程琳琳 陳昭炯 傅明建，3

1(廣東交通職業(yè)技術(shù)學(xué)院 廣東 廣州 510650)2(福州大學(xué)數(shù)學(xué)與計算機(jī)科學(xué)學(xué)院 福建 福州 350116)3(福州大學(xué)網(wǎng)絡(luò)信息安全與計算機(jī)技術(shù)國家級實驗教學(xué)示范中心 福建 福州 350116)

0 引 言

色彩傳遞是一種利用計算機(jī)算法，實現(xiàn)顏色信息在兩幅圖像間產(chǎn)生遷移的技術(shù)，在藝術(shù)領(lǐng)域、娛樂行業(yè)、醫(yī)療及科學(xué)等領(lǐng)域都有著廣泛的應(yīng)用。它可用于圖像色彩的自動變更或添加，例如實現(xiàn)畫作色彩風(fēng)格的快速變換，給黑白照片上彩，老照片翻新，彩色圖像色彩效果加工、糾偏，影視制作后期色彩處理等，是近年來圖形圖像領(lǐng)域研究的一個熱點。

圖1給出色彩傳遞方法的簡要示意圖。給定彩色源圖像S和目標(biāo)圖像T，將源圖像S的顏色信息類比地轉(zhuǎn)化到目標(biāo)圖像T中，使得圖T具有圖S的顏色模式，形成結(jié)果圖T′(顏色用灰度表示)。

(a) S (b) T (c) T′圖1 彩圖的色彩傳遞

目前，國內(nèi)外不少學(xué)者已經(jīng)對色彩傳遞技術(shù)開展了相關(guān)研究。如朱黎博等[1]針對色彩傳遞效果顏色細(xì)膩程度差的問題，設(shè)計出一種基于顏色擴(kuò)展的色彩傳遞算法。靳坤[2]通過色彩傳遞算法實現(xiàn)了黑白視頻的色彩遷移。滕秀花等[3]提出了一種基于SLIC超像素分割的快速色彩傳遞算法，改善了色彩傳遞的效果，提高了色彩傳遞的速度。許文韜等[4]實現(xiàn)了一種主體對象可控的漸進(jìn)式色彩傳遞算法，解決了主體對象色彩容易被誤傳的問題。仲紅玉等[4]提出了一種多參數(shù)亮度值重映射的顏色傳遞方法，對灰度圖像賦予色彩。

上述文獻(xiàn)對色彩傳遞技術(shù)都做了一定探討和改進(jìn)。然而，我們注意到，目前學(xué)者們對色彩傳遞技術(shù)的研究，往往只追求整幅圖像色彩遷移的效果，例如色彩傳遞結(jié)果的色彩是否均勻，是否有色彩錯誤點出現(xiàn)等，而對如何提高色彩傳遞應(yīng)用的靈活性方面的研究甚少。在現(xiàn)實生活中，許多圖像都有主體和背景的區(qū)分。很多時候，人們希望在圖像主體內(nèi)容不變的情況下，對背景進(jìn)行改變，然后再對圖像色彩進(jìn)行處理。而當(dāng)前色彩傳遞技術(shù)都只是對目標(biāo)圖像進(jìn)行整體的色彩變更，色彩處理方案較為單調(diào)。

研究者們發(fā)現(xiàn)，一幅圖像中常包含大量冗余信息。用戶通常只對圖像中的某一部分感興趣，該部分區(qū)域最能表現(xiàn)圖像的內(nèi)容，被稱為圖像的感興趣區(qū)域ROI。感興趣區(qū)域提取技術(shù)能夠找出圖像的這些關(guān)鍵區(qū)域，并以此提高圖像分析和處理的準(zhǔn)確度及靈活度。鑒于此，本文提出了一種基于感興趣區(qū)域的圖像色彩傳遞算法。通過ROI提取算法，提取目標(biāo)圖像的感興趣區(qū)域，并將此感興趣區(qū)域與用戶所需圖像(例如背景圖像)進(jìn)行拼貼，再對拼貼結(jié)果圖像進(jìn)行色彩傳遞。實驗結(jié)果表明，本文算法效果良好?；诟信d趣區(qū)域的圖像色彩傳遞算法可在不影響圖像主體內(nèi)容表達(dá)的情況下，改善圖像配色的靈活度，使得配色方案更加生動多變，更具個性化，解決了當(dāng)前色彩傳遞算法色彩處理方案單調(diào)，難以滿足人們對圖像色彩處理多元化，個性化需求的問題。此外，針對傳統(tǒng)ROI提取算法的不足，本文還提出了一種新的基于變異度的ROI提取算法。實驗結(jié)果表明，新ROI提取算法可獲取更準(zhǔn)確的圖像感興趣區(qū)域。把該新ROI提取算法應(yīng)用到本文的色彩傳遞算法中，得到了良好的效果。

1 算法思路分析

目前，較具代表性的ROI自動提取方式主要包括以下三類：基于灰度變化的ROI提取方式[6]，基于拐點的ROI提取方式[7]，以及基于視覺注意的ROI提取方式[8]。通過大量的實驗和分析，發(fā)現(xiàn)上述ROI提取方法存在提取圖像感興趣區(qū)域尺寸不易控制，容易受紋理噪聲干擾等問題。針對上述算法的不足，我們提出了一種基于變異度的ROI提取新方法。

在圖像處理研究中，經(jīng)常使用熵、方差、均值、變異度等統(tǒng)計信息來分析圖像的總體特征或個體間的差異性信息。

圖像的邊緣對圖像視覺信息的表達(dá)至關(guān)重要。它可以理解為圖像中眾多灰度突變的集合。邊緣不僅勾畫了圖像的輪廓，也是理解圖像的重要部分。圖像內(nèi)容發(fā)生變化的區(qū)域即為圖像的重要區(qū)域，由此我們想到可以利用圖像的邊緣信息，來提取圖像的感興趣區(qū)域。

分析圖像的邊緣區(qū)與非邊緣區(qū)的性質(zhì)，由于邊緣區(qū)域的灰度值存在突變，因此邊緣區(qū)域的數(shù)據(jù)波動較大。而圖像的非邊緣區(qū)，如平滑區(qū)和紋理區(qū)，每個像素都比較接近，相對數(shù)據(jù)的波動較小。

方差是劃分圖像邊緣的一種常用方法，它可用于衡量數(shù)據(jù)的分散性程度。然而，使用方差劃分圖像邊緣具有一定的缺陷。方差能較好地反映同一環(huán)境之下的數(shù)據(jù)值的波動情況，卻不能對不同環(huán)境之下的多組數(shù)據(jù)值的波動性進(jìn)行定量比較。當(dāng)方差用于比較多組數(shù)據(jù)時，這些組之間的平均數(shù)值是不同的。因此方差的結(jié)果受圖像灰度值影響較大，這將導(dǎo)致方差閾值范圍不穩(wěn)定，給閾值的選擇帶來困擾。

由此，我們考慮利用變異度來解決該問題。變異度指的是標(biāo)準(zhǔn)差占均值的比例，它刻畫了數(shù)據(jù)相對的分散性。

對比變異度和方差，變異度的結(jié)果既保留了方差刻畫數(shù)據(jù)分散性的特點，又能體現(xiàn)獨立于圖像灰度值的數(shù)據(jù)波動性，且變異度的閾值較為穩(wěn)定。

2 基于變異度的ROI提取算法

綜合上節(jié)的分析，我們采用變異度的方法來提取圖像的感興趣區(qū)域。在對圖像問題進(jìn)行分析時，圖像常常被劃分為若干的小塊進(jìn)行處理。在此，我們以150×150的圖像為例，算法實現(xiàn)如下：

Step1將圖像劃分成大小為5×5的若干小塊。

Step3對每個圖像塊計算方差s。

計算公式如下：

(1)

Step5計算每個圖像塊的變異度γ。

變異度的計算公式：

(2)

Step6對變異度大于閾值的圖像塊，對其進(jìn)行標(biāo)記。

Step7對已標(biāo)記的點，使用凸包算法來獲取圖像的感興趣區(qū)域。

本文對傳統(tǒng)ROI提取算法和基于變異度的ROI提取算法進(jìn)行了大量的實驗，并做了對比分析。四種ROI提取方法實驗效果如表1所示。本文選取的研究對象為三類比較具有代表性的圖像，它們分別為平滑背景的圖像(源圖1、2)，有紋理噪聲的圖像(源圖3、4)，有豐富細(xì)節(jié)的自然景物圖像(源圖5、6)。實驗結(jié)果表明，基于變異度的ROI提取方法效果良好。由于該方法能很好地找出圖像的邊緣，故基于變異度的ROI提取方法對上述各類圖像，特別是背景為紋理噪聲的圖像，以及包含豐富細(xì)節(jié)的自然景物圖像識別效果良好，且基于變異度的ROI提取方法得到的感興趣區(qū)域大小適當(dāng)。通過圖像的熵，可對上述各類圖像的四種ROI提取算法效果進(jìn)行評價。熵值越高，表示圖像包含的信息量越大，即所提取的圖像感興趣區(qū)域越恰當(dāng)。結(jié)果如表2所示。

表1 四種ROI提取方法實驗結(jié)果對比

表2 四種提取方法的熵統(tǒng)計信息比較

續(xù)表2

3 基于ROI的色彩傳遞算法

基于的圖像表達(dá)方式，區(qū)分了圖像不同部位的重要程度，以局部概括整體，突顯了圖像的主體內(nèi)容，避免了圖像次要內(nèi)容對主體內(nèi)容的干擾，使得圖像的分析和處理更有針對性。基于上述分析，針對傳統(tǒng)色彩傳遞算法靈活度低以及色彩傳遞用戶對圖像色彩處理多樣化，個性化需求的問題，本文提出并實現(xiàn)了一種基于感興趣區(qū)域的圖像色彩傳遞算法?？稍诓挥绊憟D像主體內(nèi)容表達(dá)的情況下，使得色彩傳遞的效果更加靈活多變，滿足了用戶對圖像色彩處理個性化的需求，且適用于各種色彩傳遞改進(jìn)算法。

給定源圖像S和目標(biāo)圖像t，算法的實現(xiàn)步驟如下：

Step1使用基于變異度的感興趣區(qū)域提取算法，提取目標(biāo)圖像t的ROI。

Step2選取用戶所需拼貼的圖像(例如背景圖像)，與目標(biāo)圖像t的ROI進(jìn)行拼貼。獲得拼貼之后的新目標(biāo)圖像T。

Step3將源圖像S和新目標(biāo)圖像T從RGB模型轉(zhuǎn)換到lαβ模型。

轉(zhuǎn)換公式如下：

(3)

(4)

L=logL
M=logM
S=logS

(5)

(6)

Step4分別計算源圖像S和新目標(biāo)圖像T在l、α、β三個通道的均值和標(biāo)準(zhǔn)差，總共6個量。

Step5依據(jù)式(7)和Step4計算的結(jié)果得到色彩傳遞結(jié)果圖像T′在l、α、β三個通道的值。

(7)

Step6將圖像T′從lαβ模型轉(zhuǎn)換回RGB模型。

轉(zhuǎn)換公式如下：

(8)

(9)

4 實 驗

選取同一源圖(圖2(a))和目標(biāo)圖(圖2(b))作為實驗對象，使用本文算法和文獻(xiàn)[4]算法進(jìn)行色彩傳遞，結(jié)果分別如圖3和圖4所示。

(a) 源圖 (b) 目標(biāo)圖圖2 源圖和目標(biāo)圖

>(a) Step 1 (b) Step 2(c) Step 2 (d) Step 3-Step 6圖3 本文算法實現(xiàn)步驟

圖4 文獻(xiàn)[4]算法色彩傳遞結(jié)果圖

目標(biāo)圖像(圖2(b))是一幅孩童畫像，整體色調(diào)偏暗，且背景為較為單調(diào)的黑色，整幅圖像給人一種沉悶的感覺。從實驗結(jié)果可以看出，文獻(xiàn)[4]色彩傳遞效果(圖4)較為刻板，只對整幅目標(biāo)圖像做色彩的變遷。雖然在色調(diào)上有了一定的改善，但是沒有改變整幅圖像沉悶單調(diào)之感，無法滿足用戶對圖像色彩處理個性化及多樣化的需求。相較而言，本文基于感興趣區(qū)域的色彩傳遞算法，通過ROI提取技術(shù)，結(jié)合圖像拼貼，可在不改變目標(biāo)圖像主體內(nèi)容表達(dá)的情況下，依據(jù)用戶的實際需求，將原本目標(biāo)圖像較為單調(diào)的背景變換為用戶所需要的新背景(圖3(b)，梵高星空圖)。并以此為新目標(biāo)圖像(圖3(c))，進(jìn)行色彩傳遞。色彩傳遞的效果(圖3(d))不僅在色調(diào)上變得明朗柔和，而且在內(nèi)容上更加豐富多彩，在形式上更加生動多變，整體效果更佳，更具個性化，提高了色彩傳遞應(yīng)用的靈活度。

5 結(jié) 語

本文針對圖像色彩傳遞算法和感興趣區(qū)域提取算法的存在的問題，提出了一種基于感興趣區(qū)域的色彩傳遞算法。解決了傳統(tǒng)色彩傳遞算法的色彩處理方案單調(diào)，靈活性不高，難以滿足人們對于圖像色彩處理多元化需求的問題。實驗結(jié)果表明，使用本文算法進(jìn)行色彩傳遞，能夠得到良好的視覺效果，且更具個性化，有效提高了色彩傳遞配色方案的靈活程度。今后將研究如何使得色彩傳遞的效果可以更加生動自然。