[发明专利]一种基于GPU加速的灰度图像彩色化方法

说明书

技术领域

本发明涉及图形处理技术领域，尤其涉及一种基于GPU(Graphics Processing Unit，图像处理单元)加速的灰度图像彩色化方法。

背景技术

灰度图像彩色化是一种为灰度图像添加颜色信息的计算机辅助设计方法，使图像更具有生动性与可观赏性，在计算机图形学和图像处理领域有着广泛的应用。近年来，随着计算机技术的发展，越来越多的研究人员关注于灰度图像彩色化的研究工作。

目前，已经有很多关于灰度图像彩色化的方法被提了出来，大致可以分为两种方法：基于着色线条颜色传播的彩色化方法和基于参考图像颜色迁移的彩色化方法。

在基于参考图像颜色迁移的彩色化方法中，该方法以一张或多张图像的颜色分布作为参考信息，建立合适的映射函数将参考图像中的颜色迁移到目标图像.但是这种基于颜色迁移的彩色化效果取决于参考图像与目标图像之间的信息相似度，而选取一张合适的参考图像对于普通用户来说却是比较困难的(参见Xiao X,Ma L.Gradient-preserving color transfer[J].Computer Graphics Forum,2009,28(7):1879-1886等)。也有一些算法运用合适的筛选规则从图像库中选取参考图像，但是需要繁琐的语义标定等操作(参见Yang Y,Zhao H,You L,et al.Semantic portrait color transfer with internet images[J].Multimedia Tools and Applications,2015,DOI:10.1007/s11042-015-3063-x等)。

在基于着色线条颜色传播的彩色化方法中，该方法以少量人工着色线条作为颜色信息，通过一定的颜色传播规则来完成整幅图像的彩色化。一些方法基于局部亮度连续性将用户输入的颜色传播到邻近的像素区域，但是这些方法在纹理丰富区域需要大量的线条才能获得较高质量的彩色化图像(参见Levin A,Lischinski D,Weiss Y.Colorization using optimization[J].ACM Transactions on Graphics,2004,23(3):689-694等)。也有一部分算法能够在全局图像空间完成颜色的传播，但是不能很好的解决边界颜色渗透的问题(参见Sheng B,Sun H,Chen S,et al.Colorization using the rotation-invariant feature space[J].IEEE Computer Graphics and Applications,2011,31(2):24-35等)。Zhao等人提出了基于Gabor纹理构建高维特征空间，结合了图像的纹理结构信息，有效地改善了边界颜色渗透的问题(参见Zhao H,Nie G,Li X,et al.Structure-aware nonlocal optimization framework for image colorization[J].Journal of Computer Science and Technology,2015,30(3):478-488)，但是该算法在构建特征空间和最优化能量函数时都需要花费大量的运算时间，难以满足用户交互的处理时间需求。

发明内容

本发明实施例的目的在于提供一种基于GPU加速的灰度图像彩色化方法，能有效地提高图像彩色化方法的处理性能，使每一个步骤都具有可并行性，发挥GPU中高效并行处理能力。

为了解决上述技术问题，本发明实施例提供了一种基于GPU加速的灰度图像彩色化方法，所述方法包括：

步骤S101、给定一张灰度图像作为输入图像I，以及给定一组由n个像素组成的带有着色颜色的离散像素序列；

步骤S102、根据给定的输入图像I，计算出对应的相对总变差结构图；

步骤S103、根据计算得出的相对总变差结构图，定义出一个相似性匹配函数，并运用基于全局图像空间查找的并行PatchMatch算法来计算相对总变差结构图图像中每个像素p的K最近邻；

步骤S104、根据给定的由n个像素组成的带有着色颜色的离散像素序列,生成n-1条带有着色颜色的线段，并将生成的n-1条带有着色颜色的线段绘制到与输入图像I大小相同的着色模板图中，且进一步设置一个着色标记图；