权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

方向依存関数と加重平均による，高速・高精度画像補間アルゴリズムの確立

利用方向相关函数和加权平均建立高速、高精度图像插值算法

基本信息

批准号：
18J12259
负责人：
山口拓郎
金额：
$ 0.83万
依托单位：
Keio University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-04-25 至 2020-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18J12259/
关键词：
デモザイク画像処理方向依存関数加重平均局所関数

项目摘要

本研究はグレースケール画像の補間手法として提案した方向依存関数と加重平均による補間法を，カラー画像への応用として単板式センサを用いて撮影したデジタルカメラ内部での形であるベイヤー画像からディスプレイ上で扱える形であるフルカラー画像へと変換するデモザイクへの適用を調査した．まず色間の相関を利用しない単純な補間手法を適用した場合と比較し，これまでの補間と同様に提案法での精度上昇を確認した．しかし色間の相関を利用するデモザイク手法と比較を行ったところ，精度が落ちていることが判明した．そこで次の段階として，方向依存関数の色間方向を含めた３次元拡張を考察した．その最初の調査として，方向依存関数の鍵である，追従方向を決める重みに関して他色情報を考慮して導出を図った．しかしここでは期待した効果を得ることができなかったことから，重み導出のみではなく関数の立式に関して他色情報を考慮する項を取り入れる必要があることがわかった．そこで次なる取組として第３方向として他色の色変化に一次元的に追従する項を追加した．その結果，画像によっては大きく精度を上昇し，低計算コストのデモザイク手法と同程度の精度を得るに至った．しかし色差相関が強い画像に関してはよい精度が得られている一方，相関が弱い関数に関してはむしろ精度を下げる結果となっていることがわかった．このことから現状の関数では第３方向に強く依存しており，方向依存関数の強みである適切な方向を選択して局所関数の精度を上げることができていないことが判明している．また本研究を進める上でのデモザイク手法への研究調査を通じて，最新手法である深層学習を用いたデモザイク手法への知見を得，それに関する研究を並行して行った．これにより複数のネットワークと色差画像を用いる手法を提案に至り，最終的に国際学会への採択と学会誌への条件付き採録という成果を得ることができた．

This research is based on the interpolation method of the direction-dependent correlation and weighted averaging proposed by the authors of the paper, and investigates the application of the interpolation method of the frame image and the single-panel base to capture the image of the frame image. The shape of the frame image inside the digital camera is changed from the shape of the frame image to the shape of the frame image on the display panel. The accuracy of the proposed method is confirmed by comparison of the application of the pure interpolation method in the case of color correlation. The accuracy of the method is very high. For example, if the color direction of the color is dependent on the direction of the color, the color direction of the color is dependent on the direction of the color. The initial investigation, direction dependent key, tracking direction decision, weight dependent key and other color information are considered. It is necessary to take into account the number of vertical factors and other color information in order to obtain the desired result. The third direction of color change is added to the first dimension. As a result, the accuracy of the image is increased, and the accuracy of the low calculation method is increased. Color difference correlation is strong, color difference correlation is weak, color difference is The current situation is strongly dependent on the third direction, and the strength of the direction-dependent factor makes it possible to select the appropriate direction and improve the accuracy of the current situation. This study is proceeding on the basis of research and investigation on the latest techniques for deep learning and application of the new techniques. The International Society of Science and Technology has made great efforts to improve the quality of its products.