一种标志性彩色图形符号图像的图像分层方法技术

本发明专利技术公开了属于数字图像处理技术领域的一种标志性彩色图形符号图像的图像分层方法，具体说是一种标志用彩色图形符号图像的颜色层抽取和分解方法，采用K‑means聚类的方法提取主色调，然后在得到的主色调的基础上采用基于加色混合模型的分层方法进行图像分层。标志性的彩色图形符号图像的颜色分布简单，所以对其进行分层处理比较简单。通过本发明专利技术的方法对彩色符号图像进行颜色层的抽取，最终得到的分层结果在后续的图像编辑，在切换背景、变换标志图像颜色中能够取得很好的效果。本发明专利技术的方法对于标志图形来说，方便设计和后续调整。

A method of image layering for iconic color graphic symbol image

【技术实现步骤摘要】
一种标志性彩色图形符号图像的图像分层方法
本专利技术属于数字图像处理
，特别涉及一种标志性彩色图形符号图像的图像分层方法，具体说是一种标志用彩色图形符号图像的颜色层抽取和分解方法，
技术介绍
图像分层技术是图像处理中的重要研究课题，图像分层的结果决定着最终的图像分析和图像理解的结果和质量。由于图像分层的重要性，国内外许多学者对其展开大量的研究，提出了各种各样不同的图像分层算法，针对不同的研究对象有不同的分层算法。图层被定义为具有与主色调颜色相似的所有像素的集合，输入图像中每个像素可以表示为每个图层对应的主色调的线性组合。在提取主色调方面，现有的主色调提取的方法大致可以总结为三类。第一类，考虑到人类感知，利用人工标注的数据集训练模型，通过得到的模型来提取图像的主色调。SharonLin和PatHanrahan(SharonLinandPatHanrahan.2013.ModelingHowPeopleExtractColorThemesfromImages.InProceedingsofACMSIGCHI.)提出了使用人工手动创建的主色调所训练的回归模型来提取颜色主色调的方法。第二类，通过基于聚类的方法来提取图像主色调。Chang等人(HuiwenChang,OhadFried,YimingLiu,StephenDiVerdi,andAdamFinkelstein.2015.Palette-basedPhotoRecoloring.ACMTrans.Graph.34,4(Aug.2015).)提出了基于K-means聚类的方法来提取图像主色调，这种方法捕获了最突出的颜色。第三类，通过图像像素在颜色空间中的凸包来提取主色调。Ten等人(JianchaoTan,Jyh-MingLien,andYotamGingold.2016.DecomposingImagesintoLayersviaRGB-spaceGeometry.ACMTrans.Graph.36,1,Article7(Nov.2016).)通过图像像素在RGB空间中的凸包来提取主色调。RGB空间中的图像像素的凸包的顶点对应于调色板的主色调，但是主色调的多少以及主色调的顺序需要用户自己确定。也有一些基于物理的方法试图通过提取波长相关的参数来进行建模。在图像分层方面，现有的方法主要可以分为两类。第一类，基于加色混合模型(theadditivecolormixingmodel)来实现与顺序无关的层分解，在此基础上提出新的能量函数对各层的权重进行约束。第二类，是基于对标准alpha混合模型的优化来实现图像的分层操作。
技术实现思路
本专利技术的目的是提供一种标志性彩色图形符号图像的图像分层方法，其特征在于，包括以下步骤：步骤1，输入图像以及所需要的参数，根据图像像素的颜色信息获取初始聚类中心；步骤2，在步骤1得到的初始聚类中心的基础上，利用K-means对输入图像进行聚类，得到图像的N个主色调图层；步骤3，分析图像中每个像素，将其RGB颜色值定义为所有主色调的线性组合，计算每个像素在N个主色调图层中各层上的权重W；步骤4，根据步骤3中的得到的权重W，得到关于主色调的线性组合方程，并得到分层的结果；所述输入图像为彩色图形符号图像，输入的参数为分层的层数N。所述主色调指的是输入图像中具有相似颜色属性的所有像素的颜色均值所表示的颜色。所述获取初始聚类中心为提取调色板前的预处理；获取初始聚类中心分为两个步骤，第一步，通过图像像素的RGB值将所有像素分配给16*16*16bins，在Lab颜色空间中计算每个bin的颜色均值ci，其中ci表示第i个主色调的像素值，此颜色均值代表了分配给该bin的ni个像素，并去除最不经常出现的颜色(即包含像素最小的bin)；第二步，计算初始聚类中心；第i个初始化聚类中心μi计算如下：μi＝cjs.t.j＝argmaxj{nj}也就是说每个初始化的聚类中心都被初始化为当前代表最多像素的颜色。为了确保所选择的中心彼此远离，在每次选择时，除了之前已经选择的初始聚类中心所在的bin之外，其他bin所包含的像素数ni通过因子li进行衰减，降低了在下一个初始聚类中心选择中选择相似颜色的可能性；其中，式中，dij表示Lab颜色空间中颜色ci和cj之间的距离，且i≠j，δd默认设置为80，δd是一个常数参数,默认设置为80，表示衰减程度,每次衰减从黑色到白色的距离的80％。重复执行上述操作，直至选择了N个初始聚类中心，ci表示第i个主色调的像素值；cj表示第j个主色调的像素值；；所述计算每个像素在N个主色调图层中各层上的权重W，通过能量函数E(W)进行计算每个像素的在各个主色调图层上的权重W，式中，I表示输入图像，C表示主色调，β为项的系数，表示是第p个像素在第i个主色调图层的权重。所述图像中每个像素能够表示为所有主色调的线性组合，也就是说，每个像素p的颜色能够近似重构如下：式中，pi表示第i个像素的像素值，cj表示第j个主色调的像素值，N表示主色调图层层数。分层结果如下：式中，表示第i个图层第p个像素的像素值，ci表示第i个主色调的像素值，表示第i个图层中第p个像素的权重。本专利技术的有益效果是，本专利技术针对标志性的彩色图形符号图像，如禁止吸烟、禁止触碰的标志等,采用K-means聚类的方法提取主色调，然后在得到的主色调的基础上采用基于加色混合模型的分层方法进行图像分层。标志性的彩色图形符号图像的颜色分布简单，所以对其进行分层处理比较简单。通过本专利技术的方法对彩色符号图像进行颜色层的抽取，最终得到的分层结果在后续的图像编辑(如，切换背景、变换标志图像颜色)中能够取得很好的效果。本专利技术的方法对于标志图形来说，方便设计和后续调整。附图说明图1为图像分层的总体流程图。图2为图像分层示例图，其中，a输入图像；b图层1；c图层2；图3为图像编辑的变换标志图像颜色的效果图；其中，a输入图像；b变换标志图像颜色的图像效果。具体实施方式本专利技术提供一种标志性彩色图形符号图像的图像分层方法，下面结合附图及实例对本专利技术进行详细说明。图1所示是图像分层的总体流程图，包括以下步骤：步骤1，输入图像以及所需要的参数，根据图像像素的颜色信息得到初始聚类中心；步骤2，在步骤1得到的初始聚类中心的基础上，利用K-means对输入图像进行聚类，得到图像的N个主色调图层；步骤3，分析图像中每个像素，将其RGB颜色值定义为所有主色调的线性组合，计算每个像素在N个主色调图层中各层上的权重W；步骤4，根据步骤3中的得到的权重W，得到关于主色调的线性组合方程，并得到分层的结果；实施例图2所示为图像分层示例图；其中，a输入图像；b图层1；c图层2；步骤1，输入的图像I为标志性的彩色图形符号图像，如禁止吸烟、禁本文档来自技高网...

【技术保护点】
1.一种标志性彩色图形符号图像的图像分层方法，其特征在于，包括以下步骤：/n步骤1，输入图像以及所需要的参数，根据图像像素的颜色信息获取初始聚类中心；/n步骤2，在步骤1得到的初始聚类中心的基础上，利用K-means对输入图像进行聚类，得到图像的N个主色调图层；/n步骤3，分析图像中每个像素，将其RGB颜色值定义为所有主色调的线性组合，计算每个像素在N个主色调图层中各层上的权重W；/n步骤4，根据步骤3中的得到的权重W，得到关于主色调的线性组合方程，并得到分层的结果。/n

【技术特征摘要】
1.一种标志性彩色图形符号图像的图像分层方法，其特征在于，包括以下步骤：
步骤1，输入图像以及所需要的参数，根据图像像素的颜色信息获取初始聚类中心；
步骤2，在步骤1得到的初始聚类中心的基础上，利用K-means对输入图像进行聚类，得到图像的N个主色调图层；
步骤3，分析图像中每个像素，将其RGB颜色值定义为所有主色调的线性组合，计算每个像素在N个主色调图层中各层上的权重W；
步骤4，根据步骤3中的得到的权重W，得到关于主色调的线性组合方程，并得到分层的结果。


2.根据权利要求1所述标志性彩色图形符号图像的图像分层方法，其特征在于，所述输入图像为彩色图形符号图像，输入的参数为分层的层数N。


3.根据权利要求1所述标志性彩色图形符号图像的图像分层方法，其特征在于，所述主色调指的是输入图像中具有相似颜色属性的所有像素的颜色均值所表示的颜色。


4.根据权利要求1所述标志性彩色图形符号图像的图像分层方法，其特征在于，所述获取初始聚类中心为提取调色板前的预处理；获取初始聚类中心分为两个步骤，第一步，通过图像像素的RGB值将所有像素分配给16*16*16bins，在Lab颜色空间中计算每个bin的颜色均值ci,其中ci表示第i个主色调的像素值，此颜色均值代表了分配给该bin的ni个像素，并去除最不经常出现的颜色(即包含像素最小的bin)；第二步，计算初始聚类中心；第i个初始化聚类中心μi计算如下：
μi＝cjs.t.j＝argmaxj{nj}
也就是说每个初...

【专利技术属性】
技术研发人员：程文刚，窦鹏丽，陈永权，
申请(专利权)人：华北电力大学，中国标准化研究院，
类型：发明
国别省市：北京;11