图像逆半调技术中查找表模板优化方法研究

摘要

图像半调技术和逆半调技术是图像处理技术的一个边缘分支。将噪声植入连续图像，变为二值图像的过程称之为半调过程，其逆过程称为逆半调过程。查找表法是逆半调技术众多方法中机器学习方法的一种，计算简单、能并行处理是查找表法的优点，因而成为当前逆半调方法的主要技术之一。　　针对查找表的最优模板选择问题进行深入研究，主要工作如下：　　1）提出一种基于正交差分进化算法的最佳查找表模板选择方法。针对查找表最优模板选择问题，利用正交差分进化算法来寻找最优模板。建立了带约束的最佳模板选择模型，依据该模型设计了正交实验方案、编码方式、交叉算子、变异算子及约束个体算子、个体评价函数。在差分进化算法的交叉步骤运用正交实验法来提高差分进化算法的种群优化速度从而达到提升收敛速度的效果。最后实验表明，该算法与遗传算法和模拟退火算法相比，有着全局收敛速度快、结果稳定的优点。　　2）提出一种基于结构相似度的最佳查找表模板选择模型。对于现有的查找表模板选择算法在评判模板坏程度时没有考虑人眼视觉的特性，设计了一种基于人眼视觉特性的模板选择模型。该模型首先利用提升结构的5/3小波将图像分解成四个区域，针对四个区域所保留的图像信息，由于结构相似度是结合人眼视觉的亮度和对比度特性的方法，因此对着四个区域分别采用经典的结构相似度及基于梯度的结构相似度进行评判，最后将评判结果合成为最终结果。实验表明，该模型求得的模板在重建逆半调图像时比较符合人眼的视觉特性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1研究背景及意义

1.2逆半调研究现状及存在的问题

1.3主要内容

1.4组织结构

第二章 逆半调相关技术介绍

2.1 图像逆半调技术

2.2 经典的LUT逆半调方法

2.3 LUT模板优化方法研究

2.4 逆半调图像质量评估方法简介

2.5 本章小结

第三章 基于正交差分算法的最佳LUT模板选择研究

3.1差分进化算法概述

3.2 正交实验设计

3.3 基于正交差分进化算法的LUT模板选择

3.4 实验结果分析

3.5 本章小结

第四章 基于结构相似度的最佳LUT模板选择模型

4.1 人眼视觉特性介绍

4.2基于结构相似度的最佳LUT模板选择模型

4.3 实验结果分析

4.4 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

攻读硕士学位期间主要研究成果

致谢