基于彩色纹理匹配的色彩传递方法研究.docVIP

基于彩色纹理匹配的色彩传递方法研究 摘 要：目前，点匹配和高阶矩的色彩匹配算法，主要是利用Lαβ空间中的亮度信息，在源图与目标图之间进行像素颜色匹配传递。但是，对于一些彩色图像间的传递来说，仅凭亮度信息有时并不能找到最匹配的点，而且，这些方法往往都需要检索整个源图才能找到最匹配的点，相同亮度的点经常都会重复进行匹配，导致上色的速度过慢。本文在亮度匹配的基础上，结合了彩色通道信息进行匹配，并在源图检索过程中，采用了亮度分级的匹配方法，减少了匹配的次数，改进了传递的效果和速度。 关键词：色彩匹配；彩色通道；亮度分级 中图分类号：TP391.41 目前，色彩传递的研究主要有两个方向，一是基于图像亮度匹配来进行传递，二是通过图像纹理的匹配来进行颜色的传递。相比纹理匹配的传递方法，基于亮度匹配的传递更容易实现，效果也还不错。在亮度匹配传递的方法中，比较常用的有：全局匹配算法，非邻域点匹配算法，基于邻域的点匹配，邻域高阶矩匹配方法等。全局匹配法[2]是利用源图各通道的总体均值和均方差值对目标图各个通道进行运算，以此来实现图像的色彩传递。该方法比较简单，速度快，但没有考虑局部纹理的变化，对纹理变化复杂的图像，效果不是太好。针对这个问题，Welsh等人提出了非邻域点匹配算法，该算法利用源图目标图每个像素点的亮度值L，计算它们之间的距离，找到对应的距离最短的点，来进行颜色传递。但是，该算法仅凭借亮度值作为匹配的依据，有时会出现亮度相似但纹理差别较大的情况，传递的效果也不是很理想。为了提高匹配的准确度，Welsh等人进一步提出了利用像素点邻域内亮度的均值μ和均方差值σ作为匹配向量，以此来进行匹配和传递，这就是邻域点匹配传递算法。该算法在匹配过程中考虑了局部亮度变化情况，因此，效果比非邻域算法要好。考虑到图像的纹理信息的复杂性，赵国英等人提出利用高阶矩信息[3]来进行色彩传递，在匹配过程中，加入了斜度和峰度这两个高阶矩统计信息，改进了传递的效果，但计算过程复杂，计算量大。 上述方法中，除了全局匹配算法外，其他的方法主要是基于像素点的亮度值相关的信息进行匹配和色彩传递的。 1 改进的色彩传递方法 前面介绍的几种色彩传递算法，都是基于图像的亮度特征来进行匹配的，然而，对于一幅图像来说，亮度值有时候并不能完全呈现出图像的纹理信息，此时，仅依据亮度值来进行匹配，传递效果不是很理想。因此，需要修改匹配的向量，才能改进传递的效果。对于一个彩色图像来说，在Lαβ空间下，除了亮度值L，还有描述色彩信息的α、β值，通过将α、β值增加到像素点的匹配向量中，可以更好的改进匹配的准确度。下面以邻域点匹配算法为基础，改进匹配向量如下： 匹配过程的步骤如下： （1）分别计算源图像和目标图像每个像素的L、α、β值，以及它们的总体亮度均值μ和均方差值σ，并保存。 （2）把目标图每个像素的亮度值减去目标图总体亮度的均值，再乘以源图和目标图总体均方差的比值，最后再加上源图亮度的总体均值，经过处理，使得目标图具有和源图接近的亮度值，更有利于匹配过程的搜索。 （3）设邻域大小为5*5，分别计算源、目标图每个像素点的亮度的邻域均值μ和邻域均方差σ。邻域均值的可以通过公式（1）算出，计算出邻域均值后，可以利用公式（2）算出邻域均方差值。 （4）对于目标图像中的每个像素点，在源图像中一个个点进行比较，找到最匹配的点，并将源图中最匹配的点的颜色信息传递给目标点。匹配的向量如下： （3） 对于源图来说，同样存在很多亮度相近的点，因此，在匹配的过程中，也可以采用基于邻域点比较的方法来减少匹配的次数。而且，通过研究还发现，在源图中存在很多亮度相近的点，除了邻域内可能有亮度相近的点外，在图像其他位置也可能存在相近亮度的点，只要某个点匹配过，跟其亮度接近的所有点就无需重复进行匹配。文献[5]给出了基于亮度分类的样本集选择法，对源图目标图的像素按亮度划分等级，目标点只在源图的相应等级内进行查找检索，提高了检索的效率。考虑到匹配过程还需要比对彩色纹理信息，对文献[5]的方法做了一些改进，具体步骤如下： 从上面两个实验可以看出，结合了彩色信息进行匹配的方法，改进了传递的效果，而且，通过对源图亮度进行分级的匹配方法，减少了匹配的次数，在传递效果没有明显下降的情况下，明显缩短了运行的时间，这在其他的传递实验中也得到了验证。 2 结束语 图像的色彩传递在实际生活中有十分广泛的应用，本文介绍了几种传统的传递方法，分析了他们的优缺点，针对这些算法匹配向量单一的问题，在Lαβ空间下，加入了α、β色彩信息来进行匹配。经过实验测试发现，通过在匹配向量中加入α、β信息，提高了传递的准确度，提升色彩传递的效果。针对传统色彩传递算法计算量大，速度慢的问题，引入了源图进行亮度分级的方法，大大缩短了匹配的时间，实验证明，在保证传递效果的