CN111340693B - 一种Bayer图像的插值方法、装置及电子设备 - Google Patents

一种Bayer图像的插值方法、装置及电子设备 Download PDF

Info

Publication number
CN111340693B
CN111340693B CN201910807513.6A CN201910807513A CN111340693B CN 111340693 B CN111340693 B CN 111340693B CN 201910807513 A CN201910807513 A CN 201910807513A CN 111340693 B CN111340693 B CN 111340693B
Authority
CN
China
Prior art keywords
hypotenuse
pixel
interpolated
gradient
texture
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.)
Active
Application number
CN201910807513.6A
Other languages
English (en)
Other versions
CN111340693A (zh
Inventor
刘恩毅
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.)
Hangzhou Haikang Huiying Technology Co ltd
Original Assignee
Hangzhou Haikang Huiying Technology Co ltd
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 Hangzhou Haikang Huiying Technology Co ltd filed Critical Hangzhou Haikang Huiying Technology Co ltd
Priority to CN201910807513.6A priority Critical patent/CN111340693B/zh
Publication of CN111340693A publication Critical patent/CN111340693A/zh
Application granted granted Critical
Publication of CN111340693B publication Critical patent/CN111340693B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4007—Interpolation-based scaling, e.g. bilinear interpolation

Abstract

本发明实施例提供了一种Bayer图像的插值方法、装置及电子设备。其中，方法包括：计算Bayer图像的像素值在待插值像素点的直边方向梯度和斜边方向梯度，所述直边方向梯度包括水平方向的梯度和垂直方向的梯度，所述斜边方向梯度包括第一斜边方向的梯度和第二斜边方向的梯度，其中，所述第一斜边方向为以所述待插值像素点为中心的正方形像素区域的一个对角线所在方向，所述第二斜边方向为所述正方形像素区域的另一个对角线所在方向；根据所述直边方向梯度和所述斜边方向梯度确定所述Bayer图像在所述待插值像素点的纹理走向；对所述待插值像素点的绿色分量在所述纹理走向上进行插值，得到所述待插值像素点的绿色分量。可以提高绿色分量的准确性。

Description

一种Bayer图像的插值方法、装置及电子设备
技术领域
本发明涉及图像处理技术领域，特别是涉及一种Bayer图像的插值方法、装置及电子设备。
背景技术
Bayer(拜尔)图像作为一种常见的图像格式被广泛应用，Bayer图像中包括红色像素点、蓝色像素点以及绿色像素点。其中，红色像素点的像素值只包括红色分量，蓝色像素点的像素值只包括蓝色分量，绿色像素点的像素值只包括绿色分量。可以按照图像中纹理走向进行插值，以得到每个像素点所缺失的两种颜色分量(例如，插值得到绿色像素点的蓝色分量和红色分量)，以使得每个像素点包括红色分量、绿色分量和蓝色分量，从而将Bayer图像转换为RGB图像。由于Bayer图像中绿色像素点的数量为蓝色像素点和红色像素点的两倍，可以首先通过插值得到图像中缺失的绿色分量，并基于绿色分量的插值结果，进一步插值得到图像缺失的蓝色分量和红色分量。因此绿色分量的插值结果的准确性，直接影响能否将Bayer图像准确地转换为RGB图像。
相关技术中，可以分别计算Bayer图像的像素值在待插值像素点(蓝色像素点或者红色像素点)的水平方向的梯度和垂直方向的梯度，将其中梯度较小的方向作为纹理走向，计算与待插值像素点在纹理走向上相邻的两个绿色像素点的像素值均值，作为待插值像素点的绿色分量。
但是，该方法得到的纹理走向为水平方向或者垂直方向，而图像实际的纹理走向可能不为水平或垂直方向，因此该方法得到的纹理走向可能不够准确，导致插值得到的绿色分量准确性较低。
发明内容
本发明实施例的目的在于提供一种Bayer图像的插值方法、装置及电子设备，以实现提高插值得到的绿色分量的准确性。具体技术方案如下：
在本发明实施例的第一方面，提供了一种Bayer图像的插值方法，所述方法包括：
计算Bayer图像的像素值在待插值像素点的直边方向梯度和斜边方向梯度，所述直边方向梯度包括水平方向的梯度和垂直方向的梯度，所述斜边方向梯度包括第一斜边方向的梯度和第二斜边方向的梯度，其中，所述第一斜边方向为以所述待插值像素点为中心的正方形像素区域的一个对角线所在方向，所述第二斜边方向为所述正方形像素区域的另一个对角线所在方向；
根据所述直边方向梯度和所述斜边方向梯度确定所述Bayer图像在所述待插值像素点的纹理走向；
对所述待插值像素点的绿色分量在所述纹理走向上进行插值，得到所述待插值像素点的绿色分量。
结合第一方面，在第一种可能的实现方式中，所述根据所述直边方向梯度和所述斜边方向梯度确定所述Bayer图像在所述待插值像素点的纹理走向，包括：
基于所述水平方向的梯度和所述垂直方向的梯度，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性；
基于所述第一斜边方向的梯度和所述第二斜边方向的梯度，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性；
根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向。
结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述根据所述直边可能性和所述斜边可能性，确定所述纹理走向，包括：
将直边可能性和斜边可能性中较高的可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向。
结合第一方面的第一种可能的实现方式，在第三种可能的实现方式中，所述基于所述水平方向的梯度和所述垂直方向的梯度，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性，包括：
根据所述水平方向的梯度与所述垂直方向的梯度相减得到的的直边梯度差值，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性；
所述基于所述第一斜边方向的梯度和所述第二斜边方向的梯度，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性，包括：
根据所述第一斜边方向的梯度与所述第二斜边方向的梯度相减得到的斜边梯度差值，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性。
结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，所述根据所述水平方向的梯度与所述垂直方向的梯度相减得到的的直边梯度差值，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性，包括：
当直边梯度差值不小于上限阈值时，确定所述纹理走向为所述垂直方向的可能性为确定；
当直边梯度差值大于下限阈值并且小于所述上限阈值时，确定所述纹理走向为所述垂直方向的可能性为待定；
当直边梯度差值小于所述下限阈值并且大于负的所述下限阈值，确定所述纹理走向为水平方向或垂直方向的可能性为否定；
当直边梯度差值小于负的所述上限阈值并且大于负的所述上限阈值时，确定所述纹理走向为所述水平方向的可能性为待定；
当直边梯度差值不大于负的所述上限阈值时，确定所述纹理走向为所述水平方向的可能性为确定；
所述根据所述第一斜边方向的梯度与所述第二斜边方向的梯度相减得到的斜边梯度差值，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性，包括：
当斜边梯度差值不小于所述上限阈值时，确定所述纹理走向为所述第二斜边方向的可能性为待定；
当斜边梯度差值小于所述上限阈值并且大于负的所述上限阈值时，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的可能性为否定；
当斜边梯度差值不大于负的所述上限阈值时，确定所述纹理走向为所述第一斜边方向的可能性为待定。
结合第一方面的第四种可能的实现方式，在第五种可能的实现方式中，所述根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向，包括：
当所述直边可能性与所述斜边可能性为待定，将与所述直边可能性所针对的方向相正交的方向的梯度，和与所述斜边可能性所针对的方向相正交的方向的梯度相减，得到正交梯度差值；
根据所述正交梯度差值，确定所述Bayer图像在所述待插值像素点的纹理走向。
结合第一方面的第五种可能的实现方式，在第六种可能的实现方式中，所述根据所述正交梯度差值，确定所述Bayer图像在所述待插值像素点的纹理走向，包括：
如果所述正交梯度差值大于临界阈值，将所述直边可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向；
如果所述正交梯度差值不大于所述临界阈值，将所述斜边可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向。
结合第一方面的第四种可能的实现方式，在第七种可能的实现方式中，所述根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向，包括：
当所述直边可能性和所述斜边可能性为否定，所述Bayer图像在所述待插值像素点的纹理走向为无方向。
结合第一方面，在第八种可能的实现方式中，所述对所述待插值像素点的绿色分量在所述纹理走向上进行插值，得到所述待插值像素点的绿色分量，包括：
当所述纹理走向为所述第一斜边方向或所述第二斜边方向时，根据待插值像素点和所述第一斜边方向以及所述第二斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到所述待插值像素点的绿色分量。
结合第一方面的第八种可能的实现方式，在第九种可能的实现方式中，所述第一斜边方向为经过所述待插值像素点和像素坐标为(i-1，j+1)的像素点的直线所在方向，所述第二斜边方向为经过所述待插值像素点和像素坐标为(i-1，j-1)的像素点的直线所在方向，其中，i为所述待插值像素点的像素坐标的行分量，j为所述待插值像素点的像素坐标的列分量；
所述根据待插值像素点与其全部斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到所述待插值像素点的绿色分量，包括：
根据上斜边关联度和下斜边关联度相减得到的关联度差值，计算所述待插值像素点的所述纹理走向上与所述关联度插值对应的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量，所述上斜边关联度为所述待插值像素点与像素坐标为(i-1，j)和(i，j-1)的像素点的像素值的相似度，所述下斜边关联度为所述待插值像素点与像素坐标为(i+1，j)和(i，j+1)的像素点的像素值的相似度。
结合第一方面的第九种可能的实现方式，在第十种可能的实现方式中，所述根据上斜边关联度和下斜边关联度相减得到的关联度差值，计算所述待插值像素点的所述纹理走向上与所述关联度插值对应的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量，包括：
当所述关联度差值大于关联度阈值，并且所述纹理走向为所述第一斜边方向，计算像素坐标为(i-1，j)和(i，j-1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值小于负的所述关联度阈值，并且所述纹理走向为所述第一斜边方向，计算像素坐标为(i+1，j)和(i，j+1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值大于关联度阈值，并且所述纹理走向为所述第二斜边方向，计算像素坐标为(i-1，j)和(i，j+1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值小于负的所述关联度阈值，并且所述纹理走向为所述第二斜边方向，计算像素坐标为(i+1，j)和(i，j-1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值的绝对值小于所述关联度阈值，计算像素坐标为(i，j-1)、(i，j+1)、(i-1，j)以及(i+1，j)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量。
结合第一方面，在第十一种可能的实现方式中，在所述根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向之后，所述方法还包括：
如果所述纹理走向为所述第一斜边方向或所述第二斜边方向，根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点以及所述待插值像素点，插值得到所述待插值像素点的红色或者蓝色分量；
如果所述纹理走向不为所述第一斜边方向，且不为所述第二斜边方向，根据所述待插值像素点的所述第一斜边方向和所述第二斜边方向上的红色或者蓝色像素点，插值得到所述待插值像素点的红色或者蓝色分量。
结合第一方面的第十一中可能的实现方式，在第十二种可能的实现方式中，所述根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点，插值得到所述待插值像素点的红色或者蓝色分量，包括：
根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点的红色或者蓝色分量，以及绿色分量，和所述待插值像素点的绿色分量，插值得到所述待插值像素点的红色或者蓝色分量。
在本发明实施例的第二方面，提供了一种Bayer图像的插值装置，所述装置包括：
梯度计算模块，用于计算Bayer图像的像素值在待插值像素点的直边方向梯度和斜边方向梯度，所述直边方向梯度包括水平方向的梯度和垂直方向的梯度，所述斜边方向梯度包括第一斜边方向的梯度和第二斜边方向的梯度，其中，所述第一斜边方向为以所述待插值像素点为中心的正方形像素区域的一个对角线所在方向，所述第二斜边方向为所述正方形像素区域的另一个对角线所在方向；
纹理定向模块，用于根据所述直边方向梯度和所述斜边方向梯度确定所述Bayer图像在所述待插值像素点的纹理走向；
分量插值模块，用于对所述待插值像素点的绿色分量在所述纹理走向上进行插值，得到所述待插值像素点的绿色分量。
结合第二方面，在第一种可能的实现方式中，所述纹理定向模块，具体用于基于所述水平方向的梯度和所述垂直方向的梯度，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性；
基于所述第一斜边方向的梯度和所述第二斜边方向的梯度，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性；
根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向。
结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，所述纹理定向模块，具体用于根据所述水平方向的梯度与所述垂直方向的梯度相减得到的的直边梯度差值，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性；
所述基于所述第一斜边方向的梯度和所述第二斜边方向的梯度，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性，包括：
根据所述第一斜边方向的梯度与所述第二斜边方向的梯度相减得到的斜边梯度差值，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性。
结合第二方面的第一种可能的实现方式，在第三种可能的实现方式中，所述纹理定向模块，具体用于根据所述水平方向的梯度与所述垂直方向的梯度相减得到的的直边梯度差值，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性；
所述基于所述第一斜边方向的梯度和所述第二斜边方向的梯度，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性，包括：
根据所述第一斜边方向的梯度与所述第二斜边方向的梯度相减得到的斜边梯度差值，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性。
结合第二方面的第三种可能的实现方式，在第四种可能的实现方式中，所述纹理定向模块，具体用于当直边梯度差值不小于上限阈值时，确定所述纹理走向为所述垂直方向的可能性为确定；
当直边梯度差值大于下限阈值并且小于所述上限阈值时，确定所述纹理走向为所述垂直方向的可能性为待定；
当直边梯度差值小于所述下限阈值并且大于负的所述下限阈值，确定所述纹理走向为水平方向或垂直方向的可能性为否定；
当直边梯度差值小于负的所述上限阈值并且大于负的所述上限阈值时，确定所述纹理走向为所述水平方向的可能性为待定；
当直边梯度差值不大于负的所述上限阈值时，确定所述纹理走向为所述水平方向的可能性为确定；
所述根据所述第一斜边方向的梯度与所述第二斜边方向的梯度相减得到的斜边梯度差值，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性，包括：
当斜边梯度差值不小于所述上限阈值时，确定所述纹理走向为所述第二斜边方向的可能性为待定；
当斜边梯度差值小于所述上限阈值并且大于负的所述上限阈值时，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的可能性为否定；
当斜边梯度差值不大于负的所述上限阈值时，确定所述纹理走向为所述第一斜边方向的可能性为待定。
结合第二方面的第四种可能的实现方式，在第五种可能的实现方式中，所述纹理定向模块，具体用于当所述直边可能性与所述斜边可能性为待定，将与所述直边可能性所针对的方向相正交的方向的梯度，和与所述斜边可能性所针对的方向相正交的方向的梯度相减，得到正交梯度差值；
根据所述正交梯度差值，确定所述Bayer图像在所述待插值像素点的纹理走向。
结合第二方面的第五种可能的实现方式，在第六种可能的实现方式中，所述纹理定向模块，具体用于如果所述正交梯度差值大于临界阈值，将所述直边可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向；
如果所述正交梯度差值不大于所述临界阈值，将所述斜边可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向。
结合第二方面的第四种可能的实现方式，在第七种可能的实现方式中，所述纹理定向模块，具体用于当所述直边可能性和所述斜边可能性为否定，所述Bayer图像在所述待插值像素点的纹理走向为无方向。
结合第二方面，在第八种可能的实现方式中，所述分量插值模块，具体用于当所述纹理走向为所述第一斜边方向或所述第二斜边方向时，根据待插值像素点和所述第一斜边方向以及所述第二斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到所述待插值像素点的绿色分量。
结合第二方面的第八种可能的实现方式，在第九种可能的实现方式中，所述第一斜边方向为经过所述待插值像素点和像素坐标为(i-1，j+1)的像素点的直线所在方向，所述第二斜边方向为经过所述待插值像素点和像素坐标为(i-1，j-1)的像素点的直线所在方向，其中，i为所述待插值像素点的像素坐标的行分量，j为所述待插值像素点的像素坐标的列分量；
所述分量插值模块，具体用于根据上斜边关联度和下斜边关联度相减得到的关联度差值，计算所述待插值像素点的所述纹理走向上与所述关联度插值对应的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量，所述上斜边关联度为所述待插值像素点与像素坐标为(i-1，j)和(i，j-1)的像素点的像素值的相似度，所述下斜边关联度为所述待插值像素点与像素坐标为(i+1，j)和(i，j+1)的像素点的像素值的相似度。
结合第二方面的第九种可能的实现方式，在第十种可能的实现方式中，所述分量插值模块，具体用于当所述关联度差值大于关联度阈值，并且所述纹理走向为所述第一斜边方向，计算像素坐标为(i-1，j)和(i，j-1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值小于负的所述关联度阈值，并且所述纹理走向为所述第一斜边方向，计算像素坐标为(i+1，j)和(i，j+1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值大于关联度阈值，并且所述纹理走向为所述第二斜边方向，计算像素坐标为(i-1，j)和(i，j+1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值小于负的所述关联度阈值，并且所述纹理走向为所述第二斜边方向，计算像素坐标为(i+1，j)和(i，j-1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值的绝对值小于所述关联度阈值，计算像素坐标为(i，j-1)、(i，j+1)、(i-1，j)以及(i+1，j)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量。
结合第二方面，第十一种可能的实现方式中，所述分量插值模块，还用于如果所述纹理走向为所述第一斜边方向或所述第二斜边方向，根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点以及所述待插值像素点，插值得到所述待插值像素点的红色或者蓝色分量；
如果所述纹理走向不为所述第一斜边方向，且不为所述第二斜边方向，根据所述待插值像素点的所述第一斜边方向和所述第二斜边方向上的红色或者蓝色像素点，插值得到所述待插值像素点的红色或者蓝色分量。
结合第二方面的第十一种可能的实现方式，在第十二种可能的实现方式中，所述分量插值模块，具体用于根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点的红色或者蓝色分量，以及绿色分量，和所述待插值像素点的绿色分量，插值得到所述待插值像素点的红色或者蓝色分量。
在本发明实施例的第三方面，提供了一种电子设备，包括：
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面任一所述的Bayer图像的插值方法。
在本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现实现上述第一方面任一所述的Bayer图像的插值方法。
本发明实施例提供的一种Bayer图像的插值方法、装置及电子设备，可以结合直边方向梯度和斜边方向梯度，综合确定Bayer图像的纹理走向，可以使得确定得到的纹理走向与实际的纹理走向更加接近，而实际的纹理走向为图像中像素值变化最缓慢的方向，因此利用更接近于实际的纹理走向的方向上的像素点进行插值，可以提高插值得到的绿色分量的准确性。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的Bayer图像的插值方法的一种流程示意图；
图2为本发明实施例提供的纹理走向确定方法的一种流程示意图；
图3为本发明实施例提供的Bayer图像转换RGB图像方法的一种流程示意图；
图4为本发明实施例提供的Bayer图像的插值装置的一种结构示意图；
图5为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
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，显然，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他实施例，都属于本发明保护的范围。
参见图1，图1所示为本发明实施例提供的Bayer图像的插值方法的一种流程示意图，可以包括：
S101，计算Bayer图像的像素值在待插值像素点的直边方向梯度和斜边方向梯度。
直边方向梯度包括水平方向的梯度和垂直方向的梯度，斜边方向梯度包括第一斜边方向梯度和第二斜边方向梯度。其中，第一斜边方向为以待插值像素点为中心的正方形像素区域的一个对角线所在方向，第二斜边方向为该正方形像素区域的另一个对角线所在方向。待插值像素点为Bayer图像中的蓝色像素点或红色像素点。水平方向可以是拍摄得到Bayer图像的相机的图像传感器的扫描方向，垂直方向为与水平方向正交的方向。
由于Bayer图像中红色像素点与蓝色像素点的数量相同，并且分布规律相同，为讨论方便，下文中将以待插值像素点为红色像素点为例进行说明，对于待插值像素点为蓝色像素点的情况，原理相同，不再赘述。
可以根据应用场景的不同，采取不同的计算方式。为讨论方便，假设待插值像素点的像素坐标为(i，j)，即待插值像素点为位于Bayer图像中第i行第j列的像素点，根据Bayer图像中各颜色像素点的分布，以待插值像素点为中心的3*3像素区域内，像素坐标为(i-1，j)、(i，j-1)、(i+1，j)、(i，j+1)的像素点为绿色像素点，像素坐标为(i-1，j-1)、(i+1，j-1)、(i-1，j+1)、(i+1，j+1)的像素点为蓝色像素点。因此水平方向的梯度可以通过下式计算得到：
dirH＝|P(i，j-1)-P(i，j+1)|
其中，dirH为水平方向的梯度，P(i，j-1)为像素坐标为(i，j-1)的像素点的像素值，对于Bayer图像，绿色像素点的像素值为该绿色像素点的绿色分量，红色像素点的像素值为该红色像素点的红色分量，蓝色像素点的像素值为该蓝色像素点的蓝色分量。
垂直方向的梯度可以通过下式计算得到：
dirV＝|P(i+1，j)-P(i-1，j)|
其中，dirV为垂直方向的梯度。
第一斜边方向的梯度和第二斜边方向的梯度计算方式与第一斜边方向和第二斜边方向的定义相关。为讨论方便，假设第一斜边方向为经过待插值像素点与像素坐标为(i-1，j+1)的像素点的直线所在方向，下文将该方向称为东北方向，并假设第二斜边方向为经过待插值像素点与像素坐标为(i-1，j-1)的像素点的直线所在方向，下文将该方向称为西北方向。
则第一斜边方向和第二斜边方向的梯度可以通过下式计算得到：
dirNE＝|P(i+1，j-1)-P(i-1，j+1)|
dirNW＝|P(i-1，j-1)-P(i+1，j+1)|
其中，dirNE为第一斜边方向的梯度，dirNW为第二斜边方向的梯度。
S102，根据直边方向梯度和斜边方向梯度确定Bayer图像在待插值像素点的纹理走向。
可以理解的是，图像中在纹理走向上相邻的像素点的像素值的差距理论上较小(甚至不存在)，因此一个方向的梯度越大，则纹理走向为该方向的可能性越低，并且纹理走向为该方向的正交方向的可能性越大。因此，可以根据直边方向和斜边方向梯度确定Bayer图像在待插值像素点的纹理走向。
S103，对待插值像素点的绿色分量在纹理走向上进行插值，得到待插值像素点的绿色分量。
可以是计算待插值像素点在纹理走向上的绿色分量均值，得到待插值像素点的绿色分量。下面将以一种可能的应用场景中，对于不同的纹理走向，如何对待插值像素点的绿色分量进行插值进行详细描述，在其他可能的实施例中，插值方式也可以不同，本实施例对此不做限制。
当纹理走向为水平方向时，可以是利用待插值像素点在水平方向上相邻的两个绿色像素点，对待插值像素点的绿色分量进行插值。示例性的，可以是按照下式对待插值像素点的绿色分量进行插值：
G(i，j)＝(G(i，j-1)+G(i，j+1))/2
其中，G(i，j)为像素点(i，j)的绿色分量。
当纹理走向为垂直方向时，可以是利用待插值像素点在垂直方向上相邻的两个绿色像素点，对待插值像素点的绿色分量进行插值。示例性的，可以是按照下式对待插值像素点的绿色分量进行插值：
G(i，j)＝(G(i-1，j)+G(i+1，j))/2
当纹理走向为第一斜边方向或第二斜边方向时，可以是根据待插值像素点和第一斜边方向以及第二斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到待插值像素点的绿色分量。
示例性的，以第一斜边方向为东北方向，第二斜边方向为西北方向为例，
当纹理走向为第一斜边方向时，第一斜边方向上的像素点可以视为一经过待插值像素点的水平线逆时针旋转90°所扫描过的区域内的像素点，因此在待插值方向上的像素点包括(i，j-1)、(i，j+1)、(i-1，j)、(i+1，j)、(i-1，j+1)、(i+1，j-1)，其中(i-1，j+1)、(i+1，j-1)为蓝色像素点，因此在插值方向上的绿色像素点为(i，j-1)、(i，j+1)、(i-1，j)、(i+1，j)。可以是按照下式对待插值像素点的绿色分量进行插值：
其中，Δup为上斜边关联度，用于表示待插值像素点与像素坐标为(i-1，j)和(i，j-1)的像素点的相似度，Δdown为下斜边关联度，用于表示待插值像素点与像素坐标为(i+1，j)和(i，j+1)的像素点的相似度，Δdiff为预设关联度阈值。可以理解的是，如果上斜边关联度与下斜边关联度相减得到的关联度插值大于该关联度阈值，则可以认为上斜边关联度远大于下斜边关联度，因此待插值像素点的绿色分量趋近于像素坐标为(i-1，j)和(i，j-1)的像素点的绿色分量，因此利用(i-1，j)和(i，j-1)对待插值像素点的绿色分量进行插值，可以更准确的得到待插值像素点的绿色分量。
同理，如果上斜边关联度与下斜边关联度相减得到的关联度插值小于负的该关联度阈值，则可以认为下斜边关联度远大于上斜边关联度，因此待插值像素点的绿色分量趋近于像素坐标为(i+1，j)和(i，j+1)的像素点的绿色分量，因此利用这(i+1，j)和(i，j+1)对待插值像素点的绿色分量进行插值，可以更准确的得到待插值像素点的绿色分量。
而当关联度插值的绝对值小于该关联度阈值，则可以认为上斜边关联度和下斜边关联度相近，因此待插值像素点的绿色分量，趋近于像素坐标为(i-1，j)和(i，j-1)的像素点的绿色分量的程度，和趋近于像素坐标为(i+1，j)和(i，j+1)的像素点的绿色分量的程度相当，因此可以利用这(i-1，j)、(i，j-1)、(i+1，j)以及(i，j+1)对待插值像素点的绿色分量进行插值。
当纹理走向为第二斜边方向时，第二斜边方向上的像素点可以视为一经过待插值像素点的水平线顺时针旋转90°所扫描过的区域内的像素点，因此在纹理走向上的像素点包括(i，j-1)、(i，j+1)、(i-1，j)、(i+1，j)、(i+1，j-1)、(i-1，j+1)，其中(i+1，j-1)、(i-1，j+1)为蓝色像素点，因此在插值方向上的绿色像素点为(i，j-1)、(i，j+1)、(i-1，j)、(i+1，j)，插值公式可以为：
纹理走向为第二斜边方向和纹理走向为第一斜边方向的情况相似，区别仅在于选取的像素点不同，可以参见前述关于纹理走向为第一斜边方向时的相关描述，在此不再赘述。
选用该实施例，可以结合斜边方向梯度和直边方向梯度，综合确定Bayer图像的纹理走向，可以使得确定得到的纹理走向与实际的纹理走向更加接近，而实际的纹理走向为图像中像素值变化最缓慢的方向，因此利用更接近于实际的纹理走向的方向上的像素点进行插值，可以提高插值得到的绿色分量的准确性。
下面将对纹理走向的确定流程进行详细的描述，可以参见图2，图2所示为本发明实施例提供的纹理走向确定方法的一种流程示意图，可以包括：
S201，基于水平方向的梯度和垂直方向的梯度，确定纹理走向为水平方向或垂直方向的直边可能性。
根据应用场景的不同，可能性的表示方式可以不同。例如，在一种可能的实施例中，可能性可以是以取值范围为[0％,100％]的百分数的形式表示，又例如，在另一种可能的实施例中，可能性也可以根据实际需求可以分为多个级别，并且利用可能性级别表示可能性。示例性的，在一种可选的实施例中，可能性级别可以划分为“确定”、“待定”、“否定”三个级别。其中，“确定”级别可以表示基于水平方向的梯度和垂直方向的梯度能够确定纹理走向为水平方向(或垂直方向)，“待定”级别可以表示基于水平方向的梯度和垂直方向的梯度不能够确定纹理走向为水平方向(或垂直方向)，也不能够确定纹理走向不为水平方向和垂直方向，“否定”级别可以表示基于水平方向的梯度和垂直方向的梯度能够确定纹理走向不可能为水平方向和垂直方向。在其他可能的实施例中，也可以是只分为“确定”和“否定”两个级别，或者根据实际需求分为三个以上的程度。
如前述分析，如果待插值像素点的一个方向的梯度越大，则纹理走向为该方向的可能性越低，并且纹理走向为该方向的正交方向的可能性越大。因此，可以基于水平方向的梯度和垂直方向的梯度，判断Bayer图像在待插值像素点的纹理走向为水平方向和垂直方向的可能性。判断的方式根据应用场景的不同可以不同，示例性的，可以基于水平方向的梯度和垂直方向的梯度的比值，判断Bayer图像在待插值像素点的纹理走向为水平方向和垂直方向的可能，也可以是基于水平方向的梯度和垂直方向的梯度的差值，判断Bayer图像在待插值像素点的纹理走向为水平方向和垂直方向的可能性。
S202，基于第一斜边方向的梯度和第二斜边方向的梯度，确定纹理走向为第一斜边方向或第二斜边方向的斜边可能性。
关于可能性可以参见S201中的相关描述。并且该步骤中，可能性的表示应当与S201中可能性的表示方式相同。当可能性是以可能性级别的形式表示时，可能性级别的划分方式可以不同。示例性的，S201中可能性级别可以分为“确定”、“待定”、“否定”，该步骤中可能性级别可以分为“待定”、“否定”。
可以理解的是，图2仅是本发明实施例提供的纹理走向确定方法的一种可能的流程示意图，在其他可能的实现方式中，S201、S202的先后顺序也可以根据实际需求进行变化，还可以是交替或并行执行的，本实施例对此不做限制。
S203，根据直边可能性和斜边可能性，确定Bayer图像在待插值像素点的纹理走向。
可以理解的是，直边可能性和斜边可能性可以表示纹理走向为各个方向的可能性，而综合纹理走向为各个方向的可能性，可以确定出Bayer图像在待插值像素点的纹理走向。在一种可能的实施例中，可以是将直边可能性和斜边可能性中较高的可能性所针对的方向确定为Bayer图像在待插值像素点的纹理走向。例如，假设直边可能性表示纹理走向不可能为水平或垂直方向，而斜边可能性表示纹理走向待定为东北方向，则由于待定所表示的可能性高于不可能，因此可以确定Bayer图像在待插值像素点的纹理走向为东北方向。又例如，假设直边可能性表示纹理走向确定为水平方向的可能性为85％，而斜边可能性表示纹理走向为西北方向的可能性为12％，则由于85％高于12％，因此可以确定Bayer图像在待插值像素点的纹理走向为水平方向。
该步骤可以视为将直边可能性和斜边可能性映射至纹理走向，该映射关系根据应用场景的不同可以不同，本实施例对此不做限制。在一种可选的实施例中，为讨论方便，将直边可能性记为diredge，斜边可能性记为diredge45，diredge＝0表示纹理走向不可能为水平或垂直方向，diredge＝1表示纹理走向确定为水平方向，diredge＝2表示纹理走向待定为水平方向，diredge＝3表示纹理走向确定为垂直方向，diredge＝4表示纹理走向待定为垂直方向。diredge45＝0表示纹理走向不可能为斜边方向，diredge45＝1表示纹理走向待定为东北方向，diredge45＝2表示纹理走向待定为西北方向。
则映射关系可以如下表所示：
其中，待定表示在该情况下，需要进一步确定纹理走向。以diredge＝2，diredge45＝1的情况为例，可以进一步根据水平方向的梯度和东北方向的梯度的差值所属取值区间，确定纹理走向为水平方向或东北方向。可以是将与直边可能性所针对的的方向相正交的方向的梯度，和与斜边可能性所针对的方向相正交的方向的梯度相减，得到正交梯度差值，并根据正交梯度差值，确定Bayer图像在待插值像素点的纹理走向例如，以diredge＝2，diredge45＝1的情况为例，直边可能性所针对的为水平方向，斜边可能性所针对的为东北方向，因此可以将垂直方向的梯度与西北方向的梯度相减，得到正交梯度差值，并根据正交梯度差值确定Bayer图像在待插值像素点的纹理走向。详细的确定过程将在后续实施例中进行描述，在此不做过多讨论。可以理解的是，本发明实施例中的映射关系、直边可能性和斜边可能性的表示形式可以根据实际需求的不同而不同，本实施例对此不做限制。
在得到待插值像素点的绿色分量后，如果待插值像素点为蓝色像素点，则待插值像素点缺少红色分量，如果待插值像素点为红色像素点，则待插值像素点缺少蓝色像素点。因此，为了将Bayer图像转变为RGB图像，需要继续对缺少的颜色分量进行插值。为描述方便，下面以待插值像素点为红色像素点，对待插值像素点的蓝色分量进行插值为例进行描述。对应待插值像素点为蓝色像素点，对待插值像素点的红色分量进行插值的情况，原理是相同的，因此不再赘述。
根据Bayer图像中各颜色像素点的分布可知，假设待插值像素点的像素坐标为(i，j)，则像素点(i+1，j+1)、(i+1，j-1)、(i-1，j+1)以及(i-1，j-2)为蓝色像素点。即与待插值像点相邻的蓝色像素点分布于待插值像素带的第一斜边方向和第二斜边方向。因此，如果Bayer图像在待插值像素点的纹理走向为第一斜边方向或者第二斜边方向，则可以根据待插值像素点的纹理走向上的蓝色像素点以及待插值像素点，插值得到待插值像素点的蓝色分量。
示例性的，可以是根据纹理走向上的蓝色像素点的蓝色分量、绿色分量，以及待插值像素点的绿色分量，插值得到待插值像素点的红色分量。例如，当纹理走向为东北方式时，可以是按照下式插值得到待插值像素点的红色分量的：
B(i，j)＝G(i，j)+(A1+A2)/2
其中，B(i，j)为像素点(i，j)的蓝色分量，A1＝B(i-1，j+1)-G(i-1，j+1)，A2＝B(i+1，j-1)-G(i-1，j+1)，由于像素点(i-1，j+1)、(i-1，j+1)为蓝色像素点，因此这两个像素点的蓝色分量可以直接从Bayer图像中读取得到，这两个像素点的绿色分量可以是利用本发明实施例提供的Bayer图像的插值方法插值得到的；
又例如，当纹理走向为西北方向时，可以是按照下式插值得到待插值像素点的蓝色分量的：
B(i，j)＝G(i，j)+(B1+B2)/2
其中，B1＝B(i-1，j-1)-G(i-1，j-1)，B2＝B(i+1，j+1)-G(i+1，j+1)，由于像素点(i-1，j-1)、(i+1，j+1)为蓝色像素点，因此这两个像素点的蓝色分量可以直接从Bayer图像中读取得到，这两个像素点的绿色分量可以是利用本发明实施例提供的Bayer图像的插值方法预先插值得到的；
如果Bayer图像在待插值像素点的纹理走向不为第一斜边方向，且不为第二斜边方向。则待插值像素点的纹理走向上不存在蓝色像素点，因此可以利用待插值像素点第一斜边方向和第二斜边方向上的蓝色像素点，插值得到待插值像素点的蓝色分量。示例性的，可以是按照下式计算
B(i，j)＝G(i，j)+(A1+A2+B1+B2)/4。
下面将结合具体的应用场景，以插值计算Bayer图像中一个红色像素点的绿色分量和蓝色分量的过程为例，对本发明实施例提供的Bayer图像的插值方法进行说明，为讨论方便，假设该红色像素点的像素坐标为(i，j)。
步骤1：利用下式计算Bayer图像的像素值在该红色像素点的水平方向的梯度dirH、垂直方向的梯度dirV、东北方向的梯度dirNE以及西北方向的梯度dirNW：
dirH＝|P(i，j-1)-P(i，j+1)|
dirV＝|P(i+1，j)-P(i-1，j)|
dirNE＝|P(i+1，j-1)-P(i-1，j+1)|
dirNW＝|P(i-1，j-1)一P(i+1，j+1)|
根据应用场景的不同，可以是东北方向为第一斜边方向，西北方向为第二斜边方向。还可以是西北方向为第一斜边方向，东北方向为第二斜边方向。
步骤2：计算dirH与dirV的差值(在其他实施例中也可以计算dirV与dirH差值，两者都可以表示dirH与dirV的相对大小)，为讨论方便，记为直边梯度差值。可以理解的是，直边梯度差值越大，则纹理走向为垂直方向的可能性越高，直边梯度差值越小，则纹理走向为水平方向的可能性越低。
步骤3：基于直边梯度差值，按照以下规则，确定直边可能性diredge：
如果dirH-dirV≥thL(等价于dirV-dirH≤-thL)，则diredge＝3，表示纹理走向确定为垂直方向，其中thL，为预设的上限阈值，可以为根据实际需求或用户经验设置的一个正值，当直边梯度差值大于上限阈值时，可以认为纹理走向为垂直方向的可能性足够高；
如果thL＞dirH-dirV＞thS(等价于-thS＞dirV-dirH＞-thL)，则diredge＝4，表示纹理走向待定为垂直方向，其中thS为预设的下限阈值，可以为根据实际需求或用户经验设置的一个正值，并且下限阈值小于上限阈值，当直边梯度差值大于下限阈值并且小于上限阈值时，可以认为纹理走向为垂直方向的可能性较高，但是不足够确定纹理走向为垂直方向；
如果-thL≥dirH-dirV(等价于dirV-dirH≥thL)，则diredge＝1，表示纹理走向确定为水平方向，当直边梯度差值不大于负的上限阈值时，可以认为纹理走向为垂直方向的可能性足够小，即纹理走向为水平方向的可能性足够高；
如果-thS＞dirH-dirV＞-thL(等价于thL＞dirV-dirH＞thS)，则diredge＝2，表示纹理走向待定为水平方向，当直边梯度差值小于负的下限阈值并且大于负的上限阈值时，可以认为纹理走向的垂直方向的可能性较小，即纹理走向为水平方向的可能性较高，但是不足够确定纹理走向为水平方向；
其他情况(即thS≥dirH-dirV≥-thS)，则diredge＝0表示纹理走向不可能为水平或垂直方向，当直边梯度差值不大于下限阈值并且不小于负的下限阈值的情况，可以认为纹理走向为垂直方向的可能性和为水平方向的可能性相近，且均不高。
步骤4：计算dirNE和dirNW的差值，为讨论方便，记为斜边梯度差值。可以理解的是，斜边梯度差值越大，则纹理走向为西北方向的可能性越高，斜边梯度差值越小，则纹理走向为西北方向的可能性越低。
步骤5：基于斜边梯度差值，按照以下规则，确定斜边可能性diredge45：
如果dirNE-dirNW≥thL(等价于-thL≥dirNW-dirNE)，则diredge45＝2，表示纹理走向待定为西北方向；
如果-thL≥dirNE-dirNW(等价于dirNW-dirNE≥thL)，则diredge45＝1，表示纹理走向待定为东北方向；
其他情况(即thL＞dirNE-dirNW＞-thL)，则diredge45＝0表示纹理走向不可能为斜边方向。
步骤6：基于diredge和diredge45，按照以下规则确定纹理走向Dir。
如果diredge＝1&&(diredge45＝1||diredge45＝2||diredge45＝0)，则Dir＝1，表示纹理走向为水平方向，其中&&为与运算符，||为或运算符；
如果diredge＝3&&(diredge45＝1||diredge45＝2||diredge45＝0)，则Dir＝2，表示纹理走向为垂直方向；
如果diredge＝0&&diredge45＝1，则Dir＝3，表示纹理走向为东北方向；
如果diredge＝0&&diredge45＝2，则Dir＝4，表示纹理走向为西北方向；
如果diredge＝2&&diredge45＝0，则Dir＝1；
如果diredge＝4&&diredge45＝0，则Dir＝2；
如果diredge＝0&&diredge45＝0，则Dir＝0，表示纹理走向为无方向；
如果diredge＝2&&diredge45＝1&&dirV-dirNW＞thmm，则Dir＝1，其中thmm为临界阈值，在本实施例中，thmm＝(thL-thS)/2，在其他可选的实施例中也可以根据实际需求，选取相应的临界阈值，可以理解的是如果diredge＝2并且diredge45＝1，可以认为纹理走向有一定概率为水平方向，也有一定概率为东北方向，而dirV越大，则纹理走向与垂直方向正交(即纹理走向为水平方向)的可能性越高，dirNW越大，则纹理走向与西北方向正交(即纹理走向为东北方向)的可能性越高，当dirV-dirNW＞thmm时，即正交梯度差值大于临界阈值时，则可以认为纹理走向为直边可能性所针对的方向可能性更高，即可以认为纹理走向为水平方向的可能性远高于纹理走向为东北方向的可能性，因此可以将纹理走向确定为水平方向；
如果diredge＝2&&diredge45＝1&&dirV-dirNW≤thmm，则Dir＝3，同上述分析，当正交梯度差值不大于临界阈值，则可以认为纹理走向为斜边可能性所针对的方向的可能性，即可以认为纹理走向为东北方向的可能性远高于纹理走向为水平方向的可能性，因此可以将纹理走向确定为东北方向；
如果diredge＝2&&diredge45＝2&&dirV-dirNE＞thmm，则Dir＝1；
如果diredge＝2&&diredge45＝2&&dirV-dirNE≤thmm，则Dir＝4；
如果diredge＝4&&diredge45＝1&&dirH-dirNW＞thmm，则Dir＝2；
如果diredge＝4&&diredge45＝1&&dirH-dirNW≤thmm，则Dir＝3；
如果diredge＝4&&diredge45＝4&&dirH-dirNE＞thmm，则Dir＝2；
如果diredge＝4&&diredge45＝2&&dirH-dirNE≤thm，则Dir＝4。
步骤6：按照以下规则，插值得到该红色像素点的绿色分量：
如果Dir＝1，G(i，j)＝(G(i，j-1)+G(i，j+1))/2
如果Dir＝2，G(i，j)＝(G(i-1，j)+G(i+1，j))/2
如果Dir＝3，
如果Dir＝4，
如果Dir＝0，
G(i，j)＝(G(i，j-1)+G(i，j+1)+G(i-1，j)+G(i+1，j))/4
步骤7：按照以下规则，插值得到该红色像素点的蓝色分量：
如果Dir＝3，则B(i，j)＝G(i，j)+(A1+A2)/2；
如果Dir＝4，则B(i，j)＝G(i，j)+(B1+B2)/2；
其他情况(即Dir≠3&&Dir≠4)，则B(i，j)＝G(i，j)+(A1+A2+B1+B2)/4。
Bayer图像中蓝色像素点的绿色分量和红色分量的插值方法同理，因此不再赘述。对于Bayer图像中的绿色像素点，可以分为两种情况：情况一，该绿色像素点水平方向相邻的两个像素点为蓝色像素点，垂直方向相邻的两个像素点为红色像素点；情况二，该绿色像素点水平方向相邻的两个像素点为红色像素点，垂直方向相邻的两个像素点为蓝色像素点。
情况一中该绿色像素点的红色分量的插值方法，与情况二中该绿色像素点的蓝色分量的插值方法相同。并且情况一中该绿色像素点的蓝色分量的插值方法，与情况二中该绿色像素点的红色分量的插值方法相同，因此为讨论方便，下文将以两种情况下蓝色分量的插值为例进行说明，两种情况下红色分量的插值方法同理可得，不再赘述。
对于情况一，该绿色像素点相邻的蓝色像素点为(i，j-1)和(i，j+1)，因此插值公式可以是：
B(i，j)＝G(i，j)+(C1+C2)/2，
其中，C1＝B(i，j-1)-G(i，j-1)，C2＝B(i，j+1)-G(i，j+1)，像素点(i，j-1)和(i，j+1)的绿色分量可以是通过本发明实施例提供的Bayer图像的插值方法得到的。
对于情况二，该绿色像素点相邻的蓝色像素点为(i-1，j)和(i+1，j)，因此插值公式可以是：
B(i，j)＝G(i，j)+(D1+D2)/2
其中，D1＝B(i-1，j)-G(i-1，j)，D2＝B(i+1，j)-G(i+1，j)，像素点(i-1，j)和(i+1，j)的绿色分量可以是通过本发明实施例提供的Bayer图像的插值方法得到的。
参见图3，图3所示为本发明实施例提供的Bayer图像转换为RGB图像的方法的一种流程示意图，可以包括：
S301，输入Bayer图像数据。
S302，针对每个像素点，在水平方向、垂直方向、第一斜边方向、第二斜边方向以及无方向五个方向中，确定纹理走向。
纹理走向确定的过程可以参见前述相关描述，在此不再赘述。
S303，基于纹理走向，对缺失的绿色分量进行插值。
Bayer图像中，红色像素点和蓝色像素点缺失绿色分量，插值方式可以参见前述相关描述，在此不再赘述。
S304，基于纹理走向，对缺失的蓝色分量和红色分量进行插值。
Bayer图像中，红色像素点和绿色像素点缺失蓝色分量，蓝色像素点和绿色像素点缺失红色分量。插值方式可以参见前述相关描述，在此不再赘述。在对所有缺失的颜色分量进行插值后，图像中每个像素点均包括红色分量、绿色分量以及蓝色分量，即已经将Bayer图像转换为RGB图像。
选用该实施例，可以更准确的插值得到Bayer图像中缺失的绿色分量，并且基于更准确的绿色分量，以更准确的插值得到Bayer图像中缺失的蓝色分量和红色分量，因此可以将Bayer图像梗更准确的转换为RGB图像。
参见图4，图4所示为本发明实施例提供的Bayer图像的插值装置的一种结构示意图，包括：
梯度计算模块401，用于计算Bayer图像的像素值在待插值像素点的直边方向梯度和斜边方向梯度，直边方向梯度包括水平方向的梯度和垂直方向的梯度，斜边方向梯度包括第一斜边方向的梯度和第二斜边方向的梯度，其中，第一斜边方向为以待插值像素点为中心的正方形像素区域的一个对角线所在方向，第二斜边方向为正方形像素区域的另一个对角线所在方向；
纹理定向模块402，用于根据直边方向梯度和斜边方向梯度确定Bayer图像在待插值像素点的纹理走向；
分量插值模块403，用于对待插值像素点的绿色分量在纹理走向上进行插值，得到待插值像素点的绿色分量。
在一种可能的实施例中，纹理定向模块402，具体用于基于水平方向的梯度和垂直方向的梯度，确定纹理走向为水平方向或垂直方向的直边可能性；
基于第一斜边方向的梯度和第二斜边方向的梯度，确定纹理走向为第一斜边方向或第二斜边方向的斜边可能性；
根据直边可能性和斜边可能性，确定Bayer图像在待插值像素点的纹理走向。
在一种可能的实施例中，纹理定向模块402，具体用于将直边可能性和斜边可能性中较高的可能性所针对的方向确定为Bayer图像在待插值像素点的纹理走向。
在一种可能的实施例中，纹理定向模块402，具体用于根据水平方向的梯度与垂直方向的梯度相减得到的的直边梯度差值，确定纹理走向为水平方向或垂直方向的直边可能性；
基于第一斜边方向的梯度和第二斜边方向的梯度，确定纹理走向为第一斜边方向或第二斜边方向的斜边可能性，包括：
根据第一斜边方向的梯度与第二斜边方向的梯度相减得到的斜边梯度差值，确定纹理走向为第一斜边方向或第二斜边方向的斜边可能性。
在一种可能的实施例中，纹理定向模块402，具体用于当直边梯度差值不小于上限阈值时，确定纹理走向为垂直方向的可能性为确定；
当直边梯度差值大于下限阈值并且小于上限阈值时，确定纹理走向为垂直方向的可能性为待定；
当直边梯度差值小于下限阈值并且大于负的下限阈值，确定纹理走向为水平方向或垂直方向的可能性为否定；
当直边梯度差值小于负的上限阈值并且大于负的上限阈值时，确定纹理走向为水平方向的可能性为待定；
当直边梯度差值不大于负的上限阈值时，确定纹理走向为水平方向的可能性为确定；
根据第一斜边方向的梯度与第二斜边方向的梯度相减得到的斜边梯度差值，确定纹理走向为第一斜边方向或第二斜边方向的斜边可能性，包括：
当斜边梯度差值不小于上限阈值时，确定纹理走向为第二斜边方向的可能性为待定；
当斜边梯度差值小于上限阈值并且大于负的上限阈值时，确定纹理走向为第一斜边方向或第二斜边方向的可能性为否定；
当斜边梯度差值不大于负的上限阈值时，确定纹理走向为第一斜边方向的可能性为待定。
在一种可能的实施例中，纹理定向模块402，具体用于当直边可能性与斜边可能性为待定，将与直边可能性所针对的方向相正交的方向的梯度，和与斜边可能性所针对的方向相正交的方向的梯度相减，得到正交梯度差值；
根据正交梯度差值，确定Bayer图像在待插值像素点的纹理走向。
在一种可能的实施例中，纹理定向模块402，具体用于如果正交梯度差值大于临界阈值，将直边可能性所针对的方向确定为Bayer图像在待插值像素点的纹理走向；
如果正交梯度差值不大于临界阈值，将斜边可能性所针对的方向确定为Bayer图像在待插值像素点的纹理走向。
在一种可能的实施例中，纹理定向模块402，具体用于如果正交梯度差值大于临界阈值，将直边可能性所针对的方向确定为Bayer图像在待插值像素点的纹理走向；
如果正交梯度差值不大于临界阈值，将斜边可能性所针对的方向确定为Bayer图像在待插值像素点的纹理走向。
在一种可能的实施例中，分量插值模块403，具体用于当纹理走向为第一斜边方向或第二斜边方向时，根据待插值像素点和第一斜边方向以及第二斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到待插值像素点的绿色分量。
在一种可能的实施例中，第一斜边方向为经过待插值像素点和像素坐标为(i-1，j+1)的像素点的直线所在方向，第二斜边方向为经过待插值像素点和像素坐标为(i-1，j-1)的像素点的直线所在方向，其中，i为待插值像素点的像素坐标的行分量，j为待插值像素点的像素坐标的列分量；
分量插值模块403，具体用于根据上斜边关联度和下斜边关联度相减得到的关联度差值，计算待插值像素点的纹理走向上与关联度插值对应的像素点的绿色分量的均值，得到待插值像素点的绿色分量，上斜边关联度为待插值像素点与像素坐标为(i-1，j)和(i，j-1)的像素点的像素值的相似度，下斜边关联度为待插值像素点与像素坐标为(i+1，j)和(i，j+1)的像素点的像素值的相似度。
在一种可能的实施例中，分量插值模块403，具体用于当关联度差值大于关联度阈值，并且纹理走向为第一斜边方向，计算像素坐标为(i-1，j)和(i，j-1)的像素点的绿色分量的均值，得到待插值像素点的绿色分量；
当关联度差值小于负的关联度阈值，并且纹理走向为第一斜边方向，计算像素坐标为(i+1，j)和(i，j+1)的像素点的绿色分量的均值，得到待插值像素点的绿色分量；
当关联度差值大于关联度阈值，并且纹理走向为第二斜边方向，计算像素坐标为(i-1，j)和(i，j+1)的像素点的绿色分量的均值，得到待插值像素点的绿色分量；
当关联度差值小于负的关联度阈值，并且纹理走向为第二斜边方向，计算像素坐标为(i+1，j)和(i，j-1)的像素点的绿色分量的均值，得到待插值像素点的绿色分量；
当关联度差值的绝对值小于关联度阈值，计算像素坐标为(i，j-1)、(i，j+1)、(i-1，j)以及(i+1，j)的像素点的绿色分量的均值，得到待插值像素点的绿色分量。
在一种可能的实施例中，分量插值模块403，还用于如果纹理走向为第一斜边方向或第二斜边方向，根据待插值像素点的纹理走向上的红色或者蓝色像素点以及待插值像素点，插值得到待插值像素点的红色或者蓝色分量；
如果纹理走向不为第一斜边方向，且不为第二斜边方向，根据待插值像素点的第一斜边方向和第二斜边方向上的红色或者蓝色像素点，插值得到待插值像素点的红色或者蓝色分量。
在一种可能的实施例中，分量插值模块403，具体用于根据待插值像素点的纹理走向上的红色或者蓝色像素点的红色或者蓝色分量，以及绿色分量，和待插值像素点的绿色分量，插值得到待插值像素点的红色或者蓝色分量。
本发明实施例还提供了一种电子设备，如图5所示，包括：
存储器501，用于存放计算机程序；
处理器502，用于执行存储器501上所存放的程序时，实现如下步骤：
计算Bayer图像的像素值在待插值像素点的直边方向梯度和斜边方向梯度，直边方向梯度包括水平方向的梯度和垂直方向的梯度，斜边方向梯度包括第一斜边方向的梯度和第二斜边方向的梯度，其中，第一斜边方向为以待插值像素点为中心的正方形像素区域的一个对角线所在方向，第二斜边方向为正方形像素区域的另一个对角线所在方向；
根据直边方向梯度和斜边方向梯度确定Bayer图像在待插值像素点的纹理走向；
对待插值像素点的绿色分量在纹理走向上进行插值，得到待插值像素点的绿色分量。
在一种可能的实施例中，根据直边方向梯度和斜边方向梯度确定Bayer图像在待插值像素点的纹理走向，包括：
基于水平方向的梯度和垂直方向的梯度，确定纹理走向为水平方向或垂直方向的直边可能性；
基于第一斜边方向的梯度和第二斜边方向的梯度，确定纹理走向为第一斜边方向或第二斜边方向的斜边可能性；
根据直边可能性和斜边可能性，确定Bayer图像在待插值像素点的纹理走向。
在一种可能的实施例中，根据直边可能性和斜边可能性，确定纹理走向，包括：
将直边可能性和斜边可能性中较高的可能性所针对的方向确定为Bayer图像在待插值像素点的纹理走向。
在一种可能的实施例中，基于水平方向的梯度和垂直方向的梯度，确定纹理走向为水平方向或垂直方向的直边可能性，包括：
根据水平方向的梯度与垂直方向的梯度相减得到的的直边梯度差值，确定纹理走向为水平方向或垂直方向的直边可能性；
基于第一斜边方向的梯度和第二斜边方向的梯度，确定纹理走向为第一斜边方向或第二斜边方向的斜边可能性，包括：
根据第一斜边方向的梯度与第二斜边方向的梯度相减得到的斜边梯度差值，确定纹理走向为第一斜边方向或第二斜边方向的斜边可能性。
在一种可能的实施例中，根据水平方向的梯度与垂直方向的梯度相减得到的的直边梯度差值，确定纹理走向为水平方向或垂直方向的直边可能性，包括：
当直边梯度差值不小于上限阈值时，确定纹理走向为垂直方向的可能性为确定；
当直边梯度差值大于下限阈值并且小于上限阈值时，确定纹理走向为垂直方向的可能性为待定；
当直边梯度差值小于下限阈值并且大于负的下限阈值，确定纹理走向为水平方向或垂直方向的可能性为否定；
当直边梯度差值小于负的上限阈值并且大于负的上限阈值时，确定纹理走向为水平方向的可能性为待定；
当直边梯度差值不大于负的上限阈值时，确定纹理走向为水平方向的可能性为确定；
根据第一斜边方向的梯度与第二斜边方向的梯度相减得到的斜边梯度差值，确定纹理走向为第一斜边方向或第二斜边方向的斜边可能性，包括：
当斜边梯度差值不小于上限阈值时，确定纹理走向为第二斜边方向的可能性为待定；
当斜边梯度差值小于上限阈值并且大于负的上限阈值时，确定纹理走向为第一斜边方向或第二斜边方向的可能性为否定；
当斜边梯度差值不大于负的上限阈值时，确定纹理走向为第一斜边方向的可能性为待定。
在一种可能的实施例中，根据直边可能性和斜边可能性，确定Bayer图像在待插值像素点的纹理走向，包括：
当直边可能性与斜边可能性为待定，将与直边可能性所针对的方向相正交的方向的梯度，和与斜边可能性所针对的方向相正交的方向的梯度相减，得到正交梯度差值；
根据正交梯度差值，确定Bayer图像在待插值像素点的纹理走向。
在一种可能的实施例中，根据正交梯度差值，确定Bayer图像在待插值像素点的纹理走向，包括：
如果正交梯度差值大于临界阈值，将直边可能性所针对的方向确定为Bayer图像在待插值像素点的纹理走向；
如果正交梯度差值不大于临界阈值，将斜边可能性所针对的方向确定为Bayer图像在待插值像素点的纹理走向。
在一种可能的实施例中，根据直边可能性和斜边可能性，确定Bayer图像在待插值像素点的纹理走向，包括：
当直边可能性和斜边可能性为否定，Bayer图像在待插值像素点的纹理走向为无方向。
在一种可能的实施例中，对待插值像素点的绿色分量在纹理走向上进行插值，得到待插值像素点的绿色分量，包括：
当纹理走向为第一斜边方向或第二斜边方向时，根据待插值像素点和第一斜边方向以及第二斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到待插值像素点的绿色分量。
在一种可能的实施例中，第一斜边方向为经过待插值像素点和像素坐标为(i-1，j+1)的像素点的直线所在方向，第二斜边方向为经过待插值像素点和像素坐标为(i-1，j-1)的像素点的直线所在方向，其中，i为待插值像素点的像素坐标的行分量，j为待插值像素点的像素坐标的列分量；
根据待插值像素点与其全部斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到待插值像素点的绿色分量，包括：
根据上斜边关联度和下斜边关联度相减得到的关联度差值，计算待插值像素点的纹理走向上与关联度插值对应的像素点的绿色分量的均值，得到待插值像素点的绿色分量，上斜边关联度为待插值像素点与像素坐标为(i-1，j)和(i，j-1)的像素点的像素值的相似度，下斜边关联度为待插值像素点与像素坐标为(i+1，j)和(i，j+1)的像素点的像素值的相似度。
在一种可能的实施例中，在第十种可能的实现方式中，根据上斜边关联度和下斜边关联度相减得到的关联度差值，计算待插值像素点的纹理走向上与关联度插值对应的像素点的绿色分量的均值，得到待插值像素点的绿色分量，包括：
当关联度差值大于关联度阈值，并且纹理走向为第一斜边方向，计算像素坐标为(i-1，j)和(i，j-1)的像素点的绿色分量的均值，得到待插值像素点的绿色分量；
当关联度差值小于负的关联度阈值，并且纹理走向为第一斜边方向，计算像素坐标为(i+1，j)和(i，j+1)的像素点的绿色分量的均值，得到待插值像素点的绿色分量；
当关联度差值大于关联度阈值，并且纹理走向为第二斜边方向，计算像素坐标为(i-1，j)和(i，j+1)的像素点的绿色分量的均值，得到待插值像素点的绿色分量；
当关联度差值小于负的关联度阈值，并且纹理走向为第二斜边方向，计算像素坐标为(i+1，j)和(i，j-1)的像素点的绿色分量的均值，得到待插值像素点的绿色分量；
当关联度差值的绝对值小于关联度阈值，计算像素坐标为(i，j-1)、(i，j+1)、(i-1，j)以及(i+1，j)的像素点的绿色分量的均值，得到待插值像素点的绿色分量。
在一种可能的实施例中，在根据直边可能性和斜边可能性，确定Bayer图像在待插值像素点的纹理走向之后，方法还包括：
如果纹理走向为第一斜边方向或第二斜边方向，根据待插值像素点的纹理走向上的红色或者蓝色像素点以及待插值像素点，插值得到待插值像素点的红色或者蓝色分量；
如果纹理走向不为第一斜边方向，且不为第二斜边方向，根据待插值像素点的第一斜边方向和第二斜边方向上的红色或者蓝色像素点，插值得到待插值像素点的红色或者蓝色分量。
在一种可能的实施例中，根据待插值像素点的纹理走向上的红色或者蓝色像素点，插值得到待插值像素点的红色或者蓝色分量，包括：
根据待插值像素点的纹理走向上的红色或者蓝色像素点的红色或者蓝色分量，以及绿色分量，和待插值像素点的绿色分量，插值得到待插值像素点的红色或者蓝色分量。
上述电子设备提到的存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一Bayer图像的插值方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一Bayer图像的插值方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质、计算机程序产品的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (13)

1.一种Bayer图像的插值方法，其特征在于，所述方法包括：
计算Bayer图像的像素值在待插值像素点的直边方向梯度和斜边方向梯度，所述直边方向梯度包括水平方向的梯度和垂直方向的梯度，所述斜边方向梯度包括第一斜边方向的梯度和第二斜边方向的梯度，其中，所述第一斜边方向为以所述待插值像素点为中心的正方形像素区域的一个对角线所在方向，所述第二斜边方向为所述正方形像素区域的另一个对角线所在方向；
根据所述直边方向梯度和所述斜边方向梯度确定所述Bayer图像在所述待插值像素点的纹理走向；
对所述待插值像素点的绿色分量在所述纹理走向上进行插值，得到所述待插值像素点的绿色分量；
所述根据所述直边方向梯度和所述斜边方向梯度确定所述Bayer图像在所述待插值像素点的纹理走向，包括：
基于所述水平方向的梯度和所述垂直方向的梯度，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性；
基于所述第一斜边方向的梯度和所述第二斜边方向的梯度，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性；
根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向；
所述基于所述水平方向的梯度和所述垂直方向的梯度，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性，包括：
根据所述水平方向的梯度与所述垂直方向的梯度相减得到的直边梯度差值，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性；
所述基于所述第一斜边方向的梯度和所述第二斜边方向的梯度，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性，包括：
根据所述第一斜边方向的梯度与所述第二斜边方向的梯度相减得到的斜边梯度差值，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性。
2.根据权利要求1所述的方法，其特征在于，所述根据所述直边可能性和所述斜边可能性，确定所述纹理走向，包括：
将直边可能性和斜边可能性中较高的可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向。
3.根据权利要求1所述的方法，其特征在于，所述根据所述水平方向的梯度与所述垂直方向的梯度相减得到的的直边梯度差值，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性，包括：
当直边梯度差值不小于上限阈值时，确定所述纹理走向为所述垂直方向的可能性为确定；
当直边梯度差值大于下限阈值并且小于所述上限阈值时，确定所述纹理走向为所述垂直方向的可能性为待定；
当直边梯度差值小于所述下限阈值并且大于负的所述下限阈值，确定所述纹理走向为水平方向或垂直方向的可能性为否定；
当直边梯度差值小于负的所述上限阈值并且大于负的所述上限阈值时，确定所述纹理走向为所述水平方向的可能性为待定；
当直边梯度差值不大于负的所述上限阈值时，确定所述纹理走向为所述水平方向的可能性为确定；
所述根据所述第一斜边方向的梯度与所述第二斜边方向的梯度相减得到的斜边梯度差值，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性，包括：
当斜边梯度差值不小于所述上限阈值时，确定所述纹理走向为所述第二斜边方向的可能性为待定；
当斜边梯度差值小于所述上限阈值并且大于负的所述上限阈值时，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的可能性为否定；
当斜边梯度差值不大于负的所述上限阈值时，确定所述纹理走向为所述第一斜边方向的可能性为待定。
4.根据权利要求3所述的方法，其特征在于，所述根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向，包括：
当所述直边可能性与所述斜边可能性为待定，将与所述直边可能性所针对的方向相正交的方向的梯度，和与所述斜边可能性所针对的方向相正交的方向的梯度相减，得到正交梯度差值；
根据所述正交梯度差值，确定所述Bayer图像在所述待插值像素点的纹理走向。
5.根据权利要求4所述的方法，其特征在于，所述根据所述正交梯度差值，确定所述Bayer图像在所述待插值像素点的纹理走向，包括：
如果所述正交梯度差值大于临界阈值，将所述直边可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向；
如果所述正交梯度差值不大于所述临界阈值，将所述斜边可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向。
6.根据权利要求3所述的方法，其特征在于，所述根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向，包括：
当所述直边可能性和所述斜边可能性为否定，所述Bayer图像在所述待插值像素点的纹理走向为无方向。
7.根据权利要求1所述的方法，其特征在于，所述对所述待插值像素点的绿色分量在所述纹理走向上进行插值，得到所述待插值像素点的绿色分量，包括：
当所述纹理走向为所述第一斜边方向或所述第二斜边方向时，根据待插值像素点和所述第一斜边方向以及所述第二斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到所述待插值像素点的绿色分量。
8.根据权利要求7所述的方法，其特征在于，所述第一斜边方向为经过所述待插值像素点和像素坐标为(i-1，j+1)的像素点的直线所在方向，所述第二斜边方向为经过所述待插值像素点和像素坐标为(i-1，j-1)的像素点的直线所在方向，其中，i为所述待插值像素点的像素坐标的行分量，j为所述待插值像素点的像素坐标的列分量；
所述根据待插值像素点与其全部斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到所述待插值像素点的绿色分量，包括：
根据上斜边关联度和下斜边关联度相减得到的关联度差值，计算所述待插值像素点的所述纹理走向上与所述关联度插值对应的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量，所述上斜边关联度为所述待插值像素点与像素坐标为(i-1，j)和(i，j-1)的像素点的像素值的相似度，所述下斜边关联度为所述待插值像素点与像素坐标为(i+1，j)和(i，j+1)的像素点的像素值的相似度。
9.根据权利要求8所述的方法，其特征在于，所述根据上斜边关联度和下斜边关联度相减得到的关联度差值，计算所述待插值像素点的所述纹理走向上与所述关联度插值对应的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量，包括：
当所述关联度差值大于关联度阈值，并且所述纹理走向为所述第一斜边方向，计算像素坐标为(i-1，j)和(i，j-1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值小于负的所述关联度阈值，并且所述纹理走向为所述第一斜边方向，计算像素坐标为(i+1，j)和(i，j+1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值大于关联度阈值，并且所述纹理走向为所述第二斜边方向，计算像素坐标为(i-1，j)和(i，j+1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值小于负的所述关联度阈值，并且所述纹理走向为所述第二斜边方向，计算像素坐标为(i+1，j)和(i，j-1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值的绝对值小于所述关联度阈值，计算像素坐标为(i，j-1)、(i，j+1)、(i-1，j)以及(i+1，j)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量。
10.根据权利要求1所述的方法，其特征在于，在所述根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向之后，所述方法还包括：
如果所述纹理走向为所述第一斜边方向或所述第二斜边方向，根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点以及所述待插值像素点的像素值，插值得到所述待插值像素点的红色或者蓝色分量；
如果所述纹理走向不为所述第一斜边方向，且不为所述第二斜边方向，根据所述待插值像素点的所述第一斜边方向和所述第二斜边方向上的红色或者蓝色像素点，插值得到所述待插值像素点的红色或者蓝色分量。
11.根据权利要求10所述的方法，其特征在于，所述根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点，插值得到所述待插值像素点的红色或者蓝色分量，包括：
根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点的红色或者蓝色分量，以及绿色分量，和所述待插值像素点的绿色分量，插值得到所述待插值像素点的红色或者蓝色分量。
12.一种Bayer图像的插值装置，其特征在于，所述装置包括：
梯度计算模块，用于计算Bayer图像的像素值在待插值像素点的直边方向梯度和斜边方向梯度，所述直边方向梯度包括水平方向的梯度和垂直方向的梯度，所述斜边方向梯度包括第一斜边方向的梯度和第二斜边方向的梯度，其中，所述第一斜边方向为以所述待插值像素点为中心的正方形像素区域的一个对角线所在方向，所述第二斜边方向为所述正方形像素区域的另一个对角线所在方向；
纹理定向模块，用于根据所述直边方向梯度和所述斜边方向梯度确定所述Bayer图像在所述待插值像素点的纹理走向；
分量插值模块，用于对所述待插值像素点的绿色分量在所述纹理走向上进行插值，得到所述待插值像素点的绿色分量；
所述纹理定向模块，具体用于基于所述水平方向的梯度和所述垂直方向的梯度，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性；
基于所述第一斜边方向的梯度和所述第二斜边方向的梯度，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性；
根据所述直边可能性和所述斜边可能性，确定所述Bayer图像在所述待插值像素点的纹理走向；
所述纹理定向模块，具体用于根据所述水平方向的梯度与所述垂直方向的梯度相减得到的直边梯度差值，确定所述纹理走向为所述水平方向或所述垂直方向的直边可能性；
所述基于所述第一斜边方向的梯度和所述第二斜边方向的梯度，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性，包括：
根据所述第一斜边方向的梯度与所述第二斜边方向的梯度相减得到的斜边梯度差值，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性。
13.根据权利要求12所述的装置，其特征在于，
所述纹理定向模块，具体用于将直边可能性和斜边可能性中较高的可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向；
所述纹理定向模块，具体用于当直边梯度差值不小于上限阈值时，确定所述纹理走向为所述垂直方向的可能性为确定；
当直边梯度差值大于下限阈值并且小于所述上限阈值时，确定所述纹理走向为所述垂直方向的可能性为待定；
当直边梯度差值小于所述下限阈值并且大于负的所述下限阈值，确定所述纹理走向为水平方向或垂直方向的可能性为否定；
当直边梯度差值小于负的所述上限阈值并且大于负的所述上限阈值时，确定所述纹理走向为所述水平方向的可能性为待定；
当直边梯度差值不大于负的所述上限阈值时，确定所述纹理走向为所述水平方向的可能性为确定；
所述根据所述第一斜边方向的梯度与所述第二斜边方向的梯度相减得到的斜边梯度差值，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的斜边可能性，包括：
当斜边梯度差值不小于所述上限阈值时，确定所述纹理走向为所述第二斜边方向的可能性为待定；
当斜边梯度差值小于所述上限阈值并且大于负的所述上限阈值时，确定所述纹理走向为所述第一斜边方向或所述第二斜边方向的可能性为否定；
当斜边梯度差值不大于负的所述上限阈值时，确定所述纹理走向为所述第一斜边方向的可能性为待定；
所述纹理定向模块，具体用于当所述直边可能性与所述斜边可能性为待定，将与所述直边可能性所针对的方向相正交的方向的梯度，和与所述斜边可能性所针对的方向相正交的方向的梯度相减，得到正交梯度差值；
根据所述正交梯度差值，确定所述Bayer图像在所述待插值像素点的纹理走向；
所述纹理定向模块，具体用于如果所述正交梯度差值大于临界阈值，将所述直边可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向；
如果所述正交梯度差值不大于所述临界阈值，将所述斜边可能性所针对的方向确定为所述Bayer图像在所述待插值像素点的纹理走向；
所述纹理定向模块，具体用于当所述直边可能性和所述斜边可能性为否定，所述Bayer图像在所述待插值像素点的纹理走向为无方向；
所述分量插值模块，具体用于当所述纹理走向为所述第一斜边方向或所述第二斜边方向时，根据待插值像素点和所述第一斜边方向以及所述第二斜边方向上的像素点之间的相似度，计算待插值像素点在纹理走向上的绿色分量均值，得到所述待插值像素点的绿色分量；
所述第一斜边方向为经过所述待插值像素点和像素坐标为(i-1，j+1)的像素点的直线所在方向，所述第二斜边方向为经过所述待插值像素点和像素坐标为(i-1，j-1)的像素点的直线所在方向，其中，i为所述待插值像素点的像素坐标的行分量，j为所述待插值像素点的像素坐标的列分量；
所述分量插值模块，具体用于根据上斜边关联度和下斜边关联度相减得到的关联度差值，计算所述待插值像素点的所述纹理走向上与所述关联度插值对应的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量，所述上斜边关联度为所述待插值像素点与像素坐标为(i-1，j)和(i，j-1)的像素点的像素值的相似度，所述下斜边关联度为所述待插值像素点与像素坐标为(i+1，j)和(i，j+1)的像素点的像素值的相似度；
所述分量插值模块，具体用于当所述关联度差值大于关联度阈值，并且所述纹理走向为所述第一斜边方向，计算像素坐标为(i-1，j)和(i，j-1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值小于负的所述关联度阈值，并且所述纹理走向为所述第一斜边方向，计算像素坐标为(i+1，j)和(i，j+1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值大于关联度阈值，并且所述纹理走向为所述第二斜边方向，计算像素坐标为(i-1，j)和(i，j+1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值小于负的所述关联度阈值，并且所述纹理走向为所述第二斜边方向，计算像素坐标为(i+1，j)和(i，j-1)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
当所述关联度差值的绝对值小于所述关联度阈值，计算像素坐标为(i，j-1)、(i，j+1)、(i-1，j)以及(i+1，j)的像素点的绿色分量的均值，得到所述待插值像素点的绿色分量；
所述分量插值模块，还用于如果所述纹理走向为所述第一斜边方向或所述第二斜边方向，根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点以及所述待插值像素点，插值得到所述待插值像素点的红色或者蓝色分量；
如果所述纹理走向不为所述第一斜边方向，且不为所述第二斜边方向，根据所述待插值像素点的所述第一斜边方向和所述第二斜边方向上的红色或者蓝色像素点，插值得到所述待插值像素点的红色或者蓝色分量；
所述分量插值模块，具体用于根据所述待插值像素点的所述纹理走向上的红色或者蓝色像素点的红色或者蓝色分量，以及绿色分量，和所述待插值像素点的绿色分量，插值得到所述待插值像素点的红色或者蓝色分量。
CN201910807513.6A 2019-08-29 2019-08-29 一种Bayer图像的插值方法、装置及电子设备 Active CN111340693B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910807513.6A CN111340693B (zh) 2019-08-29 2019-08-29 一种Bayer图像的插值方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910807513.6A CN111340693B (zh) 2019-08-29 2019-08-29 一种Bayer图像的插值方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN111340693A CN111340693A (zh) 2020-06-26
CN111340693B true CN111340693B (zh) 2023-12-01

Family

ID=71183508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910807513.6A Active CN111340693B (zh) 2019-08-29 2019-08-29 一种Bayer图像的插值方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111340693B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508783B (zh) * 2020-11-19 2024-01-30 西安全志科技有限公司 基于方向插值的图像处理方法、计算机装置及计算机可读存储介质
CN114466170B (zh) * 2021-08-27 2023-10-31 锐芯微电子股份有限公司 图像处理方法及系统
CN114500850B (zh) * 2022-02-22 2024-01-19 锐芯微电子股份有限公司 图像处理方法及装置、系统、可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008086037A2 (en) * 2007-01-10 2008-07-17 Flextronics International Usa Inc. Color filter array interpolation
CN101452573A (zh) * 2007-12-04 2009-06-10 比亚迪股份有限公司 一种图像边缘增强方法
CN101511031A (zh) * 2008-12-15 2009-08-19 四川虹微技术有限公司 一种用于Bayer Data插值的方法
CN101917629A (zh) * 2010-08-10 2010-12-15 浙江大学 一种基于绿色分量和色差空间的Bayer格式颜色插值方法
CN102665030A (zh) * 2012-05-14 2012-09-12 浙江大学 一种基于改进双线性的Bayer格式颜色插值方法
CN102938843A (zh) * 2012-11-22 2013-02-20 华为技术有限公司 图像处理方法、装置以及成像设备
CN104159091A (zh) * 2014-07-30 2014-11-19 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种基于边缘检测的颜色插值方法
CN105635700A (zh) * 2014-11-24 2016-06-01 上海复旦微电子集团股份有限公司 Cfa图像颜色处理方法及装置
CN108024100A (zh) * 2017-12-15 2018-05-11 上海交通大学 基于改进边缘导向的Bayer格式图像插值方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7825965B2 (en) * 2007-09-07 2010-11-02 Seiko Epson Corporation Method and apparatus for interpolating missing colors in a color filter array

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008086037A2 (en) * 2007-01-10 2008-07-17 Flextronics International Usa Inc. Color filter array interpolation
CN101452573A (zh) * 2007-12-04 2009-06-10 比亚迪股份有限公司 一种图像边缘增强方法
CN101511031A (zh) * 2008-12-15 2009-08-19 四川虹微技术有限公司 一种用于Bayer Data插值的方法
CN101917629A (zh) * 2010-08-10 2010-12-15 浙江大学 一种基于绿色分量和色差空间的Bayer格式颜色插值方法
CN102665030A (zh) * 2012-05-14 2012-09-12 浙江大学 一种基于改进双线性的Bayer格式颜色插值方法
CN102938843A (zh) * 2012-11-22 2013-02-20 华为技术有限公司 图像处理方法、装置以及成像设备
CN104159091A (zh) * 2014-07-30 2014-11-19 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种基于边缘检测的颜色插值方法
CN105635700A (zh) * 2014-11-24 2016-06-01 上海复旦微电子集团股份有限公司 Cfa图像颜色处理方法及装置
CN108024100A (zh) * 2017-12-15 2018-05-11 上海交通大学 基于改进边缘导向的Bayer格式图像插值方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Color Filter Array Demosaicking by Using Subband Synthesis Scheme;Da-Cheng Sung;IEEE;第6164-6172页 *
基于Bayer格式图像的实时色彩还原算法;王麓;液晶与显示;第310-316页 *
基于残余插值的卷积神经网络去马赛克算法;贾慧秒;南京信息工程大学学报;第650-655页 *
基于色差空间的低复杂度Bayer图像插值算法;赵亮;张宇烽;黄长宁;;航天返回与遥感(03);第128-138页 *
马华平 ; 唐遵烈 ; 刘爽 ; 曾璞 ; 陈伟 ; 魏广路 ; 李明 ; 王颖 ; .一种适合数字相机实时处理的插值算法.半导体光电.2013,(01),第155-157页. *

Also Published As

Publication number Publication date
CN111340693A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
CN111340693B (zh) 一种Bayer图像的插值方法、装置及电子设备
US10880541B2 (en) Stereo correspondence and depth sensors
US9135710B2 (en) Depth map stereo correspondence techniques
JP5075757B2 (ja) 画像処理装置、画像処理プログラム、画像処理方法、および電子機器
WO2021052283A1 (zh) 处理三维点云数据的方法和计算设备
CN112232279B (zh) 一种人员间距检测方法和装置
US20180211415A1 (en) Texture Modeling of Image Data
CN108257186B (zh) 标定图像的确定方法及装置、摄像机及存储介质
JP6326641B2 (ja) 画像処理装置および画像処理方法
CN111598777A (zh) 天空云图的处理方法、计算机设备和可读存储介质
CN111179184B (zh) 基于随机抽样一致性的鱼眼图像有效区域提取方法
CN113628259A (zh) 图像的配准处理方法及装置
JP2007122101A (ja) 画像処理装置及び画像処理方法
CN111445513A (zh) 基于深度图像的植株冠层体积获取方法、装置、计算机设备和存储介质
US20180150966A1 (en) System and method for estimating object size
CN111340714B (zh) 一种摩尔纹处理方法、装置及电子设备
JP2011171991A (ja) 画像処理装置、電子機器、画像処理方法、および、画像処理プログラム
CN111435080B (zh) 一种水位测量方法、装置及系统
CN113608207A (zh) 一种高炉料面形状测量方法、终端设备及存储介质
CN111161225A (zh) 一种图像差异检测方法、装置、电子设备和存储介质
CN111047635A (zh) 基于深度图像的平面触摸方法、装置与触摸系统
JP2013050762A (ja) 線分および円弧検出装置
CN116386016B (zh) 一种异物处理方法、装置、电子设备及存储介质
CN110930344A (zh) 一种目标的质量确定方法、装置、系统及电子设备
CN110599504B (zh) 一种图像处理方法及装置

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
GR01 Patent grant
GR01 Patent grant