專利名稱:拜爾域信號的圖像處理方法與模塊的制作方法
技術(shù)領(lǐng)域:
本發(fā)明是一種用于數(shù)字攝像系統(tǒng)的圖像處理方法與裝置,具體是對數(shù)字攝像頭Sensor輸出的原始信號進行降噪,增強和縮放處理的方法與模塊。
背景技術(shù):
目前,公知的數(shù)字攝像Sensor的后處理模塊中的圖像處理模塊都是首先將拜爾Bayer域信號插值轉(zhuǎn)換到RGB或YUV域,然后進行降噪,增強和縮放等處理。因為Bayer域用8bits表示一個像素,而RGB或YUV域用24bits表示一個像素。所以先做插值轉(zhuǎn)換的后處理方法,緩沖器(Buffer)資源有很大浪費。
為了減少做圖像處理時的緩沖器(Buffer)資源分配,本發(fā)明提供一個直接在Bayer圖像域進行圖像處理的模塊。該模塊可以對Sensor輸出的原始信號進行去伽瑪校正de-gamma,降噪,增強和縮放等處理,然后再將它轉(zhuǎn)換為RGB信號以供存儲,顯示等。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是Sensor采集的原始信號首先經(jīng)過去伽瑪校正de-gamma操作,然后經(jīng)過Bayer域的降噪濾波器,然后經(jīng)過Bayer域的增強濾波器,接著通過Bayer域的雙線性(Bilinear)濾波器縮放到目標(biāo)尺寸,最后通過Bayer到RGB轉(zhuǎn)換模塊輸出。所有圖像處理算法工作在Bayer域,所以緩沖器(Buffer)的需求是同樣效果的RGB域的處理方法的1/3。
本發(fā)明的有益效果是能夠有效的節(jié)省緩沖器(Buffer),從而使系統(tǒng)實現(xiàn)成本大大降低。
下面結(jié)合附圖和實施例對本發(fā)明進一步說明。
圖1是本發(fā)明的流程原理圖。
圖2是一般Bayer信號的空間分布,R表示該像素的信號為紅色,G表示該像素的信號為綠色,B表示該像素的信號為藍色。
圖3是一般的de-gamma函數(shù)曲線。
圖4是Bayer域降噪濾波器的流程原理圖,是圖1中的模塊3的具體方法圖5是Bayer域增強濾波器的流程原理圖,是圖1中的模塊4的具體方法圖6是Bayer域的縮放濾波器的流程原理圖,是圖1中的模塊5的具體方法圖7是Bilinear插值方法輸入像素和輸出像素的空間位置示意圖。
圖1中1攝像頭Sensor,2去伽瑪校正模塊,3降噪模塊 4圖像增強模塊 5縮放模塊6Bayer到RGB轉(zhuǎn)換模塊具體實施方式
如圖1中所示,Sensor(1)輸出的原始圖像信號連接到去伽瑪校正de-gamma模塊(2),去伽瑪校正de-gamma利用如圖3所示的函數(shù)將輸入信號轉(zhuǎn)換到線性域,去伽瑪校正de-gamma以后的信號輸入到降噪濾波器(3),降噪濾波器輸出降噪后的信號到增強濾波器(4),增強濾波器輸出圖像增強后的信號到Bilinear縮放濾波器(5),最后經(jīng)過低復(fù)雜度的Bayer到RGB轉(zhuǎn)換模塊成為RGB信號。如圖4,降噪濾波器的方法是對于每一個Bayer空間的像素點,如果該像素為綠信號,如圖2中的G1,利用它上下相鄰兩行的4個綠信號G2,G3,G4和G5,分別求得它們與G1的絕對差值|Gi-G1|i=2~5。如該差值小于一個閾值,將該像素質(zhì)加到一個和值中sum=sum+Gi,同時計數(shù)器加一,count=count+1.最后降噪后的信號為G1_out=sum/count 公式1對于紅信號和藍信號,處理的方法和綠信號類似。只是所選取的相鄰信號來自待處理信號的同一行。比如,我們要處理圖2中的R1,我們利用R2,R3,R4和R5來處理。
如圖5,增強濾波器的方法是對于每一個Bayer空間的像素點,如果該像素為綠信號,如圖2中的G1,利用它上下相鄰兩行的4個綠信號G2,G3,G4和G5,分別求得它們和G1的差值deltai=Gi-Gl i=2~5。然后將如果該差值的絕對值大于一個閾值,將該差值加到一個和值中sum=sum+deltai,同時計數(shù)器加一,count=count+1.最后增強后的信號為G1_out=G1+sum/count 公式2對于紅信號和藍信號,處理的方法和綠信號類似。只是所選取的相鄰信號來自待處理信號的同一行。比如,我們要處理圖2中的R1,我們利用R2,R3,R4和R5來處理。
如圖6,Bayer域的縮放算法將每個2×2的小方塊作為一個單元處理,例如圖2中的R6,G7,G8,B6。利用Bilinear的插值算法(后面有介紹),計算出經(jīng)過縮放算法的2×2單元。該方法如下假設(shè)需要我們整個系統(tǒng)的輸入Bayer圖像大小為H_in列,H_in行。輸出的圖像大小為H_out列,V_out行。經(jīng)過模塊5以后,大小為2*H_out列,2*V_out行的Bayer圖像。所以模塊5的縮放比例為水平2*H_out/H_in,垂直2*V_out/V_in。利用該比例和Bilinear插值方法,將輸出的2×2單元計算出。
如圖7,Bilinear插值方法是將目標(biāo)尺寸大小的圖反投影到原始圖上,每一個單元u_out會投影在4個單元中間(u1,u2,u3,u4),如果u_out離u1的水平距離為sx,垂直距離為sy。那么,u_out由下式得出u_out=(1-sx)*(1-sy)*u1+sx*(1-sy)*u2+(1-sx)*sy*u3+sx*sy*u4 公式3Bayer到RGB的轉(zhuǎn)換方法為對于圖2中的每個2x2單元,如R6,G6,G7,B6,產(chǎn)生一個像素的RGB值,該像素的顏色值為R=R6,G=(G6+G7)/2,B=B6 公式4該模塊的輸出尺寸是輸入尺寸的1/2。
權(quán)利要求
1.一種連接到攝像頭,處理原始拜爾Bayer信號的方法和模塊。該模塊輸入是原始拜爾Bayer信號,輸出是RGB信號。其特征是在拜爾Bayer信號域進行降噪,增強和縮放等圖像處理。
2.根據(jù)權(quán)利要求1所述的圖像處理模塊,其特征是采用圖4所示的圖像降噪方法,在拜爾Bayer域用帶閾值判斷的降噪濾波器。
3.根據(jù)權(quán)利要求1所述的圖像處理模塊,其特征是采用圖5所示的圖像增強方法,在拜爾Bayer域用帶閾值判斷的圖像增強濾波器。
4.根據(jù)權(quán)利要求1所述的圖像處理模塊,其特征是采用圖6所示的圖像縮放方法,在拜爾Bayer域用雙線性(Bilinear)插值方法對圖像縮放。
5.根據(jù)權(quán)利要求1所述的圖像處理模塊,其特征是將空間上的2x2模塊作為一個單元進行圖像縮放操作。
6.根據(jù)權(quán)利要求1所述的圖像處理模塊,其特征是將空間上的2x2模塊作為一個像素,該像素的顏色值由公式4得到。
全文摘要
一種在拜爾Bayer域?qū)D像進行降噪,增強和縮放的方法和模塊。該模塊對攝像頭原始信號進行圖像處理,并且輸出RGB信號。該模塊可以有效的節(jié)省緩沖器(Buffer)的數(shù)量,并且達到比較好的輸出效果。
文檔編號H04N5/21GK1933550SQ20061007977
公開日2007年3月21日 申請日期2006年5月18日 優(yōu)先權(quán)日2005年5月26日
發(fā)明者羅巍, 李林, 陶葉軍, 黃寅 申請人:智多微電子(上海)有限公司