基于FPGA的彩色圖像Bayer變換實現(xiàn)
加入技術(shù)交流群
雙線性插值法具有運算簡單，易于實現(xiàn)的優(yōu)點。其本質(zhì)是一低通濾波器，缺點是忽略了不同彩色分量之間的相關(guān)信息以及圖像的邊緣。這樣，錯誤數(shù)據(jù)在復(fù)原的圖像邊緣會造成模糊甚至出現(xiàn)顏色混疊。
1．2 Ron Kimmel方法
Ron Kimmel方法對于綠色像素，計算該點在各個方向的梯度，然后對梯度值加權(quán)進行平均；對紅色和藍色像素分量，取則紅色和藍色分量對綠色的比值進行加權(quán)平均。這種方法可以顯著改善圖像中物體邊緣的顏色混疊。
1．3 Optimal Recovery方法
Optimal Recovery方法計算復(fù)雜度較高，但也是目前公開發(fā)表的圖像質(zhì)量最佳的算法。一般的嵌入式系統(tǒng)很難實時完成。本文圖像處理系統(tǒng)采用Lattice的FPGA芯片LFECPRIM50，充分利用FPGA的天然并行結(jié)構(gòu)，實時(1 208×1 024圖像，12幀／s)實現(xiàn)Bayer轉(zhuǎn)換算法，收到了很好的效果。Optimal Recovery算法如下：
(1)如圖4所示，完成圖中所示P5處綠色像素插值盡可能利用精細尺度模式。本文引用地址：http://www.ex-cimer.com/article/191646.htm
(2)計算藍色分量需要2步：
1．4 峰值信噪比PSNR
峰值信噪比PSNR和歸一化色彩差NCD的計算公式分別為：
式中：MSE是原圖像與處理圖像之間均方誤差(mean square error)；I表示原圖像第n個像素值；P表示處理后的圖像第n個像素值；Fram-esize表示圖像大小，如l 280×1 024；PSNR值越大，就代表失真越少。
評論