基于色彩传递与扩展的图像着色算法

色彩的不均匀一直是色彩传递算法中没有解决的问题。一些传统的算法只是单独依靠像素点的匹配来进行色彩传递,难以保证处理后图像色彩在空间上的连续性,即某些像素点的色彩和它周围的色彩反差较大。针对此问题,提出了一种基于色彩传递与扩展的图像着色算法,先利用传统的色彩传递方法,在lαβ空间对灰度目标图像进行局部上色,然后再利用色彩扩展的算法,对其他未经过上色的区域进行色彩扩展,完成整幅灰度目标图像的自动彩色化过程。实验得到了色彩细腻均匀的结果图像,验证了算法的实用性。

基于特征增强的高血压视网膜病变分类方法研究

高血压视网膜病变是由高血压所引起的眼底疾病,传统分类方法主要是基于区域特征进行分析,识别依据较为单一,准确度不高。为提高分类准确度,本文提出了一种基于特征增强机制的高血压视网膜病变分类方法,设计了基于不同图像色彩空间的眼底图像特征增强方法,增强眼底照片中的病灶特征,提高模型的输入特征值,将处理后的图片输入改进的DenseNet模型中进行分类,从而提高高血压视网膜病变(HR)分类的准确度。采用公开数据集OIA-ODIR对本文提出的基于特征增强的高血压视网膜病变分类方法进行测试,其敏感性、特异性、准确率分别达到97.09%、98.79%、98.67%,与现有的HR分类方法进行分析对比,本文提出的分类方法效果更佳。

基于彩色图像分割的带网格底纹文档笔迹提取方法

本文介绍了一种基于彩色图像分割的带网格底纹文档笔迹提取方法,该方法充分利用图像的亮度信息、色彩信息,以及对象的几何空间分布特征进行图像分割。本文首先对要解决的问题背景进行描述与分析,然后讲解本文方法的主要步骤,接下来介绍二值图像空间分布离散度计算方法,以及基于HSV色彩空间3D密度图进行k-means初始中心点选择方法,然后通过对比实验,以及数据的可视化证明本文方法的有效性,最后对本文方法的创新性与不足之处进行了总结。