摘要：利用单片探测器获取彩色图像，插值算法的优劣对结果起着决定性的作用。为了改善恢复效果，该文设计了一种基于字典学习的非线性Bayer格式图像彩色插值算法。根据图像梯度的变化，首先，在上下左右方向利用局部方向插值方法（LDI）对Bayer格式图像进行合并计算，用高斯混合模型（GMM）分类法训练字典，运用主分量分析（PCA）方法提取训练结果中的主要分量为学习提供样本，通过学习，得到R，B通道缺失的G分量。然后，应用G分量，插值得到另外两种缺失分量五和雪，从而得到彩色图像。选取McMaster图像集作为字典，分别用算法对标准图像和使用DALSA公司彩色CMOS探测器开发的相机实际拍摄的图像进行插值恢复，较其它几种算法，视觉上伪彩色最少，峰值信噪比最优。整体性能优于现有的很多其它插值算法。

关键词：图像处理 bayer格式 去马赛克 字典学习 高斯混合模型 

单位：中国科学院西安光学精密机械研究所 西安710119 中国科学院研究生院 北京100049 西安交通大学 西安710049 商洛学院 商洛726000