문헌에는 Bayer Pattern 이미지로부터 컬러 이미지를 보간하기 위한 다양한 알고리즘(Bayer 디모자이킹)이 존재합니다. 본 절에서는 이러한 알고리즘의 몇 가지 예를 들어 설명합니다. 다음 표에 요약되어 있습니다.
| Algorithm | 설명 | 예시 |
|---|---|---|
| "Nearest Neighbor filter" | [Ada95] 참고 | 'Nearest Neighbor Demosaicing' |
| "Bayer3x3filter" | 쌍선형 보간법(Bilinear interpolation); VisualApplets 연산자 BAYER3x3Linear 기반 | 'Bayer 3x3 Demosaicing' |
| 화이트 밸런싱이 포함된 "Bayer3x3filter" | 추가 화이트 밸런싱이 포함된 쌍선형 보간법; VisualApplets 연산자 BAYER3x3Linear 기반 | 'Bayer 3x3 Demosacing with White Balancing' |
| "Bayer5x5filter" | 쌍선형 보간법; VisualApplets 연산자 BAYER5x5Linear 기반 | 'Bayer 5x5 Demosaicing' |
| 화이트 밸런싱이 포함된 "Bayer5x5filter" | 추가 화이트 밸런싱이 포함된 쌍선형 보간법; VisualApplets 연산자 BAYER5x5Linear 기반 | 'Bayer 5x5 Demosacing with White Balancing' |
| "Laplace filter" | 에지 감지형 | 'Edge Sensitive Bayer Demosaicing Algorithm' |
| "Original Laroche filter" | [Lar94] 참고 | 'Bayer Demosaicing Algorithm According to Laroche' |
| "Modified Laroche filter" | [Lar94] 참고; 수정됨 | 'Modified Laroche Bayer Demosaicing Algorithm ' |
| "Bilinear Bayer Red/BlueFollowedByGreen GreenFollowedByBlue/Red" | [Bas13] 참고 | '컬러 패턴 Red/BlueFollowedByGreen GreenFollowedByBlue/Red를 사용하는 양선형 라인 스캔 카메라용 Bayer 디모자이킹' |
| "Bilinear Bayer Red/BlueFollowedByBlue/Red GreenFollowedByGreen" | '컬러 패턴 RedFollowedByBlue GreenFollowedByGreen을 사용하는 양선형 라인 스캔 카메라용 Bayer 디모자이킹' | |
| "Bayer Demosaicing a Line Scan Camera with 8 Bit BiColor Bayer Pattern" | BiColor Bayer 패턴을 사용하는 racer 2 L CXP 라인 스캔 카메라의 8비트 Bayer RAW 패턴 디모자이킹: BiColorRGBG, BiColorGRGB, BiColorBGRG 및 BiColorGBGR | '8비트 바이컬러 Bayer 패턴을 사용하는 라인 스캔 카메라의 Bayer 디모자이킹' |
| "Bayer Demosaicing a Line Scan Camera with 10 Bit BiColor Bayer Pattern)" | BiColor Bayer 패턴을 사용하는 racer 2 L CXP 라인 스캔 카메라의 10비트 Bayer RAW 패턴 디모자이킹: BiColorRGBG, BiColorGRGB, BiColorBGRG 및 BiColorGBGR | '10비트 바이컬러 Bayer 패턴을 사용하는 라인 스캔 카메라의 Bayer 디모자이킹' |
| "Bayer Demosaicing a Line Scan Camera with 12 Bit BiColor Bayer Pattern" | BiColor Bayer 패턴(BiColorRGBG, BiColorGRGB, BiColorBGRG 및 BiColorGBGR)이 적용된 racer 2 L CXP 라인 스캔 카메라의 12비트 Bayer RAW 패턴 디모자이싱: | '12비트 바이컬러 Bayer 패턴을 사용하는 라인 스캔 카메라의 Bayer 디모자이킹' |
표 19. Bayer 디모자이싱 예시 목록
위에서 언급한 알고리즘은 해당 섹션에서 자세히 설명합니다. 여기서는 인공 테스트 이미지(그림 234, '인공 테스트 이미지')에 대해 다양한 디모자이싱 방법으로 얻은 정성적 결과에 대한 간략한 개요를 제공합니다.
다음 그림은 단일 구조의 세부적인 확대 모습을 보여줍니다. 왼쪽부터 순서대로 a) "original Laroche filter" [Lar94], b) "modified Laroche filter", c) "Laplace filter", d) “Bayer5x5filter", e) 최단 거리 보간(nearest neighbor interpolation) 방법, f) “Bayer3x3filter"입니다:
인공 테스트 이미지의 경우 "original Laroche filter"는 지퍼 효과 및 거짓 색상(false color) 효과 측면에서 가장 우수한 주관적 결과를 보여줍니다. "modified Laroche filter"는 약간의 지퍼 효과가 있으며 "Laplace filter"와 유사합니다. “Laplace filter"의 경우 곡선 및 대각선 에지에서 다수의 거짓 색상 픽셀이 추가로 나타납니다. “Bayer5x5filter"는 강한 지퍼 효과를 보이는 반면, “Nearest Neighbor filter"는 강한 거짓 색상 효과를 나타냅니다. 직선 에지에서는 강한 지퍼 효과가 나타납니다. "Bayer3x3filter"를 사용하면 모든 에지가 흐리게 나타납니다.
주의: "original Laroche filter"가 항상 Bayer 디모자이싱을 위한 최고의 솔루션은 아닙니다! 인공 테스트 이미지에서는 지퍼 효과가 없거나 매우 적지만, 노이즈가 있는 Bayer RAW 이미지에서는 지퍼 효과가 발생할 수 있습니다. 연구 과정에서 필터링 알고리즘이 노이즈의 영향을 받는다는 것을 확인했습니다. "modified Laroche" filter"는 인공 테스트 이미지에서는 지퍼 효과가 나타나지만 노이즈가 있는 Bayer RAW 이미지에서는 가벼운 지퍼 효과만 나타납니다. 여기서는 필터링 알고리즘이 "original Laroche filter" 필터에 비해 노이즈의 영향을 적게 받습니다. 또한 "Laplace filter"도 인공 테스트 이미지에서는 지퍼 효과가 나타나지만 노이즈가 있는 Bayer 테스트 이미지에서는 지퍼 효과가 나타나지 않습니다. 이 경우 거짓 색상 효과가 추가로 발생합니다. 결과적으로 특정 목적에 가장 적합한 Bayer 디모자이싱 알고리즘을 직접 선택해야 합니다.
이전
