局部自适应的灰度图像彩色化

目的 现有的灰度图像彩色化方法为了保证彩色化结果在颜色空间上的一致性，往往采用全局优化的算法，使得图像边界区域易产生过渡平滑现象。为此提出一种局部自适应的灰度图像彩色化方法，在迁移过程中考虑局部邻域像素信息，同时自动调节邻域像素权重，在颜色正确迁移的同时保证清晰的边界信息。方法 首先结合SVM（support vector machine）和ISLIC（improved simple linear iterative clustering）算法获取彩色图像和灰度图像分类结果图；然后在分类基础上，确定灰度图像高置信度像素点，并根据图像纹理特征，在彩色图像中寻找灰度图像的像素匹配点；最后利用自适应权重均值滤波实现高置信度匹配像素点的颜色迁移，并利用迁移结果对低置信度像素点进行颜色扩散，以完成灰度图像彩色化。结果 实验结果显示，本文方法获得的彩色化迁移结果评分均高于3.5分，特别是局部放大区域评价结果均接近或高于4.0分，高于其他现有彩色化方法评价分数。表明本文方法不仅能够保证颜色迁移的准确性和颜色空间的一致性，同时也能获取颜色区分度高的边界细节信息。与现有的典型灰度图像彩色化方法相比，彩色化结果图在颜色迁移的正确性和抑制边界区域颜色的过渡平滑上都有更优的表现。结论 本文算法为灰度图像彩色化过程中抑制颜色越界问题提供了新的指导方法，能有效地应用于遥感、黑白图像/视频处理、医学图像着色等领域。

Novelimage colorization of a local adaptive weighted average filter