关于图像和视频彩色化算法的研究与实现

论文摘要

随着计算机技术的发展,图像和视频的应用越来越广泛,但是许多科技成像如卫星影像,医学图像和一些褪色的文物古建筑图片都是以灰度图像的形式呈现的。然而人眼对于灰度的分辨能力比较差,对于彩色的分辨能力却极强。正是由于这个原因,颜色是一幅图像或一段视频的一个重要属性,对于灰度图像和视频进行彩色化也成为近年来数字图像处理领域一个十分重要的研究方向。图像和视频的彩色化是指通过计算机的辅助给一个单色的图片或视频添加颜色信息的过程。它是从一维的灰度图像数据到三维的彩色图像数据的一个映射。国内外已经有很多学者对于这个课题进行了研究,提出了很多的染色算法。现有的灰度图像与视频彩色化算法主要可以分为两大类,一类是非交互的,一类是需要人机交互的。在非交互的算法中比较重要的主要有伪彩色化和基于参考图的颜色迁移上色等方法;在交互的算法中主要分为基于分割的图像上色算法和全局优化的上色算法等方法。本文在分析比较了已有算法的优缺点后,提出了一种全新的基于参考图的着色算法,它不同于以往的基于亮度值和每个像素点邻域统计信息的方法,而是充分考虑了纹理的连续性和空间的一致性。我们的方法需要一张已分割好的参考图,对于参考图中的每个像素点,我们使用Gabor小波变换系数的均值和标准差来构建纹理特征向量,形成一个训练集,在此基础上进行降维训练等步骤得到一个分类器。对于灰度图像中的每个像素点,我们进行分类,并从相应的区域内得到颜色信息,最后我们保留较可信的颜色点源,使用全局最优的方法得到最终的上色结果。通过实验结果,我们可以发现使用这种方法可以得到更好的彩色化结果。本文的方法与现有的方法相比具有以下优点:第一,使用小波分析可以更好地保持纹理连续性,得到一个全局的最优解,从而得到更好的视觉效果;其次,我们的方法是自动的,在彩色化的过程中最大限度地减少了人工辅助,极大地节约了用户的劳动;最后,我们的算法可以自动地生成颜色点源,这对于视频彩色化是很有帮助的。此外,本文的方法不仅适用于自然场景的图像和视频,对于纹理信息比较丰富的卡通类图像和视频也可以取得很好的效果。本文也将重点考察这类图像和视频的彩色化结果。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 论文主要工作
• 1.4 论文组织结构
• 2 图像和视频的上色算法
• 2.1 常见颜色模型
• 2.1.1 RGB 模型
• 2.1.2 CMY/CMYK 模型
• 2.1.3 HSV 模型
• 2.1.4 lαβ模型
• 2.1.5 不同颜色模型之间的转换
• 2.2 非交互的上色算法
• 2.3 交互的上色算法
• 2.4 本章小结
• 3 基于纹理连续性的图像和视频彩色化算法
• 3.1 系统的总体介绍
• 3.2 Gabor 小波变换
• 3.2.1 小波变换的基本理论
• 3.2.2 一维小波变换
• 3.2.3 二维小波变换
• 3.2.4 快速小波变换
• 3.2.5 Gabor 小波变换生成特征向量
• 3.3 分类过程
• 3.3.1 本节简介
• 3.3.2 LDA 降维算法
• 3.3.3 PCA 投影算法
• 3.3.4 KNN 分类算法
• 3.3.5 分类结果的优化算法
• 3.4 上色过程
• 3.4.1 本节简介
• 3.4.2 颜色转移算法
• 3.4.3 基于全局最优的上色算法
• 3.5 本章小结
• 4 系统实现与结果分析
• 4.1 系统描述
• 4.2 实验结果与分析
• 4.2.1 图像彩色化的实验结果与分析
• 4.2.2 视频彩色化的实验结果与分析
• 4.3 本章小结
• 5 总结与展望
• 5.1 实验总结
• 5.2 研究展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文