技术领域
[0001] 本
发明属于数字
图像处理技术领域,特别涉及一种标志性彩色图形符号图像的图像分层方法,具体说是一种标志用彩色图形符号图像的
颜色层
抽取和分解方法,背景技术
[0002] 图像分层技术是图像处理中的重要研究课题,图像分层的结果决定着最终的
图像分析和图像理解的结果和
质量。由于图像分层的重要性,国内外许多学者对其展开大量的研究,提出了各种各样不同的图像分层
算法,针对不同的研究对象有不同的分层算法。图层被定义为具有与主
色调颜色相似的所有
像素的集合,输入图像中每个像素可以表示为每个图层对应的主色调的线性组合。
[0003] 在提取主色调方面,现有的主色调提取的方法大致可以总结为三类。第一类,考虑到人类
感知,利用人工标注的数据集训练模型,通过得到的模型来提取图像的主色调。Sharon Lin和Pat Hanrahan(Sharon Lin and Pat Hanrahan.2013.Modeling How People Extract Color Themes from Images.In Proceedings of ACM SIGCHI.)提出了使用人工手动创建的主色调所训练的回归模型来提取颜色主色调的方法。第二类,通过基于聚类的方法来提取图像主色调。Chang等人(Huiwen Chang,Ohad Fried,Yiming Liu,Stephen DiVerdi,and Adam Finkelstein.2015.Palette-based Photo Recoloring.ACM Trans.Graph.34,4(Aug.2015).)提出了基于K-means聚类的方法来提取图像主色调,这种方法捕获了最突出的颜色。第三类,通过图像像素在颜色空间中的凸包来提取主色调。Ten等人(Jianchao Tan,Jyh-Ming Lien,and Yotam Gingold.2016.Decomposing Images into Layers via RGB-space Geometry.ACM Trans.Graph.36,1,Article7(Nov.2016).)通过图像像素在RGB空间中的凸包来提取主色调。RGB空间中的图像像素的凸包的
顶点对应于
调色板的主色调,但是主色调的多少以及主色调的顺序需要用户自己确定。也有一些基于物理的方法试图通过提取
波长相关的参数来进行建模。
[0004] 在图像分层方面,现有的方法主要可以分为两类。第一类,基于
加色混合模型(the additive color mixing model)来实现与顺序无关的层分解,在此
基础上提出新的
能量函数对各层的权重进行约束。第二类,是基于对标准alpha混合模型的优化来实现图像的分层操作。
发明内容
[0005] 本发明的目的是提供一种标志性彩色图形符号图像的图像分层方法,其特征在于,包括以下步骤:
[0006] 步骤1,输入图像以及所需要的参数,根据图像像素的颜色信息获取初始聚类中心;
[0007] 步骤2,在步骤1得到的初始聚类中心的基础上,利用K-means对输入图像进行聚类,得到图像的N个主色调图层;
[0008] 步骤3,分析图像中每个像素,将其RGB颜色值定义为所有主色调的线性组合,计算每个像素在N个主色调图层中各层上的权重W;
[0009] 步骤4,根据步骤3中的得到的权重W,得到关于主色调的线性组合方程,并得到分层的结果;
[0010] 所述输入图像为彩色图形符号图像,输入的参数为分层的层数N。
[0011] 所述主色调指的是输入图像中具有相似颜色属性的所有像素的颜色均值所表示的颜色。
[0012] 所述获取初始聚类中心为提取调色板前的预处理;获取初始聚类中心分为两个步骤,第一步,通过图像像素的RGB值将所有像素分配给16*16*16bins,在Lab颜色空间中计算每个bin的颜色均值ci,其中ci表示第i个主色调的像素值,此颜色均值代表了分配给该bin的ni个像素,并去除最不经常出现的颜色(即包含像素最小的bin);第二步,计算初始聚类中心;第i个初始化聚类中心μi计算如下:
[0013] μi=cj s.t.j=arg maxj{nj}
[0014] 也就是说每个初始化的聚类中心都被初始化为当前代表最多像素的颜色。为了确保所选择的中心彼此远离,在每次选择时,除了之前已经选择的初始聚类中心所在的bin之外,其他bin所包含的像素数ni通过因子li进行衰减,降低了在下一个初始聚类中心选择中选择相似颜色的可能性;其中,
[0015]
[0016] 式中,dij表示Lab颜色空间中颜色ci和cj之间的距离,且i≠j,δd默认设置为80,δd是一个常数参数,默认设置为80,表示衰减程度,每次衰减从黑色到白色的距离的80%。重复执行上述操作,直至选择了N个初始聚类中心,ci表示第i个主色调的像素值;cj表示第j个主色调的像素值;;
[0017] 所述计算每个像素在N个主色调图层中各层上的权重W,通过能量函数E(W)进行计算每个像素的在各个主色调图层上的权重W,
[0018]
[0019]
[0020] 式中,I表示输入图像,C表示主色调,β为 项的系数, 表示是第p个像素在第i个主色调图层的权重。
[0021] 所述图像中每个像素能够表示为所有主色调的线性组合,也就是说,每个像素p的颜色能够近似重构如下:
[0022]
[0023] 式中,pi表示第i个像素的像素值,cj表示第j个主色调的像素值,N表示主色调图层层数。
[0024] 分层结果如下:
[0025]
[0026] 式中, 表示第i个图层第p个像素的像素值,ci表示第i个主色调的像素值, 表示第i个图层中第p个像素的权重。
[0027] 本发明的有益效果是,本发明针对标志性的彩色图形符号图像,如禁止吸烟、禁止触碰的标志等,采用K-means聚类的方法提取主色调,然后在得到的主色调的基础上采用基于加色混合模型的分层方法进行图像分层。标志性的彩色图形符号图像的颜色分布简单,所以对其进行分层处理比较简单。通过本发明的方法对彩色符号图像进行颜色层的抽取,最终得到的分层结果在后续的图像编辑(如,切换背景、变换标志图像颜色)中能够取得很好的效果。本发明的方法对于标志图形来说,方便设计和后续调整。
附图说明
[0029] 图2为图像分层示例图,其中,a输入图像;b图层1;c图层2;
[0030] 图3为图像编辑的变换标志图像颜色的效果图;其中,a输入图像;b变换标志图像颜色的图像效果。
具体实施方式
[0031] 本发明提供一种标志性彩色图形符号图像的图像分层方法,下面结合附图及实例对本发明进行详细说明。
[0032] 图1所示是图像分层的总体流程图,包括以下步骤:
[0033] 步骤1,输入图像以及所需要的参数,根据图像像素的颜色信息得到初始聚类中心;
[0034] 步骤2,在步骤1得到的初始聚类中心的基础上,利用K-means对输入图像进行聚类,得到图像的N个主色调图层;
[0035] 步骤3,分析图像中每个像素,将其RGB颜色值定义为所有主色调的线性组合,计算每个像素在N个主色调图层中各层上的权重W;
[0036] 步骤4,根据步骤3中的得到的权重W,得到关于主色调的线性组合方程,并得到分层的结果;
[0038] 图2所示为图像分层示例图;其中,a输入图像;b图层1;c图层2;步骤1,输入的图像I为标志性的彩色图形符号图像,如禁止吸烟、禁止触碰的标志等,输入的参数为图像的主色调图层的分层层数N;因为此类图像颜色分布简单,所以层数一般设置为2-4;默认设置为3,(如图2中a输入图像的背景色层(黑色);b图层1:标志图像颜色层(灰色)和c图层2:人体形状轮廓线层(黑色或白色线条));根据图像像素的颜色信息得到初始聚类中心。
[0039] 所述获取初始聚类中心为提取调色板前的预处理;获取初始聚类中心分为两个步骤,第一步,通过图像像素的RGB值将所有像素分配给16*16*16bins,在Lab颜色空间中计算每个bin的颜色均值ci,其中ci表示第i个主色调的像素值,此颜色均值代表了分配给该bin的ni个像素,并去除最不经常出现的颜色(即包含像素最小的bin);第二步,计算初始聚类中心;第i个初始化聚类中心μi计算如下:
[0040] μi=cj s.t.j=arg maxj{nj}
[0041] 也就是说每个初始化的聚类中心都被初始化为当前代表最多像素的颜色。为了确保所选择的中心彼此远离,在每次选择时,除了之前已经选择的初始聚类中心所在的bin之外,其他bin所包含的像素数ni通过因子li进行衰减,降低了在下一个初始聚类中心选择中选择相似颜色的可能性;其中,
[0042]
[0043] 式中,dij表示Lab颜色空间中颜色ci和cj之间的距离,且i≠j,δd默认设置为80,δd是一个常数参数,默认设置为80,表示衰减程度,每次衰减从黑色到白色的距离的80%。重复执行上述操作,直至选择了N个初始聚类中心,ci表示第i个主色调的像素值;cj表示第j个主色调的像素值;
[0044] 步骤2,在步骤1得到的初始聚类中心的基础上,利用K-Means聚类方法对输入图像进行聚类,得到图像的N个主色调图层。
[0045] 步骤3、分析图像中每个像素,将其RGB颜色值定义为所有主色调的线性组合,计算每个像素在N个主色调图层中各层上的权重W。通过能量函数E(W)进行计算每个像素的在各个图层上的权重W。
[0046]
[0047]
[0048] 式中,I表示输入图像,C表示主色调,β为 项的系数, 表示第p个像素在第i个图层的权重。
[0049] 步骤4、根据步骤3中的得到的权重W,得到关于主色调的线性组合方程,并得到分层的结果。
[0050] 图像中的每个像素可以表示为所有主色调的线性组合,也就是说,每个像素p的颜色可以近似重构如下:
[0051]
[0052] 式中,pi表示第i个像素的像素值,cj表示第j个主色调的像素值,N表示层数。 表示第i个像素在第j个图层的权重。
[0053] 分层结果如下:
[0054]
[0055] 式中, 表示第i层第p个像素的像素值,ci表示第i个主色调的像素值, 表示第i个图层中第p个像素的权重。
[0056] 本发明提出的针对标志性的彩色图形符号图像的图像分层的方法得到的分层结果的效果很好,图2给出了示例图的图像分层:b图层1;c图层2的结果图,图2中分层结果图中属于本层的像素显示像素颜色,其他像素设置为黑色。从图中可以看出,本发明的方法能够将输入图像进行有意义的分层图层,得到良好的分层结果。图3所示为图像编辑的变换标志图像颜色的效果图;其中,a输入图像;b变换标志图像颜色的图像效果;即给出了对图层某一层进行颜色变换的结果图。在数字图像编辑中,图像是由一组图层组成的,通过独立的对不同的图层进行编辑,可以使得图像编辑变得更加容易,从结果图中可以看出,本发明的方法在后续的图像编辑中能够得到很好的效果,方便标志性图像的设计和后续调整。