Reinhard色彩迁移算法研究及改进开题报告

1. 研究目的与意义

研究目的：数字图像处理技术是当前图像视觉方面的一个研究热点，基于色彩迁移的数字图像修复近几年来得到越来越多专家学者以及一些技术工作者的重视。 色彩迁移技术是指利用参考图像的色彩，对源图像的色彩进行调整，使目标图像得到与参考图像颜色相似的分布，建立合适的颜色模型。设计出一套高速并且精确的颜色迁移系统将其应用到灰度图像上，可以得到较为真实的颜色显示，这样的技术可以处理大量灰度图像的着色工作，亦可使其自动化。色彩迁移技术在医学、古建筑修复、航空、夜视研究等领域的应用都十分广泛。程序的设计追求简单且自动化。学习图像纹理特征，引进纹理合成技术改进图像局部迁移的效果，实现具有多基调复杂图像的智能化自动处理。进而，将此技术拓展到视频处理中，比如黑白电影的彩色转换。

2. 国内外研究现状分析

20世纪80年代，外国的一些黑白老电影经过彩色化处理被重新上了屏幕，gonzales和wintz探讨了心脏x光片的伪彩色技术，pratt将伪彩色过程作为图像增强技术的一个分支加以描述^[1]，这些早期的工作为后来的发展提供了一定的思路。ruderman等人基于人类视觉对图像数据的感知研究，提出了lab空间，lab空间与rgb及其他颜色空间的区别是通道间数据的相关性最小，从而可以在不同的通道独立地进行统计信息的传递。

现有的颜色迁移技术可分为全局图像颜色迁移、用户交互颜色迁移、自动颜色迁移。在ruderman等人的基础上，reinhard首先提出了一种全局图像间颜色迁移算法，该算法是利用颜色空间的转换，进一步对lab作统计对比来改善质量，并对部分图像获得较好效果。赵英国等人提出了高阶矩在颜色传输中的应用，利用幂变换和模变换对源图像数据的斜度和峰度等高阶矩进行了调整^[2]，较好的保持了图像的细节。向世明等人自然图像中含有大量的局部性、方向性、带通性结构特性采用多尺度控向金字塔作为图像色彩迁移的桥梁^[3]。

reinhard等人提出的全局颜色迁移算法只能对那些具有整体基调的单一颜色图像进行处理。为了使算法拓展到由多种颜色组成的图像，reinhard等人又引入了用户交互选取样本块的方法，并要求用指定样本块间的对应关系。welsh等人把颜色迁移拓展到灰度图像的彩色化^[4]，这是一个非常重要的问题。takahiko将概率松弛法引入颜色迁移,以选取最优的颜色信息迁移给目标图像素^[5][6]。2003年takahiko等人又提出种子像素的概念，由用户选取一些彩色像素作为灰度图像的种子，利用颜色繁殖完成颜色迁移^[7]。tomohisa等人改进了颜色繁殖算法，引入图像分割防止错误繁殖边缘像素颜色，提出新的基于cielab颜色空间的彩色化算法^[8]。赵英国等人引入多分辨率上色思想^[9]。胡国飞等人提出的基于统计学的自适应图像颜色迁移合成技术^[10]。

3. 研究的基本内容与计划

研究内容：

本课题基于reinhard色彩迁移算法，计算参考图像与源图像cielab空间下的颜色三通道的均值和标准差，通过一组线性变换，使目标图像的统计量跟参考图像的统计量相一致，从而达到视觉上目标图像具有参考图像色调的效果，实现图像之间的色彩迁移。之后对算法进行局部纹理改进，以解决经典reinhard算法处理色彩丰富图像时出现的局部颜色误传问题。

研究计划：

4. 研究创新点

本课题在研究Reinhard色彩迁移算法的基础上加以改进，对算法进行局部纹理改进；简化算法；优化算法功能及产生效果。