收藏本站
《北京交通大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

面向复用成像的像素设计研究

李嘉  
【摘要】:复用成像是指用单个传感器实现同时采样多个成像维度(如,空间、时间、光谱和明度),而具体需要同时采样哪些成像维度是应用相关的。复用成像的实例包括使用滤色阵列(color filter array,CFA)的彩色成像,使用空域变曝光(spatially varying exposures,SVE)技术的高动态范围(high dynamic range,HDR)成像,以及多幅图像超分辨率(super-resolution)等。在过去的几十年间,该问题的研究已经取得了较大的进展。然而,仍有一些问题需要进一步考虑。第一,用于复用成像的传感器大多使用正方形像素和规则布局。然而,以往的研究表明动物视网膜的不规则布局有利于得到高质量图像。所以,使用不规则像素布局进行复用成像值得研究。第二,大多数针对复用成像的像素设计忽略了后续重建算法的特性。为了增强某一类重建算法的性能,可以专门针对该类算法设计像素分配方式,并在设计过程中充分考虑重建过程。本文针对上述问题进行研究,取得了以下创新性的成果:(1)本文提出彭罗斯(Penrose)像素布局用于图像去马赛克(demosaicking)问题,同时提出Ammann-Beenker像素布局用于图像超分辨率和去马赛克问题。这两个像素布局都是非周期且不规则的,可以均匀三着色,并且仅使用两种形状的像素。这些特性使得它们在制造成像传感器方面优于其他不规则像素布局。我们在图像超分辨率和去马赛克问题上测试这两个不规则像素布局的性能。实验结果表明彭罗斯和Ammann-B eenker像素布局优于正方形像素布局。(2)本文提出彭罗斯像素布局用于基于SVE技术的HDR成像。这使得彭罗斯像素布局在曝光和像素分配这两个方面都是非周期的。由于彭罗斯像素布局是不规则和非周期的,现有的HDR重建方法不再适用。我们以高斯混合模型(Gaussian mixture model,GMM)为正则化项,开发出一个新的HDR重建方法。大量实验表明彭罗斯像素布局有利于缓解重建HDR图像分辨率降低的问题。(3)基于频域结构,本文提出一个针对频域选择去马赛克算法的自动CFA设计方法。然后,我们将该方法扩展用于设计使用全色像素的高光敏感CFA.该设计方法使用一个数学模型进行求解,并且是全自动的。具体地,我们将使用全色像素的高光敏感CFA设计形式化为多目标优化问题,它同时最大化对光谱混叠的健壮性和全色像素的比例。在低光照和正常光照数据集上的实验结果验证了所提出设计方法的优越性。(4)给定一个合适的字典,本文提出一个有理论保证的针对稀疏表示去马赛克算法的CFA设计方法。我们将CFA设计看作包含CFA物理可制造约束的互相干性(mutual coherence)最小化问题。这些约束导致已有的求解互相干性最小化的方法不再适用。基于广义分式规划,我们提出一个具有收敛性保证的求解该问题的方法。在标准数据集上的大量实验验证了该设计方法的优越性。
【关键词】:复用成像 滤色阵列 去马赛克 超分辨率 高动态范围成像 彭罗斯拼嵌 Ammann-Beenker拼嵌 频域结构 全色像素 稀疏表示 交错方向法
【学位授予单位】:北京交通大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TP391.41
【目录】:
  • 致谢5-6
  • 摘要6-8
  • ABSTRACT8-13
  • 1 绪论13-21
  • 1.1 引言13-16
  • 1.2 复用成像问题的研究现状16-17
  • 1.3 有待研究的问题17-18
  • 1.4 本文工作18-21
  • 2 背景知识介绍21-28
  • 2.1 滤色阵列的分类21-23
  • 2.2 代表性的去马赛克算法23-24
  • 2.2.1 方向插值法23-24
  • 2.2.2 基于频域选择的方法24
  • 2.2.3 基于稀疏表示的方法24
  • 2.3 多幅图像高动态范围成像24-25
  • 2.4 交错方向法25-27
  • 2.4.1 两个变量的情况25-27
  • 2.4.2 多个变量的情况27
  • 2.5 本章小结27-28
  • 3 不规则像素去马赛克和超分辨率28-48
  • 3.1 引言28-29
  • 3.2 不规则像素去马赛克29-36
  • 3.2.1 彭罗斯彩色成像过程30-31
  • 3.2.2 将正方形像素布局映射到彭罗斯像素布局31-32
  • 3.2.3 彭罗斯去马赛克模型32-34
  • 3.2.4 彭罗斯去马赛克模型的求解34-36
  • 3.3 不规则像素超分辨率36-38
  • 3.3.1 不规则像素的超分辨率成像过程36-38
  • 3.3.2 不规则像素超分辨率模型38
  • 3.4 实验结果38-45
  • 3.4.1 去马赛克的结果39
  • 3.4.2 超分辨率的结果39-45
  • 3.5 本章小结45-48
  • 4 彭罗斯高动态范围成像48-66
  • 4.1 引言48-51
  • 4.2 SVE成像51-53
  • 4.2.1 SVE阵列52-53
  • 4.2.2 重建方法53
  • 4.3 用于SVE成像的彭罗斯像素53-58
  • 4.3.1 彭罗斯SVE成像53-54
  • 4.3.2 将正方形布局映射到彭罗斯布局54-55
  • 4.3.3 彭罗斯HDR模型55-56
  • 4.3.4 求解彭罗斯HDR模型56-58
  • 4.4 实验结果58-65
  • 4.4.1 实验设置59-61
  • 4.4.2 与规则SVE阵列的比较61-62
  • 4.4.3 不规则像素的有效性62-65
  • 4.5 本章小结65-66
  • 5 针对基于频域选择去马赛克算法的滤色阵列设计66-98
  • 5.1 引言66-68
  • 5.2 基于频域的CFA设计68-70
  • 5.2.1 频域结构68-69
  • 5.2.2 基于频域结构的CFA设计69-70
  • 5.3 基于频域的自动CFA设计70-74
  • 5.3.1 产生频域结构候选71-73
  • 5.3.2 优化参数73-74
  • 5.4 基于频域的自动高光敏感CFA设计74-87
  • 5.4.1 提出的CFA设计模型76-77
  • 5.4.2 分析所提出的CFA设计模型77-79
  • 5.4.3 提出的高光敏感CFA设计方法79-87
  • 5.5 实验结果87-94
  • 5.5.1 实验设置87-89
  • 5.5.2 参数优化方法的比较89-92
  • 5.5.3 CFA的比较92-94
  • 5.6 本章小结94-98
  • 6 针对基于稀疏表示去马赛克算法的滤色阵列设计98-122
  • 6.1 引言98-101
  • 6.2 提出的CFA设计模型101-103
  • 6.2.1 基于稀疏表示的去马赛克101-102
  • 6.2.2 提出的形式化模型102-103
  • 6.3 求解提出的CFA设计模型103-112
  • 6.3.1 广义分式规划103-105
  • 6.3.2 求解CFA设计模型105-106
  • 6.3.3 局部凸化106-107
  • 6.3.4 充分精确的求解问题(6-11)107-109
  • 6.3.5 求解线性约束凸二次规划问题109-112
  • 6.4 实验结果112-120
  • 6.4.1 实验设置112-115
  • 6.4.2 与预先定义CFA的比较115-117
  • 6.4.3 与当前最好去马赛克算法的比较117-120
  • 6.5 本章小结120-122
  • 7 总结与展望122-124
  • 7.1 总结122
  • 7.2 展望122-124
  • 参考文献124-134
  • 攻读博士学位期间发表的学术论文134-138
  • 学位论文数据集138

【相似文献】
中国重要会议论文全文数据库 前1条
1 陈峥;;管理者主观认知与企业内生成长[A];第八届(2013)中国管理学年会——组织与战略分会场论文集[C];2013年
中国重要报纸全文数据库 前3条
1 李华芳;企业,要挖掘未利用的资源[N];21世纪经济报道;2007年
2 梁捷;第三种眼光看企业的成长[N];第一财经日报;2007年
3 徐瑾;企业成长:功夫在诗内[N];上海证券报;2007年
中国博士学位论文全文数据库 前2条
1 白晨燕;滤色阵列的设计研究[D];北京交通大学;2016年
2 李嘉;面向复用成像的像素设计研究[D];北京交通大学;2017年
中国硕士学位论文全文数据库 前4条
1 彭本义;彭罗斯拼图的构型及变换性质[D];华南理工大学;2015年
2 左承承;彭罗斯对意识的量子力学探索及其心灵哲学意义[D];华中师范大学;2015年
3 彭彩霞;基于彭罗斯拼图的复杂网络的统计性质[D];华南理工大学;2016年
4 沈晨;彭罗斯效应动力模型在知识型企业中的运用与实证[D];复旦大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026