基于像素相关性的灰度图像上色算法.PDF

Vd．35 第35卷第5期 北京工业大学学报 No．5 OF 2009 2009年5月 JOURNAL0FBEIJINGUNIVERSITYTECHNOLOGY May 基于像素相关性的灰度图像上色算法 孔德慧，肖小芳，徐振华，郭荆玮 (北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室。北京100124) 擒要：考虑到一幅图像的空间邻域像素在亮度及色彩上存在着极大的相关性。设计了一种新的搜索方法对灰 度图像进行彩色化．首先在灰度图像中按照空间位置恒定步长递增的方式选取部分像素，并采取全局最优搜索 参考样本对其上色．剩余像素的上色是通过局部最优搜索其邻域像素的方式实现的．本算法在得到较好图像上 色品质的前提下，极大地加速了灰度图像的彩色化过程。保证了上色后图像颜色在空间上的连续性．为了避免 通道耦合，灰度图像和参考彩色图像间的颜色传递在各通道相关性极小的即颜色空间进行． 关键词：图像处理；上色；全局最优搜索；局部最优搜索；像素相关性 中图分类号：TP391 文献标识码：A 文章编号：0254—0037(2009)05—0708一07 图像间颜色传递是近几年图像处理、计算机视觉领域内的研究热点之一。它的目标在于使目标图像得 到与参考图像相近的视觉效果．颜色传递可以得到一幅图像在不同光照下的多幅图像，对于灰度图像还 可以参考彩色图像为其上色，增强了视觉效果及表现能力，在卫星影像、医学领域、影视制作及其他学科 等方面有着广泛的应用． 基于人类视觉对图像数据的感知研究，Ruderman等…提出了z卵颜色空间，其中z表示亮度通道，口， 119表示彩色通道．图像间的颜色传递一般在z印颜色空间上进行，因其把许多自然场景通道间的相关性降 到最低．在此基础上。Reinhard等[2]最早提出了基于二阶颜色统计特征对2幅彩色图像进行颜色传递的 方法． welsh等【3】发展了文献[2]的算法思想，提出了一种将灰度图像彩色化的算法．该算法通过建立像素 邻域亮度分布的对应关系来建立彩色图像到灰度图像颜色的映射，将灰度图像上色成彩色图像．Welsh 算法实现过程简单且对于许多类型的图像都能取得较好的效果，但由于在上色过程中采用逐点全局匹配 的策略，导致上色效率极低、运行速度较慢．Blasi等人【4】对Welsh算法进行了改进，加速其彩色化进程． 具体来说，在预处理阶段，对样本进行递归聚类，使同一聚类样本具有强相似性，而不同聚类之间具有强相 异性，结果用一棵二叉树表示．聚类结束后，对于每个待上色像素，其最佳匹配点通过对该二叉树进行深 度遍历快速得到，从而节省灰度图像上色过程中比对相似度所需的时间．该算法在上色品质方面还有待 进一步提高．赵国英等人【5】采用分块多分辨率上色方法，首先对低分辨率灰度图像上色，然后以此为参考 图像，再对高分辨率灰度图像做颜色变换．在一定程度上改进了上色效果和上色速度。但构造每幅图像的 点的颜色仅与其邻近像素有关．基于这样的假设，在灰度图像的彩色化过程中预先设定一些彩色化种子 像素，把所有像素与其邻近点颜色差异的总和作为最小化目标，将图像彩色化转换为一个极值问题． Levin[9】等人也基于类似的前提，提出了基于优化的颜色化方法：先由人工在图像各区域涂上适当的彩色 线条。颜色扩展过程要使所有像素与其邻域颜色加权差的平方和最小． 本文将图像的局部相似性引入Welsh算法，只需较少的时间，便可做到Welsh算法的上色品质．基于 图像中每一像素和其邻域像素在亮度及色彩上存在着很强的相关性，本文提出一种基于空间像素相关性 的灰度图像彩色化算法。在灰度图像像素点的匹配方式和搜索方法上，采用全局最优搜索与基于像素相关 收稿日期：2007—09—29． 基金项目：北京市自然科学基金资助项目(4061001)． 作者简介：孔德慧(1968一)。女。内蒙谷包头人．教授． 万方数据 第5期 孔德慧．等：基于像素相关性的灰度图像上色算法 709