万方数据
基于相似图像的颜色复原、/痩《糏//////堕痩欤疘/瑁疘/模疘//疘//疘////摘要关键字:颜色复原;图像检索;参数学习框架:词汇树图像颜色复原,主要是给灰度图像或者黑白图像添加色彩的处理过程。颜色复原后的图像既要保持灰度图像的形状信息,又要具有合理的色彩信息。颜色复原技术增加了图像处理的艺术性和多样性,已经广泛应用于图像编辑、文物保护、电影制作、虚拟现实等领域。当前图像颜色复原的研究主要分为两大类:交互式颜色复原算法和基于相似图像的颜色复原算法。本文首先研究了图像颜色复原的国内外研究现状,分析了几种典型颜色复原算法的优点与不足。然后,着重研究基于相似图像的颜色复原算法,这里的相似图像都是跟目标图像相似的。这些算法的主要问题是:第一,颜色复原过程中参数设置多数是经验值,导致算法适用性不高;第二,相似图像的选取问题,现存针对传统颜色复原算法存在的问题,提出一种带学习框架的基于分类学习的灰度图像颜色复原的方法。用户需要提供一张与目标图像语义相似的参照图像,我们从这些图像中提取超像素级的特征,并且利用这些特征,建立超像素匹配函数引导着色过程。我们提取目标图像的灰度共生矩阵属性,对图像进行分类,对每一类,我们学习得到不同参数的超像素匹配函数。不仅可以提高超像素匹配准据灰度图像自身去检索相似图像,本文还对图像检索算法进行研究,重点分析了基于词汇树的图像检索方法。本文在现有方法的基础上,加入了灰度共生矩阵属性,对图像库图像分类,再在分类中建立词汇树,这样在提高图像检索相似度的的算法都是人为选取,即带入了人的主观影响,也增加了人工参与量。确度,也使我们的方法更有普适性。本文还利用超像素邻域空间结合性修正明显的错误的颜色匹配。为了自动获取相似的相似图像,减少在图像颜色复原过程中的人工开销,根同时,也减少了检索时间。最后,本文设计了结合图像检索的颜色自动化复原系统。
万方数据
万方数据
瓸.—琤甌,:,篎;,甀,琣琣...琱,瑃瑀—.瓸猯
万方数据
籭甒琣篶,.疭瑆...;
万方数据
目录研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.枷裱丈ǜ丛〖八惴ǚ治觥图像颜色复原概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..觫粞丈ǹ瘴省交互式颜色复原技术⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯翱蚣艿幕谙嗨频耐枷裱丈ǜ丛惴ā算法概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯样本图像分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.崛⊥⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。鱷念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。研究背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯颜色空间变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.丈ǹ占洹丈ǹ占洹基于相似的图像颜色复原算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯算法分析与总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯学习框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.袼靥卣髌ヅ洹超像素邻域空间颜色校正⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯颜色扩散⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
万方数据
基于词袋模型的图像检索概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯词袋模型的通用机制⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.饕退阉魍枷瘛基于属性分类的词汇树检索系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.描述符提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.笛榻峁本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..攻读硕士期间主要研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..致谢⋯⋯⋯⋯⋯⋯⋯
基于相似图像的颜色复原 来自淘豆网m.daumloan.com转载请标明出处.
