首页> 中文学位 >彩色化和色彩转移图像处理关键技术研究
【6h】

彩色化和色彩转移图像处理关键技术研究

代理获取

目录

声明

摘要

英文缩略语表

第一章 绪论

1.1 颜色视觉和颜色空间

1.1.1 颜色视觉

1.1.2 颜色空间

1.2 彩色化的应用与研究意义

1.3 国内外的研究现状

1.4 基于模板的彩色化算法

1.4.1 welsh的彩色化算法

1.4.2 Irony的彩色化算法

1.4.3 基于网络的彩色化算法

1.5 基于人工干预的彩色化算法

1.5.1 Levin的彩色化算法

1.5.2 基于测地距离的彩色化算法

1.5.3 基于能量最小化的彩色化算法

1.6 本文研究内容及主要成果

1.6.1 论文研究目标和拟解决关键问题

1.6.2 本文的主要成果和创新点

1.7 本文的主要内容及章节安排

第二章 基于贝叶斯非局部均值推断的彩色化技术

2.1 贝叶斯图像分析方法

2.1.1 贝叶斯概率模型

2.1.2 预测器选择

2.2 彩色化观测模型

2.3 贝叶斯彩色化算法描述

2.3.1 似然概率p(IG,IL|IC)

2.3.2 先验概率p(IC)

2.3.3 MAP估计

2.4 整个彩色化算法流程

2.5 实验结果及分析

2.6 本章小结

第三章 基于双边滤波器的图像修复及彩色化技术

3.1 引言

3.2 基于欧氏距离的优先级排序

3.3 基于BBF的联合修复和彩色化算法

3.3.1 BBF算法

3.3.2 自适应加权策略

3.3.3 算法流程图

3.4 实验结果及分析

3.5 本章小结

第四章 基于局部纹理的色彩转移技术

4.1 色彩转移的国内外研究现状

4.2 传统的色彩转移算法

4.2.1 基于ιαβ颜色空间的色彩转移算法

4.2.2 基于概率分布转移的色彩转移算法

4.2.3 基于图像分割的色彩转移算法

4.3 基于局部纹理匹配的色彩转移算法

4.3.1 基于SIFT的特征点提取

4.3.2 基于局部纹理的特征点匹配

4.4 实验结果及分析

4.5 本章小结

第五章 总结与展望

参考文献

致谢

作者攻读博士学位期间撰写及发表的论文

展开▼

摘要

彩色化是一个给灰度图像、黑白电影或视频节目加上颜色的计算机处理过程。目前的黑白图像彩色化研究主要分为两类:基于模板的彩色化算法和基于人工干预的彩色化算法。黑白电影或视频节目经彩色化处理后会更加赏心悦目,其社会意义和商业意义都是巨大的。色彩转移是将一个图像中颜色转移到另一个图像的处理过程。色彩转移广泛应用于电影/电视节目的后期处理、色彩校正、色彩增强等多媒体应用领域。尽管彩色化和色彩转移有着诸多方向的应用,但是颜色误扩散问题、破损图像彩色化问题和基于局部纹理的色彩匹配问题始终是彩色化和色彩转移过程中面临的重大挑战。
   本文首先研究了人工干预彩色化中颜色误扩散问题。在人工干预的彩色化时,未着色的像素点的色度往往由空间最近人工标注点的颜色决定。如果未着色点和空间最近标注点分属不同颜色的图像分割区域,就会产生颜色的误扩散。本文提出一种新的基于人工干预的彩色化算法。基于亮度与色度相关性假设,在贝叶斯框架下通过求解最大后验概率计算未知点的色度。在贝叶斯概率求解框架中,我们用MRF作为先验概率,而似然概率则是通过计算在亮度空间中未知点与相邻点Non-Local-Mean的加权系数获得。实验表明,本文所提出的彩色化算法较好地解决了颜色误扩散问题。
   本文接着研究了破损黑白图像或含噪声的黑白图像彩色化问题。对于破损的黑白图像或含噪声的黑白图像,传统的彩色化方法无法解决黑白图像已经丢失的图像信息。本文提出一种基于双边滤波器的联合修复和彩色化算法。本文首先通过距离计算确定色度空间中像素点修复的顺序,即离标注点和亮度信息丢失点越近越先被处理。然后,在亮度空间计算基于块的双边滤波器中几何距离加权和灰度变化加权,最终实现色度按块的方式合理扩散。在双边滤波器加权计算过程中,通过自适应加权选择策略,减少不必要的加权计算。实验表明,本文提出的针对破损图像的彩色化算法优于传统的彩色化算法,并在PSNR和计算时间上优于修复+彩色化的方法。
   本文最后研究了基于局部纹理匹配的色彩转移问题。传统的色彩转移大都基于两幅彩色图像的概率统计特性,可以说是一种全局的方法未考虑到图像局部纹理特征。本文提出一种基于局部纹理匹配的色彩转移算法。本文提出的色彩转移算法主要包含特征点提取和特征点匹配。特征点提取通过高斯金字塔由低分辨率到高分辨率逐步迭代更新获得。特征点匹配通过LBP局部纹理匹配获得。在特征点提取中初始特征点采用SIFT获取,而特征点的更新则是基于原彩色图像和用特征点彩色化的图像残差。实验表明,本文所提出的色彩转移算法比传统色彩转移算法具有更好的主观视觉效果和色彩合理性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号