基于混合模型的貝爾模板圖像處理算法的研究.pdf

1、隨著便攜式成像設(shè)備的普及，高分辨率圖像的需求急劇增加，有限的存儲空間和傳輸帶寬成為制約人類高質(zhì)量生活需求的瓶頸。貝爾模板陣列是圖像傳感器中應(yīng)用最廣的彩色濾波陣列之一，與之相關(guān)的圖像數(shù)據(jù)處理技術(shù)一直是信息與信號處理領(lǐng)域的重點研究內(nèi)容。貝爾模板圖像一般都需要通過插值才能獲得彩色圖像，目前效果較好的是基于梯度的自適應(yīng)插值算法。它依據(jù)貝爾模板圖像的邊緣模式，以及圖像相鄰像素間的關(guān)系，計算缺失的顏色分量值，獲得較好的彩色圖像。研究適合貝爾模板圖像

2、的邊緣檢測算子對于基于梯度的貝爾模板圖像插值算法具有重要的應(yīng)用價值。對貝爾模板原始數(shù)據(jù)先插值后壓縮，會造成壓縮與解壓縮之間的資源不對稱性，與普通需求相矛盾。同時，插值以后圖像數(shù)據(jù)冗余度高，占用的存儲空間大，客觀上需要尋找更好的對貝爾模板原始數(shù)據(jù)進行壓縮的方法。本文主要的工作包括：
　　 (1)專門針對貝爾模板圖像的邊緣檢測算子。本文提出了一種新的專門針對貝爾模板圖像的邊緣檢測算子。該算法有效地考慮了貝爾模板的特殊結(jié)構(gòu)，可直接在圖

3、像上提取邊緣，不需要利用插值出的顏色分量值，計算量小。通過實驗仿真，其檢測效果優(yōu)于常見的邊緣檢測算法。
　　 (2)貝爾模板圖像的結(jié)構(gòu)調(diào)整。本文對四種常見的貝爾模板圖像的結(jié)構(gòu)調(diào)整方法(奇偶分離、簡單合并、加權(quán)采樣和濾波采樣)進行了分析和研究。通過對比實驗，在綜合考慮算法復(fù)雜度和壓縮效果的情況下，加權(quán)采樣優(yōu)于其他三種方法。
　　 (3)SPIHT算法的改進。在深入研究了原有貝爾模板圖像壓縮算法的基礎(chǔ)上，本文改進了SPIHT

4、算法的劃分和編碼方式，并將其應(yīng)用于貝爾模板圖像的壓縮。改進的SPIHT算法首先優(yōu)化了原始算法的零樹結(jié)構(gòu)，并針對SPIHT算法的動態(tài)鏈表內(nèi)存需求量大，不利于硬件實現(xiàn)等缺點，采用有六個特殊狀態(tài)位的狀態(tài)標(biāo)識表進行編碼。實驗結(jié)果表明，改進算法在各碼率及空間分辨率下壓縮性能更好。
　　 (4)基于混合模型的貝爾模板圖像壓縮。改進的SPIHT編碼算法對低頻區(qū)域編碼性能較好，而對于存在大量零樹的圖像，其編碼效率不高。針對這個問題，本文提出了一