![](https://csdnimg.cn/release/download_crawler_static/18270468/bg1.jpg)
收稿日期:20181230;修回日期:20190311 基金项目:国家自然科学基金资助项目(61602228,61572290);辽宁省自然科学基金资
助项目(
2015020041);辽宁省“兴辽英才计划”青年拔尖人才项目(XLYC1807266)
作者简介:陶金鑫(1994),男,内蒙古赤峰人,硕士研究生,主要研究方向为计算机视觉、模式识别、机器学习、图像处理;潘斌(1981),男(通
信作者),副教授,博士研究生,主要研究方向为计算机视觉、模式识别、机器学习、图像处理(panbin@lnpu.edu.cn);孔晓迪(1995),女,硕士,主要
研究方向为数字图像处理;贾方利(1995),男,硕士,主要研究方向为数字图像处理;李建恒(1995),男,硕士,主要研究方向为数字图像处理;
钟凡(1980),男,副教授,博士研究生,主要研究方向为计算机视觉、数字图像处理.
基于超像素的图像语义区域引导的色彩迁移
陶金鑫
1a
,潘 斌
1b
,孔晓迪
1a
,贾方利
1a
,李建恒
1a
,钟 凡
2
(1.辽宁石油化工大学 a.计算机与通信工程学院;b.理学院,辽宁 抚顺 113001;2.山东大学 计算机科学与技
术学院,济南 250101)
摘 要:针对图像色彩处理技术,提出基于超像素的图像色彩迁移方法,其以图像语义区域进行引导,以 LAB
色彩空间进行映射。首先,采用 Kmeans和 SLIC算法对输入图像进行分割;其次,对每一子区域块进行区域协
方差处理,获得其二阶语义特征并生成超像素,并利用相似度测量函数构造相似矩阵,对区域块聚类可生成图像
超像素;最后,再对图像内语义信息相似的像素基于
LAB空间映射,完成色彩迁移。结果显示,该方法具有处理
复杂图像能力较高及颜色迁移效果准确的优点。
关键词:色彩迁移;超像素;区域协方差;LAB空间
中图分类号:TP39141 文献标志码:A 文章编号:10013695(2020)07062221705
doi:10.19734/j.issn.10013695.2018.12.0958
Colortransferguidedbysemanticregionofimagebasedonsuperpixel
TaoJinxin
1a
,PanBin
1b
,KongXiaodi
1a
,JiaFangli
1a
,LiJianheng
1a
,ZhongFan
2
(1.a.SchoolofComputer&CommunicationEngineering,b.SchoolofScience,LiaoningShihuaUniversity,FushunLiaoning113001,Chi
na
;2.SchoolofComputerScience&Technology,ShandongUniversity,Jinan250101,China)
Abstract:Aimingatimagecolorprocessingtechnology,thispaperproposedanimagecolormigrationmethodbasedonsuper
pixel.Semanticregionofimageguidedthealgorithm
,andthealgorithmmappedinLABspace.Firstly,theKmeansalgorithm
andtheSLICalgorithmsegmentedtheinputimage,andregionalcovarianceprocessedeachsubregionblock.Inthisway,the
methodobtainedthesecondordersemanticfeatureandgeneratedthesuperpixel.Secondly,similaritymeasurementfunction
constructedsimilaritymatrix.Then
,thealgorithmgeneratedimagesuperpixelsbyclusteringblocks.Finally,thispapermapped
thepixelswithsimilarsemanticinformationintheimagebasedonLABspaceandcompletedcolortransfer.Theresultsshow
thattheproposedalgorithmisveryefficientinprocessingcompleximages,andachievesaccuratecolortransfereffect.
Keywords:imagecolortransfer;superpixel;regionalcovariance;LABspace
0 引言
图像的色彩迁移,即将一幅图像中的色彩信息精确地传递
到另一幅图像上。这在图像处理领域具有很高的应用价值,如
在医学领域中,需要将一幅灰度图像转换为一幅鲜明的彩色图
像,以方便医生的诊断工作;以及对一些老旧影像及文物的色
彩处理和恢复工作;甚至对卫星及显微镜下得到的图像进行色
彩迁移处理。在色彩迁移过程中,最关键的问题是如何更好地
将输入图片和参考图片的色彩进行匹配。经典色彩迁移算法
大多采用直方图匹配算法进行全局匹配,方法实现简单,缺点
是匹配后图像的各个区域颜色常常出现偏差,甚至会与实际的
颜色相矛盾。文献[
1]在颜色匹配过程中加入了一个循环元
素组件,并使用该组件在图像相关的颜色空间当中进行色彩迁
移(比如 RGB空间),该方法优点是可以快速实现图片的色彩
迁移,但是色彩迁移后结果图片中色彩粗糙且不自然。而文献
[2]提出了基于多尺度直方图重塑方法,通过这种方法用户可
以直接对直方图匹配过程进行控制。总的来说,以上模型还是
相对简单的,以至于这些方法在直方图匹配过程中,对一些相
似区域并不能准确地进行颜色迁移,处理后的图像色彩出现杂
色、不均匀及与实际色彩相矛盾等情况。
Tai等人
[3]
使用高斯混合函数来分割输入图像,并在颜色
相似区域之间进行色彩迁移。文献[
4]提出了一种针对彩色
视频的色彩迁移方法,其主要是根据视频中图像 LAB色彩空
间中的亮度和色调,对视频中不同的图像进行了语义分割,最
后完成色彩迁移。同样,Hristova等人
[5]
根据图像之间不同的
特征(亮度和颜色),将图像语义划分为了不同的高斯分布集
群来完成色彩迁移的过程。文献[6]也使用了基于图像色彩
的分割,建立调色板模型,使色彩迁移得到了优化。虽然这些
算法比之前算法应用效果更好,但这些方法仍然只是基于一阶
信息来进行图像分割,而不是获取更高阶的信息。因此,对于
一些复杂的图像,比如具有不同结构性质但亮度相似的区域是
不能进行分割的,色彩迁移效果也随之降低。近年来,随着深
度学习的发展,还出现基于深度学习的色彩迁移方法,通过将
图像分割成可以独立处理的几个子区域,然后在相似的区域之
间进行颜色迁移或者着色。而本文色彩迁移算法是基于图像
中不同区域之间相似的语义结构进行超像素分割再进行色彩
迁移的方法。
文献[
7,8]表明,人类视觉的早期阶段主要是对物体纹理
及色彩变化的一系列过滤,因此采用语义作为图像色彩迁移的
基础特性。通过 Kmeans算法和 SLIC算法对输入图像进行分
第 37卷第 7期
2020年 7月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol37No7
Jul.2020