基于非局部模型的CFA圖像去馬賽克.pdf

1、隨著數(shù)碼相機的廣泛使用,其成本和體積是一個不可忽視的問題,為此現(xiàn)有的大部分數(shù)碼相機都采用單塊CCD或CMOS傳感器來采樣圖像,在圖像傳感器上面覆蓋有一層彩色濾波陣列,這種陣列按Bayer方式排列使每個像素點只能獲取一種基色,通過這種傳感器獲取的圖像稱為CFA圖像,也稱作馬賽克圖像。將馬賽克圖像中缺失的顏色分量估計出來,從而得到全彩色圖像,這種處理稱作去馬賽克(demosaicking),去馬賽克是數(shù)碼相機產(chǎn)品中的核心技術(shù),對學(xué)術(shù)的研究和

2、商業(yè)價值的創(chuàng)造都有意義?，F(xiàn)有文獻提出了一些去馬賽克方法,但是現(xiàn)有方法對邊緣處理的效果不佳,存在拉鏈效應(yīng)、塊效應(yīng)、虛假顏色等不足。
　　本文介紹了CFA圖像去馬賽克的相關(guān)理論知識,回顧了現(xiàn)有的部分去馬賽克方法,并針對現(xiàn)有方法的不足提出了三種去馬賽克方法。主要工作包括:
　　(1)提出了一種基于輪廓非局部均值的 CFA圖像去馬賽克方法。該方法對缺失像素處采用六個方向的信息進行方向插值,得到初始插值圖像,然后對初始插值圖的圖像塊進

3、行非局部均值加權(quán)修復(fù),并將像素的輪廓值應(yīng)用到相似塊權(quán)重的計算中,使相似塊之間的相似性計算更加精確?，F(xiàn)有幾個去馬賽克方法和本方法對McMaster彩色圖庫實驗的主客觀對比結(jié)果可以證明該方法的有效性。
　　(2)提出了一種基于非局部低秩的 CFA圖像去馬賽克方法。該方法首先利用方向插值得到初始插值圖像,然后分析了插值誤差的分布情況并對初始插值圖像的圖像塊取相似塊組成相似塊矩陣,對此相似塊矩陣進行低秩優(yōu)化處理來去除初始插值誤差。該方法可