基于色板分解网络的图像和谐化重上色方法研究

发布时间：2022-07-02 16:44

　　图像重上色是计算机视觉、图像处理领域的一个重要研究方向,在老照片修复、视频特效制作、照片美化、平面设计等方面有着广泛的应用。尽管已经有很多图像处理软件和方法可以实现图像的色彩编辑,但是无法兼顾功能性和便捷性,因此设计一款使用快速、操作简单,且生成的重上色图像细节完整、配色和谐的色彩编辑工具,仍然极具挑战。针对当前存在的问题和缺陷,本文利用深度学习方法设计了一套基于色板分解网络的图像和谐化重上色方法。基于主色板的图像重上色方法大多数都将主色板提取与颜色分解分开解决,无法达到端到端的联合优化求解,并且计算效率较低,生成的重上色图像存在色彩伪影和噪声问题。针对上述问题,本文提出了一种轻型卷积神经网络模型对图像进行端到端的重上色。在主色板提取网络中,采用全1×1的卷积核、像素打乱策略和多尺度特征表示方法,将连续的色彩空间映射到离散的主色板空间,运行速度快,主色板颜色代表性强。在颜色分解网络中,提出一种区域感知损失来实现图层的稀疏分解。实验结果表明,本文提出的基于色板分解网络的重上色方法,能快速实现高质量的重上色效果,解决了现有方法存在的求解速度慢、颜色失真、伪影和噪声等问题。除此之外,本文还基... 

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 研究现状
        1.2.1 图像重上色
        1.2.2 图像色彩和谐化
    1.3 本文研究内容
    1.4 本文章节结构
第2章 理论基础
    2.1 颜色空间介绍
    2.2 色彩和谐理论
    2.3 超像素分割
    2.4 图像显著性分析
    2.5 本章小结
第3章 基于主色板提取与颜色分解的图像重上色
    3.1 引言
    3.2 图像主色板提取模型
        3.2.1 问题描述
        3.2.2 网络结构设计
    3.3 图像颜色分解模型
        3.3.1 问题描述
        3.3.2 网络结构设计
    3.4 实验与分析
        3.4.1 数据集及实验设置
        3.4.2 图像主色板提取模型评估
        3.4.3 颜色分解模型评估
        3.4.4 图像重上色结果对比
    3.5 本章小结
第4章 基于色彩和谐理论的图像美化
    4.1 引言
    4.2 色彩和谐化的模板匹配算法
        4.2.1 模板匹配算法设计
        4.2.2 引入显著性分析的模板匹配算法优化
    4.3 图像色彩和谐化算法
        4.3.1 问题描述
        4.3.2 基于SLIC超像素分割的图像美化
        4.3.3 基于主色板和谐化的图像美化
    4.4 实验与分析
        4.4.1 图像显著性与色调分布直方图可视化
        4.4.2 基于图像超像素分割的美化结果
        4.4.3 基于图像主色板和谐化的美化结果
    4.5 本章小结
第5章 总结与展望
    5.1 论文总结
    5.2 工作展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果



本文编号：3654715