图像处理之边缘自适应的插值算法介绍,步骤,源码,优劣和出现的问题-德赢Vwin官网网

1、边缘自适应插值算法介绍

在Bayer CFA中，由于绿色像素点的数量是红色和蓝色像素数量的两倍，故其包含更多的原始图像的边缘信息。因此，亚当斯和汉密尔顿根据该思想在1997年提出了一种边缘自适应的插值算法。

边缘自适应插值算法：首先提出从水平和垂直两个方向对绿色分量进行插值重建，先设计由亮度信号的梯度和色度信号的二阶微分构成的边缘检测算子，由边缘检测算子指示沿正确的方向进行绿色分量的插值。红色和蓝色分量的重建使用已经重建好的绿色分量，采用红绿色差空间或蓝色色差空间的线性插值来完成。常见Bayer域R/G/B分布模型如下，后续插值算法使用：

图像处理之边缘自适应的插值算法介绍,步骤,源码,优劣和出现的问题

2、边缘自适应插值算法步骤

边缘自适应的插值算法具体实现步骤如下：

(1) 绿色分量重建

首先恢复红色和蓝色采样点处的绿色分量，即图a和图b中心采样点处的绿色分量，图b绿色分量重建过程与图a相似，故以图a为例。中心红色采样点R(i,j)处水平方向和垂直方向检测算子计算如下：

当水平算子小于垂直算子时，中心点R(i,j)存在水平边缘的概率较大，中心绿色分量的计算沿水平方向进行，公式如下：

当水平算子大于垂直算子时，中心点R(i,j)存在垂直边缘的概率较大，中心绿色分量的计算沿垂直方向进行，公式如下：

倘若水平和垂直的算子相等，则中心点处的绿色分量的计算为水平和垂直方向的平均值，公式如下：

图像处理之边缘自适应的插值算法介绍,步骤,源码,优劣和出现的问题

(2) 绿色采样点处的红色和蓝色分量重建

图d的蓝色和红色分量的重建过程与图c相似，故以图c为例。中心点处的蓝色分量的重建使用左右两点的B-G空间的线性插值，红色分量的重建使用上下两点的R-G空间的线性插值，具体如下：

(3) 红色(蓝色)采样点处的蓝色(红色)分量的重建

最后进行图a中心点蓝色的恢复和和图b中心点红色的恢复，由于图b的重建过程与图a相似，故以图a为例。观察R周围最近的蓝色像素点，处于R像素点左上，左下、右上、右下四个位置。为了更好的选择插值方向，保存边缘信息，与绿色分量的恢复类似，需要首先沿两个斜四十五度方向计算像素的梯度，再沿梯度较小的方向插值。

左下右上和左上右下的梯度计算如下：

图像处理之边缘自适应的插值算法介绍,步骤,源码,优劣和出现的问题

根据梯度的比较结果，选择合适的插值防线，计算如下：

图像处理之边缘自适应的插值算法介绍,步骤,源码,优劣和出现的问题

3、边缘自适应插值算法源码

略

4、边缘自适应插值算法优劣

亚当斯和汉密尔顿提出的边缘自适应的算法相对于前人的方法具有很大的改进，主要体现在如下几个方面：

绿色分量的插值引入了边缘检测，更好的保留边缘信息，使用了亮度的梯度和色度的二阶微分，良好的检测了边缘，提高了绿色分量的准确度；

利用了颜色空间之间的相关性，首先进行绿色通道的恢复，得到完整的绿色图像，红色和蓝色通道的恢复分别基于红色和绿色的色差空间、蓝色和绿色的色差空间的方向性插值完成；

跟之前的插值算法相比，也有一定的缺陷性：

其边缘检测算子在边缘紧密或纹理细致的区域检测的准确性较差，从而产生了错误的绿色插值，并随后传播到红色和蓝色插值中，并在最终的输出图像中产生错误颜色；

5、常见插值问题

去马赛克算法的插值重建过程不可避免的会引入各种人工的插值痕迹和插值错误，从而出现和原始图像不相符合的失真现象，造成了恢复图片主观视觉质量的下降，去马赛克插值主要会出现的问题包括锯齿效应、伪彩色和摩尔纹的问题。

锯齿效应又被称为拉链效应：指在图像的边缘交界或颜色突变区域，去马赛克的插值没有沿边缘方向进行，而沿横跨边缘的方向插值所产生的像素点模糊和颜色溢出现象，对于双线性插值该现象尤为明显；

伪彩色又被称为虚假颜色，是指原始图像中没有出现过的错误颜色或彩色条纹现象。其出现的原因为图像重合错位或不恰当的邻域插值平均所致，经常出现在色彩的外边缘处。

摩尔纹指在图像的高频区域，通过观察Bayer CFA可知，在每一行、每一列中，相邻绿色、相邻红色、相邻蓝色像素点的间距均为2个像素宽度，如果待重建物体的维度仅为1个像素点宽度，则由于Bayer CFA的亚采样特性，去马赛克算法极易恢复出错误颜色，从而产生细密的摩尔纹。为了减少摩尔纹的发生，大多数数码相机会在彩色滤波阵列之前增加一个低通滤波器，滤除部分高频信号，通过降低图像锐度的方法来减少摩尔纹的发生概率。

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

图像处理

图像处理

+关注

关注
27

文章
1289

浏览量
56720
算法

算法

+关注

关注
23

文章
4607

浏览量
92821
CFA

CFA

+关注

关注
0

文章
11

浏览量
12169

原文标题：图像处理之边缘自适应的插值算法

文章出处：【微信号：Imgtec，微信公众号：Imagination Tech】欢迎添加关注！文章转载请注明出处。

改进的变步长LMS自适应算法及其应用

:YBSG.0.2009-12-019【正文快照】：LMS优点是计算量小,易于实现,因而广泛应用于系统辨识、信号处理、噪声抵消等领域.收敛速度、时变系统和跟踪能力及稳态失调是衡量自适应滤波算法

发表于 04-26 16:10

图像自适应分段线性拉伸算法的FPGA设计

增强的方法，由于存在域之间的变换和反变换，计算复杂，难以满足实时性要求。自适应分段线性拉伸算法是一种空间域图像增强方法，直接对图像像素灰度进行操作，由于运算过程简单、实现方便，目前的

发表于 04-27 14:37

基于FPGA的高速实时图像采集和自适应阈值算法

基于FPGA的高速实时图像采集和自适应阈值算法提出了基于FPGA的图像处理自适应阈值

发表于 08-11 15:38

【Banana Pi M1+申请】阈值自适应视频边缘检测算法的嵌入式快速实现

设计上位机软件，监控相机香蕉派系统传输过来的图像边缘信息。其中，创新点在于自适应阈值生成的算法改进，现已有成熟的理论支持。

发表于 06-20 15:55

基于视觉图像的微小零件边缘检测算法研究

，像素级已无法满足精度要求，只能采用亚像素级的细分算法。　　这里给出扩展的4个方向的Sobel算子，即采用4个方向的模板，细化处理其梯度方向图，鉴于插值法计算量小、精度高的特点，故选用

发表于 11-15 16:23

基于自适应空域滤波的图像去块效应算法

分块有损压缩图像忽略了块间相关性，重构时会产生块效应，该文提出一种空域自适应去块效应算法。对块边缘采用方向自适应有理滤波，以弱化块效应。根据

发表于 03-25 08:54 •17次下载

基于B样条插值的图像边缘检测实现

为了能高速、高质量地进行图像边缘检测，提出了一种新的基于B 样条插值的边缘检测方法。该方法采用了三次B 样条

发表于 05-14 15:27 •40次下载

超空泡图像的自适应多尺度小波边缘检测

文中采用自适应多尺度小波边缘检测,对超空泡图像进行边缘检测。算法中首先对图像进行多尺度下的小波变

发表于 11-03 15:47 •29次下载

基于LMS算法与RLS算法的自适应滤波

自适应信号处理的理论和技术已经成为人们常用滤波和去噪技术。文中讲述了自适应滤波的原理以及LMS算法和RLS算法两种基本

发表于 07-06 15:20 •219次下载

一种改进的线性图像插值算法

针对传统的双线性插值法在对图像进行插值后会不可避免的产生边缘模糊的问题，提出了一种改进的线性插值

发表于 08-20 12:01 •29次下载

基于FPGA的高速实时图像采集和自适应阈值算法

基于FPGA的高速实时图像采集和自适应阈值算法

发表于 05-10 13:45 •21次下载

基于自适应相似组的图像修复算法

针对图像修复结果中存在的结构连续性和纹理清晰性较差的问题，提出了一种基于自适应相似组的图像修复算法。区别于传统的以单一图像块或固定数目

发表于 12-04 15:26 •1次下载

实时图像插值算法

针对现有彩色图像插值算法的实时性及可靠性不能兼备的问题，提出了一种高效的实时彩色图像缩放算法，

发表于 01-17 11:48 •0次下载

面向边缘检测的限制型自适应SUSAN算法

segment assimilating nucleus，USAN），并经过单一阈值判断，非边缘点易被误判为边缘点，导致算法的低鲁棒性。针对此问题，提出了结合自适应门限

发表于 05-12 14:22 •2次下载

改进自适应GACV的水下图像分割算法研究

（GACM)的基本理论，结合水下图像的特点，对自适应的GACV图像分割算法进行了改进，尝试设计新的权值函数，并对模型的数值实现方法进行了改进

发表于 09-22 15:32 •11次下载