关键字 |
| demosaicking,拜耳过滤器,CFA插值,拉链,相关性,PSNR |
介绍 |
| 数字图像是由CFA插值。在这里我们使用拜耳CFA(如图1所示)。拜耳CFA包含一个马赛克的像素,每个像素有一个光谱测量的色度(红色和蓝色)和亮度(绿色)。拜耳CFA绿色价值观和25% 50% -25%的红色和蓝色值安排在指定的格子模式[1]。对于任何彩色图像像素必须所有RGB组件。使用拜耳CFA的结果只有一个组件(R, G, B)在一个像素。重建一个完整的彩色图像丢失的颜色组件必须估计。Demosaicking是重建一个彩色图像的方法通过计算丢失的像素值[2]。缺失值的计算可以用插值的帮助以及信道间的相关性[3]。可以近邻插值技术,双线性和三次样条插值。插值使用颜色相关性提供了更好的性能,有高度的相关性R, G, B成分[4][5]。 In Bayer pattern, output image suffers from alternating colors, often referred to as zippering, artifacts[2]. They are the unwanted features(as shown in Fig.3) which do not appear in original image(Fig.2). |
文献调查 |
| Demosaicking方法可以被分为两个不同的组:(i)插值技术应用到每个颜色通道分别和(2)通过反应器内相关性。在第一组包括近邻插值技术,双线性和三次样条函数插值而后者的一些方法是边缘直接插值和平滑的色调过渡。河道间相关性的结果[3]更好的图像。提出的算法Gunturk[3]使用一个综合的方法使用双线性插值的交替投影为红色和蓝色通道和绿色通道edge-directed插值。使用一个迭代方案优势直接插值和平滑的色调转换相结合,实现[5]。称为Kimmel算法。该算法的基本步骤,(i)插入绿色,(2)插入使用绿色和红色和蓝色(3)校正阶段[6]。该算法几乎消除了拉链效应工件。基于最优恢复和Kimmel算法结果的另一个算法更好的图像由于高度复杂的插值的绿色通道。这个算法被任命为AQua-2算法。 If the color direction vector coincides with the gray color axis, in that case Alternating Projection method works well. All the advantages of these methods were combined altogether and when implemented produced better results[6]. Table I shows the results on the basis of PSNR measured in dB. |
| 由于高度相关(R, G, B通道使用插值使用颜色相关性。渠道之间的互相关测定和观察不同范围的0.25和0.99为红/绿平均值为0.86,0.92为红/蓝绿/蓝和0.79 [1]。 |
| 在另一个方法,插值的G通道的信息我们可以使用R和B通道[7]。基于该模型开发的J。E·亚当斯,Jr .)[8],介绍了两个常数KB和KR。的值可以计算KB= G - B和KR= G - r值代替插值domain-wise整个计算转化为这些新介绍常数。计算G (R7的价值,我们要分别计算K值R和B。估计平均R1、R3 R7和用于计算R6的平均使用R5和R7。最后的值 |
| K 'R3 = G3 - R ' 3 = G3 - (R1 + R7) / 2 |
| K 'R6 = G6 - R ' 6 = G6 - (R5 + R7) / 2。 |
| G通道执行6.34 db改善双线性法和平均7.69 db改善R, G, B通道[7]。理想没有实现插值在实践中[1]。 |
| Median-based插值弗里曼提出的,是一个两步的过程。线性插值完成第一步和第二步是使用颜色差异3 x3的中值滤波窗口[9]。弗里曼的散斑图像的行为可以使用的算法。Laroche和普雷斯科特使用提出的基于梯度插值算法的三个步骤。在绿色通道是插值的第一步和第二和第三步由插值的颜色差异(红绿蓝)[10]。该算法适用于图像锐利的边缘。实现如下:计算G44我们使用分类器,α和β,将决定一个像素分别属于垂直或水平边缘。估计可以计算为: |
 |
| 估算G33,α= abs [(R31 + R35) / 2 - R33]和β= abs (R13 + R53) / 2-R33]。 |
 |
| 一旦确定了亮度,色度值插值通过计算不同亮度和红蓝的信号。它是计算 |
| R34 = [(R33 - G33) + (R35 - G35)) / 2 + G34; |
| R43 = [(R33 - G33) + (R35 - G35)) / 2 + G43; |
| R44机身内部= [(R33 - G33) + (R35 - G35) + (R53 - G53) + (R55 - G55)] / 4 + G44 |
| 汉密尔顿和亚当斯提出的自适应彩色平面插值[11]是一个基于修改梯度插值。分类器被定义为, |
| α= abs (a3 + 2 a5 - A7) + abs (G4 - G6) |
| β= abs (a1 + 2 a5 - A9) + abs (G2 -八国集团) |
| 估计G5,它可以确定 |
 |
DEMOSAICKING中使用的基本方法 |
| 答:双线性方法: |
| 使用彩色图像(jpg格式)。执行demosaicking,使用双线性插值。双线性插值,最近的像素是考虑。获得独立的每个像素颜色通道图像首先是通过一个拜耳过滤器(图1所示)。这个过滤器的专业吸收每个像素只有一个通道值。他们可能会安排在RGBG、GRGB RGGB模式,根据第一个像素的值,之后安排在一个晶格结构。双线性插值的公式,来计算价值的R, G, B组件在像素位置13日对应的值可以计算为: |
| R13 = R13(红色部分是已经存在) |
| 我们现在需要估计的值- G和B组件 |
| G13 = (G8 + G12 + G14 + G18) / 4; |
| 十三区最= (B7 + B9 + B17 + B19) / 4 |
| 在位置5角像素值是使用以下公式计算 |
| R5 = R5; |
| G5 = (G4 + G10) / 2; |
| B5 = B9 |
| b .边缘传感方法: |
| 它是一种自适应算法[12],在水平和垂直分类器是用来判断是否存在一条边。命名为ΔH和ΔV分类器。计算G13——我们将使用以下公式 |
| G13H = (G12 + G14) / 2; |
| G13V = (G8 + G18) / 2; |
| G13A = (G8 + G12 + G14 + G18) / 4; |
| ΔH = | G12 - G14 |; |
| ΔV = |八国集团- G18 |; |
| 选择一个阈值T的值,然后比较ΔHΔV,适当的值分配相应的像素。它描述了以下流程图(图4) |
| c信号相关性的方法: |
| 在信号相关性方法而不是使用水平和垂直分类器,整个计划转化为KB和KR域名[7]。 |
| G通道插值- |
| G’13 = R13 + (KR“8 + KR“12 + KR“14 + KR“18)/ 4 |
| KR' = G - R; |
| KB' = G - B; |
| R和B通道插值- |
| R ' 8 =八国集团(KR“7 + KR9)/ 2; |
| B”13 = G ' 13 - (KB“7 + KB“9 + KB“17 + KB19)/ 4 |
| 这些上述算法实现的图像如下图所示(图5)。 |
仿真结果 |
| 评价算法进行了模拟测试图像[13]和评估的基础上PSNR(峰值信噪比)用dB。分离的r, g, b通道和测量计算原始图像的PSNR值和值显示在表二世[7]。 |
结论 |
| 算法评价4日完成测试图像[13]channel-wise分别和发现信号相关性方法更好的结果[7]6-7dB改进是在绿色通道和4-5dB改进在红色和蓝色通道分开。这种方法的复杂性是可以接受的。 |
表乍一看 |
 |
|
| 表1 |
表2 |
|
|
数据乍一看 |
|
|
|
引用 |
- Ramanath, r,斯奈德,w·e·Bilbro, g . l .桑德三世,w . a“Demosaicking拜耳颜色数组的方法”,《电子成像,Vol.11(3),第315 - 306页,2002年7月。
- Hirakawa k、公园卢铁荣,“适应性homogeneity-directed demosaicing算法”,IEEE图像处理,第九卷(3),360 - 369年,2005页。
- Gunturk, b . k . Altunbasak, y, Mersereau, r .,“颜色使用交替平面插值预测”,IEEE图像处理,11(9)卷,pp.997 - 1013, 2002年9月。
- t . Kuno和h Sugiura“新的插值方法使用歧视颜色相关数码相机”,IEEE反式。消费电子,Vol.45(1),页259 - 267年2月。1999年
- r . Kimmel“Demosaicing:从彩色CCD图像重建样本”,IEEE反式。图像处理、8(9)卷,第1228 - 1221页,1999年9月。
- Kubasov鲁金,a, d”,高质量的拜耳模式插值算法”,编程和计算机软件,卷。30(6),347 - 358年,2004页。
- 裴、南卡罗来纳州和Tam I.K.,“有效的颜色在CCD彩色插值滤波器阵列使用信号相关性”,IEEE电路系统。视频技术,13(6)卷,第513 - 503页,2003年6月。
- 亚当斯,Jr . j . e .“设计的实际颜色过滤数组为数码相机插值算法”,相比,3028卷,第125 - 117页,1997年。
- 弗里曼,地下水面,“中值滤波重建缺失的颜色样本”,美国专利号4724395 (1988)。
- Laroche c a, Presscott m·a·“装置和方法自适应插值全彩图像利用色度梯度”,美国专利号5373322 (1994)。
- 汉密尔顿,j·f·亚当斯,j . e .“适应性平面插值在单传感器颜色电子相机”,美国专利号5629734 (1997)。
- 亚当斯,Jr J.E.彩色平面插值和其他图像处理函数之间的相互作用在电子摄影”,相比,2416卷,第151 - 144页,1995年。
- 柯达无损的真彩色图像套件(EB / OL)。http: / / rok.us.graphics /柯达/ 1999。
|
菜单
