[发明专利]Bayer图像的处理方法、系统、电子设备和存储介质

说明书

本发明公开了一种Bayer图像的处理方法、系统、电子设备和存储介质，该处理方法包括获取Bayer图像中每个目标像素点的多个邻域像素点；对目标像素点对应其他两个颜色分量的通道进行插值以获取第一插值结果集合和第二插值结果集合；获取目标像素点的边缘方向；获取第一插值结果集合中每个第一插值结果的第一权重和第二插值结果集合中每个第二插值结果的第二权重；采用加权中值滤波算法根据第一权重和第二权重对插值结果进行滤波以获取目标像素点的全彩色像素数据，进而生成Bayer图像对应的全彩色图像。本发明能够有效地恢复Bayer图像的不同纹理，有效地减少现有插值技术产生的伪彩色和拉链效应。

技术领域

本发明涉及图像处理技术领域，特别涉及一种Bayer(拜耳)图像的处理方法、系统、电子设备和存储介质。

背景技术

对于大多数的数码相机，通常采用CCD(电荷耦合器件)或CMOS(互补金属氧化物半导体)传感器在每个像素点采集一个彩色分量，为了更好的从单像素点数据恢复出另外两个颜色分量，CMOS传感器上采集点通常按照一定的规则进行排列，绝大多数的传感器采用Bayer模式进行排列，然后利用插值的方法将Bayer图像中每个像素点只有一种基色的马赛克图像变换成每个像素点都包含红，绿，蓝三色的全彩色图，即从单像素点图像数据进行插值恢复出全彩色图像分量，该处理过程通常称之为去马赛克，也称之为颜色插值。

现有的CFA(彩色滤波阵列)插值技术往往只针对某种图像要素具有较好的插值效果。双线性插值红色，绿色和蓝色分量的恢复重建基于3x3模板内的平均，容易造成边缘信息的丢失和模糊。具体地，目前对Bayer图像主要通过如下方式进行恢复处理：

(1)没有考虑不同颜色通道之间的相关性时，例如最邻近插值或双线性插值等来实现。在这些方法中各个通道互相独立，未知的绿色分量值仅由其邻域中已知的绿色像素点的强度进行估计，对红色和蓝色通道亦是如此。其中最典型且应用最多的是双线性插值，该算法容易实现在平滑区域也可以得到比较满意的结果，但在高频区域，尤其是边缘区域却引入很明显的缺陷，比如拉链效应，伪彩色等。

(2)考虑不同颜色通道之间的相关性时，相关性指的是每个颜色通道内像素点间空间关系的相关性和多通道间颜色的相关性。该类自适应算法常常结合了对图像细节的分析判断以及颜色通道之间的相关性，插值效果要明显优于(1)，该类自适应算法包括DLMMSE(Directional Linear Minimum Mean Square-Error，方向线性最小均方误差)算法，GBTF(Gradient Based Threshold Free，基于梯度的无阈值)算法等。这类算法由于考虑到了各个方向上的梯度信息，有较好的抑制边缘失真的效果，改善了还原图像的质量；但是，以GBTF为代表的插值方法考虑了像素点周围的梯度并以此计算不同方向上的插值的权重，但在密集的栅格区域，以此方法计算的像素点周边的梯度信息也不能很好的反映中心像素点的信息了，所以会产生伪彩色等人工引入缺陷。

发明内容

本发明要解决的技术问题是为了克服现有技术中对Bayer图像进行去马赛克的处理方式时容易造成存在拉链效应或伪彩色等情况，从而不能满足实际处理要求的缺陷，目的在于提供一种Bayer图像的处理方法、系统、电子设备和存储介质。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种Bayer图像的处理方法，所述处理方法包括：

采集Bayer图像；

获取所述Bayer图像中每个目标像素点的多个邻域像素点；

其中，所述目标像素点对应第一颜色分量，多个所述邻域像素点对应第二颜色分量和第三颜色分量；

基于所述邻域像素点的像素值，对所述目标像素点对应的所述第二颜色分量的通道和所述第三颜色分量的通道进行插值，以分别获取对应的第一插值结果集合和第二插值结果集合；