图像彩色化方法（基于颜色传递、颜色扩展）

图像彩色化的研究主要有基于参考图像的颜色传递方法和基于人工着色的局部颜色扩展方法。一般来说，基于参考图像的颜色传递方法首要采取图像处理方法，例如：借助图像融合技术的红外图像彩色化、基于图像分割技术、图像分类技术的图像彩色化方法；基于人工着色的局部颜色扩展方法主要依赖于偏微分方程将彩色化问题转化为最优解问题。

基于颜色传递、颜色扩展

1)基于颜色转移的彩色化

图像色彩迁移是以一幅彩色图像作为目标图像，改变待处理源图像的颜色信息，最后结果图像有着源图像的形状特征和目标图像的色彩特征。色彩迁移的目的是将图像的颜色信息和形状信息进行合并，生成另一幅图像，并使生成的结果图像既有源图像形状信息，又有目标图像的颜色信息。色彩迁移研究的内容就是怎样将目标图像的颜色合理的传输到源图像，使之看上去更加符合人类的视觉审美要求。

现有的色彩迁移技术主要分为三大类：全局图像的色彩迁移，用户交互间的色彩迁移，无监督的自动色彩迁移。 

CIELAB 颜色空间是在 LMS 颜色空间（LMS 颜色空间的三个通道分别表示长(L)、中(M)、短(S)激发光谱）的基础上建立起来的。由于 LMS 颜色空间三个通道间有较大的相关性，给图像处理过程带来一定的困难。针对这种情况，1998 年 Buchsbaum 等人发现正交线性变换可以将人眼感受到的锥状信号分成三个相关的通道，随后 Ruderman 等人在其研究的基础上，对图像的感知进行深入研究，提出了可以利用 LMS 空间得到一种不相关的、近似正交的色彩空间：CIELAB 颜色空间。该空间假设人类视觉系统理想地适应自然基色的处理，把光线波长转换为亮度和色相的一套描述色彩数据。其中，l 表示非彩色的亮度通道，a 表示彩色的黄一蓝通道，b 表示红一绿通道。与其它颜色体系不同，CIELAB颜色空间更适合人类视觉感知系统。 颜色转移的彩色化方面，颜色模式如RGB、Lab、YUV等具有多个通道，每个通道的颜色值互相独立，这样就可以独立的改变每个通道的颜色值，对图像的颜色进行处理。

CIELAB 颜色空间的提出，为图像色彩迁移的发展奠定了坚实的基础。

2001年，Reinhard 等人首次提出色彩迁移的概念，根据 CIELAB 颜色空间中各通道互相不关联的特点，提出了一组适用于各颜色分量的色彩迁移公式，较好的实现了彩色图像之间的色彩迁移。实现简单，且运行效率很高。该算法由于整体色彩迁移，因此对全局颜色基调单一的图像的有着良好的迁移效果。而对于颜色内容丰富的图像，则效果并不那么明显。可以采用引入人机交互选取样本块的方法，而且要求用户指定样本块之间的对应关系。这样给用户增加了许多繁琐的交互。当图像的色彩比较复杂时，用户无法手工精确地选取样本块。

2002 年，Welsh 等人在 Reinhard 等人的彩色图像间色彩迁移算法研究基础上，提出了灰度图像彩色化的思想，并提出了相应的算法。该算法主要利用查找匹配像素来实现灰度图像的色彩迁移，因为灰度图像只有亮度信息，所以该算法主要通过像素的亮度值匹配主要的方式是人机交互，然后选取样本块和全局图像匹配两种。

胡国飞等人提出了一种自适应色彩迁移算法，该算法采取了全局采样保持色彩基调和局部采样保持纹理的色彩迁移公式，并将分层思想引入其中，它较好的实现了具有前景和背景图像的色彩迁移，为颜色内容丰富图像的色彩迁移提供了新的方法。 

2)局部彩色化向全局扩展

局部彩色化向全局扩展的方法中，Horiuchi利用图像的局部马尔可夫性质通过最小化相邻像素间的颜色区别来彩色化，Levin将着色问题看作一个全局优化问题来处理。Musialski等人则实现了由用户输入带有色彩的线条作为输入颜色值，以尽量少的用户交互完成彩色化。

结合人工交互，采用用户交互下的图像色彩编辑方法，这类方法需要用户在输入图像上进行标记，进而将用户的标记色彩扩散到整张图像，现有交互式图像色彩编辑对交互采样数据量要求较高。

1. 张迪. 基于稀疏表示的灰度图像颜色重建算法研究[D]. 西北大学, 2017.
2. 张欢. 灰度图像彩色化的算法研究[D]. 西安电子科技大学, 2011.
3. 金舟. 图像着色关键技术分析及其应用[D]. 天津大学, 2011.

参考：图像色彩迁移技术研究_蔡连杰

          灰色图像着色方法研究及实现_李玉润

          基于变分偏微分方程的图像着色及其快速算法_周晨