在用數(shù)碼相機拍攝電子顯示屏或具有較多細節(jié)紋理的物體時,經常會出現(xiàn)彩色的水波紋樣式的圖案,即為摩爾紋。攝屏圖像中的摩爾紋嚴重影響了圖像質量和視覺效果。在硬件層面上的摩爾紋去除方法主要是在鏡頭前添加低通濾鏡或調整相機感光器件的頻率的方式,但這些方法在日常拍攝中通常難以實施并且對硬件的配置要求較高,因此人們開始尋求使用圖像處理算法來去除圖像中的摩爾紋。由于摩爾紋的不規(guī)則性,利用幾何分析或傳統(tǒng)的圖像處理方法很難去除所有樣式的摩爾紋。由于近年來摩爾紋的圖像數(shù)據集的出現(xiàn),本文選擇利用深度學習框架,提出了一種可以維持圖像感知一致的摩爾紋去除方法,即追求摩爾紋去除后的圖像和原圖像在視覺感知上有同等質量。由于數(shù)據集的限制,本文主要針對在拍攝屏幕時產生的摩爾紋。本文認為在摩爾紋圖像的恢復問題上,應該注重恢復后圖像與干凈圖像在視覺主觀上的一致性,即感知一致性,而感知一致性往往不能通過客觀的圖像質量評價標準如均方誤差(MSE)來衡量。因此通過在訓練中引入感知損失來維持輸出圖像與干凈圖像的感知一致性。另外,本文認為如果已知摩爾紋的位置信息,對其去除會有進一步的指導作用。本文的主要貢獻如下:1、提出了一個多尺度的...

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 本文主要工作
    1.3 本文組織結構
第2章 相關工作
    2.1 摩爾紋的產生原因
    2.2 非深度學習方法去摩爾紋
    2.3 深度學習去除摩爾紋的相關工作
        2.3.1 卷積神經網絡簡介
        2.3.2 深度學習去除摩爾紋
    2.4 深度學習在其他圖像處理領域的應用
    2.5 圖像質量評價常用指標
    2.6 本章小結
第3章 感知一致的摩爾紋去除方法
    3.1 方法概述
    3.2 感知一致的圖像摩爾紋去除方法
        3.2.1 感知損失
        3.2.2 提取摩爾紋蒙版
        3.2.3 摩爾紋去除的兩階段方法
    3.3 方法實現(xiàn)
        3.3.1 網絡結構
        3.3.2 訓練細節(jié)
    3.4 本章小結
第4章 實驗及結果分析
    4.1 實驗結果展示
    4.2 消融實驗
    4.3 對比實驗
        4.3.1 定量分析
        4.3.2 定性分析
    4.4 本章小結
第5章 總結與展望
    5.1 本文總結
    5.2 研究展望
參考文獻
致謝
學位論文評閱及答辯情況表



本文編號：3787740