深度学习彩色化算法对曝光偏差图像着色研究

• 作者: 孙国强 马骋
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 直方图均衡化 特征提取 曝光偏差 彩色化 深度学习
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 图形图像与辅助设计
• 页码范围: 153-156
• 页数: 4页
• 分类号: TP317.4
• 字数: 2425字
• 语种: 中文
• DOI: 10.11907/rjdk.182373

摘要

对基于深度学习的图像彩色化算法进行试验与分析,发现现有彩色化算法存在对曝光偏差的图像彩色化效果不佳.针对该问题,提出一种在彩色化存在曝光偏差的灰度图像时,使用直方图均衡化预处理输入图像方法,以达到更好的彩色化效果.该方法在深度学习彩色化算法的预处理阶段,运用直方图均衡化输入灰度图像,建立一种合理的映射关系,将输入图像灰度值按照该映射关系重新均衡分布在灰度级范围上,使得图像灰度等级分明,对比度增加,细节更加清晰,更有利于神经网络提取图像特征.对彩色化算法进行对比实验,结果表明,该预处理方法对曝光偏差图像的彩色化效果更加真实,可以显著提高存在曝光偏差图像的彩色化效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙国强	上海理工大学光电信息与计算机工程学院	64	308	9.0	15.0
2	马骋	上海理工大学光电信息与计算机工程学院	2	0	0.0	0.0