基于神经网络理论的连续色调彩色图像及黑白图像打印

本文讨论如何利用彩色喷墨打印机获得较高质量的彩色图像硬拷贝。文中给出了一种基于神经网络的彩色转换方法，用此方法可打印各种格式的彩色图像主黑白图像。     

基于色调优化的图像视频细节增强

目的 针对已有的细节增强方法难以保持输入图像帧的色调分布的缺点,提出一种基于色调优化的图像视频细节增强算法。方法 首先,为了避免颜色通道的相关性所带来的偏色现象并提高算法效率,对输入图像帧进行颜色空间的转换,提取亮度信息。然后,采用基于局部极值的边缘保持图像滤波方法,快速地将亮度通道图像分解成一幅含有大尺度边缘信息的基图像和多幅含有小尺度细节信息的细节层图像。接着,在用户期望的细节增强系数和输入图像的颜色场的约束下,提出基于梯度域上能量优化的细节增强算法,获得色调一致的细节增强亮度图像。最后,通过颜色空间的逆转换得到最终的细节凸显效果。结果 实验结果表明,本文算法不但能够显著地增强输入图像帧的细节内容,而且能够有效地保持其原有的色调分布,显得更加真实生动。结论 本文算法基本满足科学观察、视频监控和数字视觉特效等领域的技术要求,具有很大的应用潜力。     

基于四阶偏微分方程的卡通—纹理图像分解方法

Luminita A.Vese和Stanley J.Osher的卡通-纹理分解模型能有效地将一幅含纹理的图像分解成卡通部分和纹理部分,但是在正则化过程中容易产生阶梯现象,使得图像分解不准确。针对此问题,在Vese-Osher分解模型的基础上,用四阶范数来代替二阶的TV范数,构造新的分解模型。实验结果表明,该模型克服了阶梯现象,使得图像分解更准确,卡通图像能保持较好的光滑性和较清晰的边缘,纹理图像更清晰、准确。     

黑白激光打印机的图像打印

该文在介绍和分析HP公司具有工业标准的PCL语言命令的基础上,阐述了应用抖动和半色调技术在激光打印机上打印图像的基本原理和方法,并给出实例。     

基于图像极小相似度的填充曲线半色调方法

扫描路径是数字半色调技术的关键环节。针对行扫描误差扩散方法、Hilbert—Peano曲线半色调方法的不足，提出了基于图像极小相似度的填充曲线半色调方法。该方法首先定义了一个与待处理图像像素个数相等的非连通带权图及其相关的一个连通带权图；其次求出后者的最小生成树；再次根据最小生成树将非连通的原图连接成连通图，该连通图即为图像的极小相似度曲线；最后从该曲线的任意一点出发，沿此曲线深度优先处理图像的每一个像素。实验表明，用新的扫描路径处理后得到的半色调图像的整体效果较好；图像不存在与扫描路径相关的规律性纹理；图像边缘更加平滑，其边缘对比度指标比现有方法优一个数量级；图像的非边缘区域误差最小。     

卡通纹理分解和全变分梯度算法实现图像恢复

为了研究图像恢复技术,提出采用卡通纹理分解和基于全变分的广义加速临近梯度算法实现图像恢复。将原始模糊图像分解成卡通部分和纹理部分,卡通部分主要是图像的低频成分受噪声干扰小,纹理部分主要是图像的高频成分受噪声干扰大,采用基于全变分的广义加速临近梯度算法进行图像去模糊和去噪,卡通部分选择较小的正则化参数,纹理部分选择较大的正则化参数,将恢复的卡通部分和纹理部分进行合成得到恢复图像。通过对两张标准测试图像的MATLAB实验仿真,证明了该方法不仅收敛速度快而且效果比一般的临近梯度算法要好,尤其适合于恢复模糊度不是很高的图像。     

用于半色调图像的一种层次增强方法

半色调图像的层次分辨率是衡量半色调图像生成算法的一个重要指标。在高质量图像硬拷贝设备上,其产生的半色调图像的层次分辨率必须达到较高的水平,才能保证图像复制的质量。文中提出了一个基于线性像素置换理论的阈值矩阵抖动方法,该方法把一维线性像素置换扩展到了二维的情形,并使其作用于阈值矩阵的生成。这个方法能在提高阈值矩阵的层次分辨率的同时,有效地避免附带产生的斑纹效应。通过计算机模拟显示和硬拷贝设备的实际输出试验,证明了此方法的有效性。     

半色调图像的质量评价研究

数字半色调技术是图像再现系统的核心,其算法的优劣直接影响到再现图像的视觉质量。对两类典型的数字半色调图像质量评价方法进行了简要介绍。基于Visual C#编程语言建立了数字半色调算法实验平台,并根据所得图像质量参数对各算法在再现图像的质量、运行时间等方面进行比较和分析。     

一种大容量的半色调图像水印算法

在半色调图像中隐藏信息是解决印刷品的版权保护、来源认证和防止伪造等问题的有效措施。提出了一种能在半色调图像中嵌入大容量数据的隐藏算法,该算法利用误差扩散算法将待隐藏的信息作为误差信号嵌入到与该位置相邻的多个像素上,信息嵌入与半色调处理同步完成。实验表明本算法能将一幅与半色调图像同样大小的二值水印图像嵌入到半色调图像中,载有水印的图像在经受一定的噪声干扰、污损和旋转的情况下,仍能有效提取水印图像。该算法可用于普通证件的防伪。     

Affective Image Colorization

Colorization of gray-scale images has attracted many attentions for a long time.An important role of image color is the conveyer of emotions(through color themes).The colorization with an undesired color theme is less useful,even it is semantically correct.However this has been rarely considered.Automatic colorization respecting both the semantics and the emotions is undoubtedly a challenge.In this paper,we propose a complete system for affective image colorization.We only need the user to assist object segmentation along with text labels and an affective word.First,the text labels along with other object characters are jointly used to filter the internet images to give each object a set of semantically correct reference images.Second,we select a set of color themes according to the affective word based on art theories.With these themes,a generic algorithm is used to select the best reference for each object,balancing various requirements.Finally,we propose a hybrid texture synthesis approach for colorization.To the best of our knowledge,it is the first system which is able to efficiently colorize a gray-scale image semantically by an emotionally controllable fashion.Our experiments show the effectiveness of our system,especially the benefit compared with the previous Markov random field(MRF) based method.     

优化分割的手绘图像彩色化技术

图像彩色化技术是计算机图形学与数字图像处理中重要的研究课题,目前该技术主要基于笔触交互方式完成,所以精确的着色区域分割是提高彩色化质量的关键.手绘黑白图像往往有复杂的线条、纹理和不封闭的轮廓,对分割造成了很大的困难.为解决这一问题,提出一种交互式彩色化方法.首先运用一个高质量、高效率的边缘保持滤波和拉普拉斯算子来解决灰度不连续的问题,强化区域边界信息,并计算灰度能量;然后利用标色信息计算标色能量,克服用户不精确标色的问题;最后将灰度能量和标色能量构建成一个能量函数,利用Graph Cut技术检测最优分割.该方法不受内部纹理、边界缺口和不精确标色的影响,可以更准确地划分着色区域.实验结果表明,由于获得的分割信息更准确,文中方法对于多种手绘图像能够取得更好的着色效果.     

Structure-Aware Nonlocal Optimization Framework for Image Colorization

This paper proposes a structure-aware nonlocal energy optimization framework for interactive image colo-rization with sparse scribbles. Our colorization technique propagates colors to both local intens...     

基于遗传算法的图像彩色化方法

为解决传统的彩色化算法中效果不佳、速度慢等问题,提出一种基于遗传算法的图像彩色化方法。该方法先产生初始种群,将源图像块和目标图像块的亮度特征以及Tamura纹理特征构成适应度函数,初始种群经过选择、交叉和变异等操作逐代进化后,将源图像块的颜色转移到匹配的目标图像块中,得到最终的彩色化图像。实验结果表明,与其他彩色化方法相比,该方法能在缩短运行时间的同时,有效提高彩色化质量。     

基于CycleGAN的灰度图像彩色化方法

当前主流的图片彩色化方法包括传统算法和深度学习方法.随着深度学习模型的发展,基于深度学习的灰度图像彩色化方法能带来更好的着色效果,但仍然存在细节损失和着色枯燥问题.针对上述问题,本文将CycleGAN模型应用在非单一类别的灰度图像彩色化上,使其在动物、植物、风景等图片上有逼真的着色效果.模型结构上对CycleGAN模型的激活函数加以改进,在生成器使用PReLU激活函数,使模型更易于训练.在判别器使用PatchGAN提高图片高分辨率上的颜色细节.通过ImageNet数据集5个热门类别图像的训练后,模型对动植物与风景图彩色化的效果十分逼真.在图像评估指标中,该模型在PSNR中比GAN高了0.603 dB约有2.1%的提升,在SSIM中明显高于其他模型,在效果上有5.1%的提升.从视觉感受来看,通过CycleGAN彩色化的图片饱和度更高,在视觉真实性上高于VGG和GAN等模型,解决了着色枯燥问题,而且更容易还原图片中的颜色细节,避免细节损失.     

基于p-Laplace方程的图像彩色化方法

灰度图像的彩色化是图像处理研究领域中富有挑战性的研究课题,且具有十分广阔的应用前景。在分析现有图像彩色化方法的基础上,提出了一种基于p-Laplace方程的图像彩色化新方法。新方法首先由用户在灰度图像上给定少量的颜色条带;然后通过求解p-Laplace方程实现颜色扩散的彩色化。由于p-Laplace算子是一个各向异性扩散的非线性算子,所以与采用偏微分方程方法的泊松方法和拉普拉斯方法相比,图像彩色化在扩展颜色的同时更能保持边缘效果。     

基于色彩传递与扩展的图像着色算法

色彩的不均匀一直是色彩传递算法中没有解决的问题。一些传统的算法只是单独依靠像素点的匹配来进行色彩传递,难以保证处理后图像色彩在空间上的连续性,即某些像素点的色彩和它周围的色彩反差较大。针对此问题,提出了一种基于色彩传递与扩展的图像着色算法,先利用传统的色彩传递方法,在lαβ空间对灰度目标图像进行局部上色,然后再利用色彩扩展的算法,对其他未经过上色的区域进行色彩扩展,完成整幅灰度目标图像的自动彩色化过程。实验得到了色彩细腻均匀的结果图像,验证了算法的实用性。     

颜色空间在图像彩色化处理中的应用分析

图像彩色化处理通常遵循颜色的局部相似性原则,选择适当的颜色空间是其重要问题。以能否实现颜色的亮度与色度分离为依据,将常用颜色空间分为颜色构成空间和颜色属性空间。考察了不同颜色空间中颜色分布的光滑程度,评估了各颜色空间在彩色化处理中的适用性。理论和实验结果表明,颜色属性空间更适用于彩色化处理。结合对彩色化本质的分析,引出了有关颜色空间选择的若干结论。     

动漫形象的符号化语言

从符号学的角度对动漫形象进行研究在国内尚属新鲜课题。文章围绕动漫形象的符号生产与传播,从动漫形象的符号文化、符号传播、符号产业三个方面进行尝试性分析,以探索中国动漫文化理论研究新方法,为动漫产业的发展提供新思路。     

局部稀疏编码的自然灰度图像着色方法

基于自然图像中灰度纹理与颜色信息的正相关性,提出一种基于局部稀疏编码的自然灰度图像着色方法.首先依据参考彩色图像训练得到“亮度-纹理-颜色”联合字典;然后利用纹理特征子空间和相邻像素的双重局部性求解目标灰度图像块的颜色系数,对图像块进行着色;最后通过金字塔方法逐层优化避免颜色突变.实验结果表明,文中方法可以获得颜色真实度高且整体过渡平滑的目标彩色图像,着色过程也更加自动化.