CN105635700A - Cfa图像颜色处理方法及装置 - Google Patents

Abstract

一种CFA图像颜色处理方法及装置，所述方法包括：计算选取的第一颜色RGB像素点上第二颜色的水平梯度值以及垂直梯度值；根据所述第一颜色RGB像素点对角线上相邻的四个第三颜色RGB像素点的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值；将所述水平方向及垂直方向的色差差异值分别与所述水平梯度值及垂直梯度值相加，得到修正后的水平梯度值和垂直梯度值；比较修正后的水平梯度值与修正后的垂直梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第二颜色的边缘方向，将所述边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值。采用所述方法及装置，可以有效地在图像纹路密集处抑制伪彩色误差。

Description

CFA图像颜色处理方法及装置

技术领域

本发明涉及图像处理领域，尤其涉及一种CFA图像颜色处理方法及装置。

背景技术

数字彩色图像通常使用红绿蓝三种基色来表示颜色值。在常见的数码相机中，为了减小复杂度，减少成本，一般使用彩色滤波阵列(ColorFilterArray，CFA)来过滤光线，光线经过CFA只能通过红、绿、蓝其中的一种，从而每个像素点上只能采样得到红、绿、蓝其中的一种信号，而缺失另外两种颜色的信号。

经过CFA过滤之后得到的图像称为Raw图，Raw图必须经过颜色插值处理过程才能得到一张全彩图像。CFA的种类有很多种，最常使用的是Bayer型的CFA，其特点是绿色分量占50％，红色分量和蓝色分量各占25％。绿色分量每行都有采样，间隔排列，并且相邻行的绿色分量互相错开，红色和蓝色每两行进行采样。

目前常用的颜色插值处理算法，例如Adam&Hamilton边缘自适应插值算法，运算简单且硬件实现较为方便，在图像的平滑区域和一般的边缘区域可以得到比较好的插值结果，但是在图像纹路密集处会出现严重的伪彩色误差。

发明内容

本发明实施例解决的问题是如何有效地在图像纹路密集处抑制伪彩色误差。

为解决上述问题，本发明实施例提供一种CFA图像颜色处理方法，包括：计算选取的第一颜色RGB像素点上第二颜色的水平梯度值以及垂直梯度值；根据所述第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值；将所述水平方向及垂直方向的色差差异值分别与所述水平梯度值及垂直梯度值相加，得到修正后的水平梯度值和垂直梯度值；比较修正后的水平梯度值与修正后的垂直梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第二颜色的边缘方向，将所述边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值。

可选的，所述选取的第一颜色RGB像素点包括以下至少一种：红色RGB像素点和蓝色RGB像素点。

可选的，所述根据所述第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值，包括：

分别计算四个所述第三颜色RGB像素点的水平方向和垂直方向上，第三颜色像素值与第二颜色像素值之间的色差值；

将四个所述第三颜色RGB像素点水平方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述水平方向色差差异值；将四个所述第三颜色RGB像素点垂直方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述垂直方向色差差异值。

可选的，所述根据二者的大小关系，得到所述第一颜色RGB像素点上第二颜色的边缘方向，将所述边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值，包括：

当所述修正后的水平梯度值大于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为垂直边缘方向，采用垂直边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

当所述修正后的水平梯度值小于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为水平边缘方向，采用水平边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

当所述修正后的水平梯度值等于所述修正后的垂直梯度值时，将垂直边缘方向的第二颜色像素值与水平边缘方向的第二颜色像素值求和取平均值，并将所述平均值作为所述第一颜色RGB像素点的第二颜色像素值。

可选的，所述CFA图像颜色处理方法还包括：采用处于第一对角线上的两个所述第三颜色RGB像素点计算第一倾斜梯度值，采用处于第二对角线上的两个所述第三颜色RGB像素点计算第二倾斜梯度值；

比较所述第一倾斜梯度值与所述第二倾斜梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第三颜色的边缘方向，将边缘方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值。

可选的，所述根据二者的大小关系，得到所述第一颜色RGB像素点上第三颜色的边缘方向，将边缘方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值，包括：

当所述第一倾斜角度值小于所述第二倾斜角度值时，判定所述第三颜色的边缘方向为第一倾斜方向，采用第一倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

当所述第一倾斜梯度值大于所述第二倾斜梯度值时，判定所述第三颜色的边缘方向为第二倾斜方向，采用第二倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

当所述第一倾斜梯度值等于所述第二倾斜梯度值时，所述第一颜色RGB像素点的第三颜色差值为：第一倾斜方向的第三颜色像素值与第二倾斜方向的第三颜色像素值之和求得的平均值。

为解决上述问题，本发明实施例还提供了一种CFA图像颜色处理装置，包括：

第一计算单元，用于计算选取的第一颜色RGB像素点上的第二颜色的水平梯度值以及垂直梯度值；

第二计算单元，用于根据所述第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值；

修正单元，用于将所述水平方向及垂直方向上的色差差异值分别于所述水平梯度值及垂直梯度值相加，得到修正后的水平梯度值和垂直梯度值；

第一获取单元，用于比较修正后的水平梯度值与修正后的垂直梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第二颜色的边缘方向，将所述边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值。

可选的，所述选取的第一颜色RGB像素点包括以下至少一种：红色RGB像素点和蓝色RGB像素点。

可选的，所述第二计算单元包括：

水平方向色差计算子单元，用于分别计算四个所述第三颜色RGB像素点的水平方向上，第三颜色像素值与第二颜色像素值之间的色差值；

垂直方向色差计算子单元，用于分别计算四个所述第三颜色RGB像素点的垂直方向上，第三颜色像素值与第二颜色像素值之间的色差值；

水平方向色差差异值计算子单元，用于将四个所述第三颜色RGB像素点水平方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述水平方向色差差异值；

垂直方向色差差异值计算子单元，用于将四个所述第三颜色RGB像素点垂直方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述垂直方向色差差异值。

可选的，所述第一获取单元包括：

第一比较子单元，用于比较修正后的水平梯度值与修正后的垂直梯度值；

水平方向插值子单元，用于当所述修正后的水平梯度值大于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为垂直边缘方向，采用垂直边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

垂直方向插值子单元，用于当所述修正后的水平梯度值小于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为水平边缘方向，采用水平边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

第一非边缘插值子单元，用于当所述修正后的水平梯度值等于所述修正后的垂直梯度值时，将垂直边缘方向的第二颜色像素值与水平边缘方向的第二颜色像素值求和取平均值，并将所述平均值作为所述第一颜色RGB像素点的第二颜色像素值。

可选的，所述CFA图像颜色处理装置还包括：

第三计算单元，用于采用处于第一对角线上的两个所述第三颜色RGB像素点计算第一倾斜梯度值，以及采用处于第二对角线上的两个所述第三颜色RGB像素点计算第二倾斜梯度值；

第二获取单元，用于比较第一倾斜梯度值与第二倾斜梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第三颜色的边缘方向，将边缘方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值。

可选的，所述第二获取单元包括：

第二比较子单元，用于比较所述第一倾斜梯度值与所述第二倾斜梯度值；第一倾斜方向插值子单元，用于当所述第一倾斜角度值小于所述第二倾斜角度值时，判定所述第三颜色的边缘方向为第一倾斜方向，采用第一倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

第二倾斜方向插值子单元，用于当所述第一倾斜梯度值大于所述第二倾斜梯度值时，判定所述第三颜色的边缘方向为第二倾斜方向，采用第二倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

第二非边缘插值子单元，用于当所述第一倾斜梯度值等于所述第二倾斜梯度值时，所述第一颜色RGB像素点的第三颜色差值为：第一倾斜方向的第三颜色像素值与第二倾斜方向的第三颜色像素值之和求得的平均值。

与现有技术相比，本发明实施例的技术方案具有以下优点：

通过采用第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值，采用色差差异值对第一颜色RGB像素点上第二颜色的水平梯度值以及垂直梯度值进行修正，并采用修正后的水平梯度值和垂直梯度值进行插值边缘方向的判定。由于在计算水平方向色差差异值和垂直方向色差差异值时，考虑到了第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，即利用了色彩通道之间的相关性，对梯度算子进行修正，因而可以有效减少梯度算子判断错误边缘方向的概率，从而可以有效地减少伪彩色误差。

附图说明

图1是本发明实施例中的一种CFA图像颜色处理方法的流程图；

图2是本发明实施例中的一种5×5插值区域的示意图；

图3是本发明实施例中的另一种5×5插值区域的示意图；

图4是本发明实施例中的一种第一颜色RGB像素点上第三颜色像素值计算方法流程图；

图5是本发明实施例中的一种R13像素点上的蓝色像素值及绿色像素值计算方法流程图；

图6是本发明实施例中的一个图像处理效果对比图；

图7是本发明实施例中的另一图像处理效果对比图；

图8是本发明实施例中的一种CFA图像颜色处理装置的结构示意图。

具体实施方式

目前常用的颜色插值处理算法，例如Adam&Hamilton的边缘自适应插值算法，运算简单且硬件实现较为方便，在图像的平滑区域和一般的边缘区域可以得到比较好的插值结果。但是，在图像纹路密集处，现有的边缘自适应插值算法的梯度算子可能失效，判断出的边缘方向容易出现错误，导致选用错误方向的插值结果，产生严重的插值误差，引起伪彩色现象。

本发明实施例中，根据色彩通道的相关性，采用第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值，采用色差差异值对第一颜色RGB像素点上第二颜色的水平梯度值以及垂直梯度值进行修正，并采用修正后的水平梯度值和垂直梯度值进行插值边缘方向的判定。由于利用了色彩通道之间的相关性，对梯度算子进行修正，可以有效减少梯度算子判断错误边缘方向的概率，从而可以有效地减少伪彩色误差。

为使本发明实施例的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

本发明实施例提供了一种CFA图像颜色处理方法，参照图1，以下通过具体步骤进行详细说明。

步骤S101，计算选取的第一颜色RGB像素点上第二颜色的水平梯度值以及垂直梯度值。

在具体实施中，以经典的5×5插值区域为例，对本发明实施例中的CFA图像颜色处理方法进行说明。参照图2，插值区域被划分成25个区域，每个区域对应一个RGB像素点，RGB像素点包括红色RGB像素点、蓝色RGB像素点以及绿色RGB像素点。

图2中，B1、B3、…、B25表示对应的RGB像素点为蓝色像素点，G2、G4、…、G24表示对应的RGB像素点为绿色像素点，R7、…、R19表示对应的RGB像素点为红色像素点。

在本发明实施例中，选取的第一颜色RGB像素点可以是蓝色RGB像素点，也可以是红色RGB像素点。第一颜色RGB像素点的第二颜色与所选取的第一颜色RGB像素点相关，当选取的第一颜色RGB像素点为蓝色像素点时，第二颜色为绿色；当选取的第一颜色RGB像素点为红色像素点时，第二颜色为绿色。

在本发明实施例中，当第一颜色的RGB像素点选定后，可以根据预设的梯度计算公式对第一颜色的RGB像素点上的第二颜色的梯度值进行计算，第二颜色的梯度值可以包括水平梯度值和垂直梯度值。例如，当选定第一颜色的RGB像素点为蓝色像素点时，对蓝色像素点上的绿色的水平梯度值和垂直梯度值进行计算。

参照图2，在本发明一实施例中，选定的第一颜色RGB像素点为B13像素点，B13像素点上的第二颜色为绿色，对B13像素点上的绿色的水平梯度值L_H以及垂直梯度值L_V进行计算，得到的L_H和L_V分别为：

L_H＝|G14-G12|+|2*B13-B11-B15|；

L_V＝|G18-G8|+|2*B13-B3-B23|；

上式中，G14表示为G14像素点的绿色像素值，G12表示为G12像素点的绿色像素值，G18表示为G18像素点的绿色像素值，G8表示为G8像素点的绿色像素值，B13表示为B13像素点的蓝色像素值，B11表示为B11像素点的蓝色像素值，B15表示为B15像素点的蓝色像素值，B3表示为B3像素点的蓝色像素值，B23表示为B23像素点的蓝色像素值。

步骤S102，根据所述第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值。

在本发明实施例中，当选取的第一颜色RGB像素点为蓝色像素点时，第三颜色为红色。可以选取蓝色RGB像素点的对角线上相邻的四个红色RGB像素点，根据四个红色RGB像素点水平方向和垂直方向上红色像素值与绿色像素值之间的差，计算水平方向色差差异值和垂直方向色差差异值。

当选取的第一颜色RGB像素点为红色像素点时，第三颜色为蓝色。可以选取红色RGB像素点的对角线上相邻的四个蓝色RGB像素点，根据四个蓝色RGB像素点水平方向和垂直方向上蓝色像素值与绿色像素值之间的差，计算水平方向色差差异值和垂直方向色差差异值。

在本发明一实施例中，以第一颜色为蓝色为例，对计算水平方向色差差异值和垂直方向色差差异值的过程进行说明。

选定的第一颜色RGB像素点为B13像素点。参照图2，B13像素点的对角线上相邻的四个红色像素点分别为R7像素点、R9像素点、R17像素点以及R19像素点。以下通过具体步骤对水平方向色差差异值和垂直方向色差差异值的计算进行详细说明。

1)估算四个红色RGB像素点上的绿色像素值。

在本发明实施例中，可以根据与红色RGB像素点相邻的四个绿色RGB像素点，分别估算红色RGB像素点水平方向上的绿色像素值，以及垂直方向上的绿色像素值。

在本发明一实施例中，红色RGB像素点水平方向上的绿色像素值为：与对应红色RGB像素点在水平方向上相邻的两个绿色RGB像素点的绿色像素值的平均值。红色RGB像素点垂直方向上的绿色像素值为：与对应红色RGB像素点在垂直方向上相邻的两个绿色RGB像素点的绿色像素点的平均值。

以R7像素点为例，估算得到R7像素点水平方向上的绿色像素值为：

G7_H＝(G6+G8)/2；

估算得到的R7像素点垂直方向上的绿色像素值为：

G7_V＝(G2+G12)/2。

同理，估算得到R9像素点水平方向上的绿色像素值为：G9_H＝(G8+G10)/2，垂直方向上的绿色像素值为：G9_V＝(G4+G14)/2。

R17像素点水平方向上的绿色像素值为G17_H＝(G16+G18)/2，垂直方向上的绿色像素值为G17_V＝(G12+G22)/2。

R19像素点水平方向上的绿色像素值为G19_H＝(G18+G20)/2，垂直方向上的绿色像素值为G19_V＝(G14+G24)/2。

2)计算四个红色RGB像素点上红色像素值与绿色像素值的色差值。

在本发明一实施例中，分别将R7像素点、R9像素点、R17像素点以及R19像素点上的红色像素值，与对应的水平方向和垂直方向上的绿色像素值分别进行相减操作，分别得到四个红色RGB像素点上的红色像素值与绿色像素值的色差值。

R7像素点水平方向上的色差值为K(R7)_H＝R7-G7_H，垂直方向上的色差值为K(R7)_V＝R7-G7_V。R9像素点、R17像素点以及R19像素点水平方向和垂直方向上的色差值计算过程与R7像素点相似，此处不再赘述。

3)将四个红色RGB像素点水平方向上的色差值两两相减，取绝对值并求和，得到水平方向色差差异值；将四个红色RGB像素点垂直方向上的色差值两两相减，取绝对值并求和，得到垂直方向色差差异值。

根据步骤2)，可以分别计算出R7像素点、R9像素点、R17像素点、R19像素点水平方向色差值和垂直方向色差值，将四个红色RGB像素点水平方向的色差值两两相减，取绝对值并求和，得到的水平方向色差差异值M_H为：M_H＝|K(R7)_H-K(R9)_H|+|K(R7)_H-K(R17)_H|+|K(R7)_H-K(R19)_H|+|K(R9)_H-K(R17)_H|+|K(R9)_H-K(R19)_H|+|K(R17)_H-K(R19)_H|。可以将M_H的表达式简化为：

$M_H=\underset{(Q,Q^{\′})\∈N\×N}{\mathrm{\Σ}}|K\left(Q\right)\_H-K\left(Q^{\′}\right)\_H|,$ 其中，N＝(R7,R9,R17,R19)。

相似的，根据步骤2)中计算得到的四个红色RGB像素点垂直方向的色差值，将其两两相减，取绝对值并求和，得到的垂直方向色差差异值M_V为：M_V＝|K(R7)_V-K(R9)_V|+|K(R7)_V-K(R17)_V|+|K(R7)_V-K(R19)_V|+K(R9)_V-K(R17)_V|+|K(R9)_V-K(R19)_V|+|K(R17)_V-K(R19)_V|。可以将M_V的表达式简化为：

$M_V=\underset{(Q,Q^{\′})\∈N\×N}{\mathrm{\Σ}}|K\left(Q\right)\_V-K\left(Q^{\′}\right)\_V|,$ 其中，N＝(R7,R9,R17,R19)。

步骤S103，将所述水平方向及垂直方向的色差差异值分别与所述水平梯度值及垂直梯度值相加，得到修正后的水平梯度值和垂直梯度值。

在本发明实施例中，可以将步骤S101中计算得到的水平梯度值与步骤S102中得到的水平方向色差差异值相加，得到修正后的水平梯度值；将步骤S101中计算得到的垂直梯度值与步骤S102中得到的垂直方向色差差异值相加，得到修正后的垂直梯度值。

在本发明一实施例中，修正后的水平梯度值为ΔH＝M_H+L_H，修正后的垂直梯度值为ΔV＝M_V+L_V。

步骤S104，比较修正后的水平梯度值与修正后的垂直梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第二颜色的边缘方向。

在本发明实施例中，可以将步骤S103中获取到的修正后的水平梯度值和垂直梯度值进行比较。当水平梯度值大于垂直梯度值时，可以判定第一RGB像素点上的第二颜色的边缘方向为垂直边缘方向；当水平梯度值小于垂直梯度值时，可以判定第一RGB像素点上的第二颜色的边缘方向为水平边缘方向；当水平梯度值与垂直梯度值相等时，可以判定第一RGB像素点上的第二颜色的边缘方向为非边缘方向。

在本发明一实施例中，当ΔH>ΔV时，判定B13像素点上绿色的边缘方向为垂直边缘方向；当ΔH<ΔV时，判定B13像素点上绿色的边缘方向为水平边缘方向；当ΔH＝ΔV时，判定B13像素点上绿色的边缘方向为非边缘方向。

步骤S105，将所述边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值。

在本发明实施例中，可以预先计算出水平边缘方向、垂直边缘方向以及非边缘方向的第一颜色RGB像素点的第二颜色像素值。根据步骤S104中的比较结果，选取对应边缘方向的第二颜色像素值，作为第一颜色RGB像素点的第二颜色像素值。

在本发明一实施例中，B13像素点水平边缘方向的绿色像素值为：G13＝(G12+G14)/2+(2*B13-B11-B15)/4，垂直边缘方向的绿色像素值为：G13＝(G8+G18)/2+(2*B13-B3-B23)/4，非边缘方向的绿色像素值为水平边缘方向绿色像素值与垂直边缘方向上的绿色像素值取平均值，得到非边缘方向绿色像素值为：G13＝(G12+G14+G8+G18)/4+(4*B13-B11-B15-B3-B23)/8。

即当ΔH>ΔV时，判定B13像素点上的绿色的边缘方向为垂直边缘方向，B13像素点上的绿色像素值为G13＝(G8+G18)/2+(2*B13-B3-B23)/4；当ΔH<ΔV时，判定B13像素点上的绿色的边缘方向为水平边缘方向，B13像素点上的绿色像素值为G13＝(G12+G14)/2+(2*B13-B11-B15)/4；当ΔH＝ΔV，判定B13像素点上绿色的边缘方向为非边缘方向，B13像素点上的绿色像素值为G13＝(G12+G14+G8+G18)/4+(4*B13-B11-B15-B3-B23)/8。

可见，通过采用第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值，采用色差差异值对第一颜色RGB像素点上第二颜色的水平梯度值以及垂直梯度值进行修正，并采用修正后的水平梯度值和垂直梯度值进行插值边缘方向的判定。由于在计算水平方向色差差异值和垂直方向色差差异值时，考虑到了第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，即利用了色彩通道之间的相关性，对梯度算子进行修正，因而可以有效减少梯度算子判断错误边缘方向的概率，从而可以有效地减少伪彩色误差。

通过采用本发明上述实施例中的方案，可以获取第一颜色RGB像素点上的第二颜色像素值。但是，对于CFA图像来说，还需要获取第一颜色RGB像素点上的第三颜色像素值，才能实现对CFA图像的重建。参照图4，本发明实施例提供了一种第一RGB像素点上的第三颜色像素值的计算方法。

步骤S401，计算第一倾斜梯度值和第二倾斜梯度值。

在本发明实施例中，可以将第一RGB像素点的对角线上相邻的四个第三颜色RGB像素点根据所处的对角线，分为第一对角线上的两个第三颜色RGB像素点，以及第二对角线上的两个第三颜色RGB像素点。分别计算第一对角线对应的第一倾斜梯度值以及第二对角线对应的第二倾斜梯度值。

在本发明一实施例中，以第一RGB像素点为B13为例，从上述实施例中可知，四个第三颜色RGB像素点为R7像素点、R9像素点、R17像素点以及R19像素点。结合图2，可以得知R7像素点与R19像素点处于同一对角线上，为第一对角线；R9像素点与R17像素点处于同一对角线上，为第二对角线。

第一对角线对应的第一倾斜梯度值为：ΔN＝|R7-R19|+|2*G13-G7-G19|；

第二对角线对应的第二倾斜梯度值为：ΔP＝|R9-R17|+|2*G13-G9-G17|。

步骤S402，比较第一倾斜梯度值与第二倾斜梯度值，得到第一颜色RGB像素点上第三颜色的边缘方向。

在本发明实施例中，当第一倾斜梯度值大于第二倾斜梯度值时，可以判定第一颜色RGB像素点上第三颜色的边缘方向为第二倾斜方向；当第一倾斜梯度值小于第二倾斜梯度值时，可以判定第一颜色RGB像素点上第三颜色的边缘方向为第一倾斜方向。

在本发明一实施例中，当ΔN>ΔP时，B13像素点上红色像素值的边缘方向为第二倾斜方向；当ΔN<ΔP时，B13像素点上红色像素值的边缘方向为第一倾斜方向。

步骤S403，将边缘方向对应的第三颜色像素值作为第一颜色RGB像素点的第三颜色像素值。

在本发明实施例中，当第一倾斜梯度值大于第二倾斜梯度值时，将第二倾斜方向对应的第三颜色像素值作为第一颜色RGB像素点上的第三颜色像素值；当第一倾斜梯度值小于第二倾斜梯度值时，将第一倾斜方向对应的第三颜色像素值作为第一颜色RGB像素点上的第三颜色像素值；当第一倾斜梯度值等于第二倾斜梯度值时，将第二倾斜方向对应的第三颜色像素值与第一倾斜方向对应的第三颜色像素值相加，取平均值，作为第一颜色RGB像素点上的第三颜色像素值。

在本发明一实施例中，当ΔN>ΔP时，B13像素点上的红色像素值R13为：

R13＝(R9+R17)/2+(2*G13-G9-G17)；

当ΔN<ΔP时，B13像素点上的红色像素值R13为：

R13＝(R7+R19)/2+(2*G13-G7-G19)；

当ΔN＝ΔP时，B13像素点上的红色像素值R13为：

R13＝(R7+R19+R9+R17)/4+(4*G13-G7-G19-G9-G17)。

由此，通过上述实施例，B13像素点上的绿色像素值G13和红色像素值R13均可以得出，因此可以根据G13和R13对B13像素点的颜色进行还原。

本发明上一实施例中，选取的中心像素点为B13像素点，对B13像素点的绿色像素值和红色像素值进行了计算。在本发明另一实施例中，当选取的像素点为红色RGB像素点时，红色RGB像素点上的绿色像素值和蓝色像素值的计算过程参照图5：

步骤S501，获取中心像素点R13上绿色的水平梯度值和垂直梯度值。

参照图3。与图2所不同的是，图3中的中心像素点为R13像素点，相应的，图3中的红色像素点的分布与图2中的蓝色像素点的分布相同，蓝色像素点的分布与图2中的红色像素点的分布相同。

在本发明一实施例中，参照图3，中心像素点为R13像素点。由上一实施例可知，当第一颜色RGB像素点为红色像素点时，第二颜色为绿色。对R13像素点上的绿色的水平梯度值L_H及垂直梯度值L_V进行计算，得到的L_H和L_H分别为：

L_H＝|G14-G12|+|2*R13-R11-R15|；

L_V＝|G18-G8|+|2*R13-R3-R23|。

步骤S502，根据四个对角线上相邻的蓝色像素点，计算水平方向色差值和垂直方向色差值。

在本发明一实施例中，由于第一颜色RGB像素点为R13像素点，则第三颜色为蓝色。选取R13像素点对角线上相邻的四个蓝色像素点分别为B7像素点、B9像素点、B17像素点以及B19像素点。分别估算四个蓝色RGB像素点水平方向和垂直方向上的绿色像素值，水平方向绿色像素值为在水平方向上相邻的两个绿色RGB像素点的绿色像素值的平均值，垂直方向绿色像素值为在垂直方向上相邻的两个绿色RGB像素点的绿色像素的平均值。

分别将四个蓝色RGB像素点的蓝色像素值与对应的水平方向和垂直方向上的绿色像素值相减，得到对应的水平方向色差值和垂直方向色差值。

B7像素点水平方向色差值为：K(B7)_H＝B7-(G6+G8)/2，垂直方向色差值为：K(B7)_V＝B7-(G2+G12)/2；

B9像素点水平方向色差值为：K(B9)_H＝B9-(G8+G10)/2，垂直方向色差值为K(B9)_V＝B9-(G4+G14)/2；

B17像素点水平方向色差值为：K(B17)_H＝B17-(G16+G18)/2，垂直方向色差值为：K(B17)_V＝B17-(G12+G22)/2；

B19像素点水平方向色差值为：K(B19)_H＝B19-(G18+G20)/2，垂直方向色差值为K(B19)_V＝B19-(G14+G24)/2。

步骤S503，计算水平方向色差差异值和垂直方向色差差异值。

将求得的B7像素点、B9像素点、B17像素点以及B19像素点的水平方向色差值两两相减，取绝对值并求和，得到的水平方向色差差异值M_H为：

$M\_H=\underset{(Q,Q^{\&prime;})\&Element;N\&times;N}{\mathrm{\&Sigma;}}|K\left(Q\right)\_H-K\left(Q^{\&prime;}\right)\_H|,$ 其中，N＝(B7,B9,B17,B19)。

将求得的B7像素点、B9像素点、B17像素点以及B19像素点的垂直方向色差值两两相减，取绝对值并求和，得到的垂直方向色差差异值M_V为：

$M\_V=\underset{(Q,Q^{\&prime;})\&Element;N\&times;N}{\mathrm{\&Sigma;}}|K\left(Q\right)\_V-K\left(Q^{\&prime;}\right)\_V|,$ 其中，N＝(B7,B9,B17,B19)。

步骤S504，计算修正后的水平梯度值和垂直梯度值。

将水平方向色差差异值M_H与水平梯度值L_H相加，得到修正后的水平梯度值Δ_H＝M_H+L_H。

将垂直方向色差差异值M_V与垂直梯度值L_V相加，得到修正后的垂直梯度值Δ_V＝M_V+L_V。

步骤S505，获取边缘方向，根据边缘方向选取对应的绿色像素值。

将Δ_H于Δ_V进行比较，当Δ_H＞Δ_V时，判定R13像素点上绿色的边缘方向为垂直边缘方向，垂直边缘方向对应的绿色像素值为：G13＝(G8+G18)/2+(2*R13-R3-R23)/4；当Δ_H＜Δ_V时，判定R13像素点上绿色的边缘方向为水平边缘方向，水平边缘方向对应的绿色像素值为：G13＝(G12+G14)/2+(2*R13-R11-R15)/4；Δ_H＝Δ_V时，判定R13像素点上绿色的边缘方向为非边缘方向，对应的绿色像素值为：G13＝(G12+G14+G8+G18)/4+(4*R13-R11-R15-R3-R23)/8。

根据步骤S501～S505，即可获取R13像素点上的绿色像素值G13。此时还需要对R13像素点上的蓝色像素值B13进行计算，参照步骤S506～步骤S507。

步骤S506，计算两条对角线对应的倾斜梯度值。

参照图3，B7像素点和B19像素点处于同一对角线上，对应的倾斜梯度值为：Δ_N＝|B7-B19|+|2*G13-G7-G19|，B17像素点和B9像素点处于同一对角线上，对应的倾斜梯度值为：Δ_P＝|B9-B17|+|2*G13-G9-G17|。

步骤S507，将Δ_N与Δ_P进行比较，根据比较结果选取对应的蓝色像素值作为R13像素点上的蓝色像素值。

当Δ_N＞Δ_P时，R13像素点上的蓝色像素值B13为：

B13＝(B9+B17)/2+(2*G13-G9-G17)；

当Δ_N＜Δ_P时，R13像素点上的蓝色像素值B13为：

B13＝(B7+B19)/2+(2*G13-G9-G17)；

当Δ_N＝Δ_P时，R13像素点上的蓝色像素值B13为：

B13＝(B7+B19+B9+B17)/4+(4*G13-G7-G19-G9-G17)。

由步骤S501～S507可以得到R13像素点上的绿色像素值G13以及蓝色像素值B13。根据G13和B13即可对R13像素点进行色彩还原。

下面将本发明实施例中的方法与现有的插值算法进行对比，参照图6及图7。

图6和图7中，图像(a)为柯达公司提供的标准测试图片的原图，图像(b)为经过现有插值方法得到的图像，图像(c)是经过本发明实施例提供的方法得到的图像。

从图6和图7中可以看出，现有的插值方法得到的图像中出现了大量的原图中没有出现的伪彩色现象，而采用本发明实施例中提供的方法可以有效地抑制伪彩色现象的产生。

使用柯达公司提供的24幅标准测试图片进行测试，使用PSNR(PeakSignaltoNoiseRatio，峰值信噪比)来衡量插值结果出现的误差，PSNR的计算方法如下：

$\mathrm{MSE}=\frac{1}{\mathrm{MN}}\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{(f_o(i,j)-f_r(i,j))}^2,\mathrm{PSNR}=10*{\log }_{10}\left(\frac{{255}^2}{\mathrm{MSE}}\right).$

其中M，N代表图像的尺寸为M行、N列，f_o(i,j)、f_r(i,j)分别代表原始图像和插值图像在第i行，第j列的强度分量。以上的MSE和PSNR都是单个颜色通道的误差评估值，MSE越小，PSNR越大，插值图像误差越小，与原始图像越接近。参照表1，表1是现有的Adam&Hamilton边缘自适应插值方法与本发明一实施例中的插值方法在红、绿、蓝通道上的插值结果对比。

表1

采用柯达提供的24幅标准测试图片进行测试，从表1中可以得知，相对于现有的Adam&Hamilton边缘自适应插值方法，本发明实施例中提供的方法计算得到的红、绿、蓝通道上的PSNR几乎均大于现有的Adam&Hamilton边缘自适应插值方法计算得到的PSNR，即本发明实施例中提供的方法相比于现有的Adam&Hamilton边缘自适应插值方法，插值图像误差更小，与原始图像越接近。

参照图8，本发明实施例还提供了一种CFA图像颜色处理装置80，包括：第一计算单元801、第二计算单元802、修正单元803以及第一获取单元804，其中：

第一计算单元801，用于计算选取的第一颜色RGB像素点上的第二颜色的水平梯度值以及垂直梯度值；

第二计算单元802，用于根据所述第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值；

修正单元803，用于将所述水平方向及垂直方向上的色差差异值分别于所述水平梯度值及垂直梯度值相加，得到修正后的水平梯度值和垂直梯度值；

第一获取单元804，用于比较修正后的水平梯度值与修正后的垂直梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第二颜色的边缘方向，将所述边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值。

在具体实施中，所述选取的第一颜色RGB像素点包括以下至少一种：红色RGB像素点和蓝色RGB像素点。

在具体实施中，所述第二计算单元802可以包括：

水平方向色差计算子单元，用于分别计算四个所述第三颜色RGB像素点的水平方向上，第三颜色像素值与第二颜色像素值之间的色差值；

垂直方向色差计算子单元，用于分别计算四个所述第三颜色RGB像素点的垂直方向上，第三颜色像素值与第二颜色像素值之间的色差值；

水平方向色差差异值计算子单元，用于将四个所述第三颜色RGB像素点水平方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述水平方向色差差异值；

垂直方向色差差异值计算子单元，用于将四个所述第三颜色RGB像素点垂直方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述垂直方向色差差异值。

在具体实施中，所述第一获取单元804包括：

第一比较子单元，用于比较修正后的水平梯度值与修正后的垂直梯度值；

水平方向插值子单元，用于当所述修正后的水平梯度值大于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为垂直边缘方向，采用垂直边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

垂直方向插值子单元，用于当所述修正后的水平梯度值小于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为水平边缘方向，采用水平边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

第一非边缘插值子单元，用于当所述修正后的水平梯度值等于所述修正后的垂直梯度值时，将垂直边缘方向的第二颜色像素值与水平边缘方向的第二颜色像素值求和取平均值，并将所述平均值作为所述第一颜色RGB像素点的第二颜色像素值。

在具体实施中，所述CFA图像颜色处理装置还可以包括：

第三计算单元805，可以用于采用处于第一对角线上的两个所述第三颜色RGB像素点计算第一梯度值，以及采用处于第二对角线上的两个所述第三颜色RGB像素点计算第二梯度值；

第二获取单元806，可以用于比较第一倾斜梯度值与第二倾斜梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第三颜色的边缘方向，将边缘方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值。

在具体实施中，所述第二获取单元806可以包括：

第二比较子单元，可以用于比较所述第一倾斜梯度值与所述第二倾斜梯度值；

第一倾斜方向插值子单元，可以用于当所述第一倾斜角度值小于所述第二倾斜角度值时，判定所述第三颜色的边缘方向为第一倾斜方向，采用第一倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

第二倾斜方向插值子单元，可以用于当所述第一倾斜梯度值大于所述第二倾斜梯度值时，判定所述第三颜色的边缘方向为第二倾斜方向，采用第二倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

第二非边缘插值子单元，可以用于当所述第一倾斜梯度值等于所述第二倾斜梯度值时，所述第一颜色RGB像素点的第三颜色差值为：第一倾斜方向的第三颜色像素值与第二倾斜方向的第三颜色像素值之和求得的平均值。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (12)

1.一种CFA图像颜色处理方法，其特征在于，包括：

计算选取的第一颜色RGB像素点上第二颜色的水平梯度值以及垂直梯度值；根据所述第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值；

将所述水平方向及垂直方向的色差差异值分别与所述水平梯度值及垂直梯度值相加，得到修正后的水平梯度值和垂直梯度值；

比较修正后的水平梯度值与修正后的垂直梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第二颜色的边缘方向，将所述边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值。

2.如权利要求1所述的CFA图像颜色处理方法，其特征在于，所述选取的第一颜色RGB像素点包括以下至少一种：红色RGB像素点和蓝色RGB像素点。

3.如权利要求2所述的CFA图像颜色处理方法，其特征在于，所述根据所述第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值，包括：

分别计算四个所述第三颜色RGB像素点的水平方向和垂直方向上，第三颜色像素值与第二颜色像素值之间的色差值；

将四个所述第三颜色RGB像素点水平方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述水平方向色差差异值；将四个所述第三颜色RGB像素点垂直方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述垂直方向色差差异值。

4.如权利要求2所述的CFA图像颜色处理方法，其特征在于，所述根据二者的大小关系，得到所述第一颜色RGB像素点上第二颜色的边缘方向，将所述边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值，包括：

当所述修正后的水平梯度值大于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为垂直边缘方向，采用垂直边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

当所述修正后的水平梯度值小于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为水平边缘方向，采用水平边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

当所述修正后的水平梯度值等于所述修正后的垂直梯度值时，将垂直边缘方向的第二颜色像素值与水平边缘方向的第二颜色像素值求和取平均值，并将所述平均值作为所述第一颜色RGB像素点的第二颜色像素值。

5.如权利要求1所述的CFA图像颜色处理方法，其特征在于，还包括：采用处于第一对角线上的两个所述第三颜色RGB像素点计算第一倾斜梯度值，采用处于第二对角线上的两个所述第三颜色RGB像素点计算第二倾斜梯度值；比较所述第一倾斜梯度值与所述第二倾斜梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第三颜色的边缘方向，将边缘方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值。

6.如权利要求5所述的CFA图像颜色处理方法，其特征在于，所述根据二者的大小关系，得到所述第一颜色RGB像素点上第三颜色的边缘方向，将边缘方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值，包括：

当所述第一倾斜角度值小于所述第二倾斜角度值时，判定所述第三颜色的边缘方向为第一倾斜方向，采用第一倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

当所述第一倾斜梯度值大于所述第二倾斜梯度值时，判定所述第三颜色的边缘方向为第二倾斜方向，采用第二倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

当所述第一倾斜梯度值等于所述第二倾斜梯度值时，所述第一颜色RGB像素点的第三颜色差值为：第一倾斜方向的第三颜色像素值与第二倾斜方向的第三颜色像素值之和求得的平均值。

7.一种CFA图像颜色处理装置，其特征在于，包括：

第一计算单元，用于计算选取的第一颜色RGB像素点上的第二颜色的水平梯度值以及垂直梯度值；

第二计算单元，用于根据所述第一颜色RGB像素点的对角线上相邻的四个第三颜色RGB像素点上的第三颜色像素值和第二颜色像素值，计算水平方向色差差异值和垂直方向色差差异值；

修正单元，用于将所述水平方向及垂直方向上的色差差异值分别于所述水平梯度值及垂直梯度值相加，得到修正后的水平梯度值和垂直梯度值；

第一获取单元，用于比较修正后的水平梯度值与修正后的垂直梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第二颜色的边缘方向，将所述边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值。

8.如权利要求7所述的CFA图像颜色处理装置，其特征在于，所述选取的第一颜色RGB像素点包括以下至少一种：红色RGB像素点和蓝色RGB像素点。

9.如权利要求8所述的CFA图像颜色处理装置，其特征在于，所述第二计算单元包括：

水平方向色差计算子单元，用于分别计算四个所述第三颜色RGB像素点的水平方向上，第三颜色像素值与第二颜色像素值之间的色差值；

垂直方向色差计算子单元，用于分别计算四个所述第三颜色RGB像素点的垂直方向上，第三颜色像素值与第二颜色像素值之间的色差值；

水平方向色差差异值计算子单元，用于将四个所述第三颜色RGB像素点水平方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述水平方向色差差异值；

垂直方向色差差异值计算子单元，用于将四个所述第三颜色RGB像素点垂直方向上的色差值两两相减，对所述相减结果取绝对值并求和，得到所述垂直方向色差差异值。

10.如权利要求8所述的CFA图像颜色处理装置，其特征在于，所述第一获取单元包括：

第一比较子单元，用于比较修正后的水平梯度值与修正后的垂直梯度值；

水平方向插值子单元，用于当所述修正后的水平梯度值大于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为垂直边缘方向，采用垂直边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

垂直方向插值子单元，用于当所述修正后的水平梯度值小于所述修正后的垂直梯度值时，判定所述第二颜色的边缘方向为水平边缘方向，采用水平边缘方向的第二颜色像素值作为所述第一颜色RGB像素点的第二颜色像素值；

第一非边缘插值子单元，用于当所述修正后的水平梯度值等于所述修正后的垂直梯度值时，将垂直边缘方向的第二颜色像素值与水平边缘方向的第二颜色像素值求和取平均值，并将所述平均值作为所述第一颜色RGB像素点的第二颜色像素值。

11.如权利要求7所述的CFA图像颜色处理装置，其特征在于，还包括：

第三计算单元，用于采用处于第一对角线上的两个所述第三颜色RGB像素点计算第一倾斜梯度值，以及采用处于第二对角线上的两个所述第三颜色RGB像素点计算第二倾斜梯度值；

第二获取单元，用于比较第一倾斜梯度值与第二倾斜梯度值，根据二者的大小关系，得到所述第一颜色RGB像素点上第三颜色的边缘方向，将边缘方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值。

12.如权利要求11所述的CFA图像颜色处理装置，其特征在于，所述第二获取单元包括：

第二比较子单元，用于比较所述第一倾斜梯度值与所述第二倾斜梯度值；

第一倾斜方向插值子单元，用于当所述第一倾斜角度值小于所述第二倾斜角度值时，判定所述第三颜色的边缘方向为第一倾斜方向，采用第一倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

第二倾斜方向插值子单元，用于当所述第一倾斜梯度值大于所述第二倾斜梯度值时，判定所述第三颜色的边缘方向为第二倾斜方向，采用第二倾斜方向的第三颜色像素值作为所述第一颜色RGB像素点的第三颜色像素值；

第二非边缘插值子单元，用于当所述第一倾斜梯度值等于所述第二倾斜梯度值时，所述第一颜色RGB像素点的第三颜色差值为：第一倾斜方向的第三颜色像素值与第二倾斜方向的第三颜色像素值之和求得的平均值。