[发明专利]一种基于多导向滤波的快速bayer彩色重建方法

权利要求书

1.一种基于多导向滤波的快速bayer彩色重建方法，其特征在于：包括以下步骤：

步骤1：获取bayer图像后，对该图像进行导向组初始化；在图像中每个绿色像素缺失的位置进行导向组设置，将上、下、左、右、左上、右上、左下及右下8个导向划分为上、下、左、右4组导向，每组包括3个导向，导向组可表示为：{u_i,l_i,d_i,r_i}_(q,v)，其中，q、v分别代表像素位置的行、列，i＝-1,0,1，u_i代表上方向导向组，l_i代表左方向导向组，d_i代表下方向导向组，r_i代表右方向导向组；

步骤2：计算色差影像；水平和垂直影像的滤波hf、vf设为：

hf＝[-1/41/21/21/2-1/4]

vf＝(hf)′

其中，(*)′表示矩阵的转置操作符，水平影像imgh和垂直影像imgv表示为：

imgh＝filter(bayer1,hf)

imgv＝filter(bayer1,vf)

上式中，filter(*)表示影像卷积滤波操作符，利用快速傅立叶变换FFT算法将空间域中所有像素位置循环遍历计算转换到频率域的单次计算，bayer1表示原始bayer影像；

水平色差影像dh通过下式得到：

dh(g)＝bayer_G-imgh(m,b)

dh(m,b)＝imgh(g)-bayer_C

dh＝dh(g)+dh(m,b)

其中，dh(g)表示dh中绿色位置的像素值；dh(m,b)表示dh中红色或蓝色位置的像素值；bayer_G表示原始bayer影像的绿色波段；imgh(m,b)表示在imgh中bayer绿色位置上通过插值得到的红或蓝像素，bayer_C表示原始bayer影像的红色或蓝色波段,其中C＝R或B；C＝R为原始bayer影像的红色波段，C＝B为原始bayer影像的蓝色波段；imgh(g)表示在bayer图像中红或蓝位置上通过插值得到的绿色像素；

垂直色差影像dv通过下式得到：

dv(g)＝bayer_G-imgv(m,b)

dv(m,b)＝imgv(g)-bayer_C

dv＝dv(g)+dv(m,b)

其中，dv(g)表示dv中绿色位置的像素值；dv(m,b)表示dv中红色或蓝色位置的像素值；bayerG表示原始bayer影像的绿色波段；imgv(m,b)表示在imgv中bayer影像绿位置上通过插值得到的红或蓝像素，bayer_C表示原始bayer影像的红色或蓝色波段,其中C＝R或B；C＝R为原始bayer影像的红色波段，C＝B为原始bayer影像的蓝色波段；imgv(g)表示在imgv中bayer影像红或蓝位置上通过插值得到的绿色像素；

步骤3：计算基于色差的梯度影像；根据步骤2得到的水平和垂直的色差影像，求出水平色差梯度影像gdh、垂直色差梯度影像gdv；公式如下：

gdh＝abs(filter(dh,[10-1]))

gdv＝abs(filter(dv,[10-1]′))

上式中，abs(*)表示绝对值操作符；

步骤4：计算导向权值矩阵；对4组导向进行相似性评价，通过单方向的组合导向丰富多方向的相关性描述，并引入高斯滤波进行局部加权处理；分别求出上方向组合导向{u_i}_q,v,i＝-1,0,1对应的权值矩阵up_i、左方向组合导向{l_i}_q,v,i＝-1,0,1对应的权值矩阵left_i、下方向组合导向{d_i}_q,v,i＝-1,0,1对应的权值矩阵down_i、右方向组合导向{r_i}_q,v,i＝-1,0,1对应的权值矩阵right_i；

步骤4.1：上方向组合导向{u_i}_q,v,i＝-1,0,1对应的权值矩阵up_i表示为：

up_i＝filter(gdv,upfilter_i)

其中，upfilter_i为up_i系数滤波，i＝-1,0,1，分别表示为：

gaufilter_j是标准差为2的3*3高斯滤波的第j列，j＝1，2，3；

高斯滤波为：

步骤4.2：左方向组合导向{l_i}_q,v,i＝-1,0,1对应的权值矩阵left_i表示为：

left_i＝filter(gdh,leftfilter_i)

其中，leftfilter_i为left_i系数滤波，i＝-1,0,1，分别表示为：

gaufilter′_j表示高斯滤波gaufilter的第j行；

步骤4.3：下方向组合导向{d_i}_q,v,i＝-1,0,1对应的权值矩阵down_i表示为：

down_i＝filter(gdv,downfilter_i)

其中，downfilter_i为down_i系数滤波，i＝-1,0,1，分别表示为：

gaufilter_j表示高斯滤波gaufilter的第j列；

步骤4.4：右方向组合导向{r_i}_q,v,i＝-1,0,1对应的权值矩阵right_i表示为：

right_i＝filter(gdh,rightfilter_i)

其中，rightfilter_i为right_i系数滤波，i＝-1,0,1，分别表示为：

gaufilter_j′表示高斯滤波gaufilter的第j行；

步骤5：计算导向估计矩阵；利用色差影像求出4组导向对应的估计矩阵，对相关局部区域进行统计处理，分别求出上方向估计矩阵upMat_i、左方向估计矩阵leftMat_i、下方向估计矩阵downMat_i、右方向估计矩阵rightMat_i；

步骤6：绿色波段重建；

绿色色差影像imgGd通过下式获得：

通过绿色色差影像imgGd求得绿色波段imgG，公式如下：

imgG＝imgGd+bayer1

步骤7：基于色差的线性滤波红波段和蓝波段重建；红、绿、蓝波段全部重建后得到bayer彩色图像；

结合步骤6中重建后的绿波段，在色差波段中利用对角和双线性滤波进行插值重建；其中，对角滤波dfilter为：

双线性滤波bfilter为：

则红色波段imgR通过下式计算求得：

imgR＝imgG-filter(filter(imgG-bayer_R,dfilter),bfilter)

蓝色波段imgB的重建通过下式计算求得：

imgB＝imgG-filter(filter(imgG-bayer_B,dfilter),bfilter)。

2.根据权利要求1所述的一种基于多导向滤波的快速bayer彩色重建方法，其特征在于：所述步骤5包括如下子步骤：

步骤5.1：上方向估计矩阵upMat_i的计算公式为：

upMat_i＝filter(dv,upimgfilter_i)

其中，upimgfilter_i为上方向估计矩阵滤波，i＝-1,0,1，尺寸为5*3，表达式分别为：

upimgfilter_-1＝[f/10 0_5*2]

upimgfilter₀＝[0_5*1 4*f/5 0_5*1]

upimgfilter₁＝[0_5*2 f/10]

f＝[1/3 1/3 1/3 0 0]′

其中(*)′表示矩阵转置；

步骤5.2：左方向估计矩阵leftMat_i的计算公式为：

leftMat_i＝filter(dh,leftimgfilter_i)

其中，leftimgfilter_i为左方向估计矩阵滤波，i＝-1,0,1，尺寸为3*5，表达式分别为：

f＝[1/3 1/3 1/3 0 0]′

步骤5.3：下方向估计矩阵downMat_i的计算公式为：

downMat_i＝filter(dv,downimgfilter_i)

其中，downimgfilter_i为下方向估计矩阵滤波，i＝-1,0,1，尺寸为5*3，表达式分别为：

downimgfilter_-1＝[0_5*2 f/10]

downimgfilter₀＝[0_5*1 4*f/5 0_5*1]

downimgfilter₁＝[f/10 0_5*2]

f＝[1/3 1/3 1/3 0 0]′

步骤5.4：右方向估计矩阵rightMat_i的计算公式为：

rightMat_i＝filter(dh,rightimgfilter_i)

其中，rightimgfilter_i为右方向估计矩阵滤波，i＝-1,0,1，尺寸为3*5，表达式分别为：

f＝[1/3 1/3 1/3 0 0]′。