[发明专利]颜色滤波阵列图像处理的方法、装置及存储介质

说明书

本发明公开了颜色滤波阵列图像处理的方法、装置及存储介质，用以解决现有技术中存在的图像失真和错误较为严重的技术问题。包括：基于颜色滤波阵列图像中各像素的原色彩值，用加强型色差平面算法计算颜色滤波阵列图像中每个像素所缺色彩的初始插值，获得具有完整色彩的第一图像；对第一图像中插入了所缺色彩为G色彩的第一像素集中，各G色彩的初始插值进行重新计算，获得第一像素集中各像素的G新插值；其中，G新插值是根据第一待插入像素的邻像素中G原色彩值的权重及第一指定色彩的初始插值获得的，指定色彩与第一待插入像素中的原色彩相同；用所有的G新插值更新第一图像中对应的G色彩的初始插值，获得第二图像。

技术领域

本发明涉及图像处理领域，尤其是涉及颜色滤波阵列图像处理的方法、装置及存储介质。

背景技术

在单传感器数字彩色相机中，通常在传感器表面覆盖了一层彩色滤波阵列，得到的滤波后的图像中只有红绿蓝三个分量中的一个分量，其中红绿蓝的排列方式，称之为贝尔模板或贝尔格式(Bayer Pattern)。

此时，必须使用插值方法恢复丢失的色彩信息。即每一个像素点需要利用周围的像素点来估计出另外两种缺失的色彩值，这种处理叫做色彩滤波插值处理，即去马赛克处理。主要是从RAW域数据转化为RGB域数据做的图像复原。以下以原始图像编码数据(RAWImage Format，RAW)RGrGbB格式为例进行阐述，请参见图1为通用贝尔格式图，图中G8为Gr值，G11为Gb值。

在现有技术中，常用的去马赛克的方法有双线性内插算法(Bilinear)、CFAI梯度适应性颜色层内插算法、EECI增强型色差平面内插算法。然而这三种算法中，Bilinear算法由于未考虑图像边缘特性以及不同颜色之间的相关性，所以在图像边缘部分有较大的失真和错误，故此算法在视觉上无法得到令人满意的结果；而CFAI梯度适应性颜色层内插算法虽然同时考虑了红(Red，R)，绿(Green，G)，蓝(Bule，B)分量的边缘方向梯度，有效提升了方向判定的准确性，进而改善重建图像水平及垂直方向上的拉链效应，但是由于边缘方向梯度的引进会出现如回形图像的真彩色失真现象；对于EECI增强型色差平面内插算法，由于加入的适应性权重算法，有效的保留了更多的细节并降低了彩色失真现象，但是，其在色差平面内的插值仍然部分保留了Bilinear的内插处理方法，使得在图像边缘的部分仍存在失真和错误现象，所以此方法仍有待改进。

鉴于此，如何有效的减少图像失真和错误，成为一个亟待解决的技术问题。

发明内容

本发明提供颜色滤波阵列图像处理的方法、装置及存储介质，用以解决现有技术中存在的图像失真和错误较为严重的技术问题。

第一方面，为解决上述技术问题，本发明实施例提供的一种颜色滤波阵列图像处理的方法的技术方案如下：

基于颜色滤波阵列图像中各像素的原色彩值，用加强型色差平面算法计算所述颜色滤波阵列图像中每个像素所缺色彩的初始插值，获得具有完整色彩的第一图像；其中，所述颜色滤波阵列图像采用的数据格式为贝尔格式数据；

对所述第一图像中插入了所缺色彩为G色彩的第一像素集中，各G色彩的初始插值进行重新计算，获得所述第一像素集中各像素的G新插值；其中，所述G新插值是根据第一待插入像素的邻像素中G原色彩值的权重及第一指定色彩的初始插值获得的，所述第一待插入像素为所述第一像素集中的任一像素，所述指定色彩与所述第一待插入像素中的原色彩相同；

用所有的G新插值更新所述第一图像中对应的G色彩的初始插值，获得第二图像。

可选的，对所述第一图像中插入了所缺色彩为G色彩的第一像素集中，各G色彩的初始插值进行重新计算，获得所述第一像素集中各像素的G新插值，包括：

针对所述第一像素集中，所述第一待插入像素中G色彩的初始插值进行重新计算的方式为：