本发明专利技术提供一种基于局部线性保持的场景颜色风格一致化处理方法，包括：输入原彩色图像和参考彩色图像，将两者从RGB颜色空间转换到Lab颜色空间；利用11基本色对两者进行颜色分类，计算相应图像中每个颜色类的颜色均值，得出原图像和参考图像的主色调；根据颜色映射机制，建立原图像与参考图像的主色调之间的颜色映射关系；计算原图像每个像素颜色的局部线性关系，并且在保持局部线性关系的前提下，结合主色调颜色映射关系，计算结果图像中每个像素点的颜色值；将结果图像的颜色空间从Lab转换到RGB，输出最终结果。本发明专利技术将参考图像的主色调颜色迁移到原图像，同时通过考虑图像空间的局部线性关系，避免了颜色分类带来的颜色过渡不平滑问题。
【技术实现步骤摘要】
本专利技术涉及图像处理、计算机视觉和增强现实领域，具体地说是。
技术介绍
数字图像领域中，最常见的图像处理方法之一是改变图像的视觉效果。从人类视觉角度看，颜色是人类感知和区分不同物体的一种基本视觉特征。世界上的每一种物体都有其固有的颜色特征，同类物体通常有相同或相近的颜色特征，不同物体则可能表现为不同的特征。相对于其它特征，颜色具有一定的稳定性，它对图像的平移、尺度、旋转变化都不敏感，而且计算简单。颜色转换，是指将一副给定参考图像的颜色风格，迁移到另一幅原图像上，并且使得生成的结果图像的颜色风格尽可能的逼近参考图像的颜色风格。而目前很多领域在图像/视频颜色处理上有很大的需求，具体体现在(1)计算机图形学及数字图像处理技术在电影电视节目中的应用已不仅是限于电脑特技的制作，还可通过颜色迁移技术改变图像色彩基调，得到所需要的颜色场景。把夏天拍摄的图片或视频处理成秋天效果，把早上拍摄的图像处理成黄昏的效果，既提高了影视制作的效率，也降低了成本；(2)应用于机场X射线行李检测系统得到的伪彩色灰度图像，这些图像通过用不同颜色及亮度进行处理，其中的信息可以明显地增强；C3)在医学方面及其他科学演示中，对于仅仅获得灰度数据的图像特征可以通过颜色迁移来增强，将得到的灰度图像彩色化，可以加强图像的说明效果；(4)图像的颜色迁移不仅可以实现两幅图像的色彩迁移，还可以应用于视频当中，通过对视频文件每帧分别进行颜色迁移来实现整个视频的颜色迁移，将经典的黑白老电影转换成更具真实感的彩色电影；(5)实现对多基调复杂图像的智能化自动处理，应用于商业的图像处理软件中。因此，图像的颜色迁移技术在许多领域都有很大的潜在可用性。目前， 场景颜色风格化的研究算法主要分为两类自动颜色转换和交互式颜色转换。根据不同应用的场合，这些方法均得到了很大的应用。在基于图像的自动颜色转换方面，2001年，布里斯托大学的E. Reinhard等人利用颜色空间的转换，将原图像和参考图像首先从RGB颜色空间转换到Ια β颜色空间，然后在这三个通道上分别求取二阶统计量期望方差，再针对原图像的每一个像素，进行缩放旋转， 求得的最终结果转换为RGB颜色空间即为结果图像的像素颜色值。该方法简单有效，但是针对复杂的图像，需要交互式选取样本进行颜色转换。针对这个问题，2005年日本的Chang 等人提出了一种基于颜色分类的方法实现颜色转换。首先将原图像和参考图像按照颜色差异，分成多个颜色类，然后在对应的颜色类之间进行颜色转换。Pitie. F等人以一种全新的思路，证明了 N维概率密度函数转移的可行性并将它运用到颜色迁移领域。在灰度图像中，利用直方图规定化实现图像灰度变换使其具有特定的直方图形式。直方图是概率分布密度的体现，而直方图规定化是原图像概率分布密度映射到期望概率分布密度的过程，也就一维概率密度函数转移。而N维概率密度函数转移是基于一维展开的。设〖00和g(x) 是源图像和目标图像的颜色概率密度分布，& = (I^gybi) ,I^gpbi分别代表红绿蓝三色，选择任意一个旋转矩阵尺，旋转后对N维分别作一维概率密度函数转移，重复多次，直到收敛，得到迁移后的新图像。该方法生成的某些结果图像颜色过渡不平滑，有很多块状，需要通过二次处理对图像进行平滑。因此，针对自动颜色转换方法中的这些问题，出现了一些基于交互式的颜色转换方法。从2001年纽约州立大学石溪分校的Welsh提出了灰阶影像着色，开启了灰度图像着色的简单、省时的道路，推动了该领域的研究的进展。该算法需要由用户从目标图像和原图像中分别选出适当大小、位置与数量的样本快，并指定目标图像样本块与原图像中样本块的对应关系。Welsh算法不是使用L型或者Box型邻域进行最佳匹配邻域搜索方法进行综合的算法，而是直接匹配图像的亮度数值和邻域的标准方差。它也是使用Ια β颜色空间先将目标图像进行亮度和颜色的分离，从目标图像中等间隔的提取一定的样本点，然后使用匹配算法搜索出处理图像每一个点所对应的目标图像像素点，最后使用这种索引信息构建处理图像的θ和β，将彩色图像中的颜色转移到灰度图像中，并变换回RGB颜色空间。 这就是Welsh算法的颜色迁移过程。该方法不能保证处理后图像颜色在空间上的连续性， 即本来相邻的、颜色相近的区域可能由于亮度差异而被分配了截然不同的颜色。Takahiko 将概率松弛法引入颜色迁移，以选取最优的颜色信息迁移给目标图像素。2003年Takahiko 等人又提出种子像素的概念，由用户选取一些彩色像素作为灰度图像的种子，利用颜色繁殖完成颜色迁移。Tomohisa等人改进了颜色繁殖算法，引入图像分割防止错误繁殖边缘像素颜色，并提出了新的基于Lab颜色空间的彩色化算法。但是上述的这些方法，不能保证结果图像既能在颜色视觉上逼近参考图像的颜色的同时，保持原图像的颜色流形线性结构。
技术实现思路
根据上述实际需求和关键问题，本专利技术的目的在于提出，该方法不需要用户选取颜色指定原图像种子像素的颜色值，也不需要从参考图像中手动的指定样本块，而是通过采用11基本色对原图像和参考图像进行分类，建立原图像和参考图像的类之间的颜色映射，这样，既能保证生成结果图像的颜色丰富性，又能避免从参考图像中指定样本快。与此同时，构建原图像所有颜色值的局部线性关系，保持了在颜色转换过程中原图像的流行结构不变，保证了结果图像颜色过渡的平滑。为完成专利技术目的，本专利技术采用的技术方案是，包含以下步骤步骤(1)将输入原彩色图像和参考彩色图像从RGB颜色空间转换到Lab颜色空间，避免各个颜色通道之间的颜色相互干扰而出现失真；步骤( 利用11基本色，对原图像和参考图像进行颜色分类，分别求出原图像和参考图像中每个颜色类的颜色均值，形成原图像和参考图像的主色调；步骤C3)根据参考图像的颜色值在颜色空间中分布的统计特征，估算出缺失的颜色类的Lab颜色值；步骤(4)根据给定的颜色映射机制，建立原图像与参考图像的主色调之间的颜色映射关系；5步骤( 针对原图像中每个像素的颜色值，求取它的K近邻，确定该像素颜色值与它的K近邻的线性关系；步骤(6)利用局部线性嵌入，为原图像中所有像素颜色值构建局部线性关系，克服空洞颜色转换过程中出现颜色偏差而造成效果不佳问题，保证填补后图像场景在视觉上的合理性；步骤(7)利用约束优化罚函数法，通过能量最小化，求出结果图像中每个像素点的颜色值；步骤⑶将结果图像的颜色空间从Lab转换回RGB，输出最终结果。进一步的，步骤( 中的利用11基本色对原图像和参考图像进行颜色分类采取以下步骤步骤(al)求出11基本色的颜色值，并将其从RGB转换到Lab颜色空间；步骤(a2)以11基本色的颜色值作为中心点，对原图像和参考图像的所有像素点的颜色值进行维诺划分，得出11个颜色类；步骤(a!3)求出每个颜色类中的所有颜色值的均值，作为该类的颜色主色调。进一步的，步骤(3)中的根据参考图像的颜色值在颜色空间中分布的统计特征， 估算出缺失的颜色类的Lab颜色值采用以下方法步骤(bl)统计出参考图像中非空的每一个颜色类的像素个数；步骤( )求出参考图像中每个颜色类的像素数与参考图像总的像素个数的比值；步骤(b!3)计算出参考图像中每个颜色类的主色调值与对应的11本文档来自技高网...
【技术保护点】
１．一种基于局部线性保持的场景颜色风格一致化处理方法，其特征在于包含以下步骤：步骤（１）将输入原彩色图像和参考彩色图像从ＲＧＢ颜色空间转换到Ｌａｂ颜色空间，避免各个颜色通道之间的颜色相互干扰而出现失真；步骤（２）利用１１基本色，对原图像和参考图像进行颜色分类，分别求出原图像和参考图像中每个颜色类的颜色均值，形成原图像和参考图像的主色调；步骤（３）根据参考图像的颜色值在颜色空间中分布的统计特征，估算出缺失的颜色类的Ｌａｂ颜色值；步骤（４）根据给定的颜色映射机制，建立原图像与参考图像的主色调之间的颜色映射关系；步骤（５）针对原图像中每个像素的颜色值，求取它的Ｋ近邻，确定该像素颜色值与它的Ｋ近邻的线性关系；步骤（６）利用局部线性嵌入，为原图像中所有像素颜色值构建局部线性关系，克服空洞颜色转换过程中出现颜色偏差而造成效果不佳问题，保证填补后图像场景在视觉上的合理性；步骤（７）利用约束优化罚函数法，通过能量最小化，求出结果图像中每个像素点的颜色值；步骤（８）将结果图像的颜色空间从Ｌａｂ转换回ＲＧＢ，输出最终结果。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈小武，赵沁平，邹冬青，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11
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。