消費(fèi)級數(shù)碼相機(jī)大都使用單個表面覆蓋彩色濾波陣列的CCD芯片來獲得彩色圖像。原始圖像在每個像素點(diǎn)處都只有紅色、綠色、藍(lán)色三基色中的一種顏色像素值。為得到完整的彩色圖像,將缺失的像素填補(bǔ)修復(fù)的過程稱為去馬賽克(demosaicking)。它是消費(fèi)級數(shù)碼相機(jī)的核心操作,是實(shí)現(xiàn)圖像增強(qiáng)、圖像分割以及圖像識別等后續(xù)數(shù)字圖像處理任務(wù)的重要前提。針對傳統(tǒng)插值法存在的圖像細(xì)節(jié)不能很好恢復(fù)的不足,研究去馬賽克算法具有重要的應(yīng)用價值。本文在典型的去馬賽克算法基礎(chǔ)上,針對Bayer模式馬賽克圖像,結(jié)合當(dāng)今卷積神經(jīng)網(wǎng)絡(luò)的趨勢,提出了彩色圖像去馬賽克恢復(fù)與質(zhì)量提升算法。算法主要分為初始去馬賽克和細(xì)節(jié)恢復(fù)后處理兩部分。本文的主要工作包括:1、提出基于梯度的殘差插值法。針對通道信息利用不充分,該算法利用圖像間的局部相關(guān)性和引導(dǎo)濾波的特點(diǎn)重構(gòu)綠色通道,主要對水平和垂直兩個方向的梯度進(jìn)行處理,使之重構(gòu)高質(zhì)量的綠色通道。利用重構(gòu)好的綠色通道更清晰完整的特點(diǎn)去對缺失像素的紅色和藍(lán)色通道進(jìn)行結(jié)構(gòu)細(xì)化,并利用殘差插值以及能獲得更多局部信息的雙三次插值生成相應(yīng)的紅色和藍(lán)色通道像素值,將重建好的三通道像素值融合恢復(fù)出彩色圖像。此算...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文創(chuàng)新點(diǎn)
    1.4 論文研究工作與章節(jié)安排
第2章 彩色圖像去馬賽克的基礎(chǔ)知識
    2.1 顏色空間
    2.2 顏色相關(guān)性
    2.3 典型的去馬賽克算法
        2.3.1 雙線性插值算法
        2.3.2 基于邊緣方向的自適應(yīng)插值算法
        2.3.3 基于色差的GBTF算法
        2.3.4 基于殘差的去馬賽克算法
    2.4 常見的失真現(xiàn)象及評價指標(biāo)
        2.4.1 失真現(xiàn)象
        2.4.2 評價準(zhǔn)則
    2.5 本章小結(jié)
第3章 基于殘差插值和卷積神經(jīng)網(wǎng)絡(luò)的去馬賽克算法
    3.1 基于圖像梯度的快速殘差插值算法
        3.1.1 綠色通道插值
        3.1.2 紅色和藍(lán)色通道插值
    3.2 基于深度卷積神經(jīng)網(wǎng)絡(luò)的馬賽克圖像質(zhì)量提升方法
        3.2.1 簡要概述卷積神經(jīng)網(wǎng)絡(luò)
            3.2.1.1 神經(jīng)網(wǎng)絡(luò)
            3.2.1.2 卷積神經(jīng)網(wǎng)絡(luò)
            3.2.1.3 殘差神經(jīng)網(wǎng)絡(luò)
        3.2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的提升算法
    3.3 本章小結(jié)
第4章 實(shí)驗(yàn)結(jié)果與分析
    4.1 實(shí)驗(yàn)設(shè)計
    4.2 實(shí)驗(yàn)結(jié)果與分析
        4.2.1 殘差插值方法實(shí)驗(yàn)
        4.2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的提升算法實(shí)驗(yàn)
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 今后展望
參考文獻(xiàn)
作者攻讀學(xué)位期間的科研成果
致謝



本文編號：3858050