发布时间 : 星期六 文章CMOS图像传感器插补过程对噪声传播影响的研究更新完毕开始阅读23d9541d10a6f524ccbf853d
*******大学电子信息工程学院毕业设计（论文）
(a) 双线性 (b) 正交投影 (c) 自适应同质
图3.3 不同插补方法引入伪彩色的散点图
从图3.4可以看到Demosaicing引入伪彩色出现的位置。几乎所有的错误都出现在图像边缘。这意味着伪彩色由输入图像的特点决定。另外，如果输入图像有一些重复的模式或纹理，伪彩色也会呈现空间相关性。图3.4(c)是通过图像栅栏处的多块自相关获得，并揭示了背景中的围栏结构。
(a) 双线性插补 (b)误差图像 (c)自相关运算(红色平面)
图3.4 插补产生的伪彩色
3.2 插补对噪声传播的影响
3.2.1 有噪和无噪RAW图像插补后的结果比较
- 25 -
*******大学电子信息工程学院毕业设计（论文）
为了研究插补过程中如何传播噪声，分别对无噪声RAW图像和有噪声RAW图像插补，然后对结果图像进行比较分析，实验框图如图3-5。输入图像的噪声是均值为零，方差为0.01的高斯白噪声，也就是已经知道RAW图像的输入噪声特性，其三维散点图见图3-6(a)，为球形云状分布，各彩色通道的噪声不相关。从图3-6(b)(c)(d)看到，插补后噪声分布沿一个方向延伸，偏离于具有球形云的输入。对于双线性方法，线性变换将球面形状扭曲为椭圆形状。其他算法导致更强的方向性：沿（1，1，1）和（-1，-1，-1）方向。这意味着噪声在每一彩色通道内变成相关性噪声，并且形成亮度噪声。
插 补无噪RAW图像RGB图像RGB图像插 补含噪RAW图像RGB图像
图3.5 插补对噪声传播影响的分析框图
(a) 输入噪声 (b) 双线性插补
- 26 -
*******大学电子信息工程学院毕业设计（论文）
(c) 正交投影插补 (d) 自适应同质算法插补
图3.6 插补后图像三维散点图
图3.7是插补后的结果图像，可以看到后两种插补算法很好地抑制了伪彩色。
(a)纯净输入图像 (b)双线性 (c)正交投影 (d)自适应同质算法
(e)含噪输入图像 (f)双线性 (g)正交投影 (h)自适应同质算法
图3.7 插补后的结果图像
- 27 -
*******大学电子信息工程学院毕业设计（论文）
表3-2显示了输出图像的MSE。虽然双线性方法MSE最小，更好地保持高频细节，但它也可能提高噪声的组分。图3-7(f)(g)(h)表明，当大量噪声添加到输入图像时，插补后图像可能噪声很高；噪声模式变得稀奇古怪，这使得降噪变得更加困难。
表3-2 插补后结果图像的均方误差
双线性 正交投影 自适应同质算法
MSE 0.0172 0.0292 0.0279
3.2.2 含噪RAW图像插补后噪声的总体测试
对含噪RAW输入图像插补处理后的结果图像与真彩色图像比较，目的是研究插补对噪声造成的总体影响。插补结果受插补产生的伪彩色和噪声传播共同影响。图3.8是实验框图。
插 补无噪RAW图像RGB图像RGB图像插 补含噪RAW图像RGB图像
图3.8 总体噪声测试图
为了研究噪声大小对插补结果的影响，加入图像的噪声方差分别为0.01，0.002的零均值高斯白噪声。表3-3和图3.9清楚地表明了这一事实：当输入噪声水平低，算法复杂的插补性能优于单纯双线性插补。然而，当噪声输入水平上升，复杂插补方法遭受高噪声影响，而且MSE增长快于双线性情况。插补后的结果图像在一定
- 28 -