基于伽马变换的图像艺术风格转换方法技术

本发明专利技术公开了一种基于伽马变换的图像风格转换方法。它包括输入内容图像和风格图像；获取风格图像的风格特征和内容图像的内容特征；定义新的白噪声源图像X，分别于风格特征和内容特征进行匹配，并进行融合；在像素级别对融合后图像进行伽马变换，实现去噪；重复上述步骤，一定次数得到最终图像。本发明专利技术最后获取的图像减少了图像噪点，而且还减少了算法的迭代次数。

【技术实现步骤摘要】
基于伽马变换的图像艺术风格转换方法
本专利技术属于计算视觉和图像处理领域，具体地说是一种基于伽马变换的图像艺术风格转换方法。
技术介绍
人们的想象力和创造能力通常使用艺术来表达，这是自古以来最令人着迷的活动。获取到一幅图片，通常希望使用后期编辑获取到具有特定艺术风格的图像。但是后期编辑需要超高的使用技巧，普通人不经过系统的学习难以实现风格转换的功能。现在，有许多技术关于风格转换的工作。2016年，Gatys等人首次使用神经网络完成图像风格转换。Ulyanov等人训练一个紧凑的前馈神经网络来生成多个相同纹理任意大小的样品，将给定的图像转换成具有艺术风格的另一幅图像，每一轮次达到了500倍提速。Johnson等人使用感知损失替代像素损失，使用VGG网络模型计算损失，生成风格化图像，每一轮能够做到三个数量级的提速。Frigo等人提出了一种无监督方法，将图像风格的局部纹理认为是局部的纹理转移，最终于全局颜色转移相结合。Li等人首次将风格转移应用在人脸上，与此同时最大化的保留原图像的身份特征。当前，每一轮次的风格转换图像都有大量的噪声。<本文档来自技高网...

【技术保护点】
1.一种基于伽马变换的图像艺术风格转换方法，其特征在于，具体步骤如下：/nS1：输入内容图像C和风格图像S；/nS2：获取风格图像的风格特征和内容图像的内容特征；/nS3：定义新的白噪声源图像X，分别于风格特征和内容特征进行匹配，并进行融合，得到第一目标图X1；/nS4：在像素级别对图像X1进行伽马变换，实现去噪，得到第二目标图X2；/nS5：将第二目标图作为新的源图像X，重复执行步骤S2到步骤S4一定次数，得到最终图像X3。/n

【技术特征摘要】
1.一种基于伽马变换的图像艺术风格转换方法，其特征在于，具体步骤如下：
S1：输入内容图像C和风格图像S；
S2：获取风格图像的风格特征和内容图像的内容特征；
S3：定义新的白噪声源图像X，分别于风格特征和内容特征进行匹配，并进行融合，得到第一目标图X1；
S4：在像素级别对图像X1进行伽马变换，实现去噪，得到第二目标图X2；
S5：将第二目标图作为新的源图像X，重复执行步骤S2到步骤S4一定次数，得到最终图像X3。


2.根据权利要求1所述的一种基于伽马变换的图像艺术风格转换方法，其特征在于，所步骤S2具体如下：
对于风格图像S，利用Gram矩阵存储风格图像的风格特征：
对于内容图像C，利用神经网络获取其内容特征：


3.根据权利要求1所述的一种基于伽马变换的图像艺术风格转换方法，其特征在于，所述步骤S3具体如下：
为了使白噪声图像具备图像S的风格特征，最小化下面的...

【专利技术属性】
技术研发人员：叶汉民，刘文杰，钟姿伊，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：广西;45