亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于稀疏表示算法的圖像晝夜場(chǎng)景轉(zhuǎn)換方法及系統(tǒng)的制作方法

文檔序號(hào):6636725閱讀:402來源:國(guó)知局
基于稀疏表示算法的圖像晝夜場(chǎng)景轉(zhuǎn)換方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種圖像晝夜場(chǎng)景轉(zhuǎn)換方法及系統(tǒng),本方法包括如下步驟:步驟S100,分解圖片訓(xùn)練集并選取圖片訓(xùn)練塊;步驟S200,對(duì)圖像訓(xùn)練塊進(jìn)行字典訓(xùn)練,獲得字典矩陣DR,DG,DB;S300,利用經(jīng)過預(yù)處理的夜間圖片矩陣R,G,B和字典矩陣DR,DG,DB重構(gòu)圖像塊,并將該圖像塊進(jìn)行組合以實(shí)現(xiàn)圖像晝夜場(chǎng)景轉(zhuǎn)換;本發(fā)明的圖像晝夜場(chǎng)景轉(zhuǎn)換方法及系統(tǒng)將黑暗中拍攝的圖片與在明亮光線下拍攝的圖片進(jìn)行轉(zhuǎn)換,有效的解決了在黑暗中進(jìn)行視頻監(jiān)控的問題,使黑暗中的圖像如白晝清楚,同時(shí)突出樣本圖像中未有的某些區(qū)域,提高在黑暗中的圖像識(shí)別能力;并且能避免公共場(chǎng)所中視頻監(jiān)控中夜間圖片模糊,有效信息量少的缺點(diǎn),具有廣泛的應(yīng)用前景。
【專利說明】基于稀疏表示算法的圖像晝夜場(chǎng)景轉(zhuǎn)換方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】,尤其涉及一種基于稀疏表示算法的圖像晝夜場(chǎng)景 轉(zhuǎn)換方法及系統(tǒng)。

【背景技術(shù)】
[0002] 目前,晝夜場(chǎng)景轉(zhuǎn)換問題已逐漸得到國(guó)內(nèi)外專家的關(guān)注,但國(guó)內(nèi)卻很少有人研究 圖像晝夜轉(zhuǎn)換技術(shù)。在夜間拍攝的圖片,光線昏暗,噪聲強(qiáng)烈,造成了低對(duì)比度及顏色、品質(zhì) 的失真,極大地影響了人們對(duì)圖片有用信息的識(shí)別和獲取。當(dāng)前所研究的晝夜場(chǎng)景轉(zhuǎn)換方 法大部分是建立在傳統(tǒng)的點(diǎn)對(duì)點(diǎn)的匹配算法基礎(chǔ)之上,這種方法需要在夜間圖像和白天圖 像之間進(jìn)行嚴(yán)格的點(diǎn)對(duì)點(diǎn)合成,要求比較苛刻,操作復(fù)雜,具有較大的局限性,特別是當(dāng)夜 間圖像中有干擾物體,或當(dāng)圖像庫(kù)匱乏的情況下,難以實(shí)現(xiàn)有效的轉(zhuǎn)換。
[0003] 因此,需要發(fā)明一種晝夜場(chǎng)景轉(zhuǎn)換方法,以實(shí)現(xiàn)圖像晝夜場(chǎng)景的有效及高質(zhì)量轉(zhuǎn) 換° 在參考文獻(xiàn) Night Removal by Color Estimation and Sparse Representation 中指 出利用顏色預(yù)估模型(Color Estimation Model)實(shí)現(xiàn)了對(duì)夜間圖片的預(yù)處理,本發(fā)明是在 此基礎(chǔ)實(shí)現(xiàn)的一種晝夜場(chǎng)景轉(zhuǎn)換的工作方法。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種圖像晝夜場(chǎng)景轉(zhuǎn)換方法,以解決圖像晝夜場(chǎng)景轉(zhuǎn)換的技 術(shù)問題。
[0005] 為了解決上述技術(shù)問題,本發(fā)明提供了一種圖像晝夜場(chǎng)景轉(zhuǎn)換方法,包括如下步 驟:
[0006] 步驟S100,分解圖片訓(xùn)練集并選取圖像訓(xùn)練塊;
[0007] 步驟S200,對(duì)圖像訓(xùn)練塊進(jìn)行字典訓(xùn)練,獲得字典矩陣DK,De,D b ;
[0008] 步驟S300,利用經(jīng)過預(yù)處理的夜間圖片矩陣R,G,B和字典矩陣DK,D e,Db重構(gòu)圖像 塊,并將該圖像塊進(jìn)行組合以實(shí)現(xiàn)圖像晝夜場(chǎng)景轉(zhuǎn)換。
[0009] 其中,所述步驟S100中分解圖像訓(xùn)練集并選取訓(xùn)練塊包括利用輸入的圖片訓(xùn)練 集完成圖像訓(xùn)練塊的選取,根據(jù)隨機(jī)性原則選取對(duì)應(yīng)的訓(xùn)練塊。
[0010] 其中,所述步驟S200中獲得所述字典矩陣DK,De,D b的方法包括如下步驟:
[0011] 步驟S210,初始化離散余弦變換矩陣DCT ;
[0012] 步驟S220,將預(yù)處理的三基色矩陣R,G,B和所述訓(xùn)練集中的圖像樣本{.V,.}=輸入 至所述離散余弦變換矩陣DCT,以計(jì)算出該圖像樣本對(duì)應(yīng)的稀疏系數(shù)X ;
[0013] 步驟S230,通過稀疏系數(shù)X計(jì)算所述字典矩陣DK,De,D b。
[0014] 其中,所述稀疏系數(shù)x的獲得方法包括:
[0015] 設(shè)Xi = argmin Il只_ -Dy丨|〗,滿足于I I X I I。彡kQ ;通過初始化迭代次數(shù)k = 0,使 用m個(gè)歸一化的DK,De,Db構(gòu)建Dtl e Rnxm,且k不斷加1。
[0016] 其中,所述步驟S230中通過稀疏系數(shù)X計(jì)算所述字典矩陣DK,DG,Db的方法包括:
[0017] 對(duì)離散余弦變換矩陣DCT中每一列j0 = 1,2, ...,m更新,然后輸出所述字典矩陣 De, Dg, Db ;
[0018] 其中,所述步驟S300中根據(jù)所述經(jīng)過預(yù)處理的三基色矩陣R,G,B和字典矩陣 DK,De,Db獲得的圖像塊的方法包括:將所述三基色矩陣進(jìn)行圖像特征的隨機(jī)選取獲得與圖 像特征對(duì)應(yīng)的矩陣,該矩陣與所述字典矩陣(D K,De,Db)進(jìn)行正交匹配追蹤算法獲得三個(gè)稀 疏系數(shù)矩陣Χ κ,X。,Xb,再通過(DK,De,Db) X (XK,Xe,Xb)獲得圖像塊獲得所述圖像塊,并將該圖 像塊進(jìn)行組合以實(shí)現(xiàn)圖像晝夜場(chǎng)景轉(zhuǎn)換。
[0019] 又一方面,本發(fā)明還提供了一種圖像晝夜場(chǎng)景轉(zhuǎn)換系統(tǒng),包括:
[0020] 三基色分解模塊,分解夜間圖片以得到對(duì)應(yīng)的三基色矩陣R,G,B。
[0021] 三基色字典矩陣獲取模塊,獲取樣本圖片組成的訓(xùn)練集的三基色所對(duì)應(yīng)的字典矩
[0022] 圖像晝夜場(chǎng)景轉(zhuǎn)換,根據(jù)所述預(yù)處理的三基色矩陣R,G,B和字典矩陣DK,D e,Db獲 得的圖像塊,并將該圖像塊進(jìn)行組合以實(shí)現(xiàn)圖像晝夜場(chǎng)景轉(zhuǎn)換。
[0023] 本發(fā)明的有益效果是,本發(fā)明的基于稀疏表示的圖像晝夜轉(zhuǎn)換算法結(jié)合參考文獻(xiàn) Night Removal by Color Estimation and Sparse Representation 中的顏色預(yù)估模型可 以將黑暗中拍色的照片與在明亮光線下拍色的照片進(jìn)行轉(zhuǎn)換,有效的解決了在黑暗中進(jìn)行 監(jiān)控的目的,使黑暗中的圖像如白晝清楚,同時(shí)突出樣本圖像中未有的某些區(qū)域,提高在黑 暗中的圖像識(shí)別能力;并且能避免公共場(chǎng)所中視頻監(jiān)控中夜間圖片模糊,有效信息少的缺 點(diǎn),具有廣泛的應(yīng)用前景。

【專利附圖】

【附圖說明】
[0024] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說明。
[0025] 圖1示出了稀疏表示算法特征提取過程流程圖;
[0026] 圖2示出了獲得所述字典矩陣DK,De,Db的方法流程圖;
[0027] 圖3示出了一種圖像晝夜場(chǎng)景轉(zhuǎn)換系統(tǒng)的原理框圖;
[0028] 圖4中圖(a)、(b)、(C)示出了圖像晝夜場(chǎng)景轉(zhuǎn)換的具體效果。

【具體實(shí)施方式】
[0029] 現(xiàn)在結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。這些附圖均為簡(jiǎn)化的示意圖,僅以 示意方式說明本發(fā)明的基本結(jié)構(gòu),因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。
[0030] 實(shí)施例1
[0031] 圖1示出了稀疏表示算法特征提取過程流程圖。
[0032] 如圖1所示,所述步驟S100中分解圖片訓(xùn)練集并選取圖像訓(xùn)練塊包括如下步驟:
[0033] 所述圖像晝夜場(chǎng)景轉(zhuǎn)換方法,建立樣本圖片的訓(xùn)練集,利用彩色圖像的通道分解 分解為RGB三個(gè)通道,輸出該訓(xùn)練集對(duì)應(yīng)的三基色矩陣DK,De,Db。
[0034] 其中,所述步驟SlOO中建立樣本圖片的訓(xùn)練集的方法包括:由在各光照強(qiáng)度下拍 攝與夜間圖片相同場(chǎng)景的圖片組成圖片訓(xùn)練集,通過隨機(jī)選取進(jìn)行圖像塊的選取,實(shí)現(xiàn)對(duì) 圖像特征的選擇。
[0035] 圖2示出了獲得所述字典矩陣DK,De,DB的方法流程圖。
[0036] 如圖2所示,所述步驟S200中獲得所述字典矩陣DK,De,D b的方法包括如下步驟:
[0037] 步驟S210,初始化離散余弦變換矩陣DCT。
[0038] 步驟S220,計(jì)算稀疏系數(shù),即將經(jīng)過圖像預(yù)處理的三基色矩陣R,G,B和所述圖片 訓(xùn)練集中的圖像樣本{只}=輸入至所述離散余弦變換矩陣DCT,以計(jì)算出該圖像樣本對(duì)應(yīng)的 稀疏系數(shù)X。
[0039] 步驟S230,通過稀疏系數(shù)X計(jì)算所述字典矩陣DK,Dg,D b。
[0040] 其中,yi表示從樣本圖片中選取可選為某一塊為像素8*8大小的i表示從這些塊 中選擇1到M塊。本發(fā)明不限于像素8*8,也可以采用像素4*4、像素16*16等圖像塊大小。
[0041] 所述稀疏系數(shù)X的獲得方法包括:
[0042] 設(shè)x = aImin Ilx 吏其滿足 y = DK,e,BX ;其中 X 是 DK,e,B ( S卩矩陣 DK,De,Db)在稀疏 變換矩陣DCT下的稀疏表示系數(shù),I I · I Ici表示Ici范數(shù),表示非零元素的個(gè)數(shù)。
[0043] 設(shè)而=argmin Il % -,滿足于I IXI I。彡k。;通過初始化迭代次數(shù)k = 0,使 用m個(gè)歸一化的DK,De,Db構(gòu)建Dtl e Rnxm,且k不斷加1。
[0044] 所述步驟S200中通過稀疏系數(shù)X計(jì)算所述字典矩陣DK,De,D b的方法包括:
[0045] 對(duì)離散余弦變換矩陣DCT中每一列j0 = 1,2, . . .,m更新;即,定義使用原子ajQ 的樣本組,原子為離散余弦變換矩陣中的列向量,Ω#= UIxooUc^i]尹0};計(jì)算不適用 第j〇個(gè)原子的稀疏表示殘差矩陣Ejtl = Y- Σ ^jdajXj ;選擇Qjtl對(duì)應(yīng)的Ejtl列,構(gòu)成Ao ; 其中,E表示殘差矩陣:對(duì)^丨進(jìn)行奇異值分解? = ,更新離散余弦變換矩陣DCT的 第k個(gè)原子為U的第一列,更新稀疏以得到字典矩陣X;=祝1,1扒,其中n為實(shí)整數(shù),若 IU -||〗足夠小,則分別輸出所述字典矩陣DK,De,Db。
[0046] 所述步驟S300中根據(jù)所述經(jīng)過圖像預(yù)處理三基色矩陣R,G,B和字典矩陣DK,D e,Db 獲得的圖像塊的方法包括:將所述三基色矩陣進(jìn)行圖像特征的隨機(jī)選取獲得與圖像特征對(duì) 應(yīng)的矩陣,該矩陣與所述字典矩陣DK,D e,Db進(jìn)行正交匹配追蹤算法獲得三個(gè)稀疏系數(shù)矩陣 Χκ,X。,Xb,再通過(DK,De,D b) X (XK,Xe,Xb)獲得圖像塊獲得所述圖像塊。
[0047] 其中,正交匹配追蹤算法是已選擇的原子進(jìn)行Gram-Schmidt正交化方法進(jìn)行正 交化處理,然后才將信號(hào)投影在這些正交原子構(gòu)成的空間上,得到信號(hào)在各已選原子的分 量和迭代余量。
[0048] 實(shí)施例2
[0049] 圖3不出了一種圖像晝夜場(chǎng)景轉(zhuǎn)換系統(tǒng)的原理框圖。
[0050] 如圖3所示,在實(shí)施例1基礎(chǔ)上的一種圖像晝夜場(chǎng)景轉(zhuǎn)換系統(tǒng),包括:
[0051] 三基色分解模塊,分解夜間圖片以得到對(duì)應(yīng)的三基色矩陣R,G,B。
[0052] 三基色字典矩陣獲取模塊,獲取樣本圖片組成的訓(xùn)練集的三基色所對(duì)應(yīng)的字典矩
[0053] 圖像晝夜場(chǎng)景轉(zhuǎn)換,根據(jù)所述預(yù)處理的三基色矩陣R,G,B和字典矩陣DK,D G,Db獲 得的圖像塊,并將該圖像塊進(jìn)行組合以實(shí)現(xiàn)圖像晝夜場(chǎng)景轉(zhuǎn)換。
[0054] 關(guān)于本實(shí)施例的三基色矩陣R,G,B、字典矩陣DK,DG,D B,以及根據(jù)所述三基色矩陣 R,G,B和字典矩陣DK,De,Db獲得的圖像塊的相關(guān)步驟可參見實(shí)施例1的對(duì)應(yīng)內(nèi)容,這里不再 贅述。
[0055] 本發(fā)明的效果可以通過以下實(shí)驗(yàn)進(jìn)一步說明。
[0056] 1)實(shí)驗(yàn)條件
[0057] 本實(shí)驗(yàn)采用拍攝的夜間圖片作為實(shí)驗(yàn)數(shù)據(jù),采用Matlab R2010b作為仿真工具,計(jì) 算機(jī)配置為Intel酷睿i3-2370/2. 4G。
[0058] 2)實(shí)驗(yàn)內(nèi)容
[0059] 分別利用拍攝的夜間圖片和相同場(chǎng)景不同光照下的圖片組成訓(xùn)練庫(kù),利用上述實(shí) 驗(yàn)數(shù)據(jù)進(jìn)行圖片的晝夜場(chǎng)景轉(zhuǎn)換。其中,夜間圖片作為待處理圖片,不同光照下的圖片作為 字典訓(xùn)練的樣本訓(xùn)練庫(kù)。
[0060] 3)實(shí)驗(yàn)結(jié)果分析
[0061] 通過利用圖像預(yù)處理的RGB三基色矩陣與稀疏表示算法進(jìn)行圖像處理可獲得如 圖(4)所示的效果,如圖(4)中圖(b)所示,該效果為只經(jīng)過預(yù)處理的圖片,從圖片中可以 清晰的看出,在圈出的地方具有明顯的噪聲點(diǎn),而通過經(jīng)過稀疏表示算法進(jìn)行處理,可以最 大程度的減少噪聲點(diǎn),達(dá)到合理處理的效果如圖(c)所示。
[0062] 以上述依據(jù)本發(fā)明的理想實(shí)施例為啟示,通過上述的說明內(nèi)容,相關(guān)工作人員完 全可以在不偏離本項(xiàng)發(fā)明技術(shù)思想的范圍內(nèi),進(jìn)行多樣的變更以及修改。本項(xiàng)發(fā)明的技術(shù) 性范圍并不局限于說明書上的內(nèi)容,必須要根據(jù)權(quán)利要求范圍來確定其技術(shù)性范圍。
【權(quán)利要求】
1. 一種基于稀疏表示算法的圖像晝夜場(chǎng)景轉(zhuǎn)換方法,其特征在于,包括彩色圖像分解 為RGB三通道利用稀疏表示算法進(jìn)行圖像特征提取的過程,包含以下步驟: 步驟S100,分解圖片訓(xùn)練集并選取圖像訓(xùn)練塊; 步驟S200,對(duì)圖像訓(xùn)練塊進(jìn)行字典訓(xùn)練,獲得字典矩陣DK,De,Db ; 步驟S300,利用經(jīng)過預(yù)處理的夜間圖片矩陣R,G,B和字典矩陣DK,De,Db重構(gòu)圖像塊,并 將該圖像塊進(jìn)行組合以實(shí)現(xiàn)圖像晝夜場(chǎng)景轉(zhuǎn)換。
2. 根據(jù)權(quán)利要求1所述的圖像晝夜場(chǎng)景轉(zhuǎn)換方法,其特征在于,所述步驟SlOO中分解 圖像訓(xùn)練集并選取訓(xùn)練塊包括利用輸入的圖片訓(xùn)練集完成圖像訓(xùn)練塊的選取,根據(jù)隨機(jī)性 原則選取對(duì)應(yīng)的字典訓(xùn)練塊。
3. 根據(jù)權(quán)利要求2所述的圖像晝夜場(chǎng)景轉(zhuǎn)換方法,其特征在于,所述步驟S200中獲得 所述字典矩陣DK,De,Db的方法包括如下步驟: 步驟S210,初始化離散余弦變換矩陣DCT; 步驟S220,將預(yù)處理的三基色矩陣R,G,B和所述訓(xùn)練集中的圖像樣本{.V,.}=輸入至所 述離散余弦變換矩陣DCT,以計(jì)算出該圖像樣本對(duì)應(yīng)的稀疏系數(shù)X; 步驟S230,通過稀疏系數(shù)X計(jì)算所述字典矩陣DK,De,Db。
4. 根據(jù)權(quán)利要求3所述的圖像晝夜場(chǎng)景轉(zhuǎn)換方法,其特征在于,所述稀疏系數(shù)X的獲得 方法包括: 設(shè)L=argminIl ||丨,滿足于IIXII。彡kQ ;通過初始化迭代次數(shù)k= 0,使用m 個(gè)歸一化的DK,De,Db構(gòu)建DtleRnxm,且k不斷加1。
5. 根據(jù)權(quán)利要求4所述的圖像晝夜場(chǎng)景轉(zhuǎn)換方法,其特征在于,所述步驟S230中通過 稀疏系數(shù)X計(jì)算所述字典矩陣DK,De,Db的方法包括: 對(duì)離散余弦變換矩陣DCT中每一列j0 = 1,2,. . .,m更新; 艮P,定義使用原子的樣本組,原子為離散余弦變換矩陣中的列向量,Ω#=U|x(k) [j。,i]尹〇};計(jì)算不適用第j〇個(gè)原子的稀疏表示殘差矩陣Ejtl =Y-Σ』^ajXj;選擇Ω』。對(duì) 應(yīng)的E#列,構(gòu)成其中,E表示殘差矩陣; 對(duì)&進(jìn)行奇異值分解,巧=更新離散余弦變換矩陣DCT的第k個(gè)原子為 U的第一列,更新稀疏系數(shù)以得到字典矩陣4 =Δ[1,1Μ,其中n為實(shí)整數(shù),若IU- 舊足 夠小,則分別輸出所述字典矩陣DK,De,Db。
6. 根據(jù)權(quán)利要求5所述的圖像晝夜場(chǎng)景轉(zhuǎn)換方法,其特征在于,所述步驟S300中根據(jù) 所述經(jīng)過預(yù)處理的三基色矩陣R,G,B和字典矩陣DK,De,Db獲得的圖像塊的方法包括:將所 述三基色矩陣進(jìn)行圖像特征的隨機(jī)選取獲得與圖像特征對(duì)應(yīng)的矩陣,該矩陣與所述字典矩 陣(DK,De,Db)X(XK,Xe,Xb)進(jìn)行正交匹配追蹤算法獲得三個(gè)稀疏系數(shù)矩陣XK,Xe,Xb,再通過 (DK,De,Db)X(XK,Xe,Xb)獲得圖像塊獲得所述圖像塊。
7. -種圖像晝夜場(chǎng)景轉(zhuǎn)換系統(tǒng),包括: 三基色分解模塊,分解夜間圖片以得到對(duì)應(yīng)的三基色矩陣R,G,B。 三基色字典矩陣獲取模塊,獲取樣本圖片組成的訓(xùn)練集的三基色所對(duì)應(yīng)的字典矩陣 De,Dg,Db〇 圖像晝夜場(chǎng)景轉(zhuǎn)換,根據(jù)所述預(yù)處理的三基色矩陣R,G,B和字典矩陣DK,De,Db獲得的 圖像塊,并將該圖像塊進(jìn)行組合以實(shí)現(xiàn)圖像晝夜場(chǎng)景轉(zhuǎn)換。
【文檔編號(hào)】G06T5/00GK104463798SQ201410714920
【公開日】2015年3月25日 申請(qǐng)日期:2014年11月28日 優(yōu)先權(quán)日:2014年11月28日
【發(fā)明者】湯一彬, 張燕, 顧容之, 秦學(xué)義, 王海霞 申請(qǐng)人:河海大學(xué)常州校區(qū)
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1