【摘 要】
：
灰度图像彩色化是图像处理领域的重要研究方向,在医学诊断、工业检测和军事侦查等方面具有重要的应用价值。传统的灰度图像彩色化方法需要人为干预,难以高效、批量、自动地实现彩色化。随着深度学习尤其是卷积神经网络的蓬勃发展,基于卷积神经网络的灰度图像彩色化方法成为彩色化研究的热点。为了解决传统灰度图像彩色化方法存在的缺陷,本文提出基于卷积神经网络的灰度图像彩色化方法,以实现灰度图像自动彩色化。此外,为了提升
论文部分内容阅读
灰度图像彩色化是图像处理领域的重要研究方向,在医学诊断、工业检测和军事侦查等方面具有重要的应用价值。传统的灰度图像彩色化方法需要人为干预,难以高效、批量、自动地实现彩色化。随着深度学习尤其是卷积神经网络的蓬勃发展,基于卷积神经网络的灰度图像彩色化方法成为彩色化研究的热点。为了解决传统灰度图像彩色化方法存在的缺陷,本文提出基于卷积神经网络的灰度图像彩色化方法,以实现灰度图像自动彩色化。此外,为了提升彩色化效果和图像饱和度,本文还对提出的方法进行优化,得到了良好的彩色化效果。本论文的主要工作:1.提出一种基于卷积神经网络的灰度图像彩色化方法,并对彩色化结果进行对比分析。结果表明:输出的彩色化图像综合质量评价函数（the Comprehensive Assessment Function,CAF）平均值为54.437,饱和度（Saturation,S）平均值为114.294,峰值信噪比（Peak signal-to-noise ratio,PSNR）平均值为25.229 d B。对比真实彩色图像,S的平均值要低1.222,基本上实现了灰度图像的彩色化。2.基于场景分类方法优化提出的彩色化方法,以解决颜色不饱和的缺陷。对比未经改进的方法,发现:输出彩色化图像的CAF、S和PSNR值分别提高1.025、1.112和0.464 d B,彩色化效果进一步提升,解决了未改进时方法存在的颜色不饱和问题。3.提出一种基于生成对抗学习原理的灰度图像彩色化方法,进一步提高颜色饱和度。结果表明,输出彩色化图像的CAF值为56.200,S值为115.622,都无限接近真实值,图像饱和度方面显著提升。
其他文献
油水两相流流动现象广泛存在于自然界与工业生产中,随着油田进入高含水期开采阶段,由于地层中本身含有的大量地层水和长期的注水开采,低产低渗油田的油井大多呈现低流速高含水生产特点,准确测量井筒内高含水率条件下的油水两相流持水率具有重要的学术价值及实际意义。然而,由于低流速油水两相流相间滑脱现象明显,局部浓度和速度分布不均匀,导致油井动态监测中的持水率测量难度很大。为了克服传统电容传感器在水为连续相时含水
伴随着人工智能的发展,无人驾驶受到了社会各界越来越多的关注。从开始的智能车辆到现在的智能网联汽车,无人驾驶正逐步走入寻常百姓的生活中。本文重点研究无人驾驶系统中的局部路径规划问题和轨迹跟踪问题,并以此为出发点搭建无人驾驶观光车实车平台。首先,本文研究了无人驾驶的局部路径规划问题。无人驾驶中的局部路径规划问题可以统一成动态避障问题来处理,本文将人工势场法和模型预测控制算法相结合,提出了一种基于决策过
教育部组织编写的语文教材七年级下册介绍了法国作家儒勒·凡尔纳的作品《海底两万里》。儒勒·凡尔纳是法国著名的科幻和探险小说家,其创作的这本小说设想了潜水艇的强大功能,描绘了奇幻而美妙的海底世界。作为课外阅读的指定篇目,这本小说也常出现在试卷中。
自十九世纪六七十年代以来,随着计算机技术、控制理论、传感器技术、计算机网络技术和人工智能等众多交叉学科的发展成熟,移动机器人得到快速发展,在工业生产中被广泛应用于完成繁重且难度高的任务。为适应实际工作环境且保证高效完成任务,其导航,动态避障,路径规划等方面的功能需要不断进行优化。移动机器人的运动环境较为复杂多变,这也使路径规划成为移动机器人运动问题的研究重点。相较于传统算法,智能仿生学算法具有灵活
根据我国在航空、航天等工业制造领域对混联机器人加工应用的重要需求,针对卧式混联装备普遍存在并亟待解决的重力补偿问题,本文以TriMule卧式混联机器人为典型研究对象,根据该机器人的结构和控制系统的特点,提出了一种TriMule卧式混联机器人的重力补偿策略,并对重力补偿的效果进行了评估同时对重力补偿系统进行了一定的优化。目的是为该类型卧式混联机器人的重力补偿提供一种新的方法和借鉴。首先针对TriMu
脑肿瘤作为影响患者身体健康的一大疾病,每年约有10万人遭受病痛的折磨。由于磁共振成像（Magnetic Resonance Imaging,MRI）技术对人体无害,能够实现三维成像、多模成像,故其经常被应用于临床诊断过程。然而对于不同的患者,脑肿瘤本身的形状、分布等各有差异,且医生在进行诊断的时候不可避免地会有主观因素,所以一直以来研究者的重点是如何利用医疗影像实现脑肿瘤的精细分割。本论文基于以上
作为计算机视觉领域的基本问题之一,目标检测系统实现了对图像中每个目标对象的分类,同时在目标中心点四周绘制大小适当的边界框来对目标进行定位。目标检测任务是视频分析、场景理解等其他计算机视觉任务的重要基础。近年来,得益于深度学习技术的飞速发展,智能安防、自动驾驶等领域的研究进展迅速,新目标检测算法层出不穷。目标检测技术的突破使得对快速准确的目标检测系统的需求越来越多,诞生了系列算法。虽然目标检测算法已
汽车模具复杂曲面的抛光与打磨工作,一直以来都是由技术工人手工完成。模具表面加工的质量好坏完全取决于工人的技术水平,这就会导致生产率低下、加工质量不稳定等问题,难以满足当今工业发展对模具低成本、短周期、高质量等生产工艺的要求。因此,模具抛光的工作迫切需要自动化设备来替代人工。随着工业机器人技术的发展,机器人在自动化抛光复杂曲面的应用研究越来越得到重视。传统的机器人示教再现的方法有很大的局限性,单纯的
教学实践中,我们常发现教师的教学起点有时过高,有时过低,导致学生对学习不是一脸茫然,就是觉得索然无趣。以教材为教学起点,是找准学生学习最近发展区的正确、便捷的途径。为什么要以教材为起点?怎样来操作?笔者有如下观察与思考。一、依据教材确定教学目标,落实教材编写意图每一课内容都是教材系统中的一个结、一个点,它蕴含着特定的语文要素,担负着教材编者赋予的编写意图。编者在充分考虑课文所在位置、作用,课
随着“中国制造2025”的提出,“高档数控机床和机器人”成为制造强国战略的重点领域之一。由于协作机器人相比传统工业机器人具备非结构环境下的适应能力,因此成为机器人研究的热点。本文以实验室自主研发的6轴“不锐”协作机器人为对象,重点对机器人在非结构化环境中执行任务时轨迹在线规划方法进行研究,使机器人能够在速度峰值最优或加速度峰值最优的条件下改变当前运动状态。该研究成果能够有效提高协作机器人对非结构化