一种织物图像再着色方法和系统技术方案

一种织物图像再着色方法，包括：步骤1，分割织物图案前景和背景图像，利用颜色特征编码算法，边缘结构图像提取算法和多区域模糊竞争图像分割模型将织物图案的前景和背景分割出来；步骤2，对织物图案背景图像着色，对织物图案的背景，采用基于灰度图像的着色算法对背景进行着色；步骤3，对织物图案前景图像着色，对织物图案的前景，采用基于本征图像分解的颜色偏移场模型将织物的前景进行重构，求得织物前景图案的颜色中心向量和颜色偏移场，对重构后的前景图像，用给定的新的颜色中心向量替换前景图案原来的颜色中心向量，利用颜色偏移场重构新的织物图案。本发明专利技术还包括一种织物图像再着色系统。着色系统。着色系统。

【技术实现步骤摘要】
一种织物图像再着色方法和系统


[0001]本专利技术属于纺织
，具体涉及一种织物图像再着色方法和系统。

技术介绍

[0002]织物图案的颜色对织物的风格有重要影响。因此，纺织面料设计中经常使用不同的颜色对织物图案进行重新着色。颜色迁移技术为织物图像再着色提供了一种新方法。现有技术主要存在以下不足：不能很好地保留织物图案的纹理细节和边缘区域(图像结构)；当目标颜色进行不断变换时，着色结果容易出现不同颜色的微小区域。

技术实现思路

[0003]本专利技术要解决现有技术的上述不足，提供一种能够进行织物图案高质量着色的新方法。
[0004]本专利技术的一种织物图像再着色方法，具体包括以下步骤：
[0005]步骤1，分割织物图案前景和背景图像。利用颜色特征编码算法，边缘结构图像提取算法和多区域模糊竞争图像分割模型将织物图案的前景和背景分割出来。
[0006]步骤2，对织物图案背景图像着色。对织物图案的背景，采用基于灰度图像的着色算法对背景进行着色。
[0007]步骤3，对织物图案前景图像着色。对织物图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种织物图像再着色方法，具体包括以下步骤：步骤1，分割织物图案前景和背景图像；利用颜色特征编码算法，边缘结构图像提取算法和多区域模糊竞争图像分割模型将织物图案的前景和背景分割出来；步骤2，对织物图案背景图像着色；对织物图案的背景，采用基于灰度图像的着色算法对背景进行着色；步骤3，对织物图案前景图像着色；对织物图案的前景，采用基于本征图像分解的颜色偏移场模型将织物的前景进行重构，求得织物前景图案的颜色中心向量和颜色偏移场；对重构后的前景图像，用给定的新的颜色中心向量替换前景图案原来的颜色中心向量，利用颜色偏移场重构新的织物图案。2.如权利要求1所述的一种织物图像再着色方法，其特征在于：步骤1具体包括：步骤1.1，对颜色特征编码；首先，采用基于Log
‑
Euclidean metrics的颜色特征编码算法对织物图像进行处理：metrics的颜色特征编码算法对织物图像进行处理：式中，I是织物图像，c＝{r,g,b}表示像素点的RGB颜色值，(x,y)表示像素坐标值，g
x
‑
g
y
表示像素g
x
和g
y
之间的灰度差值，δ
x,y
是像素g
x
和g
y
之间的颜色对比差值，P表示包含局部和非局部候选对象的像素对集合；上述优化问题的数值解采用具有附加线性参数和非负约束的离散搜索求解；经过颜色特征编码后织物图像从RGB颜色通道图像转换成颜色对比通道图像；步骤1.2，提取边缘结构图像；然后，对经过颜色特征编码的织物图像，采用基于interval gradient的边缘结构图像提取算法进行处理：式中w
p
是缩放梯度权重，其计算如下：式中，表示缩放梯度后的图像，ε是一个取值足够小的控制参数用于防止数值结果的不稳定性，表示相邻像素灰度值的差值，是用高斯滤波函数表示的像素点p的区间梯度，cg表示经过颜色特征编码后的颜色对比通道；上述优化问题的快速数值解算法用Guided filtering和Domain transform filtering算法求解；步骤1.3，分割多区域模糊竞争图像；多区域模糊竞争图像分割模型用于将织物边缘结构图像分解成为前景和背景两部分，
分割模型如下：式中，织物图像区域Ω被分成两部分，α1和α2表示分割后的不同区域参数，模糊隶属度函数u表示分割后的目标区域；r
i
(I,α
i
)表示区域内误差函数，计算方法如下：r
i
(I,α
i
)＝
‑
log P
i
(I|α
i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)式中：式中，高斯核函数用于表示误差函数，α
i
＝(μ
i
,σ
i
)是标量；多区域模糊竞争图像分割模型的快速数值解算法用Fast dual projection algorithm算法求解。3.如权利要求1所述的一种织物图像再着色方法，其特征在于：步骤2具体包括：...

【专利技术属性】
技术研发人员：郑德均，
申请(专利权)人：浙江工业大学之江学院，
类型：发明
国别省市：