一种基于边缘模式的插入图像颜色分量的方法技术

本发明专利技术公开了一种基于边缘模式的插入图像颜色分量的方法，涉及图形学领域，对Ｂａｙｅｒ图像进行预处理，获取处理后的第一Ｂａｙｅｒ图像；提取并分析第一Ｂａｙｅｒ图像中Ｒ周围的Ｇ分量、Ｂ周围的Ｇ分量，获取第一阈值；根据第一阈值、第一Ｂａｙｅｒ图像，获取第一水平或垂直高低模式、第二水平或垂直高低模式、水平或垂直细线模式和斜角高低模式；相应地获取到第一水平或垂直高低边缘、第二水平或垂直高低边缘、水平或垂直细线边缘和斜角高低边缘；根据第一水平或垂直高低边缘、第二水平或垂直高低边缘、水平或垂直细线边缘和斜角高低边缘，对第一Ｂａｙｅｒ图像进行Ｇ分量插值；采用色差恒定法插值Ｒ分量和Ｂ分量，获取２４位全彩图像。

【技术实现步骤摘要】

本专利技术涉及图形学领域，特别涉及一种基于边缘模式的插入图像颜色分量的方 法。
技术介绍
由于电子技术的发展，数码相机越来越受到人们的青睐，人们可以随时使用数 码相机捕捉物体的图像并存储捕捉的图像。现有技术中通常通过(XD(Charge-C0Upled Device，电荷耦合器件)禾口 CMOS (Complementary Metal OxideSemiconductor，互补金属氧 化物半导体)来捕捉图像。在很多数码相机中采用CFA(Color Filter Array，彩色滤光片 阵列)，布置在C⑶和CMOS的前面以获的彩色图像，单CXD成像系统如附图说明图1所示。捕捉的彩 色图像经过CFA后，被下采样为三个颜色分量(R红色分量，G绿色分量和B蓝色分量)的 Bayer模板矩阵，参见图2，从Bayer矩阵恢复原M位全彩图像的过程称为图像插值。现有技术中广泛使用的图像插值方法主要包括基于单通道空间相关性的双线性 插值法、基于多通道间的相关性的ECI方法、综合利用两种通道相关性的Hamilton方法和 Lu方法。该些方法中，计算最简单的方法为基于单通道空间相关性的双线性插值法，该方法 很多改进插值算法的基础。现有技术中的图像插值方法对平滑的区域插值效果较好，但在边缘的地方会出现 不同程度的失真，主要表现为伪彩失真和Zipper效应，伪彩失真表现为出现了原来的图像 不存在的彩色；Zipper效应表现为边缘区域出现的凹凸感的锯齿。基于单通道空间相关 性的双线性插值法在边缘处会产生明显的伪彩失真和Zipper效应；ECI方法的伪彩失真 和Zipper效应依然明显；Hamilton方法总体伪彩失真的面积较小，但是有的局部失真很明 显；Lu方法伪彩失真的面积相比Hamilton法要大一些。
技术实现思路
为了避免出现伪彩失真和Zipper效应，提高捕捉到的图像质量，本专利技术提供了一 种基于边缘模式的插入图像颜色分量的方法，所述方法包括以下步骤(1)数码相机处于待机状态，判断所述数码相机是否进入照相模式，如果是，执行 步骤O)，如果否，重新判断所述数码相机是否进入照相模式；(2)所述数码相机执行照相模式；(3)所述数码相机捕捉图像获取光信号，获取到的所述光信号通过CFA滤波阵列， 提取Bayer图像；(4)对所述Bayer图像进行预处理，获取处理后的第一 Bayer图像；(5)提取并分析所述第一 Bayer图像中R周围的G分量、B周围的G分量，获取第 一阈值；(6)根据所述第一阈值、所述第一 Bayer图像，获取第一水平或垂直高低模式、第 二水平或垂直高低模式、水平或垂直细线模式和斜角高低模式；(7)根据获取到的所述第一水平或垂直高低模式、所述第二水平或垂直高低模式、 所述水平或垂直细线模式和所述斜角高低模式，相应地获取到第一水平或垂直高低边缘、 第二水平或垂直高低边缘、水平或垂直细线边缘和斜角高低边缘；(8)根据所述第一水平或垂直高低边缘、所述第二水平或垂直高低边缘、所述水平 或垂直细线边缘和所述斜角高低边缘，对所述第一 Bayer图像进行G分量插值；(9)判断所述G分量插值是否完成，如果是，执行步骤(10)，如果否，重新执行步骤 ⑶；(10)采用色差恒定法插值R分量和B分量，获取M位全彩图像。步骤⑷中的所述对Bayer图像进行预处理，获取处理后的第一 Bayer图像具体 为对所述Bayer图像进行结构变换与SPIHT编码，获取Bayer图像的码流；对所述Bayer图像的码流进行SPIHT解码与结构反变换，获取处理后的所述第一 Bayer图像。所述第一阈值具体为对与G分量相邻的上下左右四个G分量取平均值。步骤(8)中的所述根据所述第一水平或垂直高低边缘、所述第二水平或垂直高低 边缘、所述水平或垂直细线边缘和所述斜角高低边缘，对所述第一 Bayer图像进行G分量插 值，具体为1)在所述第一 Bayer图像选取第一插值点，判断所述第一插值点的边缘模式是否 是所述第一水平或垂直高低边缘和所述第二水平或垂直高低边缘，如果是，执行步骤2)； 如果否，执行步骤3)；2)对所述第一插值点使用边缘加权自适应插值法进行G分量插值；3)判断所述第一插值点的边缘模式是否为所述斜角高低边缘，如果是，执行步骤 4)；如果否，执行步骤5)；4)对所述第一插值点使用反梯度加权插值法进行G分量插值；5)判断所述第一插值点的边缘模式是否为所述水平或垂直细线边缘，如果是，执 行步骤6)；如果否，执行步骤7)；6)对所述第一插值点使用细线边缘法进行G分量插值；7)对所述第一插值点使用边缘加权自适应插值法进行G分量插值。所述对所述第一插值点使用边缘加权自适应插值法进行G分量插值，具体为获取第一水平梯度算子Δ//^.、第一垂直梯度算子Δ ^.；判断所述第一水平梯度算子Δ/^.是否小于所述第一垂直梯度算子ΔΟ如果是， 根据第一插值公式，与所述第一水平梯度算子Δ/^.关联的水平相邻G、B或G、R分配第二权 重来插值B或R位置上的G分量；如果否，判断所述第一水平梯度算子是否大于所述第一垂 直梯度算子，执行下一步；如果是，根据所述第一插值公式，与所述第一垂直梯度算子Af^.关联的垂直相邻 的G、B或G、R分配第二权重来插值B或R位置上的G分量；如果否，根据所述第一插值公 式，与所述第一水平梯度算子Δ/^.关联的水平相邻的G、B或G、R，和与所述第一垂直梯度算 子A^,关联的垂直相邻的G、B或G、R分配相等的第三权重来插值B或R位置上的G分量；其中，所述第一水平梯度算子本文档来自技高网...

【技术保护点】
一种基于边缘模式的插入图像颜色分量的方法，其特征在于，所述方法包括以下步骤：（１）数码相机处于待机状态，判断所述数码相机是否进入照相模式，如果是，执行步骤（２），如果否，重新判断所述数码相机是否进入照相模式；（２）所述数码相机执行照相模式；（３）所述数码相机捕捉图像获取光信号，获取到的所述光信号通过ＣＦＡ滤波阵列，提取Ｂａｙｅｒ图像；（４）对所述Ｂａｙｅｒ图像进行预处理，获取处理后的第一Ｂａｙｅｒ图像；（５）提取并分析所述第一Ｂａｙｅｒ图像中Ｒ周围的Ｇ分量、Ｂ周围的Ｇ分量，获取第一阈值；（６）根据所述第一阈值、所述第一Ｂａｙｅｒ图像，获取第一水平或垂直高低模式、第二水平或垂直高低模式、水平或垂直细线模式和斜角高低模式；（７）根据获取到的所述第一水平或垂直高低模式、所述第二水平或垂直高低模式、所述水平或垂直细线模式和所述斜角高低模式，相应地获取到第一水平或垂直高低边缘、第二水平或垂直高低边缘、水平或垂直细线边缘和斜角高低边缘；（８）根据所述第一水平或垂直高低边缘、所述第二水平或垂直高低边缘、所述水平或垂直细线边缘和所述斜角高低边缘，对所述第一Ｂａｙｅｒ图像进行Ｇ分量插值；（９）判断所述Ｇ分量插值是否完成，如果是，执行步骤（１０），如果否，重新执行步骤（８）；（１０）采用色差恒定法插值Ｒ分量和Ｂ分量，获取２４位全彩图像。...

【技术特征摘要】
1.一种基于边缘模式的插入图像颜色分量的方法，其特征在于，所述方法包括以下步骤(1)数码相机处于待机状态，判断所述数码相机是否进入照相模式，如果是，执行步骤 (2)，如果否，重新判断所述数码相机是否进入照相模式；(2)所述数码相机执行照相模式；(3)所述数码相机捕捉图像获取光信号，获取到的所述光信号通过CFA滤波阵列，提取 Bayer图像；(4)对所述Bayer图像进行预处理，获取处理后的第一Bayer图像；(5)提取并分析所述第一Bayer图像中R周围的G分量、B周围的G分量，获取第一阈值；(6)根据所述第一阈值、所述第一Bayer图像，获取第一水平或垂直高低模式、第二水 平或垂直高低模式、水平或垂直细线模式和斜角高低模式；(7)根据获取到的所述第一水平或垂直高低模式、所述第二水平或垂直高低模式、所述 水平或垂直细线模式和所述斜角高低模式，相应地获取到第一水平或垂直高低边缘、第二 水平或垂直高低边缘、水平或垂直细线边缘和斜角高低边缘；(8)根据所述第一水平或垂直高低边缘、所述第二水平或垂直高低边缘、所述水平或垂 直细线边缘和所述斜角高低边缘，对所述第一 Bayer图像进行G分量插值；(9)判断所述G分量插值是否完成，如果是，执行步骤(10)，如果否，重新执行步骤⑶；(10)采用色差恒定法插值R分量和B分量，获取M位全彩图像。2.根据权利要求1所述的基于边缘模式的插入图像颜色分量的方法，其特征在于，步 骤中的所述对Bayer图像进行预处理，获取处理后的第一 Bayer图像具体为对所述Bayer图像进行结构变换与SPIHT编码，获取Bayer图像的码流； 对所述Bayer图像的码流进行SPIHT解码与结构反变换，获取处理后的所述第一Bayer 图像。3.根据权利要求1所述的基于边缘模式的插入图像颜色分量的方法，其特征在于，所 述第一阈值具体为对与G分量相邻的上下左右四个G分量取平均值。4.根据权利要求1所述的基于边缘模式的插入图像颜色分量的方法，其特征在于，步 骤(8)中的所述根据所述第一水平或垂直高低边缘、所述第二水平或垂直高低边缘、所述 水平或垂直细线边缘和所述斜角高低边缘，对所述第一 Bayer图像进行G分量插值，具体 为1)在所述第一Bayer图像选取第一插值点，判断所述第一插值点的边缘模式是否是所 述第一水平或垂直高低边缘和所述第二水平或垂直高低边缘，如果是，执行步骤2、；如果 否，执行步骤3)；2)对所述第一插值点使用边缘加权自适应插值法进行G分量插值；3)判断所述第一插值点的边缘模式是否为所述斜角高低边缘，如果是，执行步骤4)； 如果否，执行步骤5)；4)对所述第一插值点使用反梯度加权插值法进行G分量插值；5)判断所述第一插值点的边缘模式是否为所述水平或垂直细线边缘，如果是，执行步骤6)；如果否，执行步骤7)；6)对所述第一插值点使用细线边缘法进行G分量插值；7)对所述第一插值点使用边缘加权自适应插值法进行G分量插值。5.根据权利要求4所述的基于边缘模式的插入图像颜色分量的方法，其特征在于，所 述对所述第一插值点使用边缘加权自适应插值法进行G分量插值，具体为获取第一水平梯度算子Δ///，,、第一垂直梯度算子Δ ^.；判断所述第一水平梯度算子Δ/^.是否小于所述第一垂直梯度算子Af^.，如果是，根据 第一插值公式，与所述第一水平梯度算子关联的水平相邻G、B或G、R分配第二权重来 插值B或R位置上的G分量；如果否，判断所述第一水平梯度算子是否大于所述第一垂直梯 度算子，执行下一步；如果是，根据所述第一插值公式，与所述第一垂直梯度算子Δ&1,关联的垂直相邻的G、B 或G、R分配第二权重来插值B或R位置上的G分量；如果否，根据所述第一插值公式，与所 述第一水平梯度算子Δ/^.关联的水平相邻的G、B或G、R，和与所述第一垂直梯度算子Δ ^. 关联的垂直相邻的G、B或G、R分配相等的第三权重来插值B或R位置上的G分量；其中，所述第一水平梯度算子Δ/仏=p...

【专利技术属性】
技术研发人员：宋占杰，李明明，黄喆，王东东，
申请(专利权)人：天津大学，
类型：发明
国别省市：12