基于Bayer格式数字图像传感器颜色素插值及降噪的算法研究

摘要

论文研究了基于Bayer格式数字图像传感器颜色插值及降噪的算法。考虑体积和成本，数字相机普遍采用单个图像传感器，并在其表面覆盖颜色滤波阵列，采集得到的图像每个像素点仅有一种颜色分量。本文研究的算法基于目前应用最广的Bayer格式滤波阵列。为了得到全彩色图像，需要根据周围的采样点计算出每个像素所缺失的另外两种颜色分量，这个过程就是颜色插值。此外，普遍存在的白噪声和脉冲噪声对成像质量产生明显的影响。本文为了保证原始图像的噪声模型不被颜色插值算法处理的破坏，采用先降噪处理后颜色插值处理的成像流程。
　　 本文针对数字相机普遍存在的白噪声和脉冲噪声，充分利用Bayer格式原始数据的各颜色分量的空间排布特点，先滤除脉冲噪声，然后利用Epsilon-Filter降低白噪声，平滑图像平坦区域，同时保留图像边缘，提高边界对比度。通过对不同Bayer格式原始图像的仿真测试，我们对去脉冲噪声算法和去白噪声的Epsilon-Filter进行了验证，并计算了各原始图像与去噪图像在整体区域的峰值信噪比．
　　 本文成像的关键算法是颜色插值。首先介绍了一些现有的颜色插值算法，然后提出一种改进的颜色插值算法，采用绿色分量和红、蓝分量分步插值的组合方式实现颜色恢复，先用自适应颜色层插值算法计算红色分量和蓝色分量所缺失的绿色分量，然后计算色差空间图像(R-G和B-G)，再利用已重建绿色分量的补偿和边沿自适应算法计算全分辨率色差空间图像，最后重建红色分量和蓝色分量.通过对不同已降噪测试图像的插值仿真，并计算峰值信噪比和各算法计算开销，直观地给出数据比较和视觉比较，详细分析改进算法与现有算法的性能优缺点。

目录

文摘

英文文摘

致谢

第1章 绪论

1.1 课题研究意义和背景

1.2 数字相机结构及其工作原理

1.3 图像处理基础

1.3.1 图像处理物理基础

1.3.2 人眼视觉系统

1.3.3 数字图像处理基础

1.4 噪声类型及降噪原则

1.5 颜色插值

1.6 本论文的组织结构

第2章 颜色科学的基础理论

2.1 人类对颜色的认识过程

2.2 色彩的三种特性

2.3 颜色空间

2.3.1 RGB颜色空间

2.3.2 HSI颜色空间

2.3.3 CMY/CMYK颜色空间

2.3.4 CIE XYZ/LAB颜色空间

2.4 图像相关性

2.4.1 图像空间相关性

2.4.2 图像色彩相关性

2.5 颜色插值常见的误差

2.5.1 锯齿现象

2.5.2 伪彩色

2.6 摩尔纹现象

2.6.1 摩尔纹的产生

2.6.2 彩色摩尔纹的产生

2.7 本章小结

第3章 BAYER格式图像传感器降噪算法研究

3.1 引言

3.2 脉冲噪声及其滤除算法

3.2.1 脉冲噪声特点

3.2.2 脉冲噪声滤除算法

3.3 白噪声滤除算法

3.3.1 Epsilon-Filter[36]的基本原理

3.3.2 基于Bayer型Epsilon-Filter的白噪声滤除算法

3.4 仿真结果及性能分析

3.4.1 脉冲噪声滤除算法的仿真结果及性能分析

3.4.2 白噪声滤除算法的仿真结果及性能分析

3.4.3 最佳的Bayer格式图像传感器降噪算法仿真结果

3.5 本章小结

第4章 BAYER格式图像传感器颜色插值算法研究

4.1 引言

4.2 常用的颜色插值算法的分析与比较

4.2.1 双线性颜色插值算法[16]

4.2.2 Cok的常色调颜色插值算法[10]

4.2.3 边缘导向颜色插值算法

4.2.4 适应性颜色层插值算法

4.2.5 中值滤波颜色插值算法

4.3 改进的颜色插值算法

4.3.1 绿色分量G的重建

4.3.2 色差图像(R-G和B-G)的计算

4.3.3 全分辨率色差图像的重建

4.3.4 红色分量R和蓝色分量B的重建

4.4 仿真结果及性能分析

4.5 本章小结

第5章 总结与展望

5.1 全文工作总结

5.2 研究工作展望

参考文献

攻读硕士学位期间的研究成果