论文摘要
随着数字技术的飞速发展,数字相机逐渐走入了人们的日常生活,并在众多领域中占据了越来越重要的地位,因此人们对数字相机的成像质量也给予了越来越高的关注。在数码影像系统中,一般采用表面覆有彩色滤波阵列（Color Filter Array, CFA）的单片图像传感器来达到降低成本和体积的目的。这样,在每个像素位置只能采集到单一的颜色信息,为了获得全彩图像,需要依据邻域像素中包含的信息来估计缺失的那些颜色信息,一般把这个过程称为颜色插值或去马赛克。数字相机的成像质量与彩色滤波阵列及其相应的颜色插值算法密切相关,为了提高数字相机的成像水平,本文对数字相机系统中的彩色滤波阵列及其颜色插值算法进行了深入的研究。本文首先分析了基于Bayer格式CFA的一些常见颜色插值算法,针对现有的这些颜色插值算法存在的不足,根据CFA采样图像在频率域中可以表示为处于基带的亮度信息和高频段的色差信息的特点,提出了一种新的基于Bayer格式CFA的颜色插值方法,通过傅里叶域处理技术,设计红-绿色差和蓝-绿色差的调制信号,使得CFA采样图像信号分别经这两个调制信号调制后在低频段都只包含有一种色差信息,对经调制后的信息进行低通滤波以直接恢复出红-绿色差和蓝-绿色差信息,并基于线性方法恢复出红、绿、蓝三通道颜色信息,从而最终得到全彩色图像。相比于目前常见的基于Bayer格式CFA的颜色插值算法,上述新方法较好地改善了图像边缘和细节区域的颜色插值效果。另一方面,针对目前常见的CFA格式的采样图像频谱中亮度谱和色差谱存在较大混叠的不足,本文基于傅里叶分析技术提出了一种设计CFA的新方法及其相应的彩色图像重构算法,新方法的设计原则是在频域中最大程度地分离亮度谱和色差谱信号,同时保证处于不同频段的色差谱之间也具有较小的混叠。本文利用这种新方法设计了一些混叠较小的新型CFA格式,这些新型CFA及其彩色图像重构算法可以在原始采样图像的频谱中有效地分离亮度谱和色差谱,减小了混叠。在利用Matlab进行的算法仿真实验中,从主观视觉感受和客观数据评价（彩色峰值信噪比、视觉信息保真度）两方面验证了新型CFA的优越性,基于新型CFA重构出的全彩色图像在边缘和细节区域的质量要远好于现有的基于Bayer格式CFA插值得到的图像,图像的视觉效果得到了很大提高。