[发明专利]一种基于多维数据关联规则的微光图像彩色化方法

权利要求书

1.一种基于多维数据关联规则的微光图像彩色化方法，其特征在于，步骤如下：

步骤1，微光图像多属性规则挖掘：

采用多属性规则约束的Apriori优化算法，挖掘参考彩色图像中的亮度、颜色之间的强关联规则集，并引入类别标签元素，最终生成亮度-类别-颜色强关联规则集；

步骤2，基于规则映射的微光图像彩色化：

提取微光图像中像素的亮度以及所属类别，基于挖掘生成的强关联规则集，映射生成每个像素所对应的R、G、B颜色分量，生成彩色图；

步骤1所述微光图像多属性规则挖掘，具体如下：

(1.1)找出所有与微光图像中物体相对应的参考彩色图像，分别对参考彩色图像进行分块处理，生成libsvm分类函数实现分类的训练样本BLOCK，给参考彩色图像中的每个物体BLOCK附上类别标签label’；并提取参考彩色图像相应的待选图像特征集{hog，均值，方差，同质性，熵}，通过观察分类效果，选择最合适的图像特征集T作为分类数据traindata，最后生成SVM分类器model；

(1.2)在具有x个像素的不同参考彩色图像BLOCK中提取每个像素的亮度y和颜色分量R、G、B，建立对应的事务数据库database；

(1.3)基于多属性规则约束的Apriori优化算法，实现像素彩色化的唯一性；

步骤2所述基于规则映射的微光图像彩色化，具体如下：

(2.1)首先在微光图像中选择移动窗口，基于训练好的SVM分类器model对窗口内图像块进行分类，并将类别标签赋值给左上角像素，通过扩展图像边界，遍历整幅图像中的每一个像素，根据得到的微光图像中每个像素的类别标签以及对应的亮度值生成亮度-类别待映射集；

(2.2)基于挖掘好的强关联规则集，待映射集将在已经挖掘好的强关联规则集中一一搜索映射，赋予对应的R、G、B颜色分量值，最后生成微光图像的彩色化效果。

2.根据权利要求1所述的基于多维数据关联规则的微光图像彩色化方法，其特征在于，步骤(1.3)所述基于多属性规则约束的Apriori优化算法，实现像素彩色化的唯一性，具体过程如下：

1)算法参数设定和频繁项集的生成

设定支持度s和置信度c，基于支持度参数，不断地通过连接、剪枝两个步骤，过滤掉无用的项集，生成频繁4-项项集；

2)规则的约束和生成

基于置信度参数，过滤掉置信度低于阈值参数c的无用的弱关联规则，挖掘生成待约束强关联规则集；再根据区间数和区间分布，分别确定亮度、颜色分量R、G、B所对应的区间，对待约束强关联规则集做进一步的约束，生成符合条件的亮度-颜色初始强关联规则集；

3)类别属性规则挖掘

在亮度-颜色初始强关联规则集中加入类别标签元素labeln’，生成各个参考彩色图像对应的亮度-类别-颜色强关联规则集(strong rules set)n，再将所有不同的参考彩色图像对应的强关联规则集(strong rules set)n组合在一起，生成最终的待映射强关联规则集strong rules set。