一种恢复图像自然色彩的重构方法

摘要：

现代数码相机是通过颜色过滤矩阵在每个像素位置采集一个颜色分量,重构出全彩色数字图像.压缩感知理论证明了该重构是误差有界的,但在实际应用时却隐含着一个问题:重构图像所需的稀疏编码字典是从图像数据库学习出来的,而目前数字图像都是重构出来的,因此存在着从重构的图像学习字典去重构图像的循环悖论.针对这个问题,提出并构建了新的完全采样彩色图像的Sandwich图像数据集,打破了压缩感知理论在应用于图像重构时的循环悖论,使得压缩感知方法能够真正地重建自然彩色图像.Sandwich图像数据集的构建及其训练得到的字典可以应用于如图像超分辨率重构、去噪、修复等领域.深入的图像重建实验表明,使用sandwich图像集训练的字典不论是字典原子特性还是由其重构得到的图像质量均好于基于传统数据集的结果.

关键词：颜色过滤矩阵、压缩感知、稀疏编码、字典学习、图像重构、自然色彩

所属期刊栏目：14

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61672017

在线出版日期：2019-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：877-881