学位论文 > 优秀研究生学位论文题录展示

基于图像传感器的原始数据压缩及彩色图像重构算法

作　者: 周英凤
导　师: 张刚；程永强
学　校: 太原理工大学
专　业: 信号与信息处理
关键词: CFA插值贝尔原始数据结构变换矢量量化边缘增强
分类号: TP391.41
类　型: 硕士论文
年　份: 2006年
下　载: 264次
引　用: 4次
阅　读: 论文下载

内容摘要

论文研究了基于图像传感器的原始数据压缩及其彩色图像重构算法以及重构后图像的后续处理算法。这些算法在当今的数字成像设备中属于核心技术。为了减少其成本和体积，在单CCD数字成像设备中通过对CFA(彩色滤镜阵列，以贝尔模板为主)获得的原始图像数据进行插值来获得全彩图像。常见算法有：最邻近插值法、双线性插值法、边缘检测插值法等。本课题在现有插值算法基础上开展研究，主要贡献是： (1)本研究在双线性插值法基础上设计了补色CCD的插值算法，使其适合于补色CCD传感器获得的CFA原始数据； (2)本研究提出了基于图像内容的自适应CFA插值算法，在计算量和插值效果间取得平衡以满足高实时性要求； (3)对于插值效果、客观质量评价要求严格的应用，本研究改进了传统的模糊匹配插值算法，在降低计算量的同时改善图像质量； (4)针对利用Sobel算子和一阶梯度加权平均插值方法在绿色通道存在一定随机偏差的缺陷，引入针对绿色通道的边缘检测并中值滤波，在不改变绿色通道数据的情况下有效去除了原算法的随机偏差，在计算量增加不多的前提下获得了图像边缘、细节恢复效果很好的插值算法。通过使用大量不同类型和特征的图像测试上述四种方案，结果表明：在相同条件下，无论是主观还是客观图像质量，所提出的算法的插值效果都有很好的表现。

全文目录

第一章绪论  11-31
  1.1 论文的研究目的和意义  11-14
    1.1.1 研究背景  11-12
    1.1.2 课题意义  12-13
    1.1.3 主要创新点  13-14
  1.2 图像传感器理论  14-17
    1.2.1 图像传感器工作原理  14
    1.2.2 CCD和CMOS传感器  14-16
    1.2.3 单CCD和3CCD  16-17
    1.2.4 原色CCD与补色CCD  17
  1.3 图像处理流程  17-18
  1.4 CFA插值算法  18-21
    1.4.1 CFA图像获取的数学模型  18-19
    1.4.2 CFA阵列  19-20
    1.4.3 CFA插值原理  20-21
    1.4.4 CFA插值算法分类  21
  1.5 原始数据压缩技术基础  21-30
    1.5.1 原始数据  21-22
    1.5.2 对原始数据直接压缩存储的意义及优缺点  22-23
    1.5.3 图像压缩基本理论  23-25
    1.5.4 JPEG、JPEG2000与JPEG-LS图像压缩标准  25-27
    1.5.5 矢量量化相关理论  27-30
  1.6 论文结构  30-31
第二章彩色图像重构算法的研究  31-64
  2.1 改进的基于补色CFA模板的图像重构算法  31-36
    2.1.1 补色模板的获得  31-32
    2.1.2 双线性补色CCD插值算法流程  32-34
    2.1.3 算法描述  34-36
  2.2 改进的自适应模糊匹配CFA插值算法  36-40
    2.2.1 模糊匹配因子  36-37
    2.2.2 算法描述  37-40
  2.3 基于梯度算子的加权平均CFA插值算法  40-46
    2.3.1 两种假设  40
    2.3.2 算法描述  40-45
    2.3.3 去除绿色通道的噪声  45-46
  2.4 新的基于图像内容的自适应插值算法  46-53
    2.4.1 算法流程图  47
    2.4.2 具体算法描述  47-53
  2.5 图像质量评价方法  53-55
    2.5.1 主观评价方法  53-54
    2.5.2 客观评价方法  54-55
  2.6 各种CFA重构算法实验结果及其分析  55-62
    2.6.1 获得CFA模板图像  55-56
    2.6.2 主观视觉评价  56-57
    2.6.3 客观评价  57-62
  2.7 本章小结  62-64
第三章基于贝尔模板的原始数据压缩算法  64-94
  3.1 本研究的CFA图像压缩流程  64-65
  3.2 基于结构变换的原始数据压缩算法  65-75
    3.2.1 RGB原色空间的贝尔原始数据压缩算法  65-69
    3.2.2 YCrCb色空间的贝尔原始数据压缩算法  69-73
    3.2.3 两种压缩算法实验结果及其比较  73-75
  3.3 基于矢量量化的原始数据压缩算法  75-93
    3.3.1 贝尔CFA图像数据的分割方法  76-79
    3.3.2 矢量维数的选择  79-81
    3.3.3 失真测度的选择  81-85
    3.3.4 LBG算法及其改进  85-89
    3.3.5 贝尔原始数据的矢量量化压缩算法描述  89-91
    3.3.6 实验结果及其分析  91-93
  3.4 本章小结  93-94
第四章重构图像的后续处理算法  94-101
  4.1 常见失真分析  94-95
  4.2 边缘增强和伪彩抑制  95-100
    4.2.1 系数加权的边缘增强算法  95-96
    4.2.2 基于Sobel算子的中值滤波算法  96-98
    4.2.3 实验结果及结论  98-100
  4.3 本章小结  100-101
第五章结论和展望  101-103
参考文献  103-107
致谢  107-108
攻读硕士期间发表论文  108

基于图像传感器的原始数据压缩及彩色图像重构算法

内容摘要

全文目录

相似论文