【技术实现步骤摘要】
一种基于卷积神经网络的智能化变色系统及方法
本专利技术涉及神经网络、深度学习、图像处理、图像识别领域,特别是涉及到基于神经网络的卷积网络,提供一种基于卷积神经网络的智能化变色系统及方法。
技术介绍
对图案进行自动配色是一种常见的计算机图案变换方式,它具有广泛的应用价值,比如对于黑白照片、黑白电影的自动配色,以及在纺织品花型设计中的一个花型图案多种配色方案等。传统的方法通过分析图像中的物体以及它们的颜色,然后采用简单的颜色替代方式进行换色。对于颜色分布简单的图案,这类方法效果可以接受;然而,对于大部分复杂的具有渐变色彩的图案,传统方法效果糟糕。图1展示了一个传统方法的变色结果,算法试图将输入图转化为具有和目标图一样的颜色分布,然而结果却令人失望。色块不自然的搭配、突兀的渐变以及偶尔出现的噪点都造成结果图的效果低下。卷积神经网络在图像识别方面取得了以前任何算法都不具备的准确性,它可以更加细致的学习图像中的特征,因此,在各种图像处理算法中都取得了不错的成绩。在变色变换中,不同于传统算法机械的替代方式,神经网络通过对已有图片的阅读,记录了合适的配色方式,能够更加自然的对图像进行配色。图2展示了本专利技术提出的卷积神经网络的变色结果,可以看出:对比传统算法,变色结果更加的自然。
技术实现思路
本专利技术的目的是针对现有技术的不足,提供一种基于卷积神经网络的智能化变色系统及方法。本专利技术利用卷积神经网络进行图像色彩转换,根据目标图配色方案来改变输入图的色彩,使得输入图具有和目标图一致的颜色配比,并且色彩搭配柔和自然。一种基于卷积神经网络的智能化变色系统,包括图片训练集准 ...
【技术保护点】
1.一种基于卷积神经网络的智能化变色系统,其特征在于包括图片训练集准备模块、图像色卡抽取模块、卷积网络变色训练模块、实时在线变色模块和变色结果修正模块;所述的图片训练集准备模块:用于将图片转换为HSV空间,保持S和V通道信息不变,通过修改H通道内容可以改变图案的整体配色,从而产生足够数量的一图多色的图片训练集;所述的图像色卡抽取模块:通过给定参数K,该模块根据图像中颜色的分配比率抽取K个主要颜色,并将颜色按照重要程度排序;所述的卷积网络变色训练模块:将输入的训练图像转到LAB空间,然后保持L空间信息不变,对A和B空间的图像内容进行卷积,生成原训练图像素大小1/4、1/16、1/64的新图案特征表达,并对其中内容进行颜色变换,变换后的训练图像Ⅱ再通过卷积网络进行放大合并,最终和L空间内容叠加,生成具有新配色风格的变色图案Ⅲ;将每一张训练图像及其对应的变色图案Ⅲ,作是一对训练图案,输入到卷积网络中,训练过程将反复对训练集中的训练图案进行多次训练,直至卷积网络产生的变色图案和真实的变色结果图案的误差足够小;所述的实时在线变色模块:将训练好的的卷积网络变色训练模块加载进来,然后根据用户的输入图 ...
【技术特征摘要】
1.一种基于卷积神经网络的智能化变色系统,其特征在于包括图片训练集准备模块、图像色卡抽取模块、卷积网络变色训练模块、实时在线变色模块和变色结果修正模块;所述的图片训练集准备模块:用于将图片转换为HSV空间,保持S和V通道信息不变,通过修改H通道内容可以改变图案的整体配色,从而产生足够数量的一图多色的图片训练集;所述的图像色卡抽取模块:通过给定参数K,该模块根据图像中颜色的分配比率抽取K个主要颜色,并将颜色按照重要程度排序;所述的卷积网络变色训练模块:将输入的训练图像转到LAB空间,然后保持L空间信息不变,对A和B空间的图像内容进行卷积,生成原训练图像素大小1/4、1/16、1/64的新图案特征表达,并对其中内容进行颜色变换,变换后的训练图像Ⅱ再通过卷积网络进行放大合并,最终和L空间内容叠加,生成具有新配色风格的变色图案Ⅲ;将每一张训练图像及其对应的变色图案Ⅲ,作是一对训练图案,输入到卷积网络中,训练过程将反复对训练集中的训练图案进行多次训练,直至卷积网络产生的变色图案和真实的变色结果图案的误差足够小;所述的实时在线变色模块:将训练好的的卷积网络变色训练模块加载进来,然后根据用户的输入图和目标图进行变色处理,实际变色过程相当于将输入图进行一次卷积网络计算;所述的变色结果修正模块:针对经过实时在线变色模块处理后的图像,提供更加个性化的颜色编辑功能,用户能够在图像上选择若干点,并对选择的点指定其想要的颜色,变色结果修正模块将对图像进行重新渲染,根据用户的需求对图像的色彩进行微调。2.根据权利要求1所述的一种基于卷积神经网络的智能化变色系统的实现方法,其特征在于包括如下步骤:步骤1.构建图片训练集准备模块针对每张训练图:将训练图转换到HSV空间,保持S和V通道信息不变,通过修改H通道内容改变图案的整体配色,从而产生N张与该训练图对应的不同配色的目标图,同时将每张目标图和训练图则构成了一对训练数据;从而得到一图多色的图片训练集;步骤2.构建图像色卡抽取模块通过给定参数K,根据图像中颜色的分配比率抽取K个主要颜色,并将颜色按照重要程度排序,具体实现如下:2-1.扫描全图建立一个颜色统计表,对于每一种颜色出现的次数做出统计;2-2.根据图像中出现的最大颜色值和最小颜色值,将颜色空间等分为K份,其中K为指定需要提取的主要颜色数量;2-3.将每一种颜色按照其具体的颜色值归类到K等分中的一个类中;2-4.对于一个类中的颜色,选择出现...
【专利技术属性】
技术研发人员:伍赛,张梦丹,金海云,吴参森,
申请(专利权)人:杭州米绘科技有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。