基于稀疏表示的灰度圖像顏色重建算法研究.pdf

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>