APP下载

基于生成对抗网络的CFA图像去马赛克算法

2021-07-26罗静蕊岳广德

计算机工程 2021年7期

罗静蕊,王 婕,岳广德

(1.西安理工大学自动化与信息工程学院,西安710048;2.西安交通大学数学与统计学院,西安710049)

0 概述

目前,数码相机成为数字成像技术的主流成像设备,在智能交通、医学成像与遥感影像处理等领域发挥了重要作用。数字彩色图像中的每个像素分别有红色(Red,R)、绿色(Green,G)和蓝色(Blue,B)3 个颜色分量。为得到高质量的彩色图像,最佳的解决方案是使用3 个颜色传感器分别接收每个像素的R、G、B 分量,随后将这3 种颜色分量合成彩色图像。在实际应用中,由于3 个传感器的布置会影响后续的色彩合成,并且3 个传感器的数码相机通常比较昂贵且体积较大,因此多数数码相机使用单传感器的图像采集系统。

单传感器数码相机在进行图像采集时,在传感器前会放置一个彩色滤波阵列(Color Filtering Array,CFA),从而产生CFA 图像。由CFA 到达传感器元件的光通常包含R、G、B 这3 种光谱,如拜尔(Bayer)模式[1]。在CFA 中,每个像素点仅允许通过一个颜色分量,因此通过CFA 图像仅能判断出景物的大致轮廓,而不能获得完整的色彩信息。Bayer 模式的CFA 阵列交替使用一组R-G 滤镜和一组B-G 滤镜,其中,绿色像素呈对角排列,红蓝像素呈对角间隔排列。因此,阵列中的绿色像素占总像素个数的1/2,红色和蓝色像素分别占总像素个数的1/4。由于每个像素只包含一个颜色分量,因此需要根据相邻像素点的颜色分量信息对其他两个颜色分量进行插值恢复,进而根据CFA 图像得到全彩色图像,该过程称为图像去马赛克。

在通常情况下,采用传统插值算法进行图像去马赛克操作时,对于色彩变化较小的平滑区域可以获得较高的精度。……

登录APP查看全文