基于快速残差插值和卷积神经网络的去马赛克算法

• 作者: 杨斌 汤漫
• 来源期刊: 南华大学学报（自然科学版）
• 学科: 工学
• 关键词: 去马赛克 卷积神经网络 残差插值 全彩色图像
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 电气工程
• 页码范围: 68-76
• 页数: 9页
• 分类号: TP751
• 字数: 3824字
• 语种: 中文
• DOI: 10.19431/j.cnki.1673-0062.2019.06.013

摘要

针对传统插值法存在的图像细节不能很好恢复的不足,利用卷积神经网络作为残差插值法的后处理操作,提出了一种基于残差插值和卷积神经网络的去马赛克算法.方法 分为初始去马赛克和细节恢复后处理两部分.先用改进的基于梯度的快速残差插值法实现初步去马赛克插值,并针对恢复图像中包含了彩色伪影,细节丢失等问题,再使用深度残差网络学习恢复图像与理想全彩色图像之间的映射,实现后处理.在Kodak数据集和IMAX数据集上的实验结果表明,该方法结果在主观视觉特性和客观评价指标两方面相较于传统方法都有明显改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨斌	南华大学电气工程学院	35	117	5.0	10.0
2	汤漫	南华大学电气工程学院	2	0	0.0	0.0