基于卷积神经网络的多参考图像的图像色彩迁移研究

发布时间：2021-07-11 15:23

　　图像色彩迁移技术,就是根据参考图像的色彩信息对输入图像进行色彩变换的处理,处理过后的输出图像具有与输入图像相同的语义内容,同时也具有参考图像的色彩风格。色彩迁移处理过程中,输入图像的内容与参考图像色彩的最终匹配结果将影响输出图像的视觉效果。色彩迁移技术使图像处理更具艺术性,为图像处理提供了新的思路,技术已被广泛应用于图像编辑以及虚拟现实等多个领域。本文针对现阶段国内外色彩迁移研究现状做了详细分析,通过对前人算法论证,分析了其算法的优势与不足。介绍了基于全局色彩迁移、局部色彩迁移以及通过深度学习进行色彩迁移的几种典型算法,重点对Gatys等人的基于神经网络色彩迁移算法理论进行了研究。针对传统色彩迁移算法的不足,本文提出了一种可以保存输入图像语义结构的色彩迁移算法。为了进一步优化色彩迁移处理,使色彩迁移更加准确,则需要加强图像之间语义信息的联系,因此,本文应用了优化过后的神经网络VGG-19进行色彩匹配,使图像间语义信息联系更加紧密。除此之外,色彩迁移应保持空间多样性和全局一致性。因此,提出了区域线性优化算法模型,算法完善了在色彩迁移过程中区域迁移方式和全局迁移方式各自所存在的局限。此外,... 

【文章来源】：辽宁石油化工大学辽宁省

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

色彩迁移处理

102.2.1RGB色彩空间根据色彩混合的基本理论：自然界以内的任何颜色都可以由红色、蓝色、绿色组合而成。其在几何上应用空间坐标系统可以由R、G、B三个互为垂直的线轴表示，构成RGB色彩空间，如图2.1所示，色彩空间中的红、绿、蓝三色分别与各自的轴线相对应，空间的原点为黑色，与原点距离最远的角点为白色，而属于立方体中的各个点都有色彩相对应。色彩系统中的每种颜色都是红、绿、蓝三种颜色混合而来，因此对于色彩的饱和度、色调、亮度，此色彩系统都不能直观的进行展示。其次，各个色彩分量之间存在着一定的关联，且多数情况下成正比关系。这种关系对图像的色度调整过程增加了难度，主要因为，如果要对图像色彩进行调整，就需要对R、G、B三条色彩通道进行修改，这样才能够保持原有图像的色彩风格。因此直接在RGB色彩空间进行图像处理过程会比较复杂，效果也不理想。同时，RGB色彩空间还有一个特点，就是色彩的显示结果及图像数据会与设备相关。弄图2.1RGB色彩空间Fig.2.1TheRGBcolorspace2.2.2Lab色彩空间Lab色彩空间[40]主要基于LMS色彩空间转换而来，在LMS色彩空间中，其每条通道间的相关性都很大。如下图，Ruderman等人将一张图像转化到LMS色彩空间，并从中随机抽取了1000个像素点，将其表示在坐标关系图中。由图2.2可知，LMS色彩空间的三条通道互相之间存在较大的关联。

11弄弄弄?弄弄?弄弄?弄弄?弄?弄?弄惷弄?弄弄弄弄弄惛弄胚弄弄弄弄弄弄?弄弄弄弄鰂鰂鰂胚弄胚弄胚弄胚弄胚弄胚弄弄?胚弄胚弄胚弄胚弄胚弄胚弄胚弄L-M分布L-S分布图2.2LMS色彩空间下的L-M及L-S分布图Fig.2.2L-MandL-SdistributionmapsinLMScolorspace由于LMS色彩空间各个通道间相关性较大，对图像处理过程极为不利。为了解决这种情况，1998年Buchsbaum等人提出通过线性变换来将人眼感觉到的视觉信号转换为三个不相关的分量。之后Ruderman等人在此研究的基础之上，提出了一种通过LMS色彩空间进行变换，来得到一种近似正交，且各个通道互不相关的色彩空间，即lab色彩空间，如下图2.3所示。Lab色彩空间提出是基于对大量具有自然色彩图像的颜色进行分布统计，其假设人类的视觉系统与对自然基色处理理想适应。其中，l为亮度通道，a表示红-绿色度通道，b表示黄-蓝色度通道。图2.3lab色彩空间Fig.2.3Thelabcolorspace

【参考文献】：
期刊论文
[1]基于卷积神经网络判别特征学习的行人重识别[J]. 陈兵,查宇飞,李运强,张胜杰,张园强,库涛.  光学学报. 2018(07)
[2]基于人脸识别的实验室上机考试身份验证[J]. 叶青.  科技资讯. 2017(07)
[3]基于深度反卷积网络的虹膜定位方法研究[J]. 徐霄,陈阳,张飞云,乔宇.  集成技术. 2016(01)
[4]基于深度学习的鲁棒性视觉跟踪方法[J]. 高君宇,杨小汕,张天柱,徐常胜.  计算机学报. 2016(07)
[5]基于K均值聚类和区域匹配的颜色迁移技术[J]. 张子迎,周明全,税午阳,武仲科,郑霞.  系统仿真学报. 2015(10)
[6]多种搜索算法在医学图片彩色迁移上的应用与分析[J]. 丘赟立,蒋先刚,范德营.  华东交通大学学报. 2012(03)
[7]人脸表情识别的研究进展[J]. 蒋斌,贾克斌,杨国胜.  计算机科学. 2011(04)
[8]图像去雾技术研究综述与展望[J]. 郭璠,蔡自兴,谢斌,唐琎.  计算机应用. 2010(09)
[9]高动态范围图像及其色彩迁移[J]. 华顺刚,张静,刘婷.  计算机工程与应用. 2008(08)
[10]不同颜色空间中全局色彩传递算法的分析研究[J]. 杨静,陈昭炯.  计算机工程与应用. 2007(25)

硕士论文
[1]基于卷积神经网络的行人重识别算法[D]. 刘娜.华东师范大学 2017
[2]图像颜色迁移问题研究[D]. 陈双敏.浙江大学 2007



本文编号：3278352