數(shù)碼相片莫爾條紋消除算法的研究.pdf

1、為了消除數(shù)碼相機(jī)拍攝到的相片中存在的莫爾條紋現(xiàn)象，在上海交大—PENTAX光機(jī)電一體化研究中心的支持下，作者針對此課題進(jìn)行了研究并完成算法的實現(xiàn)，具有重要的理論意義和實用價值。在這一課題的研究過程中，對現(xiàn)有的圖像插值算法進(jìn)行研究，以及對數(shù)碼相片中產(chǎn)生莫爾條紋的具體原因進(jìn)行了深入仔細(xì)的分析，并以此為基礎(chǔ)提出了消除莫爾條紋的圖像復(fù)原方法。實現(xiàn)通過頻域變換來模擬莫爾條紋這一混疊現(xiàn)象的產(chǎn)生過程，并提出具有很強(qiáng)針對性的改進(jìn)方法，最終能夠有效消除相

2、片中莫爾條紋，得到了令人滿意的相片色彩復(fù)原效果。 當(dāng)使用數(shù)碼相機(jī)拍攝中有接近照相機(jī)圖像傳感器上色彩濾鏡陣列分辨率的規(guī)則性圖案的場景時，例如細(xì)密的柵欄或者網(wǎng)格的織物等，相片就非常容易出現(xiàn)明顯的波紋狀彩色條紋圖案，該條紋圖案就叫做莫爾條紋。莫爾條紋實際是由于在圖像采樣過程中圖像傳感器因欠采樣而引起混疊現(xiàn)象。莫爾條紋在相片中往往面積大，色偏明顯，嚴(yán)重影響了相片質(zhì)量。由于莫爾條紋類型的多樣性與復(fù)雜性，莫爾條紋的消除實現(xiàn)相對比較困難，并且

3、針對莫爾條紋消除的研究工作也并不多。 本文針對現(xiàn)在最為常用的采用Bayer CFA色彩濾鏡陣列的單CCD/CMOS相機(jī)，根據(jù)莫爾條紋的產(chǎn)生原因以及Bayer CFA的特性，提出了使用相對不易產(chǎn)生混疊的綠色分量的高頻信息經(jīng)過頻域變換平移至低頻區(qū)域以模擬混疊產(chǎn)生過程，在紅色和藍(lán)色分量減去混疊估計項來實現(xiàn)莫爾條紋消除算法。 結(jié)合在算法的實際應(yīng)用中遇到問題，本文在以上算法的基礎(chǔ)上提出改進(jìn)的算法。新算法在混疊估計項前乘上一個系數(shù)。

4、首先對混疊估計圖像使用高斯低通濾波器進(jìn)行平滑處理。然后對平滑后的混疊估計圖像選取合適閾值進(jìn)行圖像分割，得到莫爾條紋相應(yīng)正負(fù)峰值區(qū)域。計算混疊估計圖像在正負(fù)峰值區(qū)域?qū)?yīng)的平均灰度差，同時計算紅色分量和藍(lán)色分量中正負(fù)峰值區(qū)域?qū)?yīng)的平均灰度差，用上述兩個灰度差的比值確定混疊估計項前系數(shù)的值。為了更好的消除不同方向分量上的莫爾條紋，還采用對原圖像進(jìn)行兩次處理的辦法，兩次使用不同參數(shù)的高斯濾波器平滑混疊估計圖像。對混疊估計圖像進(jìn)行一系列處理并應(yīng)用