前言
自20世紀末10年起，隨着數字圖像設備的巨大變革，嵌入式設備中的圖像處理越來越成為令人感興趣的領域，並且將在本世紀發展成新的尖端領域。不論其關聯，據本人所知，目前還沒有一本綜合性的圍繞圖像處理設計的實際應用方面的刊物。
在經驗豐富的學術界的研究員和工業界的研究員及工程師的共同努力下，本書涵蓋基本的嵌入式端圖像處理內容，有曝光矯正，自動聚焦，顏色重現，降噪，去馬賽克，編碼，去紅眼，圖像分類，相關的質量度量和圖像相關的最新趨勢。
所有有關現有圖像系統的基礎內容每天都在不停地延展的背景下，編者在表達撰稿者的思想做出了傑出的工作，這些撰稿者工作中面領着思考圖像處理的解決方案並且在嵌入式圖像設備中實現該方案的挑戰。
我相信，本刊物將不僅僅有助於圖像學和工程學的學生，也將是圖像行業的學術研究員和工程師的參考書。
本刊物也是獨特的，它跟隨電子書潮流，不以傳統紙質書本形式出版。通過現有市場上的電子閱讀器將更易獲取，更輕便，並且不進行印刷會潛在利於環境。電子刊物也具有其特性，通過電子翻譯器更便於多種語種閱讀和用於文語轉換軟件。
很榮幸可以為這權威的多作者的國際化刊物撰寫前言，出版物論題切合圖像行業。最后，我對所有編者和撰稿者表示敬意，因為他們的努力創造了如此成功的刊物。
第一章 基本原則和軟硬件區分
摘要：本章節的目的在於說明涉及單傳感器圖像設備相關的技術論題的基本原則。簡單認為典型圖像處理流程中每一個組成部分都需要重視在所有圖像設備中的表現，從低端到高端，是幾個組成部分組合在一起構成的復雜系統的處理結果。最終圖像/視頻的質量取決於明確的幾個功能的選擇，總的來說，包括所有的軟硬件技術。如序言中簡短的聲明，本書目標涵蓋應用於消費級圖形設備的數字圖像處理的算法和方法。說得更確切點，我們將介紹具體的CFA(顏色濾波排列)域圖像處理的基本原則，包括去馬賽克，增強，降噪，點對點矩陣化壓縮，色彩平衡和曝光矯正技術，作用於sensor輸出的數據。總結一下，本章包含pipeline中基本模塊的相關議題和對軟硬件區分設計方面的簡單描述。
1.1 最簡單的圖像處理流
圖1.1 典型圖像處理pipeline，數據（典型Bayer格式）從sensor輸出被初次解析獲取用於配參的統計數據（前采集模塊），然后適當處理使其可獲取，最后獲得場景對應的壓縮的RGB圖像（后采集模塊和相機應用模塊）
一個典型的圖像pipeline（如圖1.1）由兩個功能模塊（前采集和后采集）組成，模塊中對sensor輸出CFA格式數據進行適當的處理。前采集模塊是指對sensor輸出的實時數據進行解析並收集用於矯正配參的統計數據的階段。某些情況下還會提供一些應用功能。
最初的數據源自sensor，以矩形形式呈現。每一個像素具有一種顏色的數值，根據所用的CFA，一般采用經典的Bayer格式。我們暫時先忽略光學和sensor性能相關的細節，這些會在接下來的章節詳細介紹。通過點對點的算法和方法的應用從CFA數據最終得到場景對應的壓縮的RGB圖像。一些高端設備可以保存不經任何處理包括壓縮的輸入數據，以raw格式這種中間格式提供，raw數據中各個像素值與sensor中對應感光像元采集所得一一對應。
在余下情況下，一個圖形處理pipeline用於重構丟失的數據，盡可能最大化相關圖像質量。接下來的部分我們用幾個例子簡單總結下典型的必要的處理步驟，介紹下相關算法的初步概述，更多詳細內容會在書本后面章節展示。
如圖1.1描述，會有一系列功能應用在特定的相機應用模塊：這些功能不是必須的，常包括全景，縮放，去紅眼等。某些還會有輸入場景在不同曝光下/不同聚焦設置下的多幀采集功能。舉個通過黑白sensor采集所得的Bayer圖像的例子，在pipeline末尾得到對應的RGB圖像，如圖1.2，1.3所示。
圖1.2 例子：黑白sensor采集得到Bayer圖像(a)，在pipeline末尾得到對應的RGB圖像(b)
圖1.3 圖1.2的局部放大細節