基于稀疏表示的灰度图像颜色重建算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 基于手工笔触的颜色扩散方法 | 第10-11页 |
| 1.2.2 基于参考彩色图像的颜色传递方法 | 第11-12页 |
| 1.3 颜色重建质量评价 | 第12-14页 |
| 1.3.1 主观评价标准 | 第12页 |
| 1.3.2 客观评价标准 | 第12-14页 |
| 1.4 本文的研究内容 | 第14-15页 |
| 1.5 文章结构 | 第15-17页 |
| 第二章 基于稀疏表示的颜色重建模型及相关方法 | 第17-29页 |
| 2.1 稀疏表示理论 | 第17-23页 |
| 2.1.1 稀疏表示 | 第17-18页 |
| 2.1.2 稀疏编码 | 第18-21页 |
| 2.1.3 字典训练 | 第21-23页 |
| 2.2 基于稀疏表示的灰度图像颜色重建 | 第23-28页 |
| 2.2.1 重建原理 | 第23-24页 |
| 2.2.2 字典学习 | 第24-26页 |
| 2.2.3 颜色重建 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于分类和非局部稀疏编码的颜色重建方法 | 第29-49页 |
| 3.1 引言 | 第29页 |
| 3.2 图像块分类及特征提取 | 第29-38页 |
| 3.2.1 图像块分类 | 第29-31页 |
| 3.2.2 梯度特征 | 第31-32页 |
| 3.2.3 纹理特征 | 第32-36页 |
| 3.2.4 PCA降维 | 第36-38页 |
| 3.3 非局部稀疏编码 | 第38-39页 |
| 3.4 本章算法 | 第39-43页 |
| 3.4.1 颜色重建过程 | 第39-40页 |
| 3.4.2 算法步骤 | 第40-43页 |
| 3.5 实验与结果分析 | 第43-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 基于K均值分类和残差补偿的颜色重建方法 | 第49-61页 |
| 4.1 引言 | 第49页 |
| 4.2 分类原理 | 第49-51页 |
| 4.2.1 参考图像分类 | 第49-51页 |
| 4.2.2 目标灰度图像分类 | 第51页 |
| 4.3 残差补偿 | 第51-52页 |
| 4.4 本章算法 | 第52-56页 |
| 4.4.1 颜色重建过程 | 第52-53页 |
| 4.4.2 算法步骤 | 第53-56页 |
| 4.5 实验与结果分析 | 第56-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 全文总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间取得的科研成果 | 第69-71页 |
| 致谢 | 第71页 |
