專利名稱：一種數(shù)字圖像染色方法
技術領域：
本發(fā)明涉及一種數(shù)字圖像處理技術，特別是一種數(shù)字圖像染色方法。

背景技術：
由于人眼對彩色的變化遠比對灰度的變化敏感，因此黑白圖像染色是圖像處理中最常要解決的問題之一。在娛樂方面，為了增強視覺效果，有價值的黑白照片、經(jīng)典電影需要給灰度圖像著色；在教育和科研領域，給一些科學圖像和插圖著色，有利于生動地表達這些圖像所包含的信息，充分發(fā)揮人的感知能力；在醫(yī)療診斷和數(shù)字化人體研究方面，給灰度的MRI磁共振圖像、X光圖像和CT圖像著色，有利于充分顯示這些圖形的特征，及時發(fā)現(xiàn)病癥。
從三維顏色空間上講，灰度圖像僅僅只有亮度或者強度的變化，屬一維空間上的變化?；叶葓D像著色首要的前提就是增加真實感信息的同時最大限度地保持圖像原有的信息。在RGB顏色空間中，不同的顏色可能亮度相同而色調(diào)或飽和度不同。由于這些模糊性，著色問題一直沒有得到滿意解決。因此使用軟件染色方法也只能是根據(jù)亮度或紋理分布自動將整幅畫面分幾個不同的著色區(qū)域，仍然需要用戶決定圖像各部分的顏色。如目前流行的Photoshop對黑白照片著色，用戶要仔細觀察圖片，考慮填充顏色種類和明暗過渡等細節(jié)，逐一勾畫出填充不同顏色的選區(qū)，使用色彩平衡、色調(diào)/飽和度等方法來完成填充工作。在醫(yī)學上對灰度圖像，如MRI、X光和CT等，進行偽彩色處理是另一種非常有效的圖像增強技術?；叶葓D像的等密度偽彩色編碼實質上是建立圖像的灰度級與顏色的一種影射關系，因此可以做到自動染色。但是偽彩色只是通過色階把在灰度圖像中不易分辨的一些細節(jié)在偽彩色圖像中顯現(xiàn)出來，它無法反映黑白圖像的真實顏色。一方面，偽彩色沒有唯一的編碼方式，同一張圖像的偽彩色圖很可能由于醫(yī)生的不同而改變。另一方面，由于偽彩色技術只適用于256級以下的灰度圖像，對高于256級灰度的高分辨率圖像來說，只能先將灰度級壓縮影射為256級灰度，然后再進行編碼，但壓縮影射相當于降低了處理圖像的灰度分辨率。


發(fā)明內(nèi)容
為解決現(xiàn)有技術存在的上述問題，本發(fā)明要提出一種不需要任何繪畫和色彩等專業(yè)技巧，整個染色過程完全自動化處理、方便快捷、而且染色質量高的數(shù)字圖像染色方法。
為了實現(xiàn)上述目的，本發(fā)明的技術方案如下一種數(shù)字圖像染色方法包括以下步驟 A、選擇色源圖像 對于一幅需要染色的黑白圖像，即目標圖像，選擇一幅內(nèi)容近似的彩色圖像作為色源，即色源圖像； B、分別提取兩幅圖像特征向量空間模型 利用公式(1)分別計算目標圖像和色源圖像中每個像素點的灰度值 對于每個像素點在某鄰域內(nèi)的灰度變化，考慮該像素點的3*3鄰域，它包括9個像素點，其中Ii(i＝0，1，…，8)表示圖像在該像素點處的灰度，I0所在位置為中心點，用矩陣表示為 因此像素點I0的灰度變化值為
從公式(2)容易看出，T可以看作八位二進制數(shù)，它的取值為T∈{0，1，Λ255}； 計算圖像所有像素點的T值，T(i，j)表示像素點I0(i，j)處的值，hk(k＝0，1，Λ255)表示T值為k的像素點數(shù)量與總像素的比值，則 其中n和m分別為圖像的高度和寬度，f(i，j，k)表示為 由此可以得到色源圖像的特征向量空間模型s＝{h0，h1，Λ，h255}和目標圖像的特征向量空間模型d＝{h′0，h′1，Λ，h′255}； C、判定目標圖像與色源圖像的相似度 計算色源圖像特征向量和目標圖像特征向量的空間夾角cos(s，d)值，作為兩幅圖像的相似度sim(s，d) sim(q，d)的范圍為
，sim(q，d)的值越大，則兩幅圖像就越相似；當兩幅圖像的相似度大于0.5，則被選的色源圖像可以作為合格色源圖像；當兩幅圖像的相似度小于0.5，則需要另換色源圖像，并從步驟A開始重新計算新色源圖像的特征向量及其與目標圖像的相似度； D、轉換圖像RGB表示模式到Lαβ模式 分別轉換合格色源圖像和目標圖像中每個像素點的表示模式，將像素的RGB值變換到LMS空間 通過自然對數(shù)消除變換過程中產(chǎn)生的空間變形，并由LMS空間變換到Lαβ 其中L表示亮度信息，α表示黃蘭信息，β表示紅綠信息；對于一幅圖像的亮度信息，可以使用二維矩陣表示為 其中n和m分別為圖像的高度和寬度，Li，j是像素點的亮度值；α和β通道的信息也可用相同的方法表示； E、傳遞色彩信息 設合格色源圖像信息為L(s)、α(s)和β(s)，分辨率為m×n；目標圖像亮度信息為L(d)；對于目標圖像中每一個灰度圖像的像素點(i，j)，設它與色源圖像所有像素點亮度值的差為ΔL，即 ΔLi，j＝|Li，j(d)-Lk，p(s)| (9) 因此，ΔL使用矩陣表示為 當ΔLk，p＝min{ΔL1，1，ΔL1，2......ΔLm，n}時，則可以借用合格色源圖像中像素點(k，p)為目標圖像像素點(i，j)染色 其中E(L)和σL分別是L通道的均值和方差； F、轉換圖像Lαβ表示模式到RGB模式 將染色完成的目標圖像，由Lαβ表示模式逆變換到RGB模式 由Lαβ空間變換到LMS 通過自然冪指數(shù)消除變換過程中產(chǎn)生的空間變形，并由LMS變換到RGB空間 形成染色后的目標圖像。
本發(fā)明所述的選擇合格色源圖像也可以色源像素點采樣，即從合格色源圖像中抽取一定數(shù)量有代表性的像素點代替整幅圖，具體步驟為 根據(jù)圖像灰度的范圍為256個等級，分別統(tǒng)計在第i等級中的像素的個數(shù)，并設為l[k]，按照直方圖每個刻度中所包含像素點的比例來采集樣本像素點；在第k個刻度上，則應該采樣的數(shù)量為
其中n和m分別為圖像的高度和寬度，N為采樣的總數(shù)量，一般為200到1000。
與現(xiàn)有技術相比，本發(fā)明具有以下有益效果 1、本發(fā)明的染色技術的色源來自一幅內(nèi)容近似的彩色畫面，利用亮度信息根據(jù)最佳匹配算法自動完成，具有客觀性，染色后畫面保持原有信息，但增加了色源的顏色等信息，從而增強了視覺效果和真實感。
2、本發(fā)明通過計算色源圖像和目標圖像的相似度來選擇合適的色源圖像，提高了染色的成功率。
3、本發(fā)明的整個取色、賦色過程完全是自動化處理，方便快捷，只需具備正常的視覺感觀能力即可，不需要任何繪畫和色彩等專業(yè)技巧。
4、本發(fā)明在色源圖像分辨率大時，從色源圖像中抽取一定數(shù)量有代表性的像素點代替整幅圖，這樣遍歷的像素點較少，可以提高染色速度。



本發(fā)明共有附圖2幅，其中 圖1是數(shù)字圖像染色方法的流程圖。
圖2是數(shù)字圖像染色方法的示意圖。
圖中101、色源圖像，102、目標圖像，103、合格色源圖像，104、染色后的目標圖像。

具體實施例方式 下面結合附圖對本發(fā)明進行進一步地描述。如圖1-2所示，一種數(shù)字圖像染色方法包括以下步驟 A、選擇色源圖像101 對于一幅需要染色的黑白圖像，即目標圖像102，選擇一幅內(nèi)容近似的彩色圖像作為色源，即色源圖像101； B、分別提取兩幅圖像特征向量空間模型 利用公式(1)分別計算目標圖像102和色源圖像101中每個像素點的灰度值 對于每個像素點在某鄰域內(nèi)的灰度變化，考慮該像素點的3*3鄰域，它包括9個像素點，其中Ii(i＝0，1，…，8)表示圖像在該像素點處的灰度，I0所在位置為中心點，用矩陣表示為 因此像素點I0的灰度變化值為
從公式(2)容易看出，T可以看作八位二進制數(shù)，它的取值為T∈{0，1，Λ255}； 計算圖像所有像素點的T值，T(i，j)表示像素點I0(i，j)處的值，hk(k＝0，1，Λ255)表示T值為k的像素點數(shù)量與總像素的比值，則 其中n和m分別為圖像的高度和寬度，f(i，j，k)表示為 由此可以得到色源圖像101的特征向量空間模型s＝{h0，h1，Λ，h255}和目標圖像102的特征向量空間模型d＝{h′0，h′1，Λ，h′255}； C、判定目標圖像102與色源圖像101的相似度 計算色源圖像101特征向量和目標圖像102特征向量的空間夾角cos(s，d)值，作為兩幅圖像的相似度sim(s，d) sim(q，d)的范圍為
，sim(q，d)的值越大，則兩幅圖像就越相似；當兩幅圖像的相似度大于0.5，則被選的色源圖像101可以作為合格色源圖像103；當兩幅圖像的相似度小于0.5，則需要另換色源圖像101，并從步驟A開始重新計算新色源圖像101的特征向量及其與目標圖像102的相似度； D、轉換圖像RGB表示模式到Lαβ模式 分別轉換合格色源圖像103和目標圖像102中每個像素點的表示模式，將像素的RGB值變換到LMS空間 通過自然對數(shù)消除變換過程中產(chǎn)生的空間變形，并由LMS空間變換到Lαβ 其中L表示亮度信息，α表示黃蘭信息，β表示紅綠信息；對于一幅圖像的亮度信息，可以使用二維矩陣表示為 其中n和m分別為圖像的高度和寬度，Li，j是像素點的亮度值；α和β通道的信息也可用相同的方法表示； E、傳遞色彩信息 設合格色源圖像103信息為L(s)、α(s)和β(s)，分辨率為m×n；目標圖像102亮度信息為L(d)；對于目標圖像102中每一個灰度圖像的像素點(i，j)，設它與合格色源圖像103所有像素點亮度值的差為ΔL，即 ΔLi，j＝|Li，j(d)-Lk，p(s)|(9) 因此，ΔL使用矩陣表示為 當ΔLk，p＝min{ΔL1，1，ΔL1，2......ΔLm，n}時，則可以借用合格色源圖像103中像素點(k，p)為目標圖像102像素點(i，j)染色 其中E(L)和σL分別是L通道的均值和方差； F、轉換圖像Lαβ表示模式到RGB模式 將染色完成的目標圖像102，由Lαβ表示模式逆變換到RGB模式 由Lαβ空間變換到LMS 通過自然冪指數(shù)消除變換過程中產(chǎn)生的空間變形，并由LMS變換到RGB空間 形成染色后的目標圖像104。
本發(fā)明所述的選擇合格色源圖像103也可以色源像素點采樣，即從合格色源圖像103中抽取一定數(shù)量有代表性的像素點代替整幅圖，具體步驟為 根據(jù)圖像灰度的范圍為256個等級，分別統(tǒng)計在第i等級中的像素的個數(shù)，并設為l[k]，按照直方圖每個刻度中所包含像素點的比例來采集樣本像素點；在第k個刻度上，則應該采樣的數(shù)量為
其中n和m分別為圖像的高度和寬度，N為采樣的總數(shù)量，一般為200到1000。
權利要求
1、一種數(shù)字圖像染色方法，其特征在于包括以下步驟
A、選擇色源圖像(101)
對于一幅需要染色的黑白圖像，即目標圖像(102)，選擇一幅內(nèi)容近似的彩色圖像作為色源，即色源圖像(101)；
B、分別提取兩幅圖像特征向量空間模型
利用公式(1)分別計算目標圖像(102)和色源圖像(101)中每個像素點的灰度值
對于每個像素點在某鄰域內(nèi)的灰度變化，考慮該像素點的3*3鄰域，它包括9個像素點，其中Ii(i＝0，1，...，8)表示圖像在該像素點處的灰度，I0所在位置為中心點，用矩陣表示為
因此像素點I0的灰度變化值為
從公式(2)容易看出，T可以看作八位二進制數(shù)，它的取值為T∈{0，1，Λ255}；
計算圖像所有像素點的T值，T(i，j)表示像素點I0(i，j)處的值，hk(k＝0，1，A 255)表示T值為k的像素點數(shù)量與總像素的比值，則
其中n和m分別為圖像的高度和寬度，f(i，j，k)表示為
由此可以得到色源圖像(101)的特征向量空間模型s＝{h0，h1，Λ，h255}和目標圖像(102)的特征向量空間模型d＝{h′0，h′1，Λ，h′255}；
C、判定目標圖像(102)與色源圖像(101)的相似度
計算色源圖像(101)特征向量和目標圖像(102)特征向量的空間夾角cos(s，d)值，作為兩幅圖像的相似度sim(s，d)
sim(q，d)的范圍為
，sim(q，d)的值越大，則兩幅圖像就越相似；當兩幅圖像的相似度大于0.5，則被選的色源圖像(101)可以作為合格色源圖像(103)；當兩幅圖像的相似度小于0.5，則需要另換色源圖像(101)，并從步驟A開始重新計算新色源圖像(101)的特征向量及其與目標圖像(102)的相似度；
D、轉換圖像RGB表示模式到Lαβ模式
分別轉換合格色源圖像(103)和目標圖像(102)中每個像素點的表示模式，將像素的RGB值變換到LMS空間
通過自然對數(shù)消除變換過程中產(chǎn)生的空間變形，并由LMS空間變換到Lαβ
其中L表示亮度信息，α表示黃蘭信息，β表示紅綠信息；對于一幅圖像的亮度信息，可以使用二維矩陣表示為
其中n和m分別為圖像的高度和寬度，Li，j是像素點的亮度值；α和β通道的信息也可用相同的方法表示；
E、傳遞色彩信息
設合格色源圖像(103)信息為L(s)、α(s)和β(s)，分辨率為m×n；目標圖像(102)亮度信息為L(d)；對于目標圖像(102)中每一個灰度圖像的像素點(i，j)，設它與合格色源圖像(103)所有像素點亮度值的差為ΔL，即
ΔLi，j＝|Li，j(d)-Lk，p(s)|(9)
因此，ΔL使用矩陣表示為
當ΔLk，p＝min{ΔL1，1，ΔL1，2......ΔLm，n}時，則可以借用合格色源圖像(103)中像素點(k，p)為目標圖像(102)像素點(i，j)染色
其中E(L)和σL分別是L通道的均值和方差；
F、轉換圖像Lαβ表示模式到RGB模式
將染色完成的目標圖像(102)，由Lαβ表示模式逆變換到RGB模式
由Lαβ空間變換到LMS
通過自然冪指數(shù)消除變換過程中產(chǎn)生的空間變形，并由LMS變換到RGB空間
形成染色后的目標圖像(104)。
2、根據(jù)權利要求1所述的數(shù)字圖像染色方法，其特征在于所述的合格色源圖像(103)也可以色源像素點采樣，即從合格色源圖像(103)中抽取一定數(shù)量有代表性的像素點代替整幅圖，具體步驟為
根據(jù)圖像灰度的范圍為256個等級，分別統(tǒng)計在第i等級中的像素的個數(shù)，并設為l[k]，按照直方圖每個刻度中所包含像素點的比例來采集樣本像素點；在第k個刻度上，則應該采樣的數(shù)量為
其中n和m分別為圖像的高度和寬度，N為采樣的總數(shù)量，一般為200到1000。
全文摘要
本發(fā)明公開了一種數(shù)字圖像染色方法，包括以下步驟選擇一幅內(nèi)容近似黑白圖像的彩色圖像作為色源；分別提取兩幅圖像特征向量空間模型；判定目標圖像與色源圖像的相似度；轉換圖像RGB表示模式到Lαβ模式；傳遞色彩信息；轉換圖像Lαβ表示模式到RGB模式形成染色后的目標圖像。本發(fā)明的染色技術的色源來自一幅內(nèi)容近似的彩色畫面，利用亮度信息根據(jù)最佳匹配算法自動完成，具有客觀性，染色后的畫面保持原有信息，但增加了色源的顏色等信息，從而增強了視覺效果和真實感，提高了染色的成功率。整個取色、賦色過程完全是自動化處理，方便快捷，只需具備正常的視覺感觀能力即可，不需要任何繪畫和色彩等專業(yè)技巧。
文檔編號G06T11/40GK101667299SQ20091018770
公開日2010年3月10日 申請日期2009年9月27日 優(yōu)先權日2009年9月27日
發(fā)明者業(yè) 汲, 燕 陳 申請人:業(yè) 汲, 燕 陳