Prior de regularização para problema de demosaicing com aplicação em CFA’s variados

• Ano de defesa: 2015
• Autor(a) principal: Fugita, Romário Keiti Pizzatto
• Orientador(a): Zibetti, Marcelo Victor Wüst
• Banca de defesa: Zibetti, Marcelo Victor Wüst, Oliveira, Luiz Eduardo Soares de, Souza, Mauren Abreu de, Borba, Gustavo Benvenutti
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
• País: Brasil
• Palavras-chave em Português: Algorítmos; Problemas inversos (Equações diferenciais); Processamento de imagens - Técnicas digitais; Fotografia colorida - Técnicas digitais; Detectores ópticos; Reconstrução de imagens; Modelos matemáticos; Engenharia biomédica; Engenharia elétrica; Algorithms; Inverse problems (Differential equations); Image processing - Digital techniques; Color photography - Digital techniques; Optical detectors; Image reconstruction; Mathematical models; Biomedical engineering; Electric engineering
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAO
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/1841

Este trabalho tem por objetivo apresentar uma nova proposta aos algoritmos de Demosaicing existentes, utilizando uma abordagem mais flexível quanto ao uso do Color filter array (CFA) em imagens coloridas de único sensor. O algoritmo proposto tem como base a estrutura de problemas inversos, cujo funcionamento utiliza um modelo de operação matriz-vetor que é adaptável ao CFA empregado. A partir deste conceito, o algoritmo trata o problema de Demosaicing como o de minimização de função custo, com um termo referente à dependência da estimativa com os dados obtidos e com o modelo de captura, o outro termo é relacionado aos conhecimentos observados em imagens que podem ser explorados para uma estimativa mais precisa, tal elemento é chamado de Prior. A proposta estabelecida tem como base algoritmos de regularização com foco na alta correlação presente entre os canais de cor (R, G e B), e na suavidade local de regiões uniformes, essa base formaliza o Prior empregado no trabalho. A minimização da proposta é atingida iterativamente através do IRLS-CG, que é a combinação de dois algoritmos de minimização eficientes, que apresenta rápidas respostas, e a capacidade de trabalhar com a norma L1 em conjunto com a norma L2. Com o intuito de atestar a qualidade do algoritmo proposto, foi elaborado um experimento em que o mesmo foi testado com diferentes CFAs e em situação com ruído gaussiano de 35dB e sem ruído algum em imagens da base de dados da Kodak, e os resultados comparados com algoritmos do estado-da-arte, no qual o desempenho da proposta apresentou resultados excelentes, inclusive em CFAs que destoam do padrão Bayer, que é o mais comumente usado na atualidade.