数码相机的图像预处理算法

    1 引言

    数字图像处理的研究领域涉及工业、医学、军事、科研、安全保卫等各个方面,在显示、打印、印刷、识别、分析、艺术创造等多方面都会用到相关算法,而作为数字图像中的较为普遍的数码相机,更是需要这类算法的支持。

    在数码相机的内部操作中,运算流程包括图像接收与获取、图像预处理、编码压缩及输出显示几个步骤,其中第二个步骤尤为重要,系统要执行多个图像预处理算法才能获得高质量的图像而进行存储。这主要是有以下原因所造成:图像采集经过硬件处理和传输,由硬件本身的非线性造成误差;由一些硬件系统的限制造成的,如采样分辨率;硬件处理算法的误差造成的,如差值运算;串入的噪声,采集时试验环境本身造成的,采集图像时要受到周围环境的影响,如光线,布景,干扰等等。总之,我们从设备直接采来的图像必须要经过软件操作处理才能获得可以接受的图像。这种在压缩和传输之前要进行图像处理,使之成为基本合格的图像信息,称之为图像预处理。

    根据数码相机的种类及具体硬件等,图像预处理的流程和具体算法有所不同。对图像传感器为CCD的数码相机,需要其产生的模拟信号经过模数转换和光学黑电平钳位等处理过程;而CMOS传感器的数码相机采用了数字数据接口,这些处理过程可以省略。另外,具体的算法可采用不同的实现方式。如为了提高运算效率,节省运算时间,有些中高端数码相机采用了空间转换技术,但转换的空间可以是YCC、HIS、YUV空间等。又如为实现滤波算法,不同的数码相机可采用空域滤波或频域滤波等不同形式。因此,针对特定传感器或其他硬件设施,需要对这些算法进行仿真研究,比较各种实现方式的差异与优劣,从而对算法改进,最后形成一套最适合该传感器硬件设备的算法流程。

    下面将介绍一套针对200万像素的CMOS传感器的算法流程,该算法实践证明有效快速。

    2 图像预处理算法

    数码相机的图像预处理的算法主要流程如图1所示,主要包括滤波、空间变换以及其他一些算法。

    将部分算法运用于YCC空间,这样仅需单独对图像照度或颜色值进行运算,避免了在RGB空间中照度、颜色值分不清楚的弊端。

    3 滤波

    为平滑图像、消除噪声、锐化边缘,使图像达到真实还原的效果,图像预处理需采用滤波。这是图像预处理中的重点,也是经典命题之一。

    滤波可在空域或频域中进行。频域滤波,是利用图像变换方法将原来的图像空间中的图像转换到频域空间,然后根据处理目的设计一个转移函数并进行处理。由于信号或图像的能量大部分集中在幅度谱的低频和中频段,而在高频段,有用的信息常被噪声所淹没,因此降低高频成分幅度的滤波器就能减弱噪声的影响,这就是低通滤波器。另一方面,由于图像中的细节部分与其频率的高频分量相对应,所以高通滤波器可以对图像进行锐化处理,其作用与低通滤波相反。