[发明专利]稀疏分布的彩色数字图像的噪声清除

说明书

技术领域

本发明通常涉及数字图像处理的领域，并且尤其涉及稀疏分布的彩色数字图像中的噪声降低。

背景技术

数码相机通常通过使用单个传感器来捕获图像数据，该传感器由被称作“像素”的单独的光检测单元的二维阵列组成。为了记录有关该场景的全色信息，这些像素被分割成三个或四个不同的组，每组由特定的彩色滤镜遮住彩色原色集合。在这点上目前所使用的最普及的彩色原色集合或许是红-绿-蓝(RGB)。该传感器上的RGB彩色滤镜的相应最普及的布置是所谓的拜耳(Bayer)图案(图9)。此图案被镶嵌在所述传感器的整个表面上，以便每个像素或者是红色像素、绿色像素或者是蓝色像素。

作为使用这种彩色滤镜阵列(CFA)的结果，从传感器中接收到的原始数据由三个独立的彩色通道(或平面)组成，这些彩色通道以低于所述传感器的像素阵列的全分辨率的分辨率进行抽样。通常，随后的图像处理操作链的任务是产生由三个、全分辨率、全部被处理的彩色通道所组成的图像。合成图像处理操作之一是噪声清除或噪声降低。

一旦三通道、全色图像已由初始的原始传感器图像数据产生，许多现有的噪声降低方法就能够被用于所述图像数据。该图像的全色表示在图像处理领域中是众所周知的并且得到了良好的研究。然而，单平面原始CFA传感器图像数据是一种只有数码相机才有的表示并且并没有相同的、类似建立的知识体系。

存在许多阐述过的技术，这些技术解决了对CFA图像数据进行噪声清除的问题。这些技术全部落入对如由传感器所产生的原始RGB图像数据进行直接清除的范畴。在美国专利No.6,625,325中，Gindele等人教导，利用非均质的噪声降低核来对CFA图像数据进行噪声清除，这些非均质的噪声降低核对像素邻域内的图像细节作出响应。在美国专利No.6,229,578中，Acharya等人阐述了利用定向低通(模糊)核来对CFA图像数据进行噪声清除，所述定向低通(模糊)核对像素邻域中的边缘作出响应。在美国专利申请公开文献2003/0091232中，Kalevo等人揭示了使用定向模糊核来对CFA图像数据进行噪声清除，所述定向模糊核也对像素邻域中的边缘作出响应。虽然Acharya等人并没有对不同颜色的CFA像素值进行混合来驱动其定向处理，但是Kalevo等人使用不同CFA颜色的相邻像素之间的差值来指导其定向处理。

众所周知，在亮度-色度的色空间中，而不是在RGB色空间中，对图像进行噪声清除具有明显的优势。这个替代的图像表示允许对空间上重要的亮度图像信息和色彩上重要的色度图像信息进行分离的处理。例如，在亮度-色度表示中，主动的噪声清除能够在色度通道上执行，而不会影响亮度通道中所详细包含的重要的高频边缘和纹理。不幸的是，CFA图像数据并不包含每个彩色通道的全分辨率数据，因此不可能从原始传感器RGB直接转换到亮度-色度。所以，对CFA图像数据的亮度-色度噪声清除方法的益处并不是直接可得到的。

发明内容

本发明的目的是为稀疏分布的彩色图像提供噪声清除方法。

在一种对初始的稀疏分布的彩色数字图像进行噪声清除的方法中，此目的得以实现，所述方法包括：

(a)由初始的稀疏分布的彩色数字图像产生亮度数字图像；

(b)由初始的稀疏分布的彩色数字图像产生分辨率低于所述亮度数字图像的至少一幅稀疏分布的色度数字图像；

(c)对亮度数字图像和每幅数字色度图像进行噪声清除；和

(d)由清除了噪声的亮度图像和色度图像(多幅亮度图像和色度图像)产生清除了噪声的稀疏分布的彩色数字图像。

本发明的特征是，提供了计算上有效的方式来降低稀疏分布的彩色数字图像的亮度分量和色度分量中的噪声。

已经发现，通过把初始的稀疏分布的彩色数字图像分解成亮度图像和色度图像，并然后对每幅亮度图像和色度图像进行噪声降低，噪声降低能够得到显著的改进。

本发明的另一特征是，提供了一种对CFA图像数据执行噪声清除的方式，该方式具有与对亮度-色度空间中的数据进行噪声清除相同的优势和结果。

附图说明

图1是用于实践本发明的计算机系统的示意图；

图2是包括本发明的操作序列的方框图；

图3描绘了定向中值滤波像素邻域；

图4描绘了两个相邻的绿色插值像素邻域；

图5描绘了定向中值滤波像素邻域；

图6描绘了定向模糊滤波像素邻域；

图7是根据本发明的色度通道模糊操作的方框图；

图8是根据本发明的对金字塔图像分量进行噪声清除操作的方框图；和