[发明专利]一种面向自然图像的自适应主色提取方法在审
申请号: | 201710855267.2 | 申请日: | 2017-09-20 |
公开(公告)号: | CN107578451A | 公开(公告)日: | 2018-01-12 |
发明(设计)人: | 韩燕丽 | 申请(专利权)人: | 太原工业学院 |
主分类号: | G06T7/90 | 分类号: | G06T7/90;G06K9/62 |
代理公司: | 北京国坤专利代理事务所(普通合伙)11491 | 代理人: | 赵红霞 |
地址: | 030008 山*** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 自然 图像 自适应 提取 方法 | ||
技术领域
本发明属于图像主色提取领域,特别是涉及一种面向自然图像的自适应主色提取方法。
背景技术
油画作为西洋画主要画种之一,以用快干性的植物油调和颜料,在亚麻布、纸板或木板上进行创作,凭借颜料的遮盖力和透明性,或艳丽、或淡雅、或跳跃、或和谐的色彩表达,给人以强烈的视觉冲击力。正是因为油画色彩语言的特殊性,更为油画本身增添了特有的气质和审美价值,可谓油画之美即色彩之美。这也是基于自然图像的非真实感油画风格绘制中最为关键之处,只有最大化地将自然图像中最具视觉冲击力的色彩即主色提取出来,才能使计算机艺术效果在色彩方面与手绘风格更为接近。
通常,在由自然场景所拍摄的自然图像中包含大量丰富的颜色,因此如何最大限度地从图像中选取最具代表性的主色是一个极具挑战性的难题。已有的主色提取方法可以分为基于量化的方法、基于分块的方法和基于聚类的方法。基于量化的方法是根据人的视觉特性,将原图像中的较大颜色集合映射为一个较小颜色集合,而用这些较少颜色集合重新生成一幅新的图像,使其尽可能真实地贴近原图像。最常用的传统方法有统一量化法、频度序列法、中位切割法和八叉树法。其中八叉树法所得到图像质量最佳、层次感最为丰富且时空耗费最低,但该算法存在某些关键局部色彩由于出现频率低而被丢失的现象。针对图像整体层次和局部细节之间的矛盾,刘志福等人提出视觉显著性的八叉树颜色量化方法,将八叉树法与视觉显著图相结合进行颜色频度统计,并增加视觉显著区域的颜色频度,从而实现在保留图像层次感的同时减少局部细节的失真度;杜薇薇等人提出一种新的颜色量化之色彩退化算法,以二叉堆和数组索引数据结构优化八叉树结构,不断地对图像中最不重要颜色进行退化,直到达到量化要求的颜色数为止。
基于分块的方法是对图像空间按照某种分块策略进行划分,之后为每个分块统计颜色直方图,提取分块直方图中像素点数目最多的颜色作为该分块的主色。王李冬提出了一种基于图像的分块主颜色的图像检索算法,将图像按5*5进行空间划分,分别提取每一分块的颜色信息,并给出分块主色;赵景秀等人在所提出的一种基于全局主色和局部主色相结合的图像检索方法中,采用对图像进行扇形分割,并分别提取全局主色及各扇区主色的方法;但上述基于均匀分块的方法不能很好地反映人们对图像中不同区域具有不同关注度的特点。针对这个问题,林克正等人提出一种新的基于分块主颜色的图像检索算法,采用在HSV空间中对图像进行重叠分块的方法,使得图像中心的主体部分重叠包含在若干分块中,而图像的边缘部分却仅出现在某个分块中,这样在一定程度上突出了图像中心的主体部分。
基于聚类的方法是利用“物以类聚”的思想,按照准则函数最小化原则将图像中的颜色分组为多个簇,且使得同簇间相似度尽可能地高,不同簇间相似度尽可能地低,最终将每簇的颜色均值作为该簇的主色。在诸多聚类算法中,K均值聚类算法,由于简洁性和高效性,成为使用最广泛的算法之一,但同时也存在一定的局限性,如初始聚类中心的随机选取和聚类数目的主观确定等。刘尊洋等人为了提高主色提取的准确性和效果的稳定性,提出了先使用谱系聚类法获得初始质心,然后用K均值聚类法提取主色的方法;之后他们又提出了基于CIEDE2000和塔型FCM的主色提取算法。该算法首先为原图像构造塔型结构,然后对塔的顶层图像使用FCM聚类算法提取聚类中心,最后以此作为初始聚类中心对原图像再次使用FCM聚类算法提取主色。
在上述主色提取方法中,多数方法的适用是以事先确定所提取的主色数目为前提,并未实现主色数目的自动确定。这样势必会导致将原图像中并不存在的颜色作为主色或者遗漏原图像中重要的色彩特征,不利于主色的准确提取。针对已有主色提取方法存在的上述问题,本发明提出了一种将聚类有效性评价指标Silhouette轮廓系数与K均值聚类算法相结合的方法,通过在聚类过程中根据Silhouette轮廓系数对聚类数目进行动态调整达到自动确定最佳聚类数,以获得最优的聚类效果。
发明内容
本发明克服现有技术存在的不足,解决了现有主色提取方法中不能实现主色数目的自动确定,从而会导致将原图像中并不存在的颜色作为主色或者遗漏原图像中重要的色彩特征,不利于主色的准确提取的问题,旨在提供一种一种面向自然图像的自适应主色提取方法,本方法将Silhouette轮廓系数与传统K均值聚类算法有机地结合在一起,自适应地提取出自然图像中的最优主色集,可有效地将自然图像中的主色自动提取出来,且较好地呈现了原图像中颜色特征的代表性。
为解决上述技术问题,本发明采用的技术方案为:
一种面向自然图像的自适应主色提取方法,该自适应主色提取方法按照以下步骤进行:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太原工业学院,未经太原工业学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710855267.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:自由浮体自动开闸门系统
- 下一篇:一种坡改梯工程的排水蓄水系统
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序