基于稀疏表示與字典訓練的圖像著色與圖像修復算法研究.pdf

1、圖像著色一直是圖像處理領(lǐng)域中的一個活躍且有挑戰(zhàn)性的研究課題。最初著色被定義為給黑白視頻或圖像加上顏色的計算機輔助處理技術(shù)，隨著時代的發(fā)展，著色問題的研究在多方面都有重大的應用價值。著色技術(shù)，不僅可以解決早期陳舊的黑白圖像或電影的彩色化問題，也可以根據(jù)需要給彩色圖像和視頻重新?lián)Q色，生成具有多種多樣顏色風格的彩色效果。而且由于顏色信息在對視頻和圖像的數(shù)據(jù)進行分析時的重要性，著色在醫(yī)療、影視、太空探索及其它許多科學和工業(yè)領(lǐng)域也有著廣泛的應用。

2、
　　圖像修復是利用圖像的有效信息，按照一定規(guī)則修復圖像中的損壞部分，使得修復后的圖像接近或達到原圖像的視覺效果。該項技術(shù)在影視特效制作、視頻圖像差錯掩蓋、藝術(shù)品修復等領(lǐng)域具有廣泛應用前景，已成為圖像處理領(lǐng)域的研究熱點。
　　本文以稀疏表示為理論基礎(chǔ)，深入研究其在圖像信號表示方面的應用，并在這一基礎(chǔ)上，以字典訓練的方法為重點，對基于稀疏表示理論的灰度圖像著色、圖像修復做了具有探索性和創(chuàng)新性的研究，并基于此研究提出了兩個算法:

3、灰度圖像著色算法與圖像修復算法。
　　該著色算法無需進行圖像分割是一種自動的全局圖像著色和修復算法。圖像著色過程中利用圖像亮度、特征信息與圖像顏色信息之間的相關(guān)性，依據(jù)參考圖像訓練出一個亮度-特征-顏色的聯(lián)合字典;然后計算出目標灰度圖像的亮度和特征信息在該字典下的稀疏表示系數(shù);最后利用上述聯(lián)合字典與計算得到的稀疏表示系數(shù)為灰度圖像著色。實驗結(jié)果表明，所提出的算法可以有效地對灰度圖像進行著色，對于色調(diào)單一的圖像，著色效果更好。