学位论文 > 优秀研究生学位论文题录展示
基于图像分割与色彩扩展的色彩传递算法研究
作 者: 朱黎博
导 师: 孙韶媛
学 校: 东华大学
专 业: 模式识别与智能系统
关键词: 图像分割 Mean-Shift 色彩扩展 色彩传递 彩色夜视
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 132次
引 用: 2次
阅 读: 论文下载
内容摘要
人们从外界获得的信息中,很多都来自于图像信息,图像是指通过各种观测系统观测客观世界获得的可以直接或间接作用于人眼而产生视觉的实体,在信息的传递和交换中,图像是重要的传播媒体。由于采集设备和自然条件的限制,直接从自然界得到的图像,很多都是灰度图像,如:红外和微光夜视图像,医学图像等,然而人眼对于灰度的敏感程度远不如对色彩的敏感程度,因此,可以通过色彩传递技术,将这些灰度图像处理为具有自然色彩的彩色图像,这样将有利于对图像中的目标进行识别或后期的各种处理。本文对色彩传递技术的相关基本理论、经典算法以及国内外研究现状进行了详细介绍,提出一种基于图像分割与色彩扩展的色彩传递算法。首先利用Mean-Shift算法对参考图像和目标图像进行分割,并利用灰度统计信息,找到每个目标图像块相对应的参考图像块,进行局部色彩传递。其中采用Mean-Shift算法对参考图像和目标图像进行分割,是为了避免色彩传递时不同图像块间造成的色彩干扰,减少色彩“误传”现象;采用局部色彩传递将那些“误传”像素的色彩信息清除,可以进一步保证色彩传递的准确性。第二步是色彩扩展算法,可以解决图像色彩不均匀的问题。在色彩域空间通过设定最小化目标函数来保证彩色化的目标图像在空间域上相邻的像素色彩过渡自然,使整幅图像色彩看起来细腻均匀。本文还将提出的算法应用到彩色夜视领域的研究,首先把实验获得的夜视红外和微光图像进行融合,然后利用本文算法对融合后的夜视图像进行彩色化处理,可得到一幅色彩较好的彩色夜视图像。针对本文提出的基于图像分割与色彩扩展的色彩传递算法,结合作者参与的科研项目,设计开发了相应的软件系统(一般灰度图像彩色化系统和夜视图像彩色化系统),本文色彩传递算法集成在系统中,同时集成了一些其他算法,运行效果良好。
|
全文目录
摘要 5-7 Abstract 7-11 第一章 绪论 11-17 1.1 引言 11 1.2 研究背景 11-13 1.3 国内外研究现状 13-15 1.4 本文研究内容 15-16 1.5 本章小结 16-17 第二章 色彩传递相关理论及经典算法 17-27 2.1 引言 17 2.2 图像表示 17 2.3 色彩空间 17-20 2.3.1 RGB色彩空间 17-18 2.3.2 YUV色彩空间 18 2.3.3 HSI色彩空间 18-19 2.3.4 ιαβ色彩空间 19-20 2.4 图像分割 20-22 2.4.1 图像分割的定义 20-21 2.4.2 图像分割方法简介 21-22 2.5 经典色彩传递算法介绍 22-26 2.5.1 Reinhard算法 22-24 2.5.2 Welsh算法 24-26 2.6 本章小结 26-27 第三章 基于图像分割与色彩扩展的色彩传递算法 27-42 3.1 引言 27 3.2 基于Mean-Shift算法的图像分割 27-34 3.2.1 Mean-Shift基本概念及其扩展形式 27-30 3.2.2 Mean-Shift算法 30-31 3.2.3 Mean-Shift图像分割 31-34 3.3 局部色彩传递 34-38 3.3.1 初步色彩传递过程 34-36 3.3.2 "误传"色彩信息清除过程 36-38 3.4 色彩扩展 38-40 3.5 实验结果及分析 40-41 3.6 本章小结 41-42 第四章 色彩传递算法在彩色夜视领域的应用 42-51 4.1 引言 42 4.2 彩色夜视技术介绍 42-44 4.2.1 MIT彩色融合方法 42-43 4.2.2 TNO彩色融合方法 43-44 4.3 色彩传递算法在彩色夜视领域的应用 44-48 4.3.1 夜视图像的融合 44-47 4.3.2 夜视图像彩色化过程 47-48 4.4 实验结果及分析 48-50 4.5 本章小结 50-51 第五章 软件系统界面介绍 51-58 5.1 引言 51 5.2 一般灰度图像彩色化系统 51-53 5.3 夜视图像彩色化系统 53-57 5.4 本章小结 57-58 第六章 总结与展望 58-61 6.1 总结 58-59 6.2 展望 59-61 参考文献 61-64 攻读硕士学位期间参与的科研项目和发表的学术论文 64-65 致谢词 65
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- Mean Shift结合拓扑约束法进行高密度细胞追踪,Q25
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于单目夜视图像的深度估计,TP391.41
- 夜视视频序列的彩色化方法研究,TP391.41
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 视频图像序列中运动目标的获取与跟踪,TP391.41
- 基于KLT与Mean-Shift的目标跟踪研究,TP391.41
- 嵌入式目标检测与跟踪系统设计及算法实现,TP391.41
- 增强现实中虚拟物体注册方法的研究,TP391.41
- 视频跟踪中Mean-Shift算法的应用研究,TP391.41
- 基于粗糙集理论的图像分割研究,TP391.41
- 粒子群优化及其在图像分割中的应用,TP391.41
- 基于C-V模型的工业CT三维图像曲面面积与内腔体积测量算法研究,TP391.41
- 智能监控系统物品安全检测关键技术研究和实现,TP277
- 基于视觉的粒子滤波目标跟踪算法及其在移动机器人中的应用,TP242
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|