[发明专利]一种基于特征分类细节增强的多稀疏字典灰度图彩色化方法

权利要求书

1.一种基于特征分类细节增强的多稀疏字典灰度图彩色化方法，其特征在于：包括以下步骤：

1)、根据相似参考图像块对目标灰度图像块进行分类，得到目标灰度图像块的分类结果；

2)、对步骤1)的分类结果进行优化处理，采用单一字典的彩色化算法对灰度图像进行彩色化处理；

3)、运用拉普拉斯金字塔对步骤2)的彩色化结果进行细节增强处理。

2.根据权利要求1所述的基于特征分类细节增强的多稀疏字典灰度图彩色化方法，其特征在于：步骤1)中根据相似参考图像块对目标灰度图像块进行分类包括以下步骤：

一、选取与目标灰度图像相似的彩色图像作为参考图像，并对参考图像进行分块处理，计算每一个参考图像块的“亮度—特征”信息；

二、运用KSVD算法训练出各个参考图像对应的“亮度—特征—颜色”稀疏字典集，并利用libSVM分类器训练“亮度—特征”模型；

三、对目标灰度图像进行分块处理，计算目标灰度图像块的“亮度—特征”信息，并利用“亮度—特征”模型对目标灰度图像块进行分类，得到每个目标灰度图像块对应的分类结果。

3.根据权利要求1所述的基于特征分类细节增强的多稀疏字典灰度图彩色化方法，其特征在于：步骤2)中对步骤1)的分类结果进行优化处理，包括以下步骤：

a、根据目标灰度图像块的分类结果，建立与灰度图像块一一对应的二维矩阵，并以分类结果作为二维矩阵的值；

b、根据局部区域图像的特征具有一致性的原则，以N×N的矩形框遍历二维矩阵的整个区域，并以矩形框里分类结果值最多的值作为矩形区域中心值，实现分类结果的优化。

4.根据权利要求1所述的基于特征分类细节增强的多稀疏字典灰度图彩色化方法，其特征在于：步骤2)中采用单一字典的彩色化算法对灰度图像进行彩色化处理包括以下步骤：

c、根据得到的分类结果，获取对应的稀疏字典，并采用单一稀疏字典彩色化方法对每一类灰度图像块进行彩色化处理，得到整个灰度图像的彩色化结果。

5.根据权利要求1所述的基于特征分类细节增强的多稀疏字典灰度图彩色化方法，其特征在于：步骤3)中运用拉普拉斯金字塔对彩色化结果进行细节增强处理包括以下步骤：

a1、对目标灰度图像进行拉普拉斯金字塔分解得到拉普拉斯金字塔图像；

b1、如果目标灰度图像是最底层图像，则直接将彩色化结果的R、G、B三通道分量分别与拉普拉斯金字塔图像最底层图像想加，得到最终的彩色化结果；如果目标灰度图像是金字塔图像的最顶层图像，将彩色化结果的R、G、B三通道分量分别与拉普拉斯金字塔图像最顶层图像相加，并运用高斯金字塔得到下一层图像，重复上述步骤，直至得到最底层图像，获取最终的彩色化结果。