Color Image Reconstruction for Digital Cameras

Negli ultimi anni abbiamo assistito ad una rapida diffusione di fotocamere e telecamere in grado di acquisire immagini e video direttamente in formato digitale. Questo nuovo tipo di acquisizione ha dato la possibilità di esplorare nuove strategie per l'elaborazione, l'archiviazione e la visualizzazione delle immagini e dei video. Le fotocamere (e telecamere) digitali richiedono un elevato numero di operazioni per elaborare i dati acquisiti dal sensore. In questa tesi viene offerta una panoramica delle tecniche utilizzate nella pratica e di quelle presentate nella letteratura scientifica. In particolare, si è data particolare attenzione agli algoritmi maggiormente legati all'area dell'elaborazione dei segnali. Tra questi, il procedimento più importante per la qualità finale dell'immagine e più impegnativo per le risorse computazionali delle fotocamere è senza dubbio il demosaicking (traducibile con demosaicizzazione). Esso consiste nella ricostruzione della rappresentazione a colori dell'immagine a partire dai dati acquisiti con un color filter array che, in ogni pixel, preleva una sola componente di colore invece delle tre necessarie per la visualizzazione di un'immagine a colori. Un color filter array molto diffuso è il Bayer pattern, così chiamato dal nome del suo inventore Bryce Bayer. All'interno della tesi viene fornita un'ampia panoramica delle strategie proposte per il demosaicking nella letteratura scientifica e, inoltre, vengono presentati tre nuovi approcci in grado di fornire ottime prestazioni nonostante il loro ridotto costo computazionale. I primi due sono basati su interpolazioni direzionali e resi adattivi al contenuto dell'immagine attraverso opportune analisi del comportamento dei bordi e delle trasformazioni wavelet. Un'altra tecnica proposta, invece, è basata sui metodi di regolarizzazione, utili per trovare soluzioni in problemi matematicamente non invertibili. Dal momento che i sensori aggiungono una componente rumorosa ai dati acquisiti, viene analizzato anche un algoritmo che permette di effettuare congiuntamente demosaicking e denoising utilizzando delle trasformazioni wavelet. In conclusione, viene presentato un metodo per effettuare un'interpolazione adattiva dei dati in modo da aumentare la risoluzione e migliorare la visione dei dettagli. Tale tecnica si basa su un'analisi del comportamento statistico locale dell'immagine.