IntroductionFast algorithms of transferring color to grayscale images  การแปล - IntroductionFast algorithms of transferring color to grayscale images  ไทย วิธีการพูด

IntroductionFast algorithms of tran


Introduction
Fast algorithms of transferring color to grayscale images are widely used in image processing. It transfers color information to a grayscale image, then the grayscale image has the similar color distribution with the color one. It has been one of the most practical techniques.

Many methods have been developed for color transfer [1], [2] and [3]. Welsh [4] proposed an algorithm due to color component color component. However, this method suffers from the ambiguity in image details and the background error. Pitie [5] improved it with N-dimensional probability density function. However this method suffers from time-consuming. Guoying Zhao [6] adjusted the slope of the source image data to preserve some details. Irony [7] or Zhenhua Li [8] proposed colorizing algorithms based on texture match or wavelet. However all of the above methods need a large number of complex algorithms and caused the background error.

To achieve better results, some new approaches based on manual intervention have been proposed. Li and Hao [9] proposed a learning-based colorizing algorithm, which will easily cause color distortion. Levin [10] proposed a colorizing algorithm based on chromaticity statistics. Qu [11] and Luan [12] improved these methods using constraint of texture similarity, which significantly reduced the complex texture error diffusion. Additionally, Guofei Hu [13] and Horiuchi [14] proposed adaptive colorizing algorithm and probability relaxation algorithm. However these methods are complex and targeted.

In this study, we propose a new algorithm based on sorting pixels comparison. The proposed comparison of rearranged pixels color transfer method is compared with conventional color transfer methods.

The rest of the paper is structured as follows. In Section 2, works related to rearranged pixels, including in lab color space. In Section 3, the low-complex equalization method is presented. Experimental results are demonstrated in Section 4. And Section 5 presents our discussions and conclusions.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
แนะนำอัลกอริทึมอย่างรวดเร็วของการถ่ายโอนสีเทารูปใช้ในการประมวลผลภาพ จะโอนย้ายรายละเอียดสีภาพสีเทา แล้วภาพสีเทามีการกระจายสีคล้ายกับสีหนึ่ง จะได้รับเทคนิคสุดอย่างใดอย่างหนึ่งได้รับการพัฒนาวิธีการในการถ่ายโอนสี [1], [2] [3] ชาวเวลส์ [4] เป็นอัลกอริทึมเนื่องจากคอมโพเนนต์สีส่วนประกอบของสีที่นำเสนอ อย่างไรก็ตาม วิธีนี้ suffers จากความคลุมเครือในรายละเอียดของภาพและพื้นหลังของข้อผิดพลาด Pitie [5] ขึ้นว่าฟังก์ชันความหนาแน่นของความน่าเป็น N มิติ อย่างไรก็ตาม วิธีนี้ suffers จากเวลา เจียว Guoying [6] ปรับความชันของข้อมูลภาพต้นฉบับเพื่อรักษารายละเอียดบางอย่าง ประชด [7] หรือ Zhenhua Li [8] เสนอ colorizing อัลกอริทึมในการยึดจับพื้นผิวหรือ wavelet อย่างไรก็ตามวิธีการข้างต้นทั้งหมดต้องของอัลกอริทึมที่ซับซ้อน และเกิดข้อผิดพลาดของพื้นหลังเพื่อให้บรรลุผลลัพธ์ที่ดีขึ้น บางอย่างใหม่ ๆ ตามขัดจังหวะโดยด้วยตนเองได้รับการเสนอการ Li และห้าว [9] นำเสนอการเรียนรู้ตาม colorizing อัลกอริทึม ซึ่งจะทำให้สีเพี้ยนได้ง่าย Levin [10] ได้เสนอขั้นตอนวิธี colorizing ตามสถิติ chromaticity โต๊ะ [11] และหลวน [12] ปรับปรุงวิธีการเหล่านี้โดยใช้ข้อจำกัดของเนื้อความคล้ายคลึงกัน ซึ่งลดแพร่ข้อผิดพลาดของพื้นผิวที่ซับซ้อน นอกจากนี้ Guofei Hu [13] และ Horiuchi [14] การนำเสนอเหมาะสม colorizing อัลกอริทึมและความน่าเป็นเป็นอัลกอริทึมการ อย่างไรก็ตาม วิธีการเหล่านี้จะซับซ้อน และเป้าหมายในการศึกษานี้ เราเสนออัลกอริทึมใหม่ตามเรียงลำดับเปรียบเทียบพิกเซล การเปรียบเทียบวิธีการถ่ายโอนสีของพิกเซลที่ปรับใหม่นำเสนอเปรียบเทียบกับวิธีการถ่ายโอนสีธรรมดาจัดโครงสร้างส่วนเหลือของกระดาษดังนี้ ใน 2 ส่วน ทำงานที่เกี่ยวข้องกับการจัดการใหม่พิกเซล รวมทั้งในห้องปฏิบัติการพื้นที่สี วิธีการปรับแต่งความซับซ้อนต่ำถูกนำเสนอในส่วน 3 ผลการทดลองจะแสดงในหมวดที่ 4 และ 5 ส่วนนำเสนออภิปรายและบทสรุปของเรา
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!


การแนะนำขั้นตอนวิธีการที่รวดเร็วของการถ่ายโอนสีให้ภาพระดับสีเทาที่มีการใช้กันอย่างแพร่หลายในการประมวลผลภาพ จะถ่ายโอนข้อมูลสีกับภาพสีเทาแล้วภาพสีเทามีการกระจายสีที่คล้ายกันกับสีหนึ่ง จะได้รับหนึ่งในเทคนิคที่ปฏิบัติมากที่สุด. วิธีการหลายคนได้รับการพัฒนาสำหรับการถ่ายโอนสี [1], [2] [3] เวลส์ [4] เสนอขั้นตอนวิธีการอันเนื่องมาจากองค์ประกอบสีองค์ประกอบสี แต่วิธีนี้ทนทุกข์ทรมานจากความคลุมเครือในรายละเอียดของภาพและความผิดพลาดพื้นหลัง Pitie [5] ที่ดีขึ้นด้วยฟังก์ชั่นความหนาแน่นของความน่าจะเป็น N-มิติ อย่างไรก็ตามวิธีการนี้ได้รับความทุกข์จากการใช้เวลานาน Guoying Zhao [6] ปรับความชันของข้อมูลภาพแหล่งที่มาเพื่อรักษารายละเอียดบางอย่าง ประชด [7] หรือ Zhenhua ลี่ [8] เสนอขั้นตอนวิธีการระบายสีบนพื้นฐานของการแข่งขันเนื้อหรือเวฟ แต่ทุกวิธีการดังกล่าวจะต้องมีจำนวนมากของกลไกที่ซับซ้อนและก่อให้เกิดข้อผิดพลาดพื้นหลัง. เพื่อให้บรรลุผลลัพธ์ที่ดีกว่าบางวิธีการใหม่บนพื้นฐานของการแทรกแซงคู่มือได้รับการเสนอ และหลี่เฮา [9] เสนอการเรียนรู้ตามขั้นตอนวิธี colorizing ที่ง่ายจะทำให้สีเพี้ยน เลวิน [10] เสนอขั้นตอนวิธีการระบายสีตามข้อมูลทางสถิติ chromaticity Qu [11] และล้วน [12] การปรับปรุงวิธีการเหล่านี้โดยใช้ข้อ จำกัด ของความคล้ายคลึงกันพื้นผิวที่มีนัยสำคัญลดการแพร่กระจายความผิดพลาดของพื้นผิวที่มีความซับซ้อน นอกจากนี้ Guofei Hu [13] และอริยุชิ [14] เสนอขั้นตอนวิธีการปรับตัว colorizing และความน่าจะเป็นขั้นตอนวิธีการผ่อนคลาย แต่วิธีการเหล่านี้มีความซับซ้อนและมีการกำหนดเป้าหมาย. ในการศึกษานี้เรานำเสนอวิธีการใหม่บนพื้นฐานของการเรียงลำดับการเปรียบเทียบพิกเซล การเปรียบเทียบเสนอจัดใหม่วิธีการโอนสีพิกเซลเมื่อเทียบกับวิธีการถ่ายโอนสีธรรมดา. ส่วนที่เหลือของกระดาษที่มีโครงสร้างดังนี้ ในส่วนที่ 2 ผลงานที่เกี่ยวข้องกับการจัดใหม่พิกเซลรวมทั้งในห้องปฏิบัติการพื้นที่สี ในส่วนที่ 3 วิธีการปรับแต่งเสียงต่ำที่มีความซับซ้อนที่จะนำเสนอ ผลการทดลองจะแสดงให้เห็นในมาตรา 4 และมาตรา 5 ที่มีการจัดอภิปรายและข้อสรุปของเรา







การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!


รวดเร็วแนะนำขั้นตอนวิธีการถ่ายโอนไปยังระดับสีเทาภาพสีใช้ในการประมวลผลภาพ มันถ่ายโอนข้อมูลสีเป็นสีเทาภาพ แล้วภาพระดับสีเทามีการกระจายสีใกล้เคียงกับสี . ก็เป็นหนึ่งในเทคนิคที่เป็นประโยชน์มากที่สุด

หลายวิธีได้ถูกพัฒนาขึ้นสำหรับสีโอน [ 1 ] , [ 2 ] และ [ 3 ]ชาวเวลส์ [ 4 ] ได้เสนออัลกอริทึมเนื่องจากสี ส่วนสีส่วนประกอบ อย่างไรก็ตาม วิธีการนี้ได้รับความทุกข์จากความผิดพลาดในรายละเอียดภาพและพื้นหลัง pitie [ 5 ] ปรับปรุงมันด้วยฟังก์ชันความหนาแน่นความน่าจะเป็น n-dimensional . อย่างไรก็ตามวิธีนี้เป็นวิธีที่ได้รับความทุกข์จากการใช้เวลานาน guoying จ้าว [ 6 ] ปรับความลาดชันของแหล่งที่มาของข้อมูลภาพ เพื่อรักษารายละเอียดบางอย่างประชด [ 7 ] หรือ [ 8 ] ใส่สี Zhenhua Li เสนอขั้นตอนวิธีตามเนื้อตรง หรือเวฟ . แต่อย่างไรก็ตามวิธีการข้างต้นต้องเป็นจํานวนมากของขั้นตอนวิธีการที่ซับซ้อนและเกิดข้อผิดพลาดหลัง

เพื่อให้ได้ผลลัพธ์ที่ดีกว่า มีแนวทางใหม่ๆจากการแทรกแซงคู่มือได้รับการเสนอ Li Hao [ 9 ] และเสนอการเรียนใส่สีขั้นตอนวิธีซึ่งจะสามารถทำให้สีไม่ผิดเพี้ยน เลวิน [ 10 ] เสนอวิธีใส่สีขึ้นอยู่กับสถิติ chromaticity . ค้นหา [ 11 ] และลวน [ 12 ] การปรับปรุงวิธีการเหล่านี้ใช้ข้อจำกัดของพื้นผิว คล้ายคลึงกัน ซึ่งสามารถลดการแพร่กระจายพื้นผิวข้อผิดพลาดที่ซับซ้อน นอกจากนี้ guofei Hu [ 13 ] และ [ 14 ] การใส่สี โฮริ ชิได้เสนอขั้นตอนวิธีขั้นตอนวิธีผ่อนคลายและความน่าจะเป็นอย่างไรก็ตามวิธีการเหล่านี้มีความซับซ้อนและเป้าหมาย

ในการศึกษานี้ได้เสนอขั้นตอนวิธีการใหม่ตามการเปรียบเทียบภาพเรียงลำดับ เสนอการจัดใหม่พิกเซลสีโอนเทียบกับวิธีวิธีการโอนสีธรรมดา

ส่วนที่เหลือของกระดาษมีโครงสร้างดังนี้ ในส่วนที่ 2 งานที่เกี่ยวข้องกับบางพิกเซล รวมทั้งในแล็บสีพื้นที่ ในมาตรา 3วิธีปรับต่ำซับซ้อนจะถูกนำเสนอ ผลการทดลองแสดงในส่วนที่ 4 และส่วนที่ 5 แสดงการอภิปรายและข้อสรุปของเรา
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: