论文阅读Color Transfer between Images

Posted xiangfeidemengzhu

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了论文阅读Color Transfer between Images相关的知识,希望对你有一定的参考价值。

Color Transfer between Images 

刊于 IEEE Computer Graphics and Applications 

这就是之前一篇乳腺癌分割的文章引用的染色归一化的文章。

作者

Erik Reinhard, Michael Ashikhmin, Bruce Gooch, and Peter Shirley
University of Utah 

目标

色彩迁移:根据目标图片调整图片的颜色特征。

出发点

1、RGB三通道有很强的关联性,而做颜色的改变同时恰当地改变三通道比较困难。

2、需要寻找三通道互不相关的也就是正交的颜色空间,作者想到了Ruderman等人提出的lαβ颜色空间。三个轴向正交意味着改变任何一个通道都不影响其他通道,从而能够较好的保持原图的自然效果。三个通道分别代表:亮度,黄蓝通道,红绿通道。

颜色迁移算法步骤

RGB->LMS->对数LMS->lαβ->对数LMS->LMS->RGB,在lαβ上进行适当的变换。

RGB->LMS分为两步:RGB->XYZ->LMS 

技术分享图片

技术分享图片

合并成一步则为: 

技术分享图片

转成对数LMS: 

技术分享图片

再转成lαβ: 

技术分享图片

转回去的方法如下:

 先转成LMS: 

技术分享图片

相对于原来的求对数,现在求指数(以10为底)。

而后转成RGB:

技术分享图片

算法核心(lαβ上的图片变换):

要操作的图片称作源图片(source),想要转成的颜色风格成为目标图片(target)。

分通道计算源图片的均值和标准差,分通道计算目标图片的均值和标准差。

源图片逐像素减均值(减去对应通道的均值): 

技术分享图片

 乘目标图片与源图片标准差的比值:

技术分享图片

最后不要加原来的均值,而是加上目标图片的均值。

整个过程可以简单描述为:分通道计算,减去自己的均值,除以自己的方差,乘目标的方差,加目标的均值。

效果: 

 技术分享图片技术分享图片

将近20年前的文章,颜色空间变换稍微麻烦一点(也不是作者提出的),作者提出的方法很简单,效果还是蛮惊艳的。

注意,不要使用opencv直接转LAB。C++代码可参考:https://blog.csdn.net/sin_geek/article/details/22325229

 


以上是关于论文阅读Color Transfer between Images的主要内容,如果未能解决你的问题,请参考以下文章

Transfer Learning from Speaker Verification to Multispeaker Text-To-Speech Synthesis论文阅读

#论文阅读&CTG Fetal Hypoxia Detection Based on Deep Convolutional Neural Network with Transfer Learn

论文阅读笔记《Residual Physics Learning and System Identification for Sim to real Transfer of Policies on B

论文阅读 | COMPRESSING BERT: STUDYING THE EFFECTS OF WEIGHT PRUNING ON TRANSFER LEARNING

Feature Transfer Learning for Deep Face Recognition with Long-Tail Data 论文阅读笔记

Feature Transfer Learning for Deep Face Recognition with Long-Tail Data 论文阅读笔记