[發(fā)明專利]一種基于多維數(shù)據(jù)關(guān)聯(lián)規(guī)則的圖像色彩遷移方法

在審

• 申請?zhí)枺?/td>: 201710746803.5
• 申請日: 2017-08-27
• 公開（公告）號: CN107566821A
• 公開（公告）日: 2018-01-09
• 發(fā)明（設(shè)計）人: 陳冬冬;韓靜;柏連發(fā);張毅
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: H04N9/77
• 分類號: H04N9/77;G06K9/46;G06K9/62;G06T5/00
• 代理公司: 南京理工大學(xué)專利中心32203
• 代理人: 朱寶慶

技術(shù)領(lǐng)域

本發(fā)明涉及一種圖像彩色遷移技術(shù)，特別是一種基于多維數(shù)據(jù)關(guān)聯(lián)規(guī)則的圖像色彩遷移方法。

背景技術(shù)

人眼對彩色圖像具有更高的分辨率和敏感度的特點，而且彩色圖像可以提升人們對目標(biāo)與場景信息的認(rèn)知，所以彩色圖像在現(xiàn)代軍事、民用等各個領(lǐng)域都受到重視，且應(yīng)用越來越廣泛。給灰度圖像上色，以及根據(jù)目標(biāo)圖像改變源圖像的顏色都屬于圖像色彩遷移的范疇。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于多維數(shù)據(jù)關(guān)聯(lián)規(guī)則的圖像色彩遷移方法，包括以下步驟：

步驟1，采用多屬性規(guī)則約束的Apriori優(yōu)化算法挖掘目標(biāo)圖像中的亮度、顏色之間的強關(guān)聯(lián)規(guī)則集，并在強關(guān)聯(lián)規(guī)則集中引入類別標(biāo)簽元素最終生成亮度-類別-顏色強關(guān)聯(lián)規(guī)則集；

步驟2，提取源圖像中像素的亮度、所屬類別，基于強關(guān)聯(lián)規(guī)則集映射生成每個像素所對應(yīng)的新的R、G、B顏色分量，生成新的彩色圖。

采用上述方法，步驟1包括以下過程：

步驟1.1，尋找與源圖像中每一物體相對應(yīng)的物體對應(yīng)目標(biāo)圖像，物體對應(yīng)目標(biāo)圖像組成相應(yīng)物體的訓(xùn)練樣本集BLOCK_i，i為物體的索引值；

步驟1.2，對每一訓(xùn)練樣本集BLOCK_i添加同一類標(biāo)簽label_i，不同訓(xùn)練樣本集BLOCK_i添加不同標(biāo)簽，形成標(biāo)簽集trainlabel＝[label₁,label₂,...label_i,...,label_n]，n為物體的數(shù)量；

步驟1.3，提取每一訓(xùn)練樣本集BLOCK_i中所有物體對應(yīng)目標(biāo)圖像的的特征集{hog，均值，方差，同質(zhì)性，熵}；

步驟1.4，選取最合適的圖像特征集T作為分類數(shù)據(jù)traindata＝[T(BLOCK₁),T(BLOCK₂),...,T(BLOCK_i),...T(BLOCK_n)]；

(選取能夠讓分類效果最好的圖像特征集)

步驟1.5，生成SVM分類器model

model＝svmtrain(trainlabel,traindata,'-s 0-t 2')

步驟1.6，提取訓(xùn)練樣本集BLOCK_i中每個像素的亮度y和顏色分量R、G、B，將y、R、G、B分量進(jìn)行區(qū)間化，建立對應(yīng)的事務(wù)數(shù)據(jù)庫database；

步驟1.7，基于多屬性規(guī)則約束的Apriori優(yōu)化算法實現(xiàn)色彩遷移的唯一性。

步驟1.7包括以下步驟：

步驟1.7.1，設(shè)定支持度support和置信度confidence；

步驟1.7.2，利用式(4)(5)不斷地通過連接、剪枝過濾掉不滿足支持度參數(shù)要求的無用項集，生成頻繁4-項項集

步驟1.7.3，利用式(6)(7)，過濾掉置信度低于Confidence的關(guān)聯(lián)規(guī)則，余下關(guān)聯(lián)規(guī)則組成待約束的強關(guān)聯(lián)規(guī)則集

步驟1.7.4，根據(jù)確定的y、R、B、G分量的區(qū)間，結(jié)合式(8)對待約束強關(guān)聯(lián)規(guī)則集做進(jìn)一步約束，生成符合條件的“亮度-顏色”初始強關(guān)聯(lián)規(guī)則集

A∈[a1,a2],B∈[b1,b2](8)

步驟1.7.5，在“亮度-顏色”初始強關(guān)聯(lián)規(guī)則集中加入類別標(biāo)簽label形成“亮度-類別-顏色”強關(guān)聯(lián)規(guī)則集；

步驟1.7.6，將不同的物體對應(yīng)目標(biāo)圖像對應(yīng)的強關(guān)聯(lián)規(guī)則集組成生成待搜索強關(guān)聯(lián)規(guī)則集。

采用上述方法，步驟2的具體過程在于：

步驟2.1，在源圖像中選擇移動窗口，基于訓(xùn)練好的SVM分類器model對移動窗口內(nèi)的圖像進(jìn)行分類，并將類別標(biāo)簽賦值給左上角像素；

步驟2.2，遍歷整幅源圖像中的每一個像素，根據(jù)得到的源圖像中每個像素的類別標(biāo)簽和對應(yīng)的亮度值生成“亮度-類別”待映射集；

步驟2.3，待映射集在待搜索強關(guān)聯(lián)規(guī)則集中一一搜索映射，賦予對應(yīng)的R、G、B顏色分量值，最后生成源圖像的色彩遷移效果圖。