学位论文 > 优秀研究生学位论文题录展示

基于区域匹配的图像颜色传递

作　者: 李晓洁
导　师: 屠长河
学　校: 山东大学
专　业: 计算机软件与理论
关键词: 颜色传递图像分割区域匹配高斯模型图像理解
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 24次
引　用: 0次
阅　读: 论文下载

内容摘要

随着数码相机的广泛应用,人们在旅游、聚会等场合越来越多地使用相机来记录一些有意义的、值得回忆的场景。但由于场景中的场地、光照或者天气不合适、相机性能的限制和用户自身照相技术的局限等原因,拍出的很多照片的色彩会出现各种各样的问题,如欠(或过)曝光、某些颜色出现偏差等问题,而因为数码相机以及存储设备的方便快捷,人们往往会在相同或者相似场景拍摄大量的照片,在这些照片中总能找到令人满意的照片效果,因此,基于以上现状,提供一种简单有效的颜色修正算法有着非常重要的意义。颜色传递是指利用颜色效果好的图像(样本图像)的颜色特征改善颜色有问题图像(源图像)的图像处理技术。针对目前已有的基于给定样本图像的局部颜色传递算法的不足之处,本文提出了两个改进算法,分别是基于图像自身特征匹配的颜色传递算法和基于语义的图像颜色传递算法。对于用户给定的需要改进的效果不好的图像(源图像)和用作参考的效果好的图像(样本图像),允许用户用简单的笔画分别标记需要改进和保持不变的部分,并用同样的方式在样本图像上标记对应的参考区域,根据用户的标记,利用前背景分割分别得到源图像中要修改部分和样本图像中的参考部分,需要全局修改的图像则直接进行图像处理,不需要以上的操作,接下来对源图像和样本图像分别应用无监督的图像分割方法进行分割得到多个区域。第一个方法是利用图像金字塔,根据不同层次区域间的从属关系和区域的颜色特征以及纹理特征进行区域的相似性计算；方法二是借助于辅助的图像数据库对图像区域进行匹配。最后,按照区域之间的对应关系,利用基于统计的高斯局部颜色传递方法进行区域间的颜色传递本文的主要研究工作和主要贡献有以下几个方面：1)系统研究了有关颜色传递的有效方法,总结了目前已有工作的特点和不足,提出了新的局部颜色传递方法。2)根据图像的特征引入图像金字塔的思想作为图像区域匹配的约束,提高了图像区域匹配的准确性。3)利用辅助的分类图像数据库进行图像区域的匹配,提高了算法的稳定性和可靠性,同时减少了算法对图像分割结果的依赖性。文章中的实验结果证明该方法的有效性,相比已有方法,我们的方法充分利用了图像自身的特征信息,从而有效地减少了用户的交互操作,同时提高了颜色传递的准确性和稳定性。

全文目录

摘要  8-10
ABSTRACT  10-12
第一章引言  12-18
  1.1 颜色传递  12-13
  1.2 研究的背景与意义  13-14
  1.3 相关工作  14-16
  1.4 本文工作与结构安排  16-18
第二章预备知识  18-30
  2.1 颜色空间  18-21
  2.2 图像前景背景分割  21-24
  2.3 图像分割  24-26
  2.4 图像区域特征表示  26-29
    2.4.1 图像区域颜色特征  27-28
    2.4.2 图像区域纹理特征  28
    2.4.3 图像区域形状特征  28-29
  2.5 图像多分辨率表示  29
  2.6 本章小结  29-30
第三章基于自身特征的图像区域匹配及颜色传递  30-44
  3.1 引言  30
  3.2 算法思想  30-31
  3.3 算法实现  31-38
    3.3.1 前景提取  31-32
    3.3.2 亮度映射  32-33
    3.3.3 图像分割和构建图像金字塔  33-34
    3.3.4 构建区域层次表示模型  34-35
    3.3.5 图像区域匹配  35-37
    3.3.6 颜色传递  37-38
  3.4 实验结果  38-42
  3.5 本章小结  42-44
第四章基于语义的图像匹配及颜色传递  44-50
  4.1 引言  44
  4.2 算法思想  44-45
  4.3 算法实现  45-46
    4.3.1 建立分类图像数据库  45
    4.3.2 图像提取和亮度映射  45-46
    4.3.3 图像分类和图像匹配  46
    4.3.4 颜色传递  46
  4.4 实验结果  46-49
  4.5 本章小结  49-50
第五章结论与展望  50-52
参考文献  52-57
致谢  57-59
攻读学位期间发表的主要学术论文目录  59-60
学位论文评阅及答辩情况表  60

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
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
基于运动目标轨迹分析的智能交通监控系统,TP277
复杂场景中运动目标的检测与跟踪,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
安防监控系统中运动目标检测算法研究,TP391.41
基于单目夜视图像的深度估计,TP391.41
基于中介真值程度度量的图像分割方法研究,TP391.41
基于图像处理的棉花成熟度判定技术的研究,TP391.41
运动目标检测与跟踪的研究,TP391.41
基于渲染的单幅图像的光源定位,TP391.41
基于空间邻域词袋模型的图像标注技术,TP391.41
基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
Web图像搜索中基于GPU的图像分割技术术究,TP391.41