一种基于模糊边界插值的Bayer CFA图像恢复方法技术

本发明专利技术公开了一种基于模糊边界插值的Bayer CFA图像恢复方法，步骤包括：步骤1：计算所有图像位置上的图像边缘强度和模糊隶属度；步骤2：采用模糊边界强度插值恢复所有位置的G通道值；步骤3：恢复Bayer CFA阵列中G位置上的R通道值；步骤4：恢复Bayer CFA阵列中B位置上的R通道值；步骤5：恢复Bayer CFA阵列中的B通道值，在Bayer CFA阵列中，R通道和B通道的位置特征完全相同，因此采用步骤2～步骤4的过程恢复B通道，最终获得每个像素位置上的R、G、B通道值，从而获得一副完整的RGB图像。本发明专利技术的方法，简单易行，准确率高。

A Bayer CFA image restoration method based on fuzzy boundary interpolation

The invention discloses a Bayer CFA image restoration method based on fuzzy boundary interpolation, the steps include: Step 1: calculate the image edge intensity and fuzzy membership degree on all image positions; step 2: restore the g-channel value of all positions by fuzzy boundary intensity interpolation; step 3: restore the r-channel value on the G position in Bayer CFA array; step 4: restore the b-position in Bayer CFA array Step 5: recover the value of channel B in the Bayer CFA array. In the Bayer CFA array, the position characteristics of channel R and channel B are exactly the same. Therefore, the process of step 2 to step 4 is used to recover channel B, and finally, the values of channel R, channel g and channel B in each pixel position are obtained, thus a complete RGB image is obtained. The method of the invention is simple and easy to operate with high accuracy.

【技术实现步骤摘要】
一种基于模糊边界插值的BayerCFA图像恢复方法
本专利技术属于图像处理
，涉及一种基于模糊边界插值的BayerCFA图像恢复方法。
技术介绍
目前大多数手机成像模块都采用RGB快照式成像原理，能够快速采集图像及视频，成像模块的核心结构是在CMOS表面覆盖滤光片薄膜层实现分色，共存在红(R)、绿(G)、蓝(B)三种滤光片，每个像素位置覆盖一种颜色的滤光片，拍摄一幅图像只需曝光一次，因此具备成像快、体积小、成本低等优势。手机成像模块上滤光片排列方式多遵循1976年的美国专利U.S.3971065，多被称为BayerCFA阵列。BayerCFA阵列方法将整个成像面积划分成重复排列的2×2阵列，每个2×2阵列的滤光片按照R,G,G,B顺序排列，如图1所示，根据BayerCFA阵列在CMOS的成像数据被称为mosaic图像，因为每个像素位置只采集一种颜色，其他两种颜色则需要进行图像恢复，根据mosaic图像恢复每个位置上的另外两种颜色的过程被称作demosaic。但是现有技术条件下，针对手机成像的mosaic图像所采用的插值的demosaic方法，容易发生颜色混淆、模糊、虚假色等缺陷，影响了手机拍摄图像的质量。
技术实现思路
本专利技术的目的是提供一种基于模糊边界插值的BayerCFA图像恢复方法，解决了现有技术中，针对手机成像的mosaic图像所采用的插值的demosaic方法，容易发生颜色混淆、模糊、虚假色等缺陷，影响了手机拍摄图像质量的问题。本专利技术所采用的技术方案是，一种基于模糊边界插值的BayerCFA图像恢复方法，按照以下步骤具体实施：步骤1：计算所有图像位置上的图像边缘强度和模糊隶属度；步骤2：采用模糊边界强度插值恢复所有位置的G通道值；步骤3：恢复BayerCFA阵列中G位置上的R通道值；步骤4：恢复BayerCFA阵列中B位置上的R通道值；步骤5：恢复BayerCFA阵列中的B通道值，在BayerCFA阵列中，R通道和B通道的位置特征完全相同，因此采用步骤2～步骤4的过程恢复B通道，通过上述的5个步骤，最终获得每个像素位置上的R、G、B通道值，从而获得一副完整的RGB图像。本专利技术的有益效果是，针对基于BayerCFA阵列的手机成像mosaic图像，提出一种demosaic方法，首先将mosaic图像分离成离散的R、G、B三个通道，然后基于图像插值demosaic方法，计算所有位置的R、G、B通道值，获得完整的图像信息。附图说明图1是本专利技术方法基于BayerCFA阵列的手机直接成像图像(mosaic图像)及demosaic原理图；图2是本专利技术方法计算所有位置图像边缘强度的3×3邻域示意图；图3是本专利技术方法中的G通道的恢复过程；图4是本专利技术方法恢复R位置上的G通道值示意图；图5是本专利技术方法中的R通道值的恢复过程示意图。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。参照图1，本专利技术的BayerCFA图像恢复方法，利用现有的稀疏R、G、B点进行图像恢复。由于BayerCFA阵列中G的采样率是R和B通道的两倍，因此本专利技术首先采用模糊边界强度插值恢复G通道，然后基于通道间的相关性计算R和B通道，按照以下步骤具体实施：步骤1：计算所有图像位置上的图像边缘强度和模糊隶属度，现有的多种demosaic算法通过判断图像边缘方向，选择水平或垂直方向上的邻域点对图像进行插值恢复。然而，对于没有显著边缘特征的图像区域，仅利用水平或者垂直方向的邻域插值会造成较大的插值误差。因此，本专利技术将采用一定距离内的所有邻域进行插值，提出邻域点权重的计算方法，该权重是与图像边缘强度负相关的，即边缘强度越高，权重则越低。根据mosaic图像3×3邻域定义图像的边缘强度，如图2任取mosaic图像中的一个3×3邻域，中心点Pi，j代表该位置(i,j)的mosaic图像值，其边缘强度Si，j定义为：利用上述的公式，获得所有位置的边缘强度Si，j，由于边缘强的像素容易导致大的插值误差，因此根据边缘强度定义插值的模糊隶属度函数为：其中，Smax代表所有图像位置中的最大边缘强度，以上公式说明边缘强度大的位置对应的模糊隶属度小。步骤2：采用模糊边界强度插值恢复所有位置的G通道值，参照图3，在BayerCFA阵列的mosaic图像中，50％的位置是已知的G采样点，其他50％的位置中R和B各占25％，因此计算出R和B位置上的G通道值，就能够获得所有位置的G通道值，(即实现步骤2的主要任务)参照图4，选取BayerCFA阵列中5×5邻域来说明G通道的图像恢复过程，Ri,j为5×5邻域的中心位置，该位置的G通道值计算过程为：其中，和代表在(i,j)位置上，基于模糊边界强度插值的G和R预测值；然后利用和根据RGB图像中不同通道间的相关性再来计算(i,j)位置上G通道值计算式如下：在BayerCFA阵列中，R和B的位置排列规律完全相同，因此计算B位置上的G通道值，与前述计算R位置上的G通道值过程完全相同，通过本步骤2，能够计算出所有位置上的G通道值；步骤3：恢复BayerCFA阵列中G位置上的R通道值，参照图5，恢复mosaic图像中的R值，相当于计算在2×2重复阵列中的2个G位置和1个B位置上的R通道值，以下通过计算2个G位置上的R值为例进行说明，计算G位置的R值时，总共存在两种类型的G位置，参考图4的位置示意图，将Gi,j-1和Gi+1,j分别代表2×2阵列中的两类G位置，对于Gi,j-1位置，其水平方向存在两个R邻域点，则Gi,j-1位置的R值为：其中，和分别代表采用水平方向邻域像素计算的R和G模糊预测值，计算式分别如下：对于另一个Gi+1,j位置，其垂直方向存在两个R邻域，Gi+1,j位置的R值的计算式为：其中，和分别代表垂直方向G位置求解R值的模糊预测值，计算式分别如下：至此，得到所有G位置上的R通道值。步骤4：恢复BayerCFA阵列中B位置上的R通道值，以恢复R通道值为例，在BayerCFA的2×2阵列中存在2个G位置，1个B位置的R通道值待求，步骤3已经计算出2个G位置的R值，因此只剩下B位置的R通道值待求，参照图4，以恢复Bi+1,j-1位置的R通道值为例，其计算式为：其中，Gi+1，j-1已通过步骤2获得，和分别代表Bi+1,j-1位置求解R值的模糊预测值，计算式分别如下：由此，在BayerCFA的2×2重复阵列中，除了R位置外的另外三个位置，都已经恢复出R值，因此图像中R通道值计算完成，而B通道的位置排列与R通道完全相同，因此其计算过程参照步骤3和本步骤4的前述部分本文档来自技高网...

【技术保护点】
1.一种基于模糊边界插值的Bayer CFA图像恢复方法，其特征在于，按照以下步骤具体实施：/n步骤1：计算所有图像位置上的图像边缘强度和模糊隶属度；/n步骤2：采用模糊边界强度插值恢复所有位置的G通道值；/n步骤3：恢复Bayer CFA阵列中G位置上的R通道值；/n步骤4：恢复Bayer CFA阵列中B位置上的R通道值；/n步骤5：恢复Bayer CFA阵列中的B通道值，/n在Bayer CFA阵列中，R通道和B通道的位置特征完全相同，因此采用步骤2～步骤4的过程恢复B通道，/n通过上述的5个步骤，最终获得每个像素位置上的R、G、B通道值，从而获得一副完整的RGB图像。/n

【技术特征摘要】
1.一种基于模糊边界插值的BayerCFA图像恢复方法，其特征在于，按照以下步骤具体实施：
步骤1：计算所有图像位置上的图像边缘强度和模糊隶属度；
步骤2：采用模糊边界强度插值恢复所有位置的G通道值；
步骤3：恢复BayerCFA阵列中G位置上的R通道值；
步骤4：恢复BayerCFA阵列中B位置上的R通道值；
步骤5：恢复BayerCFA阵列中的B通道值，
在BayerCFA阵列中，R通道和B通道的位置特征完全相同，因此采用步骤2～步骤4的过程恢复B通道，
通过上述的5个步骤，最终获得每个像素位置上的R、G、B通道值，从而获得一副完整的RGB图像。


2.根据权利要求1所述的基于模糊边界插值的BayerCFA图像恢复方法，其特征在于：所述的步骤1中，根据mosaic图像3×3邻域定义图像的边缘强度，任取mosaic图像中的一个3×3邻域，中心点Pi，j代表该位置(i,j)的mosaic图像值，其边缘强度Si，j定义为：



利用上述的公式，获得所有位置的边缘强度Si，j，由于边缘强的像素容易导致大的插值误差，因此根据边缘强度定义插值的模糊隶属度函数为：



其中，Smax代表所有图像位置中的最大边缘强度，以上公式说明边缘强度大的位置对应的模糊隶属度小。


3.根据权利要求2所述的基于模糊边界插值的BayerCFA图像恢复方法，其特征在于：所述的步骤2中，在BayerCFA阵列的mosaic图像中，50％的位置是已知的G采样点，其他50％的位置中R和B各占25％，因此计算出R和B位置上的G通道值，就能够获得所有位置的G通道值，
选取BayerCFA阵列中5×5邻域来说明G通道的图像恢复过程，Ri,j为5×5邻域的中心位置，该位置的G通道值计算过程为：






其中，和代表在(i,j)位置上，基于模糊边界强度插值的G和R预测值；然后利用和根据RGB图像中不同通道间的相关性再来计算(i,j)位置上G通道值计算式如下：

【专利技术属性】
技术研发人员：孙帮勇，袁年曾，赵哲，余喆，陈富伟，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61