高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用字典学习算法改善Bayer格式图像彩色恢复效果

朱波 汶德胜 王飞 李华 宋宗玺

朱波, 汶德胜, 王飞, 李华, 宋宗玺. 应用字典学习算法改善Bayer格式图像彩色恢复效果[J]. 电子与信息学报, 2013, 35(4): 812-819. doi: 10.3724/SP.J.1146.2012.00947
引用本文: 朱波, 汶德胜, 王飞, 李华, 宋宗玺. 应用字典学习算法改善Bayer格式图像彩色恢复效果[J]. 电子与信息学报, 2013, 35(4): 812-819. doi: 10.3724/SP.J.1146.2012.00947
Zhu Bo, Wen De-Sheng, Wang Fei, Li Hua, Song Zong-Xi. Improvement of Bayer-pattern Demosaicking with Dictionary Learning Algorithm[J]. Journal of Electronics and Information Technology, 2013, 35(4): 812-819. doi: 10.3724/SP.J.1146.2012.00947
Citation: Zhu Bo, Wen De-Sheng, Wang Fei, Li Hua, Song Zong-Xi. Improvement of Bayer-pattern Demosaicking with Dictionary Learning Algorithm[J]. Journal of Electronics and Information Technology, 2013, 35(4): 812-819. doi: 10.3724/SP.J.1146.2012.00947

应用字典学习算法改善Bayer格式图像彩色恢复效果

doi: 10.3724/SP.J.1146.2012.00947
基金项目: 

国家自然科学基金重点项目(90920301)和商洛学院科研基金(11SKY008)资助课题

Improvement of Bayer-pattern Demosaicking with Dictionary Learning Algorithm

  • 摘要: 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R^和B^,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。
  • 加载中
计量
  • 文章访问数:  2065
  • HTML全文浏览量:  45
  • PDF下载量:  885
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-07-23
  • 修回日期:  2013-01-18
  • 刊出日期:  2013-04-19

目录

    /

    返回文章
    返回

    官方微信,欢迎关注