• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Image Processing >Image bit-depth enhancement via maximum-a-posteriori estimation of graph AC component
【24h】

Image bit-depth enhancement via maximum-a-posteriori estimation of graph AC component

机译：通过图形交流分量的最大后验估计来增强图像位深度

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

While modern displays offer high dynamic range (HDR) with large bit-depth for each rendered pixel, the bulk of legacy image and video contents were captured using cameras with shallower bit-depth. In this paper, we study the bit-depth enhancement problem for images, so that a high bit-depth (HBD) image can be reconstructed from an input low bit-depth (LBD) image. The key idea is to apply appropriate smoothing given the constraints that reconstructed signal must lie within the per-pixel quantization bins. Specifically, we first define smoothness via a signal-dependent graph Laplacian, so that natural image gradients can nonetheless be interpreted as low frequencies. Given defined smoothness prior and observed LBD image, we then demonstrate that computing the most probable signal via maximum a posteriori (MAP) estimation can lead to large expected distortion. However, we argue that MAP can still be used to efficiently estimate the AC component of the desired HBD signal, which along with a distortion-minimizing DC component, can result in a good approximate solution that minimizes the expected distortion. Experimental results show that our proposed method outperforms existing bit-depth enhancement methods in terms of reconstruction error.
机译：尽管现代显示器为每个渲染像素提供高动态范围（HDR）和较大的位深度，但大多数旧图像和视频内容是使用具有较浅位深度的相机捕获的。在本文中，我们研究了图像的位深度增强问题，以便可以从输入的低位深度（LBD）图像中重建高位深度（HBD）图像。关键思想是在给定重构信号必须位于每个像素量化仓内的约束条件下，应用适当的平滑处理。具体而言，我们首先通过依赖于信号的图拉普拉斯算子定义平滑度，因此自然图像梯度仍然可以解释为低频。给定定义的先验平滑度和观察到的LBD图像，我们然后证明，通过最大后验（MAP）估计来计算最可能的信号会导致较大的预期失真。但是，我们认为MAP仍可用于有效估计所需HBD信号的AC分量，以及与使失真最小化的DC分量一起，可以提供一种很好的近似解决方案，可将预期的失真最小化。实验结果表明，本文提出的方法在重建误差方面优于现有的位深增强方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号