[發明專利]一種基于多維數據關聯規則的微光圖像彩色化方法

有效

• 申請號: 201710576063.5
• 申請日: 2017-07-14
• 公開（公告）號: CN107481183B
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 陳冬冬;張煒;韓靜;柏連發;張毅
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06K9/62
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

1.一種基于多維數據關聯規則的微光圖像彩色化方法，其特征在于，步驟如下：

步驟1，微光圖像多屬性規則挖掘：

采用多屬性規則約束的Apriori優化算法，挖掘參考彩色圖像中的亮度、顏色之間的強關聯規則集，并引入類別標簽元素，最終生成亮度-類別-顏色強關聯規則集；

步驟2，基于規則映射的微光圖像彩色化：

提取微光圖像中像素的亮度以及所屬類別，基于挖掘生成的強關聯規則集，映射生成每個像素所對應的R、G、B顏色分量，生成彩色圖；

步驟1所述微光圖像多屬性規則挖掘，具體如下：

(1.1)找出所有與微光圖像中物體相對應的參考彩色圖像，分別對參考彩色圖像進行分塊處理，生成libsvm分類函數實現分類的訓練樣本BLOCK，給參考彩色圖像中的每個物體BLOCK附上類別標簽label’；并提取參考彩色圖像相應的待選圖像特征集{hog，均值，方差，同質性，熵}，通過觀察分類效果，選擇最合適的圖像特征集T作為分類數據traindata，最后生成SVM分類器model；

(1.2)在具有x個像素的不同參考彩色圖像BLOCK中提取每個像素的亮度y和顏色分量R、G、B，建立對應的事務數據庫database；

(1.3)基于多屬性規則約束的Apriori優化算法，實現像素彩色化的唯一性；

步驟2所述基于規則映射的微光圖像彩色化，具體如下：

(2.1)首先在微光圖像中選擇移動窗口，基于訓練好的SVM分類器model對窗口內圖像塊進行分類，并將類別標簽賦值給左上角像素，通過擴展圖像邊界，遍歷整幅圖像中的每一個像素，根據得到的微光圖像中每個像素的類別標簽以及對應的亮度值生成亮度-類別待映射集；

(2.2)基于挖掘好的強關聯規則集，待映射集將在已經挖掘好的強關聯規則集中一一搜索映射，賦予對應的R、G、B顏色分量值，最后生成微光圖像的彩色化效果。

2.根據權利要求1所述的基于多維數據關聯規則的微光圖像彩色化方法，其特征在于，步驟(1.3)所述基于多屬性規則約束的Apriori優化算法，實現像素彩色化的唯一性，具體過程如下：

1)算法參數設定和頻繁項集的生成

設定支持度s和置信度c，基于支持度參數，不斷地通過連接、剪枝兩個步驟，過濾掉無用的項集，生成頻繁4-項項集；

2)規則的約束和生成

基于置信度參數，過濾掉置信度低于閾值參數c的無用的弱關聯規則，挖掘生成待約束強關聯規則集；再根據區間數和區間分布，分別確定亮度、顏色分量R、G、B所對應的區間，對待約束強關聯規則集做進一步的約束，生成符合條件的亮度-顏色初始強關聯規則集；

3)類別屬性規則挖掘

在亮度-顏色初始強關聯規則集中加入類別標簽元素labeln’，生成各個參考彩色圖像對應的亮度-類別-顏色強關聯規則集(strong rules set)n，再將所有不同的參考彩色圖像對應的強關聯規則集(strong rules set)n組合在一起，生成最終的待映射強關聯規則集strong rules set。