CN111784575A - 一种基于标定的监控摄像机去马赛克的方法 - Google Patents
一种基于标定的监控摄像机去马赛克的方法 Download PDFInfo
- Publication number
- CN111784575A CN111784575A CN202010504177.0A CN202010504177A CN111784575A CN 111784575 A CN111784575 A CN 111784575A CN 202010504177 A CN202010504177 A CN 202010504177A CN 111784575 A CN111784575 A CN 111784575A
- Authority
- CN
- China
- Prior art keywords
- gradient
- point
- calculated
- interpolation
- noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 title claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000012935 Averaging Methods 0.000 claims description 12
- 230000003321 amplification Effects 0.000 claims description 12
- 238000005286 illumination Methods 0.000 claims description 12
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 6
- 102220043971 rs200019352 Human genes 0.000 claims description 4
- 102220017114 rs150867836 Human genes 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 6
- 230000004075 alteration Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Color Television Image Signal Generators (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域，具体涉及一种基于标定的监控摄像机去马赛克的方法，本发明将传感器设置为不同的增益，对输入去马赛克算法的数据的噪声进行标定，并保存标定数据作为先验信息传递给去马赛克算法。去马赛克算法得到输入数据后，逐点计算数据的梯度，参考标定的噪声参数对梯度进行去噪处理，根据去噪后的梯度数据判断当前像素点的插值方向。机盒标定的噪声参数判断当前点的邻域是平坦区域还是纹理区域，平坦区域进行多方向插值，纹理区域的像素点则使用单方向插值，去除噪声同时保证不损失细节信息。
Description
技术领域
本发明涉及图像处理技术领域，具体涉及一种基于标定的监控摄像机去马赛克的方法。
背景技术
去马赛克算法是监控摄像机图像处理***的重要模块，也是图像效果的基础。目前的相机或者摄像机都使用单传感器，为了得到彩色图像，使用颜色滤波阵列(ColorFilter Array)对入射光线进行滤波，每个像素点只对红/绿/蓝中的一种颜色光线进行能量累积。在图像处理中，根据得到的数据恢复另外两种颜色的处理就是去马赛克。一般的插值算法有双线性插值和立方插值，这类算法计算复杂度低，但是对图像中所有的点都无区别处理，导致伪彩和拉链效应严重。目前插值效果较好的是基于色差的插值算法，研究证明图像中色差相对亮度变化平缓，以色差恒定为先验信息结合梯度信息，可以有效抑制伪彩。但是在实际应用中，以监控摄像机为例，需要拍摄各种照度下的图像，在照度较低时传感器受噪声干扰严重，此时计算得到色差和梯度的值都会出现偏差，导致插值出现方向错误。
发明内容
针对现有技术的不足，本发明公开了一种基于标定的监控摄像机去马赛克的方法，解决在实际应用中，以监控摄像机为例，需要拍摄各种照度下的图像，在照度较低时传感器受噪声干扰严重，此时计算得到色差和梯度的值都会出现偏差，导致插值出现方向错误的问题。
本发明通过以下技术方案予以实现：
本发明公开一种基于标定的监控摄像机去马赛克的方法，所述方法包括以下步骤：
S1标定传感器的噪声参数，调节光源照度，记录传感器的放大倍数，分别计算24色卡最下行的6个灰色块的统计信息；
S2改变光源照度，重复S1的过程对不同放大倍数下的24色卡的6个灰色块的梯度和统计信息进行标定，保存放大倍数以及对应的每个灰阶灰度值和统计信息；
S3将传感器的放大倍数和每个像素点的灰度值在标定数据中查找对应的噪声统计数据，将计算得到的当前点的梯度减去一定比例的噪声梯度，同时比较噪声方差和当前像素点的方差判断当前点处于平坦区域还是纹理区域；
S4若S3中判断当前点为纹理区域，根据红绿蓝像素点的分布方式选择对应的梯度判断当前像素点的插值方向，选择对应方向上的相同通道像素点对当前点缺失的颜色通道进行插值；
S5若S3中判断当前点为平坦区域，则不进行方向判断，选择5*5邻域内相同通道像素点的均值作为当前像素点缺失的颜色通道值，或根据红绿蓝像素点的分布方式选择对应方向的梯度求倒数作为权重，对对应方向上的像素点进行加权平均。
更进一步的，所述S1中，计算24色卡最下面行的6个灰色块的梯度和方差时，逐点计算灰块内的统计信息并在整个灰色块内求取平均值，同时记录每个灰色块的灰度平均值。
更进一步的，梯度计算选择参考sobel模板，在5*5的邻域内计算水平方向的梯度公式如下：
GradH＝|G12-G14|+2*|G32-G34|+|G52-G54|+|R22-R24|+|R42-R44|
45度方向的梯度计算如下：
Grad45＝|B33-B15|+|B33-B51|+|R24-R42|+|G23-G32|+|G34-G43|
更进一步的，所述S3中，传感器输出数据进入去马赛克算法后，先逐点计算数据的统计信息，并根据此时传感器的放大倍数和每个像素点的灰度值在标定数据中查找对应的噪声统计数据，将计算得到的当前点的梯度减去一定比例的噪声梯度，如当前像素点的方差小于对应标定的噪声方差，则认为当前像素点为平坦区域，否则为纹理区域。
更进一步的，所述S4中，根据红绿蓝像素点的分布方式选择对应的梯度判断当前像素点的插值方向，若在红蓝像素点计算绿通道值时，水平方向梯度更大，则选择垂直方向插值，反之选择水平方向插值；若在红或者蓝像素点计算蓝或者红通道值时，45度方向梯度更大，则选择135度方向插值，反之选择45度方向插值。
更进一步的，所述插值的计算可求均值、加权平均以及带颜色差值补偿的加权平均，其中水平方向带颜色差值补偿的加权平均计算公式如下：
G33＝G32*0.5+G34*0.5+(B33-B31)*0.5+(B33-B35)*0.5
45度方向带颜色差值补偿的加权平均计算公式如下：
R33＝R24*0.5+R42*0.5+(B33-B15)*0.5+(B33-B51)*0.5
更进一步的，所述S5中，对对应方向上的像素点进行加权平均，计算得到的水平梯度为GradH，垂直梯度为GradV，45度的梯度为Grad45，135度的梯度为Grad35，加权平均计算公式如下：
更进一步的，所述方法将传感器设置为不同的增益，对输入去马赛克算法的数据的噪声进行标定，并保存标定数据作为先验信息传递给去马赛克算法。
更进一步的，所述马赛克算法得到输入数据后，逐点计算数据的梯度，参考标定的噪声参数对梯度进行去噪处理，根据去噪后的梯度数据判断当前像素点的插值方向。
本发明的有益效果为：
1、本发明对传感器的噪声水平进行预先标定，在去马赛克算法中不会引入额外的计算开销。
2、本发明在计算梯度时根据标定噪声参数去除部分噪声的干扰，不会丢失输入数据，同时又提高了插值准确性。
3、本发明根据标定的统计数据和当前输入点的统计数据区分平坦区域和纹理区域进行不同的方向处理，进一步抑制噪声。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的原理步骤图；
图2是本发明实施例中心点为B的5*5 bayer图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本实施例公开如图1所示的一种基于标定的监控摄像机去马赛克的方法，所述方法包括以下步骤：
S1标定传感器的噪声参数，调节光源照度，记录传感器的放大倍数，分别计算24色卡最下行的6个灰色块的统计信息；
S2改变光源照度，重复S1的过程对不同放大倍数下的24色卡的6个灰色块的梯度和统计信息进行标定，保存放大倍数以及对应的每个灰阶灰度值和统计信息；
S3将传感器的放大倍数和每个像素点的灰度值在标定数据中查找对应的噪声统计数据，将计算得到的当前点的梯度减去一定比例的噪声梯度，同时比较噪声方差和当前像素点的方差判断当前点处于平坦区域还是纹理区域；
S4若S3中判断当前点为纹理区域，根据红绿蓝像素点的分布方式选择对应的梯度判断当前像素点的插值方向，选择对应方向上的相同通道像素点对当前点缺失的颜色通道进行插值；
S5若S3中判断当前点为平坦区域，则不进行方向判断，选择5*5邻域内相同通道像素点的均值作为当前像素点缺失的颜色通道值，或根据红绿蓝像素点的分布方式选择对应方向的梯度求倒数作为权重，对对应方向上的像素点进行加权平均。
S1中，计算24色卡最下面行的6个灰色块的梯度和方差时，逐点计算灰块内的统计信息并在整个灰色块内求取平均值，同时记录每个灰色块的灰度平均值。
梯度计算选择参考sobel模板，在5*5的邻域内计算水平方向的梯度公式如下：
GradH＝|G12-G14|+2*|G32-G34|+|G52-G54|+|R22-R24|+|R42-R44|
45度方向的梯度计算如下：
Grad45＝|B33-B15|+|B33-B51|+|R24-R42|+|G23-G32|
+|G34-G43|
S3中，传感器输出数据进入去马赛克算法后，先逐点计算数据的统计信息，并根据此时传感器的放大倍数和每个像素点的灰度值在标定数据中查找对应的噪声统计数据，将计算得到的当前点的梯度减去一定比例的噪声梯度，如当前像素点的方差小于对应标定的噪声方差，则认为当前像素点为平坦区域，否则为纹理区域。
S4中，根据红绿蓝像素点的分布方式选择对应的梯度判断当前像素点的插值方向，若在红蓝像素点计算绿通道值时，水平方向梯度更大，则选择垂直方向插值，反之选择水平方向插值；若在红或者蓝像素点计算蓝或者红通道值时，45度方向梯度更大，则选择135度方向插值，反之选择45度方向插值。
插值的计算可求均值、加权平均以及带颜色差值补偿的加权平均，其中水平方向带颜色差值补偿的加权平均计算公式如下：
G33＝G32*0.5+G34*0.5+(B33-B31)*0.5+(B33-B35)*0.5
45度方向带颜色差值补偿的加权平均计算公式如下：
R33＝R24*0.5+R42*0.5+(B33-B15)*0.5+(B33-B51)*0.5
S5中，对对应方向上的像素点进行加权平均，计算得到的水平梯度为GradH，垂直梯度为GradV，45度的梯度为Grad45，135度的梯度为Grad35，加权平均计算公式如下：
本实施例将传感器设置为不同的增益，对输入去马赛克算法的数据的噪声进行标定，并保存标定数据作为先验信息传递给去马赛克算法。马赛克算法得到输入数据后，逐点计算数据的梯度，参考标定的噪声参数对梯度进行去噪处理，根据去噪后的梯度数据判断当前像素点的插值方向。
实施例2
本实施例中，对基于标定的监控摄像机去马赛克的方法结合图2做出具体的实施操作，首先标定传感器的噪声参数，在灯箱环境下，拍摄物体为24色卡，调节光源照度使传感器输出的图像亮度适宜人眼观看，此时记录传感器的放大倍数。分别计算24色卡最下面一行的6个灰色块的统计信息，如梯度和方差，逐点计算灰块内的统计信息并在整个灰色块内求取平均值，同时记录每个灰色块的灰度平均值。梯度计算可选择参考sobel模板，以图2的bayer图像为例，在5*5的邻域内计算水平方向的梯度公式如下：
GradH＝|G12-G14|+2*|G32-G34|+|G52-G54|+|R22-R24|+|R42-R44|
45度方向的梯度计算如下：
Grad45＝|B33-B15|+|B33-B51|+|R24-R42|+|G23-G32|+|G34-G43|
改变光源照度，重复上面的过程对不同放大倍数下的24色卡的6个灰色块的梯度和统计信息进行标定，保存放大倍数以及对应的每个灰阶灰度值和统计信息。
传感器输出数据进入去马赛克算法后，先逐点计算数据的统计信息，计算方式与上述中标定过程保持一致。根据此时传感器的放大倍数和每个像素点的灰度值在标定数据中查找对应的噪声统计数据。将计算得到的当前点的梯度减去一定比例的噪声梯度，同时比较噪声方差和当前像素点的方差判断当前点处于平坦区域还是纹理区域，如当前像素点的方差小于对应标定的噪声方差，则认为当前像素点为平坦区域，否则为纹理区域。
当前点为纹理区域，根据红绿蓝像素点的分布方式选择对应的梯度判断当前像素点的插值方向，以图2的bayer图像为例，G33的插值可以在水平和垂直两个方向上做选择，而R33的插值计算则在45度和135度上进行计算。如在红蓝像素点计算绿通道值时，水平方向梯度更大，则选择垂直方向插值，反之选择水平方向插值。而在红或者蓝像素点计算蓝或者红通道值时，45度方向梯度更大，则选择135度方向插值，反之选择45度方向插值。选择对应方向上的相同通道像素点对当前点缺失的颜色通道进行插值，插值计算可以求均值，加权平均以及带颜色差值补偿的加权平均。水平方向带颜色差值补偿的加权平均计算公式如下：
G33＝G32*0.5+G34*0.5+(B33-B31)*0.5+(B33-B35)*0.5
45度方向带颜色差值补偿的加权平均计算公式如下：
R33＝R24*0.5+R42*0.5+(B33-B15)*0.5+(B33-B51)*0.5如果当前点为平坦区域，则不进行方向判断，可以选择5*5邻域内相同通道像素点的均值作为当前像素点缺失的颜色通道值，也可以根据红绿蓝像素点的分布方式选择对2的bayer图像为例，按照1计算得到的水平梯度为GradH，垂直梯度为GradV，45度的梯度为Grad45，135度的梯度为Grad35，加权平均计算公式如下：
本实施例标定传感器多个放大倍数下不同灰度值的灰阶的统计值作为噪声参数，对的马赛克算法计算的梯度做降噪处理；根据标定的噪声参数区分平坦区域和纹理区域，平坦区域选择多个方向插值，纹理区域选择单个方向插值。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种基于标定的监控摄像机去马赛克的方法，其特征在于，所述方法包括以下步骤：
S1标定传感器的噪声参数，调节光源照度，记录传感器的放大倍数，分别计算24色卡最下行的6个灰色块的统计信息；
S2改变光源照度，重复S1的过程对不同放大倍数下的24色卡的6个灰色块的梯度和统计信息进行标定，保存放大倍数以及对应的每个灰阶灰度值和统计信息；
S3将传感器的放大倍数和每个像素点的灰度值在标定数据中查找对应的噪声统计数据，将计算得到的当前点的梯度减去一定比例的噪声梯度，同时比较噪声方差和当前像素点的方差判断当前点处于平坦区域还是纹理区域；
S4若S3中判断当前点为纹理区域，根据红绿蓝像素点的分布方式选择对应的梯度判断当前像素点的插值方向，选择对应方向上的相同通道像素点对当前点缺失的颜色通道进行插值；
S5若S3中判断当前点为平坦区域，则不进行方向判断，选择5*5邻域内相同通道像素点的均值作为当前像素点缺失的颜色通道值，或根据红绿蓝像素点的分布方式选择对应方向的梯度求倒数作为权重，对对应方向上的像素点进行加权平均。
2.根据权利要求1所述的基于标定的监控摄像机去马赛克的方法，其特征在于，所述S1中，计算24色卡最下面行的6个灰色块的梯度和方差时，逐点计算灰块内的统计信息并在整个灰色块内求取平均值，同时记录每个灰色块的灰度平均值。
3.根据权利要求2所述的基于标定的监控摄像机去马赛克的方法，其特征在于，梯度计算选择参考sobel模板，在5*5的邻域内计算水平方向的梯度公式如下：
GradH＝|G12-G14|+2*|G32-G34|+|G52-G54|+|R22-R24|+|R42-R44|
45度方向的梯度计算如下：
Grad45＝|B33-B15|+|B33-B51|+|R24-R42|+|G23-G32|+|G34-G43|
4.根据权利要求1所述的基于标定的监控摄像机去马赛克的方法，其特征在于，所述S3中，传感器输出数据进入去马赛克算法后，先逐点计算数据的统计信息，并根据此时传感器的放大倍数和每个像素点的灰度值在标定数据中查找对应的噪声统计数据，将计算得到的当前点的梯度减去一定比例的噪声梯度，如当前像素点的方差小于对应标定的噪声方差，则认为当前像素点为平坦区域，否则为纹理区域。
5.根据权利要求1所述的基于标定的监控摄像机去马赛克的方法，其特征在于，所述S4中，根据红绿蓝像素点的分布方式选择对应的梯度判断当前像素点的插值方向，若在红蓝像素点计算绿通道值时，水平方向梯度更大，则选择垂直方向插值，反之选择水平方向插值；若在红或者蓝像素点计算蓝或者红通道值时，45度方向梯度更大，则选择135度方向插值，反之选择45度方向插值。
6.根据权利要求5所述的基于标定的监摄像机机去马赛克的方法，其特征在于，所述插值的计算可求均值、加权平均以及带颜色差值补偿的加权平均，其中水平方向带颜色差值补偿的加权平均计算公式如下：
G33＝G32*0.5+G34*0.5+(B33-B31)*0.5+(B33-B35)*0.5
45度方向带颜色差值补偿的加权平均计算公式如下：
R33＝R24*0.5+R42*0.5+(B33-B15)*0.5+(B33-B51)*0.5
7.根据权利要求1所述的基于标定的监控摄像机去马赛克的方法，其特征在于，所述S5中，对对应方向上的像素点进行加权平均，计算得到的水平梯度为GradH，垂直梯度为GradV，45度的梯度为Grad45，135度的梯度为Grad35，加权平均计算公式如下：
8.根据权利要求1所述的基于标定的监控摄像机去马赛克的方法，其特征在于，所述方法将传感器设置为不同的增益，对输入去马赛克算法的数据的噪声进行标定，并保存标定数据作为先验信息传递给去马赛克算法。
9.根据权利要求8所述的基于标定的监控摄像机去马赛克的方法，其特征在于，所述马赛克算法得到输入数据后，逐点计算数据的梯度，参考标定的噪声参数对梯度进行去噪处理，根据去噪后的梯度数据判断当前像素点的插值方向。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010504177.0A CN111784575B (zh) | 2020-06-05 | 2020-06-05 | 一种基于标定的监控摄像机去马赛克的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010504177.0A CN111784575B (zh) | 2020-06-05 | 2020-06-05 | 一种基于标定的监控摄像机去马赛克的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111784575A true CN111784575A (zh) | 2020-10-16 |
| CN111784575B CN111784575B (zh) | 2023-09-19 |
Family
ID=72753976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010504177.0A Active CN111784575B (zh) | 2020-06-05 | 2020-06-05 | 一种基于标定的监控摄像机去马赛克的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111784575B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112652027A (zh) * | 2020-12-30 | 2021-04-13 | 凌云光技术股份有限公司 | 一种伪彩检测算法及*** |
| CN113038092A (zh) * | 2021-03-24 | 2021-06-25 | 成都国科微电子有限公司 | 一种去马赛克方法、装置、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010021908A (ja) * | 2008-07-14 | 2010-01-28 | Sony Corp | 画像処理装置、画像処理方法および画像処理プログラム |
| US20130321673A1 (en) * | 2012-05-31 | 2013-12-05 | Apple Inc. | Systems and Methods for Determining Noise Statistics of Image Data |
| CN103905802A (zh) * | 2014-04-21 | 2014-07-02 | 浙江宇视科技有限公司 | 一种基于p模式色彩滤镜阵列的去马赛克方法及装置 |
| KR101660447B1 (ko) * | 2015-03-26 | 2016-09-28 | 인천대학교 산학협력단 | 베이어 패턴 컬러 필터 어레이 디모자이킹을 위한 다 방향 가중 보간 방법 |
| CN106303474A (zh) * | 2016-09-29 | 2017-01-04 | 杭州雄迈集成电路技术有限公司 | 一种基于g模式色彩滤波阵列的去马赛克方法及装置 |
| CN109302593A (zh) * | 2018-11-02 | 2019-02-01 | 南京邮电大学盐城大数据研究院有限公司 | 一种面向单传感器相机成像***的去马赛克算法 |
| US20190373232A1 (en) * | 2018-06-04 | 2019-12-05 | Michael Scott Brown | Systems, methods and computer programs for colorimetric mapping |
| CN111161188A (zh) * | 2019-12-30 | 2020-05-15 | 珠海全志科技股份有限公司 | 一种降低图像色彩噪声的方法、计算机装置及计算机可读存储介质 |
-
2020
- 2020-06-05 CN CN202010504177.0A patent/CN111784575B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010021908A (ja) * | 2008-07-14 | 2010-01-28 | Sony Corp | 画像処理装置、画像処理方法および画像処理プログラム |
| US20130321673A1 (en) * | 2012-05-31 | 2013-12-05 | Apple Inc. | Systems and Methods for Determining Noise Statistics of Image Data |
| CN103905802A (zh) * | 2014-04-21 | 2014-07-02 | 浙江宇视科技有限公司 | 一种基于p模式色彩滤镜阵列的去马赛克方法及装置 |
| KR101660447B1 (ko) * | 2015-03-26 | 2016-09-28 | 인천대학교 산학협력단 | 베이어 패턴 컬러 필터 어레이 디모자이킹을 위한 다 방향 가중 보간 방법 |
| CN106303474A (zh) * | 2016-09-29 | 2017-01-04 | 杭州雄迈集成电路技术有限公司 | 一种基于g模式色彩滤波阵列的去马赛克方法及装置 |
| US20190373232A1 (en) * | 2018-06-04 | 2019-12-05 | Michael Scott Brown | Systems, methods and computer programs for colorimetric mapping |
| CN109302593A (zh) * | 2018-11-02 | 2019-02-01 | 南京邮电大学盐城大数据研究院有限公司 | 一种面向单传感器相机成像***的去马赛克算法 |
| CN111161188A (zh) * | 2019-12-30 | 2020-05-15 | 珠海全志科技股份有限公司 | 一种降低图像色彩噪声的方法、计算机装置及计算机可读存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| JOHANNES HERWIG 等: "Joint High Dynamic Range Imaging and Color Demosaicing", PROCEEDINGS OF SPIE 8180, IMAGE AND SIGNAL PROCESSING FOR REMOTE SENSING XVII, pages 1801 * |
| 张平: "基于非局部模型的CFA图像去马赛克", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 01, pages 138 - 436 * |
| 董鹏宇: "非 bayer 格式图像传感器去马赛克方法", 集成电路应用, vol. 35, no. 04, pages 59 - 62 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112652027A (zh) * | 2020-12-30 | 2021-04-13 | 凌云光技术股份有限公司 | 一种伪彩检测算法及*** |
| CN112652027B (zh) * | 2020-12-30 | 2024-03-22 | 凌云光技术股份有限公司 | 一种伪彩检测方法及*** |
| CN113038092A (zh) * | 2021-03-24 | 2021-06-25 | 成都国科微电子有限公司 | 一种去马赛克方法、装置、设备及存储介质 |
| CN113038092B (zh) * | 2021-03-24 | 2023-06-02 | 成都国科微电子有限公司 | 一种去马赛克方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111784575B (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5672776B2 (ja) | 画像処理装置、および画像処理方法、並びにプログラム | |
| US20110043665A1 (en) | Image processing device, solid-state imaging device, and camera module | |
| CN111510691B (zh) | 颜色插值方法及装置、设备、存储介质 | |
| CN110730336B (zh) | 一种去马赛克方法及装置 | |
| JP2010239636A (ja) | 画像生成装置、画像生成方法、およびプログラム | |
| CN101335900A (zh) | 图像处理装置、图像处理方法、程序和摄像装置 | |
| CN111784575B (zh) | 一种基于标定的监控摄像机去马赛克的方法 | |
| CN103888690B (zh) | 用于检测缺陷像素的设备和方法 | |
| CN112767291A (zh) | 可见光图像和红外图像融合方法、设备及可读存储介质 | |
| US20090060389A1 (en) | Image processing apparatus | |
| JP4104495B2 (ja) | データ処理装置、画像処理装置およびカメラ | |
| KR101257946B1 (ko) | 영상의 색수차를 제거하는 장치 및 그 방법 | |
| CN103621070B (zh) | 摄像装置及摄像装置的控制方法 | |
| JP2007028040A (ja) | 画像処理装置 | |
| KR20090097796A (ko) | 색수차 정정 방법 | |
| JP4797478B2 (ja) | 画像処理装置 | |
| JPH06153087A (ja) | 画素欠陥補正方法 | |
| CN112884667B (zh) | 一种Bayer域降噪方法和降噪*** | |
| CN111885281B (zh) | 图像处理 | |
| US8068145B1 (en) | Method, systems, and computer program product for demosaicing images | |
| US7656441B2 (en) | Hue correction for electronic imagers | |
| Schöberl et al. | Sparsity-based defect pixel compensation for arbitrary camera raw images | |
| CN114511469B (zh) | 一种图像智能降噪先验检测方法 | |
| JP2009182733A (ja) | 画像データ生成方法および画像データ生成装置、並びに情報コード読取装置 | |
| JP4334151B2 (ja) | 画像補間装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |