基于感興趣區域的色彩傳遞算法

程琳琳 陳昭炯 傅明建，3

1(廣東交通職業技術學院 廣東 廣州 510650)2(福州大學數學與計算機科學學院 福建 福州 350116)3(福州大學網絡信息安全與計算機技術國家級實驗教學示范中心 福建 福州 350116)

0 引 言

色彩傳遞是一種利用計算機算法，實現顏色信息在兩幅圖像間產生遷移的技術，在藝術領域、娛樂行業、醫療及科學等領域都有著廣泛的應用。它可用于圖像色彩的自動變更或添加，例如實現畫作色彩風格的快速變換，給黑白照片上彩，老照片翻新，彩色圖像色彩效果加工、糾偏，影視制作后期色彩處理等，是近年來圖形圖像領域研究的一個熱點。

圖1給出色彩傳遞方法的簡要示意圖。給定彩色源圖像S和目標圖像T，將源圖像S的顏色信息類比地轉化到目標圖像T中，使得圖T具有圖S的顏色模式，形成結果圖T′(顏色用灰度表示)。

(a) S (b) T (c) T′圖1 彩圖的色彩傳遞

目前，國內外不少學者已經對色彩傳遞技術開展了相關研究。如朱黎博等[1]針對色彩傳遞效果顏色細膩程度差的問題，設計出一種基于顏色擴展的色彩傳遞算法。靳坤[2]通過色彩傳遞算法實現了黑白視頻的色彩遷移。滕秀花等[3]提出了一種基于SLIC超像素分割的快速色彩傳遞算法，改善了色彩傳遞的效果，提高了色彩傳遞的速度。許文韜等[4]實現了一種主體對象可控的漸進式色彩傳遞算法，解決了主體對象色彩容易被誤傳的問題。仲紅玉等[4]提出了一種多參數亮度值重映射的顏色傳遞方法，對灰度圖像賦予色彩。

上述文獻對色彩傳遞技術都做了一定探討和改進。然而，我們注意到，目前學者們對色彩傳遞技術的研究，往往只追求整幅圖像色彩遷移的效果，例如色彩傳遞結果的色彩是否均勻，是否有色彩錯誤點出現等，而對如何提高色彩傳遞應用的靈活性方面的研究甚少。在現實生活中，許多圖像都有主體和背景的區分。很多時候，人們希望在圖像主體內容不變的情況下，對背景進行改變，然后再對圖像色彩進行處理。而當前色彩傳遞技術都只是對目標圖像進行整體的色彩變更，色彩處理方案較為單調。

研究者們發現，一幅圖像中常包含大量冗余信息。用戶通常只對圖像中的某一部分感興趣，該部分區域最能表現圖像的內容，被稱為圖像的感興趣區域ROI。感興趣區域提取技術能夠找出圖像的這些關鍵區域，并以此提高圖像分析和處理的準確度及靈活度。鑒于此，本文提出了一種基于感興趣區域的圖像色彩傳遞算法。通過ROI提取算法，提取目標圖像的感興趣區域，并將此感興趣區域與用戶所需圖像(例如背景圖像)進行拼貼，再對拼貼結果圖像進行色彩傳遞。實驗結果表明，本文算法效果良好?；诟信d趣區域的圖像色彩傳遞算法可在不影響圖像主體內容表達的情況下，改善圖像配色的靈活度，使得配色方案更加生動多變，更具個性化，解決了當前色彩傳遞算法色彩處理方案單調，難以滿足人們對圖像色彩處理多元化，個性化需求的問題。此外，針對傳統ROI提取算法的不足，本文還提出了一種新的基于變異度的ROI提取算法。實驗結果表明，新ROI提取算法可獲取更準確的圖像感興趣區域。把該新ROI提取算法應用到本文的色彩傳遞算法中，得到了良好的效果。

1 算法思路分析

目前，較具代表性的ROI自動提取方式主要包括以下三類：基于灰度變化的ROI提取方式[6]，基于拐點的ROI提取方式[7]，以及基于視覺注意的ROI提取方式[8]。通過大量的實驗和分析，發現上述ROI提取方法存在提取圖像感興趣區域尺寸不易控制，容易受紋理噪聲干擾等問題。針對上述算法的不足，我們提出了一種基于變異度的ROI提取新方法。

在圖像處理研究中，經常使用熵、方差、均值、變異度等統計信息來分析圖像的總體特征或個體間的差異性信息。

圖像的邊緣對圖像視覺信息的表達至關重要。它可以理解為圖像中眾多灰度突變的集合。邊緣不僅勾畫了圖像的輪廓，也是理解圖像的重要部分。圖像內容發生變化的區域即為圖像的重要區域，由此我們想到可以利用圖像的邊緣信息，來提取圖像的感興趣區域。

分析圖像的邊緣區與非邊緣區的性質，由于邊緣區域的灰度值存在突變，因此邊緣區域的數據波動較大。而圖像的非邊緣區，如平滑區和紋理區，每個像素都比較接近，相對數據的波動較小。

方差是劃分圖像邊緣的一種常用方法，它可用于衡量數據的分散性程度。然而，使用方差劃分圖像邊緣具有一定的缺陷。方差能較好地反映同一環境之下的數據值的波動情況，卻不能對不同環境之下的多組數據值的波動性進行定量比較。當方差用于比較多組數據時，這些組之間的平均數值是不同的。因此方差的結果受圖像灰度值影響較大，這將導致方差閾值范圍不穩定，給閾值的選擇帶來困擾。

由此，我們考慮利用變異度來解決該問題。變異度指的是標準差占均值的比例，它刻畫了數據相對的分散性。

對比變異度和方差，變異度的結果既保留了方差刻畫數據分散性的特點，又能體現獨立于圖像灰度值的數據波動性，且變異度的閾值較為穩定。

2 基于變異度的ROI提取算法

綜合上節的分析，我們采用變異度的方法來提取圖像的感興趣區域。在對圖像問題進行分析時，圖像常常被劃分為若干的小塊進行處理。在此，我們以150×150的圖像為例，算法實現如下：

Step1將圖像劃分成大小為5×5的若干小塊。

Step3對每個圖像塊計算方差s。

計算公式如下：

(1)

Step5計算每個圖像塊的變異度γ。

變異度的計算公式：

(2)

Step6對變異度大于閾值的圖像塊，對其進行標記。

Step7對已標記的點，使用凸包算法來獲取圖像的感興趣區域。

本文對傳統ROI提取算法和基于變異度的ROI提取算法進行了大量的實驗，并做了對比分析。四種ROI提取方法實驗效果如表1所示。本文選取的研究對象為三類比較具有代表性的圖像，它們分別為平滑背景的圖像(源圖1、2)，有紋理噪聲的圖像(源圖3、4)，有豐富細節的自然景物圖像(源圖5、6)。實驗結果表明，基于變異度的ROI提取方法效果良好。由于該方法能很好地找出圖像的邊緣，故基于變異度的ROI提取方法對上述各類圖像，特別是背景為紋理噪聲的圖像，以及包含豐富細節的自然景物圖像識別效果良好，且基于變異度的ROI提取方法得到的感興趣區域大小適當。通過圖像的熵，可對上述各類圖像的四種ROI提取算法效果進行評價。熵值越高，表示圖像包含的信息量越大，即所提取的圖像感興趣區域越恰當。結果如表2所示。

表1 四種ROI提取方法實驗結果對比

表2 四種提取方法的熵統計信息比較

續表2

3 基于ROI的色彩傳遞算法

基于的圖像表達方式，區分了圖像不同部位的重要程度，以局部概括整體，突顯了圖像的主體內容，避免了圖像次要內容對主體內容的干擾，使得圖像的分析和處理更有針對性。基于上述分析，針對傳統色彩傳遞算法靈活度低以及色彩傳遞用戶對圖像色彩處理多樣化，個性化需求的問題，本文提出并實現了一種基于感興趣區域的圖像色彩傳遞算法?？稍诓挥绊憟D像主體內容表達的情況下，使得色彩傳遞的效果更加靈活多變，滿足了用戶對圖像色彩處理個性化的需求，且適用于各種色彩傳遞改進算法。

給定源圖像S和目標圖像t，算法的實現步驟如下：

Step1使用基于變異度的感興趣區域提取算法，提取目標圖像t的ROI。

Step2選取用戶所需拼貼的圖像(例如背景圖像)，與目標圖像t的ROI進行拼貼。獲得拼貼之后的新目標圖像T。

Step3將源圖像S和新目標圖像T從RGB模型轉換到lαβ模型。

轉換公式如下：

(3)

(4)

L=logL
M=logM
S=logS

(5)

(6)

Step4分別計算源圖像S和新目標圖像T在l、α、β三個通道的均值和標準差，總共6個量。

Step5依據式(7)和Step4計算的結果得到色彩傳遞結果圖像T′在l、α、β三個通道的值。

(7)

Step6將圖像T′從lαβ模型轉換回RGB模型。

轉換公式如下：

(8)

(9)

4 實 驗

選取同一源圖(圖2(a))和目標圖(圖2(b))作為實驗對象，使用本文算法和文獻[4]算法進行色彩傳遞，結果分別如圖3和圖4所示。

(a) 源圖 (b) 目標圖圖2 源圖和目標圖

>(a) Step 1 (b) Step 2(c) Step 2 (d) Step 3-Step 6圖3 本文算法實現步驟

圖4 文獻[4]算法色彩傳遞結果圖

目標圖像(圖2(b))是一幅孩童畫像，整體色調偏暗，且背景為較為單調的黑色，整幅圖像給人一種沉悶的感覺。從實驗結果可以看出，文獻[4]色彩傳遞效果(圖4)較為刻板，只對整幅目標圖像做色彩的變遷。雖然在色調上有了一定的改善，但是沒有改變整幅圖像沉悶單調之感，無法滿足用戶對圖像色彩處理個性化及多樣化的需求。相較而言，本文基于感興趣區域的色彩傳遞算法，通過ROI提取技術，結合圖像拼貼，可在不改變目標圖像主體內容表達的情況下，依據用戶的實際需求，將原本目標圖像較為單調的背景變換為用戶所需要的新背景(圖3(b)，梵高星空圖)。并以此為新目標圖像(圖3(c))，進行色彩傳遞。色彩傳遞的效果(圖3(d))不僅在色調上變得明朗柔和，而且在內容上更加豐富多彩，在形式上更加生動多變，整體效果更佳，更具個性化，提高了色彩傳遞應用的靈活度。

5 結 語

本文針對圖像色彩傳遞算法和感興趣區域提取算法的存在的問題，提出了一種基于感興趣區域的色彩傳遞算法。解決了傳統色彩傳遞算法的色彩處理方案單調，靈活性不高，難以滿足人們對于圖像色彩處理多元化需求的問題。實驗結果表明，使用本文算法進行色彩傳遞，能夠得到良好的視覺效果，且更具個性化，有效提高了色彩傳遞配色方案的靈活程度。今后將研究如何使得色彩傳遞的效果可以更加生動自然。