位置:成果数据库 > 期刊 > 期刊详情页
基于图切分的交互式图像染色算法
  • ISSN号:0254-4164
  • 期刊名称:《计算机学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]清华大学计算机科学与技术系,北京100084
  • 相关基金:本课题得到国家自然科学基金(60225016,60321002)资助.
中文摘要:

将黑白图像颜色化是一个需要大量用户交互和时间的事情,传统的基于交互的做法主要有两种:先分割后着色和全局优化.前者速度快,但是往往因为分块太大而丧失细节;后者能保持颜色变化的连续性,但是求解速度慢.对此文中提出了一种图像颜色化的新方法:基于图切分技术的分割算法.图切分是一种基于全局能量优化的分割技术,因而可以保证大部分区域的颜色分布光滑,而只在灰度变化剧烈的边缘地区产生颜色跳变,并且算法具有很快的求解速度.在用户简单给定颜色种子基础上,基于相同灰度倾向于相同彩色的基本假设,首先计算图像每个像素周围的灰度分布并构造一个全局的能量函数.接着利用图切分(graph cut)的技术快速有效地求得最佳分割.随着用户的进一步交互,图切分可以很快地迭代计算.这样,通过简单的交互,用户可以很快地对一幅黑白图像彩色化,并获得自然的效果.

英文摘要:

Traditional ways to handle monochrome image colorization which always requires considerable user interaction and a lot of time are Segmentation colorization and Colorization using optimization. The former works fast, but always lose the details because of the large segmentation; while the latter looks much more continuous but takes longer time. This paper proposeds a novel approach: Segmentation colorization based on Graph cut, which is a very fast segmentation technique of global energy optimization. So it can maintain smoothness almost everywhere except for the sharp discontinuity at the boundaries in the image. Firstly, with the few seeds of pixels set manually by the user, a global energy is set up according to the gray value distribution around each pixel, with the conception that similar gray intensity prefers same color. Secondly, using ‘Graph Cut', the best segmentation is got fast and efficiently. As user specifies more colors, the energy minimization will be solved iteratively and much faster. So with few manual specifications, user can colorize a gray image in a very short time and get naturally looking results.

同期刊论文项目
期刊论文 19 会议论文 11
期刊论文 84 会议论文 9
同项目期刊论文
期刊信息
  • 《计算机学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国计算机学会 中国科学院计算技术研究所
  • 主编:孙凝晖
  • 地址:北京中关村科学院南路6号
  • 邮编:100190
  • 邮箱:cjc@ict.ac.cn
  • 电话:010-62620695
  • 国际标准刊号:ISSN:0254-4164
  • 国内统一刊号:ISSN:11-1826/TP
  • 邮发代号:2-833
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国数学评论(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:48433