基于matlab的改进联合梯度去马赛克算法设计

一、背景介绍

        目前图像传感器芯片使用最为广泛的方案是在单传感器表面覆盖一层颜色滤波阵列（CFA），它大大降低了制造难度和生产成本，但与此同时对数字图像处理技术提出了更高的要求，特别是对去马赛克技术而言。

        本文介绍的去马赛克算法是针对Bayer CFA结构进行的处理，将Bayer层的数据恢复成RGB数据。本文中改进的联合梯度判定方法结合一阶梯度和二阶梯度算子的优势，通过局部区域内像素点的总梯度变化趋势来代替孤立像素点梯度作为待插值像素的插值方向判定依据。附matlab源码。

 

二、算法介绍

2.1 生成3×5矩阵

        需要先将原图像矩阵进行扩展，左右各扩展2行，上下各扩展1行，实际处理像素点（i,j）时，对该像素点的3×5领域进行各方向上的梯度判断。

2.2 计算梯度值

2.2.1 水平梯度计算

        使用二阶和一阶微分梯度算子对像素点3×5邻域内的局部梯度进行计算，然后求取局部区域梯度平均值，局部区域的梯度平均值更能反应这个区域内部图像的边缘方向，进而更能准确地指导缺失颜色通道信息的重建。

        领域内三行的水平梯度值计算如下：