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