基于welsh算法的灰度圖像彩色化的研究

《基于welsh算法的灰度圖像彩色化的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、基于Welsh算法的灰度圖像彩色化的研究楊亞南王磊孫田雨(燕山大學理學院信息與計算科學專業(yè)河北秦皇島)摘要Welsh算法在將灰度圖像彩色化的過程中取得了較好的效果，是卻存在著像素匹配過程中循環(huán)過多、速度過慢、彩色化后的圖像存在噪聲的問題。分析Welsh算法的不足之處，采取在彩色圖像中間隔取點的辦法，減少循環(huán)次數(shù)。同時針對彩色化后的圖像中存在噪聲的問題，使用指導性濾波對遷移后的圖像進行優(yōu)化，去掉噪聲的干擾。通過實驗表明，經(jīng)過指導性濾波處理的圖像可以產(chǎn)生出更好的效果，使圖像的效果更清晰和自然。關(guān)鍵詞Welsh算法彩色化間隔取點指導性濾波0引言灰度圖像的彩色化是將一幅彩色圖像的顏色特征傳遞給

2、一幅灰度圖像，從而使灰度目標圖像具有與源彩色圖像相似的顏色。Ｒuderman等［1］在1998年提出了ιαβ顏色空間。其中ι表示非彩色的亮度通道，α表示彩色的黃藍(yellow-blueoppo-nent)通道，β表示紅綠(red-greenopponent)通道。與其他顏色體系不同，ιαβ空間更適合人類視覺感知系統(tǒng)。對自然場景，通道間的相關(guān)性會降到最小，解決了傳統(tǒng)ＲGB顏色空間中Ｒ(紅)、G(綠)、B(藍)三個顏色通道相關(guān)性太強［2，3］，在不同通道進行運算時容易出現(xiàn)通道交叉的問題。ιαβ顏色空間更適合對顏色信息進行遷移。在2001年，Ｒeinhard［4］在ιαβ顏色空間的基礎上，

3、提出了彩色和彩色圖像之間的遷移算法，取得了較好的效果，但是該算法不適合灰度圖像之間的遷移。Ｒeinhard的算法在灰度圖像彩色化的過程中會使結(jié)果圖顏色失真，造成不真實的感覺。在2002年的時候，Welsh［5］等人提出了將灰度圖像彩色化的算法，取得了較好的效果。1Welsh算法目前在灰度圖像彩色化的過程中主要采用的是Welsh算法，Welsh算法的具體過程如下:(a)將彩色參考圖像和目標灰度圖像都變換到抗相關(guān)性的ιαβ空間;(b)對彩色參考圖像進行亮度的重映射。因為為了將彩色參考圖像的色彩傳輸給目標圖像，目標圖像的每個像素必須在彩色參考圖像中找一個像素來匹配，考慮到彩色參考圖像和目標圖

4、像亮度的整體差異，必須對彩色參考圖像進行亮度的重映射，使它的直方圖與目標灰度圖像的亮度直方圖相匹配;(c)計算彩色參考圖像的每一個點的亮度值和5×5領域內(nèi)的方差值;(d)對于灰度圖像的每個像素，計算該像素PTi的亮度值▽L和5×5領域內(nèi)的方差值▽D，并與彩色參考圖像的特征點相比較，找到與PT的0．5×▽L+0．5×▽D最相近的一點(假設為PSj)，則PSj就是與灰度圖像的當前點PTi匹配的點;(e)將彩色參考圖像PSj的αβ值傳輸給目標灰度圖像的PTi點，同時保留PTi點ι通道的亮度值;(f)逐點掃描目標灰度圖像，對每個像素都采用(d)、(e)步驟，找到與其匹配的彩色圖像中的點，并傳輸

5、顏色。2對Welsh算法的改進由于Welsh算法的主要問題就是在彩色圖像中搜索與灰度圖像最匹配的αβ空間的像素值。例如彩色圖像的大小是100×100，灰度圖像的大小是100×100，那么找到與這張灰度圖像最匹配的αβ空間的值需要循環(huán)108。目前的改進主要是提高Welsh算法的搜索速度，主要是以下兩個方面。第一:在文獻［8］中，將圖像像素鄰域相關(guān)特性引入到匹配像素的搜索過程中。搜索匹配像素時，先在當前像素的鄰域范圍內(nèi)進行搜索，只在鄰域搜索失效時才進行全圖范圍的搜索，由于像素鄰域相關(guān)特性，大部分像素可以在鄰域搜索中找到匹配像素，只有極少像素需要進行全圖搜索，從而較大地降低了搜索代價。但是由

6、于圖像是連續(xù)的，對于一張圖像的邊緣處，這樣的方法并不合適。第二:在文獻［9］中，在彩色圖像中隨機抽取200個像素點，對于灰度圖像中的每一個像素點都在這200個隨機抽取的像素點中尋找最匹配的像素值。這樣雖然可以大幅度提高搜索的速度，但是由于是隨機取點，造成了彩色圖像的像素值不一定與灰度圖像最適合，造成了顏色遷移的失真。同時對于一副很大的圖片，只抽取200個點并不能保證涵蓋所有的彩色像素的值。本文是在彩色圖像的每行每列中，每隔十個像素點抽取一個，這樣能最大限度的保證抽取出來的彩色圖像的點能夠包含整個圖像，最大限度地減少了遷移過程中的顏色的失真，特別是對邊界處有很好的效果，同時減少了匹配過程

7、中的循環(huán)次數(shù)。例如上面提到的彩色圖像的大小是100×100，灰度圖像的大小是100×100，通過相隔10個像素點取值的搜索策略，完成整個循環(huán)匹配只需要106，使得運行速度比Welsh的循環(huán)次數(shù)減少了100倍。程序代碼：gray2rgb.m文件%%RGB轉(zhuǎn)換為Lab空間并進行彩色遷移clc;clear;A=imread('207.jpg');%取樣圖[mnl]=size(A);[L,a,b]=RGB2Lab(A);%空間轉(zhuǎn)換AA(:,:,1)=L