基于加权核范数最小化的彩色图像去马赛克方法

发布时间：2021-02-16 17:06

　　彩色图像中,每个像素点的像素值由红、绿、蓝三个颜色成分的值决定,每种颜色成分称为一个颜色通道.然而彩色图像记录设备在记录图像时采用的是单通彩色滤波阵列,单通彩色滤波阵列在每个像素点只记录一个颜色成分的值,例如红色的值、或者绿色的值、或者蓝色的值.所以彩色图像记录设备记录到的图像为马赛克图像,需要利用图像去马赛克算法对马赛克图像进行处理获得彩色图像.图像去马赛克就是利用单通彩色滤波阵列记录到的单色信息,去获得每个像素点的其他两个颜色信息,最后获得一幅彩色图像的过程.由此可见,图像去马赛克算法是人们利用彩色图像记录设备获取彩色图像的重要技术,所以图像去马赛克算法的研究具有重要的理论及实际意义.本论文提出了一个基于加权核范数最小化的彩色图像去马赛克方法.首先,介绍了去马赛克问题并概述去马赛克方法,简单介绍加权核范数最小化方法;其次,利用彩色图像颜色通道间的相关性信息,基于加权核范数最小化方法建立彩色图像去马赛克模型,并设计交替迭代算法求解该模型;最后,给出所构造方法的图像去马赛克的实验结果,并与现有的其他去马赛克方法所获得的结果进行比较,视觉和数值结果显示,本文所提出的模型得到了效果更好的去... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：33 页

【学位级别】：硕士

【部分图文】：

(a)”Bayer”模式,(b)马赛克图像

兰州大学硕士学位论文基于加权核范数最小化的彩色图像去马赛克方法图2.1:(a)原图像,(b)马赛克图像记,和分别为原图像的红、绿、蓝三个颜色通道的信息,他们的大小均为m×n,则=[,,]代表原图像的全部信息,大小为3m×n.相应的,定义噪声马赛克图像=[,,],其大小也为3m×n.本文将利用()、()和()和一定边界条件下的由卷积核生成的矩阵进行计算得到通道间相关性信息,首先定义卷积核：1=000011000,2=000010010.将发现卷积核(=1,2)可以在不同方向上实现相邻元素之间的差值.本文在周期边界条件或者反射边界条件下,考虑整幅图像的通道间相关性信息,所以将填充零元素后循环移位,生成大小为mn×mn的(=1,2).在周期边界条件下,是一个元素仅有0、1和-1的块循环-循环块(BCCB,block-circularwithcircular-block)矩阵,该矩阵利用了周期边界假设,周期性重复图像像素的值,经过与图像向量的计算,能使得图像向量变成一个周期向量.在反射边界条件下,是一个元素仅有0、1和-1的块Toeplitz+Hankel-Toeplitz+Hankel块(BTHTHB,block-Toeplitz-plus-HankelwithToeplitz-plus-Hankel-block)矩阵,该矩阵利用了反射边界假设,在图像边界外侧扩展图像数据,经过与图像向量的计算,能使得图像向量在扩展后边界两侧的像素值对称.8

兰州大学硕士学位论文基于加权核范数最小化的彩色图像去马赛克方法将最好的数值用加粗字体标出.表3.1和表3.3分别列出了两种噪声水平下不同方法去马赛克图像的PSNR值,表3.2和表3.4中列出在两种噪声水平下不同方法去马赛克图像的SSIM值.在表3.1和表3.3中,由PROP去马赛克得到的最好平均PSNR值分别出现了15、19次,表3.2和表3.4中,由PROP去马赛克得到的最好平均SSIM值分别出现了9、22次.这表明相比较于其他方法,PROP最高获得了实验中百分之八十的最好平均PSNR结果和百分之九十的最好平均SSIM结果.在表3.2中,大部分结果虽然没有足够好,但是读者仍然可以从表3.5列举的平均结果中,发现PROP的优越性.此外还需指出,[33]提出的模型及其求解算法中,由于图像过大,该算法将图像分为四个不重叠的部分分别进行图像去马赛克,但我们注意到,如果图像的宽度或者高度不为偶数时,该算法在去马赛克图像结果中会出现其他信息,而这些信息并非我们需要的.PROP对整张图像进行处理,不会存在上述问题.图3.1:实验采用图像从左到右:tower,motocross-bikes,girlinred,waterrafters.14


本文编号：3036658