一种数字图像染色方法

摘要

本发明公开了一种数字图像染色方法，包括以下步骤：选择一幅内容近似黑白图像的彩色图像作为色源；分别提取两幅图像特征向量空间模型；判定目标图像与色源图像的相似度；转换图像RGB表示模式到Lαβ模式；传递色彩信息；转换图像Lαβ表示模式到RGB模式形成染色后的目标图像。本发明的染色技术的色源来自一幅内容近似的彩色画面，利用亮度信息根据最佳匹配算法自动完成，具有客观性，染色后的画面保持原有信息，但增加了色源的颜色等信息，从而增强了视觉效果和真实感，提高了染色的成功率。整个取色、赋色过程完全是自动化处理，方便快捷，只需具备正常的视觉感观能力即可，不需要任何绘画和色彩等专业技巧。

主权项

1、一种数字图像染色方法，其特征在于：包括以下步骤：A、选择色源图像(101)对于一幅需要染色的黑白图像，即目标图像(102)，选择一幅内容近似的彩色图像作为色源，即色源图像(101)；B、分别提取两幅图像特征向量空间模型利用公式(1)分别计算目标图像(102)和色源图像(101)中每个像素点的灰度值：$I=\left[\begin{array}{ccc}0.229& 0.587& 0.114\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]---\left(1\right)$对于每个像素点在某邻域内的灰度变化，考虑该像素点的3*3邻域，它包括9个像素点，其中I_i(i＝0，1，...，8)表示图像在该像素点处的灰度，I₀所在位置为中心点，用矩阵表示为$\left[\begin{array}{ccc}{I}_1& I_2& I_3\\ I_4& I_0& I_5\\ I_6& I_7& I_8\end{array}\right]$因此像素点I₀的灰度变化值为：从公式(2)容易看出，T可以看作八位二进制数，它的取值为T∈{0，1，Λ255}；计算图像所有像素点的T值，T(i，j)表示像素点I₀(i，j)处的值，h_k(k＝0，1，A 255)表示T值为k的像素点数量与总像素的比值，则：$h_k=\frac{\underset{i=0}{\overset{m-1}{\Sigma }}\underset{j=0}{\overset{n-1}{\Sigma }}f(i,j,k)}{m*n}---\left(3\right)$其中n和m分别为图像的高度和宽度，f(i，j，k)表示为：$f(i,j,k)=\left\{\begin{array}{cc}1& \mathrm{if\; T}(i,j)=k\\ 0& \mathrm{otherwise}\end{array}\right.---\left(4\right)$由此可以得到色源图像(101)的特征向量空间模型s＝{h₀，h₁，Λ，h₂₅₅}和目标图像(102)的特征向量空间模型d＝{h′₀，h′₁，Λ，h′₂₅₅}；C、判定目标图像(102)与色源图像(101)的相似度计算色源图像(101)特征向量和目标图像(102)特征向量的空间夹角cos(s，d)值，作为两幅图像的相似度sim(s，d)$\mathrm{sim}(s,d)=\cos (s,d)=\frac{\underset{i=0}{\overset{255}{\Sigma }}{h}_i{h^{\prime }}_i}{\sqrt{\underset{i=0}{\overset{255}{\Sigma }}{h}_i^2}\sqrt{\underset{i=0}{\overset{255}{\Sigma }}{h^{\prime }}_i^2}}---\left(5\right)$sim(q，d)的范围为[0，1]，sim(q，d)的值越大，则两幅图像就越相似；当两幅图像的相似度大于0.5，则被选的色源图像(101)可以作为合格色源图像(103)；当两幅图像的相似度小于0.5，则需要另换色源图像(101)，并从步骤A开始重新计算新色源图像(101)的特征向量及其与目标图像(102)的相似度；D、转换图像RGB表示模式到Lαβ模式分别转换合格色源图像(103)和目标图像(102)中每个像素点的表示模式，将像素的RGB值变换到LMS空间：$\left[\begin{array}{c}L\\ M\\ S\end{array}\right]=\left[\begin{array}{ccc}0.3811& 0.5783& 0.0402\\ 0.1967& 0.7244& 0.0782\\ 0.0241& 0.1288& 0.8444\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]---\left(6\right)$通过自然对数消除变换过程中产生的空间变形，并由LMS空间变换到Lαβ：$\left[\begin{array}{c}l\\ \alpha \\ \beta \end{array}\right]=\left[\begin{array}{ccc}0.5774& 0.5774& 0.5774\\ 0.4082& 0.4082& -0.8164\\ 0.7071& -0.7071& 0\end{array}\right]\left[\begin{array}{c}\log \left(L_1\right)\\ \log \left(M_1\right)\\ \log \left(S_1\right)\end{array}\right]---\left(7\right)$其中L表示亮度信息，α表示黄兰信息，β表示红绿信息；对于一幅图像的亮度信息，可以使用二维矩阵表示为：$L=\left[\begin{array}{ccccc}{L}_{\mathrm{1,1}}& L_{\mathrm{1,2}}& L_{\mathrm{1,3}}& ......& L_{1,m}\\ L_{\mathrm{2,1}}& L_{\mathrm{2,2}}& L_{\mathrm{2,3}}& ......& L_{2,m}\\ ......& ......& ......& ......& ......\\ L_{n,1}& L_{n,2}& L_{n,3}& ......& L_{n,m}\end{array}\right]---\left(8\right)$其中n和m分别为图像的高度和宽度，L_i，j是像素点的亮度值；α和β通道的信息也可用相同的方法表示；E、传递色彩信息设合格色源图像(103)信息为L(s)、α(s)和β(s)，分辨率为m×n；目标图像(102)亮度信息为L(d)；对于目标图像(102)中每一个灰度图像的像素点(i，j)，设它与合格色源图像(103)所有像素点亮度值的差为ΔL，即ΔL_i，j＝|L_i，j(d)-L_k，p(s)|(9)因此，ΔL使用矩阵表示为：$\mathrm{\Delta L}=\left[\begin{array}{ccccc}{\mathrm{\Delta L}}_{\mathrm{1,1}}& {\mathrm{\Delta L}}_{\mathrm{1,2}}& {\mathrm{\Delta L}}_{\mathrm{1,3}}& ......& {\mathrm{\Delta L}}_{1,m}\\ {\mathrm{\Delta L}}_{\mathrm{2,1}}& \Delta L_{\mathrm{2,2}}& {\mathrm{\Delta L}}_{\mathrm{2,3}}& ......& {\mathrm{\Delta L}}_{2,m}\\ ......& ......& ......& ......& ......\\ \Delta L_{n,1}& {\mathrm{\Delta L}}_{n,2}& {\mathrm{\Delta L}}_{n,3}& ......& \Delta L_{n,m}\end{array}\right]---\left(10\right)$当ΔL_k，p＝min{ΔL_1，1，ΔL_1，2......ΔL_m，n}时，则可以借用合格色源图像(103)中像素点(k，p)为目标图像(102)像素点(i，j)染色：$\left.\begin{array}{c}{L^{\prime }}_{i,j}\left(d\right)=\frac{{\sigma }_d^L}{{\sigma }_s^L}(L_{k,p}\left(s\right)-E\left(L\left(s\right)\right))+E(L\left(d\right))\\ {{\alpha }^{\prime }}_{i,j}\left(d\right)={\alpha }_{k,p}\left(s\right)\\ {{\beta }^{\prime }}_{i,j}\left(d\right)={\beta }_{k,p}\left(s\right)\end{array}\right\}---\left(11\right)$其中E(L)和σ^L分别是L通道的均值和方差；F、转换图像Lαβ表示模式到RGB模式将染色完成的目标图像(102)，由Lαβ表示模式逆变换到RGB模式：由Lαβ空间变换到LMS$\left[\begin{array}{c}{L}_1\\ M_1\\ S_1\end{array}\right]=\left[\begin{array}{ccc}0.5774& 0.4082& 0.7071\\ 0.5774& 0.4082& -0.7071\\ 0.5774& -0.7071& 0\end{array}\right]\left[\begin{array}{c}l\\ \alpha \\ \beta \end{array}\right]---\left(12\right)$通过自然幂指数消除变换过程中产生的空间变形，并由LMS变换到RGB空间：$\left[\begin{array}{c}R\\ G\\ B\end{array}\right]=\left[\begin{array}{ccc}4.4679& -3.5873& 0.1193\\ -1.2186& 2.3809& -0.1624\\ 0.0497& -0.2439& 1.2045\end{array}\right]\left[\begin{array}{c}{e}^{L_1}\\ e^{M_1}\\ e^{S_1}\end{array}\right]---\left(13\right)$形成染色后的目标图像(104)。