CN108921810A - 一种颜色迁移方法及计算设备 - Google Patents

一种颜色迁移方法及计算设备 Download PDF

Info

Publication number
CN108921810A
CN108921810A CN201810639630.1A CN201810639630A CN108921810A CN 108921810 A CN108921810 A CN 108921810A CN 201810639630 A CN201810639630 A CN 201810639630A CN 108921810 A CN108921810 A CN 108921810A
Authority
CN
China
Prior art keywords
color
image
original image
color transfer
pixel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810639630.1A
Other languages
English (en)
Inventor
王旭
洪炜冬
许清泉
阮仕海
曾志勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen Meitu Technology Co Ltd
Original Assignee
Xiamen Meitu Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiamen Meitu Technology Co Ltd filed Critical Xiamen Meitu Technology Co Ltd
Priority to CN201810639630.1A priority Critical patent/CN108921810A/zh
Publication of CN108921810A publication Critical patent/CN108921810A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Abstract

本发明公开了一种颜色迁移方法及计算设备,该方法适于在计算设备中执行,其中方法包括步骤:对原始图像和目标图像中的像素点进行采样,生成至少一个颜色点对,其中一个颜色点对中包含一个原始图像中的像素点和一个目标图像中的像素点,且两个像素点具有相同语义信息;利用移动最小二乘法根据至少一个颜色点对中每个颜色点对的颜色值生成第一映射函数;计算至少一个颜色点对中每个颜色点对的距离值;结合距离值和第一映射函数得到第二映射函数;以及根据第二映射函数计算出颜色迁移后图像。

Description

一种颜色迁移方法及计算设备
技术领域
本发明涉及图像处理技术领域,尤其是一种颜色迁移方法及计算设备。
背景技术
颜色迁移是数字图像处理中的一个领域,简单来说,基于颜色图像A和内容图像B,生成图像C,使得图像C具有图像A的颜色和图像B的内容。广泛的说,颜色图像可以是一幅或多幅图像,内容图像也可以是一幅或多幅图像,生成一幅或多幅颜色迁移图像。
现有的颜色迁移算法,例如通过移动最小二乘法对原有的颜色列表和新的颜色列表进行拟合,生成对应的映射关系,这样就可以将原图上每个像素点的颜色值映射为新的颜色值。但是,这种方案存在映射精度较低、颜色映射不准确、映射出的图片质量低等问题。另外,在一些颜色迁移场景中(例如,将人像卡通化),原图和效果图的颜色映射关系是非线性的,且非常离散,普通的颜色迁移算法已经无法满足需求。
因此,需要一种颜色迁移方案,能够增加映射的非线性,使颜色映射更加准确。
发明内容
为此,本发明提供了一种颜色迁移方法及计算设备,以力图解决或者至少缓解上面存在的至少一个问题。
根据本发明的一个方面,提供了一种颜色迁移方法,该方法适于按照目标图像对原始图像进行颜色迁移处理,以使得原始图像具有与目标图像同样的颜色效果,该方法适于在计算设备中执行,包括步骤:对原始图像和目标图像中的像素点进行采样,生成至少一个颜色点对,其中一个颜色点对中包含一个原始图像中的像素点和一个目标图像中的像素点,且两个像素点具有相同语义信息;利用移动最小二乘法根据至少一个颜色点对中每个颜色点对的颜色值生成第一映射函数;计算至少一个颜色点对中每个颜色点对的距离值;结合距离值和第一映射函数得到第二映射函数;以及根据第二映射函数计算出颜色迁移后图像。
可选地,在根据本发明的颜色迁移方法中,根据第二映射函数计算出颜色迁移后图像的步骤之后,还包括步骤:用原始图像的高频信息替换颜色迁移后图像的高频信息,以得到清晰的颜色迁移后图像。
可选地,在根据本发明的颜色迁移方法中,用原始图像的高频信息替换颜色迁移后图像的高频信息的步骤包括:对原始图像做高斯模糊处理,并计算出原始图像的高频信息;对颜色迁移后图像做高斯模糊处理,并计算出颜色迁移后图像的高频信息;以及利用原始图像的高频信息替换颜色迁移后图像的高频信息,以得到清晰的颜色迁移后图像。
可选地,在根据本发明的颜色迁移方法中,第一映射函数μh(x)定义为:
其中,x表示目标图像中像素点的颜色值,表示原始图像中像素点的颜色值,m表示颜色点对的个数,为基函数,a(x)为系数。
可选地,在根据本发明的颜色迁移方法中,计算至少一个颜色点对中每个颜色点对的距离值的步骤包括:计算至少一个颜色点对中每个颜色点对的高斯距离值。
可选地,在根据本发明的颜色迁移方法中,高斯距离值wi定义为:
其中,和xi分别表示构成一个颜色点对的原始图像中的像素点与对应的目标图像中的像素点的颜色值,σ表示衰减系数。
可选地,在根据本发明的颜色迁移方法中,第二映射函数μ(x)定义为:
其中,μh(x)为第一映射函数,Wi(x)表示高斯距离,m表示颜色点对的个数。
可选地,在根据本发明的颜色迁移方法中,按如下方式计算得到所述清晰的颜色迁移后图像:R=G(T)+(S-G(S)),其中,R表示清晰的颜色迁移后图像,T表示颜色迁移后图像,S表示原始图像,G()表示高斯模糊函数。
根据本发明的另一方面,提供了一种计算设备,包括:一个或多个处理器;和存储器;一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行如上所述方法中的任一方法的指令。
根据本发明的又一方面,提供了一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当计算设备执行时,使得所述计算设备执行如上所述的方法中的任一方法。
如上所述,根据本发明的颜色迁移方案,采用二阶的移动最小二乘方法,计算得到原始图像与目标图像之间的映射关系,以增加颜色映射的非线性,让颜色迁移结果更加准确。并且,通过算得的高斯距离作为权重,在目标图像中像素点的颜色值与原始图像中对应像素点的颜色值距离越大时,即,一个颜色点对中的两个像素点的颜色值相差越远时,该颜色点对对应的映射矩阵获得的权重就越小,这样就增加了映射关系的离散程度。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的构造示意图;
图2示出了根据本发明一个实施例的颜色迁移方法200的流程图;以及
图3示出了根据本发明一个实施例的对颜色迁移后图像进行处理的方法300的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中,计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置,处理器104可以是任何类型的处理器,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用,或者在一些实现中,存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置,系统存储器106可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。在一些实施方式中,应用122可以布置为在操作系统上利用程序数据124进行操作。在一些实施例中,计算设备100被配置为执行颜色迁移方法,程序数据124中就包含了用于执行方法200和方法300的指令。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、图像输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。在一些实施例中,计算机可读介质中存储一个或多个程序,这一个或多个程序中包括执行某些方法的指令,如根据本发明的实施方式,计算设备100通过所述指令来执行颜色迁移方法。
计算设备100可以实现为小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、数码照相机、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。
以下将结合图2,详细阐述根据本发明一个实施例的颜色迁移方法200的实现流程。
根据本发明的实施方式,颜色迁移方法200按照目标图像对原始图像进行颜色迁移处理,以使得原始图像具有与目标图像同样的颜色效果。在一些实现场景中,原始图像为拍摄所得的人物照片,人物照片可以是半身照、全身照等;目标图像为卡通人物照片(即,卡通人像),卡通人像可以是大众所熟悉的漫画人物图片,也可以是根据个体需求设计出的卡通形象。本发明的实施例仅示例性地描述了一种人像风格迁移的应用场景,本领域技术人员也可将方法200应用于静物图像、风景图像的颜色迁移中,本发明的实施例对此不作限制。
方法200始于步骤S210,对原始图像和目标图像中的像素点进行采样,生成至少一个颜色点对。可选地,设原始图像为O,目标图像为T,对于原始图像中的某个像素点Oi,在目标图像中找到与其对应的像素点Tj,就组成了一个颜色点对<Oi,Tj>,也就是说,一个颜色点对中包含一个原始图像中的像素点和一个目标图像中的像素点,且这两个像素点具有相同语义信息。在根据本发明的一个实现场景中,具有相同语义信息可以表示为:原始图像的腮红区域与目标图像的腮红区域相对应,原始图像的高光区域与目标图像的高光区域相对应,原始图像的头发区域与目标图像的头发区域相对应,等等。
根据本发明的一个实施例,采用手动查找的方式得到与原始图像O中像素点对应的目标图像T中的像素点,组成颜色点对。当然,也可以通过目标检测和关键点定位得到原始图像和目标图像的多个颜色点对。特别地,采用SIFT算法生成原始图像和目标图像的多个颜色点对。本发明对此不作限制。
随后在步骤S220中,利用移动最小二乘法根据至少一个颜色点对中每个颜色点对的颜色值生成第一映射函数。
根据本发明的一个实施例,第一映射函数μh(x)定义为:
其中,x表示目标图像中像素点的颜色值,表示原始图像中像素点的颜色值,m表示颜色点对的个数,为移动最小二乘法的基函数,a(x)为其系数。一般地,在移动最小二乘法中,系数a(x)为一个一阶矩阵。
根据本发明的一种实现方式,像素点的颜色值采用RGB颜色空间来表示,即当然,也可以转换到其它颜色空间(诸如HSI、lαβ颜色空间等)来执行颜色迁移方法200,本发明的实施例对此不作限制。
随后在步骤S230中,计算至少一个颜色点对中每个颜色点对的距离值。根据本发明的一个实施例,颜色点对的距离值用高斯距离值来表示。可选地,每个颜色点对的高斯距离值wi定义为:
其中,和xi分别表示构成一个颜色点对的原始图像中的像素点与对应的目标图像中的像素点的颜色值,σ表示衰减系数。
那么,所有颜色点对的高斯距离记作W(x)。
随后在步骤S240中,结合距离值和第一映射函数得到第二映射函数。根据本发明的一个实施例,在第一映射函数中引入距离值作为权重,得到第二映射函数。
可选地,第二映射函数μ(x)定义为:
其中,μh(x)为经步骤S220得到的第一映射函数,Wi(x)表示经步骤S230得到的高斯距离,m表示颜色点对的个数。
结合第一映射函数和第二映射函数的表达式,可以得到第二映射函数为:
其中,代表了移动最小二乘法的基函数(如上述所述),那么,就是根据本方法200的第二映射函数的系数。结合前文可知,该系数由一阶矩阵和二阶矩阵拼接得到,即,[X-Xi]∨[X-Xi]2,这样得到的映射结果极大地增加了映射的非线性,使得映射关系更加离散。
随后在步骤S250中,根据第二映射函数、结合目标图像计算出原始图像经颜色迁移后的图像,作为颜色迁移后图像。根据本发明的方法200,在获得映射关系后,就可以将一张标准的基准图用映射关系映射为一张调色后的基准图,之后配色只需要基准图即可,基本可以实现实时换颜色。
如前文所述,方法200采用二阶的移动最小二乘方法,计算得到原始图像与目标图像之间的映射关系,以增加颜色映射的非线性,让颜色映射(或迁移)结果更加准确。并且,通过算得的高斯距离作为权重,在目标图像中像素点的颜色值与原始图像中对应像素点的颜色值距离越大时,即,一个颜色点对中的两个像素点的颜色值相差越远时,该颜色点对对应的映射矩阵获得的权重就越小,这样就增加了映射关系的离散程度。
根据本发明的另一种实现方式,考虑到通过映射得到的颜色迁移后图像会损失一些高频信息,呈现出图像较为模糊的效果,因此,对颜色迁移后图像做进一步处理,以保持图像的清晰度。
如图3,示出了根据本发明实施例的对颜色迁移后图像进行处理的方法300的流程图。方法300始于步骤S310,参照目标图像、对原始图像进行颜色迁移处理,以得到颜色迁移后图像。其中,对原始图像的颜色迁移处理可以采用本领域技术人员已知的颜色迁移算法,如Welsh经典算法,本发明的实施例对此不作限制。在根据本发明的一个实施例中,采用方法200中的步骤S210-步骤S250,根据第二映射函数计算得到颜色迁移后图像。计算过程参见前文所述,此处不再赘述。
随后在步骤S320中,用原始图像的高频信息替换颜色迁移后图像的高频信息,以得到清晰的颜色迁移后图像。
根据本发明的一个实施例,图像的高频信息通过对图像进行高斯模糊处理后得到。具体地,对原始图像做高斯模糊处理,并计算出原始图像的高频信息;同时,对颜色迁移后图像做高斯模糊处理,并计算出颜色迁移后图像的高频信息;最后,利用原始图像的高频信息替换颜色迁移后图像的高频信息,以得到清晰的颜色迁移后图像。
即,按如下方式计算得到清晰的颜色迁移后图像:
R=G(T)+(S-G(S))
其中,R表示清晰的颜色迁移后图像,T表示颜色迁移后图像,S表示原始图像,G()表示高斯模糊函数。
综上,通过将映射出来的图像(即,颜色迁移后图像)的高频信息替换成原始图像的高频信息,来提高颜色迁移后图像的清晰度,保证图像质量。
应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明所述的方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。

Claims (10)

1.一种颜色迁移方法,所述方法适于按照目标图像对原始图像进行颜色迁移处理,以使得原始图像具有与目标图像同样的颜色效果,所述方法适于在计算设备中执行,所述方法包括步骤:
对原始图像和目标图像中的像素点进行采样,生成至少一个颜色点对,其中一个颜色点对中包含一个原始图像中的像素点和一个目标图像中的像素点,且两个像素点具有相同语义信息;
利用移动最小二乘法根据所述至少一个颜色点对中每个颜色点对的颜色值生成第一映射函数;
计算所述至少一个颜色点对中每个颜色点对的距离值;
结合所述距离值和第一映射函数得到第二映射函数;以及
根据所述第二映射函数计算出颜色迁移后图像。
2.如权利要求1所述的方法,其中,所述根据第二映射函数计算出颜色迁移后图像的步骤之后,还包括步骤:
用原始图像的高频信息替换颜色迁移后图像的高频信息,以得到清晰的颜色迁移后图像。
3.如权利要求2所述的方法,其中,用原始图像的高频信息替换颜色迁移后图像的高频信息的步骤包括:
对原始图像做高斯模糊处理,并计算出原始图像的高频信息;
对颜色迁移后图像做高斯模糊处理,并计算出颜色迁移后图像的高频信息;以及
利用原始图像的高频信息替换颜色迁移后图像的高频信息,以得到清晰的颜色迁移后图像。
4.如权利要求1-3中任一项所述的方法,其中,所述第一映射函数μh(x)定义为:
其中,x表示目标图像中像素点的颜色值,表示原始图像中像素点的颜色值,m表示颜色点对的个数,为基函数,a(x)为系数。
5.如权利要求1-4中任一项所述的方法,其中,所述计算至少一个颜色点对中每个颜色点对的距离值的步骤包括:
计算所述至少一个颜色点对中每个颜色点对的高斯距离值。
6.如权利要求5所述的方法,其中,所述高斯距离值wi定义为:
其中,和xi分别表示构成一个颜色点对的原始图像中的像素点与对应的目标图像中的像素点的颜色值,σ表示衰减系数。
7.如权利要求1-6中任一项所述的方法,其中,所述第二映射函数μ(x)定义为:
其中,μh(x)为第一映射函数,Wi(x)表示高斯距离,m表示颜色点对的个数。
8.如权利要求2或3所述的方法,其中,按如下方式计算得到所述清晰的颜色迁移后图像:
R=G(T)+(S-G(S))
其中,R表示清晰的颜色迁移后图像,T表示颜色迁移后图像,S表示原始图像,G()表示高斯模糊函数。
9.一种计算设备,包括:
一个或多个处理器;和
存储器;
一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1-8所述方法中的任一方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当计算设备执行时,使得所述计算设备执行根据权利要求1-8所述的方法中的任一方法。
CN201810639630.1A 2018-06-20 2018-06-20 一种颜色迁移方法及计算设备 Pending CN108921810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810639630.1A CN108921810A (zh) 2018-06-20 2018-06-20 一种颜色迁移方法及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810639630.1A CN108921810A (zh) 2018-06-20 2018-06-20 一种颜色迁移方法及计算设备

Publications (1)

Publication Number Publication Date
CN108921810A true CN108921810A (zh) 2018-11-30

Family

ID=64419727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810639630.1A Pending CN108921810A (zh) 2018-06-20 2018-06-20 一种颜色迁移方法及计算设备

Country Status (1)

Country Link
CN (1) CN108921810A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636871A (zh) * 2018-12-07 2019-04-16 北京金山云网络技术有限公司 图片颜色的变换方法、装置和终端设备
CN110648372A (zh) * 2019-03-29 2020-01-03 完美世界(北京)软件科技发展有限公司 一种用于确定像素的颜色的方法及系统
CN112241744A (zh) * 2020-10-20 2021-01-19 北京字跳网络技术有限公司 图像颜色迁移方法、装置、设备和计算机可读介质
CN113191938A (zh) * 2021-04-29 2021-07-30 北京市商汤科技开发有限公司 图像处理方法、装置、电子设备及存储介质
CN113469969A (zh) * 2021-06-29 2021-10-01 深圳中科飞测科技股份有限公司 图像生成方法、图像生成装置、检测设备及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794380A (zh) * 2010-02-11 2010-08-04 上海点佰趣信息科技有限公司 指纹图像增强方法
CN102298703A (zh) * 2011-04-20 2011-12-28 中科院成都信息技术有限公司 一种基于投影残差的分类方法
CN103810496A (zh) * 2014-01-09 2014-05-21 江南大学 基于图像深度信息的3d高斯空间人体行为识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794380A (zh) * 2010-02-11 2010-08-04 上海点佰趣信息科技有限公司 指纹图像增强方法
CN102298703A (zh) * 2011-04-20 2011-12-28 中科院成都信息技术有限公司 一种基于投影残差的分类方法
CN103810496A (zh) * 2014-01-09 2014-05-21 江南大学 基于图像深度信息的3d高斯空间人体行为识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YOUNGBAE HWANG,JOON-YOUNG LEE,IN SO KWEON,SEON JOO KIM: "Color Transfer Using Probabilistic Moving Least Squares", 《2014 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION》 *
任红萍: "《插值型无网格方法》", 30 June 2012, 国防大学出版社 *
龚建周: "IHS和小波变换结合多源遥感影像融合质量对小波分解层数的响应", 《中国图象图形学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636871A (zh) * 2018-12-07 2019-04-16 北京金山云网络技术有限公司 图片颜色的变换方法、装置和终端设备
CN110648372A (zh) * 2019-03-29 2020-01-03 完美世界(北京)软件科技发展有限公司 一种用于确定像素的颜色的方法及系统
CN110648372B (zh) * 2019-03-29 2022-04-22 完美世界(北京)软件科技发展有限公司 一种用于确定像素的颜色的方法及系统
CN112241744A (zh) * 2020-10-20 2021-01-19 北京字跳网络技术有限公司 图像颜色迁移方法、装置、设备和计算机可读介质
CN113191938A (zh) * 2021-04-29 2021-07-30 北京市商汤科技开发有限公司 图像处理方法、装置、电子设备及存储介质
CN113469969A (zh) * 2021-06-29 2021-10-01 深圳中科飞测科技股份有限公司 图像生成方法、图像生成装置、检测设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN108921810A (zh) 一种颜色迁移方法及计算设备
He et al. Conditional sequential modulation for efficient global image retouching
JP6977864B2 (ja) 推論装置、畳み込み演算実行方法及びプログラム
Jiang et al. Image contrast enhancement with brightness preservation using an optimal gamma correction and weighted sum approach
US9098534B2 (en) Image display system, image display method, social network service system, and computer-readable medium
CN109829453A (zh) 一种卡证中文字的识别方法、装置以及计算设备
CN109767401B (zh) 画面优化方法、装置、终端及对应的存储介质
US10311538B2 (en) Closed form non-iterative watermark embedding
CN109584179A (zh) 一种卷积神经网络模型生成方法及图像质量优化方法
CN107454284A (zh) 一种视频去噪方法及计算设备
US9740959B2 (en) Acceleration of exposure fusion with pixel shaders
CN110288614A (zh) 图像处理方法、装置、设备及存储介质
Kim et al. BigColor: Colorization using a generative color prior for natural images
CN110059815B (zh) 人工智能推理计算设备
CN111340077B (zh) 基于注意力机制的视差图获取方法和装置
US10580122B2 (en) Method and system for image enhancement
CN109671061A (zh) 一种图像分析方法、装置、计算设备及存储介质
CN107590791A (zh) 图像增强方法以及图像处理装置
CN107038695A (zh) 一种图像融合方法及移动设备
CN110427946A (zh) 一种文档图像二值化方法、装置和计算设备
CN113034358A (zh) 一种超分辨率图像处理方法以及相关装置
CN109840912A (zh) 一种图像中异常像素的修正方法及计算设备
CN110288560A (zh) 一种图像模糊检测方法及装置
Ignatov et al. Power efficient video super-resolution on mobile npus with deep learning, mobile ai & aim 2022 challenge: Report
CN109978136B (zh) 一种训练目标网络的方法、计算设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181130