论文部分内容阅读
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