检索结果-南通市图书馆

计算机与数字工程 2024年第8期52卷 2446-2451页

作者：徐志刚郑岩培朱红蕾兰州理工大学计算机与通信学院兰州730050

蕴含复杂纹理信息及丰富色彩信息的彩色壁画图像在采用传统的基于通道分离的超分辨率方法进行重建时,由于只对图像的亮度信息进行处理,忽略了彩色壁画图像本身包含的众多细节信息和通道间的相关信息,容易造成重建后的图像出现边缘模糊... 详细信息

蕴含复杂纹理信息及丰富色彩信息的彩色壁画图像在采用传统的基于通道分离的超分辨率方法进行重建时,由于只对图像的亮度信息进行处理,忽略了彩色壁画图像本身包含的众多细节信息和通道间的相关信息,容易造成重建后的图像出现边缘模糊、色彩伪影等问题。针对这些问题,提出将lαβ色彩空间三个通道的信息与局部方差相结合运用于四元数模型,以此来表征彩色壁画图像的细节、亮度和色彩信息。在此基础上,构建了一个基于细节-亮度-色彩信息的多特征字典模型,从而在有效利用壁画图像各通道色彩信息的同时增强重建图像的细节信息。实验结果表明,该方法在主、客观指标方面均有较好表现,对于彩色壁画图像的整体重建效果较好。

关键词：超分辨率稀疏表示四元数 lαβ色彩空间

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于颜色聚类分割及改进的FMM算法的壁画修复

引用

计算机工程与科学 2014年第2期36卷 298-302页

作者：任小康邓琳凯西北师范大学计算机科学与工程学院甘肃兰州730070

近年来,由于受各种环境及人为因素的影响,壁画在一定程度上受到了破坏。为了使人们欣赏到原作的风貌,并对其进行研究和开发,还原壁画的原有样貌,提出了一种针对褪色及划痕的壁画修复算法。该算法在lαβ空间的基础上,首次提出使用颜色... 详细信息

近年来,由于受各种环境及人为因素的影响,壁画在一定程度上受到了破坏。为了使人们欣赏到原作的风貌,并对其进行研究和开发,还原壁画的原有样貌,提出了一种针对褪色及划痕的壁画修复算法。该算法在lαβ空间的基础上,首次提出使用颜色聚类及掩模算法对受损壁画的破损区域进行分割提取,然后针对FMM算法中传输方向并没有完全覆盖要修复的区域的缺陷,提出了利用梯度直方图的一些特性对其传输方向进行优化。实验表明,该算法对于破损的壁画修复有很好的效果。

关键词：壁画修复 lαβ色彩空间颜色聚类掩模算法 FMM算法梯度直方图

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于图像分解的敦煌壁画图像修复方法

引用

山东大学学报（工学版） 2010年第2期40卷 24-27,33页

作者：黄伟王书文杨筱平贾建芳周口师范学院计算机科学系河南周口466001 西北民族大学电气工程学院甘肃兰州730030 西北民族大学中国民族信息技术研究院甘肃兰州730030

提出一种基于分解的图像修复算法,该算法对敦煌壁画的数字图像进行修复。选择用lαβ色彩空间进行通道分解实现彩色图像的修复,并利用整体变分降噪模型进行图像分解,该分解算法不需要进行Banach空间范数的计算,不仅降低模型的数值计算... 详细信息

提出一种基于分解的图像修复算法,该算法对敦煌壁画的数字图像进行修复。选择用lαβ色彩空间进行通道分解实现彩色图像的修复,并利用整体变分降噪模型进行图像分解,该分解算法不需要进行Banach空间范数的计算,不仅降低模型的数值计算复杂度,还可以降低敦煌壁画中的噪声对修复结果的影响。实验证明:该算法很好地解决壁画中的划痕和脱落等现象的破损,修复效果较好。

关键词：图像修复图像分解结构纹理 lαβ色彩空间

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于稀疏表示与色彩相关性的彩色壁画图像超分辨率重建方法研究

基于稀疏表示与色彩相关性的彩色壁画图像超分辨率重建方法研究

引用

作者：郑岩培兰州理工大学

学位级别：硕士

中国古代壁画是古人留存至今的宝贵遗产之一,具有极其重要的艺术和文化价值。近年来,彩色壁画图像数字化保护与展示研究得到了国内外众多学者的关注。超分辨率重建技术能够显著提升低分辨率的壁画图像的显示效果,已经成为壁画数字化研... 详细信息

中国古代壁画是古人留存至今的宝贵遗产之一,具有极其重要的艺术和文化价值。近年来,彩色壁画图像数字化保护与展示研究得到了国内外众多学者的关注。超分辨率重建技术能够显著提升低分辨率的壁画图像的显示效果,已经成为壁画数字化研究当中重要的一环。超分辨率重建技术的目标是在保留原有信息的基础上从现存的低分辨率图像中重建出一个分辨率更高的图像。传统的超分辨率方法大多是在自然图像上进行的。相比于自然图像,彩色壁画图像不仅包含丰富的色彩描述信息和复杂多变的纹理细节信息,同时不同风格人为绘制的不确定性因素也为彩色壁画图像增添了几分独特之处。为了完善稀疏模型应用于彩色壁画图像超分辨率重建时的一些不足,本文在研究稀疏模型在彩色壁画图像超分辨率技术上的基础上,对常规模型中存在的不足做出了改进,具体内容如下:1.基于四元多特征稀疏表示的彩色壁画图像超分辨率重建。基于稀疏表示的超分辨率重建方法通常不对色彩空间中各个分量间的关联关系做针对性处理,容易导致重建结果中出现伪影、细节信息模糊等现象。为了避免这类现象,提出基于四元多特征稀疏表示的彩色壁画图像超分辨率重建方法。该方法对常规的四元数模型进行改进,首先将彩色壁画图像由RGB色彩空间转换为lαβ色彩空间,使用lαβ三通道信息作为四元数的虚部,提取待增强的细节信息作为四元数的实部。之后,利用改进的四元数模型构建出基于细节-亮度-色彩信息的多特征联合字典模型。由此,构造出一个新的彩色壁画图像重建模型。该方法较好的弥补了常规的基于通道分离的超分辨率重建方法忽略了彩色壁画图像蕴含的细节及丰富色彩信息以及色彩通道间的相关性的不足。实验结果显示,通过该方法重建后的彩色壁画图像在主观体验和客观数值上均有着较高的提升。2.基于色彩通道间约束的彩色壁画图像超分辨率重建。为了解决现存超分辨率重建算法忽略色彩通道之间的相关先验信息所带来的重建效果不佳的问题,提出基于色彩通道间约束的彩色壁画图像超分辨率重建方法。该方法引入色彩通道间约束项对彩色壁画图像三通道进行约束,针对彩色壁画图像的典型特点,利用边缘检测滤波器构造约束项来增强通道间的边缘轮廓信息。针对添加了约束项后算法复杂度提高这一问题,给出一种优化求解方法。该方法利用l正则化思想进行计算,使得求解模型难这一问题得到了解决,并且也使得求解的速度得到了提升。实验分析表明该方法在提升重建效果的同时,简化了求解过程,展现了较高的重建性能。

关键词：彩色壁画超分辨率稀疏表示四元数 lαβ色彩空间色彩通道间约束

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于lαβ变换和AGC的蒙古族家具纹样增强及分类研究

基于Lαβ变换和AGC的蒙古族家具纹样增强及分类研究

引用

作者：汪宏内蒙古农业大学

学位级别：硕士

在蒙古族家具纹样分类中,目前主要依靠主观视觉效果进行分类,分类结果不够准确。在获得蒙古族家具纹样的过程中,由于历史变迁、环境因素、取样设备以及传输过程中其它因素的影响,会使纹样模糊失真,影响纹样识别。为了增强模糊失真的家... 详细信息

在蒙古族家具纹样分类中,目前主要依靠主观视觉效果进行分类,分类结果不够准确。在获得蒙古族家具纹样的过程中,由于历史变迁、环境因素、取样设备以及传输过程中其它因素的影响,会使纹样模糊失真,影响纹样识别。为了增强模糊失真的家具纹样,以及更好地提高纹样识别率,从而达到准确分类的目的,本研究提出了基于lαβ变换和AGC(Adaptive Gamma Correction)的蒙古族家具纹样增强算法。该算法将RGB(Red Green Blue)色彩空间转换到lαβ色彩空间,其中 l(Brightness)为亮度通道、α(Red-green dominance channel)为红绿色度通道、β(Yellow-blue dominance channel)为黄蓝色度通道,消除了RGB颜色通道之间的相互干扰,最后利用AGC算法进行增强,输出增强的家具纹样。论文研究的主要内容如下:1.介绍了图像增强理论及具有代表性的离散小波变换奇异值分解DWT-SVD(Discrete Wavelet Transform-Singular Value Decomposition)、对比度受限的自适应直方图均衡化 ClAHE(Contrast limited Adaptive Histogram Equalization)、伽马校正三种传统增强方法。2.本文提出基于lαβ变换和AGC的蒙古族家具纹样增强算法,以蒙古族家具纹样中的动物、植物、几何、文字四类纹样作为研究对象,将本文的增强算法与DWT-SVD、ClAHE、伽马校正增强算法进行对比,应用峰值信噪比PSNR(Peak Signal-to-Noise Ratio)、均方误差 MSE(Mean Square Error)、结构相似性指数测量SSIM(Structure Similarity Index Measurement)、信息熵IE(Information Entropy)进行客观评价。3.以蒙古族家具纹样中的动物、植物、几何、文字类纹样作为识别样本,分别用本文算法和三种传统增强算法对纹样进行预处理,然后用SVM(Support Vector Machine)径向基函数和角度MSE、亮度MSE、对比度C(Contrast)和同质性H(Homogeneity)识别参数对增强后纹样进行识别,分析比较识别结果。

关键词： lαβ色彩空间 AGC 纹样增强纹样识别纹样分类 SVM

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：