基于残余插值的卷积神经网络去马赛克算法

摘要：

在去马赛克问题中,为了精确插值倾斜边缘并提高结果图像的整体质量,提出一种基于残余插值的卷积神经网络去马赛克算法.针对Bayer格式的颜色滤波阵列,插值绿色平面时,对于红蓝通道信息不全的问题,采用同通道邻近像素值近似代替,综合考虑3个通道的梯度,运用倾斜方向的边缘检测算子,将倾斜边缘分为不同方向的边缘分别插值.在插值完成后,利用深度卷积神经网络,进一步训练插值结果.在标准的IMAX数据集上,与目前流行的算法相比,本文算法视觉上更接近原图,具有更高的峰值信噪比和更短的运行时间.

关键词：去马赛克、BayerCFA模式、残余插值、边缘检测、卷积神经网络

所属期刊栏目：9

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61372184;北京市自然科学基金4112061

在线出版日期：2017-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：650-655