[发明专利]基于高斯混合模型区域图像彩色化处理的方法

说明书

技术领域

本发明涉及一种图像处理领域，具体地说是涉及一种基于高斯混合模型区域图像彩色化处理的方法。

背景技术

随着彩色化技术的发展，图像彩色处理涌现出一些新的处理方法，依据规整化形式可归结为基于局部颜色扩张法和基于颜色转移法。前者事先在图像的局部涂上彩色线条作为图像的种子像素，然后利用扩展算法将颜色值传递到整幅图像，该方法人工干预性强，不利于自动化实现。Welsh等人提出了颜色转移彩色化算法，即在选定彩色源图像的前提下，将源图像颜色转移到目标灰度图像中，目标图像的亮度值不变；在图像局部彩色化方面，Welsh采用了人工勾画样本区域的方式，这使得彩色化效率下降。利用高斯混合模型聚类分割方法将源图像和目标图像分成局部小块，实现各图像块之间颜色转移，免除了人工交互性，使得彩色化效果大大提高；然而，该类方法采用了启发式算法计算高斯混合模型中的聚类数参数，其算法虽然能计算出聚类数参数，但计算复杂，还有的是采用经验值来确定聚类数参数，存在盲目性。

发明内容

本发明的目的是为了克服现有技术的不足，提供一种基于高斯混合模型区域图像彩色化处理的方法，该方法不仅计算简单，彩色化处理易实现自动化，而且能提高彩色化效果。

为达到上述目的，本发明采用以下技术方案来实现：

上述基于高斯混合模型区域图像彩色化处理的方法，首先用BYY(Bayesian Ying-Yang)理论方法构造高斯混合模型分别计算源彩色图像和目标灰度图像高斯混合模型参数，然后根据所建高斯混合模型对图像进行聚类分割形成区域图像块，将分割后的源图像区域图像块与目标图像区域图像块自动实现匹配，用颜色转移算法实现匹配后的区域图像块颜色转移，最后完成区域图像的彩色化，

其具体步骤如下：

A、构造高斯混合模型，计算高斯混合模型参数；

B、根据高斯混合模型分别对源图像和目标图像聚类分割；

C、完成区域图像的彩色化。

本发明的基于高斯混合模型区域图像彩色化处理的方法与现有技术相比具有的优点和效果是：由于采用颜色转移的方式，将源图像的颜色转移到目标图像中，事先无需对目标图像涂色，因此，该方法计算复杂度低；由于采用区域图像彩色化处理的方法，将源图像和目标图像分割成区域图像块，实现区域图像块之间的颜色转移，因此，该方法的彩色化效果较好；由于采用BYY理论方法计算高斯混合模型参数，自动确定高斯混合模型的聚类数参数，无需人工干预，且采用欧氏距离测度实现区域图像块的自动匹配，因此，该方法易实现自动化.

附图说明

图1是本发明的基于高斯混合模型区域图像彩色化处理的方法流程图；

图2(a)是本发明的实施例的源图像聚类结果图；

图2(b)是图2(a)中源图像的J(k)曲线示意图；

图3(a)是本发明的实施例的目标图像图；

图3(b)是图3(a)中目标图像的J(k)曲线示意图；

图4(a)是源图像块1在RGB颜色空间的分割结果图；

图4(b)是源图像块2在RGB颜色空间的分割结果图；

图4(c)是源图像块3在RGB颜色空间的分割结果图；

图5(a)是目标图像块1聚类分割结果图；

图5(b)是目标图像块2聚类分割结果图；

图6(a)是目标图像块1上色后的RGB颜色空间的结果图；

图6(b)是目标图像块2上色以后的RGB颜色空间的结果图；

图6(c)是目标图像块1和目标图像块2彩色化图像合并后的结果图。

具体实施方式

以下结合附图对本发明的实施例作进一步的详细说明。

下面对本发明的实施例作详细说明：本实施例以本发明的技术方案为前提下进行实施，给出了详细的实施方式，但本发明的保护范围不限于下述的实施例。

本发明的基于高斯混合模型区域图像彩色化处理的方法的一个优选实施例结合附图详述如下：选择一幅灰度图像作为待彩色化的目标图像，根据目标图像内容选择一幅与其内容相近的彩色图像作为源图像。首先用BYY理论计算源图像和目标图像高斯混合模型的参数，根据图像所建高斯混合模型对图像聚类分割，然后实现源图像块与目标图像块匹配，将源图像块的颜色转移到目标图像中，最后完成区域图像彩色化。如图1所示，具体步骤如下：

A、构造高斯混合模型，计算高斯混合模型参数；其具体步骤如下：

A1、构造高斯混合模型及计算参数