Bayer2RGB的Matlab实现 （以及FPGA的移植）
0赞由于FPGA强大的并行高速运行能力，来替换相机内部的Bayer恢复，或者捕获Bayer（有些相机只能输出Bayer，比如Mt9v034）,采用FPGA能实现实时处理，其他处理器不能匹及！！！这部分我仅仅是模拟CMOS等相机的Bayer处理，通过2行插值来实现，实际上要达到好的效果，至少需要3行插值，而且需要考虑梯度等信息，才能达到比较完美的状态！！！总是，完美是没有极限的吧！！！
由于篇幅的限制，此处仅仅详细介绍双线插值Bayer，3*3插值Bayer恢复实现你们自己研究去吧。。
1. Bayer2RGB的Matlab实现
以上是OmniVision摄像头的拜耳阵列，其他摄像头可能不同。其中Gb和Gr表示的是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。
Matlab中矩阵从1开始，所以i（行数），j（列数）从1开始，对于上面格式的Bayer阵列，有如下规律：
1) R：i，j均为偶数
2) G：i+j等于奇数
3) B：i，j均为奇数
原图以及Bayer图片如下：
通过Matlab转换为Bayer图像，转换代码如下，IMG2为24BitBayer图像，只是为了显示对照，IMG_Bayer为8Bit Raw Bayer图像！
IMG2 = zeros(h,w,3);
IMG_Bayer = zeros(h,w);
for i = 1 : h
for j = 1 : w
if(mod(i,2) == 0 && mod(j,2) == 0) %For R: x,y is even
IMG2(i,j,1) = IMG1(i,j,1);
IMG_Bayer(i,j) = IMG1(i,j,1);
elseif(mod(i+j,2) == 1) %For G: x+y is even
IMG2(i,j,2) = IMG1(i,j,2);
IMG_Bayer(i,j) = IMG1(i,j,2);
else%if(mod(i,2) == 1 && mod(j,2) == 1) %For B: x,y is odd
IMG2(i,j,3) = IMG1(i,j,3);
IMG_Bayer(i,j) = IMG1(i,j,3);
end
end
end
1.1. 转换方案1
1.1.1. 方案论证
如上为一个单元，2行2列线性插值求平均：
1) 奇数行：1,3,5,7...
a) 奇数列，B在中心
i. R = Bayer(i+1,j+1)
ii. G = (Bayer(i,j+1) + Bayer(i+1,j))/2
iii. B = Bayer(i,j)
b) 偶数列，G在中心
i. R = Bayer(i+1,j)
ii. G = Bayer(i,j)
iii. B = Bayer(i,j-1)
2) 偶数行：2,4,6,8...
a) 奇数列，G在中心
i. R = Bayer(i,j+1)
ii. G = Bayer(i,j)
iii. B = Bayer(i-1,j)
b) 偶数列，R在中心
i. R = Bayer(i,j)
ii. G = (Bayer(i-1,j) + Bayer(i,j-1))/2
iii. B = Bayer(i-1,j-1)
1.1.2. Matlab代码
IMG3 = zeros(i,j,3);
for i = 1 : 2 : h
for j = 1 : w
if(mod(j,2) == 1) %Blue
IMG3(i,j,1) = Bayer(i+1,j+1);
IMG3(i,j,2) = (Bayer(i,j+1) + Bayer(i+1,j))/2;
IMG3(i,j,3) = Bayer(i,j);
else %Green
IMG3(i,j,1) = Bayer(i+1,j);
IMG3(i,j,2) = Bayer(i,j);
IMG3(i,j,3) = Bayer(i,j-1);
end
end
end
% For even rows Bayer 2 RGB Convert
for i = 2 : 2 : h
for j = 1 : w
if(mod(j,2) == 1) %Green
IMG3(i,j,1) = Bayer(i,j+1);
IMG3(i,j,2) = Bayer(i,j);
IMG3(i,j,3) = Bayer(i-1,j);
else %Red
IMG3(i,j,1) = Bayer(i,j);
IMG3(i,j,2) = (Bayer(i-1,j) + Bayer(i,j-1))/2;
IMG3(i,j,3) = Bayer(i-1,j-1);
end
end
end
1.1.3. 效果图
如上图所示，缺失了太多边缘信息！哎。。。实际上这样像素缩小了一半，变成了这样：
这就是为什么摄像头1/2分辨率输出的时候清晰度高的原因，因为那是Bayer均值后的图像。
