[发明专利]一种图像色彩迁移方法、系统及计算机介质在审

专利信息
申请号: 202210225721.7 申请日: 2022-03-07
公开(公告)号: CN115147259A 公开(公告)日: 2022-10-04
发明(设计)人: 姚正安;杨岚彬;王讳晨;冯怀钰 申请(专利权)人: 中山大学
主分类号: G06T3/00 分类号: G06T3/00;G06T7/90;G06V10/74;G06V10/766;G06V10/774;G06K9/62
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 禹小明
地址: 510275 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 色彩 迁移 方法 系统 计算机 介质
【权利要求书】:

1.一种图像色彩迁移方法,其特征在于,包括以下步骤:

S1:通过色彩空间的转换矩阵将源图像S和目标图像T的RGB色彩空间转换到Lab色彩空间;

S2:根据转换后的源图像S和目标图像T分别进行数据集的建立;

S3:建立第一KNN回归模型和第二KNN回归模型,利用所述数据集分别训练所述第一KNN回归模型和第二KNN回归模型,得到训练好的从通道L映射到通道a的第一KNN回归模型和从通道L映射到通道b的第二KNN回归模型;

S4:利用训练好的第一KNN回归模型和第二KNN回归模型,分别预测源图像S中通道L映射的通道a和通道b的值,得到映射后的图像;

S5:将映射后的图像转换回RGB色彩空间,得到结果图像,实现将目标图像T的色彩迁移到源图像S上。

2.根据权利要求1所述的图像色彩迁移方法,其特征在于,步骤S2中根据转换后的源图像S和目标图像T分别进行数据集的建立,具体为:

所述数据集包括训练集和预测集,所述训练集为从目标图像T的通道L中的N×N矩形块和与所述N×N矩形块的中心点所对应的通道a和通道b的值,所述模型的预测集为源图像S的通道L中N×N的矩形块。

3.根据权利要求2所述的图像色彩迁移方法,其特征在于,所述第一KNN回归模型和第二KNN回归模型,具体为:

在目标图像T的通道L中,对于每一个N×N矩形块,找到K个与所述N×N矩形块数值距离最近的块,若数值距离越相近,则两个矩形块中在通道L的信息也越相似,为了使数值距离较近的矩形块对选定矩形块的影响大于数值距离较远的矩形块的影响,用数值距离的倒数来进行加权,从通道L映射到通道a的第一KNN回归模型和从通道L映射到通道b的第二KNN回归模型。

4.根据权利要求3所述的图像色彩迁移方法,其特征在于,所述数值距离的度量方式为曼哈顿距离。

5.根据权利要求4所述的图像色彩迁移方法,其特征在于,所述N×N矩形块具体为3×3矩形块。

6.根据权利要求1至5任一项所述的图像色彩迁移方法,其特征在于,在步骤S1将源图像S的RGB色彩空间转换到Lab色彩空间前,还包括步骤:

利用Reinhard色彩迁移算法对源图像S进行一次Reinhard色彩迁移操作,所述的源图像S为彩色图像。

7.根据权利要求1至5任一项所述的图像色彩迁移方法,其特征在于,在步骤S5得到结果图像后,还包括步骤:

利用Reinhard色彩迁移算法对结果图像进行一次Reinhard色彩迁移操作。

8.一种图像色彩迁移系统,其特征在于,包括:

色彩空间转换模块,所述色彩空间转换模块用于通过色彩空间的转换矩阵将源图像S和目标图像T的RGB色彩空间转换到Lab色彩空间;

数据集建立模块,所述数据集建立模块用于根据转换后的源图像S和目标图像T分别进行数据集的建立;

回归模型模块,所述回归模型模块用于建立第一KNN回归模型和第二KNN回归模型,利用所述数据集分别训练所述第一KNN回归模型和第二KNN回归模型,得到训练好的从通道L映射到通道a的第一KNN回归模型和从通道L映射到通道b的第二KNN回归模型;

预测模块,所述预测模块用于利用训练好的第一KNN回归模型和第二KNN回归模型,分别预测源图像S中通道L映射的通道a和通道b的值,得到映射后的图像;

输出模块,所述输出模块用于将映射后的图像转换回RGB色彩空间,得到结果图像,实现将目标图像T的色彩迁移到源图像S上。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210225721.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top