基于残余插值的卷积神经网络去马赛克算法

来源：南京信息工程大学学报·自然科学版杂志2017年第6期北京时间：

作者：贾慧秒

单位：贾慧秒,华北电力大学 控制与计算机工程学院, 北京, 102206,李春平,华北电力大学 控制与计算机工程学院, 北京, 102206,周登文,华北电力大学 控制与计算机工程学院, 北京, 102206,zdw@ncepu.edu.cnis_first_author:0,is_contact_author:,sequence:3,first_name:,middle_name:,last_name:,resume:,institute_superscript:

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.

关键词：去马赛克;Bayer CFA模式;残余插值;边缘检测;卷积神经网络

基金资助：国家自然科学基金（61372184）；北京市自然科学基金（4112061）