CN116416126A - 一种Bayer图像插值算法中解决伪彩色问题的方法 - Google Patents
一种Bayer图像插值算法中解决伪彩色问题的方法 Download PDFInfo
- Publication number
- CN116416126A CN116416126A CN202111639129.3A CN202111639129A CN116416126A CN 116416126 A CN116416126 A CN 116416126A CN 202111639129 A CN202111639129 A CN 202111639129A CN 116416126 A CN116416126 A CN 116416126A
- Authority
- CN
- China
- Prior art keywords
- interpolation
- color difference
- channel
- pixel
- calculating
- 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 57
- 230000004075 alteration Effects 0.000 claims abstract description 33
- 238000012937 correction Methods 0.000 claims abstract description 19
- 230000004927 fusion Effects 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000010586 diagram Methods 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000005070 sampling Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
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
- G06T3/4007—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)
- Video Image Reproduction Devices For Color Tv Systems (AREA)
Abstract
本发明提供一种Bayer图像插值算法中解决伪彩色问题的方法,包括:S1,计算水平方向色差和垂直方向色差:S1.1,线性插值;S1.2,计算水平方向色差和垂直方向色差;S2.计算插值权重:S2.1,计算色差梯度;S2.2,计算插值权重;S3.估计色差值;S4.G通道插值;S5.R通道和B通道插值:S5.1,计算8个方向的平均梯度;S5.2,计算8个方向的插值权重;S5.3,估计R像素位置的B通道插值结果;S5.4,估计B像素位置的R通道插值结果;S5.5,估计G像素位置的R通道插值结果;S5.6,估计G像素位置的B通道插值结果;S6.插值结果校正:S6.1,估算图像色差值;S6.2,估计饱和度;S6.3,计算融合权重;S6.4,计算修正值。本方法有效减弱伪彩色现象,插值结果更准确,视觉效果更完美;利用原始Bayer图像,不需复杂运算,硬件易于实现。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种Bayer图像插值算法中解决伪彩色问题的方法。
背景技术
在Bayer图像中,R通道和B通道的采样频率分别只有G通道采样频率的一半,因此,R通道和B通道很容易产生错误的插值信息,导致插值结果出现伪彩色现象。解决伪彩色的方法主要分为插值过程的校正和插值结果的校正两种:插值过程的校正方法一般是先插值G通道,然后使用G通道来引导R和B通道的插值,这种方法把主要目标放在G通道的插值上,只要G通道的插值结果更加准确,R和B通道的插值结果也会更加准确;插值结果的校正方法是先插值出完整的RGB图像,然后对容易出现伪彩色的摩尔纹区域进行颜色校正。
然而,现有技术中存在的主要缺陷在于:
1.基于插值过程的校正方法太依赖于G通道,对R和B通道关注太少,不能很好的解决伪彩色问题;
2.基于插值结果的校正依赖于摩尔纹区域的检测,但是摩尔纹区域检测本身就是一个难题,此外,这种方法对于非摩尔纹区域也会失效;
3.解析力不足:两种算法没有充分利用到原始的Bayer图像信息,在插值过程中大量的进行平滑操作,不可避免的会减小图像的解析力;
4.复杂度过高:基于插值过程的校正方法一般需要复杂的插值算法(如引导上采样、神经网络等)才能取得较好的校正效果,基于结果的校正又需要较为复杂的摩尔纹区域判断方法。
此外,现有技术中常用的技术术语包括:
1.bayer图像:绝大部分彩色相机都采用维光电传感器获取图像信息,在传感器表面覆盖了一个色彩滤波阵列(Color Filter Array,CFA),最常见的CFA形式为Bayer格式,将Bayer格式的传感器采集到的原始数据称为Bayer图像。如图1所示是一种常见的Bayer图像示意图。
2.Bayer图像插值:将bayer图像恢复成完整RGB图像的过程。
3.解析力:分辨被拍摄物体细节的能力,解析力越高,则图像细节越丰富、清晰度越高。
4.奈奎斯特频率:根据采样定理,当采样频率低于被采样信号最高频率的2倍时,将会混频。实际应用中,采样频率是已知的,将采样频率的一半称为奈奎斯特频率。
5.摩尔纹:在Bayer图像插值中,受采样频率和插值算法的影响,会在高频区域出现棋盘格、伪彩色等现象,称为摩尔纹。
6.伪彩色:Bayer图像插值时,如果颜色信息插值错误就容易出现异常颜色(FalseColor),称为伪彩色。
发明内容
为了解决上述问题,本申请的主要目的在于:同时考虑了插值过程的校正以及插值结果的校正,采用了更加合理的解决方案,有效减弱了伪彩色现象,插值结果更为准确,视觉效果更加完美。
具体地,本发明提供一种Bayer图像插值算法中解决伪彩色问题的方法,所述方法包括以下步骤:
S1,计算水平方向色差和垂直方向色差:计算水平方向和垂直方向的线性插值;并根据获得的线性插值计算水平方向色差和垂直方向色差,按像素位置将水平色差值全部排列在一起构成了水平色差图按像素位置将垂直色差值全部排列在一起构成了垂直色差图/>
S2,计算插值权重:
S2.1,计算色差梯度:
位置坐标为(i,j)处的水平方向和垂直方向的色差梯度计算公式分别为:
四个方向的平均梯度为:
S2.2,计算插值权重:
4个方向的色差梯度总和为:
Wleft(i,j=Wright(i,j)=Wtop(i,j)=Wdown(i,j)=0.25
否则:
公式中Wleft(i,j)、Wright(i,j)、Witop(i,j)、Wdown(i,j)分别表示坐标为(i,j)处的左、右、上、下4个方向的权重值;
S3.估计色差值:
S5.获得R通道和B通道插值:
当R、B通道与G之间的插值方向相同时,能够最大程度的保证RGB这3个通道的一致性;因此,使用已经插值完成的G通道来完成R通道和B通道的方向插值;
S5.1,计算8个方向的平均梯度
利用S4的结果计算出水平、垂直、对角线、反对角线,这4个方向的梯度值:
利用这4个方向的梯度值可以计算出8个方向的平均梯度值:
S5.2,计算8个方向的插值权重:
8个方向色差总梯度为:
否则:
S5.3,估计R像素位置的B通道插值结果:
对于Bayer图像中的R位置,使用下式完成B通道的插值:
其中各个方向的色差计算方法为:
S5.4,估计B像素位置的R通道插值结果:
根据对称性,对于Bayer图像中的B像素位置,完全采用S5.3中R像素位置的B通道插值方法计算;
S5.5,估计G像素位置的R通道插值结果:
对于Bayer图像中的左右相邻像素为R的G像素位置Gr,使用下式完成R通道和B通道的插值:
其中:
S5.6,估计G像素位置的B通道插值结果:
S6.插值结果校正:
当图像饱和度很低时,无需进行图像插值,根据这个原理对图像的插值结果进行修正,具体方法如下:
S6.1,估算图像色差值:
取步骤S1中的水平色差窗口为9*9,则可以计算出左右2个方向的色差均值:
S6.2,估计饱和度:
S6.3,计算融合权重:
其中,W(i,j)表示计算得到的融合权重,S1和S2表示用户设定的融合阈值;
S6.4,计算修正值:
所述步骤S1进一步包括:
S1.1,线性插值:
对于Bayer图像中的R或者B像素处,分别利用下式计算水平方向和垂直方向的线性插值结果:
在Bayer图像的G像素处,计算公式与上式类似,但每个像素位置只能计算出水平或者垂直方向中的一个方向的插值结果:
如果G像素左右相邻位置为R像素,则:
反之,若G像素左右相邻位置为B像素,则:
S1.2,计算水平方向色差和垂直方向色差:
将线性插值后有效位置的R与G相减、B与G相减,得到色差图像R-G和色差图像B-G;
R像素处的色差为:
B像素处的色差为:
如果G像素左右相邻位置为R像素,则G像素处的色差为:
如果G像素左右相邻位置为B像素,则G像素处的色差为:
所述步骤S3中,所述色差估计方法为:
其中,表示在位置(i,j)处R与G之间的色差估计值;/>表示第1步得到的垂直方向色差图像和水平方向色差图像R-G;Wtop、Wdown、Wleft、Wγight分别表示上下左右每个方向的权重图像;f表示每个方向的色差平滑权重向量,fT表示f的转置向量;
所述f可以选用高斯权重,也可以选择均值权重。
所述f=[1,1,1]/3。
所述步骤S4,G通道插值,进一步包括:
对于Bayer图像中的R位置,使用下式完成G通道的插值:
对于Bayer图像中的B位置,使用下式完成G通道的插值:
由此,对现有技术进行研究后,提出了一种Bayer图像插值算法解决伪彩色问题的方法,本申请有如下优点:
1.有效减弱了伪彩色现象,插值结果更为准确,视觉效果更加完美;
2.提升图像解析力,更大程度的恢复出高频信息,增加图像清晰度,有效减弱摩尔纹和伪彩色现象;
3.有效减少了复杂度,充分利用原始的Bayer图像,不需要复杂的运算即可完成插值任务,硬件易于实现。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。
图1是现有技术中常见的Bayer图像的示意图。
图2是本发明涉及方法的流程示意图。
具体实施方式
为了能够更清楚地理解本发明的技术内容及优点,现结合附图对本发明进行进一步的详细说明。
如图2所示,本申请涉及一种Bayer图像插值算法中解决伪彩色问题的方法,所述方法包括:
S1,计算水平方向色差和垂直方向色差:
S1.1,线性插值;
S1.2,计算水平方向色差和垂直方向色差;
S2.计算插值权重:
S2.1,计算色差梯度;
S2.2,计算插值权重;
S3.估计色差值;
S4.G通道插值;
S5.R通道和B通道插值:
S5.1,计算8个方向的平均梯度;
S5.2,计算8个方向的插值权重;
S5.3,估计R像素位置的B通道插值结果;
S5.4,估计B像素位置的R通道插值结果;
S5.5,估计G像素位置的R通道插值结果;
S5.6,估计G像素位置的B通道插值结果;
S6.插值结果校正:
S6.1,估算图像色差值;
S6.2,估计饱和度;
S6.3,计算融合权重;
S6.4,计算修正值。
具体地,所述方法分为以下步骤描述:
S1.计算水平方向色差和垂直方向色差
(1)线性插值。对于Bayer图像中的R或者B像素处,分别利用下式计算水平方向和垂直方向的线性插值结果:
其中,和/>分别表示G通道在水平和垂直方向的线性插值结果。G(i,j-1)、G(i,j+1)、G(i-1,j)、G(i+1,j)分别表示对应位置的实际G通道像素值。在Bayer图像的G像素处,计算公式与上式相似,但每个像素位置只能计算出水平或者垂直方向中的一个方向的插值结果:
如果G像素左右相邻位置为R像素,则:
反之,若G像素左右相邻位置为B像素,则:
(2)计算水平方向色差和垂直方向色差。将线性插值后有效位置的R与G相减、B与G相减,得到色差图像(R-G)和(B-G)。
R像素处的色差为:
B像素处的色差为:
如果G像素左右相邻位置为R像素,则G像素处的色差为:
如果G像素左右相邻位置为B像素,则G像素处的色差为:
其中,分别表示G与R在水平方向的色差值、G与R在垂直方向的色差值、G与B在水平方向的色差值、G与B在垂直方向的色差值。按像素位置将水平色差值全部排列在一起构成了水平色差图/>按像素位置将垂直色差值全部排列在一起构成了垂直色差图/>/>
S2.计算插值权重
(1)计算色差梯度
水平方向和垂直方向的色差梯度计算公式分别为:
四个方向的平均梯度为:
(2)计算插值权重
4个方向的色差梯度总和为:
其中,Dsum表示色差梯度总和。当Dsum为0时,4个方向的插值权重相同:
Wleft(i,j)=Wright(i,j)=Wtop(i,j)=Wdown(i,j)=0.25
否则:
公式中Wleft(i,j)、Wright(i,j)、Wtop(i,j)、Wdown(i,j)分别表示坐标为(i,j)处的左、右、上、下4个方向的权重值。
S3.估计色差值
色差估计方法为:
其中,表示在位置(i,j)处R与G之间的色差估计值;/>表示第1步得到的垂直方向色差图像和水平方向色差图像(R-G);Wleft、Wdown、Wleft、Wright分别表示上下左右每个方向的权重图像;f表示每个方向的色差平滑权重向量,fT表示f的转置向量,f可以选用高斯权重,也可以选择均值权重,如f=[1,1,1]/3。
S4.G通道插值
对于Bayer图像中的R位置,使用下式完成G通道的插值:
对于Bayer图像中的R位置,使用下式完成G通道的插值:
S5.R通道和B通道插值
当R、B通道与G之间的插值方向相同时,能够最大程度的保证RGB这3个通道的一致性,从而减弱伪彩色现象。因此,使用已经插值完成的G通道来完成R通道和B通道的方向插值。
(1)计算8个方向的平均梯度
利用步骤S4中的结果可以计算出水平、垂直、对角线、反对角线,这4个方向的梯度图:
利用这4个方向的梯度值可以计算出8个方向的平均梯度值:
(2)计算8个方向的插值权重
8个方向色差总梯度为:
否则:
(3)估计R像素位置的B通道插值结果
对于Bayer图像中的R位置,使用下式完成B通道的插值:
其中各个方向的色差计算方法为:
(4)估计B像素位置的R通道插值结果
根据对称性,对于Bayer图像中的B像素位置,可以完全采用(3)中R像素位置的B通道插值方法。
(5)估计G像素位置的R通道插值结果
对于Bayer图像中的左右相邻像素为R的G像素位置(Gr),使用下式完成R通道和B通道的插值:
其中:
(6)估计G像素位置B通道插值结果
S6.插值结果校正
当图像饱和度很低时,无需进行图像插值,这样既能避免图像平滑带来的细节损失,又能避免产生伪彩色。根据这个原理还可以对图像的插值结果进行修正,具体方法如下:
(1)估算图像色差值
取第1步中的水平色差窗口为9*9,则可以计算出左右2个方向的色差均值:
(2)估计饱和度
(3)计算融合权重
其中,W(i,j)表示计算得到的融合权重,S1和S2表示用户设定的融合阈值。
(4)计算修正值
综上所述,本申请中特别是如下关键步骤构成了解决伪彩色问题的合理的解决方案:
步骤S2第S2.2中插值权重的计算方法;
步骤S5的全部内容,包括8个方向的插值权重计算方法、R通道和B通道的插值方法;
步骤S6的全部内容,包括饱和度的估计方法、插值结果的修正方法等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。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,均应包含在本发明的保护范围之内。
Claims (6)
1.一种Bayer图像插值算法中解决伪彩色问题的方法,其特征在于,所述方法包括以下步骤:
S1,计算水平方向色差和垂直方向色差:计算水平方向和垂直方向的线性插值;并根据获得的线性插值计算水平方向色差和垂直方向色差,按像素位置将水平色差值全部排列在一起构成了水平色差图按像素位置将垂直色差值全部排列在一起构成了垂直色差图
S2,计算插值权重:
S2.1,计算色差梯度:
位置坐标为(i,j)处的水平方向和垂直方向的色差梯度计算公式分别为:
四个方向的平均梯度为:
S2.2,计算插值权重:
4个方向的色差梯度总和为:
Wleft(i,j)=Wright(i,j)=Wtop(i,j)=Wdown(i,j)=0.25
否则:
公式中Wleft(i,j)、Wright(i,j)、Wtop(i,j)、Wdown(i,j)分别表示坐标为(i,j)处的左、右、上、下4个方向的权重值;
S3.估计色差值:
S5.获得R通道和B通道插值:
当R、B通道与G之间的插值方向相同时,能够最大程度的保证RGB这3个通道的一致性;因此,使用已经插值完成的G通道来完成R通道和B通道的方向插值;
S5.1,计算8个方向的平均梯度;
利用S4的结果计算出水平、垂直、对角线、反对角线,这4个方向的梯度值:
利用这4个方向的梯度值可以计算出8个方向的平均梯度值:
S5.2,计算8个方向的插值权重:
8个方向色差总梯度为:
否则:
S5.3,估计R像素位置的B通道插值结果:
对于Bayer图像中的R位置,使用下式完成B通道的插值:
其中各个方向的色差计算方法为:
S5.4,估计B像素位置的R通道插值结果:
根据对称性,对于Bayer图像中的B像素位置,完全采用步骤S5.3中R像素位置的B通道插值方法计算;
S5.5,估计G像素位置的R通道插值结果:
对于Bayer图像中的左右相邻像素为R的G像素位置Gr,使用下式完成R通道和B通道的插值:
其中:
S5.6,估计G像素位置的B通道插值结果:
S6.插值结果校正:
当图像饱和度很低时,无需进行图像插值,根据这个原理对图像的插值结果进行修正,具体方法如下:
S6.1,估算图像色差值:
取步骤S1中的水平色差窗口为9*9,则可以计算出左右2个方向的色差均值:
S6.2,估计饱和度:
S6.3,计算融合权重:
其中,W(i,j)表示计算得到的融合权重,S1和S2表示用户设定的融合阈值;
S6.4,计算修正值:
2.根据权利要求1所述的一种Bayer图像插值算法中解决伪彩色问题的方法,其特征在于,所述步骤S1进一步包括:
S1.1,线性插值:
对于Bayer图像中的R或者B像素处,分别利用下式计算水平方向和垂直方向的线性插值结果:
在Bayer图像的G像素处,计算公式与上式类似,但每个像素位置只能计算出水平或者垂直方向中的一个方向的插值结果:
如果G像素左右相邻位置为R像素,则:
反之,若G像素左右相邻位置为B像素,则:
S1.2,计算水平方向色差和垂直方向色差:
将线性插值后有效位置的R与G相减、B与G相减,得到色差图像R-G和色差图像B-G;
R像素处的色差为:
B像素处的色差为:
如果G像素左右相邻位置为R像素,则G像素处的色差为:
如果G像素左右相邻位置为B像素,则G像素处的色差为:
4.根据权利要求3所述的一种Bayer图像插值算法中解决伪彩色问题的方法,其特征在于,f选用高思权重,或选择均值权重。
5.根据权利要求4所述的一种Bayer图像插值算法中解决伪彩色问题的方法,其特征在于,所述f=[1,1,1]/3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111639129.3A CN116416126A (zh) | 2021-12-29 | 2021-12-29 | 一种Bayer图像插值算法中解决伪彩色问题的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111639129.3A CN116416126A (zh) | 2021-12-29 | 2021-12-29 | 一种Bayer图像插值算法中解决伪彩色问题的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116416126A true CN116416126A (zh) | 2023-07-11 |
Family
ID=87048025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111639129.3A Pending CN116416126A (zh) | 2021-12-29 | 2021-12-29 | 一种Bayer图像插值算法中解决伪彩色问题的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116416126A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977173A (zh) * | 2023-07-12 | 2023-10-31 | 武汉大学 | 基于色差和色比的边缘优化Bayer插值方法 |
-
2021
- 2021-12-29 CN CN202111639129.3A patent/CN116416126A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977173A (zh) * | 2023-07-12 | 2023-10-31 | 武汉大学 | 基于色差和色比的边缘优化Bayer插值方法 |
CN116977173B (zh) * | 2023-07-12 | 2024-03-22 | 武汉大学 | 基于色差和色比的边缘优化Bayer插值方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101917629B (zh) | 一种基于绿色分量和色差空间的Bayer格式颜色插值方法 | |
US7825965B2 (en) | Method and apparatus for interpolating missing colors in a color filter array | |
CN1812592B (zh) | 用于处理滤色器阵列的图像数据的方法和设备 | |
KR100782812B1 (ko) | 에지 적응적 컬러 보간 방법 및 장치 | |
KR100818447B1 (ko) | 컬러 필터를 사용하여 검출된 영상의 컬러 보간 방법 | |
US5805217A (en) | Method and system for interpolating missing picture elements in a single color component array obtained from a single color sensor | |
CN102665030B (zh) | 一种基于改进双线性的Bayer格式颜色插值方法 | |
US7256828B2 (en) | Weighted gradient based and color corrected interpolation | |
CN101511031B (zh) | 一种用于拜尔数据插值的方法 | |
US9111365B2 (en) | Edge-adaptive interpolation and noise filtering method, computer-readable recording medium, and portable terminal | |
CN102170572A (zh) | 一种新型边缘自适应cfa彩色图像插值方法 | |
TWI547169B (zh) | 影像處理方法與模組 | |
US20070292022A1 (en) | Weighted gradient based and color corrected interpolation | |
CN110852953B (zh) | 图像插值方法及装置、存储介质、图像信号处理器、终端 | |
CN108734668B (zh) | 图像色彩恢复方法、装置、计算机可读存储介质及终端 | |
CN108024100A (zh) | 基于改进边缘导向的Bayer格式图像插值方法 | |
KR20060078646A (ko) | 디지털 촬영장치의 색상 보간법 | |
CN116416126A (zh) | 一种Bayer图像插值算法中解决伪彩色问题的方法 | |
CN105046631B (zh) | 图像处理设备和图像处理方法 | |
US8666162B1 (en) | Advanced sensor binning correction | |
Zhou et al. | An effective color image interpolation algorithm | |
CN103384334A (zh) | 图像处理装置、图像处理方法及程序 | |
JP4032579B2 (ja) | 単板式固体撮像素子の色補間方法および単板式固体撮像素子の色補間処理プログラムを記録した記録媒体 | |
CN114359050A (zh) | 图像处理方法、装置、计算机设备、存储介质及程序产品 | |
CN115471420A (zh) | 图像处理装置、成像设备、方法、电子设备及存储介质 |
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 |