版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、灰度圖像顏色重建是圖像處理和模式識別領(lǐng)域中一個活躍且具挑戰(zhàn)性的研究課題和重要分支,近年來受到越來越多研究人員的廣泛關(guān)注。目前,灰度圖像顏色重建己成為黑白照片的著色、歷史遺留照片和影像的上色、醫(yī)療、太空探索等眾多應(yīng)用領(lǐng)域中最受歡迎的技術(shù)之一。因此,對灰度圖像顏色重建方法進行廣泛深入研究具有非常重要的現(xiàn)實意義。
隨著壓縮感知理論的發(fā)展,基于稀疏表示的灰度圖像顏色重建方法以其簡便、快捷、高效、精確、真實及完全自動化等著色優(yōu)勢成為諸多
2、研究者關(guān)注的熱點。盡管基于稀疏表示理論的灰度圖像顏色復(fù)原方法已取得一定進展,但仍存在以下問題:1、單一字典無法反映不同圖像塊之間的差異性、包含圖像的多種內(nèi)容信息,導(dǎo)致錯誤著色現(xiàn)象;2、忽略圖像自身擁有的非局部自相似性導(dǎo)致重建圖像中產(chǎn)生一定程度的人工分塊效應(yīng);3、忽略重建誤差造成著色效果不令人滿意。
本文首先對灰度圖像顏色恢復(fù)的相關(guān)算法以及稀疏表示的相關(guān)理論進行研究與探索。在此基礎(chǔ)上,針對已有的基于稀疏表示的灰色圖像顏色重建方法
3、中的不足,對其相關(guān)改進算法展開深入研究。
本文的主要工作概括如下:
(1)提出一種基于分類和非局部稀疏編碼的顏色重建算法。針對傳統(tǒng)顏色重建算法中單一字典適用性低導(dǎo)致重建效果不理想的問題,利用方差和熵將圖像塊分類,增強字典的適用性。其次,針對顏色重建過程中一定程度人工分塊效應(yīng)的問題,利用非局部稀疏編碼對稀疏系數(shù)進行改進,有效避免分塊現(xiàn)象,進而提高顏色重建效果。
(2)提出一種基于K均值分類和殘差補償?shù)念伾亟?/p>
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于結(jié)構(gòu)稀疏表示的光譜圖像稀疏重建.pdf
- 基于結(jié)構(gòu)稀疏表示的光譜圖像重建.pdf
- 灰度圖像顏色遷移算法研究.pdf
- 基于稀疏表示的超分辨率圖像重建算法研究.pdf
- 基于稀疏表示的射線DR圖像重建.pdf
- 灰度圖像顏色轉(zhuǎn)移算法研究.pdf
- 基于稀疏表示的彩色圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的單幅圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的圖像復(fù)原算法研究.pdf
- 基于稀疏表示的單幀圖像超分辨率重建算法研究.pdf
- 基于稀疏表示和混合樣本的圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的Retinex圖像增強算法研究.pdf
- 基于稀疏表示的紅外圖像濾波算法研究.pdf
- 基于稀疏表示的不完全投影重建算法研究.pdf
- 基于稀疏表示的圖像融合算法研究.pdf
- 基于稀疏表示的SAR圖像降噪算法研究.pdf
- 基于圖像稀疏表示的隱寫算法研究.pdf
- 基于稀疏表示的圖像融合算法.pdf
- 基于稀疏表示的圖像混合噪聲去除算法.pdf
- 基于稀疏表示的單幅圖像超分辨率重建研究.pdf
評論
0/150
提交評論