基于圖像傳感器的原始數(shù)據(jù)壓縮及彩色圖像重構算法.pdf

1、論文研究了基于圖像傳感器的原始數(shù)據(jù)壓縮及其彩色圖像重構算法以及重構后圖像的后續(xù)處理算法。這些算法在當今的數(shù)字成像設備中屬于核心技術。為了減少其成本和體積，在單CCD數(shù)字成像設備中通過對CFA(彩色濾鏡陣列，以貝爾模板為主)獲得的原始圖像數(shù)據(jù)進行插值來獲得全彩圖像。常見算法有：最鄰近插值法、雙線性插值法、邊緣檢測插值法等。本課題在現(xiàn)有插值算法基礎上開展研究，主要貢獻是： (1)本研究在雙線性插值法基礎上設計了補色CCD的插值算法，

2、使其適合于補色CCD傳感器獲得的CFA原始數(shù)據(jù)； (2)本研究提出了基于圖像內容的自適應CFA插值算法，在計算量和插值效果間取得平衡以滿足高實時性要求； (3)對于插值效果、客觀質量評價要求嚴格的應用，本研究改進了傳統(tǒng)的模糊匹配插值算法，在降低計算量的同時改善圖像質量； (4)針對利用Sobel算子和一階梯度加權平均插值方法在綠色通道存在一定隨機偏差的缺陷，引入針對綠色通道的邊緣檢測并中值濾波，在不改變綠色通道數(shù)

3、據(jù)的情況下有效去除了原算法的隨機偏差，在計算量增加不多的前提下獲得了圖像邊緣、細節(jié)恢復效果很好的插值算法。 通過使用大量不同類型和特征的圖像測試上述四種方案，結果表明：在相同條件下，無論是主觀還是客觀圖像質量，所提出的算法的插值效果都有很好的表現(xiàn)。 最近四、五年，國際上開始有人研究基于原始數(shù)據(jù)的圖像壓縮算法，但相關文獻鮮有報道。插值后的圖像在傳輸和存儲之前要進行壓縮，參與壓縮的數(shù)據(jù)是CFA原始數(shù)據(jù)的三倍。本研究提出了在C

4、FA原始數(shù)據(jù)插值之前直接進行壓縮的算法。 本課題采用兩種方法進行原始數(shù)據(jù)壓縮：結構變換法和矢量量化編碼方法。前者基于貝爾模板空間結構的特殊性對模板的結構依據(jù)不同分量進行分離，同時考慮用結構變換和結構分離法把梅花形的綠色(亮度)分量轉化為矩形。為了獲得高壓縮比，對高頻分量比較多的通道進行低通濾波以利于壓縮，最后采用國際標準分別壓縮各通道數(shù)據(jù)；后者首先根據(jù)貝爾模板的特性對CFA原始數(shù)據(jù)進行分塊處理，然后使用訓練好的碼書對每一矢量塊編

5、碼，從而實現(xiàn)對貝爾原始數(shù)據(jù)的壓縮編碼。本研究采用改進的LBG算法訓練碼書，并對得到的碼書用合并法進一步優(yōu)化，最終得到性能優(yōu)良的碼書。試驗得到兩種原始數(shù)據(jù)壓縮方法各自特點：前者帶來的失真很小，解壓恢復的貝爾原始數(shù)據(jù)的PSNR(峰值信噪比)值平均在45.57dB左右，無損壓縮比平均可以達到1.96∶1；而后者雖是有損壓縮，但壓縮比特率達到0.88bits/pixel時，解碼恢復的貝爾模板原始數(shù)據(jù)的PSNR值平均不低于34.4dB。