申请/专利权人：合肥君正科技有限公司

申请日：2022-07-26

公开（公告）日：2024-02-09

公开（公告）号：CN117541462A

主分类号：G06T3/4007

分类号：G06T3/4007

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本发明提供一种基于转向核回归的自适应Bayer图像插值方法，包括：S1.计算水平方向色差和垂直方向色差；S2.计算插值权重：S2.1，计算色差梯度；S2.2，计算协方差矩阵；S2.3,计算转向核；S2.4,计算插值权重；S3.估计色差值；S4.完成G通道插值；S5.完成R通道和B通道插值。本申请方法中与现有技术的不同在于，步骤S2中插值权重的计算方法，以及步骤S3中色差估计方法。包括协方差矩阵的计算方法，利用协方差矩阵确定插值权重的计算方法，以及最终的色差估计方法。本文的核心是利用转向核自适应确定Bayer图像的色差权重。

主权项：1.一种基于转向核回归的自适应Bayer图像插值方法，其特征在于，所述方法包括以下步骤：S1.计算水平方向色差和垂直方向色差：S1.1,线性插值，对于Bayer图像中的R或者B像素处，分别计算水平方向和垂直方向的线性插值结果；在Bayer图像的G像素处，每个像素位置只能计算出水平或者垂直方向中的一个方向的插值结果；S1.2，计算水平方向色差和垂直方向色差，将线性插值后有效位置的R与G相减、B与G相减，得到色差图像R-G和B-G；S2.计算插值权重：S2.1，计算色差梯度：水平方向和垂直方向的色差梯度计算公式分别为： S2.2，计算协方差矩阵：按照从上到下，从左到右的顺序排列为梯度矩阵，并对梯度矩阵进行奇异值分解： 其中，ωi，j表示以i，j处像素为中心的窗口内坐标集合，Gi，j表示窗口内色差梯度构成的矩阵，表示奇异值分解的结果，且： 其中s1和s2分别表示奇异值且s1≥s2≥0，v1和v2分别表示奇异值对应的右奇异向量；协方差矩阵Ci，j表示为： 其中M表示当前窗口ωi，j内像素的个数，s′1和s′2分别表示最小值为1的特征值，保证了协方差矩阵为满秩矩阵： S2.3,计算转向核：计算整幅Bayer图像所有点的协方差矩阵后，就能够利用高斯函数得到转向核： 其中，|Ck，l|表示协方差矩阵Ck，l的行列式，和分别表示利用水平色差梯度DH和竖直色差梯度DV计算出的协方差，和分别表示协方差和的转向核函数，h表示平滑控制参数，用于控制转向核的整体面积，xk，l和xi，j分别表示坐标向量k，lT和i，jT；S2.4,计算插值权重：根据转向核计算出局部窗口ωi，j内所有点的转向核的数值后，即可通过以下计算公式得到水平方向权重值和竖直方向权重值： 其中和分别表示窗口ωi，j内坐标k，l处的水平方向权重和竖直方向权重；S3.估计色差值色差估计方法为： 其中，表示坐标i，j处R与G之间的色差估计值；表示S1得到的垂直方向色差图像和水平方向色差图像R-G；用相同的方法得到B与G的色差估计值 其中表示第1步得到的垂直方向色差图像和水平方向色差图像B-G；S4.完成G通道插值；S5.完成R通道和B通道插值。

全文数据：

权利要求：

百度查询： 合肥君正科技有限公司 一种基于转向核回归的自适应Bayer图像插值方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD