貝爾圖像插值算法及壓縮算法的研究.pdf

1、中北大學(xué)學(xué)位論文貝爾圖像插值算法及壓縮算法的研究摘要隨著數(shù)字成像設(shè)備在工業(yè)監(jiān)控，消費(fèi)等各個(gè)領(lǐng)域的廣泛應(yīng)用，推動(dòng)了相關(guān)理論技術(shù)及應(yīng)用的研究不斷深入細(xì)化。但是由于成本、工藝等多方面因素的制約，現(xiàn)階段攝像設(shè)備大多采用單CCD貝爾模板。插值算法是數(shù)碼相機(jī)的關(guān)鍵技術(shù)，同時(shí)也是成像過(guò)程中計(jì)算負(fù)荷最大的環(huán)節(jié)。插值算法性能的好壞直接決定圖像質(zhì)量的好壞。圖像因?yàn)槠鋽?shù)據(jù)量很大，并且是很重要的一種二位信號(hào)，所以在存儲(chǔ)和傳輸?shù)倪^(guò)程中有必要對(duì)其進(jìn)行壓縮處理。本文

2、提出了一種低復(fù)雜度的貝爾圖像插值方法和基于小波變換的貝爾圖像壓縮方法。本文通過(guò)一種僅由相鄰的綠色分量決定、定義為二進(jìn)制的方向標(biāo)志位，并根據(jù)標(biāo)志位的“0”、“1”判斷，賦予不同的相關(guān)鄰域色差分量和權(quán)重系數(shù)，由此，得到了平均PSNR高達(dá)37.7dB的綠色分量重構(gòu)圖像。在分析各顏色分量頻率相關(guān)性的基礎(chǔ)上，提出了利用已重構(gòu)的綠色分量的高頻部分替換混疊失真明顯的紅（藍(lán)）分量的高頻分區(qū)域的辦法，重構(gòu)出平均PSNR大于36dB的紅（藍(lán)）分量圖像。本文

3、采用多小波對(duì)貝爾圖像進(jìn)行一層分解。分析不同幅度的子帶系數(shù)，以及不同子帶圖像在恢復(fù)圖像時(shí)的權(quán)重，權(quán)重大的子帶圖像和子帶系數(shù)選擇較高的量化精度，權(quán)重小的子帶圖像和子帶系數(shù)只做粗略量化。以各個(gè)子帶的樣本標(biāo)準(zhǔn)差作為量化閾值，對(duì)子帶系數(shù)進(jìn)行自適應(yīng)二進(jìn)制算術(shù)編碼，有損壓縮比為3.1：1，重構(gòu)圖像PSNR達(dá)到42dB。本文提出的貝爾圖像插值方法和基于小波變換的貝爾圖像壓縮算法，可以廣泛應(yīng)用于圖像傳感器成像設(shè)備當(dāng)中，有效提高設(shè)備存儲(chǔ)效率。關(guān)鍵詞：貝爾圖

4、像，插值，壓縮，小波變換中北大學(xué)學(xué)位論文Intheprocessofrestationofimageiftheweightsofdifferentsubbimagesaswellasdifferentmagnitudesubbcoefficientsaredifferentthequantitativethresholdreliesoneachsubbsamplestarddeviation:thehigherweightchooses

5、thebetterquantifyaccuracywhiletheloweroneonlyhavearoughquantitative.Wedevelopadaptivebinaryarithmeticcodingtocompresscoefficientsofeverysubb.Lossycompressionratiocanachieve3.1:1PSNRofrecoveredimageis42dB.TheCFAdemosaicin