一、简介

标题：Image Demoireing with Learnable Bandpass Filters（https://openaccess.thecvf.com/content_CVPR_2020/papers/Zheng_Image_Demoireing_with_Learnable_Bandpass_Filters_CVPR_2020_paper.pdf）

期刊：CVPR

时间：2020

作者：Bolun Zheng, Shanxin Yuan, Gregory Slabaugh, Ales Leonardis

摘要：图像去噪是一项多方面的图像恢复任务，涉及纹理和颜色恢复。在本文中，我们提出了一种新颖的多尺度带通卷积神经网络（MBCNN）来解决这个问题。对于纹理恢复，我们提出了一种可学习带通滤波器（LBF）来学习摩尔纹理去除之前的频率。对于颜色恢复，我们提出了一种两步色调映射策略，首先应用全局色调映射来校正全局颜色偏移，然后对每个像素的颜色进行局部微调。

算法标签：摩尔纹，多尺度，带通滤波器，纹理恢复，颜色恢复

二、论文主要方法

数码相机捕获的摩尔图像可以建模为：

其中Iclean是屏幕上显示的干净图像，Nmoire是引入的摩尔纹理，ψ是屏幕和相机传感器引起的颜色退化。 Iclean 可表示为：

其中ψ−1是ψ的反函数，在图像处理领域被称为色调映射函数。 以这种方式建模，图像去摩尔纹任务可以分为两个步骤，即摩尔纹理去除和色调映射。

2.1 多尺度带通CNN

我们提出了一种多尺度带通 CNN (MBCNN) 来进行图像去波纹，即从摩尔图像中恢复底层的干净图像。我们的模型在三种尺度下工作，并具有三种不同类型的块，它们是摩尔纹理去除块（MTRB）、全局色调映射块（GTMB）和局部色调映射块（LTMB）。