CN116074484A - 一种CMOS卫星影像的Bayer色彩重建方法 - Google Patents

一种CMOS卫星影像的Bayer色彩重建方法 Download PDF

Info

Publication number
CN116074484A
CN116074484A CN202310058119.3A CN202310058119A CN116074484A CN 116074484 A CN116074484 A CN 116074484A CN 202310058119 A CN202310058119 A CN 202310058119A CN 116074484 A CN116074484 A CN 116074484A
Authority
CN
China
Prior art keywords
satellite
correction
image
gaussian
pixel value
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
Application number
CN202310058119.3A
Other languages
English (en)
Inventor
候富城
王玉林
贺杰
白洁
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.)
Shandong Industry Research Satellite Information Technology Industry Research Institute Co ltd
Original Assignee
Shandong Industry Research Satellite Information Technology Industry Research Institute 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 Shandong Industry Research Satellite Information Technology Industry Research Institute Co ltd filed Critical Shandong Industry Research Satellite Information Technology Industry Research Institute Co ltd
Priority to CN202310058119.3A priority Critical patent/CN116074484A/zh
Publication of CN116074484A publication Critical patent/CN116074484A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/77—Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

本发明提供了一种CMOS卫星影像的Bayer色彩重建方法，包括：获取卫星原始影像数据；对所述卫星原始影像数据依次进行亮度均匀性校正和白平衡校正，得到图像校正后的影像数据；对所述图像校正后的影像数据进行高斯滤波，得到高斯滤波后的卫星影像；对所述高斯滤波后的卫星影像分别进行R、G、B波段重建，并将重建后的波段进行组合，得到真彩色卫星影像。本发明采用高斯滤波，通过滤除影像中的高频信号，减少摩尔纹现象，能够提高色彩复原重建的精度和效果。

Description

一种CMOS卫星影像的Bayer色彩重建方法
技术领域
本发明涉及卫星遥感技术领域，特别是涉及一种CMOS卫星影像的Bayer色彩重建方法。
背景技术
bayer格式图像是目前应用最为广泛的数字图像，其通过bayer阵列，对每个像素进行过滤，并记录RGB三种颜色的一种，可大大减少数据的交互、存储量，后期通过色彩复原重建，得到彩色图像。该图像格式被广泛应用于数码相机领域，后来进一步延伸到光学卫星领域。
由于bayer阵列对图像信息进行了过滤，在bayer格式图像色彩重建过程中，某些区域会出现与真实场景不符的现象，如在图像中各类物体交界处或颜色突变区域，出现像素点模糊和颜色溢出现象；在图像的高频区域，出现细密的摩尔纹等。
发明内容
为了克服现有技术的不足，本发明的目的是提供一种CMOS卫星影像的Bayer色彩重建方法。
为实现上述目的，本发明提供了如下方案：
一种CMOS卫星影像的Bayer色彩重建方法，包括：
获取卫星原始影像数据；
对所述卫星原始影像数据依次进行亮度均匀性校正和白平衡校正，得到图像校正后的影像数据；
对所述图像校正后的影像数据进行高斯滤波，得到高斯滤波后的卫星影像；
对所述高斯滤波后的卫星影像分别进行R、G、B波段重建，并将重建后的波段进行组合，得到真彩色卫星影像。
优选地，所述亮度均匀性校正的计算公式为：
Figure BDA0004060822550000011
其中，DN(vi)为像元点i亮度均匀性校正的像素值，DN(i)为原始影像中像元点i的像素值，DNdark(i)为像元点i的暗信号值，K(i)为像元点i的校正系数。
优选地，所述白平衡校正的计算公式为：
DN(KR)＝DN(viR)*KR；
DN(KG)＝DN(viG)*KG；
DN(KB)＝DN(viB)*KB；
其中，DN(KR)为白平衡校正后R位置的像元值，DN(viR)为亮度均匀性校正后对应Bayer阵列中R位置的像元值，KR为R通道白平衡校正系数，DN(KG)为白平衡校正后G位置的像元值，DN(viG)为亮度均匀性校正后对应Bayer阵列中G位置的像元值，KG为G通道白平衡校正系数，DN(KB)为白平衡校正后B位置的像元值，DN(viB)为亮度均匀性校正后对应Bayer阵列中B位置的像元值，KB为B通道白平衡校正系数。
优选地，所述高斯滤波的计算公式为：
DN(Ga)＝GaussianBlur(DN(K)，ksize，sigmaX，sigmaY)；
其中，DN(Ga)为高斯滤波后的卫星影像；GaussianBlur()为高斯滤波函数；DN(K)为白平衡校正后的卫星影像；ksize为高斯滤波卷积核，sigmaX为X方向的滤波核，sigmaY为Y方向的滤波核。
优选地，所述对所述高斯滤波后的卫星影像分别进行R、G、B波段重建，包括：
根据所述高斯滤波后的卫星影像确定Bayer阵列；
对所述Bayer阵列进行分析，得到各个分布情况；
根据各个所述分布情况进行R、G、B波段重建。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种CMOS卫星影像的Bayer色彩重建方法，包括：获取卫星原始影像数据；对所述卫星原始影像数据依次进行亮度均匀性校正和白平衡校正，得到图像校正后的影像数据；对所述图像校正后的影像数据进行高斯滤波，得到高斯滤波后的卫星影像；对所述高斯滤波后的卫星影像分别进行R、G、B波段重建，并将重建后的波段进行组合，得到真彩色卫星影像。本发明采用高斯滤波，通过滤除影像中的高频信号，减少摩尔纹现象，能够提高色彩复原重建的精度和效果。
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性的前提下，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方法流程图；
图2为本发明实施例提供的算法示意图；
图3为本发明实施例提供的第一分布情况示意图；
图4为本发明实施例提供的第二分布情况示意图；
图5为本发明实施例提供的第三分布情况示意图；
图6为本发明实施例提供的第四分布情况示意图。
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。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤、过程、方法等没有限定于已列出的步骤，而是可选地还包括没有列出的步骤，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤元。
本发明的目的是提供一种CMOS卫星影像的Bayer色彩重建方法，能够提高色彩复原重建的精度和效果。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的方法流程图，如图1所示，本发明提供了一种CMOS卫星影像的Bayer色彩重建方法，包括：
步骤100：获取卫星原始影像数据；
步骤200：对所述卫星原始影像数据依次进行亮度均匀性校正和白平衡校正，得到图像校正后的影像数据；
步骤300：对所述图像校正后的影像数据进行高斯滤波，得到高斯滤波后的卫星影像；
步骤400：对所述高斯滤波后的卫星影像分别进行R、G、B波段重建，并将重建后的波段进行组合，得到真彩色卫星影像。
图2为本发明实施例提供的算法示意图，如图2所示，本实施例的算法步骤包括：
1.对卫星原始影像数据进行亮度均匀性校正；
2.对亮度均匀性校正后的卫星影像数据进行白平衡校正；
3.对白平衡校正后的卫星影像数据进行高斯滤波；
4.对高斯滤波后的图像进行R、G、B波段重建；
5.将R、G、B波段进行组合，形成真彩色卫星影像。
优选地，所述亮度均匀性校正的计算公式为：
Figure BDA0004060822550000041
其中，DN(vi)为像元点i亮度均匀性校正的像素值，DN(i)为原始影像中像元点i的像素值，DNdark(i)为像元点i的暗信号值，K(i)为像元点i的校正系数。
优选地，所述白平衡校正的计算公式为：
DN(KR)＝DN(viR)*KR；
DN(KG)＝DN(viG)*KG；
DN(KB)＝DN(viB)*KB；
其中，DN(KR)为白平衡校正后R位置的像元值，DN(viR)为亮度均匀性校正后对应Bayer阵列中R位置的像元值，KR为R通道白平衡校正系数，DN(KG)为白平衡校正后G位置的像元值，DN(viG)为亮度均匀性校正后对应Bayer阵列中G位置的像元值，KG为G通道白平衡校正系数，DN(KB)为白平衡校正后B位置的像元值，DN(viB)为亮度均匀性校正后对应Bayer阵列中B位置的像元值，KB为B通道白平衡校正系数。
优选地，所述高斯滤波的计算公式为：
DN(Ga)＝GaussianBlur(DN(K)，ksize，sigmaX，sigmaY)；
其中，DN(Ga)为高斯滤波后的卫星影像；GaussianBlur()为高斯滤波函数；DN(K)为白平衡校正后的卫星影像；ksize为高斯滤波卷积核，sigmaX为X方向的滤波核，sigmaY为Y方向的滤波核。
优选地，所述对所述高斯滤波后的卫星影像分别进行R、G、B波段重建，包括：
根据所述高斯滤波后的卫星影像确定Bayer阵列；
对所述Bayer阵列进行分析，得到各个分布情况；
根据各个所述分布情况进行R、G、B波段重建。
本实施例中的Bayer阵列4种分布情况如图3至图6所示:
(1)当Bayer阵列为第一种情况和第二种情况时:
R＝WR11*(R3+R4)+WR12*(R1+R2+R5+R6)；
B＝WB11*(B3+B4)+WB12*(B1+B2+B5+B6)；
其中R、B为重建后的像元值；WR**，WB**为对应的权重；R*，B*为对应位置的像元值。权重由各像元的数量与到中心像元的距离决定，相邻像元(WR11，WB11)的权重为0.375，剩余像元(WR12，WB12)的权重为0.0625。
(2)当Bayer阵列为第三种情况时：
B＝WB31*(B1+B2+B3+B4)；
G＝WG31*(G4+G6+G7+G9)+WG32*(G1+G2+G3+G5+G8+G10+G11+G12)；
其中B、G为重建后的像元值；WB**，WG**为对应的权重；B*，G*为对应位置的像元值。权重由各像元的数量与到中心像元的距离决定，相邻像元(WB31)的权重为0.25，相邻像元(WG31)的权重为0.1875，剩余像元(WG32)的权重为0.03125。
(3)当Bayer阵列为第四种情况时：
R＝WR41*(R1+R2+R5+R6)；
G＝WG41*(G4+G6+G7+G9)+WG42*(G1+G2+G3+G5+G8+G10+G11+G12)；
其中R、G为重建后的像元值；WR**，WG**为对应的权重；R*，G*为对应位置的像元值。权重由各像元的数量与到中心像元的距离决定，相邻像元(WR41)的权重为0.25，相邻像元(WG41)的权重为0.1875，剩余像元(WG42)的权重为0.03125。
本发明的有益效果如下：
(1)本发明采用高斯滤波，通过滤除影像中的高频信号，减少摩尔纹现象。
(2)本发明采用权重方法，通过引入更丰富的色彩参考信息，构建R、G、B色彩重建模型，减少像素点模糊和颜色溢出现象。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种CMOS卫星影像的Bayer色彩重建方法，其特征在于，包括：
获取卫星原始影像数据；
对所述卫星原始影像数据依次进行亮度均匀性校正和白平衡校正，得到图像校正后的影像数据；
对所述图像校正后的影像数据进行高斯滤波，得到高斯滤波后的卫星影像；
对所述高斯滤波后的卫星影像分别进行R、G、B波段重建，并将重建后的波段进行组合，得到真彩色卫星影像。
2.根据权利要求1所述的CMOS卫星影像的Bayer色彩重建方法，其特征在于，所述亮度均匀性校正的计算公式为：
Figure FDA0004060822540000011
其中，DN(vi)为像元点i亮度均匀性校正的像素值，DN(i)为原始影像中像元点i的像素值，DNdark(i)为像元点i的暗信号值，K(i)为像元点i的校正系数。
3.根据权利要求1所述的CMOS卫星影像的Bayer色彩重建方法，其特征在于，所述白平衡校正的计算公式为：
DN(KR)＝DN(viR)*KR；
DN(KG)＝DN(viG)*KG；
DN(KB)＝DN(viB)*KB；
其中，DN(KR)为白平衡校正后R位置的像元值，DN(viR)为亮度均匀性校正后对应Bayer阵列中R位置的像元值，KR为R通道白平衡校正系数，DN(KG)为白平衡校正后G位置的像元值，DN(viG)为亮度均匀性校正后对应Bayer阵列中G位置的像元值，KG为G通道白平衡校正系数，DN(KB)为白平衡校正后B位置的像元值，DN(viB)为亮度均匀性校正后对应Bayer阵列中B位置的像元值，KB为B通道白平衡校正系数。
4.根据权利要求1所述的CMOS卫星影像的Bayer色彩重建方法，其特征在于，所述高斯滤波的计算公式为：
DN(Ga)＝GaussianBlur(DN(K)，ksize，sigmaX，sigmaY)；
其中，DN(Ga)为高斯滤波后的卫星影像；GaussianBlur()为高斯滤波函数；DN(K)为白平衡校正后的卫星影像；ksize为高斯滤波卷积核，sigmaX为X方向的滤波核，sigmaY为Y方向的滤波核。
5.根据权利要求1所述的CMOS卫星影像的Bayer色彩重建方法，其特征在于，所述对所述高斯滤波后的卫星影像分别进行R、G、B波段重建，包括：
根据所述高斯滤波后的卫星影像确定Bayer阵列；
对所述Bayer阵列进行分析，得到各个分布情况；
根据各个所述分布情况进行R、G、B波段重建。
CN202310058119.3A 2023-01-15 2023-01-15 一种CMOS卫星影像的Bayer色彩重建方法 Pending CN116074484A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310058119.3A CN116074484A (zh) 2023-01-15 2023-01-15 一种CMOS卫星影像的Bayer色彩重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310058119.3A CN116074484A (zh) 2023-01-15 2023-01-15 一种CMOS卫星影像的Bayer色彩重建方法

Publications (1)

Publication Number Publication Date
CN116074484A true CN116074484A (zh) 2023-05-05

Family

ID=86183308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310058119.3A Pending CN116074484A (zh) 2023-01-15 2023-01-15 一种CMOS卫星影像的Bayer色彩重建方法

Country Status (1)

Country Link
CN (1) CN116074484A (zh)

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050254117A1 (en) * 2002-07-04 2005-11-17 Koninklijke Philips Electronics N.V. Method and apparatus for signal processing, computer program product, computing system and camera
US20050276510A1 (en) * 2004-06-08 2005-12-15 Stmicroelectronics S.R.I. Filtering of noisy images
KR20100032618A (ko) * 2008-09-18 2010-03-26 연세대학교 산학협력단 화이트밸런스 보정 방법 및 장치
CN101908210A (zh) * 2010-08-13 2010-12-08 北京工业大学 彩色图像去雾处理方法和系统
US20110142339A1 (en) * 2009-11-20 2011-06-16 Tripurari Singh Method and System for Compressive Color Image Sampling and Reconstruction
KR20110128463A (ko) * 2010-05-24 2011-11-30 금오공과대학교 산학협력단 색 보정 레티넥스 방법
CN203219431U (zh) * 2013-03-28 2013-09-25 锐力科技股份有限公司 图像处理模组
US20140029829A1 (en) * 2011-04-08 2014-01-30 Huabei Jiang Enhanced image reconstruction in photoacoustic tomography
CN105574826A (zh) * 2015-12-16 2016-05-11 中国科学院深圳先进技术研究院 遥感影像的薄云去除方法
CN107295323A (zh) * 2016-04-03 2017-10-24 曹君 一种自动白平衡处理方法
CN107403421A (zh) * 2017-08-10 2017-11-28 杭州联吉技术有限公司 一种图像去雾方法、存储介质及终端设备
CN107613192A (zh) * 2017-08-09 2018-01-19 深圳市巨龙创视科技有限公司 一种基于摄像机模组的数字图像处理算法
CN108769641A (zh) * 2018-06-04 2018-11-06 珠海欧比特宇航科技股份有限公司 一种视频卫星影像的Bayer彩色重建方法
CN111076815A (zh) * 2019-11-18 2020-04-28 中国科学院上海技术物理研究所 一种高光谱图像非均匀性校正方法
CN111340714A (zh) * 2019-08-29 2020-06-26 杭州海康慧影科技有限公司 一种摩尔纹处理方法、装置及电子设备
WO2020139493A1 (en) * 2018-12-28 2020-07-02 Qualcomm Incorporated Systems and methods for converting non-bayer pattern color filter array image data
CN113141488A (zh) * 2021-03-23 2021-07-20 南京威派视半导体技术有限公司 一种小尺寸像元图像传感器的色彩还原方法
TW202130162A (zh) * 2020-01-20 2021-08-01 瑞昱半導體股份有限公司 像素值校正方法以及像素值校正裝置
CN114125431A (zh) * 2021-11-22 2022-03-01 北京市遥感信息研究所 用于静止轨道光学大面阵相机的非均匀性定标校正方法
WO2022126438A1 (zh) * 2020-12-16 2022-06-23 华为技术有限公司 图像生成方法、装置及电子设备
CN114820376A (zh) * 2022-04-29 2022-07-29 季华实验室 条带噪声的融合校正方法、装置、电子设备及存储介质
CN115345961A (zh) * 2022-08-24 2022-11-15 清华大学 基于hsv颜色空间相互运算的浓雾彩色重建方法及装置
CN115496685A (zh) * 2022-09-21 2022-12-20 重庆地质矿产研究院 一种针对高分二号卫星遥感影像的快速去薄云方法

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050254117A1 (en) * 2002-07-04 2005-11-17 Koninklijke Philips Electronics N.V. Method and apparatus for signal processing, computer program product, computing system and camera
US20050276510A1 (en) * 2004-06-08 2005-12-15 Stmicroelectronics S.R.I. Filtering of noisy images
KR20100032618A (ko) * 2008-09-18 2010-03-26 연세대학교 산학협력단 화이트밸런스 보정 방법 및 장치
US20110142339A1 (en) * 2009-11-20 2011-06-16 Tripurari Singh Method and System for Compressive Color Image Sampling and Reconstruction
KR20110128463A (ko) * 2010-05-24 2011-11-30 금오공과대학교 산학협력단 색 보정 레티넥스 방법
CN101908210A (zh) * 2010-08-13 2010-12-08 北京工业大学 彩色图像去雾处理方法和系统
US20140029829A1 (en) * 2011-04-08 2014-01-30 Huabei Jiang Enhanced image reconstruction in photoacoustic tomography
CN203219431U (zh) * 2013-03-28 2013-09-25 锐力科技股份有限公司 图像处理模组
CN105574826A (zh) * 2015-12-16 2016-05-11 中国科学院深圳先进技术研究院 遥感影像的薄云去除方法
CN107295323A (zh) * 2016-04-03 2017-10-24 曹君 一种自动白平衡处理方法
CN107613192A (zh) * 2017-08-09 2018-01-19 深圳市巨龙创视科技有限公司 一种基于摄像机模组的数字图像处理算法
CN107403421A (zh) * 2017-08-10 2017-11-28 杭州联吉技术有限公司 一种图像去雾方法、存储介质及终端设备
CN108769641A (zh) * 2018-06-04 2018-11-06 珠海欧比特宇航科技股份有限公司 一种视频卫星影像的Bayer彩色重建方法
WO2020139493A1 (en) * 2018-12-28 2020-07-02 Qualcomm Incorporated Systems and methods for converting non-bayer pattern color filter array image data
CN111340714A (zh) * 2019-08-29 2020-06-26 杭州海康慧影科技有限公司 一种摩尔纹处理方法、装置及电子设备
CN111076815A (zh) * 2019-11-18 2020-04-28 中国科学院上海技术物理研究所 一种高光谱图像非均匀性校正方法
TW202130162A (zh) * 2020-01-20 2021-08-01 瑞昱半導體股份有限公司 像素值校正方法以及像素值校正裝置
WO2022126438A1 (zh) * 2020-12-16 2022-06-23 华为技术有限公司 图像生成方法、装置及电子设备
CN113141488A (zh) * 2021-03-23 2021-07-20 南京威派视半导体技术有限公司 一种小尺寸像元图像传感器的色彩还原方法
CN114125431A (zh) * 2021-11-22 2022-03-01 北京市遥感信息研究所 用于静止轨道光学大面阵相机的非均匀性定标校正方法
CN114820376A (zh) * 2022-04-29 2022-07-29 季华实验室 条带噪声的融合校正方法、装置、电子设备及存储介质
CN115345961A (zh) * 2022-08-24 2022-11-15 清华大学 基于hsv颜色空间相互运算的浓雾彩色重建方法及装置
CN115496685A (zh) * 2022-09-21 2022-12-20 重庆地质矿产研究院 一种针对高分二号卫星遥感影像的快速去薄云方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘毓敏: "《电视摄像与编辑》", 国防工业出版社, pages: 34 - 36 *
吕晓凯;李传荣;马灵玲;苑馨方;李晓辉;: "一种基于物理机理的高光谱遥感图像真彩色校正模型", 遥感技术与应用, no. 03 *
王子: "基于FPGA的小型化图像釆集和预处理系统设计", 《CNKI硕士电子期刊》, pages 27 - 117 *
胡丽丽: "基于梯度加权残差插值的Bayer图像色彩重建算法的研究", 《CNKI》硕士电子期刊, no. 02 *
赵军辉;吴玉峰;胡坤融;蒲斌;: "基于Lab色彩空间和色调映射的彩色图像增强算法", 计算机科学, no. 02 *

Similar Documents

Publication Publication Date Title
CN110378859B (zh) 一种新的高动态范围图像生成方法
US8295595B2 (en) Generating full color images by demosaicing noise removed pixels from images
US11625815B2 (en) Image processor and method
US7865014B2 (en) Video auto enhancing algorithm
TWI737979B (zh) 圖像去馬賽克裝置及方法
CN110246087B (zh) 参考多通道的多分辨率去除图像色度噪声的系统和方法
JPH0823543A (ja) 撮像装置
CN109118437B (zh) 一种可实时处理浑水图像的方法、存储介质
US7418130B2 (en) Edge-sensitive denoising and color interpolation of digital images
CN107240081A (zh) 夜景影像去噪与增强处理方法
JP2003304549A (ja) カメラ及び画像信号処理システム
CN110517206B (zh) 彩色摩尔纹消除方法及装置
US20080068472A1 (en) Digital camera and method
US8385671B1 (en) Digital camera and method
CN107454318A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
US8508632B2 (en) Image processing method of obtaining a high dynamic range image
CN116074484A (zh) 一种CMOS卫星影像的Bayer色彩重建方法
KR100607805B1 (ko) 이미지센서에서의 다크 컨디션 판별 방법 및 컬러 보정 방법
JPH11146410A (ja) ビデオカメラ
KR100741517B1 (ko) 잡음에 강한 채널 간 상관관계를 고려한 고해상도 색상보간 방법
KR20210096925A (ko) 대용량 항공정사영상의 효율적인 색상보정 방법
CN110139087A (zh) 一种基于拜耳排布的图像处理方法
CN115278090B (zh) 一种基于行曝光的单帧四曝光wdr处理方法
CN115239610B (zh) 图像融合方法、装置、系统及存储介质
CN115272135B (zh) 一种单帧图片降噪并消除图片伪彩的方法

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