[發(fā)明專利]一種彩色圖像抽象化繪制方法

有效

• 申請?zhí)枺?/td>: 201410085215.8
• 申請日: 2014-03-10
• 公開（公告）號: CN103914863B
• 公開（公告）日: 2017-06-16
• 發(fā)明（設(shè)計(jì)）人: 薛茹;王亮;許立;高屹
• 申請（專利權(quán)）人: 西藏民族學(xué)院
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 西安恒泰知識產(chǎn)權(quán)代理事務(wù)所61216
• 代理人: 李鄭建

1.一種彩色圖像抽象化繪制方法，其特征在于，該方法按下述步驟進(jìn)行：

1)提取輸入圖像的線條畫

a、在RGB顏色空間分別計(jì)算輸入圖像的各像素在R、G、B通道的梯度，在計(jì)算過程中采用Sobel算子的3×3模板，在x，y方向上進(jìn)行梯度計(jì)算，

然后將該算子與輸入圖像中各像素的R、G、B通道的值進(jìn)行卷積，即：

$G_x^p=\left[\begin{array}{ccc}-1& 0& +1\\ -2& 0& +2\\ -1& 0& +1\end{array}\right]*A^p,G_y^p=\left[\begin{array}{ccc}+1& +2& +1\\ 0& 0& 0\\ -1& -2& -1\end{array}\right]*A^p;$

式中：A^p為輸入圖像像素的各通道值；分別表示像素在x，y方向上的梯度(p∈{R,G,B})；“*”為卷積運(yùn)算；

對于計(jì)算所得的R、G、B通道像素的x,y方向的梯度值分別取x方向和y方向在三通道中的最大梯度值求像素的梯度幅值得到單通道的增強(qiáng)梯度圖像，形成圖像的局部邊緣；

b、將a步驟所得的圖像局部邊緣作為輸入，通過構(gòu)造邊緣切向流計(jì)算圖像的局部方向場；在每個像素為中心的內(nèi)核，對像素進(jìn)行非線性平滑濾波，保存凸邊的方向，弱邊緣被重新定向到鄰近的主導(dǎo)區(qū)域，同時，保留銳化的邊角；

$t^n\left(x\right)=\frac{1}{\mathrm{\λ}}\underset{y\∈{\mathrm{\Ω}}_r\left(x\right)}{\mathrm{\Σ}}\mathrm{\φ}\left(x,y\right)t^{n-1}\left(y\right){\mathrm{\ω}}_s\left(x,y\right){\mathrm{\ω}}_m\left(x,y\right){\mathrm{\ω}}_d\left(x,y\right)$

式中：Ω_r(x)是以像素x為中心半徑為r的內(nèi)核；λ是歸一化因子；tⁿ(x)、t^n-1(y)均為周期為2π切向量；ω_s是半徑為r的箱式過濾器的空間權(quán)函數(shù)；n為迭代次數(shù)；ω_m為幅值權(quán)函數(shù)；ω_d表示方向權(quán)函數(shù)；φ(x,y)是增強(qiáng)邊緣的權(quán)函數(shù)；

在開始構(gòu)造邊緣切向流時，根據(jù)步驟1)獲得的圖像的G_x垂直向量在逆時針方向獲得t⁰(x)，在使用t⁰(x)之前對其進(jìn)行規(guī)格化；對上式進(jìn)行遞歸tⁱ(x)→tⁱ⁺¹(x)，每次遞歸都會使圖像更平滑，在此遞歸3次；

c、根據(jù)b步驟提供的邊緣切向流方向圖，用基于流的高斯差分濾波對其線條進(jìn)行提取；

$h\left(x\right)={\∫}_{-S}^S{\∫}_{-T}^{T}i\left(l_{x,s}\right(t\left)\right)D\left(t\right)G_{{\mathrm{\σ}}_m}\left(s\right)dtds$

式中：T和-T分別為t取值的上邊界和下邊界；S和-S分別為s取值的上邊界和下邊界；i(l_x,s(t))表示輸入圖像i在l_x,s(t)的值，l_x,s(t)為垂直于某曲線的切線，且與該曲線相交于x點(diǎn)的一個線段；G_σ為一個單邊量、方差為σ²的高斯函數(shù)；D(t)表示一個基本的濾波函數(shù)

2)對輸入圖像進(jìn)行量化

a、對原始圖像用Catté提出的非線性擴(kuò)散方法進(jìn)行平滑；

$\left\{\begin{array}{c}\frac{\∂u}{\∂t}=div\left(c\right|G_{\mathrm{\σ}}\·\▿u|\▿u)\\ u_0=u(x,y,0)\\ \frac{\∂u}{\∂n}=0\end{array}\right.$

式中：n是圖像邊界外法線向量，G_σ·▽u(x,y,t)是梯度▽u的局部估計(jì)，參數(shù)c是擴(kuò)散系數(shù)；u₀＝u(x,y,0)為初始條件，t∈[0,T]；

b、平滑后的圖像轉(zhuǎn)化到HSI顏色空間，對顏色的色調(diào)和飽和度分量進(jìn)行量化；

對HSI顏色空間中的H、S、I值進(jìn)行了如下處理：將I＜15％的顏色作為黑色；將S＜10％,I＞80％的顏色作為白色；其余的區(qū)域作為彩色區(qū)域；在彩色區(qū)域中將H平均分為16個bin，S平均分為8個bin；

對于圖像中每個象素的H、S分量，都會落在H、S所分得的bin內(nèi)；

即：

按照上面的量化級別，將量化后的顏色分量合并為一維特征矢量G＝qH+S；其中q＝3為S的量化級數(shù)；這樣H、S分量在一維矢量上分布開來，量化后的直方圖維數(shù)為128個，實(shí)際應(yīng)用中，為了提高抽象化效果，可以根據(jù)情況改變改變區(qū)間和量化級數(shù)；

3)將步驟1)和步驟2)所得的圖像用加權(quán)平均的方法進(jìn)行融合處理；

圖像融合方法采用加權(quán)平均的方法，即:

f(x)＝w₁f₁(x)+w₂f₂(x)

f，f₁，f₂分別表示融合后圖像，線條畫圖像和量化圖像；w₁，w₂分別為線條畫圖像和量化圖像的加權(quán)值；w₁+w₂＝1。