Bayer模式的图像恢复及抗噪性能提升算法研究
发布时间：2021-11-01 16:00
出于经济实用性以及便携化的考虑使得大多数常用的数字摄像装置采用单传感器进行图像采集,这使得获得的图像在每个像素点位置只有红,绿,蓝三基色中的一种颜色通道的像素值。通过算法处理将缺失的像素值重建,从而获得全彩色图像的过程叫做去马赛克（demosaicking）。去马赛克是数码相机的核心技术,对图像的去噪,超分辨率,图像识别等后续操作有重大影响,具有重大的研究意义和商业价值。目前的各中去马赛克对图像边缘重建的效果仍然存在一定的伪彩色,锯齿效应等,且多数是针对无噪声干扰的彩色滤波阵列进行重建的。因此,具有一定抗噪性能的去马赛克算法具有更高的使用价值。本文介绍了彩色图像去马赛克的基本相关理论知识以及经典的去马赛克算法,并针对当前算法存在的一些不足之处提出两种去马赛克的方法。本文主要工作包括:1、提出了提升局部相关性的Bayer模式图像重建算法。该算法利用自然图像之间的局部相关性和引导滤波的特点在重建绿色通道时对改进的块梯度计算结果进行局部一致化校验,并将校验结果经非线性映射为方向权重,从而获得更加准确的权重。将方向权重与方向候选插值进行自适应融合重建出绿色通道,并依据重建的绿色通道对红色和蓝色...
【文章来源】：南华大学湖南省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
去马赛克的示意图
图 1.3 三个通道分离展示图虽然已经有各式各样的去马赛克算法被提出，但是总的来说都多多少少的存在弊端，早期算法简单但是重建质量较差，难以用于实际应用。后续有各种算法的提出却大多数是在没有噪声的干扰的理想化 Bayer 阵列上进行的，面对实际中小电子噪声干扰情况下的 Bayer 阵列不是效果很差就是无可奈何。急需要一种简单高效又具有一定抗噪性能的算法来推进市场应用，因此将去马赛克领域中那些插值重建的简单算法与当前各种学习网络相结合的方式应运而生。1.2 国内外研究现状自去马赛克算法被提出以来已经有数十年的研究历史，也有各种各样的算法被提出。大体可分为以下几类：基于插值算法、基于压缩传感的算法、基于稀疏表示的算法和基于卷积神经网络的算法。（1）基于插值的去马赛克算法早期的插值法主要有双线性插值法[13]、三次插值法[14]等，这些算法实现简单，
优劣变得更具有可比性。见的失真现象赛克的缺失像素值重建的过程中难免会有各种失真现象，主要色[40]。失真的现象会使得去马赛克图像的视觉效果明显变差，的质量。锯齿效应是指在去马赛克的过程中没有沿着图像的纹理边缘着纹理边缘垂直的方向或者说是横跨纹理边缘方向进行插值造觉上造成的结果，其现象如图 1.4 中的（a）所示。伪彩色顾始图像中某个位置没有出现的彩色却在去马赛克重建的图像了。其主要彩色图像的边缘处不恰当的邻域插值或者是图像重虽然中值滤波可以解决该问题，但是也会一定程度的造成图如图 1.4 中的（b）所示。
【参考文献】：
期刊论文
[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]浅析图像处理在物联网智能家居方向的应用[J]. 亢伉. 信息与电脑(理论版). 2015(16)
[3]基于压缩传感理论的彩色图像去马赛克[J]. 杨斌,罗颉. 南华大学学报(自然科学版). 2013(02)
硕士论文
[1]卷积神经网络图像超分辨率在图像融合技术中的应用研究[D]. 钟金英.南华大学 2017
[2]基于Bayer格式的去马赛克算法研究及硬件实现[D]. 丁文.浙江大学 2013
本文编号：3470392
【文章来源】：南华大学湖南省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
去马赛克的示意图
图 1.3 三个通道分离展示图虽然已经有各式各样的去马赛克算法被提出，但是总的来说都多多少少的存在弊端，早期算法简单但是重建质量较差，难以用于实际应用。后续有各种算法的提出却大多数是在没有噪声的干扰的理想化 Bayer 阵列上进行的，面对实际中小电子噪声干扰情况下的 Bayer 阵列不是效果很差就是无可奈何。急需要一种简单高效又具有一定抗噪性能的算法来推进市场应用，因此将去马赛克领域中那些插值重建的简单算法与当前各种学习网络相结合的方式应运而生。1.2 国内外研究现状自去马赛克算法被提出以来已经有数十年的研究历史，也有各种各样的算法被提出。大体可分为以下几类：基于插值算法、基于压缩传感的算法、基于稀疏表示的算法和基于卷积神经网络的算法。（1）基于插值的去马赛克算法早期的插值法主要有双线性插值法[13]、三次插值法[14]等，这些算法实现简单，
优劣变得更具有可比性。见的失真现象赛克的缺失像素值重建的过程中难免会有各种失真现象，主要色[40]。失真的现象会使得去马赛克图像的视觉效果明显变差，的质量。锯齿效应是指在去马赛克的过程中没有沿着图像的纹理边缘着纹理边缘垂直的方向或者说是横跨纹理边缘方向进行插值造觉上造成的结果，其现象如图 1.4 中的（a）所示。伪彩色顾始图像中某个位置没有出现的彩色却在去马赛克重建的图像了。其主要彩色图像的边缘处不恰当的邻域插值或者是图像重虽然中值滤波可以解决该问题，但是也会一定程度的造成图如图 1.4 中的（b）所示。
【参考文献】：
期刊论文
[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]浅析图像处理在物联网智能家居方向的应用[J]. 亢伉. 信息与电脑(理论版). 2015(16)
[3]基于压缩传感理论的彩色图像去马赛克[J]. 杨斌,罗颉. 南华大学学报(自然科学版). 2013(02)
硕士论文
[1]卷积神经网络图像超分辨率在图像融合技术中的应用研究[D]. 钟金英.南华大学 2017
[2]基于Bayer格式的去马赛克算法研究及硬件实现[D]. 丁文.浙江大学 2013
本文编号：3470392
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3470392.html
最近更新
教材专著
