[发明专利]一种高动态bayer格式数据压缩方法

说明书

技术领域

本发明属于数据压缩领域，尤其是涉及一种高动态bayer格式数据压缩方法。

背景技术

目前相机在强光源照射下的高亮度部分、阴影部分、逆光部分和亮度较低部分同时存在的的时候，相机输出的图像会出现过爆区域和过暗区域，过爆区域变成白色，过暗区域变成黑色，这样就严重的影响的相机的成像质量。因此，图像增强过程必须具有处理各种动态范围场景的能力，这种图像增强过程通常称为动态范围的压缩。动态范围压缩算法，根据其目的的不同，可分为两类。其中第一类试图在普通的图像显示设备上，显示出高动态范围场景的图像，称为高动态范围图像上的压缩(色调重建算子、空域自适应滤波算法、三边滤波器色调映射算法对于经过特殊编码的高动态范围图像效果显著，但不适于处理通过普通数码相机获取的传统红绿蓝三通道图像)；第二类是为了改善动态范围有限的成像设备获取的视觉质量不好的地动态范围图像的质量，为了能在保存图像重要细节的同时，提高图像的视觉质量。

星光传感器等一些图像处理器中的bayer数据中的每个像素点的数据是16BIT的数据，而目前显示器大部分只能显示8BIT的图像数据。因此需要提供一种既能将16BIT的高动态bayer数据8BIT数据，又能在压缩数据的同时，保证了较低数据区域和较大数据区域的细节的方法。

发明内容

为了解决上述问题，本发明提出了一种高动态bayer格式数据压缩方法，包括如下步骤：

S1:对bayer格式图像I_BAYER中像素点的像素值进行修正：

①将n*n大小的高斯模板G_H作为模板，以图像中像素点I_BAYER(i,j)为中心，选取n*n的计算区域，将该计算区域内与高斯模板对应位置的值进行乘积运算，然后求和得出该计算区域的局部加权值H_G(i,j)；

其中，(n-1)/2<i<[M-(n-1)/2-1]；(n-1)/2<j<[N-(n-1)/2-1]，M和N分别表示该BAYER格式图像的行数、列数，n为预设值且为不小3的奇数；本发明采用确定大小的高斯模板为基础，本领域的技术人员选取高斯模板可以选取3*3大小、5*5大小、7*7大小等，值为奇数的模板。利用星光传感器采集的图像为每个像素点大小为16BIT的高动态bayer格式图像，同时，利用星光传感器采集的数据可能会存在过亮或过暗的像素点，从而影响了图像的质量，因此需要对该图像中的过亮或过暗的像素点进行调整，压制过亮的像素点，提升过暗的像素点。因此需要对星光传感器采集的图像中的所有像素点进行修正，而修正该图像中的像素点应当考虑到整个图像的亮度值。本发明以bayer格式图像中的每个像素点为中心选取计算区域，计算区域的大小和预先选取的高斯模板的大小相同。例如高斯模板采用5*5，那么该计算区域则也选为5*5大小。将该计算区域内的所有与高斯模板对应位置的值进行乘积运算并求和，作为bayer格式图像中所选取的计算区域的局部加权值，然后再利用整个图像的平均亮度值对该均布加权值进行修正，得出整个图像的加权值，用以对整个图像中的所有像素点进行修正，调整图像中像素点的值，从而提高图像的质量。

②对局部加权值H_G(i,j)进行修正，获得加权值H(i,j)；修正图像中所有像素点应当考虑到整个图像的平均亮度值，显然局部加权值不适当，加权值是利用局部加权值和整个图像的平均亮度值求得的，而利用加权值修正后的图像与仅仅利用局部加权值修正的图像质量更高、更清晰。根据实验数据表明利用加权值处理后的图像平均亮度值为97.39，而利用局部加权值处理后的图像平均亮度值为28.53，而原始图像平均亮度值为27.37。

③对图像I_BAYER中的像素点I_BAYER(i,j)的像素值进行修正。对高动态bayer格式数据图像中的像素点的像素值的修正指的是压制图像中过亮的像素点，也就是降低过亮像素点的像素值；提升过暗像素点，也就是增加过暗像素点的像素值。

S2：修正完成图像中像素点I_BAYER(i,j)的像素值后，将每个像素点以8BIT大小的数据图像输出。对图像过亮或过暗像素点进行修正后，还不能进行输出。因为本发明采集的是每个像素点为16BIT大小的数据，对该图像中像素点进行修正后，还需要将该修正像素点后的图像进行压缩，将每个像素点为16BIT大小的数据图像压缩为每个像素点为8BIT大小的数据图像，这样才能被大多数只能显示8BIT大小的数据图像的显示器显示出来。