[发明专利]一种图像的润色方法

摘要

本发明公开了一种图像的润色方法，包括以下步骤：由RGB图像到lαβ图像空间变换算法和由lαβ图像到RGB图像空间变换算法。本发明采用泰勒二阶展开的图像润色方法，针对一幅待着色的灰度图像，用一幅彩色图像，按行扫描目标图像每一像素，在源图像中搜索亮度最佳匹配进行自动取色，然后将其赋到目标图像上，最终得到结果图像，结果图像保持灰度图像原有的信息不变，而增加了源图像的颜色和真实感。本发明引入了基于感知的颜色空间lαβ，l表示亮度信息，α表示黄蓝信息，β表示红绿信息。这三个通道相关性很小。这个颜色空间使得其三个通道的相关性最小化，着色过程中改变其中任何一个，都不会对其他两个通道有影响，不会产生结果失真。

主权项

1.一种图像的润色方法，其特征在于：包括以下步骤：A、由RGB图像到lαβ图像空间变换算法为不失一般性，假定源图像即彩色图像和目标图像即灰度图像均为或均被转换为RGB图像；在搜索最佳匹配、取色、赋色之前，需要将源图像和目标图像转换成lαβ图像；因为lαβ是LMS锥形空间的一种变换，所以由RGB图像到lαβ图像的空间变换算法为下面三步：A1、由RGB空间变换到LMS空间：LMS=0.38110.57830.04020.19670.72440.07820.02410.12880.8444RGB---(1)]]>式中，R代表红信息、G代表绿信息、B代表蓝信息，l表示亮度信息，α表示黄蓝信息，β表示红绿信息；A2、通过自然对数消除A1变换过程中产生的空间变形：L1=ln(L)M1=ln(M)S1=ln(S)---(2)]]>A3、由工整的LMS空间变换到lαβ空间：lαβ=13000160001211111-21-10L1M1S1---(3)]]>B、由lαβ图像到RGB图像空间变换算法将目标图像和源图像的颜色空间变换到三个通道相关性很小的lαβ空间之后，即可搜索最佳匹配、取色、赋色，当两个图像亮度匹配完成、目标图像经过赋色之后，还需要进行颜色空间的逆变换，得到最终通用的RGB彩色图像，其逆变换算法为下面三步：B1、由lαβ空间变换到LMS空间：L1M1S1=11111-11-20130001600012lαβ---(4)]]>B2、通过自然幂指数消除B1变换过程中产生的空间变形：L=eL1M=eM1S=eS1---(5)]]>B3、由工整的LMS空间变换到RGB空间：RGB=4.4679-3.58730.1193-1.21862.3809-0.16240.0497-0.24391.2045LMS---(6)]]>步骤B所述的搜索最佳匹配的方法包括以下步骤：C1、调整源图像的亮度直方图，使得源图像的亮度直方图和目标图像的亮度直方图近似，具有可比性；调整直方图方法如下：l(s)=cdσs(l(s)-μs)+μd---(7)]]>其中l(s)是源图像上某个像素的亮度值，s代表源图像上的像素，d代表目标图像上的像素，c_s为源图像亮度的标准方差，c_d为目标图像亮度的标准方差，μ_s为源图像的亮度平均值，μ_d为目标图像的亮度平均值；灰度图像只包含一维颜色信息，所以在源图像和目标图像的匹配过程中，只有亮度信息可以利用；但是相同亮度信息的像素可以表示目标图像中的不同部分，基于亮度最佳匹配算法中，在匹配过程中，还考虑到匹配像素邻域的统计信息，源图像和目标图像的最佳匹配判据除了源图像像素和目标图像像素这两像素之间的亮度比较之外，增加了在这两像素附近的邻域上各个像素之间的统计信息；C2、分别计算两像素亮度的差值、两像素邻域亮度方差和所得的统计值，这两项加权平均值最小时，该像素为其最佳匹配；具体匹配算法描述如下：按行扫描目标图像上的每一像素d式中，w₁和w₂均为匹配判据影响因子；C3、针对一幅待着色的灰度目标图像，所用的彩色源图像尽量与目标图像所要着色的颜色相近；为了涵盖目标图像中所有像素要着色的颜色，匹配算法将源图像所有像素全部载入。