一幅图像价值十亿比特：密集二值像素的实时图像重建
计算机视觉与模式识别
2015-12-08 v2
摘要
数字图像传感器中像素尺寸不断缩小、分辨率持续增加的追求，主要由手机市场中传感器和光学器件严苛的成本与外形尺寸要求所驱动。最近，Eric Fossum 提出了一种具有密集亚衍射极限单比特像素（jots）的图像传感器新概念，其可视为卤化银照相胶片的数字模拟。该想法最近体现为 EPFL Gigavision 相机。此类传感器设计中的主要瓶颈是从过采样二值测量中生成连续的 HDR（高动态范围）图像的图像重建过程。泊松统计的极端量化与大多数标准图像处理与增强框架的假设不相容。最近提出的最大似然（ML）方法解决了这一困难，但存在图像伪影且计算复杂度高得无法实用。在本工作中，我们研究了一种具有二值阈值像素的传感器变体，并提出了一种将 ML 数据拟合项与稀疏合成先验相结合的重建算法。我们还展示了该逆算子的一种高效、硬件友好的实时近似。在合成数据以及使用常规 CMOS 传感器多次曝光模拟的 HDR 数据上展示了有前景的结果。
引用
@article{arxiv.1510.04601,
title = {A Picture is Worth a Billion Bits: Real-Time Image Reconstruction from Dense Binary Pixels},
author = {Tal Remez and Or Litany and Alex Bronstein},
journal= {arXiv preprint arXiv:1510.04601},
year = {2015}
}