[发明专利]基于改进边缘导向的Bayer格式图像插值方法

说明书

一种基于改进边缘导向的Bayer格式图像插值方法，首先在一个Bayer像素阵列中使用边缘导向的插值重建得到第一、第二像素缺失的第三分量，然后基于该第三分量，分别在第二、第一插值点像素上以边缘导向的插值分别重建得到第一、第二分量，最后基于该第一、第二分量以边缘导向的插值重建得到第三色像素缺失的第二、第一分量。本发明利用了各颜色通道之间的相关性和边缘导向插值思想，对插值方法和传统边缘导向插值方法进行改进和优化，运用梯度法和色差定律，对R、G、B三通道均使用了边缘导向插值，除了能有效加强插值效果外，还简单易行，容易实现。

技术领域

本发明涉及的是一种图像处理领域的技术，具体是一种基于改进边缘导向的Bayer格式图像插值方法。

背景技术

现有的Bayer格式图像插值方法中有些过于复杂，难以在硬件上实现，只停留在理论层面，有些方法未过于复杂但是插值效果存在改进的空间。

数字图像采集系统中，多使用CCD或CMOS图像传感器，其原理是在感光表面覆盖一层彩色滤波阵列(Color Filter Array，CFA)，在多种CFA中，Bayer CFA最为经典，应用最为广泛。Bayer CFA中，感光表面交替覆盖着一层蓝色滤镜、绿色滤镜和红色滤镜，有1/2的像素为绿色像素，红色像素和蓝色像素各占1/4，这是因为人眼对绿色更为敏感，这样的颜色排列使得人眼能分辨更多的颜色细节。由于采用Bayer CFA所采集的图像在每一个像素点的位置上只有一种颜色分量，为了获得另外两种缺失的颜色分量，需要利用这个像素以及其周围像素的强度相关性进行估算，这个过程叫做彩色插值(Color Interpolation)。彩色插值方法大概可以分为两类：

第一类是在进行插值时，单个的颜色通道独立插值，例如一个像素的未知G通道分量仅由其余像素的已知G通道分量估算得出，而与R分量和B分量无关，这类方法包括双线性插值法、邻域插值法、卷积插值法等，其中最典型的方法是双线性插值法。第一类插值方法复杂度低，易于实现，但是方法忽略了各颜色通道之间的相关性，虽然在平滑区域能得到较好的结果，但是在边界区域会失真明显。

第二类插值方法利用了多通道之间的相关性，即像素的未知G通道分量不仅由周围已知G通道分量决定，而且与周围像素的R分量和B分量密切相关。第二类插值算法能更好地还原细节及边界，这类算法包括边缘导向插值方法、自适应颜色插值方法、基于小波变换或傅里叶变换的颜色插值方法等，虽然第二类插值方法恢复效果较好，但是这些方法中有些过于复杂，难以实现。

目前比较典型的插值方法是双线性插值和边缘导向插值，很多改进插值方法都是基于这两种方法。

双线性插值方法：双线性插值方法一般是对图像进行3x3窗口处理，这种方法的实质是，需插值的颜色分量等于相邻区域同色分量的均值。双线性插值方法对每个分量进行的是单独插值，没有利用颜色通道之间的相关性，因此插值得到的图像可能会出现伪彩色。但是由于这种插值方法效果良好，并且简单、易于实现，是很多改进方法的基础。

边缘导向插值方法：不同颜色通道之间有很强的相关性，边缘导向插值方法即利用了颜色通道之间的相关性，改善了边缘恢复效果。首先计算插值点(红蓝像素)的水平梯度和垂直梯度，取较小的梯度作为插值方向，插值得到缺失的绿色分量信息，再依据色差定律，对插值点插值得到红色分量和蓝色分量。插值过程中，充分利用了颜色通道之间的相关性，相比双线性插值方法有了较明显的提高，但是仅在插值G分量时考虑到了插值方向，插值R分量和B分量时并没有考虑到边缘导向。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于改进边缘导向的Bayer格式图像插值方法，利用了各颜色通道之间的相关性和边缘导向插值思想，对双线性插值方法和传统边缘导向插值方法进行改进和优化，运用梯度法和色差定律，对R、G、B三通道均使用了边缘导向插值，除了能有效加强插值效果外，还简单易行，容易实现。

本发明是通过以下技术方案实现的：