專利名稱：用于對顏色進行去馬賽克的裝置及其方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像傳感器，更具體地，涉及圖像傳感器中的用于對顏色進行去 馬賽克的裝置及其方法。
背景技術(shù)：
通常，諸如數(shù)碼相機、手機等的能夠獲取數(shù)字圖像的圖像獲取裝置包括圖像傳感 器。并且，圖像傳感器包括2維陣列傳感器。公知的是，每個傳感器均設(shè)置在"像素位置"。 每個傳感器檢測光的一種顏色的強度。 一般地，存在綠色傳感器、紅色傳感器和藍色傳感 器。 目前，存在CCD或CMOS圖像傳感器采用的多種像素陣列類型。然而，由于像素設(shè) 計的簡化，優(yōu)良的顏色再現(xiàn)性以及工藝產(chǎn)量，大多數(shù)的圖像傳感器采用了圖1所示的Bayer 圖案。根據(jù)觀看顏色和圖像的方式，優(yōu)選地由圖像傳感器對于綠色采樣進行對紅色和藍色 的子采樣。傳感器的最上方的行包括交替的綠色和紅色像素。最上方的行的下一行包括綠 色和藍色像素。傳感器的順序是根據(jù)圖像傳感器逐行垂直向下而生成的。
綠色像素G的數(shù)量多于紅色像素R或藍色像素B的數(shù)量。綠色像素G的數(shù)量等于 紅色像素R與藍色像素B的數(shù)量的和。因此，綠色像素G的數(shù)量相對地多于紅色像素R或 藍色像素B的數(shù)量。這是因為綠色最接近亮度成分，并且因為人眼對綠色是最敏感的。
因此，圖1所示的圖像傳感器具有的綠色傳感器多于紅色或藍色傳感器。這可以 稱為"紅色和藍色子采樣"。 一個顏色采樣值僅從圖像傳感器上的每個像素位置中獲取。例 如，每個顏色采樣值均可以具有例如8比特值。 通常，圖像具有配置有紅色、綠色和藍色的一個像素。然而，參照圖1， Bayer圖案 具有配置有一種顏色(如紅色、綠色和藍色)的一個像素。為了再現(xiàn)整個圖像，每個像素中 丟失的信息應(yīng)當使用相鄰像素來插入。 為了精確插入丟失的色彩信息，我們進行了很多的努力。然而，使用了圖像的高頻 區(qū)域中的不正確的相鄰像素信息，則會顯示脫離圖像的失真的視頻。 為了解決這個問題，存在Color Demosaicing Using Variance Of Color Correlation(使用顏色相關(guān)性的變化對顏色進行去馬賽克)以及Effective Color Interpolation in CCD Color Filter Arrays UsingSignal Correlation(使用信號相關(guān) 性在CCD顏色濾波器陣列中進行有效的顏色插值)等中描述的已研究的多種技術(shù)。參考這 些技術(shù)，邊緣感測減少了不正確的像素信息，但是使得更為精確的像素信息有待獲得。因 此，通過由邊緣感測獲得精確像素信息來執(zhí)行插值(去馬賽克)。 漢密爾頓邊緣分類器(Hamilton edge classifier)主要用于邊緣感測，表示為公
4式l。圖像感測器包括針對行和列的二維陣列顏色感測器。每個顏色感測器均位于一個像 素位置處，然后檢測一個顏色。在本實例中，每個顏色感測器均產(chǎn)生8比特顏色子像素值。
符號"Gij"用于表示顏色子像素值。在該符號中，前面的大寫字母表示檢測的顏色。 如果該字母為"R"，則檢測的顏色為紅色。如果該字母為"G"，則檢測的顏色為綠色。如果 該字母為"B"，則檢測的顏色為藍色。由兩個數(shù)字"ij"表示的符號位于前面的字母后面。 在該符號中，第一個數(shù)字"n"表示一行子像素值，而第二個數(shù)字"j "表示一列子像素值
[公式l] A Hi, j = I Gi, j—「Gi, j+11 +1 2Ri, J,,」—2,, j+2
A Vi, j = I G卜l rGi+1, j I +1 2Ri, rRi—2, rRi+2,」 在公式1中，如果用于尋找在圖像中丟失的顏色信息的像素的當前位置為(i， j)， 則可以按照尋找水平梯度(gradient) AH^.和垂直梯度A V^.的方式根據(jù)公式2找到丟失 的綠色值，然后確定水平方向上的邊緣分量和垂直方向上的邊緣分量哪個最大。
[公式2]
-十-
2 4 p —'々_Lti_^11^__^!iifAH. .= AV..
5iJ 4 4 i,J i,J 即便使用了公式1和公式2，如果存在連續(xù)的l-線的窄邊緣，則公式1不足以完美 地區(qū)分邊緣的精確方向性。因此，就會出現(xiàn)去馬賽克誤差。 為此，在Color Demosaicing Using Variance Of Color Correlation中介紹了使 用顏色校正的9X9內(nèi)核(kernel)邊緣感測方案。盡管"Effective Color Interpolation in CCD Color Filter Arrays UsingSignal Correlation"中介紹了修補(supplement)
上述漢密爾頓邊緣分類器的方案，如果存在連續(xù)的i-線窄邊緣，則仍存在不正確的邊緣感
<formula>formula see original document page 5</formula>

發(fā)明內(nèi)容
因此，本發(fā)明致力于一種用于對圖像傳感器中的顏色去馬賽克的裝置以及其方
法，從而基本上消除由于背景技術(shù)中的局限和缺點造成的一個或多個問題。 本發(fā)明的一個方面提供了一種對圖像進行去馬賽克的裝置及其方法，從而可以提
供高質(zhì)量的圖像。 本發(fā)明的另一方面提供了一種去馬賽克裝置及其方法，從而可以通過執(zhí)行高頻區(qū) 域中的邊緣感測來精確地獲得相鄰像素的信息。 本發(fā)明的又一方面提供了一種去馬賽克裝置和方法，從而克服了在存在連續(xù)的 1-線窄邊緣的區(qū)域中發(fā)生的邊緣感測誤差導(dǎo)致的缺陷。 在下面的描述中將部分地闡述本發(fā)明的其它優(yōu) 、目的以及特性，并且根據(jù)分析 下述內(nèi)容或者可以從本發(fā)明的實施中得到教導(dǎo)，本發(fā)明的一部分對本領(lǐng)域的技術(shù)人員來說 將變得顯而易見。本發(fā)明的目的和其他優(yōu)點可以由在其所寫的說明書和權(quán)利要求書以及附 圖中所具體指出的結(jié)構(gòu)來實現(xiàn)和獲得。
為了實現(xiàn)這些目的和其他優(yōu)點并且根據(jù)本發(fā)明的目的，正如本文中所實施并廣泛 描述的，根據(jù)本發(fā)明的用于對顏色進行去馬賽克的裝置包括圖像傳感器，包含從每個像素 檢測到的顏色信號的信息；第一線存儲器，用于接收并存儲來自圖像傳感器的輸出數(shù)據(jù)； 丟失綠色信息提取器，用于提取第一線存儲器的數(shù)據(jù)中的丟失的綠色像素信息；延遲器，用 于接收第一線存儲器的數(shù)據(jù)，該延遲器將接收的數(shù)據(jù)延遲預(yù)定時間，該延遲器輸出延遲的 數(shù)據(jù)；第二線存儲器，用于臨時存儲從丟失綠色信息提取器輸出的數(shù)據(jù)和經(jīng)由延遲器提供 的數(shù)據(jù)；以及丟失紅色/藍色信息輸出器，用于從第二線存儲器的數(shù)據(jù)中提取丟失的紅色/ 藍色信息。 優(yōu)選地，丟失綠色信息提取器包括梯度計算單元，用于尋找當前像素的梯度；線 邊緣確定單元，用于將內(nèi)核中的綠色像素值的最小/最大值的差值與閾值進行比較，線邊 緣確定單元根據(jù)比較的結(jié)果確定是否存在連續(xù)的l-線邊緣區(qū)域；方向性確定單元，用于 通過對集中在中心像素上的8個相鄰像素進行邊緣感測來確定當前中心像素的邊緣的方 向性；邊緣分類單元，用于基于梯度計算單元和線邊緣確定單元提供的值區(qū)分出從由平面 (plain plane)、連續(xù)l-線邊緣區(qū)域、垂直邊緣區(qū)域、水平邊緣區(qū)域和結(jié)構(gòu)(texture)邊緣 區(qū)域組成的組中選擇的一個值；以及邊緣改進單元，用于使用由邊緣分類單元和方向性確 定單元提供的值以及閾值來修改相鄰邊緣方向。 在本發(fā)明的另一方面，對顏色進行去馬賽克的方法包括第一顏色信息存儲步驟， 接收并存儲從圖像傳感器的每個單元中檢測到的顏色信號的信息；丟失綠色信息提取步 驟，提取第一顏色信息存儲步驟中的丟失的綠色像素信息；延遲步驟，將第一顏色信息數(shù)據(jù) 延遲預(yù)定時間，然后輸出延遲的數(shù)據(jù)；第二顏色信息存儲步驟，存儲通過丟失的綠色信息提 取步驟提取的數(shù)據(jù)和經(jīng)由延遲步驟提供的數(shù)據(jù)；以及丟失紅色/藍色信息輸出步驟，從第 二顏色信息中提取丟失的紅色/藍色信息。 優(yōu)選地，丟失綠色信息提取步驟包括以下步驟尋找當前像素的梯度；將內(nèi)核中 的綠色像素值的最小/最大值的差值與閾值進行比較，然后根據(jù)比較的結(jié)果確定是否存在 連續(xù)的1-線邊緣區(qū)域；通過對集中在中心像素上的8個相鄰像素進行邊緣感測來確定當前 中心像素的邊緣的方向性；邊緣分類步驟，基于梯度值和是否存在1-線邊緣區(qū)域區(qū)分出從 由平面、連續(xù)1-線邊緣區(qū)域、垂直邊緣區(qū)域、水平邊緣區(qū)域和結(jié)構(gòu)邊緣區(qū)域組成的組中選 擇的一個值；以及邊緣改進步驟，使用閾值基于分類的邊緣和邊緣的方向性來修改相鄰邊 緣方向。 應(yīng)當理解，本發(fā)明的前文的一般描述以及下文的詳細描述都是示例性的和解釋性 的，并且旨在提供對所要求保護的本發(fā)明的進一步解釋。


附圖示出了本發(fā)明的實施例，并且與說明書一起用于解釋本發(fā)明的原理，所包括 的這些附圖用于提供本發(fā)明的進一步理解，并且結(jié)合在本申請中并構(gòu)成該申請的一部分。 在附圖中 圖1是Bayer圖案的實例的示圖； 圖2是根據(jù)本發(fā)明的顏色去馬賽克裝置的框圖； 圖3是根據(jù)本發(fā)明的顏色去馬賽克裝置的詳細的框 圖4是具有連續(xù)的窄邊緣區(qū)域的內(nèi)核中的綠色分量信息的示例性示圖； 圖5是邊緣方向性圖(edge directionality m即)的示例性示圖； 圖6是根據(jù)本發(fā)明的顏色去馬賽克方法的過程的流程圖；以及 圖7是根據(jù)本發(fā)明的顏色去馬賽克方法的詳細過程的流程圖。
具體實施例方式
現(xiàn)在將詳細參考本發(fā)明的優(yōu)選實施例，在附圖中示出了本發(fā)明的實例。在任何可
能的情況下，將在所有圖中使用的相同的參考標號表示相同或類似的部件。
如圖2所示，根據(jù)本發(fā)明的顏色去馬賽克裝置包括圖像傳感器IO，包含從每個像
素檢測到的顏色信號的信息；第一線存儲器20，用于接收并存儲來自圖像傳感器10的輸出
數(shù)據(jù)；丟失綠色信息提取器(或稱"丟失的綠色信息提取器")30，用于通過修補區(qū)域中的不
正確邊緣感測的錯誤來提取丟失的綠色像素信息，該區(qū)域中存在第一線存儲器20的數(shù)據(jù)
中的連續(xù)的l-線窄邊緣；延遲器40，用于接收第一線存儲器20的數(shù)據(jù)，延遲器40將接收
的數(shù)據(jù)延遲預(yù)定時間，延遲器40輸出延遲的數(shù)據(jù)；第二線存儲器50，用于臨時存儲從丟失
綠色信息提取器30輸出的數(shù)據(jù)和經(jīng)由延遲器40提供的數(shù)據(jù)；以及丟失紅色/藍色信息輸
出器60，用于從第二線存儲器50的數(shù)據(jù)中提取丟失的紅色/藍色信息。 圖2中示出了在丟失綠色像素信息提取器30中存在邊緣分類器。如圖2所示，邊
緣分類器使用對應(yīng)的值提取綠色，然后提取紅色和藍色。 圖3是根據(jù)本發(fā)明的顏色去馬賽克裝置的詳細的框圖。 參照圖3，丟失綠色信息提取器包括梯度計算單元31，用于尋找當前像素的梯 度；線邊緣確定單元32，用于將內(nèi)核中的綠色像素值之間的最小/最大值的差值與閾值進 行比較，線邊緣確定單元32根據(jù)比較的結(jié)果確定是否存在連續(xù)的l-線邊緣區(qū)域；方向性確 定單元33，用于通過對集中在中心像素上的8個相鄰像素進行邊緣感測來確定當前中心像 素的邊緣的方向性；邊緣分類單元34，用于基于梯度計算單元31和線邊緣確定單元32提 供的值區(qū)分平面(plainplane)、連續(xù)1_線邊緣區(qū)域、垂直邊緣區(qū)域、水平邊緣區(qū)域和結(jié)構(gòu) (texture)邊緣區(qū)域中的一個；以及邊緣改進單元35，用于使用由邊緣分類單元34和方向 性確定單元33提供的值以及閾值來修改相鄰邊緣方向。 梯度計算單元31是一個用于尋找當前像素的梯度值的模塊。梯度計算單元31 使用了源自使用"Color Demosaicing UsingVariance Of Color Correlation，，中提出的 色差對梯度計算方案進行修改的計算方案。即，在根據(jù)背景技術(shù)的"Color Demosaicing UsingVariance Of Color Correlation"中，找到內(nèi)核中相鄰像素的色差的變化，用于更為 精確的邊緣感測。然而，由于該方法需要十分繁重的計算工作量，故需應(yīng)用公式3和公式4.
[公式3]
<formula>formula see original document page 7</formula>其中，水平權(quán)重和垂直權(quán)重分別為l /和l /。 公式4示出了相鄰像素之間的色差，并且如下表示。

<formula>formula see original document page 7</formula>
線邊緣確定單元32是在背景技術(shù)的邊緣分類器中新加入的模塊。在1-線窄邊緣 為連續(xù)的高頻區(qū)域中，色差(dH，dV)表示為很小的值。所以，難以區(qū)分該區(qū)域是否是其中有 邊緣存在的區(qū)域，或者是否是其中不存在邊緣的平面區(qū)域。 圖4是具有連續(xù)的窄邊緣區(qū)域的內(nèi)核中的綠色分量信息的示例性框圖。參照圖4， 即使在垂直或水平方向上找到綠色的梯度，仍可以期待幾乎相同的值。 然而，如果找到了內(nèi)核中的綠色值的最小值和最大值，然后找到了最小值和最大 值之間的差，則值的差是相當大的，這不同于平面的情況。因此，為了使連續(xù)的1-線邊緣區(qū) 域與平面區(qū)域彼此區(qū)分，本發(fā)明的邊緣分類器34找到內(nèi)核中的綠色值的最小值和最大值。 如果差值超過特定閾值(NarrowEdgeThr)，則將其確定為是否存在1_線邊緣的區(qū)域。
方向性確定單元(局部梯度)33是在背景技術(shù)的邊緣分類器中新加入的模塊。對 相對于內(nèi)核中的中心像素的8個相鄰像素執(zhí)行簡單的邊緣感測。在這種情況下，對應(yīng)的邊 緣分類使用了廣泛應(yīng)用的漢密爾頓邊緣感測方案[參照公式1和公式2]。
優(yōu)選地，邊緣分類器34使用輸入的梯度值和內(nèi)核中的綠色值的最小值/最大值的 差來檢測當前中心像素的邊緣的方向性。隨后，配置用于對當前找到的邊緣的方向性是否 是正確的值再一次執(zhí)行改進的基準(reference)。 邊緣分類器34將梯度計算單元31和線邊緣確定單元32提供的值與第一閾值提 供單元36提供的PlainThr、 StrongThr、 NarrowEdgeThr值進行比較，以區(qū)分出平面、連續(xù) l-線邊緣區(qū)域、垂直邊緣區(qū)域、水平邊緣區(qū)域和結(jié)構(gòu)邊緣區(qū)域中的一個。
根據(jù)背景技術(shù)的公式2，通過將垂直梯度值與水平梯度值進行比較，確定根據(jù)AH > AV， AH< AV和AH= AV中的一個的邊緣。然而，本發(fā)明按照如下方式進行該確定。
1、如果AH等于或小于平面閾值PlainThr， A V等于或小于PlainThr，并且最小 值與最大值之間的差值dif預(yù)inMaxVal等于或小于窄邊緣閾值NarrowEdgeThr,則將其確 定為平面。 2、如果AH等于或小于平面閾值PlainThr， A V等于或小于PlainThr，并且最小 值與最大值之間的差值dif預(yù)inMaxVal大于窄邊緣閾值NarrowEdgeThr,則將其確定為連 續(xù)l-線邊緣區(qū)域。 3、如果AH大于較大的閾值(strong threshold)與A V相加的結(jié)果的值，則將其 確定為垂直邊緣區(qū)域。 4、如果AV大于較大的閾值與AH相加的結(jié)果的值，則將其確定為水平邊緣區(qū)域。
5、否則，將其確定為結(jié)構(gòu)邊緣區(qū)域。 同時，邊緣改進單元(邊緣改進)35將方向性確定單元(局部梯度模塊)33找到 的梯度值用作基準。 圖5中示出了對應(yīng)的實例。圖5示出了使用從方向性確定單元(局部梯度模塊)33
輸出的值來配置相鄰像素的邊緣方向圖的實例。將當前中心像素的邊緣方向確定為水平方
向，而相鄰像素具有主要確定為垂直方向的邊緣方向。在這種情況下，除中心之外的其余像
素的邊緣方向性通過應(yīng)用以下規(guī)則來設(shè)置邊緣方向的標準。 edge Criterion = 0 ; for indxR = _1 : 1 for indxC = _1 : 1，
if (indxR ! = 0)&(indxC ! = 0) if edge Map(i+indxR， j+indxC = = V edge Criterion+ = 2 ; else if edge Map(i+indxR， j+indxC == A_V edge Criterion+ = 1 ; else if edge Map(i+indxR， j+indxC == A_H edge Criterion- = 1 ; else if edge Map (i+indxR， j+indxC = = H edge Criterion- = 2 ; End End End End 因此，如果邊緣標準值等于或大于預(yù)定閾值，則修改中心像素的邊緣方向性 信息。在圖5的實例中，如果邊緣標準為6而由第二閾值提供單元37提供的閾值
(edgeRef inementThr)為5，則當邊緣標準超過閾值時，將中心像素的邊緣方向性修改為 "垂直(V)"。 圖6是根據(jù)本發(fā)明的顏色去馬賽克方法的過程的流程圖。 參照圖6，從圖像傳感器接收從每個像素檢測到的顏色信號的信息，然后存儲該信 息(存儲第一顏色數(shù)據(jù))[S10]。 通過修補在存在連續(xù)l-線窄邊緣的區(qū)域進行不正確的邊緣感測而產(chǎn)生的錯誤， 來提取用于提取丟失的綠色像素信息的混合綠色信息(估計丟失的綠色像素)[S20]。
將存儲的顏色信息數(shù)據(jù)延遲預(yù)定時間，然后輸出(延遲)[S30]。
存儲通過丟失綠色信息提出過程提取的數(shù)據(jù)和通過延遲提供的數(shù)據(jù)(存儲第二 顏色數(shù)據(jù))[S40]。 最后，在完成混合綠色信息提取之后，從數(shù)據(jù)中提取丟失的紅色和藍色信息(估 計丟失的紅色和藍色像素)[S50]。 圖7是根據(jù)本發(fā)明的顏色去馬賽克方法的詳細過程的流程圖。具體地，圖7詳細 地示出了丟失的綠色像素估計。 參照圖7，計算當前像素中的梯度值(使用色差計算梯度)[S21]。
通過將內(nèi)核中的綠色像素值的最大值/最小值的差值(最大值與最小值的差值) 與閾值進行比較，根據(jù)比較的結(jié)果確定是否存在連續(xù)l-線邊緣區(qū)域(Diff = Gmax-Gmin) (S22)。 通過參照中心像素對8個相鄰像素進行邊緣感測，確定當前中心單元的邊緣的方 向性(相鄰8個像素的局部梯度)[S23]。 基于梯度值和是否存在1-線邊緣區(qū)域，區(qū)分出平面、連續(xù)1-線邊緣區(qū)域、垂直邊 緣區(qū)域、水平邊緣區(qū)域和結(jié)構(gòu)邊緣區(qū)域中的一個(邊緣分類器)[S24]。 基于分類的邊緣和邊緣的方向性，使用閾值修改相鄰的邊緣方向(改進邊緣感 測)[S25]。
9
從而，本發(fā)明提供了如下效果和/或優(yōu)點。 首先，本發(fā)明能夠精確地找到Bayer圖案中當前像素的邊緣方向性。
其次，本發(fā)明能夠精確地檢測1-線邊緣，從而提高了邊緣分類器的性能。
第三，提高了 Bayer圖案的顏色去馬賽克的精度。 對本領(lǐng)域的技術(shù)人員是顯而易見的是，在沒有背離本發(fā)明的精神和范圍的前提 下，在本發(fā)明中可以進行各種修改和變化。因此，本發(fā)明旨在包含這些改變和變化，只要本 發(fā)明的修改和變化在所附的權(quán)利要求及其等價物的范圍之中。
10
權(quán)利要求
一種用于對顏色進行去馬賽克的裝置，包括圖像傳感器，包含從每個像素檢測到的顏色信號的信息；第一線存儲器，用于接收并存儲來自所述圖像傳感器的輸出數(shù)據(jù)；丟失綠色信息提取器，用于提取所述第一線存儲器的數(shù)據(jù)中的丟失綠色像素信息；延遲器，用于接收所述第一線存儲器的數(shù)據(jù)，所述延遲器將所接收的數(shù)據(jù)延遲預(yù)定時間，所述延遲器輸出所延遲的數(shù)據(jù)；第二線存儲器，用于臨時存儲從所述丟失綠色信息提取器輸出的數(shù)據(jù)和經(jīng)由所述延遲器提供的數(shù)據(jù)；以及丟失紅色/藍色信息輸出器，用于從所述第二線存儲器的數(shù)據(jù)中提取丟失紅色/藍色信息。
2. 根據(jù)權(quán)利要求1所述的裝置，所述丟失綠色信息提取器包括 梯度計算單元，用于尋找當前像素的梯度；線邊緣確定單元，用于將內(nèi)核中的綠色像素值的最小/最大值的差值與閾值進行比 較，所述線邊緣確定單元根據(jù)所述比較的結(jié)果確定是否存在連續(xù)1-線邊緣區(qū)域；方向性確定單元，用于通過對集中在中心像素上的8個相鄰像素進行邊緣感測來確定 當前中心像素的邊緣的方向性；邊緣分類單元，用于基于由所述梯度計算單元和所述線邊緣確定單元提供的值區(qū)分出 從由平面、連續(xù)1-線邊緣區(qū)域、垂直邊緣區(qū)域、水平邊緣區(qū)域和結(jié)構(gòu)邊緣區(qū)域組成的組中 選擇的一個值；以及邊緣改進單元，用于使用由所述邊緣分類單元和所述方向性確定單元提供的值以及閾 值來修改相鄰邊緣方向。
3. 根據(jù)權(quán)利要求2所述的裝置，其中，所述梯度計算單元使用了應(yīng)用如下公式的"使用 顏色相關(guān)性的變化對顏色進行去馬賽克"，并且其中，如下公式將相鄰像素之間的色差定義 為祝=<formula>formula see original document page 2</formula>其中，水平權(quán)重和垂直權(quán)重分別設(shè)置為 <formula>formula see original document page 2</formula>
4. 根據(jù)權(quán)利要求1所述的裝置，其中，所述丟失綠色信息提取器通過修補存在有連續(xù) 1-線窄邊緣的區(qū)域中的不正確邊緣感測的錯誤來從所述第一線存儲器的數(shù)據(jù)中提取所述 丟失綠色像素信息。
5. —種用于對顏色進行去馬賽克的方法，包括以下步驟第一顏色信息存儲步驟，接收并存儲從圖像傳感器的每個單元中檢測到的顏色信號的信息；丟失綠色信息提取步驟，提取所述第一顏色信息存儲步驟中的丟失綠色像素信息； 延遲步驟，將所述第一顏色信息數(shù)據(jù)延遲預(yù)定時間，然后輸出所延遲的數(shù)據(jù)； 第二顏色信息存儲步驟，存儲通過所述丟失綠色信息提取步驟提取的數(shù)據(jù)和經(jīng)由所述 延遲步驟提供的數(shù)據(jù)；以及丟失紅色/藍色信息輸出步驟，從所述第二顏色信息中提取丟失紅色/藍色信息。
6. 根據(jù)權(quán)利要求5所述的方法，所述丟失綠色信息提取步驟包括以下步驟 尋找當前像素的梯度；將內(nèi)核中的綠色像素值的最小/最大值的差值與閾值進行比較，然后根據(jù)所述比較的 結(jié)果確定是否存在連續(xù)1-線邊緣區(qū)域；通過對集中在中心像素上的8個相鄰像素進行邊緣感測來確定當前中心像素的邊緣 的方向性；邊緣分類步驟，基于所述梯度的值和是否存在l-線邊緣區(qū)域區(qū)分出從由平面、連續(xù) 1-線邊緣區(qū)域、垂直邊緣區(qū)域、水平邊緣區(qū)域和結(jié)構(gòu)邊緣區(qū)域組成的組中選擇的一個值； 以及邊緣改進步驟，使用閾值基于所分類的邊緣和所述邊緣的方向性來修改相鄰邊緣方向。
7 根據(jù)權(quán)利要求5所述的方法，所述丟失綠色信息提取步驟包括以下步驟通過修補 在所述第一顏色信息存儲步驟中存在有連續(xù)1-線窄邊緣的區(qū)域中的不正確邊緣感測的錯 誤來提取所述丟失綠色像素信息。
全文摘要
本發(fā)明公開了一種用于對圖像傳感器中的顏色進行去馬賽克的裝置及其方法，從而可以以精確地檢測連續(xù)1-線邊緣的方式精確地找到邊緣方向。本發(fā)明包括圖像傳感器，包含從每個像素檢測到的顏色信號的信息；第一線存儲器，用于接收并存儲來自圖像傳感器的輸出數(shù)據(jù)；丟失綠色信息提取器，用于提取第一線存儲器的數(shù)據(jù)中的丟失的綠色像素信息；延遲器，用于接收第一線存儲器的數(shù)據(jù)，該延遲器將接收的數(shù)據(jù)延遲預(yù)定時間，該延遲器輸出延遲的數(shù)據(jù)；第二線存儲器，用于臨時存儲從丟失綠色信息提取器輸出的數(shù)據(jù)和經(jīng)由延遲器提供的數(shù)據(jù)；以及丟失紅色/藍色信息輸出器，用于從第二線存儲器的數(shù)據(jù)中提取丟失的紅色/藍色信息。
文檔編號H04N1/58GK101771883SQ20091026606
公開日2010年7月7日 申請日期2009年12月30日 優(yōu)先權(quán)日2008年12月30日
發(fā)明者玄志喆, 田升憲 申請人:東部高科股份有限公司