学位论文 > 优秀研究生学位论文题录展示

基于色彩本质分解的历史建筑图像修复

作　者: 盛希玲
导　师: 李宏
学　校: 中南大学
专　业: 电子与通信工程
关键词: 本质分解区域分割多源颜色迁移颜色扩展图像修复
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 5次
引　用: 0次
阅　读: 论文下载

内容摘要

摘要：早期记录历史建筑文化遗产的宝贵图片由于年代的远久和保存不妥当,多数图片以灰度图像的形式存在并且会遭受不同程度的划痕和污渍破坏。针对手工对灰色图像上色并且修复破损部分工作量巨大的不足,本文提出了利用数字图像处理辅助历史古老建筑图像的研究手段,为历史建筑的保护和修复提供了新的思路。具体工作如下：针对早期记录历史建筑文化遗产的图片多数以灰度图像的形式存在,结合现有的图像重上色算法,提出了有效的上色方案。它的主要内容如下：首先为了克服光线因素对上色过程的影响,提出了消除照度的影响后再对历史建筑图像虚拟色彩修复的上色方案。再次,将基于实例上色技术和基于涂抹上色技术结合的算法的优点相结合,提高了历史建筑图像色彩修复的精度。最后基于寻找一幅与目标图像风格相似的参考图像非常困难的问题,利用多幅参考图像挑选合适的色彩进行色彩迁移。实验结果表明,算法能对历史建筑文化遗产色彩重上色取得比较满意的效果。针对早期记录历史建筑文化遗产的图片因保存不妥当遭受大规模划痕和污渍等破坏,提出了一种新的图像修复方案。它的主要内容如下：首先通过心情色彩分类和纹理特征相结合方式对样本图像进行筛选,获得风格最相似的图像作为修复的样本图像。再次,在样本图像中通过覆盖移位匹配获得合适的修复区域,利用最大流最小割算法将匹配的修复区域填充进破损区域。最后将新提出的历史建筑色彩本质分解虚拟修复算法应用到其中进行破损图像新填充区域与未破损区域的色彩调整。实验结果表明,本算法的历史建筑文化遗产修复结果在视觉质量上有了较大的提高。

全文目录

摘要  4-5
Abstract  5-7
目录  7-9
1 绪论  9-15
  1.1 研究背景与意义  9-10
  1.2 研究现状  10-12
    1.2.1 图像上色  10-11
    1.2.2 图像破损修复  11-12
  1.3 论文研究目标与主要内容  12-13
    1.3.1 论文研究的目标  12
    1.3.2 论文研究的主要内容  12-13
  1.4 论文组织结构  13-15
2 历史建筑色彩修复相关技术  15-27
  2.1 本质图像获取技术  15-19
    2.1.1 基于序列图像获取本质图像算法  15-17
    2.1.2 基于单幅图像获取本质图像算法  17-19
  2.2 基于实例的上色技术  19-22
    2.2.1 灰度图像彩色化  19-21
    2.2.2 去除阴影的图像彩色化算法  21-22
  2.3 基于涂抹的上色技术  22-26
    2.3.1 最优化着色  23-25
    2.3.2 色度混合彩色化  25-26
  2.4 本章小结  26-27
3 历史建筑图像的色彩本质分解修复  27-43
  3.1 问题引入  27-28
  3.2 总体实现方案  28-31
  3.3 算法描述  31-39
    3.3.1 本质图像获取  31-34
    3.3.2 反射图像区域间色彩匹配  34-37
    3.3.3 区域间色彩迁移  37-38
    3.3.4 全局颜色扩展  38-39
  3.4 实验结果及分析  39-42
    3.4.1 相同场景下单源图像色彩修复  39-40
    3.4.2 不同场景下单源图像色彩修复  40-41
    3.4.3 不同场景下多源图像色彩修复  41-42
  3.5 本章小结  42-43
4 大规模破损历史建筑图像修复  43-53
  4.1 总体实现方案  43-44
  4.2 算法描述  44-51
    4.2.1 基于互联网的样本图像检索  44-47
    4.2.2 破损区域融合  47-49
    4.2.3 色彩本质分解修复  49-51
  4.3 实验结果及分析  51-52
  4.4 本章小结  52-53
5 总结和展望  53-55
  5.1 全文回顾与总结  53-54
  5.2 下一步工作展望  54-55
参考文献  55-60
攻读学位期间主要的研究成果目录  60-61
致谢  61

相似论文

图像修复的关键技术研究,TP391.41
数字图像修复研究,TP391.41
监控图像中ROI提取及目标检测技术研究,TP391.41
数字图像修复技术研究,TP391.41
基于SOM神经网络的图像修复,TP391.41
数字图像修复方法研究及其在图像压缩中的应用,TP391.41
手指静脉识别关键技术研究,TP391.41
基于噪声统计模型的区域分割,TP391.41
数字图像修复算法研究,TP391.41
基于非采样Contourlet变换与小波变换的图像去噪方法研究,TP391.41
激光显示系统色彩管理方法研究,TN873
无线会议投影与协作系统中屏幕共享策略的研究,TP311.52
交通视频检测算法初步研究及应用,TP391.41
基于NSCT和区域分割相结合的图像融合新算法,TP391.41
基于小波变换的图像融合方法研究,TN911.73
汽车车身曲面反求中点云分块方法研究及应用,U466
微小型机器人视觉民航道路检测跟踪算法的研究,TP242
基于多线程并行求解的客流分析方法研发,U495
基于小波变换和区域分割的图像融合算法研究,TN911.73
细胞切片显微图象的预处理和分割算法研究,TP391.41
基于偏微分方程的图像降噪和图像恢复研究,TP391.41