硅谷
硅穀
규곡
SILICON VALLEY
2015年
1期
66-66,59
,共2页
KL变换%TV模型%伪彩色%彩色图像修复
KL變換%TV模型%偽綵色%綵色圖像脩複
KL변환%TV모형%위채색%채색도상수복
在图像修复中,传统的全变分(TV)模型因其能有效地对小面积破损区域进行修复而被广泛地使用。但若将其直接应用于彩色图像的修复,往往会因彩色图像中各分量(R, G和B)之间的相关性而给修复的结果带来伪彩色。为了解决这一问题,本文在TV模型的基础上提出了一种基于KL变换的彩色图像修复算法(KLTV算法)。该算法首先采用KL变换将彩色图像中R、G、B三个分量的相关性去除以得到三个独立的图像分量,然后运用TV模型对这三个独立分量分别进行修复。实验结果表明,相较于传统的修复算法,KLTV算法不仅可以确保图像修复后的视觉效果,而且可以确保图像修复后的图像质量。
在圖像脩複中,傳統的全變分(TV)模型因其能有效地對小麵積破損區域進行脩複而被廣汎地使用。但若將其直接應用于綵色圖像的脩複,往往會因綵色圖像中各分量(R, G和B)之間的相關性而給脩複的結果帶來偽綵色。為瞭解決這一問題,本文在TV模型的基礎上提齣瞭一種基于KL變換的綵色圖像脩複算法(KLTV算法)。該算法首先採用KL變換將綵色圖像中R、G、B三箇分量的相關性去除以得到三箇獨立的圖像分量,然後運用TV模型對這三箇獨立分量分彆進行脩複。實驗結果錶明,相較于傳統的脩複算法,KLTV算法不僅可以確保圖像脩複後的視覺效果,而且可以確保圖像脩複後的圖像質量。
재도상수복중,전통적전변분(TV)모형인기능유효지대소면적파손구역진행수복이피엄범지사용。단약장기직접응용우채색도상적수복,왕왕회인채색도상중각분량(R, G화B)지간적상관성이급수복적결과대래위채색。위료해결저일문제,본문재TV모형적기출상제출료일충기우KL변환적채색도상수복산법(KLTV산법)。해산법수선채용KL변환장채색도상중R、G、B삼개분량적상관성거제이득도삼개독립적도상분량,연후운용TV모형대저삼개독립분량분별진행수복。실험결과표명,상교우전통적수복산법,KLTV산법불부가이학보도상수복후적시각효과,이차가이학보도상수복후적도상질량。