基于残余插值的卷积神经网络去马赛克算法

• 作者: 周登文 李春平 贾慧秒
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 去马赛克 BayerCFA模式 残余插值 边缘检测 卷积神经网络
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 研究性论文
• 页码范围: 650-655
• 页数: 6页
• 分类号: TP391.41
• 字数: 4064字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2017.06.009

摘要

在去马赛克问题中,为了精确插值倾斜边缘并提高结果图像的整体质量,提出一种基于残余插值的卷积神经网络去马赛克算法.针对Bayer格式的颜色滤波阵列,插值绿色平面时,对于红蓝通道信息不全的问题,采用同通道邻近像素值近似代替,综合考虑3个通道的梯度,运用倾斜方向的边缘检测算子,将倾斜边缘分为不同方向的边缘分别插值.在插值完成后,利用深度卷积神经网络,进一步训练插值结果.在标准的IMAX数据集上,与目前流行的算法相比,本文算法视觉上更接近原图,具有更高的峰值信噪比和更短的运行时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周登文	华北电力大学控制与计算机工程学院	14	49	3.0	6.0
2	李春平	华北电力大学控制与计算机工程学院	2	2	1.0	1.0
3	贾慧秒	华北电力大学控制与计算机工程学院	2	2	1.0	1.0