【摘 要】
：
彩色图像间的颜色迁移在图像处理和数字娱乐领域具有重要应用。为增加颜色迁移效果的多样性,研究了颜色迁移的本质,并在Reinhard算法的基础上,提出了基于放缩系数和均值的多参数颜色迁移方法,不仅对放缩系数给出了多种选取方式,而且将原来单一的参考图像的均值改为原图像均值和参考图像均值按一定比例搭配的数值,最终使得原图像经过颜色迁移后可生成多种结果图像,以供用户根据不同的喜好选择不同的视觉效果。然后将其
【机 构】
：
杭州电子科技大学计算机学院,浙江大学数学系
论文部分内容阅读
彩色图像间的颜色迁移在图像处理和数字娱乐领域具有重要应用。为增加颜色迁移效果的多样性,研究了颜色迁移的本质,并在Reinhard算法的基础上,提出了基于放缩系数和均值的多参数颜色迁移方法,不仅对放缩系数给出了多种选取方式,而且将原来单一的参考图像的均值改为原图像均值和参考图像均值按一定比例搭配的数值,最终使得原图像经过颜色迁移后可生成多种结果图像,以供用户根据不同的喜好选择不同的视觉效果。然后将其推广到多幅图像之间的颜色类比问题。最后通过若干实例验证了本文方法的有效性。
其他文献
提出一种基于小波变换和自适应分块相结合的多聚焦图像快速融合算法。该算法以小波变换为框架,对小波低频系数采用自适应尺寸分块的方法进行融合,图像块的尺寸由差分进化算法优化求解,然后对此低频融合结果进行精细化处理,得到一幅能精确到每个系数来源的标签图,再利用局部小波能量与该标签图相结合的方法对小波高频系数进行融合,最后重构得到融合结果。实验结果表明,该算法的融合结果在主观视觉效果和客观评价准则两方面均可
本文探讨了一种利用结构约束和样本稀疏表示,对结构信息缺损较大时的图像修复方法。利用多项式曲线拟合方式修复图像边缘信息,约束结构的修复;采用样本稀疏表示的窄带模型,优先修复结构信息;利用平移块的稀疏表示方法修复纹理信息。仿真实验结果表明,该方法修复图像质量高,既可较好地修复图像的边缘结构,又能保持结构的整体平滑性。
随着计算机网络、社交媒体、数字电视和多媒体获取设备的快速发展,多媒体数据的生成、处理和获取变得越来越方便,多媒体应用日益广泛,数据量呈现出爆炸性的增长,已经成为大数
近年来,考虑到基于偏微分方程的图像处理具有更强的局部自适应特性和高度的灵活性,因此该方法成为继小波图像处理之后新的研究热点。在对热扩散模型和TV(total variation)模型分析的基础上,针对这两个模型在图像平滑区域及边缘或纹理区域扩散所表现出的不同特性和优势,提出一种基于图像局部特性的自适应混合图像放大模型。该模型以双线性插值后的放大图像为初始值,根据像素点梯度特性在平滑区域和边缘或纹理
GPU(图形处理单元)可以快速有效地处理海量数据,因此在近些年成为图形图像数据处理领域的研究热点。针对现有GPU渲染中处理含有大量相同或相似模型场景时存在资源利用率低下和带宽消耗过大的问题,在原有GPU渲染架构的基础上提出了一种基于CUDA(统一计算设备架构)的加速渲染方法。根据现有的GPU渲染模式构建对应的模型,通过模型找出其不足,从而引申出常量内存的概念;然后分析常量内存的特性以及对渲染产生的
本文主要针对后进生的转化,简单提出几点方法:竞赛法、表扬法、有爱心、尊重学生、肯定学生等,以供参考。
This article mainly aims at the transformation of the backwar
最大流模型是图像分割领域强有力的工具。近年来,一种基于连续的最大流模型被提出并有效应用于图像分割。然而,该模型的空间流约束变量为全局常数,未与图像的结构特征相联系。同时,源和汇的初始值计算量大,模型的数值实现效率不甚理想。针对这些问题,结合图像的结构、统计特征和预处理算法(包括分片常数算法和最大类间方差—直方图算法),给出了连续最大流图像分割模型及算法。实验结果验证了本文算法的有效性,能够提高分割
针对目前基于飞行时间(TOF)原理的3维相机实现物体完整表面的3维点云重建过程中,多视角散乱点云配准精度低的问题,提出一种优化配准方法。该方法通过构建一个目标功能函数,并结合相邻点云的转换矩阵对该目标函数进行最小化求解,直接获取任意位置的点云到基准点云所处坐标系的绝对转换矩阵,避免了对连续点云之间的配准而引起误差的累加。对不同的物体进行实验,实验结果表明,该方法在保证点云配准速度的同时,提高了多视
受对象性测度和视觉显著度的启发,提出一种适用于单目图像2D转3D的对象窗深度中心环绕分布假设,给出融合对象性测度和视觉显著度的单目图像深度估计算法。首先计算图像的视觉显著度并将其映射成深度;其次在图像上随机采样若干个窗,并计算这些窗的对象性测度;再次,定义一个能量函数用于度量深度和对象性测度对彼此的影响程度,并通过迭代优化的方法改进深度和对象性测度的估计结果;最后,根据深度信息进行3D视频合成。实
针对目前词袋(BoF)特征压缩算法忽略编码矢量之间空间关系的问题,本文给出了压缩算法与金字塔模型相配合的图像分类步骤。同时以多个公开图像数据集为实验对象,对典型词袋特征压缩算法的性能进行比较性研究报道。实验结果表明,压缩算法对于视觉单词数目以及编码方法具有良好的鲁棒性;其中基于子空间方法的压缩算法在高层图像特征空间中的分类性能最优,在多个图像数据集上的分类性能最优,时间开销最小。