给灰度图像着色 优质课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
}
6、局部匹配
灰度图变成彩色图需要用户的交互，这样彩色图将更符 合用户的需要。为了允许更多的用户交互和提高生成目 标图像的质量。所以必须允许用户选定源图像上的某一 块和目标图像上的某一块，在选定的这两块之间进行像 素点的匹配。
a.源图像 b.全局匹配后的目标图像 c.局部匹配过程中的目标图像d.局部匹配后的目标图像
两点亮度的比较采用L2距离尺度。(Efros等人在1999年一篇有关纹理生成 的文章中提出的)
算法描述如下： 按行扫描目标图像上的每一像素s { 在源图像中选取一组点//为了加速，不取全部点 对于这组点中的每一点d { E1 ＝ |l(s) – l(d)|*| l(s) – l(d)| E2 = s邻域各像素和d邻域各像素L2距离之和 error = E1*weight1 + E2*weight2 } error最小的像素d为s所的匹配点； a(s)->a(d);b(s)->b(d)
3、算法介绍
目标图像只包含一维的信息，所以在源图像和目标图像 的匹配过程中，只有亮度信息可以利用。应为亮度信息 可以表示目标图像中的不同部分，所以在匹配过程中， 要用到一个像素邻近区域的统计信息。一旦某个像素找 到匹配点，源图像上的颜色信息赋到目标图像上去，而 保持目标图像的亮度信息不变。对于一些特别的图像， 可能会有某个区域的颜色不如人意，则在目标图像上分 别选定这个区域，再从源图像上选择一个合适的区域， 从这两个区域中选择像素进行匹配。可以获得很好的效 果。
l(s) = s(d)/s(s) * (l(s) – E(l(d))) + E(l(s)) 其中，l(s)是源图像上某个像素的亮度值，l(d)是目标图像的某个像素的亮度
值，E(l(s))是源图像上亮度值的平均值，E(l(d))是目标图像上亮度值的平均 值，s(s)是源图像亮度值的方差， s(d)是目标图像上亮度值的方差。 源图像和目标图像的匹配不只是这两点之间的匹配，而且要在这两点附近 的一个领域上各个点之间的匹配。
给灰度图像着色
---Discussion Report from Siggraph 2002 董兆华
浙江大学CAD&CG国家重点实验室 2002.8.12
源图像
着色前的目标图像 着色后的目标图像
1、本文提出的背景
在娱乐方面，为了增强旧的黑白照片，经典黑白电影的 视觉效果。
在教育和科研方面，给一些科学图像和插图着色，有利 于生动的表达这些图像所包含的信息。
S1
1 -1 0
1/sqrt(3) 0
0
l
0
1/sqrt(6) 0
a
0
0
1/sqrt(2) b
L = pow(10,L1) M= pow(10,M1) S = pow(10,S1)
从lab到RGB
R
4.4679 -3.5873 0.1193 L
G = -1.2186 2.3809 -0.1624 M
B
0.0497 -2439 1.2045 S
5、全局亮度匹配
首先把源图像和目标图像的RGB转化成l，a，b。前面已经提到过，l表示亮 度信息，a表示黄兰信息，b表示红绿信息。这三个通道相关性很小，所以 改变其中任何一个，都不会对其他两个通道有影响，从而不会产生瑕疵 (artifact)。
在比较源图像和目标图像的亮度之前，首先必须调整源图像的直方图，使得 源图像的直方图和目标图像的直方图近似。调整直方图如下：
在医疗方面，给黑白的磁共振图像(MRI)，X光图像和CT 图像着色，有利于充分显示这些图形的特征，及时发现 病症。
2、目标
给出一副彩色的源图像，一副待着色的目标图像，尽量 减少人的交互，从源图像中取色，赋到灰度图像上去。
为了进一步加强着色后的效果，该文允许用户 分 别 选 取 源图像和目标图像的一个四 方 形 区域进行匹配。
S
0.0241 0.1288 0.8444 B
L1 = log L M1= log M S1 = log S
从RGB到lab
l
1/sqrt(3) 0
0
a =0
1/sqrt(6)
0
b
0
0
1/sqrt(2)
1 1 1 L1 1 1 -2 M1 1 -1 0 S1
从lab到RGB
L1
111
M1 = 1 1 -1
7、不足
如果目标图像某几点及其邻域的亮度值一 样，这时全局匹配会着同样的颜色。
如果用局部匹配，但四方形的区域不够方 便。对有些来自百度文库像不适用。
8、一些结果
谢谢！
4、颜色空间的选择（L，，）
显然，用RGB的颜色空间是不符合要求的，因为RGB的 三个通道相关性太高。这里需要的是：当色彩信息变化 而亮度信息不变时，产生的结果图像在视觉上依然是合 理的。
Ruderman等人在1998年提出了一个色彩空间L，，， 这个色彩空间的使得这三个通道的相关性最小化。
Reinhard等人在2001年发表了一篇文章，利用该色彩空 间在两幅彩色的图像之间进行颜色传递。他利用两幅图 像间的三维信息进行像素匹配，然后把源图像的这三维 信息赋到目标图像上去。
从RGB到Lab
L
0.3811 0.5783 0.0402 R
M = 0.1967 0.7244 0.0782 G
6、局部匹配
灰度图变成彩色图需要用户的交互，这样彩色图将更符 合用户的需要。为了允许更多的用户交互和提高生成目 标图像的质量。所以必须允许用户选定源图像上的某一 块和目标图像上的某一块，在选定的这两块之间进行像 素点的匹配。
a.源图像 b.全局匹配后的目标图像 c.局部匹配过程中的目标图像d.局部匹配后的目标图像
两点亮度的比较采用L2距离尺度。(Efros等人在1999年一篇有关纹理生成 的文章中提出的)
算法描述如下： 按行扫描目标图像上的每一像素s { 在源图像中选取一组点//为了加速，不取全部点 对于这组点中的每一点d { E1 ＝ |l(s) – l(d)|*| l(s) – l(d)| E2 = s邻域各像素和d邻域各像素L2距离之和 error = E1*weight1 + E2*weight2 } error最小的像素d为s所的匹配点； a(s)->a(d);b(s)->b(d)
3、算法介绍
目标图像只包含一维的信息，所以在源图像和目标图像 的匹配过程中，只有亮度信息可以利用。应为亮度信息 可以表示目标图像中的不同部分，所以在匹配过程中， 要用到一个像素邻近区域的统计信息。一旦某个像素找 到匹配点，源图像上的颜色信息赋到目标图像上去，而 保持目标图像的亮度信息不变。对于一些特别的图像， 可能会有某个区域的颜色不如人意，则在目标图像上分 别选定这个区域，再从源图像上选择一个合适的区域， 从这两个区域中选择像素进行匹配。可以获得很好的效 果。
l(s) = s(d)/s(s) * (l(s) – E(l(d))) + E(l(s)) 其中，l(s)是源图像上某个像素的亮度值，l(d)是目标图像的某个像素的亮度
值，E(l(s))是源图像上亮度值的平均值，E(l(d))是目标图像上亮度值的平均 值，s(s)是源图像亮度值的方差， s(d)是目标图像上亮度值的方差。 源图像和目标图像的匹配不只是这两点之间的匹配，而且要在这两点附近 的一个领域上各个点之间的匹配。
给灰度图像着色
---Discussion Report from Siggraph 2002 董兆华
浙江大学CAD&CG国家重点实验室 2002.8.12
源图像
着色前的目标图像 着色后的目标图像
1、本文提出的背景
在娱乐方面，为了增强旧的黑白照片，经典黑白电影的 视觉效果。
在教育和科研方面，给一些科学图像和插图着色，有利 于生动的表达这些图像所包含的信息。
S1
1 -1 0
1/sqrt(3) 0
0
l
0
1/sqrt(6) 0
a
0
0
1/sqrt(2) b
L = pow(10,L1) M= pow(10,M1) S = pow(10,S1)
从lab到RGB
R
4.4679 -3.5873 0.1193 L
G = -1.2186 2.3809 -0.1624 M
B
0.0497 -2439 1.2045 S
5、全局亮度匹配
首先把源图像和目标图像的RGB转化成l，a，b。前面已经提到过，l表示亮 度信息，a表示黄兰信息，b表示红绿信息。这三个通道相关性很小，所以 改变其中任何一个，都不会对其他两个通道有影响，从而不会产生瑕疵 (artifact)。
在比较源图像和目标图像的亮度之前，首先必须调整源图像的直方图，使得 源图像的直方图和目标图像的直方图近似。调整直方图如下：
在医疗方面，给黑白的磁共振图像(MRI)，X光图像和CT 图像着色，有利于充分显示这些图形的特征，及时发现 病症。
2、目标
给出一副彩色的源图像，一副待着色的目标图像，尽量 减少人的交互，从源图像中取色，赋到灰度图像上去。
为了进一步加强着色后的效果，该文允许用户 分 别 选 取 源图像和目标图像的一个四 方 形 区域进行匹配。
S
0.0241 0.1288 0.8444 B
L1 = log L M1= log M S1 = log S
从RGB到lab
l
1/sqrt(3) 0
0
a =0
1/sqrt(6)
0
b
0
0
1/sqrt(2)
1 1 1 L1 1 1 -2 M1 1 -1 0 S1
从lab到RGB
L1
111
M1 = 1 1 -1
7、不足
如果目标图像某几点及其邻域的亮度值一 样，这时全局匹配会着同样的颜色。
如果用局部匹配，但四方形的区域不够方 便。对有些来自百度文库像不适用。
8、一些结果
谢谢！
4、颜色空间的选择（L，，）
显然，用RGB的颜色空间是不符合要求的，因为RGB的 三个通道相关性太高。这里需要的是：当色彩信息变化 而亮度信息不变时，产生的结果图像在视觉上依然是合 理的。
Ruderman等人在1998年提出了一个色彩空间L，，， 这个色彩空间的使得这三个通道的相关性最小化。
Reinhard等人在2001年发表了一篇文章，利用该色彩空 间在两幅彩色的图像之间进行颜色传递。他利用两幅图 像间的三维信息进行像素匹配，然后把源图像的这三维 信息赋到目标图像上去。
从RGB到Lab
L
0.3811 0.5783 0.0402 R
M = 0.1967 0.7244 0.0782 G