成像系统22补偿摩尔纹的方式。举例来说,成像系统22亦可以对第二图像的摩尔纹区域中的各子像素进行低通滤波处理,以消除摩尔纹。
在此请注意,上述特定规则系基于前述观察研究结果所定立,但本发明并不限定特定规则的定立方式,此领域具有通常知识者在参照本发明后,可以在上述特定规则中加入其他子规则或修正前述子规则。举例来说,上述特定规则可以包含第三子规则,而第三子规则是特定区域内任两个邻近的第一绿色子像素的第一绿色子像素值的差异值的绝对值与任两个邻近的第二绿色子像素的第二绿色子像素值的差异值的绝对值分别小于第一差异值与第二差异值。又或者,第三子规则可以是特定区域内多个第一绿色子像素值的变异数与第二绿色子像素值的变异数分别小于第一差异值与第二差异值。再举一例来说,第二子规则可以修正为特定区域内多个第一绿色子像素值与多个第二绿色子像素值的互变异数大于阀值。
总而言之,成像系统22系根据于所选择的子像素为中心的特定区域内的多个第一绿色子像素值与第二绿色子像素值来判断所选择子像素是否为摩尔纹子像素。另外,上述第一差异值、第二差异值与阀值的大小系根据实际实现上述子规则的方式与实际状况来决定。
接着,进一步地说明成像系统22的组成,但下述的说明仅是成像系统22的其中一种实现方式,其并非用以限制本发明。成像系统22包括影像感测模块221、缓存模块222、图像处理模块223与储存模块224。影像感测模块221电性耦接缓存模块222,缓存模块222电性耦接图像处理模块223,而图像处理模块223电性耦接储存模块224。影像感测模块221具有基于贝尔图的色彩滤光片数组与多个感光单元,其用以拍摄场景,并获得基于贝尔图的色彩滤光片数组所产生的第一图像。缓存模块222用以缓存第一图像。图像处理模块223用以接收第一图像,侦测第一图像的摩尔纹区域,并且对第一图像进行色域转换,以产生基于红绿蓝色域的第二图像。接着,在第一图像有摩尔纹区域时,图像处理模块223会补偿第二图像,以产生第三图像。图像处理模块223会输出第二图像(在第一图像不具有摩尔纹区域时)或第三图像(在第一图像具有摩尔纹区域时)给储存模块224,而储存模块224则用以储存第二图像或第三图像。
接着,进一步地说明图像处理模块223的组成,但下述的说明仅是图像处理模块223的其中一种实现方式,其并非用以限制本发明。图像处理模块223包括侦测装置2231、转换装置2232与补偿装置2233。侦测装置2231电性耦接缓存模块222与补偿装置2233,转换装置2232电性耦接缓存模块222与补偿装置2233,而补偿装置2233耦接储存模块224。侦测装置2231自缓存模块222接收第一图像,并用以侦测第一图像是否有摩尔纹区域,以输出摩尔纹区域信息给补偿装置2233。接着,补偿装置2233接收第第二图像与摩尔纹区域信息,并依据摩尔纹区域信息判断是否要对第二图像进行补偿。若摩尔纹区域信息表示第一图像并无摩尔纹的产生,则补偿装置2233直接将第二图像输出给储存模块224。若摩尔纹区域信息表示第一图像具有摩尔纹,则补偿装置将第二图像的摩尔纹区域的子像素进行补偿,并产生第三图像给储储存模块224。
在此请注意,摩尔纹区域信息至少包括摩尔纹子像素的位置,以表示第一与第二图像的多个摩尔纹子像素的位置。在其中一种实施例中,补偿装置2233可以对第二图像的摩尔纹区域的子像素进行低通滤波处理,以产生第三图像。另外,若不想使第三图像变得模糊,在本发明的另一个实施例中,摩尔纹区域信息更包括红色子像素补偿值与蓝色子像素补偿值,且补偿装置2233依据红色子像素补偿值与蓝色子像素补偿值对第二图像的摩尔纹区域的蓝色子像素与红色子像素进行补偿,以产生第三图像。蓝色子像素补偿值系依据第一图像的摩尔纹区域的所有第一绿色子像素值的平均值、所有第二绿色子像素值的平均值与所有蓝色子像素值的平均值而获得,而红色子像素补偿值系依据第一图像的摩尔纹区域的所有第一绿色子像素值的平均值、所有第二绿色子像素值的平均值与所有红色子像素值的平均值而获得。对于第二图像的摩尔纹区域的每一个红色子像素,补偿装置2233系依据其对应的绿色子像素值与红色子像素补偿值补偿第二图像的摩尔纹区域中的对应红色子像素值,而对于第二图像的摩尔纹区域的每一个蓝色子像素,补偿装置2233系依据其对应的绿色子像素值与蓝色子像素补偿值补偿第二图像的摩尔纹区域中的对应蓝色子像素值。
总而言之,由于在红绿蓝色域或亮度色度差色域上很难透过数字图像处理技术获得摩尔纹的特征,且无法有效地辨别摩尔纹与实际景物的差异,更无法自动化地补偿图像的摩尔纹上述影像,因此上述图像处理模块223系对基于贝尔图的色彩滤光片数组所产生的第一图像进行侦测,以找出第一图像的摩尔纹区域,并且对基于红绿蓝色域的第二图像的摩尔纹区域的蓝色子像素与红色子像素进行补偿,以借此避免降低图像清晰度。另外一方面,上述图像处理模块223侦测与补偿摩尔纹的方式简单而不会过于复杂,且仅需很少的储存资源与计算量,故上述图像处理模块223不仅可以用于处理静态的图像,更可以用于处理实时视频。
[图像处理方法的实施例]
请接着参照图3,图3是本发明实施例的图像处理方法的流程图。图3的图像处理方法可以适用于上述的图像处理模块223,但本发明却不限定用以执行图3的图像处理方法的对象。首先,在步骤S31,获取基于贝尔图的色彩滤光片数组所产生的第一图像。接着,在步骤S32中,侦测基于贝尔突的色彩滤光片数组所产生的第一图像是否具有摩尔纹区域,其中祯侧的方式如同前面所述,亦即根据第一图像中的多个第一绿色子像素值与多个第二绿色子像素值来判断是否有摩尔纹区域,其中此处第一图像中的多个第一绿色子像素值与多个第二绿色子像素值为第一图像中的特定区域内的多个第一绿色子像素值与多个第二绿色子像素值,特定区域至少为5x5个子像素的正菱形或正方形,且特定区域的形状由被选择判断是否为摩尔纹子像素的子像素的类型决定。
若第一图像存在摩尔纹区域,则步骤S33会被接着执行,若第一图像不存在摩尔纹区域,则步骤S34会接着被执行。在步骤S33中,将第一图像进行色域转换,以获得基于红蓝绿色域的第二图像,以及针对第二图像的摩尔纹区域的部份多个子像素进行补偿,以产生第三图像,其中第二图像的摩尔纹区域对应于第一图像的摩尔纹区域。在步骤S34中,将第一图像进行色域转换,以产生第二图像。步骤S32与步骤S33的细节如下所述,但步骤S32与步骤S33的细节并非用以限制本发明。
[侦测摩尔纹区域的步骤的实施例]
请接着参照图4,图4是本发明实施例的侦测摩尔纹区域的步骤的流程图。图3的步骤S32可以包括多个步骤S321~S327。首先,在步骤S321中,选取第一图像中多个尚未被选择的子像素的其中之一。一般来说,步骤S321可以透过特定扫描序列来依序选择第一图像的子像素,然而,本发明却不限定选择第一图像的子像素的方式。由于所选择的子像素的类型可能是第一绿色子像素、第二绿色子像素、红子像素或蓝色子像素,因此,在步骤S322中,依据所选择的子像素的类型决定特定区域的形状。举例来说,若选择的子像素的类型是第一绿色子像素或第二绿色子像素,则所述特定区域的形状可以是5x5个子像素的正菱形(例如图6,子像素Gb12、Gr23、Gb23、Gr33、Gb32、Gr32、Gb21与Gr22所形成的特定区域);若选择的子像素的类型是红色子像素或蓝色子像素,则所述特定区域的形状可以是5x5个子像素的正方形(例如图8,子像素Gb12、Gr23、B12、B32、B34与B14所形成的特定区域)。然而,本发明并不限制上述特定区域的形状。
接着,在步骤S323中,依据特定区域内的多个第一绿色子像素值与多个第二绿色子像素值判断所选择的子像素是否为摩尔纹子像素。在此请注意,步骤S323的判断方式系与前述特定规则的订立方式有关。以特定规则具有前述的第一与第二子规则为例,特定区域内的任一个第一绿色子像素值会与邻近的第二绿色子像素值进行相减的动作,以获得多个差异值。若所有的差异值的极性相同(皆为正或皆为负),则表示所选择的子像素符合第一子规则。另外特定区域内的第一绿色子像素平均值与第二绿色子像素平均值的间的差异值的绝对值若大于阀值,则表示所选择的子像素符合第二子规则。若所选择的子像素符合第一与第二子规则,则表示所选择的子像素为摩尔纹像素。
接着,若所选择的子像素为摩尔纹子像素,则在步骤S324中,判定所选择的像素为摩尔纹子像素;若所选择的子像素非为摩尔纹子像素,则在步骤S325中,判定所选择的像素不为摩尔纹子像素。然后,在步骤S326中,判断第一图像中是否还有未被选择的子像素。若尚有未被选择的子像素,则所述图像处理方法回到步骤S32;若第一图像中所有的子像素都被选取,以判定是否为摩尔纹子像素,则所述图像处理方法接着执行步骤S327。在步骤S327中,判断第一图像中是否至少有一个摩尔纹子像素。若有至少一个摩尔纹子像素,则表示第一图像有摩尔纹区域,故接着步骤S33会被执行,以消除摩尔纹;若没有任何一个摩尔纹子像素,则表示第一图像不存在摩尔纹,故步骤S34会被执行,而无须再对第二图像进行补偿处理。
[对摩尔纹区域进行补偿的步骤的实施例]
请接着参照图5,图5是本发明实施例的对摩尔纹区域进行补偿的步骤的流程图。。图3的步骤S33可以包括多个步骤S331~S334。首先,在步骤S331中,计算第一图像的摩尔纹区域中所有第一绿色子像素的第一绿色子像素值的平均值Gr_avg、所有第二绿色子像素的第二绿色子像素值的平均值Gb_avg、所有红色子像素的红色子像素值的平均值R_avg与所有蓝色子像素的蓝色子像素值的平均值B_avg。然后,在步骤S332中,依据多个第一绿色子像素值的平均值Gr_avg、多个第二绿色子像素值的平均值Gb_avg与多个蓝色子像素值的平均值B_avg获得蓝色子像素补偿值CB,以及依据多个第一绿色子像素值的平均值Gr_avg、多个第二绿色子像素值的平均值Gb_avg与多个红色子像素值的平均值R_avg获得红色子像素补偿值CR,其中红色子像素补偿值CR与蓝色子像素补偿值CB可以用来描述景物的真实色彩。
然后,在步骤S333中,对第一图像进行色域转换,以产生第二图像,其中第二图像的摩尔纹区域对应于第一图像的摩尔纹区域。之后,在步骤S334中,对于第二图像的摩尔纹区域的每一个红色子像素,依据对应绿色子像素值G与红色子像素补偿值CR补偿第二图像的摩尔纹区域中的红色子像素的红色子像素值R,以及对于第二图像的摩尔纹区域的每一个蓝色子像素,依据对应绿色子像素值G与蓝色子像素补偿值CB补偿第二图像的摩尔纹区域中的蓝色子像素的蓝色子像素值B。步骤S334仅补偿第二图像的摩尔纹区域中的每一个红色子像素与蓝色子像素,而不对绿色子像素进行补偿。在此请注意,对于颜色表达方式的不同,上述蓝色子像素补偿值CB与红色子像素补偿值CR的表达方式以及补偿红色子像素与蓝色子像素的细节会稍有不同。
以颜色表达方式使用R/G与B/G的例子来说,蓝色子像素补偿值CB可以表示为CB=2×B_avg/(Gr_avg+Gb_avg),而红色子像素补偿值CR可以表示为CR=2×R_avg/(Gr_avg+Gb_avg)。另外,若令第二图像的摩尔纹区域中的蓝色子像素的蓝色子像素值B经过补偿后为B1,以及令第二图像的摩尔纹区域中的红色子像素的红色子像素值R经过补偿后为R1,则补偿后的蓝色子像素值B1可以表示为B1=G×CB,且补偿后的红色子像素值R1可以表示为R1=G×CR。
以颜色表达方式使用R-G与B-G的例子来说,蓝色子像素补偿值CB可以表示为CB=B_avg-(Gr_avg+Gb_avg)/2,而红色子像素补偿值CR可以表示为CR=R_avg-(Gr_avg+Gb_avg)/2。另外,若令第二图像的摩尔纹区域中的蓝色子像素的蓝色子像素值B经过补偿后为B1,以及令第二图像的摩尔纹区域中的红色子像素的红色子像素值R经过补偿后为R1,则补偿后的蓝色子像素值B1可以表示为B1=G+CB,且补偿后的红色子像素值R1可以表示为R1=G+CR。总而言之,上述红色子像素补偿值CR与蓝色子像素补偿值CB的表示方式以及补偿红色子像素与蓝色子像素的细节皆非用以限制本发明。
[侦测是否有摩尔纹区域的实施例]
基于上述的内容,以下将说明侦测摩尔纹区域的一种实际例子。请参照图6,图6是本发明实施例的侦测基于贝尔图的色彩滤光片数组所产生的第一图像是否有摩尔纹区域的示意图。于4A中,所被第一图像中所被选择的子像素为第二绿色子像素Gb22,因此特定区域可以是5x5个子像素(特定区域的尺寸非用以限制本发明)的正菱形,因此,以第二绿色子像素Gb22中心的特定区域内的第一绿色子像素与第二绿色子像素包括Gb22、Gb12、Gr23、Gb23、Gr33、Gb32、Gr32、Gb21与G r22。
接着,计算第二绿色子像素Gb22与其邻近的四个第一绿色子像素Gr23、Gr33、Gr32与Gr22之间的四个差异值、第二绿色子像素Gb21与其邻近的两个第一绿色子像素Gr32与Gr22之间的两个差异值、第二绿色子像素Gb32与其邻近的两个第一绿色子像素Gr33与Gr32之间的两个差异值、第二绿色子像素Gb23与其邻近的两个第一绿色子像素Gr23与Gr33之间的两个差异值以及第二绿色子像素Gb12与其邻近的两个第一绿色子像素Gr22与Gr23之间的两个差异值,以判断第二绿色子像素Gb22是否符合第一子规则。若所有差异值皆为正值或皆为负值,则表示所有的第一绿色子像素Gr23、Gr33、Gr32与Gr22皆大于或皆小于所有的第二绿色子像素Gb12、Gb21、Gb23、Gb32与Gb22,故可以判断第二绿色子像素Gb22符合第一子规则。
然后,计算第一绿色子像素Gr23、Gr33、Gr32与Gr22的第一绿色子像素值的平均值与第二绿色子像素Gb12、Gb21、Gb23、Gb32与Gb22的第二绿色子像素值的平均值。若多个第一绿色子像素值的平均值与多个第二绿色子像素值的平均值之间的差异值的绝对值大于阀值,则可以判断第二绿色子像素Gb22是否符合第二子规则。当第二绿色子像素Gb22符合上述第一与第二子规则,则表示第二绿色子像素Gb22为摩尔纹子像素。
请同时参照图6与图7,图7是图6的基于贝尔图的色彩滤光片数组所产生的第一图像的部分子像素值的示意图。于图7中,第一绿色子像素Gr23、Gr33、Gr32与Gr22的第一绿色子像素值分别为74、74、70与72,而第二绿色子像素Gb12、Gb21、Gb23、Gb32与Gb22的第二绿色子像素值分别为57、60、60、58与57。透过运算可以得知,上述所有的差异值皆为负值,且多个第一绿色子像素值的平均值与多个第二绿色子像素值的平均值的差异值的绝对值大于阀值(假设阀值为5,但本发明并非以此为限)。因此,可以得知,第二绿色子像素Gb22为摩尔纹子像素。
[侦测是否有摩尔纹区域的另一实施例]
基于上述的内容,以下将说明侦测摩尔纹区域的另一种实际例子。图8是本发明另一实施例的侦测基于贝尔图的色彩滤光片数组所产生的第一图像是否有摩尔纹区域的示意图。于4C中,所被第一图像中所被选择的子像素为红色子像素B23,因此特定区域可以是5x5个像素的正方形,因此,以红色子像素B23中心的特定区域内的第一绿色子像素与第二绿色子像素包括Gb22、Gr23、Gb23、Gr33、Gb12、Gr22、Gr32、Gb32、Gb33、Gr34、Gr24与Gb13。
接着,计算第二绿色子像素Gb22与其邻近的四个第一绿色子像素Gr23、Gr33、Gr32与Gr22之间的四个差异值、第二绿色子像素Gb23与其邻近的四个第一绿色子像素Gr23、Gr33、Gr24与Gr34之间的四个差异值、第二绿色子像素Gb12与其邻近的第一绿色子像素Gr23之间的差异值、第二绿色子像素Gb13与其邻近的第一绿色子像素Gr23之间的差异值、第二绿色子像素Gb32与其邻近的第一绿色子像素Gr33之间的差异值以及第二绿色子像素Gb33与其邻近的第一绿色子像素Gr33之间的差异值,以判断第二绿色子像素Gb22是否符合第一子规则。若所有差异值皆为正值或皆为负值,则表示所有的第一绿色子像素Gr23、Gr33、Gr22、Gr32、Gr34与Gr24皆大于或皆小于所有的第二绿色子像素Gb22、Gb23、Gb12、Gb32、Gb33与Gb13,故可以判断红色子像素B23是否符合第一子规则。
然后,计算第一绿色子像素Gr23、Gr33、Gr22、Gr32、Gr34与Gr24的第一绿色子像素值的平均值与第二绿色子像素Gb22、Gb23、Gb12、Gb32、Gb33与Gb13的第二绿色子像素值的平均值。若多个第一绿色子像素值的平均值与多个第二绿色子像素值的平均值之间的差异值的绝对值大于阀值,则可以判断红色子像素B23是否符合第二子规则。当红色子像素B23符合上述第一与第二子规则,则表示红色子像素B23为摩尔纹子像素。
请同时参照图8与图9,图9是图8的基于贝尔图的色彩滤光片数组所产生的第一图像的部分子像素值的示意图。于图9中,第一绿色子像素Gr23、Gr33、Gr22、Gr32、Gr34与Gr24的第一绿色子像素值分别为74、73、73、73、73与72,而第二绿色子像素Gb22、Gb23、Gb12、Gb32、Gb33与Gb13的第二绿色子像素值分别为57、57、59、56、57与60。透过运算可以得知,上述所有的差异值皆为负值,且多个第一绿色子像素平均值值的与多个第二绿色子像素值的平均值的差异值的绝对值大于阀值(假设阀值为5,但本发明并以此为限)。因此,可以得知,红色子像素B23为摩尔纹子像素。
在此请注意,虽然上述以图6~图9作为例子来说明本发明侦测第一图像的摩尔纹区域的细节,但如同图6~图9的例子并非用以限制本发明。另外一方面,在图6~图9的例子中,对于每一个选择的子像素而言,其仅作12次的差异值运算与2次的平均值运算,因此侦测第一图像是否有摩尔纹区域的步骤的运算复杂度不会太大。
[实施例的可能效果]
综合以上所述,本发明实施例提供了一种图像处理方法与模块。所述图像处理方法与模块可以针对基于贝尔图的色彩滤光片数组所产生的第一图像进行侦测,以自动地得到第一图像的摩尔纹区域,并进一步地在将第一图像进行转换为基于红绿蓝色域的第二图像后,使用不丧失清晰度的方式补偿第二图像的摩尔纹区域,以产生不具有摩尔纹的第三图像。另外一方面,所述图像处理方法与模块的实现复杂度不高,且可选择不使用高分辨率的电荷耦合组件或互补金氧半导体感光组件即可达到减少摩尔纹的效果,故可以有效地降低产品成本。
以上所述仅为本发明的实施例,其并非用以限定本发明的专利保护范围。任何本领域技术人员,在不脱离本发明的精神与范围内,所作的更动及润饰的等效替换,仍为本发明的专利保护范围内。

Claims (13)

1.一种图像处理方法,包括:
侦测基于贝尔图的色彩滤光片数组所产生的一第一图像是否具有摩尔纹区域;
将该第一图像进行色域转换,以产生基于红绿蓝色域的一第二图像;以及
若该第一图像具有摩尔纹区域,则针对该第二图像的摩尔纹区域的部份多个子像素进行补偿,以产生一第三图像,其中该第二图像的摩尔纹区域对应于该第一图像的摩尔纹区域。
2.如权利要求1所述的图像处理方法,其中侦测基于贝尔图的色彩滤光片数组所产生的该第一图像是否具有摩尔纹区域的步骤包含:
根据该第一图像的多个第一绿色子像素的多个第一绿色子像素值以及多个第二绿色子像素的多个第二绿色子像素值来判断该第一图像中是否具有摩尔纹区域。
3.如权利要求2所述的图像处理方法,其中根据该第一图像的该些第一绿色子像素值以及该些第二绿色子像素值来判断该第一图像中是否具有摩尔纹区域的步骤包含:
根据该第一图像的该些第一绿色子像素值是否皆大于或皆小该第一图像的该些第二绿色子像素值,以及该第一图像的该些第一绿色子像素值的平均值与该些第二绿色子像素值的平均值的差异值的绝对值是否大于一阀值,来判断该第一图像是否有该摩尔纹区域。
4.如权利要求2所述的图像处理方法,其中根据该第一图像的该些第一绿色子像素值以及该些第二绿色子像素值来判断该第一图像中是否具有摩尔纹区域的步骤包含:
根据该第一图像的该些第一绿色子像素值之间的差异统计值是否小于一第一差异值,该第一图像的该些第二绿色子像素值之间的差异统计值的是否小于一第二差异值,以及该些第一绿色子像素值与该些第二绿色子像素值之间的差异统计值是否大于一阀值,来判断该第一图像中是否具有摩尔纹区域。
5.如权利要求3或4所述的图像处理方法,其中该第一图像的该些第一与第二绿色子像素值为该第一图像中之一特定区域内的该些第一与第二绿色子像素。
6.如权利要求5所述的图像处理方法,其中该特定区域的大小为至少5x5个子像素的正菱形或正方形。
7.如权利要求5所述的图像处理方法,其中依序选择该第一图像中的其中一个子像素,根据以所选择的该子像素为中心的该特定区域内的多个第一绿色子像素的多个第一绿色子像素值与多个第二绿色子像素的多个第二绿色子像素值来决定该子像素是否为该摩尔纹子像素,其中该些摩尔纹子像素定义出该摩尔纹区域。
8.如权利要求7所述的图像处理方法,其中该特定区域的形状系决定于所选择的该子像素的类型,当所选择的该子像素为该第一绿色子像素或该第二绿色子像素,则该特定区域的形状为一正菱形,且当所选择的该子像素为一蓝色子像素或一红色子像素,则该特定区域的形状为一正方形。
9.如权利要求1所述的图像处理方法,其中该部份多个子像素为该第二图像的该摩尔纹区域内的多个蓝色子像素与多个红色子像素。
10.如权利要求9所述的图像处理方法,其中根据该第一图像的该摩尔纹区域的该些子像素值获得一红色子像素补偿值与一蓝色子像素补偿值,其中该红色子像素补偿值与该蓝色子像素补偿值系用以分别补偿该第二图像的该摩尔纹区域内的多个红色子像素与多个蓝色子像素。
11.如权利要求10所述的图像处理方法,其中该蓝色子像素补偿值系依据该第一图像的该摩尔纹区域的该些第一绿色子像素值的平均值、该些第二绿色子像素值的平均值与该些蓝色子像素值的平均值而获得,且该红色子像素补偿值系依据该第一图像的该摩尔纹区域的该些第一绿色子像素值的平均值、该些第二绿色子像素值的平均值与该些红色子像素值的平均值而获得。
12.如权利要求10所述的图像处理方法,其中对于该第二图像的该摩尔纹区域的该红色子像素,依据该红色子像素对应的一绿色子像素值与该红色子像素补偿值补偿该红色子像素的一红色子像素值,以及对于第二图像的该摩尔纹区域的该蓝色子像素,依据该蓝色子像素对应的一绿色子像素值与该蓝色子像素补偿值补偿该蓝色子像素的一蓝色子像素值。
13.一种图像处理模块,包括:
一侦测装置,用以侦测基于贝尔图的色彩滤光片数组所产生的一第一图像是否具有摩尔纹区域;
一转换装置,电性耦接该侦测装置,用以将该第一图像进行色域转换,以产生基于红绿蓝色域的一第二图像;以及
一补偿装置,电性耦接该侦测装置与该转换装置,若该第一图像具有摩尔纹区域,则针对该第二图像的摩尔纹区域的部份多个子像素进行补偿,以产生一第三图像,其中该第二图像的摩尔纹区域对应于该第一图像的摩尔纹区域。
CN201310715054.1A 2013-12-16 2013-12-16 图像处理方法、模块及包含其的电子设备 Active CN104717474B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201310715054.1A CN104717474B (zh) 2013-12-16 2013-12-16 图像处理方法、模块及包含其的电子设备
TW103106031A TWI547169B (zh) 2013-12-16 2014-02-24 影像處理方法與模組

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310715054.1A CN104717474B (zh) 2013-12-16 2013-12-16 图像处理方法、模块及包含其的电子设备

Publications (2)

Publication Number Publication Date
CN104717474A true CN104717474A (zh) 2015-06-17
CN104717474B CN104717474B (zh) 2017-07-25

Family

ID=53416371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310715054.1A Active CN104717474B (zh) 2013-12-16 2013-12-16 图像处理方法、模块及包含其的电子设备

Country Status (2)

Country Link
CN (1) CN104717474B (zh)
TW (1) TWI547169B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303530A (zh) * 2015-09-30 2016-02-03 天津大学 基于低秩稀疏矩阵分解的织物图像摩尔纹消除方法
CN107016343A (zh) * 2017-03-06 2017-08-04 西安交通大学 一种基于贝尔格式图像的红绿灯快速识别方法
CN108234970A (zh) * 2018-01-04 2018-06-29 努比亚技术有限公司 一种图像处理方法、终端及计算机可读存储介质
CN108615227A (zh) * 2018-05-08 2018-10-02 浙江大华技术股份有限公司 一种图像摩尔纹的抑制方法及设备
CN108830795A (zh) * 2018-06-14 2018-11-16 合肥市商巨智能装备有限公司 去除图像检测过程中摩尔纹的方法
CN109146799A (zh) * 2018-07-11 2019-01-04 天津大学 基于多张图的摩尔纹去除方法
TWI733286B (zh) * 2019-12-25 2021-07-11 瑞昱半導體股份有限公司 判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統
CN113630590A (zh) * 2020-05-08 2021-11-09 瑞昱半导体股份有限公司 图像去色带方法
WO2022088882A1 (zh) * 2020-10-30 2022-05-05 中兴通讯股份有限公司 拍摄方法、装置、终端及计算机可读存储介质
CN113630590B (zh) * 2020-05-08 2024-06-25 瑞昱半导体股份有限公司 图像去色带方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001245311A (ja) * 2000-02-28 2001-09-07 Matsushita Electric Ind Co Ltd 固体カラー撮像装置
JP2006033881A (ja) * 2005-08-25 2006-02-02 Seiko Epson Corp 画像表示装置、画像処理方法およびプログラム
CN1806448A (zh) * 2003-06-12 2006-07-19 株式会社尼康 图像处理方法、图像处理程序以及图像处理器
CN1812592A (zh) * 2004-12-16 2006-08-02 三星电子株式会社 用于处理滤色器阵列的图像数据的方法和设备
CN1835599A (zh) * 2005-02-07 2006-09-20 三星电子株式会社 处理拜耳模式彩色数字图像信号的方法和设备
JP2007221365A (ja) * 2006-02-15 2007-08-30 Seiko Epson Corp 画像処理方法、画像処理プログラム、記録媒体、及びプロジェクタ
US20080291319A1 (en) * 2007-04-11 2008-11-27 Red.Com, Inc. Video camera
CN101489142A (zh) * 2008-01-15 2009-07-22 华晶科技股份有限公司 数字影像的彩色插补方法
WO2011045849A1 (ja) * 2009-10-13 2011-04-21 キヤノン株式会社 撮像装置
WO2013046827A1 (ja) * 2011-09-29 2013-04-04 富士フイルム株式会社 画像処理装置、方法、プログラム及び記録媒体並びに撮像装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001245311A (ja) * 2000-02-28 2001-09-07 Matsushita Electric Ind Co Ltd 固体カラー撮像装置
CN1806448A (zh) * 2003-06-12 2006-07-19 株式会社尼康 图像处理方法、图像处理程序以及图像处理器
CN1812592A (zh) * 2004-12-16 2006-08-02 三星电子株式会社 用于处理滤色器阵列的图像数据的方法和设备
CN1835599A (zh) * 2005-02-07 2006-09-20 三星电子株式会社 处理拜耳模式彩色数字图像信号的方法和设备
JP2006033881A (ja) * 2005-08-25 2006-02-02 Seiko Epson Corp 画像表示装置、画像処理方法およびプログラム
JP2007221365A (ja) * 2006-02-15 2007-08-30 Seiko Epson Corp 画像処理方法、画像処理プログラム、記録媒体、及びプロジェクタ
US20080291319A1 (en) * 2007-04-11 2008-11-27 Red.Com, Inc. Video camera
CN101489142A (zh) * 2008-01-15 2009-07-22 华晶科技股份有限公司 数字影像的彩色插补方法
WO2011045849A1 (ja) * 2009-10-13 2011-04-21 キヤノン株式会社 撮像装置
WO2013046827A1 (ja) * 2011-09-29 2013-04-04 富士フイルム株式会社 画像処理装置、方法、プログラム及び記録媒体並びに撮像装置

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303530B (zh) * 2015-09-30 2018-05-08 天津大学 基于低秩稀疏矩阵分解的织物图像摩尔纹消除方法
CN105303530A (zh) * 2015-09-30 2016-02-03 天津大学 基于低秩稀疏矩阵分解的织物图像摩尔纹消除方法
CN107016343A (zh) * 2017-03-06 2017-08-04 西安交通大学 一种基于贝尔格式图像的红绿灯快速识别方法
CN108234970A (zh) * 2018-01-04 2018-06-29 努比亚技术有限公司 一种图像处理方法、终端及计算机可读存储介质
CN108234970B (zh) * 2018-01-04 2021-05-21 努比亚技术有限公司 一种图像处理方法、终端及计算机可读存储介质
CN108615227A (zh) * 2018-05-08 2018-10-02 浙江大华技术股份有限公司 一种图像摩尔纹的抑制方法及设备
CN108830795B (zh) * 2018-06-14 2022-05-06 合肥市商巨智能装备有限公司 去除图像检测过程中摩尔纹的方法
CN108830795A (zh) * 2018-06-14 2018-11-16 合肥市商巨智能装备有限公司 去除图像检测过程中摩尔纹的方法
CN109146799A (zh) * 2018-07-11 2019-01-04 天津大学 基于多张图的摩尔纹去除方法
CN109146799B (zh) * 2018-07-11 2022-04-08 天津大学 基于多张图的摩尔纹去除方法
TWI733286B (zh) * 2019-12-25 2021-07-11 瑞昱半導體股份有限公司 判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統
US11488286B2 (en) 2019-12-25 2022-11-01 Realtek Semiconductor Corp. Method for determining Moire pattern, method for suppressing Moire pattern and circuit system thereof
CN113630590A (zh) * 2020-05-08 2021-11-09 瑞昱半导体股份有限公司 图像去色带方法
CN113630590B (zh) * 2020-05-08 2024-06-25 瑞昱半导体股份有限公司 图像去色带方法
WO2022088882A1 (zh) * 2020-10-30 2022-05-05 中兴通讯股份有限公司 拍摄方法、装置、终端及计算机可读存储介质

Also Published As

Publication number Publication date
TW201526646A (zh) 2015-07-01
TWI547169B (zh) 2016-08-21
CN104717474B (zh) 2017-07-25

Similar Documents

Publication Publication Date Title
CN104717474A (zh) 图像处理方法与模块
CN103685992A (zh) 生成高动态范围图像的方法及图像传感器
CN106412592B (zh) 图像处理方法、图像处理装置、成像装置及电子装置
CN106604001B (zh) 图像处理方法、图像处理装置、成像装置及电子装置
JP2006191607A (ja) デジタル撮影装置の色補間法
CN1835599A (zh) 处理拜耳模式彩色数字图像信号的方法和设备
US8379977B2 (en) Method for removing color fringe in digital image
CN103686007A (zh) 单次拍摄生成高动态范围图像的图像传感器
CN105578081B (zh) 成像方法、图像传感器、成像装置及电子装置
CN102893609B (zh) 图像处理设备和图像处理设备的控制方法
US20130077858A1 (en) Image processing module and image processing method
CN110430403B (zh) 一种图像处理方法和装置
CN103686103A (zh) 具有合并和分裂模式的图像传感器、像素单元
CN113454687A (zh) 图像处理方法、装置和系统,计算机可读存储介质
US20110170776A1 (en) Image distortion correcting method and image processing apparatus
CN103621070B (zh) 摄像装置及摄像装置的控制方法
US20150055861A1 (en) Methods and Systems for Image Demosaicing
CN111784575B (zh) 一种基于标定的监控摄像机去马赛克的方法
CN103259960B (zh) 数据的插值方法及装置、图像输出方法及装置
CN103313066B (zh) 插值方法及装置
CN101489142B (zh) 数字影像的彩色插补方法
JP3711402B2 (ja) 撮像装置及びカラー撮像信号の処理方法
CN107517367B (zh) 拜尔域图像插值方法、装置、图像处理芯片及存储装置
WO2014156669A1 (ja) 画像処理装置および画像処理方法
JP2007228368A (ja) 撮像素子用のカラーフィルターブロック

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant