CN106162133A - 基于自适应导向滤波的颜色插值方法 - Google Patents

基于自适应导向滤波的颜色插值方法 Download PDF

Info

Publication number
CN106162133A
CN106162133A CN201610512698.4A CN201610512698A CN106162133A CN 106162133 A CN106162133 A CN 106162133A CN 201610512698 A CN201610512698 A CN 201610512698A CN 106162133 A CN106162133 A CN 106162133A
Authority
CN
China
Prior art keywords
color
interpolation
value
passage
calculate
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
CN201610512698.4A
Other languages
English (en)
Other versions
CN106162133B (zh
Inventor
贾惠柱
陈瑞
解晓东
杨长水
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.)
Peking University
Original Assignee
Peking University
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 Peking University filed Critical Peking University
Priority to CN201610512698.4A priority Critical patent/CN106162133B/zh
Publication of CN106162133A publication Critical patent/CN106162133A/zh
Application granted granted Critical
Publication of CN106162133B publication Critical patent/CN106162133B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals
    • H04N9/646Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种于自适应导向滤波的颜色插值方法,其包括:图像输入步骤,输入要处理的图像;滤波步骤,根据所输入图像的类型,确定所用的自适应导向滤波器离散格式,进行方向自适应引导滤波;G通道颜色分量插值步骤,根据在8个方向所确定的自适应权重值,使用已知的相邻像素值计算GX值;B、R通道颜色分量插值步骤,在取得全部的G通道的像素值后,对B通道的未知像素进行插值,利用G和B的颜色差异对位置像素的可能插值方向进行估计,计算B通道未知像素BX四个方向的颜色余数rBG;修正步骤,对G、R、B颜色分量进行精细修正;以及插值结果输出步骤,输出颜色插值的结果。

Description

基于自适应导向滤波的颜色插值方法
技术领域
本发明涉及图像处理领域,特别涉及一种基于自适应导向滤波的颜色插值方法。
背景技术
随着图像和视频等数字媒体信息越来越成为重要的交流方式,在智能手机和相机等各类能成像的装置中,所用的CCD和CMOS成像器件是其中最重要的部件,直接影响拍摄图像的质量。考虑到成本和体积的限制,大部分相机采用单个颜色通道的CCD或者CMOS作为接受图像的器件。为了完整的描述一个彩色像素点,至少需要红(Red,R)、绿(Green,G)和蓝(Blue,B)三种颜色分量。因此通常在图像传感器上覆盖颜色滤波阵列。由于Bayer格式阵列具有很好的颜色敏感特性和复原特性,因此被广泛的应用于各种图像传感器上。Bayer格式颜色滤波阵列每一个像元只允许一种颜色分量通过,因此采集的图像每个像素点只有一个颜色分量值。因此,为了恢复每个像素点的其余两个颜色分量值,需要利用插值技术来计算另外两个通道的颜色分量值。经过插值后的颜色需要真实的表现物体,并且要与人眼的主观经验相符合,颜色的视觉效果要自然舒适。
但是现有技术的插值方法中存在的方向预测不准确、不能适应不同的图像内容,导致对相邻像素之间关系拟合精度不高等的问题。为了解决现有的颜色插值方法中存在的问题,本发明的目的在于提供一种新型的基于自适应导向滤波(Adaptive GuidedFiltering,AGF)的技术来实现在各种电子噪声的干扰条件下,图像三个颜色空间值的准确恢复和估计。利用AGF技术可以很好解决目前各种颜色插值技术存在的问题,本方法利用相邻像素的颜色相似性,自适应的根据图像中的纹理类型进行导向滤波插值,克服了通常插值方法存在的块效应、颜色失真,从而极大的提高了插值的精度。因此,本发明设计并实现的AGF,用于预测和恢复多个颜色通道的数据,得到了准确的颜色分量值,可以很好的解决目前颜色插 值中存在的问题,利用AGF方法可以很好解决存在的块效应,颜色失真和插值精度不高等的问题。
发明内容
本发明提供一种基于自适应导向滤波的颜色插值方法,其中,包括:图像输入步骤,输入要处理的图像;滤波步骤,根据所输入图像的类型,确定所用的自适应导向滤波器离散格式,进行方向自适应引导滤波;G通道颜色分量插值步骤,根据在8个方向所确定的自适应权重值,使用已知的相邻像素值计算GX值;B、R通道颜色分量插值步骤,在取得全部的G通道的像素值后,对B通道的未知像素进行插值,利用G和B的颜色差异对位置像素的可能插值方向进行估计,计算B通道未知像素BX四个方向的颜色余数rBG;修正步骤,对G、R、B颜色分量进行精细修正;以及插值结果输出步骤,输出颜色插值的结果。
本发明的基于自适应导向滤波的颜色插值方法中,优选为,在所述滤波步骤中,确定所用的自适应导向滤波器离散格式为:
本发明的基于自适应导向滤波的颜色插值方法中,优选为,所述G通道颜色分量插值步骤中,利用如下公式(2)计算GX值:
G X = Σ i = 1 8 S G X ( i ) × h 8 ( i ) - - - ( 2 ) .
本发明的基于自适应导向滤波的颜色插值方法中,优选为,所述B、R通道颜色分量插值步骤中,利用下式(3)估计颜色余数rBG
r B G = B X - G X ~ - - - ( 3 ) .
本发明的基于自适应导向滤波的颜色插值方法中,优选为,所述B、R通道颜色分量插值步骤中,利用下式子(4)和(5)计算B通道未知像素BX邻域内四个方向的权重值:
Γ = 1 γ - - - ( 4 )
γ = Σ i = 1 4 | G i - G i - 1 | - - - ( 5 )
这里,γ是G通道未知像素位置处四个方向的梯度和。
本发明的基于自适应导向滤波的颜色插值方法中,优选为,所述B、R通道颜色分量插值步骤中,根据由公式(3)~(5)所计算的颜色差值以及权重值,
B X ~ = G X ~ + Σ i = 1 4 Γ i r i B G Σ i = 1 4 Γ i - - - ( 6 )
利用公式(6)计算未知像素BX的估计值:
并且,与求取B通道未知像素的插值方法类似,计算所有R通道的像素值RX
本发明的基于自适应导向滤波的颜色插值方法中,优选为,对各个通道之间的差值估计,作为补偿修正的分量,利用下式(7)、(8)分别计算DGR和DBG
D G R = Σ i = 1 5 C G R ( i ) × h 5 ( i ) - - - ( 7 )
h 5 = [ - 5 , 15 , 44 , 15 , - 5 ] 64 - - - ( 8 )
这里,CGR是已知的相邻像素的颜色差。
本发明的基于自适应导向滤波的颜色插值方法中,优选为,根据颜色差之间的相关性,利用下式(9)得到各个方向的权重值:
η = 1 Σ i = 1 3 | D R G , i - D R G , i + 1 | - - - ( 9 ) .
本发明的基于自适应导向滤波的颜色插值方法中,优选为,根据权重值,利
D G R ~ = Σ i - 1 5 η i D G R , i Σ i - 1 5 η i - - - ( 10 )
用下式(10)计算出颜色差值的经过修正后的估计值:
利用下式(11)计算出G通道修正的颜色分量值:
G ~ = ( R ~ + D G R ) ( B ~ + D G B ) 2 - - - ( 11 )
并利用同样的步骤计算出R和B通道的修正后的值。
附图说明
图1是本发明所涉及的基于自适应导向滤波的颜色插值方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体的实例,并参照附图1,对本发明作进一步的描述。
本发明提供一种基于自适应导向滤波的颜色插值方法,其中,包括:图像输入步骤S1,输入要处理的图像;滤波步骤S2,根据所输入图像的类型,确定所用的自适应导向滤波器离散格式,进行方向自适应引导滤波;G通道颜色分量插值步骤S3,根据在8个方向所确定的自适应权重值,使用已知的相邻像素值计算GX值;B、R通道颜色分量插值步骤S4,在取得全部的G通道的像素值后,对B通道的未知像素进行插值,利用G和B的颜色差异对位置像素的可能插值方向进行估计,计算B通道未知像素BX四个方向的颜色余数rBG;修正步骤S5,对G、R、B颜色分量进行精细修正;以及插值结果输出步骤,输出颜色插值的结果。
在所述滤波步骤S2中,确定所用的自适应导向滤波器离散格式为:
h 8 = [ - 8 , 23 , - 48 , 161 , 161 , - 48 , 23 , - 8 ] 256 - - - ( 1 ) .
所述G通道颜色分量插值步骤中,利用如下公式(2)计算GX值:
G X = Σ i = 1 8 S G X ( i ) × h 8 ( i ) - - - ( 2 ) .
所述B、R通道颜色分量插值步骤中,利用下式(3)估计颜色余数rBG
r B G = B X - G X ~ - - - ( 3 ) .
所述B、R通道颜色分量插值步骤中,利用下式子(4)和(5)计算B通道未知像素BX邻域内四个方向的权重值:
Γ = 1 γ - - - ( 4 )
γ = Σ i = 1 4 | G i - G i - 1 | - - - ( 5 )
这里,γ是G通道未知像素位置处四个方向的梯度和。
在所述B、R通道颜色分量插值步骤S中,根据由公式(3)~(5)所计算的颜色差值以及权重值,利用公式(6)计算未知像素BX的估计值:
B X ~ = G X ~ + Σ i = 1 4 Γ i r i B G Σ i = 1 4 Γ i - - - ( 6 )
并且,与求取B通道未知像素的插值方法类似,计算所有R通道的像素值RX
对各个通道之间的差值估计,作为补偿修正的分量,利用下式(7)、(8)分别计算DGR和DBG
D G R = Σ i = 1 5 C G R ( i ) × h 5 ( i ) - - - ( 7 )
h 5 = [ - 5 , 15 , 44 , 15 , - 5 ] 64 - - - ( 8 )
这里,CGR是已知的相邻像素的颜色差。
本发明的基于自适应导向滤波的颜色插值方法中,优选为,根据颜色差之间 的相关性,利用下式(9)得到各个方向的权重值:
η = 1 Σ i = 1 3 | D R G , i - D R G , i + 1 | - - - ( 9 ) .
本发明的基于自适应导向滤波的颜色插值方法中,优选为,根据权重值,利
用下式(10)计算出颜色差值的经过修正后的估计值:
D G R ~ = Σ i - 1 5 η i D G R , i Σ i - 1 5 η i - - - ( 10 )
利用下式(11)计算出G通道修正的颜色分量值:
G ~ = ( R ~ + D G R ) ( B ~ + D G B ) 2 - - - ( 11 )
并利用同样的步骤计算出R和B通道的修正后的值。
本发明所涉及的利用AGF滤波技术进行颜色插值的方法首先对G通道进行插值,使用自适应导向滤波器对像素领域的8个方向的关系进行预测,得到更精确的相互关系,从而插值得到G通道中的位置颜色值。利用G通道插值结果,基于三个通道的颜色相关性,得到R和B通道的颜色分量值,最后使用后处理步骤消除块效应等。由此,能够得到最后的精确颜色强度值,确保实现高精度的颜色插值。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于自适应导向滤波的颜色插值方法,其特征在于,
包括:
图像输入步骤,输入要处理的图像;
滤波步骤,根据所输入图像的类型,确定所用的自适应导向滤波器离散格式,进行方向自适应引导滤波;
G通道颜色分量插值步骤,根据在8个方向所确定的自适应权重值,使用已知的相邻像素值计算GX值;
B、R通道颜色分量插值步骤,在取得全部的G通道的像素值后,对B通道的未知像素进行插值,利用G和B的颜色差异对位置像素的可能插值方向进行估计,计算B通道未知像素BX四个方向的颜色余数rBG
修正步骤,对G、R、B颜色分量进行精细修正;以及
插值结果输出步骤,输出颜色插值的结果。
2.根据权利要求1所述的基于自适应导向滤波的颜色插值方法,其特征在于,
所述滤波步骤中,确定所用的自适应导向滤波器离散格式为:
3.根据权利要求2所述的基于自适应导向滤波的颜色插值方法,其特征在于,
所述G通道颜色分量插值步骤中,利用如下公式(2)计算GX值:
4.根据权利要求3所述的基于自适应导向滤波的颜色插值方法,其特征在于,
所述B、R通道颜色分量插值步骤中,利用下式(3)估计颜色余数rBG
5.根据权利要求4所述的基于自适应导向滤波的颜色插值方法,其特征在于,
所述B、R通道颜色分量插值步骤中,利用下式子(4)和(5)计算B通道未知像素BX邻域内四个方向的权重值:
这里,γ是G通道未知像素位置处四个方向的梯度和。
6.根据权利要求5所述的基于自适应导向滤波的颜色插值方法,其特征在于,
所述B、R通道颜色分量插值步骤中,根据由公式(3)~(5)所计算的颜色差值以及权重值,利用公式(6)计算未知像素BX的估计值:
并且,与求取B通道未知像素的插值方法类似,计算所有R通道的像素值RX
7.根据权利要求1~6中任一项所述的基于自适应导向滤波的颜色插值方法,其特征在于,
对各个通道之间的差值估计,作为补偿修正的分量,利用下式(7)、(8)分别计算DGR和DBG
这里,CGR是已知的相邻像素的颜色差。
8.根据权利要求7所述的基于自适应导向滤波的颜色插值方法,其特征在于,
根据颜色差之间的相关性,利用下式(9)得到各个方向的权重值:
9.根据权利要求8所述的基于自适应导向滤波的颜色插值方法,其特征在于,
根据权重值,利用下式(10)计算出颜色差值的经过修正后的估计值:
利用下式(11)计算出G通道修正的颜色分量值:
并利用同样的步骤计算出R和B通道的修正后的值。
CN201610512698.4A 2016-06-30 2016-06-30 基于自适应导向滤波的颜色插值方法 Active CN106162133B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610512698.4A CN106162133B (zh) 2016-06-30 2016-06-30 基于自适应导向滤波的颜色插值方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610512698.4A CN106162133B (zh) 2016-06-30 2016-06-30 基于自适应导向滤波的颜色插值方法

Publications (2)

Publication Number Publication Date
CN106162133A true CN106162133A (zh) 2016-11-23
CN106162133B CN106162133B (zh) 2018-11-09

Family

ID=57349630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610512698.4A Active CN106162133B (zh) 2016-06-30 2016-06-30 基于自适应导向滤波的颜色插值方法

Country Status (1)

Country Link
CN (1) CN106162133B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108280831A (zh) * 2018-02-02 2018-07-13 南昌航空大学 一种图像序列光流的获取方法及系统
CN109658358A (zh) * 2018-12-25 2019-04-19 辽宁工程技术大学 一种基于多导向滤波的快速bayer彩色重建方法
CN110827577A (zh) * 2019-04-11 2020-02-21 刘剑 基于参数辨识的预警系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110032396A1 (en) * 2009-08-10 2011-02-10 Samsung Electronics Co., Ltd. Edge-adaptive interpolation and noise filtering method, computer-readable recording medium, and portable terminal
CN102113330A (zh) * 2008-06-05 2011-06-29 微软公司 伪像减少的自适应内插
CN102254301A (zh) * 2011-07-22 2011-11-23 西安电子科技大学 基于边缘方向插值的cfa图像去马赛克方法
CN103595981A (zh) * 2013-10-25 2014-02-19 西安电子科技大学 基于非局部低秩的色彩滤波阵列图像去马赛克方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102113330A (zh) * 2008-06-05 2011-06-29 微软公司 伪像减少的自适应内插
US20110032396A1 (en) * 2009-08-10 2011-02-10 Samsung Electronics Co., Ltd. Edge-adaptive interpolation and noise filtering method, computer-readable recording medium, and portable terminal
CN102254301A (zh) * 2011-07-22 2011-11-23 西安电子科技大学 基于边缘方向插值的cfa图像去马赛克方法
CN103595981A (zh) * 2013-10-25 2014-02-19 西安电子科技大学 基于非局部低秩的色彩滤波阵列图像去马赛克方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108280831A (zh) * 2018-02-02 2018-07-13 南昌航空大学 一种图像序列光流的获取方法及系统
CN108280831B (zh) * 2018-02-02 2020-04-21 南昌航空大学 一种图像序列光流的获取方法及系统
CN109658358A (zh) * 2018-12-25 2019-04-19 辽宁工程技术大学 一种基于多导向滤波的快速bayer彩色重建方法
CN110827577A (zh) * 2019-04-11 2020-02-21 刘剑 基于参数辨识的预警系统
CN110827577B (zh) * 2019-04-11 2021-10-26 重庆西高科技有限公司 基于参数辨识的预警系统

Also Published As

Publication number Publication date
CN106162133B (zh) 2018-11-09

Similar Documents

Publication Publication Date Title
EP3542347B1 (en) Fast fourier color constancy
CN102523456B (zh) 双图像传感器图像处理系统和方法
EP3284060B1 (en) Convolutional color correction
CN102404582B (zh) 用于自动白平衡处理的灵活的颜色空间选择
JP5672776B2 (ja) 画像処理装置、および画像処理方法、並びにプログラム
JP4395789B2 (ja) 画像処理装置、撮像装置、画像処理方法およびプログラム
CN109598673A (zh) 图像拼接方法、装置、终端及计算机可读存储介质
CN105869112B (zh) 一种边缘保持最小化的高动态范围图像色调映射方法
CN108053363A (zh) 背景虚化处理方法、装置及设备
US20150235103A1 (en) Distance measurement apparatus, imaging apparatus, distance measurement method and program
CN101489035A (zh) 摄像装置及抖动校正方法
CN113313661A (zh) 图像融合方法、装置、电子设备及计算机可读存储介质
CN113112424B (zh) 图像处理方法、装置、计算机设备和存储介质
CN104869380A (zh) 图像处理设备和图像处理方法
CN109118437B (zh) 一种可实时处理浑水图像的方法、存储介质
US8818128B2 (en) Image processing apparatus, image processing method, and program
CN106162133A (zh) 基于自适应导向滤波的颜色插值方法
CN102194218A (zh) 降低图像色彩噪声的方法和装置
CN106651811B (zh) 一种亮度通道引导的简单镜头成像模糊去除方法
CN108961167A (zh) 一种基于有限差分及梯度的Bayer-CFA插值方法
Zhang et al. Optical–digital joint design of refractive telescope using chromatic priors
US20150161771A1 (en) Image processing method, image processing apparatus, image capturing apparatus and non-transitory computer-readable storage medium
CN107622477A (zh) 一种rgbw图像联合去马赛克和去模糊方法
CN113052765B (zh) 基于最优栅格密度模型的全景图像拼接方法
CN104869370B (zh) 图像处理设备和图像处理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20161123

Assignee: Boya cloud (Beijing) Technology Co., Ltd.

Assignor: Peking University

Contract record no.: 2017990000367

Denomination of invention: Color interpolation method based on adaptive guided filtering

License type: Common License

Record date: 20170908

GR01 Patent grant
GR01 Patent grant