[发明专利]一种基于最优化模型的交互式图像重新着色方法

摘要

本发明公开了一种基于最优化模型的交互式图像重新着色方法，包括将待处理彩色图像转换进行人工线条着色，随后将着色图像分别进行基于全局最优化和基于局部最优化的抠图，分别获得全局最优化的抠图图像和局部最优化的抠图图像，对获得的全局最优化的抠图图像和局部最优化的抠图图像进行二值化处理，根据线条着色的选区属性采取添加或者减去的策略合并二值化图像，计算待处理彩色图像中需要重新着色区域，将着色区域的RGB颜色空间转换到HSV颜色空间，采用交互式的方式调整着色区域中的色调通道和饱和度通道，将图像的HSV颜色空间转换到RGB色彩空间，最后将区域重新着色后的图像和原彩色图像合并后获得重新着色图像九个步骤。

主权项

1.一种基于最优化模型的交互式图像重新着色方法，其特征在于：包括如下九个步骤：(1)输入待处理彩色图像IOrg，然后将待处理彩色图像进行人工线条着色，获得着色图像；(2)将着色图像分别进行基于全局最优化和基于局部最优化的抠图，分别获得全局最优化的抠图图像IAlphaGlobal和局部最优化的抠图图像IAlphaLocal；(3)对获得的全局最优化的抠图图像IAlphaGlobal和局部最优化的抠图图像IAlphaLocal进行二值化处理，对应的二值化图像分别为ISegGlobal和ISegLocal；(4)根据着色线条的选区属性，采取添加或者减去的策略，合并二值化图像ISegGlobal和ISegLocal为ISeg；(5)根据二值化图像ISeg和待处理彩色图像IOrg，计算待处理彩色图像IOrg中需要重新着色区域ISel；(6)将着色区域ISel的RGB颜色空间转换到HSV颜色空间，分别获得色调通道H、饱和度通道S和亮度通道V；(7)用户采用交互式的方式调整着色区域ISel中的色调通道H、饱和度通道S，即实现选中区域进行重新着色，获得图像Irecolor；(8)将图像Irecolor的HSV颜色空间转换到RGB色彩空间，获得图像IRGBcolor；(9)将区域重新着色后的图像IRGBcolor和彩色图像I合并后获得重新着色图像INew，在步骤(2)中所述的分别进行基于全局最优化和基于局部最优化的抠图方法分为如下三个步骤：(2.1)首先搜索每个像素的K个邻域像素；所用的高维特征空间包括了HSV色彩通道和空间坐标，特征空间F(i)定义如下：F(i)＝(H(i),S(i),V(i),γx(i),γy(i))式中，H是图像HSV色彩空间的色调值，S是饱和度，V是亮度值，γ参数控制色彩传播是采用全局传播还是局部传播，γ取值为0或者∞，如果γ取值为0则为全局色彩传播，如果γ取值为∞则为局部色彩传播，采用FLANN库实现来查找像素i的K个邻域Ni(KNN)；(2.2)其次构建重新着色的最优化模型，并且考虑用户输入着色线条，构建如下最优化代价函数：J(U)＝λ(U‑G)TDS(U‑G)+UTLColorU式中：U为求解的抠图矩阵；Ds为对角矩阵，在该对角矩阵中，涂色线条像素对应的对角线上的值为1，其余对角线上的值为0；G对应为涂色线条的值，其中前景线条对应值为1，背景线条对应的值为0；公式中第一项确保了获得的最优化后的抠图图像和用户涂色线条的值尽可能的接近，第二项保证了像素和其邻域的相似性，使得已经涂色的像素通过邻域进行传播，参数λ用来调整这两项的平衡，算法实现中λ设置为1；邻域的彩色图像的拉普拉斯矩阵LColor构建如下：式中：j和k为图像像素索引值；δij是克罗内克函数，如果i和j相等，则δij为1，否则δij为0；μ_k和分别像素k的K个非局部邻域像素的平均值和方差；K为像素k的非局部邻域个数；ε为规则化参数取值为10‑6；I3为输入图像在HSV色彩空间的色度值，饱和度以及亮度值；求解最优化模型获得如下稀疏线性系统：U＝(LColor+λDs)‑1λDsG式中：LColor+λDs为稀疏矩阵求解，算法选择通过高斯‑赛德尔迭代法求解；(2.3)最终，把输入线条的前景色按照色彩传播属性分为全局前景色和局部前景色，利用全局前景色和背景色进行基于全局的图像抠图，即邻域像素搜索时γ取值为0；利用局部前景色和背景色进行基于局部的图像抠图，即邻域像素搜索时γ取值为∞。