[发明专利]应用于CMOS图像传感器的新型实时插补算法

说明书

技术领域

本发明涉及数字图像处理领域，尤其涉及一种基于边界的双相关插值算法及其在硬件实现部分为满足实时性要求对数据的传输结构所采取的流水线设计方法。具体讲，涉及应用于CMOS图像传感器的新型实时插补算法。

背景技术

近年，CCD和CMOS图像传感器相继发展，数码相机、摄像机、PC摄像头等都采用CCD或CMOS作为图像传感器，相比而言，CMOS图像传感器具有更高的集成度、读出速度以及更低的功耗和价格，但是，其显著的缺点是图像质量较差。

其中最重要的影响图像质量的因素是目前的图像采集设备多采用单个的图像传感器和颜色滤波阵列来采集彩色图像，这种彩色滤波阵列把输入光信号分为RGB(红绿蓝)三基色，得到的图像的每一个像素点只采集一种颜色的光的亮度。因此，要满足输出图像的质量，在图像处理的后期就要对采集到的图像信息进行数字信号图像处理，一般来讲，就是根据周边的像素值得到每个像素所缺失的另外两个色彩值，实现对颜色的实时插补。要保证图像处理的实时性，又要保证具有良好的插补效果，以适应图像传感器在市场和生活应用中的迅速发展。

由图像传感器最终所获取的全彩色图像中，每个像素值由R、G、B三个颜色值组成，理论上就需要三个不同的图像传感器来分别获取R、G、B中一种颜色的数据，如图1所示。但是在实际应用中，为了减小体积、降低成本、简化三个通道的同步和矫正步骤，通常都在一个图像传感器之前覆盖上一个颜色滤波阵列，如图2所示，这种彩色图像的成像方法目前被大多数产品所使用，最常用的颜色滤波阵列为Bayer模型，如图3所示。这样，每个像素点只能获得一种颜色的值，而缺少了另外两种颜色，因此，为了得到全彩色的图像，就需要根据当前像素的周围像素的相关程度来估计计算当前像素所缺失的另外两个颜色的值，这个过程就称为彩色插值。

在Bayer模型的彩色滤波阵列中，R、G、B三个颜色的采样点比例为1∶2∶1，绿色像素的信息占总像素点的一半，红色和蓝色像素则分别占1/4。这是因为对于一幅彩色图片，人眼对亮度信息最敏感，而绿色像素对亮度的贡献最大，而且缺失的绿色像素的插值不仅严重影响绿色通道自身的图像质量，还会影响到整幅图像插补后的质量效果。所以，对于缺失的绿色像素的插补方法和效果是整个彩色滤波阵列插值算法的关键，在整体算法复杂程度基本一致的情况下，对于缺失绿色像素的插补算法要占整个算法空间的大部分内容，以得到更好的插值效果。

发明内容

本发明旨在解决克服现有技术的不足，在算法复杂度不高的基础上，对像素边缘和通道相关度的判断更为精确，能得到更好的图像插补效果。且在硬件实现阶段，将数据的输入和输出设计为流水线形式以实现插补的实时性。为达到上述目的，本发明采取的技术方案是，应用于CMOS图像传感器的新型实时插补算法，包括如下步骤：

红色、蓝色像素中缺失的绿色像素值的恢复：

(1)对于位于偶数行奇数列的R₄₃

G₄₃＝R₄₃+K_R43                            (1-1)

K_R43＝(K_R33+K_R53+K_R42+K_R44)/4            (1-2)

其中K_R33＝G₃₃-R₃₃＝G₃₃-(R₂₃+R₄₃)/2       (1-3)

K_R53＝G₅₃-R₅₃＝G₅₃-(R₄₃+R₆₃)/2           (1-4)

K_R42＝G₄₂-R₄₂＝G₄₂-(R₄₁+R₄₃)/2           (1-5)

K_R44＝G₄₄-R₄₄＝G₄₄-(R₄₃+R₄₅)/2           (1-6)

根据以上公式，首先对像素所处位置进行边缘判定，设：