[发明专利]基于抠图的颜色校正优化方法

权利要求书

1.一种基于抠图的颜色校正优化方法，其特征在于，包括以下步骤：

步骤S1：输入参考图像和目标图像，利用颜色校正算法生成颜色校正结果图像和初始残差图像；

步骤S2：利用初始残差图像建立损失函数，并使损失函数最小化，获得关于最优残差图像的二次型损失函数；

步骤S3：利用平均偏差相似性MDSI和梯度相似性度量GSM方法分别生成目标图像和颜色校正结果图像的结构一致性置信图和梯度相似性置信图，进而得到图像一致性置信图；

步骤S4：基于图像一致性置信图，在二次型损失函数中添加结构数据项来约束图像的结构，生成优化后的最优残差图像，并将最优残差图像与目标图像结合生成结果图像；

步骤S5：分别计算目标图像和结果图像的梯度，利用梯度优化算法对结果图像进行梯度一致性优化，增强结果图像的边缘结构，生成最终结果图像；

所述步骤S5的具体方法为：

利用颜色分布迁移的自动颜色分级算法中的梯度优化算法对生成的结果图像进行梯度优化，即找到使积分最小化的最终结果图像I′_s：

其中，I_t表示目标图像，Ω表示整个图像区域，表示梯度，表示最终结果图像的梯度，表示目标图像的梯度，边界条件是用于保证I′_s的梯度和I_t的梯度在图像的边界处相匹配；前一项用于保证图像I′_s的梯度和I_t的梯度近似，后一项||I′_s-I_s||²用于保证最终结果图像I′_s的颜色信息和结果图像I_s的颜色信息相同；权重φ和ψ用于平衡梯度和颜色信息的优化程度，φ用于改变图像边界处的梯度信息；ψ用于消除图像结构可能的变型，将所有的值映射到[0,1]之间，具体计算方式如下：

其中，(x,y)表示对应的像素点；

使用变分原理求解积分最小化问题，根据变分原理，积分满足Euler-Lagrange方程：

其中，表示求F关于I′_s在x方向上的偏导，表示求F关于I′_s在y方向上的偏导，其中F为：

求解得到的I′_s，即为生成的具有较高的梯度和结构一致性的最终结果图像。

2.根据权利要求1所述的基于抠图的颜色校正优化方法，其特征在于，所述步骤S1具体包括以下步骤：

步骤S11：输入参考图像和目标图像，所述参考图像是指具有理想颜色信息的输入图像，目标图像是指具有理想结构和较差颜色外观的输入图像；利用颜色校正算法生成颜色校正结果图像I_i；

步骤S12：利用颜色校正结果图像I_i和目标图像I_t生成初始残差图像