基于四元多特征稀疏表示的彩色壁画图像超分辨率重建

蕴含复杂纹理信息及丰富色彩信息的彩色壁画图像在采用传统的基于通道分离的超分辨率方法进行重建时,由于只对图像的亮度信息进行处理,忽略了彩色壁画图像本身包含的众多细节信息和通道间的相关信息,容易造成重建后的图像出现边缘模糊、色彩伪影等问题。针对这些问题,提出将Lαβ色彩空间三个通道的信息与局部方差相结合运用于四元数模型,以此来表征彩色壁画图像的细节、亮度和色彩信息。在此基础上,构建了一个基于细节-亮度-色彩信息的多特征字典模型,从而在有效利用壁画图像各通道色彩信息的同时增强重建图像的细节信息。实验结果表明,该方法在主、客观指标方面均有较好表现,对于彩色壁画图像的整体重建效果较好。

基于颜色聚类分割及改进的FMM算法的壁画修复

近年来,由于受各种环境及人为因素的影响,壁画在一定程度上受到了破坏。为了使人们欣赏到原作的风貌,并对其进行研究和开发,还原壁画的原有样貌,提出了一种针对褪色及划痕的壁画修复算法。该算法在Lαβ空间的基础上,首次提出使用颜色聚类及掩模算法对受损壁画的破损区域进行分割提取,然后针对FMM算法中传输方向并没有完全覆盖要修复的区域的缺陷,提出了利用梯度直方图的一些特性对其传输方向进行优化。实验表明,该算法对于破损的壁画修复有很好的效果。

基于Tetrolet变换的彩色水下图像清晰化算法

为了对水下图像传感器获取的彩色图像进行清晰化处理,提出一种lαβ色彩空间的图像清晰化算法。将捕获到的彩色水下图像进行暗原色初步复原后,映射RGB空间至lαβ三通道进行清晰化处理。采用Tetrolet变换方法处理亮度通道l,对包含大部分的轮廓、边缘等线性细节的高频分量采用Bilateral滤波器处理,对包含大部分能量的低频分量进行非局部均匀滤波处理,然后将处理后的高、低频分量进行反向Tetrolet变换得到复原的亮度通道图;对α、β通道的色彩偏差进行空间均值颜色校正,得到复原的α、β通道图。将处理后的非彩色通道图和彩色通道图反向变换至RGB通道,更新透射率,得到清晰化的彩色水下图像。实验结果表明,该算法对彩色水下图像的复原效果较好,在图像色彩的提升和边缘细节的描述方面效果显著。

基于图像分解的敦煌壁画图像修复方法

提出一种基于分解的图像修复算法,该算法对敦煌壁画的数字图像进行修复。选择用Lαβ色彩空间进行通道分解实现彩色图像的修复,并利用整体变分降噪模型进行图像分解,该分解算法不需要进行Banach空间范数的计算,不仅降低模型的数值计算复杂度,还可以降低敦煌壁画中的噪声对修复结果的影响。实验证明:该算法很好地解决壁画中的划痕和脱落等现象的破损,修复效果较好。