CN109636726A - 正六边形像素颜色滤波插值方法及装置 - Google Patents
正六边形像素颜色滤波插值方法及装置 Download PDFInfo
- Publication number
- CN109636726A CN109636726A CN201811535433.1A CN201811535433A CN109636726A CN 109636726 A CN109636726 A CN 109636726A CN 201811535433 A CN201811535433 A CN 201811535433A CN 109636726 A CN109636726 A CN 109636726A
- Authority
- CN
- China
- Prior art keywords
- pixel
- color
- image
- color component
- mosaic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000000203 mixture Substances 0.000 claims abstract description 15
- 238000011084 recovery Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 abstract description 10
- 238000003384 imaging method Methods 0.000 abstract description 8
- 230000008901 benefit Effects 0.000 abstract description 5
- 210000001525 retina Anatomy 0.000 abstract description 5
- 230000007246 mechanism Effects 0.000 abstract description 4
- 208000036971 interstitial lung disease 2 Diseases 0.000 description 73
- 238000010586 diagram Methods 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004040 coloring Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 241001062009 Indigofera Species 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 241000238097 Callinectes sapidus Species 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本发明涉及正六边形像素颜色滤波插值方法及装置，属于图像处理技术领域，包括以下步骤：读取单传感器采集到的马赛克CFA图像，马赛克CFA图像为利用正六边形CFA模板获得的马赛克图像；保留马赛克CFA图像中每一个像素点的原有的颜色分量，对马赛克CFA图像进行插值处理，恢复每一个像素点缺失的颜色分量；将恢复得到的每一个像素点的颜色分量存储至内部存储器；根据各个像素点的原有的颜色分量和恢复得到的颜色分量进行颜色融合，得到融合后的彩色图像。本发明充分利用了六边形像素点更符合人眼视网膜成像机理的特点，利用正六边形CFA模板恢复出来的图像更加符合人眼视觉模型，可有效减少可见颜色伪影和锯齿效应，成像效果更优，同时还可以节省存储内存。
Description
技术领域
本发明涉及图像处理技术领域，特别是涉及一种正六边形像素颜色滤波插值方法及装置。
背景技术
单CCD或CMOS传感器相机依靠在传感器表面覆盖的一层颜色滤波阵列(ColorFilterArray，CFA)捕捉图像信息，经过颜色滤波阵列后每个像素点只能采集到三基色(红、绿、蓝)中的一种颜色分量。因此采集到的图像会出现马赛克现象。为提高图像分辨率，获得高质量的彩色图像，需要通过色彩还原的方法恢复每个像素点缺少的另外两种颜色分量，在重建彩色图像的过程中，一个被称为CFA的插值过程用于估计其他两个丢失每个像素位置的彩色像素值，这个过程被称为彩色图像去马赛克。因为每个像素中只有一个颜色元素，因此缺失的颜色必须根据相邻像素估计。为了重构全色图像，通常使用称为CFA插值或去马赛克的插值处理过程估计每个像素位置处的其他两个丢失的颜色像素值。色彩再现的质量取决于CFA模板和使用的马赛克算法。最基本以及应用最广泛的CFA模板是bayer模板，相继又出现了MosaicCFA，StripeCFA等基本CFA模板，同时插值算法也随着CFA模板的发展也在不断的改进和优化。但是这些模板都是以正方形为像素点，会带来锯齿效应以及产生伪彩色，因此需要一种新的图像恢复方法及装置。
发明内容
基于此，有必要针对目前以正方形为像素点的模板会给恢复图像带来的锯齿效应以及产生伪色彩的问题，提供一种正六边形像素颜色滤波插值方法及装置。为解决上述问题，本发明采取如下的技术方案：
一种正六边形像素颜色滤波插值方法，包括以下步骤：
读取单传感器采集到的马赛克CFA图像，所述马赛克CFA图像为利用正六边形CFA模板获得的马赛克图像；
保留所述马赛克CFA图像中每一个像素点的原有的颜色分量，对所述马赛克CFA图像进行插值处理，恢复每一个所述像素点缺失的颜色分量；
将恢复得到的每一个所述像素点的颜色分量存储至内部存储器；
根据各个所述像素点的原有的颜色分量和恢复得到的颜色分量进行颜色融合，得到融合后的彩色图像。
相应地，本发明还提出一种正六边形像素颜色滤波插值装置，包括：
带有正六边形CFA模板的单传感器，用于采集马赛克CFA图像；
插值模块，用于保留所述马赛克CFA图像中每一个像素点的原有的颜色分量，对所述马赛克CFA图像进行插值处理，恢复每一个所述像素点缺失的颜色分量；
内部存储器，用于存储恢复得到的每一个所述像素点的颜色分量；
颜色融合模块，用于根据各个所述像素点原有的颜色分量和恢复得到的颜色分量进行颜色融合，得到融合后的彩色图像。
与现有技术相比，本发明具有以下有益效果：
本发明通过读取单传感器利用正六边形CFA模板采集到的马赛克CFA图像原始数据，保留马赛克CFA图像中每个像素点原有的用于后续图像恢复的红色分量、绿色分量或者蓝色分量，并对马赛克CFA图像进行插值处理，得到每个像素点缺失的颜色分量，将恢复的颜色分量数据缓存到内部存储器中，最后根据每个像素点原有的颜色分量和恢复的颜色分量恢复出彩色图像。本发明充分利用了六边形像素点更符合人眼视网膜成像机理的特点，利用正六边形CFA模板恢复出来的图像更加符合人眼视觉模型，可有效减少可见颜色伪影和锯齿效应，成像效果更优，同时还可以节省存储内存。
附图说明
图1为本发明正六边形像素颜色滤波插值方法的流程示意图；
图2为目标像素点为R像素点且目标像素点位于偶数行时像素点分布示意图；
图3为与Ri,j像素点相邻的G像素点三个不同方向的梯度示意图；
图4为目标像素点为R像素点且目标像素点位于奇数行时像素点分布示意图；
图5为本发明正六边形像素颜色滤波插值装置的结构示意图。
具体实施方式
本发明涉及一种基于正六边形CFA图像的处理方法及装置，特别是涉及在六边形像素点进行彩色恢复的方法及装置。下面将结合附图及较佳实施例对本发明的技术方案进行详细描述。
在其中一个实施例中，如图1所示，本发明公开一种正六边形像素颜色滤波插值方法，该方法包括以下步骤：
S100读取单传感器采集到的马赛克CFA图像，马赛克CFA图像为利用正六边形CFA模板获得的马赛克图像；
S200保留马赛克CFA图像中每一个像素点的原有的颜色分量，对马赛克CFA图像进行插值处理，恢复每一个像素点缺失的颜色分量；
S300将恢复得到的每一个像素点的颜色分量存储至内部存储器；
S400根据各个像素点的原有的颜色分量和恢复得到的颜色分量进行颜色融合，得到融合后的彩色图像。
具体地，带有正六边形CFA模板的单传感器(如CMOS传感器或者CCD传感器等)采集马赛克CFA图像，在步骤S100中直接读取外部存储器中的马赛克CFA图像。
在步骤S200中，保留马赛克CFA图像中每一个像素点的原有的颜色分量，其原有的颜色分量将用于该像素点后续的颜色融合。对马赛克CFA图像进行插值处理，通过插值处理恢复每一个像素点缺失的其他两种颜色分量。本实施例中的插值算法可以采用现有的图像插值算法实现，例如可以采用权值梯度法的CFA图像恢复方法对马赛克CFA图像进行插值处理，恢复每一个像素点缺失的颜色分量。
通过步骤S200恢复每一个像素点缺失的颜色分量后，在步骤S300中，将恢复得到的每一个像素点的颜色分量存储至内部存储器。
在步骤S400中，根据各个像素点的原有的颜色分量和通过插值处理恢复得到的颜色分量进行颜色融合，通过对各个像素点的三基色融合恢复出彩色，从而得到融合后的彩色图像，完成图像去马赛克。
本实施例通过读取单传感器利用正六边形CFA模板采集到的马赛克CFA图像原始数据，保留马赛克CFA图像中每个像素点原有的用于后续图像恢复的红色分量、绿色分量或者蓝色分量，并对马赛克CFA图像进行插值处理，得到每个像素点缺失的颜色分量，将恢复的颜色分量数据缓存到内部存储器中，最后根据每个像素点原有的颜色分量和恢复的颜色分量恢复出彩色图像。本实施例充分利用了六边形像素点更符合人眼视网膜成像机理的特点，利用正六边形CFA模板恢复出来的图像更加符合人眼视觉模型，可有效减少可见颜色伪影和锯齿效应，成像效果更优，同时还可以节省存储内存。
进一步地，步骤S300采用权值梯度法的CFA图像恢复方法对马赛克CFA图像进行插值处理，恢复每一个像素点缺失的颜色分量具体包括以下过程：选择R像素点、G像素点或者B像素点任意一种中的任意一个作为被恢复的目标像素点；计算与目标像素点相邻的同类型像素点相互之间的梯度，并根据同类型像素点相互之间的梯度计算得到目标像素点的其余颜色分量；当目标像素点遍历马赛克CFA图像中的全部像素点后，得到各个像素点对应的其余两个颜色分量。
当被恢复的目标像素点为任意一个R像素点时，计算与目标像素点相邻的G像素点相互之间的梯度和与目标像素点相邻的B像素点相互之间的梯度，并根据G像素点相互之间的梯度和B像素点相互之间的梯度分别计算得到目标像素点的绿色分量和蓝色分量；当目标像素点遍历马赛克CFA图像中的全部R像素点后，得到各个R像素点对应的绿色分量和蓝色分量。
类似地，当被恢复的目标像素点为任意一个G像素点时，计算与目标像素点相邻的R像素点相互之间的梯度和与目标像素点相邻的B像素点相互之间的梯度，并根据R像素点相互之间的梯度和B像素点相互之间的梯度分别计算得到目标像素点的红色分量和蓝色分量；当目标像素点遍历马赛克CFA图像中的全部G像素点后，得到各个G像素点对应的红色分量和蓝色分量。
类似地，当被恢复的目标像素点为任意一个B像素点时，计算与目标像素点相邻的G像素点相互之间的梯度和与目标像素点相邻的R像素点相互之间的梯度，并根据G像素点相互之间的梯度和R像素点相互之间的梯度分别计算得到目标像素点的绿色分量和红色分量；当目标像素点遍历马赛克CFA图像中的全部B像素点后，得到各个B像素点对应的绿色分量和红色分量。
本实施例中的基于人眼视网膜模型权值梯度法的CFA图像恢复方法，采用邻域同色梯度加权原则对马赛克CFA图像进行彩色恢复，具体过程如下：
(1)读取单传感器采集到的马赛克CFA图像。
(2)建立合适的坐标系，坐标系中j轴代表横坐标，i轴代表竖坐标；为便于对各个像素点的区分和计算，利用建立好的坐标系对马赛克CFA图像中的每个像素点中心进行坐标标记，每个像素点具有一个对应的坐标，每个像素点的坐标如图2和图4中所示，图中每个像素点的中心所示的坐标即为该像素点的中心在坐标系下的坐标。
(3)这里仅以被恢复的目标像素点首先为任意一个R像素点为例进行说明，本领域技术人员可根据实际需求对被恢复的目标像素点为R像素点、G像素点或者B像素点进行选择。假设，目标像素点为Ri,j像素点，下面需要恢复Ri,j像素点的其他两种颜色分量，如果Ri,j像素点位于偶数行，则执行步骤(4)；如果Ri,j像素点位于奇数行，则执行步骤(5)。
(4)(a)如图2所示，首先恢复Ri,j像素点处的绿色分量Gi,j，计算与Ri,j像素点相邻的G像素点互相之间的梯度：
其中G12、G13和G23分别代表与Ri,j像素点相邻的G像素点三个不同方向的梯度，如图3所示；
总的梯度值定义为：
如果则按比重加权有：
如果则：
如果则：
如果则：
(b)恢复Ri,j像素点处的蓝色分量Bi,j，计算与Ri,j像素点相邻的B像素点互相之间的梯度：
其中B12、B13和B23分别代表与Ri,j像素点相邻的B像素点三个不同方向的梯度；
总的梯度值定义为：
如果则按比重加权有：
如果则：
如果则：
如果则：
(5)(a)如图4所示，首先恢复Ri,j像素点处的绿色分量Gi,j，计算与Ri,j像素点相邻的G像素点互相之间的梯度：
其中G12、G13和G23分别代表与Ri,j像素点相邻的G像素点三个不同方向的梯度，如图3所示；
总的梯度值定义为：
如果则按比重加权有：
如果则：
如果则：
如果则：
(b)恢复Ri,j像素点处的蓝色分量Bi,j，计算与Ri,j像素点相邻的B像素点互相之间的梯度：
总的梯度值定义为：
如果则按比重加权有：
如果则：
如果则：
如果则：
至此，得到Ri,j像素点的绿色分量Gi,j和蓝色分量Bi,j。当目标像素点遍历马赛克CFA图像中的全部R像素点后，得到各个R像素点对应的绿色分量和蓝色分量。
(6)同理按照R像素点的恢复步骤(2)～(5)恢复所有G像素点对应的红色分量和蓝色分量，按照R像素点的恢复步骤(2)～(5)恢复所有B像素点对应的绿色分量和红色分量。
(7)对马赛克CFA图像中的全部像素点进行三基色融合，得到全彩图像，完成图像去马赛克。
本发明中所描述的梯度指的是与中心像素点相邻的其他像素值点的梯度，根据CFA模板图中像素点的坐标可直接表示。
在另一个实施例中，如图5所示，本发明还公开一种正六边形像素颜色滤波插值装置，该装置包括：
带有正六边形CFA模板的单传感器100，用于采集马赛克CFA图像；
插值模块200，用于保留马赛克CFA图像中每一个像素点的原有的颜色分量，对马赛克CFA图像进行插值处理，恢复每一个像素点缺失的颜色分量；
内部存储器300，用于存储恢复得到的每一个像素点的颜色分量；
颜色融合模块400，用于根据各个像素点原有的颜色分量和恢复得到的颜色分量进行颜色融合，得到融合后的彩色图像。
具体地，带有正六边形CFA模板的单传感器100(如CMOS传感器或者CCD传感器等)采集马赛克CFA图像。
插值模块200直接读取外部存储器中的马赛克CFA图像，保留马赛克CFA图像中每一个像素点的原有的颜色分量，其原有的颜色分量将用于该像素点后续的颜色融合。插值模块200对马赛克CFA图像进行插值处理，通过插值处理恢复每一个像素点缺失的其他两种颜色分量。本实施例中插值模块200的插值算法可以采用现有的图像插值算法实现，例如可以采用权值梯度法的CFA图像恢复方法对马赛克CFA图像进行插值处理，恢复每一个像素点缺失的颜色分量。
通过插值模块200恢复每一个像素点缺失的颜色分量后，将恢复得到的每一个像素点的颜色分量存储至内部存储器300。
颜色融合模块400根据各个像素点的原有的颜色分量和通过插值处理恢复得到的颜色分量进行颜色融合，通过对各个像素点的三基色融合恢复出彩色，从而得到融合后的彩色图像，完成图像去马赛克。
本实施例通过读取单传感器利用正六边形CFA模板采集到的马赛克CFA图像原始数据，保留马赛克CFA图像中每个像素点原有的用于后续图像恢复的红色分量、绿色分量或者蓝色分量，并对马赛克CFA图像进行插值处理，得到每个像素点缺失的颜色分量，将恢复的颜色分量数据缓存到内部存储器中，最后根据每个像素点原有的颜色分量和恢复的颜色分量恢复出彩色图像。本实施例充分利用了六边形像素点更符合人眼视网膜成像机理的特点，利用正六边形CFA模板恢复出来的图像更加符合人眼视觉模型，可有效减少可见颜色伪影和锯齿效应，成像效果更优，同时还可以节省存储内存。
进一步地，插值模块200选择R像素点、G像素点或者B像素点任意一种中的任意一个作为被恢复的目标像素点；计算与目标像素点相邻的同类型像素点相互之间的梯度，并根据同类型像素点相互之间的梯度计算得到目标像素点的其余颜色分量；当目标像素点遍历马赛克CFA图像中的全部像素点后，得到各个像素点对应的其余两个颜色分量。
当插值模块200选择被恢复的目标像素点为任意一个R像素点时，插值模块200计算与目标像素点相邻的G像素点相互之间的梯度和与目标像素点相邻的B像素点相互之间的梯度，并根据G像素点相互之间的梯度和B像素点相互之间的梯度分别计算得到目标像素点的绿色分量和蓝色分量；当目标像素点遍历马赛克CFA图像中的全部R像素点后，得到各个R像素点对应的绿色分量和蓝色分量。
类似地，当插值模块200选择被恢复的目标像素点为任意一个G像素点时，插值模块200计算与目标像素点相邻的R像素点相互之间的梯度和与目标像素点相邻的B像素点相互之间的梯度，并根据R像素点相互之间的梯度和B像素点相互之间的梯度分别计算得到目标像素点的红色分量和蓝色分量；当目标像素点遍历马赛克CFA图像中的全部G像素点后，得到各个G像素点对应的红色分量和蓝色分量。
类似地，当插值模块200选择被恢复的目标像素点为任意一个B像素点时，插值模块200计算与目标像素点相邻的G像素点相互之间的梯度和与目标像素点相邻的R像素点相互之间的梯度，并根据G像素点相互之间的梯度和R像素点相互之间的梯度分别计算得到目标像素点的绿色分量和红色分量；当目标像素点遍历马赛克CFA图像中的全部B像素点后，得到各个B像素点对应的绿色分量和红色分量。
更进一步地，插值模块200在选择R像素点、G像素点或者B像素点任意一种中的任意一个作为被恢复的目标像素点之前，建立坐标系，对马赛克CFA图像中的每个像素点中心进行坐标标记。插值模块200建立合适的坐标系，坐标系如图2和图4所示，图中j轴代表横坐标，i轴代表竖坐标；为便于对各个像素点的区分和计算，插值模块200利用建立好的坐标系对马赛克CFA图像中的每个像素点中心进行坐标标记，每个像素点具有一个对应的坐标，每个像素点的坐标如图2和图4中所示，图中每个像素点的中心所示的坐标即为该像素点的中心在坐标系下的坐标。
本发明正六边形像素颜色滤波插值装置中各个模块其具体功能的实现方法，可以参照上述的正六边形像素颜色滤波插值方法实施例中描述的实现方法，此处不再赘述。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
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)
1.一种正六边形像素颜色滤波插值方法，其特征在于，包括以下步骤：
读取单传感器采集到的马赛克CFA图像，所述马赛克CFA图像为利用正六边形CFA模板获得的马赛克图像；
保留所述马赛克CFA图像中每一个像素点的原有的颜色分量，对所述马赛克CFA图像进行插值处理，恢复每一个所述像素点缺失的颜色分量；
将恢复得到的每一个所述像素点的颜色分量存储至内部存储器；
根据各个所述像素点的原有的颜色分量和恢复得到的颜色分量进行颜色融合，得到融合后的彩色图像。
2.根据权利要求1所述的正六边形像素颜色滤波插值方法，其特征在于，
采用权值梯度法的CFA图像恢复方法对所述马赛克CFA图像进行插值处理，恢复每一个所述像素点缺失的颜色分量。
3.根据权利要求2所述的正六边形像素颜色滤波插值方法，其特征在于，采用权值梯度法的CFA图像恢复方法对所述马赛克CFA图像进行插值处理，恢复每一个所述像素点缺失的颜色分量的步骤包括：
选择R像素点、G像素点或者B像素点任意一种中的任意一个作为被恢复的目标像素点；
计算与所述目标像素点相邻的同类型像素点相互之间的梯度，并根据同类型像素点相互之间的梯度计算得到所述目标像素点的其余颜色分量；
当所述目标像素点遍历所述马赛克CFA图像中的全部像素点后，得到各个像素点对应的其余两个颜色分量。
4.根据权利要求3所述的正六边形像素颜色滤波插值方法，其特征在于，在选择R像素点、G像素点或者B像素点任意一种中的任意一个作为被恢复的目标像素点之前，还包括以下步骤：
建立坐标系，对所述马赛克CFA图像中的每个像素点中心进行坐标标记。
5.根据权利要求1至4任意一项所述的正六边形像素颜色滤波插值方法，其特征在于，
所述单传感器为CMOS传感器或者CCD传感器。
6.一种正六边形像素颜色滤波插值装置，其特征在于，包括：
带有正六边形CFA模板的单传感器，用于采集马赛克CFA图像；
插值模块，用于保留所述马赛克CFA图像中每一个像素点的原有的颜色分量，对所述马赛克CFA图像进行插值处理，恢复每一个所述像素点缺失的颜色分量；
内部存储器，用于存储恢复得到的每一个所述像素点的颜色分量；
颜色融合模块，用于根据各个所述像素点原有的颜色分量和恢复得到的颜色分量进行颜色融合，得到融合后的彩色图像。
7.根据权利要求6所述的正六边形像素颜色滤波插值装置，其特征在于，
所述插值模块采用权值梯度法的CFA图像恢复方法对所述马赛克CFA图像进行插值处理，恢复每一个所述像素点缺失的颜色分量。
8.根据权利要求7所述的正六边形像素颜色滤波插值装置，其特征在于，
所述插值模块选择R像素点、G像素点或者B像素点任意一种中的任意一个作为被恢复的目标像素点；
计算与所述目标像素点相邻的同类型像素点相互之间的梯度，并根据同类型像素点相互之间的梯度计算得到所述目标像素点的其余颜色分量；
当所述目标像素点遍历所述马赛克CFA图像中的全部像素点后，得到各个像素点对应的其余两个颜色分量。
9.根据权利要求8所述的正六边形像素颜色滤波插值装置，其特征在于，
所述插值模块在选择R像素点、G像素点或者B像素点任意一种中的任意一个作为被恢复的目标像素点之前，建立坐标系，对所述马赛克CFA图像中的每个像素点中心进行坐标标记。
10.根据权利要求6至9任意一项所述的正六边形像素颜色滤波插值装置，其特征在于，
所述单传感器为CMOS传感器或者CCD传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811535433.1A CN109636726A (zh) | 2018-12-14 | 2018-12-14 | 正六边形像素颜色滤波插值方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811535433.1A CN109636726A (zh) | 2018-12-14 | 2018-12-14 | 正六边形像素颜色滤波插值方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109636726A true CN109636726A (zh) | 2019-04-16 |
Family
ID=66074197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811535433.1A Pending CN109636726A (zh) | 2018-12-14 | 2018-12-14 | 正六边形像素颜色滤波插值方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109636726A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111681191A (zh) * | 2020-05-11 | 2020-09-18 | 安徽百诚慧通科技有限公司 | 一种基于fpga的彩色图像去马赛克方法、系统及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150055861A1 (en) * | 2013-08-23 | 2015-02-26 | Amlogic Co., Ltd | Methods and Systems for Image Demosaicing |
| CN104537625A (zh) * | 2015-01-05 | 2015-04-22 | 中国科学院光电技术研究所 | 一种基于方向标志位的Bayer彩色图像插值方法 |
| CN108171668A (zh) * | 2017-12-29 | 2018-06-15 | 南京邮电大学盐城大数据研究院有限公司 | 一种基于定向加权插值的cfa图像去马赛克方法 |
-
2018
- 2018-12-14 CN CN201811535433.1A patent/CN109636726A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150055861A1 (en) * | 2013-08-23 | 2015-02-26 | Amlogic Co., Ltd | Methods and Systems for Image Demosaicing |
| CN104537625A (zh) * | 2015-01-05 | 2015-04-22 | 中国科学院光电技术研究所 | 一种基于方向标志位的Bayer彩色图像插值方法 |
| CN108171668A (zh) * | 2017-12-29 | 2018-06-15 | 南京邮电大学盐城大数据研究院有限公司 | 一种基于定向加权插值的cfa图像去马赛克方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘丹华 等: "基于压缩感知的正六边形CFA模式彩色图像去马赛克方法", 《光电子·激光》 * |
| 邓彩: "图像插值算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 马宇: "面向建筑物检测的Bayer真彩色影像插值算法对比研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111681191A (zh) * | 2020-05-11 | 2020-09-18 | 安徽百诚慧通科技有限公司 | 一种基于fpga的彩色图像去马赛克方法、系统及存储介质 |
| CN111681191B (zh) * | 2020-05-11 | 2024-02-27 | 安徽百诚慧通科技股份有限公司 | 一种基于fpga的彩色图像去马赛克方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106097436B (zh) | 一种大场景对象的三维重建方法 | |
| CN107534735B (zh) | 终端的图像处理方法、装置和终端 | |
| CN110599400B (zh) | 一种基于epi的光场图像超分辨的方法 | |
| CN108055452A (zh) | 图像处理方法、装置及设备 | |
| JP2002526999A (ja) | ビデオにおける効率的なカラー表現／回復のための新しいスケーリング・アルゴリズム | |
| CN103905802B (zh) | 一种基于p模式色彩滤镜阵列的去马赛克方法及装置 | |
| CN107967668A (zh) | 一种图像处理方法及装置 | |
| US11115636B2 (en) | Image processing apparatus for around view monitoring | |
| CN102006484A (zh) | 图像处理装置、图像处理方法以及程序 | |
| CN111598789B (zh) | 一种基于深度学习的稀疏颜色传感器图像重建方法 | |
| CN112767291A (zh) | 可见光图像和红外图像融合方法、设备及可读存储介质 | |
| CN109120869A (zh) | 双光图像整合方法、整合设备及无人机 | |
| CN108734668A (zh) | 图像色彩恢复方法、装置、计算机可读存储介质及终端 | |
| JP2002524937A (ja) | 高解像度カメラと低解像度カメラとを用いて高解像度像を合成する方法および装置 | |
| CN108171657A (zh) | 图像插值方法及装置 | |
| CN110430403A (zh) | 一种图像处理方法和装置 | |
| CN111724317A (zh) | Raw域视频去噪监督数据集构造方法 | |
| CN104376547A (zh) | 运动模糊图像复原方法 | |
| CN107948547A (zh) | 全景视频拼接的处理方法、装置及电子设备 | |
| CN106875371A (zh) | 基于Bayer格式的图像融合方法及图像融合装置 | |
| CN106303474A (zh) | 一种基于g模式色彩滤波阵列的去马赛克方法及装置 | |
| CN109636726A (zh) | 正六边形像素颜色滤波插值方法及装置 | |
| CN105376562A (zh) | 一种彩色线阵相机的空间校正方法及系统 | |
| CN105991929A (zh) | 全空间摄像机外参标定及全空间视频拼接方法 | |
| CN117274060B (zh) | 一种无监督的端到端去马赛克方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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: 20190416 |