[发明专利]图像处理设备、图像处理方法和学习设备

说明书

技术领域

本技术涉及图像处理设备、图像处理方法、程序、存储介质和学习设备，更具体地说，涉及能够高精度地生成从Bayer阵列的图像放大的彩色图像的图像处理设备、图像处理方法、程序、存储介质和学习设备。

背景技术

过去，存在为了便于小型化，只包括一个成像元件，比如电荷耦合器件(CCD)图像传感器或互补金属氧化物半导体(CMOS)图像传感器的成像设备。在该成像设备中，不同的滤色器通常用于成像元件的各个像素，从而从各个像素获得诸如红色、绿色和蓝色(RGB)之类多种颜色中的任意之一的信号。例如，按照这种方式，利用成像元件获得的图像变成图1中图解说明的彩色阵列的图像。下面，图1的彩色阵列被称为“Bayer阵列”。

一般，利用称为去马赛克处理的插值处理，把用成像元件获得的Bayer阵列的图像转换成其中每个像素具有诸如RGB之类多种颜色分量中的任意之一的像素值的彩色图像。

作为生成从Bayer阵列的图像放大的彩色图像的方法，一种方法是利用去马赛克处理，从Bayer阵列的图像生成彩色图像，然后对彩色图像进行放大处理(例如，参见日本专利申请公开No.2006-54576)。

图2是图解说明利用以上的方法，生成放大的彩色图像的图像处理设备的结构的方框图。

图2的图像处理设备10包括成像元件11、去马赛克处理单元12和放大处理单元13。

图像处理设备10的成像元件11把不同的滤色器用于相应的像素。成像元件11为每个像素，获得来自被摄物体的光的R分量、G分量和B分量任意之一的模拟信号，对模拟信号进行模-数(AD)转换，从而生成Bayer阵列的图像。成像元件11把生成的Bayer阵列的图像提供给去马赛克处理单元12。

去马赛克处理单元12对从成像元件11供给的Bayer阵列的图像进行去马赛克处理，生成具有各个像素的R分量、G分量和B分量的像素值的彩色图像(下面称为“RGB图像”)。随后，去马赛克处理单元12把生成的RGB图像提供给放大处理单元13。

放大处理单元13根据从外部输入的水平方向和垂直方向的放大率，对从去马赛克处理单元12供给的RGB图像进行放大处理，然后输出放大的RGB图像，作为输出图像。

作为以任意倍率放大RGB图像的方法，存在一种利用类别分类自适应处理的方法(例如，参见日本专利No.4441860)。类别分类自适应处理指的是把处理后的图像中的关注像素(它是所关注的像素)分类到预定类别，然后通过线性组合对应于该类别，通过学习获得的预测系数，和对应于关注像素的未处理图像的像素值，预测关注像素的像素值的处理。

发明内容

例如，当类别分类自适应处理被用作图1的图像处理设备10中的去马赛克处理和放大处理时，诸如存在于Bayer阵列的图像中的细线部分之类的信息可能因去马赛克处理而丢失，从而输出图像的精度降低。

具体地说，当诸如细线部分之类的信息因去马赛克处理而丢失，从而RGB图像具有平坦部分时，对放大处理单元13来说，很难识别RGB图像的平坦部分是本来存在的平坦部分，还是因细线部分的丢失而引起的平坦部分。从而，即使当诸如细线部分之类的信息已因去马赛克处理而丢失时，放大处理单元13仍然类似于其中诸如细线部分之类的信息未被丢失的RGB图像，对从去马赛克处理单元12供给的RGB图像进行放大处理。因此，输出图像变成与通过平滑未经过去马赛克处理的Bayer阵列的图像而获得的图像对应的图像，从而，输出图像的精度降低。

类似地，甚至当由于去马赛克处理，生成不存在于Bayer阵列的图像中的颜色的边缘等时，输出图像的精度被降低。

鉴于上面所述，做出了本技术，理想的是高精度地生成从Bayer阵列的图像放大的彩色图像。