应用字典学习算法改善Bayer格式图像彩色恢复效果
利用单片探测器获取彩色图像,插值算法的优劣对结果起着决定性的作用.为了改善恢复效果,该文设计了一种基于字典学习的非线性 Bayer 格式图像彩色插值算法.根据图像梯度的变化,首先,在上下左右方向利用局部方向插值方法(LDI)对Bayer格式图像进行合并计算,用高斯混合模型(GMM)分类法训练字典,运用主分量分析(PCA)方法提取训练结果中的主要分量为学习提供样本,通过学习,得到R , B通道缺失的G$分量.然后,应用G$分量,插值得到另外两种缺失分量μR和μB ,从而得到彩色图像.选取McMaster图像集作为字典,分别用算法对标准图像和使用DALSA公司彩色CMOS探测器开发的相机实际拍摄的图像进行插值恢复,较其它几种算法,视觉上伪彩色最少,峰值信噪比最优.整体性能优于现有的很多其它插值算法.
图像处理、Bayer格式、去马赛克、字典学习、高斯混合模型
TP391.41(计算技术、计算机技术)
2013-05-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
812-819