[发明专利]一种场景自适应的色调迁移方法

摘要

本发明公开了一种场景自适应的色调迁移方法，首先将执行色调迁移的图像转换到LAB颜色空间，进而使用基于累计直方图分布的非线性映射算法对辐照度进行迁移；然后使用线性蒙特卡罗仿射变化算法对色度进行迁移；针对图像内容显著不同的情况，执行基于监督的前后背景分割过程，进而针对源图像和目标图像的前后背景相应进行映射；最后，添加目标图像和源图像的权重调节，使色调迁移结果同时保持源图像的色调特征和目标图像的色调特征。本方法由于能够考虑到了图像的内容分布不同而执行自适应聚类，因此在不同的输入下都能具有鲁棒、高质量的迁移结果。除此之外，该方法能够实现无监督执行，自动化程度高，适用于影视后期处理、图像序列色调配准等领域。

主权项

一种场景自适应的色调迁移方法，其特征在于包括如下步骤：(1)将源图像和目标图像转换至LAB颜色空间；(2)通过执行累计直方图非线性映射来匹配源图像和目标图像之间的辐照度分布；标准直方图迁移函数定义为Lt＝H‑1(Tl)；其中操作符H表示归一化的辐照度累计分布函数，Tl代表目标图像中某像素在L通道下的累计概率分布值，Lt表示辐照度迁移后的值；(3)通过执行线性蒙特卡罗线性映射算法来匹配目标图像和源图像的色度分布；在辐照度迁移的基础上，利用K‑medoids算法将源图像和目标图像依照辐照度值分别聚类成不同的亮度带；进而，在每一个聚类点集中选择相应的代表点；此时的聚类结果被视作源图像和目标图像的初始分类；经过K‑medoids算法聚类之后，聚类结果被保存在二元组中，其中表示辐照度代表点向量，表示各聚类点集的像素数目，m表示聚类数目；基于向量，聚类点集频数低于阈值σ的点集将会与它临近的点集进行合并；基于向量，通过计算每个聚类C的类内辐照度平均距离d(C)同时合并d(C)低于阈值的类；至此，则分别获得了源图像和目标图像的最终聚类，并将它们作为最终的亮度带划分；进而以计算出的亮度聚类为基础在源图像和目标图像之间相应辐照度带之间进行配对，然后依据亮度带划分的像素带为基础，在相应的像素带对之间再次执行色度变换；通过计算各个亮度带在LAB空间的a和b通道的平均值，a和b通道的平均值构成了一个平均值向量[μa，μb]T和一个2x2的方阵Tst；进而通过对目标图像的色度通道值at和bt实行蒙特卡罗线性变换，得到at’和bt’；蒙特卡罗线性变换算法的公式如下所示：at′bt′=Tstat-μatbt-μbt+μasμbs]]>其中μas和μbs表示源图像a和b通道的平均值；μat和μbt表示目标图像中a和b通道的平均值，Tst表示色度变换矩阵，Tst定义如下所示：Tst=Σt-1/2(Σt-1/2ΣsΣt-1/2)1/2Σt-1/2]]>其中∑s和∑t分别表示源图像和目标图像的协方差矩阵；(4)经过步骤(2)和(3)的算法处理，继而将辐照度迁移结果和色度迁移结果分别作为LAB颜色空间中的L通道和AB通道合成为最终的色调迁移图像；(5)为了进一步实施真实感场景融合，添加权重调节，使结果图像依照权重同时保持源图像和目标图像的颜色特征；其中源图像和目标图像的差异通过辐照度和色度差异两部分进行建模，同时辐照度和色度差异分别是在相应的亮度聚类间进行建模计算，之后通过加权整合差异；源图像S和目标图像T的辐照度差异通过如下公式定义：CL(S,T)=Σm||μSlm-μTlm||2]]>其中m表示亮度带的数目，和分别表示位于S和T中第m个亮度带的辐照度平均值；源图像S和目标图像T的色度差异通过如下公式定义：Cab(S,T)=Σmtr(ΣSm+ΣTm-2(ΣSm1/2ΣTmΣSm1/2)1/2)+||μSabm-μTabm||2]]>其中m表示亮度带的数目，和分别表示S中第m个亮度带的协方差矩阵和色度平均值；相应的，定义和分别表示T中第m个亮度带的协方差矩阵和色度平均值。