(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111622586.1 (22)申请日 2021.12.28 (71)申请人 中国科学技术大学 地址 230026 安徽省合肥市包河区金寨路 96号 (72)发明人 杨晓冬　周文罡　李厚强　 (74)专利代理 机构 安徽省合肥新 安专利代理有 限责任公司 34101 专利代理师 陆丽莉　何梅生 (51)Int.Cl. G06T 5/00(2006.01) G06T 3/40(2006.01) (54)发明名称 一种面向硬件的联合去噪去马赛克方法 (57)摘要 本发明公开了一种面向硬件的联合去噪去 马赛克方法， 其步骤包括： 1、 在以红色或者蓝色 为中心的窗口中根据Bayer  Raw数据的特性， 计 算出左右上下四个方向的准确权重， 然后插值出 所有缺失的绿色信息； 2、 计算插值绿色通道所需 要的高频系数； 3、 计算全局方向权重和表决方向 权重； 4、 对绿色通道进行插值； 5、 对绿色通道进 行边缘保持的方向小波去噪； 6、 采用针对颜色通 道设计的插值矩阵， 对颜色通道进行插值； 7、 对 颜色通道进行方向小波去噪。 本发 明在移动硬件 平台能接受的低代价范围内， 在 去马赛克的同时 也能去除噪声， 从而能提升现有方案的图像质 量， 并改善运 算复杂度和功耗。 权利要求书8页 说明书20页 附图2页 CN 114445290 A 2022.05.06 CN 114445290 A 1.一种面向硬件的联合去噪去马赛克 方法， 其特 征按如下步骤进行： 步骤1， 获取二维Bayer图像IBayer， 其中， 所述二维Bayer图像IBayer是以维度为2 ×2的阵 列排列而成， 每个阵列中的第一行第一列像素为B像素， 第一行第二列像素和 第二行第一列 像素均为G像素， 第二行第二列像素为R像素； 步骤2， 设定滑动窗口的尺寸为9 ×9； 从所述二维Bayer图像IBayer中的第一个像素点开 始， 以第一个像素点为中心像素点， 按照 从左到右， 从上到下进行滑动窗口处理， 得到每个 滑动窗口所对应的图像块， 且当滑动窗口中的中心像素点为R像素或者B像素， 则计算对应 图像块的中心像素点在 其左右上下四方向的权重WL， WR， WU， WD， 当中心像素点所在的图像块 内的像素点 不满足9×9的尺寸， 则采用镜像的方式填补； 步骤3， 对每个滑动窗口内的R像素、 G像素和B像素分别计算其平均值MR， MG， MB； 并分别 计算R像素的白平衡系数 和B像素的白平衡系数 再对滑动窗口内的R像素和B像素 分别 乘以对应的白平衡系数， 从而得到每 个滑动窗口内更新后的图像块； 步骤4， 自动镜像反转： 步骤4.1， 利用式(1)计算任一滑动窗口内更新后的图像块中的中心像素点在其左右上 下四个方向的梯度和TDL， TDR， TDU， TDD： 式(1)中， A表示9 ×9的图像块， (i， j)表示中心像素点的坐标， (m， n)表示图像块中任意 一个像素点； 步骤4.2， 将左右梯度值的差异与所设定的阈值T进行比较， 如果 则将更新后的 图像块中右半部分的像素点赋值给左半部份的像素点， 如果 则将更新后的图像块 中左半部分的像素点赋值给右半部份的像素点； 步骤4.3， 将上下梯度值的差异与所设定的阈值T进行比较， 如果 则更新后的图 像块中下半部分 的像素点赋值给上半部分 的像素点， 如果 则更新后的图像块中上 半部分的像素点赋值给 下半部分的像素点， 从而得到 镜像反转后的图像块； 步骤5， 根据式(1)计算镜像反转后的图像块的中心像素点(i， j)在其左右上下四个方 向的梯度和TD ′L， TD′R， TD′U， TD′D； 再利用单调下降函数将梯度和TD ′L， TD′R， TD′U， TD′D转换 成对应四个方向的局部梯度权 重WL‑Local， WR‑Local， WU‑Local， WD‑Local；权　利　要　求　书 1/8 页 2 CN 114445290 A 2步骤6， 计算镜像反转后的图像块在水平方向和竖直方向的全局方向权重WH‑global， WV‑global： 步骤6.1、 获取镜像反转后的图像块的中心像素点(i， j)所在的5 ×5尺寸的Raw数据 块， 利用式(2)计算所述Raw数据块中像素点(m， n)处的水平方 向和竖直方 向的全局梯度H1(m， n)， V1(m， n)， 从而得到所述Raw数据块的15个水平方向和竖直方向的全局梯度： H1(m， n)＝|A ′(i+m， j+n) ‑A′(i+m， j+n+2)| (2) V1(m， n)＝|A ′(i+m， j+n) ‑A′(i+m+2， j+n)| 式(2)中， A ’表示5×5尺寸的Raw数据块； 步骤6.2、 从15个水平方向和竖直方向的全局梯度中剔除最大的3个水平方向和竖直方 向的全局梯度以及最小的6个水平方向和竖直方向的全局梯度， 用剩下的6个水平方向和竖 直方向的全局梯度的平均值即为计算所述 Raw数据块在水平方向和竖直方向的全局最优梯 度； 并利用单调下降函数将全局最优梯转换成在水平方向和竖直方向的全局方向权重 WH‑global， WV‑global； 步骤7， 计算镜像反转后的图像块在水平方向和竖直方向的通道间权 重WH‑Var， WV‑Var： 步骤7.1、 利用式(3)计算所述Raw数据 块中像素点(m， n)处的水平方向和竖直方向的通 道间梯度H2(m， n)， V2(m， n)， 从而 得到所述R aw数据块的20个水平方向和竖直方向的全局梯 度： H2(m， n)＝|A ′(i+m， j+n) ‑A′(i+m， j+n+1)| (3) V2(m， n)＝|A ′(i+m， j+n) ‑A′(i+m+1， j+n)| 步骤7.2、 从20个水平方向和竖直方向的全局梯度中剔除最大的4个水平方向和竖直方 向的全局梯度以及最小的8 个水平方向和竖直方向的全局梯度， 用剩下的8 个水平方向和竖 直方向的全局梯度的平均值即为所述Raw数据块在水平方向和竖直方向的全局最优梯度； 并利用单调下降函数将全局最优梯转换成在水平方向和竖直方向的全局方向权重WH‑Var， WV‑Var； 步骤8， 计算镜像反转后的图像块在水平方向和竖直方向的颜色方差权重WH‑VarCbr， WV‑VarCbr和绝对颜色权重WH‑AbsCbr， WV‑AbsCbr： 步骤8.1， 获取镜像反转后的图像块的中心像素点(i， j)所在的7 ×7尺寸的数据块， 利 用式(4)得到所述数据块 中像素点(m， n)处水平方向和竖直方向的插值结果GH(m， n)， GV(m， n)： GH(m， n)＝(G(i+m， j+n ‑1)+G(i+m， j+n+1) )/2 (4) GV(m， n)＝(G(i+m ‑1， j+n)+G(i+m+1， j+n) )/2 式(4)中， G表示经 过镜像反转后的7 ×7数据块中的G像素点的值； 步骤8.2， 计算插值后的数据块中每个像素点在水平方向的B像素与G像素之差的标准 方差以及R像素与G像素之差的标准方差； 计算插值后的数据块中每个像素点在竖直方向的B像素与G像素之差的标准方差以及R 像素与G像素之差的标准方差； 再利用单调下降函数将水平方向和竖直方向的标准方差转换成对应的颜色方差权重 WH‑VarCbr， WV‑VarCbr； 步骤8.3， 计算插值后的数据块中每个像素点在水平方向的B像素与G像素之差的绝对权　利　要　求　书 2/8 页 3 CN 114445290 A 3