簡易檢索 / 詳目顯示

研究生: 林宜賢
Lin, Yi-Shien
論文名稱: 應用於數位相機之以小波轉換為主的插補分類器設計
Design of Wavelet-Based Interpolation Classifiers for Digital Still Cameras
指導教授: 蘇崇彥
Su, Chung-Yen
學位類別: 碩士
Master
系所名稱: 電機工程學系
Department of Electrical Engineering
論文出版年: 2008
畢業學年度: 96
語文別: 中文
論文頁數: 49
中文關鍵詞: 色彩插補解馬賽克貝爾圖形
英文關鍵詞: Color interpolation, Demosaicing, Bayer pattern
論文種類: 學術論文
相關次數: 點閱:329下載:5
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 本論文研究中,我們提出一個適用於數位相機色彩插補之小波分類器。其目的是為了解決現行插補演算法中最常使用的插補分類器中頻率響應不一的問題。由於傳統分類器是採用不同階數的微分項所組成,我們的研究中發現在某些頻率下,其頻率響應的強度甚至達到兩倍的差異。這隱含著不同頻率中分類器的組成項是具有不同的權重值,因此,造成方向上的誤判產生錯色的問題。為了解決前述問題,我們提出以小波轉換為基礎的插補分類器來取代傳統的分類器,我們透過小波轉換後得到的高低頻係數矩陣當作其方向判斷的依據。因為在我們的小波分類器中所使用的組成項,均出於小波轉換後的同一個子頻帶。因此,我們解決了頻率響應不同的問題。經由實驗測試,我們所提出的小波分類器的確得到較佳的方向判斷準確性,比傳統分類器平均增加5863點的正確方向判斷點數。應用小波分類器到三個不同的演算法上,PSNR值分別提高了0.50dB、0.19dB與0.20dB,也明顯地大幅改善重建影像視覺上的效果。

    In this research, we propose wavelet-based interpolation classifiers for digital still cameras. With them, we solve the issue of the different frequency responses of different terms in traditional interpolation classifiers. The different responses may lead to wrong interpolation directions and result in the color artifacts. To solve this problem, the proposed classifiers are composed from the coefficients in the same subband of wavelet transform domain. Since these coefficients have the identical frequency response, they may lead to more accurate interpolation directions than traditional ones. Simulation results confirm this assumption. The new classifiers averagely increase more 5863 pixels at the correct interpolation directions than traditional classifiers. Applying the proposed classifiers to three demosaicing algorithms, we can elevate peak signal-to-noise ratio up to 0.50dB, 0.19dB and 0.20dB respectively. In addition, the image quality of interpolated images is improved.

    目  錄 摘    要 i ABSTRACT ii 誌  謝 iii 目  錄 iv 圖 目 錄 vi 表 目 錄 viii 第一章  緒論 1 1.1 研究背景 1 1.2 研究動機 5 1.3 論文架構 7 第二章  文獻探討 9 2.1 非遞迴式插補演算法 10 2.2 遞迴式插補演算法 19 第三章  小波轉換分類器 23 3.1 插補分類器討論 23 3.2 二維離散小波轉換 24 3.3 小波分類器 26 3.4 方向判斷準確性探討 30 第四章  實驗數據與模擬結果 32 4.1 實驗流程與模擬測試 34 4.2 MSE與PSNR模擬結果 34 4.3 S-CIELab模擬結果 38 4.4 影像視覺品質比較 39 4.5 小波轉換係數的選擇 44 4.6 計算複雜度統計 45 第五章  結論與未來工作 46 參考文獻 47 圖 目 錄 圖1-1 3CCD取像系統 1 圖1-2 1CCD取像系統 2 圖1-3 Bayer CFA Pattern [2] 3 圖1-4 CFA影像資料示意圖 (a)自然界景物 (b)相機擷取原始資料 3 圖1-5 拉鍊效應 (a)原始圖 (b)插補重建圖 4 圖1-6 錯色 (a)原始圖 (b) 插補重建圖 5 圖1-7 影像訊號處理程序 6 圖1-8 變焦插補演算法 (a)先插補後變焦 (b)先變焦後插補 (c)合併變焦與插補 6 圖2-1 (a) 原始圖 (b) 非邊緣偵測插補 (c) 邊緣偵測插補 10 圖2-2 插補演算法基本流程 10 圖2-3 CFA pattern 的四種3×3區塊 11 圖2-4 ACPI的G平面插補流程圖 14 圖2-5 重建影像(a) ACPI (b) ECI 16 圖2-6 中心位置誤判方向的情況 17 圖2-7 HEID [14] 演算法流程圖 20 圖3-1 ACPI插補分類器頻譜圖 24 圖3-2 二維小波轉換架構 26 圖3-3 無降低取樣頻率之二維小波轉換架構 27 圖3-4 小波轉換輸出影像 (a)輸入影像 (b)HL頻帶影像 (c)LH頻帶影像 28 圖3-5 將CFA取樣成四張子影像 30 圖3-6 小波係數矩陣CHL、CLH示意圖 30 圖4-1 Kodak 24張全彩測試影像 33 圖4-2 img8演算法重建影像局部放大圖 (a)原始影像 (b)ACPI (c)ACPI with wc (d)SA (e)SA with wc (f)HEID (g)HEID with wc 41 圖4-3 img4演算法重建影像局部放大圖 (a)原始影像 (b)ACPI (c)ACPI with wc (d)SA (e)SA with wc (f)HEID (g)HEID with wc 43 圖4-4 不同小波轉換係數在HEID中G平面的PSNR 44 表 目 錄 表3-1 JPEG2000 5/3濾波器係數 30 表3-2 ACPI分類器與小波分類器正確判斷的像素點個數 31 表4-1 測試影像img1~img12之PSNR值 36 表4-2 測試影像img13~img24之PSNR值 37 表4-3 測試影像之平均MSE與PSNR值 38 表4-4 測試影像之S-CIELab值 39 表4-5 MN大小影像經過小波轉換所需要的運算單元數 45

    [1] K. A. Parulski, “Color filters and processing alternatives for one-chip cameras,” IEEE Trans. Electron Devices. vol. ED-32, no. 8. pp. 1381 Aug. 1985.
    [2] B. E. Bayer, “Color imaging array,” U.S. Patent 3 971 065, Jul. 1976.
    [3] J. F. Hamilton Jr. and J. E. Adams, “Adaptive color plane interpolation in single color electronic camera,” U. S. Patent 5 629 734, May 1997.
    [4] S.-C. Pei and I.-K. Tam, “Effective color interpolation in CCD color filter arrays using signal correlation,” IEEE Trans. Circuits Systems Video Technol., vol. 13, no. 6, pp. 503-513, Jun. 2003.
    [5] R. Lukac and K.N. Plataniotis, “Digital camera zooming on colour filter array, ” IEE Electronics Letters vol. 39, No. 25, Dec. 2003.
    [6] Rastislav Lukac, Konstantinos N. Plataniotis and Dimitrios Hatzinakos, “Color Image Zooming on the Bayer Pattern,” IEEE Trans. Circuits and Systems Video Technol, vol. 15, No. 11, Nov. 2005.
    [7] King-Hong Chung, Yuk-Hee Chan, Chang-Hong Fu and Yui-Lam Chan, “An Efficient Combined Demosaicing and Zooming Algorithm for Digital Camera,” Conference on Computer Vision, Graphics and Image Processing, CVGIP2007
    [8] K. Hirakawa and T. W. Parks, “Joint demosaicking and denoising,” IEEE Trans. Image Process., vol. 15, no. 8, pp. 2146–2157, Aug. 2006.
    [9] Lei Zhang, Xiaolin Wu and David Zhang, “Color Reproduction From Noisy CFA Data of Single Sensor Digital Cameras,” IEEE Trans. Image Processing, vol. 16, no. 9, Sep. 2007.
    [10] W. Lee, S. Lee, and J. Kim, “Cost-efffective color filter array demosaicing using spatial correlation,” IEEE Trans. Consumes Electronic., vol. 52, no. 2, pp. 547-554, May 2006.
    [11] C.-Y. Su, C.-M. Lin, and Y.-S. Lin, “Effective False Color Suppression of Demosaicing Using Direction Inversion and Bidirectional Signal Correlation,” the Proc. of IEEE International Conference on Image Processing, ICIP2007, vol. II, pp. 85-88.
    [12] King-Hong Chung and Yuk-Hee Chan, “Color Demosaicing Using Variance of Color Differences,” IEEE Trans. Image Processing, vol. 15, no. 10, pp. 2944-2955, Oct 2006.
    [13] X. Li, “Demosaicing by successive approximation,” IEEE Trans. Image Process., vol. 14, no. 3, pp. 370-379, March 2005.
    [14] C.-Y. Su, “Highly effective iterative demosaicing using weighted-edge and color-difference interpolations,” IEEE Trans. Consumer Electronics, vol. 52, no. 2, pp. 639-645, May 2006.
    [15] W.-M. Lu and Y.-P. Tan, “Color filter array demosaicking: New method and performance measures,” IEEE Trans. Image Process., vol. 12, No. 10, pp. 1194–1210, Oct. 2003.
    [16] K. Hirakawa and T.W. Parks, “Adaptive homogeneity-directed demosaicing algorithm,” IEEE Trans. Image Process., vol. 14, No. 3, pp. 360-369, March 2005.
    [17] C.-Y. Tsai and K.-T. Song, “Heterogeneity-Projection Hard-Decision Color Interpolation Using Spectral-Spatial Correlation,” IEEE Trans. Image Process., vol. 16, No 1, pp. 78-91, Jan. 2007.
    [18] C.-Y. Su, and Y.-S. Lin, 2007, “Colour Interpolation Using Wavelet-Based Classifiers,” IET Electronics Letters. vol. 43, no. 12, pp. 667-669 June 2007.
    [19] JPEG 2000 image coding system: Core coding system, ISO/IEC 15444-1:2004, JPEG committee, 2004.
    [20] Kodak test images and the demosaicing code of successive approximation available at http://www.csee.wvu.edu/~xinl/demo/demosaic.html.
    [21] S-CIELab Metric (2003). [Online]. Available at http://white.stanford.edu/~brian/scielab/scielab.html

    下載圖示
    QR CODE