本文利用软件模拟对视频图像的采集、处理过程。其中预处理过程包含典型的图像处理算法,主要有三大类:去噪,颜色插补和白平衡。文中集中讨论其中的颜色插补和去噪过程。去噪是图像处理的第一个环节,也是图像处理的重要环节。噪声会对后面的插补造成很大的影响。本文的去噪算法主要是针对重组图像噪声的去除,不仅考虑到图像的空间性,也考虑了时序性,即前后两帧的相关性。这种方法使噪声去除能取得良好的效果,保证了插值的准确性。现有的文献中提出了大量的插值算法,包括简单的线性插值算法到成熟的自适应插值。本文对其中的双相关插值进行了改进,在完成插补第一步以后,进行一次绿分量的修复,利用多种复合的方法,检测出不规则的G元素点,并用加权系数方法进行修复,同时也保证后面的R/B插补的准确性,虽然改进后的算法效果不错,但由于其计算复杂,硬件实现难度稍大。文中提出的第二种方法是一种基于泰勒公式的插值算法,着重考虑了颜色的空间性,最大限度的利用像素点之间的相关性,分析图像的边界特征,利用相邻两点分别求出插补点的G值,随后的R/B通道插补综合了边界插补和色比恒定插补的优点,使插补效果更加明显有效。论文还改进了CFA后处理算法,利用中值滤波的方法,完成对图像的修复。最后本文讨论了当前几种典型的插补算法的评估手段,并利用这些方法对文中介绍的插补算法进行了综合评价和性能分析。