基于耦合自然矢量全变差的保边缘图像着色方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109816737A(43)申请公布日2019.05.28(21)申请号201910098196.5(22)申请日2019.01.31(71)申请人南京邮电大学地址210003江苏省南京市新模范马路66号(72)发明人闵莉花李振华金正猛(74)专利代理机构南京纵横知识产权代理有限公司32224代理人董建林(51)Int.Cl.G06T7/90(2017.01)G06T11/00(2006.01)权利要求书4页说明书11页附图5页(54)发明名称基于耦合自然矢量全变差的保边缘图像着色方法(57)摘要本发明公开了一种基于耦合自然矢量全变差的保边缘图像着色方法，包括如下步骤：对于一幅RGB颜色空间下的彩色图像，在该图像上画上黑色线条，得到图像1；采用MATLAB将图像1转化为带彩色线条的灰度图像2；将图像2转变为YCbCr颜色空间上的图像3，得到在区域Ω上的亮度信息和在人工着色区域上的色度信息；建立基于变分的着色模型，利用原始对偶算法求解区域Ω中的色度信息；获取YCbCr颜色空间中的图像4；将图像4转变为RGB颜色空间内的图像5；对图像5进行评价得到其数值结果。本发明在处理多通道图像时可以在各个通道之间仅产生一个共同的边缘方向，从而可以更有效的保留图像边缘，防止颜色越界和颜色模糊。CN109816737ACN109816737A权利要求书1/4页1.基于耦合自然矢量全变差的保边缘图像着色方法，其特征在于，包括如下步骤：步骤1)、对于一幅RGB颜色空间下的彩色图像，在该图像上画上黑色线条，得到图像1；步骤2)、采用MATLAB将图像1转化为带彩色线条的灰度图像2，即含有人工着色区域Dc的图像，其中为含有利普希茨边界的图像区域，为待着色区域；步骤3)、将图像2由RGB颜色空间内的图像转变为YCbCr颜色空间上的图像3，得到图像3c在区域Ω上的亮度信息Y0和在人工着色区域D上的色度信息(Cb0,Cr0)，亮度信息Y0在着色过程中不变；步骤4)、根据以下公式建立基于耦合全变分的着色模型：其中，其中，g为单调递减函数，Δ为拉普拉斯算子，Gσ为高斯核，λ为权重系数，用于平衡正则项和保真项，J1V表示自然矢量全变差；步骤5)、结合亮度信息Y0和色度信息(Cb0,Cr0)，根据步骤4)中的着色模型利用原始对偶算法求解区域Ω中的色度信息(Cb,Cr)；步骤6)、将得到的区域Ω上的色度信息(Cb,Cr)和亮度信息Y0联合，得到YCbCr颜色空间中的图像4；步骤7)、将图像4由YCbCr颜色空间内的图像转变为RGB颜色空间内的图像5，图像5即为最终的着色图像；步骤8)、对步骤7)中得到的图像5用峰值信噪比、均方误差、结构相似度作为评价指标得到其数值结果，峰值信噪比和结构相似度值越大，或均方误差值越小，着色效果越好。2.根据权利要求1所述的基于耦合自然矢量全变差的保边缘图像着色方法，其特征在于，步骤3)中，所选择的YCbCr颜色空间进行归一化处理。3.根据权利要求1所述的基于耦合自然矢量全变差的保边缘图像着色方法，其特征在于，步骤4)中，公式一中第一项∫Ωg(|Δ(Gσ*Y0)|)J1V为耦合全变差正则项，第二项为保真项。4.根据权利要求1所述的基于耦合自然矢量全变差的保边缘图像着色方法，其特征在于，步骤4)中，g为单调递减函数，设Δ为拉普拉斯算子，拉普拉斯的定义如下：5.根据权利要求1所述的基于耦合自然矢量全变差的保边缘图像着色方法，其特征在于，步骤4)中，利用矢量全变分TVJ＝∫ΩJ1Vdx，其中J1V与导数矩阵DV的最大奇异值σ1(DV)相关，即J1V＝σ1(DV)，其中，该矢量全变分可以用对偶公式写为：2CN109816737A权利要求书2/4页该矢量TV在所有通道中，仅产生一个共同的边缘方向ξ，从而可以更有效地保留图像边缘，其中，div是散度算子。6.根据权利要求1所述的基于耦合自然矢量全变差的保边缘图像着色方法，其特征在于，步骤5)中，原始对偶算法的步骤包括：将耦合全变分模型转变为鞍点问题；使用原始对偶算法进行交替迭代求解获得最优解；原始对偶算法求解过程如下：根据TVJ的对偶定义，可以得到如下的鞍点问题：其中，是克罗内克积的凸包，δS为指示函数：且Div(ζ)为散度算子，如下：当得到第k次的迭代解(Vk,ζk)时，原始对偶算法更新解的过程如下：a1.更新变量ζ固定V＝Vk，则变量ζ计算如下：TT已知，A的奇异值分解为A＝UΣV，则ProjS(A)＝Udiag(σP)V，其中σP是(σ1，…，σn)到对n偶球{x∈R:Σ|xi|≤g}的投影。a2.更新变量V固定ζ＝ζk，则变量V计算如下：3CN109816737A权利要求书3/4页根据上述结果，最终算法如下：S1、初始