[发明专利]基于物理成像模型的彩色图像去马赛克方法

摘要

本发明公开了一种基于物理成像模型的彩色图像去马赛克方法，主要解决现有去马赛克方法重构后图像的边缘色彩的准确度不高，抗噪能力不好的问题。其技术方案包括：1.利用色彩滤波阵列CFA对原彩色图像进行采样，得到马赛克图像；2.对马赛克图像利用彩色图像的物理成像模型联合空间对齐性和稀疏特性，建立1,2‑范数的正则优化数学模型；3.使用基于交替方向框架的迭代收缩阈值方法求解1,2‑范数的正则优化数学模型，得到全彩色图像。本发明有效提高了边缘色彩的准确度，在图像的峰值信噪比，抗噪能力以及视觉质量上都有了较大的提升，可用于数码相机中图像的获取和恢复。

主权项

一种基于物理成像模型的彩色图像去马赛克方法，其特征在于，包括：成像步骤：利用色彩滤波阵列CFA对原彩色图像进行采样，得到马赛克图像Y；建模步骤：利用彩色图像的物理成像模型联合空间对齐性和稀疏特性，建立1,2‑范数的正则优化数学模型：min||Y-ΦX||F2+k1Σi=1M{||Xi||*+k2Σj=1Si||▿2x(i,j)||1,2},]]>s.t.Rank(x(i,j))≤ri,j,i＝1,2,…,M,j＝1,2…,SiΦcXc＝Yc,c∈{R,G,B}式中，min表示最小化操作，Y是马赛克图像，Φ为对全彩色图像X做下采样处理的算子，X表示全彩色图像，||*||F表示F‑范数，k1表示设定第一个正则项的参数，k2表示设定第一个正则项的参数，||*||1,2表示1,2‑范数，||*||*表示核范数，Xi表示为第i个图像块，i＝1,2,...,M，M表示对全彩色图像X进行分块操作后的总块数，▽2表示为2阶偏导操作，x(i,j)表示第i个图像块的第j个相似块，j＝1,2,...,Si，Si表示相似块的总个数，Rank(x(i,j))代表相似块矩阵x(i,j)的秩，r(i,j)为代表相似块矩阵x(i,j)的最大值，Φc是对c通道图像进行下采样处理的算子，Xc表示c通道的全彩色图像，Yc表示c通道的马赛克图像，c∈{R,G,B}，R,G,B分别表示红、绿、蓝三颜色通道；重构步骤：在Rank(x(i,j))≤ri,j约束下，使用基于交替方向框架的迭代收缩阈值方法求解1,2‑范数的正则优化数学模型，得到全彩色图像X。