簡介 |
灰階影像著色是一門很重要的領域。針對如何影像著色品質改善的方法不斷被提出來,但是仍然有一些問題尚未完全解決,例如自動化。沒有自動化,則灰階影像著色的過程就有可能非常瑣碎。我們希望能將一張灰色的影像上色,而其彩色化過程是完全交由電腦來解決的。Welsh等人提出一種很簡單的自動上色方法,利用一張灰階和一張參考的彩色照片即可為灰階影像上色。 近年來材質合成的相關論文陸續被提出,而我們的方法正是結合了Welsh和材質合成的概念。對於自然場景中的灰階照片,我們能很清楚的判斷出「樹」、「山」、「河」,並且自動在腦海中賦予顏色,且一個自然場景所包含的材質的種類數目是十分有限的。基於這個理想下,材質的認定在灰階轉換中扮演了不小的角色。一旦材質能夠判斷,對於自然中的景物就可以較容易做到自動化的結果。 判斷材質方面,利用3×3或5×5等不同的鄰域大小,將此集合看成是一個「微影像」。根據此影像中的統計特徵、材質訊息,從我們參考的彩色影像中找出最相近的材質,接著將此材質的顏色轉換至原來的灰階影像上。另外,影像上色為一冗長過程,如何能有效率的著色也是一個亟欲解決的問題。對此,我們借用在材質合成論文中提出的「樹狀結構向量化」(tree-structure vector quantization)來加快整個灰階比對的過程。 本論文提出材質的概念,因此特性能夠有效的描述出物件內部明亮度分佈的情況,也就是所謂的材質特性,然後再利用鄰域的平均、標準差和材質等來做顏色對映的方法。實驗結果也顯出,結合材質特性能比L2 norm更精確,也更能轉出正確的色彩。
|
檔案下載 |
灰階彩色化(word檔) |
灰階彩色化(pdf檔) |
投影片 |
實驗成果圖(部份) | ||||
灰階影像(target image) | 彩色影像(source image) | Welsh | 我們的方法 | Blasi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|