Bayer图像处理,包括12位到8位映射

Bayer图像处理

Bayer是相机内部的原始图片, 一般后缀名为.raw. 很多软件都可以查看, 比如PS.

我们相机拍照下来存储在存储卡上的.jpeg或其它格式的图片, 都是从.raw格式转化

过来的. .raw格式内部的存储方式有多种, 但不管如何, 都是前两行的排列不同. 其

格式可能如下:

G R G R G R G R

B G B G B G B G

G R G R G R G R

B G B G B G B G

横为2的倍数, 竖为4的倍数, 它们构成了分辨率. 如, 上面则代表了 8 * 4 分辨率的

Bayer图.

我们要知道的是, G = 2 * R 及 G = 2 * B, 即绿色值为红色值或蓝色值的两倍, 因

为人眼对绿色更敏感, 所以绿色的分量更重.

下面说一下从bayer转换成rgb图的算法, RGB图, 即为三色图, 一个像素点就由RGB

三种颜色构成的混合色, 而bayer图一个像素就只有一个颜色, 或R或G或B. 因为bayer

一个像素点只有一种颜色, 需要借助这个像素点周围的颜色对它进行插值(填充)另外的

两种颜色, 它本身的颜色就不用插了. 一般的算法是:

对于插入R和B,

Rx = ( R1 + R2 ) / 2; 或-------------取上边和下边的平均值, 或是左边和右边的平均值

Rx = ( R1 + R2 + R3 + R4 ) / 4;----取四个边的平均值

B同理. 如:

G B G

R G R

G B G

对于中间的G, 它缺少 R和B, 用上下和左右的平均值进行求值.

对于

B G B

G R G

B G B

这个图呢, 中间点R, 缺少G和B, G暂时没讨论, 那么 B, 就是从R的四个B角进行求平均值.

==============================================

如果插入G, 稍有些复杂.

不过一般的算法与R和B一样, 复杂的算法, 其复杂程度也提升一倍, 不过精度更高, 如果对于

视频监测系统来说, 精度相对来说不必要求太高, 用R或B的解法即可. 下面说复杂的:

对于图:

          R1

          G1

 R4 G4 R G2 R2

          G3

          R3

对于中间点R, 它需要插入G和B, B不讨论, 主要讨论G, 它周围有四个点G1, G2, G3, G4.

          ( G1 + G3 ) / 2--------------如果 |R1-R3| < |R2-R4|

G(R) = ( G2 + G4 ) / 2-------------如果 |R1-R3| > |R2-R4|

          ( G1 + G2 + G3 + G4 ) / 4--如果 |R1-R3| = |R2-R4|

如果周围出现的像素点颜色为B, 就应该比较|B1-B3|与|B2-B4|的值.

====================================================

还有关于将RGB格式转换为YUV格式的算法, 这里不想讨论了.

这里要注意的是, bayer每个像素的值是8位的. 但是有的相机的bayer格式却有10位, 12位

以及14位, 16位的, 那么如何将这些高于8位的数据转换为8位数据呢?. 拿12位数据来说, 有的

人是取高8位或是低8位, 那么这样就会出现一个问题, 这张图像会有一个斜度, 不是偏亮就是偏

暗, 或是出现其它乱七八糟的问题, 颜色问题总是不能令人满意. 这个时候就要去较正它, 无疑是

浪费了时间.

另一种算法是使用log映射, 据老外说, 这种转换法具有较高的精度. 拿12位来说, 一般转换算法:

f(in) = 2 ^ ( log(in) * 8 / 12 )

转换图为:

|8                                        .

|                      .   

|        .

|_______________________12

因为log256 = 8, log4096 = 12, 对了log是以2为底哦.

做得更好一点的算法, 可能根据提供的曝光等其它因素不同, 而将算法进行调整, 这样当一些意外

事件发生时, 产生的图片也不会失真严重.

--------------------------------------------------------------------------------------------

映射LUTs查找表实现

LUTs, 即Look up tables, 即查找表.

我刚开始接触LUTs查找表, 是在处理相机原始图片的时候. 我在前面已经提到过,

用log映射高于8位的数据, 得出的精度较好( 如果只是取高8位或是低8位, 那么还

要10位, 12位的数据做甚? 直接拿8位的数据还简单一些 ). 映射函数为:

f(in) = 2^( log(in) * 8 / 10 );

这个映射函数是, 将一个2^10次方的数据转换成2^8次方的数据, 即一个RGB的

最大值.

如果一张图片的像素为2050*2448, 那么, 就会有2050*2448个像素点, 我们进

行映射的时候, 就会进行2050*2448次log运算, 这个运算量相当大啊, 每拍一张照片

都要进行如何繁复的计算, 那将会令人崩溃. 所以要改进算法.

不过, 如果仔细观察, 会发现, 每个像素点的值的范围是0-1023( 2^10 - 1 = 1023).

这样, 如果我们把0-1023的log值都求出来, 在进行运算的时候, 我们只要去查找

已经运算出来的log值就行了. 如此, 我们只是把一堆log一直存放在内存中, 直到我们

手工去释放它们. 这个就是LUTs表, 事先将大运算量的数据计算出来, 当需要去取

的时候, 去查找LUTs表即可, LUTs表用数组表示最合适不过了.

所以, 写出来的代码可能如下( C语言 ):

 

#include  < math.h >

#define  LUT_SIZE 1024



/*  

 * 映射函数

 * floor是将小数点去掉, 因为 log1023 = 255.xxxx, 比255大, 所以将小数点去除

 * log(in)/log(2), 因为C库函数中, 没有直接以2为底的对数函数, 根据对数性质, 可以用此来取代

  */

#define  F(in) floor(pow(log(in)/log(2)*8/10))



unsigned  char  LUT[ LUT_SIZE ];  /*  定义LUT表  */





void  BuildLookupTable(  void  );

#define  Lookup(i) LUT[i]         /* 使用宏定义, 如果使用函数, 会有函数开销, 返回值的传递也会有开销, 但它不检测边界 */



void  BuildLookupTable(  void  )

{

   int  i;

   for  ( i  =   0 ; i  <  LUT_SIZE;  ++ i ) {



   LUT[i]  =  F(i);

  }

}

如有何疑问, 请致信: 414078791@qq.com