目前大多數(shù)數(shù)碼相機(jī)都只采用單傳感器相機(jī)系統(tǒng)來(lái)捕捉圖像,以達(dá)到減小體積和成本的目的,但是單傳感器相機(jī)系統(tǒng)只能獲得每一個(gè)像素點(diǎn)中的某一個(gè)色彩分量。為了獲得人眼能夠接受的彩色圖像,必須利用相應(yīng)的方法恢復(fù)丟失的色彩信息,這類(lèi)方法被稱(chēng)為CFA插值,也被稱(chēng)為CFA圖像去馬賽克。另外,由于電磁效應(yīng)和熱效應(yīng)的影響,CFA圖像的獲取過(guò)程中通常會(huì)引入一定量的噪聲,因此,去馬賽克去噪是數(shù)碼相機(jī)獲得高質(zhì)量彩色圖像的重要環(huán)節(jié)。研究更為高效的去馬賽克去噪方法不僅能夠進(jìn)一步滿足視覺(jué)需求,而且能夠?yàn)楹罄m(xù)高級(jí)圖像處理任務(wù)奠定良好基礎(chǔ)。傳統(tǒng)的聯(lián)合去馬賽克去噪方法主要是利用CFA圖像的退化模型和某種先驗(yàn)信息得出彩色圖像的估計(jì)值,但這類(lèi)方法對(duì)圖像中紋理較多的區(qū)域處理效果并不好,主要表現(xiàn)為虛假色、鋸齒效應(yīng)、偽影等。近幾年提出的基于深度學(xué)習(xí)的聯(lián)合去馬賽克去噪方法解決了傳統(tǒng)方法中先驗(yàn)信息的引入難題,較大程度的改善了彩色圖像的質(zhì)量,但是深度學(xué)習(xí)中的淺層卷積神經(jīng)網(wǎng)絡(luò)仍然不能充分挖掘圖像中的細(xì)節(jié)信息,進(jìn)而不能重構(gòu)出更高質(zhì)量的彩色圖像。本文在上述研究的基礎(chǔ)上,針對(duì)基于深度學(xué)習(xí)的CFA圖像聯(lián)合去馬賽克去噪問(wèn)題展開(kāi)研究,主要工作和貢獻(xiàn)點(diǎn)如下:... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

單傳感器相機(jī)系統(tǒng)

更為高效的圖像去馬賽克去噪方法仍然具有較高的現(xiàn)實(shí)意義。（a）Bayer 模式 （b）Mosaic 模式 （c）Stripe 模式 （d）Xtrans 模式圖1.3 常見(jiàn)的幾種彩色濾波陣列排列方式= + +（a）原圖 （b）Bayer pattern （c）CFA 圖像 （d）R 通道 （e）B 通道 （f）G 通道圖1.4 CFA 圖像的形成另外，為滿足特定場(chǎng)合下的人類(lèi)視覺(jué)需求以及實(shí)現(xiàn)機(jī)器自動(dòng)化處理，數(shù)碼相機(jī)拍攝的彩色圖像通常被保存下來(lái)，然后利用計(jì)算機(jī)對(duì)其進(jìn)行大量后續(xù)處理。由此看來(lái)，去馬賽克去噪方法的好壞直接影響后續(xù)圖像處理操作的結(jié)果即數(shù)碼相機(jī)去馬賽克去噪技術(shù)是高級(jí)圖像處理技術(shù)的基本前提，而高級(jí)圖像處理具有非常高的應(yīng)用價(jià)值如醫(yī)學(xué)診斷、車(chē)牌識(shí)別、人臉識(shí)別等，因此進(jìn)一步研究高效的數(shù)碼相機(jī)去馬賽克去噪技術(shù)，以保證獲得紋理更為清楚的彩色圖像，依然具備著很高的實(shí)用價(jià)值和商業(yè)價(jià)值。1.2 去馬賽克去噪方法的研究現(xiàn)狀自數(shù)碼相機(jī)出現(xiàn)后，CFA 圖像去馬賽克去噪一直是研究的熱點(diǎn)，因?yàn)樗粌H影響著人眼的直觀感受

號(hào)以增加重構(gòu)的保真度，因此在數(shù)碼相機(jī)特性改變的情況下，相比現(xiàn)有的方法，它更不穩(wěn)健。圖2.1 基于序列能量最小化的聯(lián)合去馬賽克去噪方法框圖[26]近年來(lái)，Klatzer 等人[26]又提出了一種基于序列能量最小化的聯(lián)合去馬賽克去噪方法，該方法通過(guò)將含噪 CFA 圖像與學(xué)習(xí)到的一系列能量函數(shù)進(jìn)行卷積以重構(gòu)彩色圖像，整個(gè)方法的框圖如圖 2.1，其中的1 2, , ,SQ Q Q表示一系列已經(jīng)優(yōu)化好的二次能量函數(shù)，0u 表示含噪的 CFA 圖像，Su 表示重構(gòu)出的彩色圖像， 到S1u 表示重構(gòu)過(guò)程中的中間結(jié)果


本文編號(hào)：3240002