基于特征保持的彩色图像增强研究

图像增强是图像处理的一个重要分支,其目的是通过添加特定信息或进行特定变换来有选择地突出或保持源图像中的重要特征,以得到满足用户需求的结果图像。随着计算机视觉技术的迅速发展和人们对图像质量要求的不断提高,图像增强技术涉及的研究领域日益广泛。由于彩色图像已经非常普及,并且它所包含的内容和表达的丰富信息是灰度图像无法比拟的,因此,对彩色图像增强的研究显得尤为重要。现阶段,重彩色技术和去彩色技术是彩色图像增强领域中的热点问题,受到众多科研人员的密切关注。为此,文中在综述了相关研究现状的基础上,对重彩色技术和去彩色技术中的若干特征保持关键问题进行了深入的研究和探讨。主要研究成果如下:（1）针对传统基于总变分正则的重彩色方法容易导致结果图像出现“阶梯效应”和小细节模糊的问题,文中提出了一种基于自适应总广义变分正则的重彩色新方法（ATGVR方法）。首先,将总广义变分正则引入到重彩色模型中,以有效地抑制“阶梯效应”。其次,在重彩色模型中设计了一种加权的边缘指示函数,它能够根据图像的内容自适应地引导总广义变分正则控制模型的平滑力度,以更好地达到保护重彩色结果图像细节的目的。另外,文中结合前向-后向分裂算法和加权原始-对偶算法设计了一种新的数值解法,以有效地求解所提新模型。仿真实验结果表明,相对于传统基于总变分正则的重彩色方法,文中所提ATGVR方法不仅可以有效地抑制“阶梯效应”,而且还能够更好地保护图像细节,得到的结果图像更加自然和清晰。（2）针对传统重彩色方法中目标图像的颜色信息容易对重彩色过程造成干扰并影响结果图像颜色效果的问题,文中提出了一种基于中心化约束的重彩色新方法（CFTVR方法）。一方面,设计了一种新的中心化约束并将其引入到重彩色模型中,以减小目标图像的颜色对重彩色过程的干扰,并使结果图像能够更好地保持参考图像的颜色信息。另一方面,将分数阶总变分正则引入到重彩色模型中,以更方便地抑制“阶梯效应”和保护结果图像细节。此外,为了求解所提新模型,文中结合增广拉格朗日算法和原始-对偶算法设计了一种新的数值解法。仿真实验结果表明,相对于传统的重彩色方法,文中所提CFTVR方法可以让结果图像的颜色风格更加忠诚于参考图像的颜色风格,并能够取得更好的重彩色效果。（3）针对传统织物图像重彩色方法中存在的算法复杂度高、重彩色后的结果图像不能很好地保留原织物图像的层次感和细节等问题,文中结合显著颜色提取和图像分解提出了一种新的织物图像重彩色方法（SDFR方法）。一方面,利用显著颜色提取得到原织物图像更具代表性的主要颜色和分割区域,以使结果图像能够更好地保持原织物图像的层次感。另一方面,将原织物图像分解成包含主要细节的纹理部分和包含主要轮廓结构的卡通部分,并利用更加简单有效的防溢出重彩色策略将新的颜色主题转移到原织物图像的卡通部分,然后再叠加原织物图像的纹理部分以得到重彩色后的结果图像,从而更好地保持织物图像的细节和有效地提升算法的运行效率。仿真实验结果表明,相对于传统的织物图像重彩色方法,文中所提SDFR方法不仅能够让结果图像较好地保持原织物图像的层次感和细节,而且运行效率也得到了明显的提升。新方法具有简单、高效的特点,能够较好地适用于织物图像的颜色设计工作。（4）针对传统基于双峰高斯分布的去彩色方法存在的对比度保持能力不足、容易产生伪影和算法复杂度较高等问题,文中提出了一种基于梯度保持和全局对比度保持的去彩色实时方法（GBGD方法）。首先,利用灰度结果图像的梯度和由亮度控制的彩色图像梯度设计了一种新的梯度保持约束项,以有效地保持灰度结果图像的局部对比度。其次,在双峰高斯函数约束中引入全局像素对比度,以更好地保持灰度结果图像的全局对比度。另外,为了求解所提新模型,文中结合固定点迭代法设计了一种高效的数值解法。仿真实验结果表明,相对于传统的去彩色方法,文中所提GBGD方法能够较好地保持原彩色图像的对比度和有效地抑制伪影,在评价指标方面亦有更好的表现。该方法达到了实时的速度,具有较好的应用价值。（5）针对传统去彩色方法不能较好地保持原彩色图像的主要视觉对比度、层次感和细节等问题,文中结合局部线性嵌入和梯度相似度提出了一种新的离散搜索去彩色方法（LLEGSD方法）。一方面,引入局部线性嵌入思想以让灰度结果图像保持原彩色图像的主要视觉对比度和层次感。另一方面,利用灰度结果图像与原彩色图像的梯度相似度以让灰度结果图像保持原彩色图像的边缘细节特征。最后,采用离散搜索策略快速地得到去彩色结果。仿真实验结果表明,文中所提LLEGSD方法可以有效地保持原彩色图像的主要视觉对比度、层次感和边缘细节,并能够取得较传统方法更好的去彩色效果。