10.3969/j.issn.1001-3695.2017.08.071
一种基于K-均值分类稀疏表示的灰度图像颜色重建方法
充分利用参考图像与待处理灰度图像的关联关系,运用稀疏表示理论和字典学习的方法,提出一种基于K-均值分类和残差补偿的稀疏表示的方法来对灰度图像进行颜色重建.首先根据K-均值算法将参考图像分成K类,利用K阶奇异值分解(K-SVD)算法训练各类的亮度-特征-颜色的联合字典;其次,根据最小形心距离将待处理灰度图像自适应地分成K类,利用其亮度和特征信息根据正交匹配追踪(OMP)算法得到各类的稀疏系数;然后利用各类的字典和稀疏系数重建初始的彩色图像;最后用残差补偿对重建结果进行修正.实验结果表明,该算法相比于经典算法及其他改进算法对灰度图像进行颜色重建时取得了更好的效果,重建的图像看起来更自然、平滑,并且在客观评价标准方面也优于对比算法.
颜色重建、稀疏表示、K-均值、残差补偿
34
TP391.41(计算技术、计算机技术)
陕西省自然科学基础研究计划资助项目2014JM8346;国家自然科学基金资助项目61272286
2017-08-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
2557-2560