CN111667541B

CN111667541B - 图像颜色量化方法、装置、电子设备及存储介质

Info

Publication number: CN111667541B
Application number: CN202010594299.3A
Authority: CN
Inventors: 陶颖
Original assignee: Beijing Meishe Network Technology Co ltd
Current assignee: Beijing Meishe Network Technology Co ltd
Priority date: 2020-06-28
Filing date: 2020-06-28
Publication date: 2023-07-18
Anticipated expiration: 2040-06-28
Also published as: CN111667541A

Abstract

本发明提供了一种图像颜色量化方法、装置、电子设备及存储介质。图像颜色量化方法包括：针对待处理图像中当前像素的每个邻域像素，依据当前邻域像素与所述当前像素之间的像素差值及预设的归一化参数，确定所述当前邻域像素的像素域权重，以及，依据当前邻域像素与所述当前像素之间的坐标差值，确定所述当前邻域像素的空间域权重；依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素；对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素。本发明能够提高图像颜色量化的量化效率和量化效果。

Description

图像颜色量化方法、装置、电子设备及存储介质

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像颜色量化方法、装置、电子设备及存储介质。

背景技术

颜色量化是利用人眼对颜色的惰性，将原图像中不太重要的相似颜色合并为一种颜色，减少图像中的颜色，而使量化前后的图像对于人眼的认识误差最小，即量化误差最小。颜色量化是数字图像处理的基本技术之一，尤其是近些年出现的漫画特效，颜色量化是该漫画特效实现所需的过程。

目前通常采用的颜色量化方法有分割法和聚类法。比如，频度序列方法、中位切割方法、八叉树量化方法。但是，目前的颜色量化方法都存在量化效率较低，量化效果较差的问题。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种图像颜色量化方法、装置、电子设备及存储介质。

第一方面，本发明实施例公开了一种图像颜色量化方法，所述方法包括：

针对待处理图像中当前像素的每个邻域像素，依据当前邻域像素与所述当前像素之间的像素差值及预设的归一化参数，确定所述当前邻域像素的像素域权重，以及，依据当前邻域像素与所述当前像素之间的坐标差值，确定所述当前邻域像素的空间域权重；

依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素；

对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素。

可选地，所述依据当前邻域像素与所述当前像素之间的像素差值及预设的归一化参数，确定所述当前邻域像素的像素域权重，包括：

通过如下公式计算当前邻域像素的像素域权重：

f_r = 1 - min{‖I_g(x_i) - I_g(x)‖ × n , 1.0}

其中，f_r表示所述当前邻域像素的像素域权重，I_g(x_i)表示第i个当前邻域像素的像素值，I_g (x)表示所述当前像素的像素值，‖I_g(x_i) - I_g(x)‖表示所述当前邻域像素与所述当前像素之间的像素差值，n表示所述归一化参数，min表示取最小值，i为自然数。

可选地，所述依据当前邻域像素与所述当前像素之间的坐标差值，确定所述当前邻域像素的空间域权重，包括：获取预设的坐标差值与空间域权重的对应关系表；从所述对应关系表中，查找所述当前邻域像素与所述当前像素之间的坐标差值对应的空间域权重，将查找到的空间域权重作为所述当前邻域像素的空间域权重。

可选地，所述依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素，包括：依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行横向滤波，得到横向滤波后的当前像素；依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述横向滤波后的当前像素进行纵向滤波，得到所述双边滤波后的当前像素。

可选地，所述依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素，包括：依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行纵向滤波，得到纵向滤波后的当前像素；依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述纵向滤波后的当前像素进行横向滤波，得到所述双边滤波后的当前像素。

可选地，所述对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素，包括：

将所述双边滤波后的当前像素的初始形式的颜色值，转换成所述双边滤波后的当前像素对应的YUV值；

通过如下公式对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化：

C2.y= (max((C2.y1- t) , 0) / g + 0.5)×g + t

其中，C2.y表示颜色量化后的Y分量，C2.y1表示所述双边滤波后的当前像素对应的YUV值的Y分量，max表示取最大值，t表示预设的Y分量最小值，g表示预先将Y分量的值域平均划分后得到的量化单元的数量；

将颜色量化后的YUV值转换成所述初始形式的颜色值，得到所述颜色量化后的当前像素。

第二方面，本发明实施例公开了一种图像颜色量化装置，所述装置包括：

确定模块，用于针对待处理图像中当前像素的每个邻域像素，依据当前邻域像素与所述当前像素之间的像素差值及预设的归一化参数，确定所述当前邻域像素的像素域权重，以及，依据当前邻域像素与所述当前像素之间的坐标差值，确定所述当前邻域像素的空间域权重；

滤波模块，用于依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素；

量化模块，用于对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素。

可选地，所述确定模块包括：第一确定单元，用于通过如下公式计算当前邻域像素的像素域权重：

f_r = 1 - min{‖I_g(x_i)-I_g(x)‖× n , 1.0}

其中，f_r表示所述当前邻域像素的像素域权重，I_g(x_i)表示第i个当前邻域像素的像素值，I_g(x)表示所述当前像素的像素值，‖I_g(x_i)-I_g(x)‖表示所述当前邻域像素与所述当前像素之间的像素差值，n表示所述归一化参数，min表示取最小值，i为自然数。

可选地，所述确定模块包括：第二确定单元，用于获取预设的坐标差值与空间域权重的对应关系表；从所述对应关系表中，查找所述当前邻域像素与所述当前像素之间的坐标差值对应的空间域权重，将查找到的空间域权重作为所述当前邻域像素的空间域权重。

可选地，所述滤波模块包括：第一横向滤波单元，用于依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行横向滤波，得到横向滤波后的当前像素；第一纵向滤波单元，用于依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述横向滤波后的当前像素进行纵向滤波，得到所述双边滤波后的当前像素。

可选地，所述滤波模块包括：第二纵向滤波单元，用于依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行纵向滤波，得到纵向滤波后的当前像素；第二横向滤波单元，用于依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述纵向滤波后的当前像素进行横向滤波，得到所述双边滤波后的当前像素。

可选地，所述量化模块包括：

第一转换单元，用于将所述双边滤波后的当前像素的初始形式的颜色值，转换成所述双边滤波后的当前像素对应的YUV值；

分量量化单元，用于通过如下公式对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化：

C2.y= (max((C2.y1- t) , 0) / g + 0.5)×g + t

第二转换单元，用于将颜色量化后的YUV值转换成所述初始形式的颜色值，得到所述颜色量化后的当前像素。

第三方面，本发明实施例公开了一种电子设备，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质；当所述指令由所述一个或多个处理器执行时，使得所述处理器执行如上任一项所述的图像颜色量化方法。

第四方面，本发明实施例公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上任一项所述的图像颜色量化方法。

本发明实施例中，针对待处理图像中当前像素的每个邻域像素，依据当前邻域像素与所述当前像素之间的像素差值及预设的归一化参数，确定所述当前邻域像素的像素域权重，以及，依据当前邻域像素与所述当前像素之间的坐标差值，确定所述当前邻域像素的空间域权重；依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素；对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素。由此可知，本发明实施例中，一方面，在双边滤波的过程中，依据当前邻域像素与当前像素之间的像素差值及预设的归一化参数确定当前邻域像素的像素域权重的方式，相比于仅依据当前邻域像素与当前像素之间的像素差值确定当前邻域像素的像素域权重的方式，得到的像素域权重更加准确，因此能够提高双边滤波的准确性；另一方面，在颜色量化过程中，对YUV值的Y分量进行颜色量化，量化过程更加简便，量化结果更加准确。因此本发明实施例能够提高图像颜色量化的量化效率和量化效果。

附图说明

图1是本发明实施例的一种图像颜色量化方法的步骤流程图。

图2是本发明实施例的一种颜色量化前的图像。

图3是本发明实施例的一种颜色量化后的图像。

图4是本发明实施例的一种图像颜色量化装置的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1，示出了本发明实施例的一种图像颜色量化方法的步骤流程图。

本发明实施例的图像颜色量化方法可以包括以下步骤：

步骤101，针对待处理图像中当前像素的每个邻域像素，依据当前邻域像素与所述当前像素之间的像素差值及预设的归一化参数，确定所述当前邻域像素的像素域权重，以及，依据当前邻域像素与所述当前像素之间的坐标差值，确定所述当前邻域像素的空间域权重。

本发明实施例的图像颜色量化方法可以应用于高质量高效率的视频、图像处理及合成的终端中。比如，各种具有摄像功能及视频、图像处理功能的应用程序等。比如，对图像进行漫画特效处理时，可以应用本发明实施例的方法对图像进行颜色量化。本发明实施例基于OpenGL（Open Graphics Library，开放图形库）实现。

本发明实施例中，在颜色量化前可以先对图像进行双边滤波。双边滤波(Bilateral filter)是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性。通过双边滤波，一方面可以消除噪声，另一方面可以使图像颜色的分布更加均匀。

在双边滤波过程中，将待处理图像中的每个像素依次作为当前像素。每个当前像素具有多个邻域像素，依次将当前像素的每个邻域像素作为当前邻域像素。其中，当前像素的邻域像素可以为位于当前像素对应的预设邻域范围内的像素。对于邻域范围的设置，本领域技术人员根据实际经验设置任意适用的范围均可，本发明实施例对此不做限制。比如，可以设置邻域范围为以当前像素为中心的预设大小的矩形范围。再比如，可以设置邻域范围为以当前像素为中心，与当前像素位于同一水平线的预设大小的矩形范围，以及与当前像素位于同一垂直线的预设大小的矩形范围，等等。

针对待处理图像中当前像素的每个邻域像素，分别确定当前邻域像素的像素域权重和当前邻域像素的空间域权重。

在一种实施方式中，可以通过如下公式一计算当前邻域像素的像素域权重：

f_r = exp(-‖I_g(x_i)-I_g(x)‖²/ 2σ₁ ²)公式一

公式一中，f_r表示所述当前邻域像素的像素域权重，exp表示以自然常数e为底的指数函数，I_g(x_i)表示第i个当前邻域像素的像素值，I_g(x)表示所述当前像素的像素值，‖I_g(x_i)-I_g(x) ‖表示所述当前邻域像素与所述当前像素之间的像素差值，i为自然数，σ₁表示预设的高斯函数的标准差，符号“‖‖”表示取绝对值。对于σ₁的具体数值，本领域技术人员根据实际经验选用任意适用的数值均可，本发明实施例对此不做限制。

但是，上述f_r为高斯函数，如果每次都计算高斯函数会比较消耗计算资源，处理过程复杂。本发明实施例中，为了简化处理过程，并且提高计算结果的准确性，不再基于高斯函数计算像素域权重，而是依据当前邻域像素与当前像素之间的像素差值及预设的归一化参数，确定所述当前邻域像素的像素域权重。

因此，本发明实施例中，可以通过如下公式二计算当前邻域像素的像素域权重：

f_r = 1 - min{‖I_g(x_i)-I_g(x)‖× n , 1.0}公式二

公式二中，f_r表示所述当前邻域像素的像素域权重，I_g(x_i)表示第i个当前邻域像素的像素值，I_g(x)表示所述当前像素的像素值，‖I_g(x_i)-I_g(x)‖表示所述当前邻域像素与所述当前像素之间的像素差值，n表示所述归一化参数，min表示取最小值，i为自然数，符号“‖‖”表示取绝对值。

本发明实施例中，像素值可以为像素的灰度值，或者可以为像素的RGB（RGB代表Red红色、Green绿色、Blue蓝色）、或者可以为像素的RGBA（RGBA代表Red红色、Green绿色、Blue蓝色和Alpha（也就是透明度/不透明度）的色彩空间），等等。归一化参数n的值越大图像越锐，归一化参数n的值越小图像越平滑。可选地，n的取值范围可以为2~8。

在一种实施方式中，可以通过如下公式三计算当前邻域像素的空间域权重：

g_s = exp( - [(x_i– x)²+ (y_i– y)²] / 2σ₂ ²)公式三

公式三中，g_s表示所述当前邻域像素的空间域权重，exp表示以自然常数e为底的指数函数，x_i表示第i个当前邻域像素的x轴坐标值，y_i表示第i个当前邻域像素的y轴坐标值，x表示当前像素的x轴坐标值，y表示当前像素的y轴坐标值，i为自然数，σ₂表示预设的高斯函数的标准差。对于σ₂的具体数值，本领域技术人员根据实际经验选用任意适用的数值均可，本发明实施例对此不做限制。

但是，上述g_s为高斯函数，如果每次都计算高斯函数会比较消耗计算资源，处理过程复杂。本发明实施例中，考虑到一定大小的图像区域内像素之间的距离（也即坐标差值）是有限的离散值，因此为了简化处理过程，对于特定的高斯模板（比如上述公式三中的高斯函数），可以预先计算出每个坐标差值所对应的空间域权重，得到坐标差值与空间域权重的对应关系表。后续通过查表方式得到当前邻域像素的空间域权重。

因此，本发明实施例中，依据当前邻域像素与所述当前像素之间的坐标差值，确定所述当前邻域像素的空间域权重，可以包括：获取预设的坐标差值与空间域权重的对应关系表；从所述对应关系表中，查找所述当前邻域像素与所述当前像素之间的坐标差值对应的空间域权重，将查找到的空间域权重作为所述当前邻域像素的空间域权重。

步骤102，依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素。

本发明实施例中，可以通过如下公式四和公式五对所述当前像素进行双边滤波：

I(x) =[∑I_g(x_i)f_r(‖I_g(x_i)-I_g(x)‖) g_s(‖x_i-x‖)] / W_p公式四

W_p=∑f_r(‖I_g(x_i)-I_g(x)‖) g_s(‖x_i-x‖)公式五

公式四和公式五中，I(x)表示双边滤波后的当前像素的像素值，f_r(‖I_g(x_i)-I_g(x)‖)表示上述公式二中的f_r，g_s(‖x_i-x‖)表示上述公式三中的g_s，I_g(x_i)表示第i个当前邻域像素的像素值，i为自然数，∑表示求和。

本发明实施例中，为了进一步节省计算资源，还可以采用横/纵二次滤波以代替单次区域滤波。横向滤波，是指对于图像中每个当前像素，在运用上述公式四和公式五对当前像素进行双边滤波时，水平方向上的邻域像素参与运算。纵向滤波，是指对于图像中每个当前像素，在运用上述公式四和公式五对当前像素进行双边滤波时，垂直方向上的邻域像素参与运算。

在一种实现方式中，可以先进行横向滤波，再进行纵向滤波。因此，依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素，可以包括：依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行横向滤波，得到横向滤波后的当前像素；依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述横向滤波后的当前像素进行纵向滤波，得到所述双边滤波后的当前像素。

在一种实现方式中，可以先进行纵向滤波，再进行横向滤波。因此，依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素，可以包括：依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行纵向滤波，得到纵向滤波后的当前像素；依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述纵向滤波后的当前像素进行横向滤波，得到所述双边滤波后的当前像素。

步骤103，对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素。

在一种可选实施方式中，对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素，可以包括如下步骤A1~A3：

步骤A1，将所述双边滤波后的当前像素的初始形式的颜色值，转换成所述双边滤波后的当前像素对应的YUV值。

其中，初始形式的颜色值可以为RGB值，也可以为RGBA值，等等。

通过如下公式六将双边滤波后的当前像素的初始形式的颜色值转换成YUV值：

C2=M1×C1 公式六

公式六中，C2表示所述双边滤波后的当前像素对应的YUV值，C1表示所述双边滤波后的当前像素的初始形式的颜色值，M1表示初始形式的颜色值到YUV值的转换矩阵。对于M1的具体形式，本领域技术人员根据实际经验选用任意适用的转换矩阵均可，本发明实施例在此不再详细论述。比如，以初始形式的颜色值为RGB值为例，则M1为RGB值到YUV值的转换矩阵。

步骤A2，通过如下公式七对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化：

C2.y= (max((C2.y1- t) , 0) / g + 0.5)×g + t公式七

公式七中，C2.y表示颜色量化后的Y分量，C2.y1表示所述双边滤波后的当前像素对应的YUV值的Y分量，max表示取最大值，t表示预设的Y分量最小值，g表示预先将Y分量的值域平均划分后得到的量化单元的数量。对于t和g的具体数值，本领域技术人员根据实际经验选用任意适用的数值均可，本发明实施例对此不做限制。比如，t的取值可以为0.1~0.3之间适用的数值，如t取值为0.23等。g的取值可以为4、8、16，等等。

本发明实施例中，在对Y分量进行颜色量化时，可以把Y分量的值域平均划分平均分成若干量化单元，Y值落在哪个量化单元，量化后的Y值则为该量化单元的中值。

步骤A3，将颜色量化后的YUV值转换成所述初始形式的颜色值，得到所述颜色量化后的当前像素。

通过如下公式八将颜色量化后的YUV值转换成所述初始形式的颜色值：

C=M2×C2 公式八

公式八中，C表示颜色量化后的当前像素的初始形式的颜色值，C2表示颜色量化后的YUV值，M2表示YUV值到初始形式的颜色值的转换矩阵。对于M1的具体形式，本领域技术人员根据实际经验选用任意适用的转换矩阵均可，本发明实施例在此不再详细论述。比如，以初始形式的颜色值为RGB值为例，则M2为YUV值到RGB值的转换矩阵。

图2是本发明实施例的一种颜色量化前的图像。图3是本发明实施例的一种颜色量化后的图像。经过图2和图3对比可以发现，图3中颜色量化后的图像的量化效果较好。

本发明实施例中，一方面，在双边滤波的过程中，依据当前邻域像素与当前像素之间的像素差值及预设的归一化参数确定当前邻域像素的像素域权重的方式，相比于仅依据当前邻域像素与当前像素之间的像素差值确定当前邻域像素的像素域权重的方式，得到的像素域权重更加准确，因此能够提高双边滤波的准确性；另一方面，在颜色量化过程中，对YUV值的Y分量进行颜色量化，量化过程更加简便，量化结果更加准确。因此本发明实施例能够提高图像颜色量化的量化效率和量化效果。

参照图4，示出了本发明实施例的一种图像颜色量化装置的结构框图。

本发明实施例的图像颜色量化装置可以包括以下模块：

确定模块401，用于针对待处理图像中当前像素的每个邻域像素，依据当前邻域像素与所述当前像素之间的像素差值及预设的归一化参数，确定所述当前邻域像素的像素域权重，以及，依据当前邻域像素与所述当前像素之间的坐标差值，确定所述当前邻域像素的空间域权重；

滤波模块402，用于依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素；

量化模块403，用于对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素。

可选地，所述确定模块401包括：第一确定单元，用于通过如下公式计算当前邻域像素的像素域权重：

f_r = 1 - min{‖I_g(x_i)-I_g(x)‖× n , 1.0}

可选地，所述确定模块401包括：第二确定单元，用于获取预设的坐标差值与空间域权重的对应关系表；从所述对应关系表中，查找所述当前邻域像素与所述当前像素之间的坐标差值对应的空间域权重，将查找到的空间域权重作为所述当前邻域像素的空间域权重。

可选地，所述滤波模块402包括：第一横向滤波单元，用于依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行横向滤波，得到横向滤波后的当前像素；第一纵向滤波单元，用于依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述横向滤波后的当前像素进行纵向滤波，得到所述双边滤波后的当前像素。

可选地，所述滤波模块402包括：第二纵向滤波单元，用于依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行纵向滤波，得到纵向滤波后的当前像素；第二横向滤波单元，用于依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述纵向滤波后的当前像素进行横向滤波，得到所述双边滤波后的当前像素。

可选地，所述量化模块403包括：

C2.y= (max((C2.y1- t) , 0) / g + 0.5)×g + t

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在本发明的实施例中，还提供了一种电子设备。该电子设备可以包括一个或多个处理器，以及其上存储有指令的一个或多个机器可读介质，指令例如应用程序。当所述指令由所述一个或多个处理器执行时，使得所述处理器执行上述的图像颜色量化方法。

在本发明的实施例中，还提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序可由电子设备的处理器执行，以完成上述的图像颜色量化方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种图像颜色量化方法、装置、电子设备及存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims

1.一种图像颜色量化方法，其特征在于，所述方法包括：

通过公式C2.y＝(max((C2.y1-t),0)/g+0.5)×g+t，对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素；其中，C2.y表示颜色量化后的Y分量，C2.y1表示所述双边滤波后的当前像素对应的YUV值的Y分量，max表示取最大值，t表示预设的Y分量最小值，g表示预先将Y分量的值域平均划分后得到的量化单元的数量；

其中，所述依据当前邻域像素与所述当前像素之间的像素差值及预设的归一化参数，确定所述当前邻域像素的像素域权重，包括：

通过如下公式计算当前邻域像素的像素域权重：

f_r＝1-min{‖I_g(x_i)-I_g(x)‖×n,1.0}

2.根据权利要求1所述的方法，其特征在于，所述依据当前邻域像素与所述当前像素之间的坐标差值，确定所述当前邻域像素的空间域权重，包括：

获取预设的坐标差值与空间域权重的对应关系表；

从所述对应关系表中，查找所述当前邻域像素与所述当前像素之间的坐标差值对应的空间域权重，将查找到的空间域权重作为所述当前邻域像素的空间域权重。

3.根据权利要求1所述的方法，其特征在于，所述依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素，包括：

依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行横向滤波，得到横向滤波后的当前像素；

依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述横向滤波后的当前像素进行纵向滤波，得到所述双边滤波后的当前像素。

4.根据权利要求1所述的方法，其特征在于，所述依据所述当前像素的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行双边滤波，得到双边滤波后的当前像素，包括：

依据与所述当前像素位于同一垂直线上的各邻域像素的像素值、像素域权重及空间域权重，对所述当前像素进行纵向滤波，得到纵向滤波后的当前像素；

依据与所述当前像素位于同一水平线上的各邻域像素的像素值、像素域权重及空间域权重，对所述纵向滤波后的当前像素进行横向滤波，得到所述双边滤波后的当前像素。

5.根据权利要求1所述的方法，其特征在于，所述通过公式C2.y＝(max((C2.y1-t),0)/g+0.5)×g+t，对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素，包括：

通过公式C2.y＝(max((C2.y1-t),0)/g+0.5)×g+t，对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化；

6.一种图像颜色量化装置，其特征在于，所述装置包括：

量化模块，用于通过公式C2.y＝(max((C2.y1-t),0)/g+0.5)×g+t，对所述双边滤波后的当前像素对应的YUV值的Y分量进行颜色量化，得到颜色量化后的当前像素；其中，C2.y表示颜色量化后的Y分量，C2.y1表示所述双边滤波后的当前像素对应的YUV值的Y分量，max表示取最大值，t表示预设的Y分量最小值，g表示预先将Y分量的值域平均划分后得到的量化单元的数量；

其中，所述确定模块包括：第一确定单元，用于通过如下公式计算当前邻域像素的像素域权重：

f_r＝1-min{‖I_g(x_i)-I_g(x)‖×n,1.0}

7.一种电子设备，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质；

当所述指令由所述一个或多个处理器执行时，使得所述处理器执行如权利要求1至5任一项所述的图像颜色量化方法。

8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1至5任一项所述的图像颜色量化方法。