彩色图像间颜色迁移.pdf

彩色图像间的颜色迁移 郑宁斐 西安电子科技大学，陕西西安（710071 ） E-mail ：znf1982@ 摘 要：本文介绍了颜色迁移的几种经典算法，分析了它们所存在的一些问题——往往只适 用于颜色较为单调的图像。因此我们在经典算法的基础上提出了一些新的改进，改进后的算 法更具有一般性，转换后的图像更贴近自然。 关键词：颜色迁移，颜色空间，N 维概率密度函数转移，直方图分布特性 1. 引言 彩色图像间的颜色迁移，即将一幅图像A 的颜色信息转移到另一幅图像B ，使新生成的 图像C既保存原图像B 的形状信息又具有图像A 的色彩信息。图1描述了这一过程。图像A称 为目标图像也叫颜色图像，图像B称为源图像也叫形状图像。颜色迁移在图像处理中算是一 个较新鲜较有意思的问题，吸引了不少研究人员参于并做了很多有意义的工作。 （a ）源图像 （b ）目标图像 （C ）合成图像 图1 颜色迁移过程 目前一种较为流行的算法是Reinhard等人提出的，先通过RGB—lαβ空间转换，进而对lαβ 作统计对比，使源图像和目标图像的lαβ平均值和方差相匹配[1]，从而达到颜色转换的目的。 在Reinhard提出后有许多研究者在这一模型的基础上对它进行改进完善。胡国飞等人提出的 基于统计学的自适应图像颜色迁移合成技术，改变了原来使用一个固定的过渡矩阵来进行颜 色空间的转换，运用方元分析理论自适应地给出颜色空间的变换矩阵，并利用局部统计值对 [2] 比完成局部光亮度和纹理的迁移 。 而Pitie.F等人提出了一种全新的思想，他们在证明N维概率密度函数转移可行性的基础 上将这一理论运用在颜色迁移领域[3] 。在灰度图像中，我们利用直方图规定化实现图像灰度 变换使其具有特定的直方图形式，直方图是概率分布密度的体现，所以也可以说直方图规定 化是原图像概率分布密度映射到期望概率分布密度的过程，也就是一维概率密度函数转移。 而N维概率密度函数转移就是基于一维展开的，在这我们以颜色迁移为例，分析三维的转移 过程。设f （x ）和g （y ）是源图像和目标图像的颜色概率密度分布，xi= （ri ，gi，bi ），分 别代表红绿蓝三色，选择任意一个旋转矩阵R,旋转后对各维分别做一维概率密度函数转移, 重复多次,直到收敛,得到迁移后的新图像。 2. 分析问题 2.1 发现问题 - 1 - 不论是空间转换法或是 N 维概率密度函数转移法都是对整体颜色基调的转移，因此往 往造成一些细节失真，在对一些颜色基调相差较大的图像迁移时，甚至导致图像内容发生改 变。图2 中目标图像是一片翠绿色的树林，在图像左上角是蓝色的天空，源图像是黄昏下的 茶树林，当迁移时，期望能将翠绿色迁移到原本墨绿色的茶树上，将蓝色迁移到黄昏时的天 空。用空间转移法时，得到了如图2(c) 的效果，天空变成了淡绿色，其原因是蓝绿基调相差 太远，经过中和后产生偏差。用 N 维概率密度函数转移法时，天空与茶树连成一片，失真 到让人无法接受的地步。其原因是这种算法是基于概率密度，而目标图像整体颜色偏绿，蓝 色只占图像小部分，与源图像的蓝绿分布差太多，导致合成后的图像整体偏绿，严重失真。 对于这个问题，人们常采用分区法解决，互式地输入一个控制灰度图像的灰度区间的阈值和 一个控制彩色图像色度值的阈值或利用边缘检测和边界提取算法先对图像进行人为分区。这 种方法虽能解决失真的问题，但是需要人为的介入，不能智能化处理，严重阻碍了这项技术 的应用。若想将它扩展到视频处理和商业的图像处理软件，则必需克服这个阻碍。 （a ）源图像 （b ）目标图像 （C ）改进前的