基于稀疏表示與字典訓(xùn)練的圖像著色與圖像修復(fù)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(jì)算機(jī)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(yīng)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(fēng)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(jìn)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(xué)和工業(yè)領(lǐng)域也有著廣泛的應(yīng)用。

2、
　　圖像修復(fù)是利用圖像的有效信息，按照一定規(guī)則修復(fù)圖像中的損壞部分，使得修復(fù)后的圖像接近或達(dá)到原圖像的視覺效果。該項(xiàng)技術(shù)在影視特效制作、視頻圖像差錯掩蓋、藝術(shù)品修復(fù)等領(lǐng)域具有廣泛應(yīng)用前景，已成為圖像處理領(lǐng)域的研究熱點(diǎn)。
　　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(yīng)用，并在這一基礎(chǔ)上，以字典訓(xùn)練的方法為重點(diǎn)，對基于稀疏表示理論的灰度圖像著色、圖像修復(fù)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(fù)算法。
　　該著色算法無需進(jìn)行圖像分割是一種自動的全局圖像著色和修復(fù)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(xùn)練出一個亮度-特征-顏色的聯(lián)合字典;然后計(jì)算出目標(biāo)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(jì)算得到的稀疏表示系數(shù)為灰度圖像著色。實(shí)驗(yàn)結(jié)果表明，所提出的算法可以有效地對灰度圖像進(jìn)行著色，對于色調(diào)單一的圖像，著色效果更好。