设计--彩色滤波阵列图像去噪答题.doc

课程设计报告 设计题目： Bayer型彩色滤波阵列图像去噪 学 院： 电子工程学院 专 业： 智能科学与技术 班 级： 学 号： 姓 名： 电子邮件： 日 期： 成 绩： 指导教师： 王桂婷 简介 Bayer阵列彩色滤波图像如今在生产生活中十分常见。现在主流的数码相机传感器都使用了Bayer阵列作为彩色滤镜的传感器。与普通RGB图像不同，Bayer整列彩色滤波图像在记录图像信息时每个像素点并不保留全部RGB信息，而是保留RGB中其中一个通道的信息，然后通过相邻像素点插值计算出其他两个通道的值。同时受制于半导体芯片工艺和电阻发热等原因，现代数码相机拍摄的照片都不可避免地带有或多或少的的噪声，因此对于Bayer阵列彩色滤波图像的去噪也成为图像研究的一个热点。由于Bayer阵列彩色滤波图像与传统RGB图像信息记录的方式的不同，对图像去噪也提出了新的要求和挑战。本文便是针对此问题进行了学习和实验。 1.相关背景 1.彩色数字图像的储存 数字图像是二维图像用有限数字数值像素的表示。由数组或矩阵表示，其光照位置和强度都是离散的。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。 存储数字图像即存储一个数字矩阵，矩阵的每一个值保留一个像素点信息。与灰度图像不同的是，彩色数字图像的一个像素点不是包含单一的灰度值，而是需要保存RGB三个通道信息，每一个通道信息和灰度值类似，通常也是采用一个二进制编码来表示。 2.Bayer阵列 Bayer阵列是实现现代数字相机传感器拍摄彩色图像的主要技术之一。对于彩色图像，需要采集rgb三种颜色，最基本的方法就是用滤镜的方法。红色波长的光可以透过红色滤镜，绿色波长的光可以透过绿色滤镜，蓝色波长的光可以透过蓝色滤镜。按这种方法采集rgb三个基本色，需要三块滤镜，但由于工艺和成本的限制难以实现。但如果使用bayer阵列就能很好的解决这个问题。bayer阵列图片在一块滤镜上设置的不同的颜色，通过分析人眼对颜色的感知发现，人眼对绿色比较敏感，所以一般bayer格式的图片绿色格式的像素是是r和g像素的和。Bayer阵列通常是一个4×4阵列，由8个绿色、4个蓝色和4个红色像素组成，在将灰度图形转换为彩色图片时会以2×2矩阵进行9次运算，最后生成一幅彩色图形。采用这种技术的传感器实际每个像素仅有一种颜色信息，需要利用反马赛克算法进行插值计算，最终获得一张图像。 图1.Bayer阵列示意图 3.数字图像去噪 图像去噪技术随着多年的发展已经成为图像复原技术中重要的一部分了。 数字图像中，噪声主要来源于图像获取和传输过程，常见的图像噪声包括高斯噪声、伽玛噪声、指数噪声和椒盐噪声等针对各种噪声，目前已经发展出多种去噪方法，包括高斯滤波器、均值滤波器、中值滤波器及小波去噪等等。 其中尤为常用的有算数均值滤波器和中值滤波器等。 算数均值滤波器可以简单描述如下：用S来表示中心点（x,y）的一个图像邻域，算数均值滤波器计算S区域内被污染图像g(x,y)的平均值，即用S区域内像素点的值来计算出的算术均值。 中值滤波器则可以简单描述如下：中值滤波器同样需要选定一个待去噪点的邻域S，然后在这个邻域中寻找灰度级或者某一色彩通道的灰度级的中值来代替被污染的像素点的值，故名为中值滤波器。 但由于Bayer阵列图像是通过反马赛克算法还原的一种彩色图像，直接使用这些滤波器的效果可能会有一些折扣，因此需要改进的图像去噪方法。 2.方法描述 由于Bayer阵列滤波图像特殊的插值还原算法，传统的几种通过邻域去噪的方法在Bayer阵列图像上并不适用，因此需要对他们进行改进。 我在本实验中选取了中值滤波方法作为改进算法的原型，设想了一种适用于Bayer阵列滤波图像的去噪方法。 为了可靠性起见，减少噪声的二次污染，我们应该选取非插值数值作为去噪的参考邻域点，即每次使用中值滤波时应使用与待去噪的点相同通道的点作为中值滤波操作时的邻域点。 图2.常见Bayer阵列 从图2中我们可以看到，相邻的像素点都不是同色彩通道的，因此常见的3×3或者5×5方形中值滤波窗口都不可用。但当我们选取一个5×5的窗口时，取其中特定位置的8个点可以和中心组成一个3×3的同色彩通道的中值滤波窗口。如图2所示，我们以红色通道距离说明。当要对图中点5进行去噪时，选取以点1、3、7、9为顶点的5×5窗口，其