-
题名联合SSFs选择与图像去马赛克
- 1
-
-
作者
白晨燕
周化璇
-
机构
首都师范大学信息工程学院
-
出处
《浙江工业大学学报》
CAS
北大核心
2024年第3期256-268,共13页
-
基金
国家自然科学基金资助项目(61802269)。
-
文摘
图像去马赛克(Demosaicking)是指将马赛克图像重建为RGB彩色图像的过程,其中马赛克图像的每个像素值只包含一个颜色通道,由单个颜色滤波阵列(Color filter array, CFA)来记录,而去马赛克的过程实际上是对马赛克图像每个像素缺失的两个颜色通道进行估值。目前,研究者们虽然已经证实光谱敏感函数(Spectral sensitivity functions, SSFs)对去马赛克有影响,但是现有的SSFs研究大多只专注于通过深度学习进行联合SSFs设计和去马赛克的相关工作,不能保证所设计的SSFs的物理可制造性。基于此,提出联合SSFs选择与图像去马赛克的深度卷积神经网络,通过使用α-Softmax函数设计卷积层针对图像去马赛克任务对已有的SSFs进行选择,选择出对于去马赛克效果最优的SSFs。研究结果表明:使用α-Softmax函数方法能够通过训练一次选择唯一且最优的SSFs,联合方法对去马赛克效果有促进作用。因此,在设计CFA时可以通过使用α-Softmax函数首先选择出最优SSFs,以增强重建图像质量、降低制作成本。
-
关键词
图像去马赛克
光谱敏感函数
深度卷积神经网络
α-Softmax函数
-
Keywords
image demosaicing
spectral sensitivity function
deep convolutional neural networks
α-Softmax function
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
