[发明专利]基于耦合自然矢量全变差的保边缘图像着色方法

说明书

本发明公开了一种基于耦合自然矢量全变差的保边缘图像着色方法，包括如下步骤：对于一幅RGB颜色空间下的彩色图像，在该图像上画上黑色线条，得到图像1；采用MATLAB将图像1转化为带彩色线条的灰度图像2；将图像2转变为YCbCr颜色空间上的图像3，得到在区域Ω上的亮度信息和在人工着色区域上的色度信息；建立基于变分的着色模型，利用原始对偶算法求解区域Ω中的色度信息；获取YCbCr颜色空间中的图像4；将图像4转变为RGB颜色空间内的图像5；对图像5进行评价得到其数值结果。本发明在处理多通道图像时可以在各个通道之间仅产生一个共同的边缘方向，从而可以更有效的保留图像边缘，防止颜色越界和颜色模糊。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于耦合自然矢量全变差的保边缘图像着色方法。

背景技术

图像是传递信息的一种重要途径，其中颜色能够为人们理解图像内容提供重要的信息。相比灰度图像，彩色图像还可以增加其观赏性，因此灰度图像的彩色化是一项重要的任务。图像着色(image colorization)是20世纪70年代由Wilson Markle提出的，用于描述借助计算法技术对黑白图像或视频着色的过程。着色技术的出现使得人们可以从图像中提取更多有用的信息，加深对图像内容的理解，从而提高图像利用率。现在，图像着色通常用于描述将灰度图像转换为彩色图像的任何过程，该技术已经广泛应用于许多领域，如古画修复、改善医学图像的视觉效果等。

目前常用的着色方法主要有两种，即颜色转移和颜色扩张。对于基于颜色转移的着色方法，需要输入一幅与目标灰度图像相似的彩色图像作为参照图，再根据一定的算法将参照图中的颜色转移到目标灰度图像中从而实现着色。对于基于颜色扩张的着色方法，需要人为地在目标灰度图像上添加彩色线条，再利用一定的算法使彩色线条中的颜色扩展到整幅图像上以实现着色。

在基于颜色转移的着色方法中，由于最初目标灰度图像中每个像素点是独立处理的，因此存在颜色不一致的问题。随后，学者提出将图像分割用于着色中来提高着色效果，取得了一定的成果。近来，学者将机器学习也用于图像着色中。

在基于颜色扩张的着色方法中，Levin等人[参见文献《Levin,A.,Lischinski,D.,Weiss,Y.:Colorization using optimization.ACM T.Graphic.,23(3),689-694(2004)》]认为具有相似灰度值的相邻像素应该有相似的颜色，基于该假设，他们提出如下模型：

其中，U_r，U_s为r,s处的像素值，N(r)是像素点r的领域，ω_r,s是权重函数，在这里，只显示U分量，因为对于着色，色度通道U和V是相似的。随后，Sapiro将偏微分方程的方法引入到图像着色中，求解亮度通道Y的梯度和色度通道Cb(或Cr)的梯度之间的差值最小，从而实现着色。虽然这些方法可以实现着色，但会出现边界模糊和颜色越界的现象。Yatziv[参看文献《Yatziv,L.,Sapiro,G.:Fast image and video colorization using chrominanceblending.IEEE T.Image Process.,15(5),1120-1129(2006)》]利用加权距离色度混合技术，找出最短路径进行快速图像着色。Kang等人[参看文献《Kang S.H.,March,R.:Variational models for image colorization via chromaticity and brightnessdecomposition.IEEE T.Image Process.,16(9), 2251-2261(2007)》]提出基于全变分的图像着色方法：