[发明专利]基于过度分割和局部与全局一致性的图像彩色化方法

摘要

本发明涉及一种基于过度分割和局部与全局一致性的图像彩色化方法，对粗略分割的灰度图像进行初始色彩标记；将初始色彩标记图像从RGB颜色空间转换到亮度与颜色分量分离的YUV颜色空间；利用灰度直方图计算出标记点所在的位置；标记点自动选择颜色，得到一幅半自动色彩标记图像；最小化一个基于局部与全局一致性学习的彩色化框架，得到最终的颜色分量和；将原始的亮度分量Y和最终求得颜色分量整合到一起并转换到RGB空间得到最终的彩色化图像，所得图像颜色清晰自然。方法具有较好的鲁棒性和稳定性，取得较高的峰值信噪比。本发明不仅降低了人工交互的复杂度而且提高了图像彩色化的质量，可用于影视制作、医学图像增强以及广告设计等领域。

主权项

一种基于过度分割和局部与全局一致性的图像彩色化方法，其特征在于，具体包括如下步骤：1)对灰度图像进行色彩标记，即利用计算机画图软件对灰度图像进行初始色彩标记，利用一种基于图的分割算法对图像进行粗略的过度分割，在分割好的区域内标记少量的感兴趣的颜色，得到一幅粗略的色彩标记的图像；2)将色彩标记图像从RGB颜色空间转换到YUV颜色空间，以得到分离的亮度分量Y和初始颜色分量U′、V′；3)计算出分割区域内灰度直方图峰值所在的位置，将处于这些位置的像素的灰度值设置为255，即用白色的标记点在灰度图像上显示出来，得到一幅自动生成标记点的图像；4)依据每个分割区域内标记的颜色，白色标记点所在位置的像素自动获取合适的颜色,得到一幅半自动色彩标记的图像,其中亮度分量为Y，颜色分量分别为U和V；5)将基于图的半监督学习的正则化框架引入到颜色扩散模型中，构建一个基于局部与全局一致性学习的彩色化框架，即首先构建一个能够体现两像素间灰度关系以及空间位置关系的数据图，然后最小化基于局部与全局一致性学习的彩色化目标函数，将彩色化问题转化为一个优化问题，从而计算出其余未着色像素的颜色值，完成整幅图像的彩色化，得到最终的颜色分量6)将最终得到的颜色分量和原始的Y亮度分量整合到一起并变换到RGB颜色空间，即得到最终的彩色化图像。