图像数据处理过程

下面就是数据的处理模块。由于接收到的数据还是原始数据，需要处理才能形成最终的图像数据。

具体的处理过程如下：

(1)线性插值。由于制作工艺的问题，CMOS图像传感器中的感光点只能放置一种滤色片，也就是说它的每个物理像素点只能感应R 或G或B一种颜色，这就是贝叶尔格式的数据(如图6所示)。它必须经过插值运算才能得到每个像素的RGB值。

图6 　贝叶尔格式(Bayer pattern)

由上图可以看出，每个像素点都有8个相邻的像素点，而且这8个像素点的颜色分量与此像素点不同。插值算法就是依据相邻的像素点的颜色值的空间相关性原理进行的。其处理方法如下：

 a. 只有R颜色分量的像素点，其G颜色分量由周围4个G的平均值计算得出。B颜色分量由周围4个B的平均值计算得出。

b. 只有B颜色分量的像素点，其R颜色分量由周围4个R的平均值计算得出，G颜色分量由周围4个G平均值计算得出。

c. 只有G颜色分量的像素点，其R颜色分量由上下2个R的平均值计算得出，B颜色分量由左右2个B平均值计算得出。经过插值运算，每个像素点的RGB都得出了，这就形成了完整的图像数据。

(2)白平衡。任何物体在不同的光线下具有不同的色温。所谓色温，简而言之，就是定量地以开尔文温度表示色彩。色温越高，物体的蓝色分量就越多；色温越低，物体的红色分量就越多。由于人眼具有自调节性，所以即使物体色温不同，也能正确识别出颜色。但是CMOS图像传感器没有自调节性，所以当在户外日光下拍摄物体时，物体的颜色就会因为色温高而偏蓝。而在室内的荧光灯下拍摄物体时，物体的颜色就会因为色温低而偏红。要得到正确的颜色，必须进行白平衡。白平衡的基本原理是调整颜色的色温，使其保持在一个特定的范围内。在此接口的应用中采用了一个较简单的白平衡方法，其处理过程如下：

a. 首先求出一幅图像的数据每个颜色分量的平均值：

b. 求出最大的平均值：

c. 求出每个颜色数据的白平衡后的校正值：

经过这样的运算就得到了白平衡后的数据。目前白平衡还没有很好的算法来处理一切情况，这只是一个简单的算法。