Bayer模式的圖像恢復及抗噪性能提升算法研究
發(fā)布時間:2021-11-01 16:00
出于經濟實用性以及便攜化的考慮使得大多數常用的數字攝像裝置采用單傳感器進行圖像采集,這使得獲得的圖像在每個像素點位置只有紅,綠,藍三基色中的一種顏色通道的像素值。通過算法處理將缺失的像素值重建,從而獲得全彩色圖像的過程叫做去馬賽克(demosaicking)。去馬賽克是數碼相機的核心技術,對圖像的去噪,超分辨率,圖像識別等后續(xù)操作有重大影響,具有重大的研究意義和商業(yè)價值。目前的各中去馬賽克對圖像邊緣重建的效果仍然存在一定的偽彩色,鋸齒效應等,且多數是針對無噪聲干擾的彩色濾波陣列進行重建的。因此,具有一定抗噪性能的去馬賽克算法具有更高的使用價值。本文介紹了彩色圖像去馬賽克的基本相關理論知識以及經典的去馬賽克算法,并針對當前算法存在的一些不足之處提出兩種去馬賽克的方法。本文主要工作包括:1、提出了提升局部相關性的Bayer模式圖像重建算法。該算法利用自然圖像之間的局部相關性和引導濾波的特點在重建綠色通道時對改進的塊梯度計算結果進行局部一致化校驗,并將校驗結果經非線性映射為方向權重,從而獲得更加準確的權重。將方向權重與方向候選插值進行自適應融合重建出綠色通道,并依據重建的綠色通道對紅色和藍色...
【文章來源】:南華大學湖南省
【文章頁數】:69 頁
【學位級別】:碩士
【部分圖文】:
去馬賽克的示意圖
圖 1.3 三個通道分離展示圖雖然已經有各式各樣的去馬賽克算法被提出,但是總的來說都多多少少的存在弊端,早期算法簡單但是重建質量較差,難以用于實際應用。后續(xù)有各種算法的提出卻大多數是在沒有噪聲的干擾的理想化 Bayer 陣列上進行的,面對實際中小電子噪聲干擾情況下的 Bayer 陣列不是效果很差就是無可奈何。急需要一種簡單高效又具有一定抗噪性能的算法來推進市場應用,因此將去馬賽克領域中那些插值重建的簡單算法與當前各種學習網絡相結合的方式應運而生。1.2 國內外研究現狀自去馬賽克算法被提出以來已經有數十年的研究歷史,也有各種各樣的算法被提出。大體可分為以下幾類:基于插值算法、基于壓縮傳感的算法、基于稀疏表示的算法和基于卷積神經網絡的算法。(1)基于插值的去馬賽克算法早期的插值法主要有雙線性插值法[13]、三次插值法[14]等,這些算法實現簡單,
優(yōu)劣變得更具有可比性。見的失真現象賽克的缺失像素值重建的過程中難免會有各種失真現象,主要色[40]。失真的現象會使得去馬賽克圖像的視覺效果明顯變差,的質量。鋸齒效應是指在去馬賽克的過程中沒有沿著圖像的紋理邊緣著紋理邊緣垂直的方向或者說是橫跨紋理邊緣方向進行插值造覺上造成的結果,其現象如圖 1.4 中的(a)所示。偽彩色顧始圖像中某個位置沒有出現的彩色卻在去馬賽克重建的圖像了。其主要彩色圖像的邊緣處不恰當的鄰域插值或者是圖像重雖然中值濾波可以解決該問題,但是也會一定程度的造成圖如圖 1.4 中的(b)所示。
【參考文獻】:
期刊論文
[1]Analysis of Autopilot Disengagements Occurring During Autonomous Vehicle Testing[J]. Chen Lv,Dongpu Cao,Yifan Zhao,Daniel J.Auger,Mark Sullman,Huaji Wang,Laura Millen Dutka,Lee Skrypchuk,Alexandros Mouzakitis. IEEE/CAA Journal of Automatica Sinica. 2018(01)
[2]淺析圖像處理在物聯網智能家居方向的應用[J]. 亢伉. 信息與電腦(理論版). 2015(16)
[3]基于壓縮傳感理論的彩色圖像去馬賽克[J]. 楊斌,羅頡. 南華大學學報(自然科學版). 2013(02)
碩士論文
[1]卷積神經網絡圖像超分辨率在圖像融合技術中的應用研究[D]. 鐘金英.南華大學 2017
[2]基于Bayer格式的去馬賽克算法研究及硬件實現[D]. 丁文.浙江大學 2013
本文編號:3470392
【文章來源】:南華大學湖南省
【文章頁數】:69 頁
【學位級別】:碩士
【部分圖文】:
去馬賽克的示意圖
圖 1.3 三個通道分離展示圖雖然已經有各式各樣的去馬賽克算法被提出,但是總的來說都多多少少的存在弊端,早期算法簡單但是重建質量較差,難以用于實際應用。后續(xù)有各種算法的提出卻大多數是在沒有噪聲的干擾的理想化 Bayer 陣列上進行的,面對實際中小電子噪聲干擾情況下的 Bayer 陣列不是效果很差就是無可奈何。急需要一種簡單高效又具有一定抗噪性能的算法來推進市場應用,因此將去馬賽克領域中那些插值重建的簡單算法與當前各種學習網絡相結合的方式應運而生。1.2 國內外研究現狀自去馬賽克算法被提出以來已經有數十年的研究歷史,也有各種各樣的算法被提出。大體可分為以下幾類:基于插值算法、基于壓縮傳感的算法、基于稀疏表示的算法和基于卷積神經網絡的算法。(1)基于插值的去馬賽克算法早期的插值法主要有雙線性插值法[13]、三次插值法[14]等,這些算法實現簡單,
優(yōu)劣變得更具有可比性。見的失真現象賽克的缺失像素值重建的過程中難免會有各種失真現象,主要色[40]。失真的現象會使得去馬賽克圖像的視覺效果明顯變差,的質量。鋸齒效應是指在去馬賽克的過程中沒有沿著圖像的紋理邊緣著紋理邊緣垂直的方向或者說是橫跨紋理邊緣方向進行插值造覺上造成的結果,其現象如圖 1.4 中的(a)所示。偽彩色顧始圖像中某個位置沒有出現的彩色卻在去馬賽克重建的圖像了。其主要彩色圖像的邊緣處不恰當的鄰域插值或者是圖像重雖然中值濾波可以解決該問題,但是也會一定程度的造成圖如圖 1.4 中的(b)所示。
【參考文獻】:
期刊論文
[1]Analysis of Autopilot Disengagements Occurring During Autonomous Vehicle Testing[J]. Chen Lv,Dongpu Cao,Yifan Zhao,Daniel J.Auger,Mark Sullman,Huaji Wang,Laura Millen Dutka,Lee Skrypchuk,Alexandros Mouzakitis. IEEE/CAA Journal of Automatica Sinica. 2018(01)
[2]淺析圖像處理在物聯網智能家居方向的應用[J]. 亢伉. 信息與電腦(理論版). 2015(16)
[3]基于壓縮傳感理論的彩色圖像去馬賽克[J]. 楊斌,羅頡. 南華大學學報(自然科學版). 2013(02)
碩士論文
[1]卷積神經網絡圖像超分辨率在圖像融合技術中的應用研究[D]. 鐘金英.南華大學 2017
[2]基于Bayer格式的去馬賽克算法研究及硬件實現[D]. 丁文.浙江大學 2013
本文編號:3470392
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3470392.html
最近更新
教材專著