[发明专利]一种基于卷积神经网络的高质量彩色图像去马赛克方法

摘要

本发明公开的一种基于卷积神经网络的高质量彩色图像去马赛克方法，属于图像信号处理领域。本发明在彩色图像去马赛克过程中考虑不大幅增加计算量的情况下充分利用图像的自相似性与冗余信息，设计彩色图像去马赛克网络，用彩色图像去马赛克网络表示由马赛克图像到彩色图像的端到端的映射；制作用于训练所设计的彩色图像去马赛克网络的训练集；配置彩色图像去马赛克网络训练所需的参数；利用制作的训练集使用随机梯度下降法更新网络参数；使用训练得到网络模型直接重建任意分辨率的目标彩色图像，得到高质量的彩色图像。本发明具有重建效率高、重建彩色图像质量高的优点。本发明可用于所有基于拜尔彩色滤波器阵列的相机中完成图像去马赛克任务。

主权项

1.一种基于卷积神经网络的高质量彩色图像去马赛克方法，其特征在于：包括以下步骤，步骤1：设计彩色图像去马赛克网络，通过所设计的彩色图像去马赛克网络表示由马赛克图像到彩色图像的端到端的映射；步骤2：制作用于训练步骤1所设计的彩色图像去马赛克网络FPCAN的训练集；每张用于训练的彩色图像划分为多个h×w×3的小彩色图像，以获得更多的训练图像，再将用于训练的小彩色图像生成对应网络输入的小马赛克图像，将所有小马赛克图像与对应的小彩色图像汇总成训练所需的数据集，即实现用于训练步骤1所设计的彩色图像去马赛克网络FPCAN的训练集；步骤3：对步骤1设计的彩色图像去马赛克网络FPCAN，配置训练网络所需参数；所需参数包括学习率、批处理大小、权值初始化方式、权值衰减系数、优化方法、迭代次数；步骤4：使用步骤2制作完成的训练集训练步骤3设置后的彩色图像去马赛克网络FPCAN，得到训练后的彩色图像去马赛克网络FPCAN；步骤5：使用步骤4训练后的彩色图像去马赛克网络FPCAN将马赛克图像作为输入，重建高质量的彩色图像。