【摘 要】
：
在实际学习与科研中,许多情况下需要将灰度图像渲染成彩色图像,例如将黑白照片着色、对夜视成像效果进行彩色化等等。现较为流行的灰度图像着色的方法是专业技术人员借助专业的图像处理软件如photoshop将图片分区,之后通过调整各个分区色相和色彩饱和度来完成上色,整个过程相当复杂。在计算机视觉领域,也有利用传统的数字图像处理技术如基于颜色传递、基于颜色标记等方法实现灰度图像着色,但是,该类技术往往需要处理
论文部分内容阅读
在实际学习与科研中,许多情况下需要将灰度图像渲染成彩色图像,例如将黑白照片着色、对夜视成像效果进行彩色化等等。现较为流行的灰度图像着色的方法是专业技术人员借助专业的图像处理软件如photoshop将图片分区,之后通过调整各个分区色相和色彩饱和度来完成上色,整个过程相当复杂。在计算机视觉领域,也有利用传统的数字图像处理技术如基于颜色传递、基于颜色标记等方法实现灰度图像着色,但是,该类技术往往需要处理人员具备丰富的计算机视觉专业知识,且处理速度较慢。随着计算机视觉与深度学习技术的快速成长,深度学习技术广泛应用到图像处理中,包括灰度图像着色。当前主流的基于深度学习的灰度图像着色技术多是采用深度卷积神经网络（如Res Net,VGG等）来提取图像特征,依据所提取的特征对图像不同区域进行色彩填充,而且在训练模型时通常将多通道的彩色图像视为整体输入神经网络模型进行训练。该类模型的特点是网络深度较深,容易发生过拟合,着色效果欠佳。考虑到多通道彩色图像其每个像素的色彩由所有单通道图像灰度值叠加而来,且同一张彩色图像可以在不同的色彩空间下定义。因此,本文设计了一种基于混合三通道的生成对抗网络模型应用于对灰度图像着色。本文的模型算法主要优势如下:（1）设计了基于RGB色彩模式与Lab色彩模式的混合三通道集成模型,相对于单色彩模式下的单一模型能够还原更加真实的色彩。（2）采用生成对抗式网络代替传统深度卷积神经网络作为模型的基础网络,通过博弈训练获得更优异的模型,同时生成器中加入空洞卷积来辅助一般卷积,以获得图像的多尺度特征,能够还原图像细节部分色彩。（3）针对（1）中设计的模型继续进行改进,采用原始图像的语义分割图来约束神经网络模型,构建了基于语义分割图的条件生成对抗网络,提高网络模型的收敛速度,降低了模型发生梯度弥散的概率。
其他文献
导电涂料在电极、防静电、电磁屏蔽、电加热等领域已经得到了广泛应用,导电涂层的制备多采用有机聚合物作为成膜材料,但有机聚合物具有不耐高温、易老化等缺点,相较于有机聚合物,陶瓷涂料具有更为优异的耐热性能、硬度、抗老化、耐腐蚀性等性能。为了得到高耐热性能的导电涂层,本文以硅溶胶、硅氧烷、石墨（CGM）等为主要原料,采用溶胶-凝胶法制备了用于玻璃茶几或地板砖取暖的陶瓷基石墨导电涂层。通过添加石墨烯（Gr）
山区流域水文气象和地形地貌条件复杂,每年都会发生不同程度的洪涝灾害。对国民经济和社会和谐稳定造成极大的影响,因此搞好山区流域的洪水预报对减轻洪涝灾害的损失和促进国民经济的发展具有重要意义。论文从流域防洪减灾的实际出发,将BP神经网络原理应用于闽北山区崇阳溪上游流域,建立BP神经网络模型进行降雨径流预报研究,主要内容如下:（1）利用流域DEM数据提取研究流域边界,采用泰森多边形法将流域划分为7个单元
索缆是结构中重要的受力部件。然而,索缆所处的自然环境通常较为恶劣,且更换困难。位移是监测索缆“健康”状态的一个重要参数。因此对索缆的位移进行监测十分重要。传统的接触式位移测量方法存在的设备安装困难、测量精度易受环境影响、人工参与度高等问题,为此,本工作探索基于双目视觉的索缆位移测量方法。首先,为了降低对标志物尺寸大小的约束,本工作采用基于一维标定物的相机标定算法并对该算法进行改进。在原有的一维标定
近些年,环境污染事件的发生率逐年提高,迫切需要环境污染事件的快速监测,而传统的环境污染监控手段仍然存在监测技术配套性差和地区发展不平衡的问题,无法做到全区域、全时段、全种类的覆盖。网络新闻文本因具有广泛性、真实性和新鲜性的特点,往往可以弥补物理设备监测的不足。但是,环境污染事件往往存在“多米诺效应”,其新闻文本中易出现诸多干扰信息,如多个时间、地点和人物的混合表达,使得网络新闻文本蕴含环境污染事件
随着新浪微博、微信等社交媒体的崛起,互联网媒体及电子出版物代替了传统报纸等纸质出版物成为人们发布和获取信息的主要渠道。网络的飞速发展以及各种移动终端设备的流行促使网络电子文本信息的爆炸式增涨,如何从海量电子文本信息里快速汲取有效信息逐步成为研究热点问题,文本摘要自动生成技术正是解决这一问题的核心。文本摘要自动生成技术不仅仅可以提升获取信息的效率,更支撑了智能应答系统、网络舆论解析等上层应用的建设。