基于图像分解的纹理图像波纹去除方法

【摘要】: 莫尔条纹源自法语术语莫尔条纹，它是指由两个频率相似的等幅正弦波叠加而产生的干涉条纹. 在现代数字成像过程中摩尔纹 消除，由于图像采集装置的采样率有限，在某些场景下容易产生波纹现象，如针织物的图像，LED屏幕的屏幕图像等，严重影响成像质量和后续的图像分析处理. 图像波纹是由欠采样引起的信号混叠干扰，与拍摄场景密切相关. 因此，对莫尔条纹退化图像的复原算法的研究非常具有挑战性. 目前，对数字图像中的波纹去除方法的研究仅限于避免在硬件级别采取措施或借助的图像处理软件手动修复图像. 没有成熟的算法可以解决由于云纹干扰而导致图像恢复的问题. 为了解决这个问题，本文提出了一种结合低秩稀疏矩阵分解和导引滤波的图像分解模型，可以消除纹理图像中的波纹. 本文的工作成果和创新点如下: 1.研究了图像纹理和波纹的统计及相关特征. 基于此，提出了对纹理分量的空间结构和莫尔分量的频率添加低秩先验约束. 稀疏的先验约束被添加到域分布中；利用云纹和原始高频纹理的频域分布的对称相关性，提出在云纹频域分布上增加位置约束，以进一步提高纹理与云纹的区分精度. 2.基于上述先验，构造了一个有效区分纹理和莫尔条纹的低阶稀疏矩阵分解模型，并在增广拉格朗日乘子方法的框架下针对该模型存在许多变量和不可微的问题设计了交替方向方法. . 有效的解决方案. 该模型可以消除波纹，同时保留几乎所有纹理. 3.根据彩色滤光片阵列的采样规则和图像色彩通道之间结构的相似性，提出了彩像的莫尔条纹去除方案: 将低阶稀疏矩阵分解模型应用于绿色通道图像进行恢复，并在恢复的图像信息的帮助下应用引导滤波. 该方法实现了红色和蓝色通道纹理图像的恢复. 该方案不仅降低了算法的时间复杂度摩尔纹 消除，而且提高了彩像恢复的整体质量. 在合成模拟图像数据集和真实图像数据集上的实验结果表明，本文提出的方法能够很好地恢复莫尔条纹干扰下的纹理图像数据，促进了莫尔条纹退化图像恢复的研究现状. 与其他文献的复原方法相比，无论是主观评价还是客观评价，该方法在消除纹理图像中的波纹现象方面均具有最佳的性能.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/shumachanpin/article-256280-1.html