劉夙凱

摘 要： 研究夜景圖像的美化問(wèn)題，分析計(jì)算機(jī)圖形圖像處理技術(shù)在美術(shù)中的應(yīng)用，提出一種基于光照多重色差補(bǔ)償?shù)囊咕皥D像美化處理技術(shù)。首先對(duì)采集的夜景圖像進(jìn)行小波降噪處理，然后采用光照自適應(yīng)均衡技術(shù)進(jìn)行夜景圖像的白平衡優(yōu)化，對(duì)夜景的光照色差采用陰影區(qū)域和亮度區(qū)域分割的方法進(jìn)行輪廓陰影偏差補(bǔ)償，提高夜景圖像的美化效果。最后進(jìn)行實(shí)驗(yàn)測(cè)試，結(jié)果表明，采用該技術(shù)進(jìn)行夜景圖像的美化處理具有較好的美術(shù)展現(xiàn)能力，提高了圖像的美觀性和視覺(jué)感官表達(dá)性能，具有較好的美術(shù)應(yīng)用價(jià)值。

關(guān)鍵詞： 夜景圖像； 圖形圖像技術(shù)； 美術(shù)領(lǐng)域； 圖像美化

中圖分類(lèi)號(hào)： TN911.73?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）21?0066?03

Application of computer graphics and image technology in fine art field

LIU Sukai

（School of Art and Design， Pingdingshan University， Pingdingshan 467000， China）

Abstract： By studying the beautification of the night scene image and analyzing the application of computer graphics and image processing technology in fine art， a night scene image beautification processing technology based on illumination compensation of multiple chromatic aberrations is proposed. The acquired night scene image is processed with wavelet denoising， and optimized with white balance by means of illumination adaptive equalization technology. The segmentation method for shadow region and bright region is used to perform the outline shadow deviation compensation for the illumination chromatic aberration of night scene to improve the beautification effect of night scene image. The experimental results show that the technology used to beautify the night scene image has high fine art show ability and high fine art application value， and can improve the beautification of the image and sensory properties of the visual expression.

Keywords： night scene image； graphics and image technology； fine art field； image beautification

0 引 言

在計(jì)算機(jī)圖形圖像處理技術(shù)高速發(fā)展的今天，采用圖像處理技術(shù)進(jìn)行圖像美化處理，并應(yīng)用到美術(shù)領(lǐng)域中，提高圖像的成像質(zhì)量和視覺(jué)感官性。美術(shù)圖像的美化處理主要包括圖像降噪、圖像信息融合、圖像增強(qiáng)和圖像的白平衡偏差補(bǔ)償?shù)萚1]。在進(jìn)行景觀圖像采集中[2?3]，由于受到光照強(qiáng)度和采集設(shè)備自身物理特性的影響，通常采集的原始圖像都需要進(jìn)行后期處理，圖像美化技術(shù)是后期美術(shù)圖像加工的關(guān)鍵。本文研究夜景圖像的美化處理技術(shù)，夜景圖像采集受到光照低、曝光時(shí)間長(zhǎng)短等因素的影響，容易出現(xiàn)白平衡失真和過(guò)度曝光等問(wèn)題，導(dǎo)致采集的圖像可能出現(xiàn)亮度不夠、噪點(diǎn)過(guò)多和鬼影等現(xiàn)象，研究夜景圖像的美化處理技術(shù)，分析計(jì)算機(jī)圖形圖像技術(shù)在美術(shù)領(lǐng)域中的應(yīng)用具有可參考性。本文提出基于光照多重色差補(bǔ)償?shù)囊咕皥D像美化處理技術(shù)，進(jìn)行夜景圖像美化處理，通過(guò)圖像處理技術(shù)研究和仿真實(shí)驗(yàn)分析得出有效性結(jié)論。

1 待美化夜景圖像的預(yù)處理

1.1 夜景圖像采集像素特征表達(dá)

為了實(shí)現(xiàn)對(duì)夜景圖像的美化處理，需要首先對(duì)采集的夜景圖像進(jìn)行像素特征分解和表達(dá)，夜景圖像采集采用的是NikonD7100數(shù)碼成像設(shè)備，采用自動(dòng)對(duì)焦鏡頭，設(shè)定的感光度ISO為100，曝光時(shí)間為60 s，采集的圖像輸出為：

[I（x）=J（x）t（x）+A1-t（x）] （1）

式中：[A]為圖像在[x]方向的尺度信息；[t（x）]為夜間的光照強(qiáng)度；[J（x）t（x）]為圖像的成像區(qū)域的噪聲系數(shù)。

在多尺度光照補(bǔ)光作用下，計(jì)算夜景圖像的每個(gè)像素的顏色子空間和亮度特征空間，采用數(shù)字化圖形圖像處理方法對(duì)采集的圖像進(jìn)行自適應(yīng)特征加權(quán)，進(jìn)行邊緣輪廓特征提取，得到圖像的約束優(yōu)化解向量定義為：

[min f（x）， x=（x1，x2，…，xn）∈?ns.t. gj（x）≤0，j=1，2，…，lhj（x）=0，j=l+1，l+2，…，p] （2）

式中：[x∈Ω]表示夜景圖像均勻像素遍歷的可行域。在光照較暗的條件下，設(shè)采集到的圖像輸出數(shù)學(xué)模型為[g={g（i），i∈Ω}，]構(gòu)建圖像灰度像素特征向量，得到夜景圖像采集的輸出像素表達(dá)為：endprint

[L=Jw，e-i=1NaiwTφxi+b+ei-yi] （3）

采用約束優(yōu)化進(jìn)化方法進(jìn)行圖像的融合處理，對(duì)采集的夜景圖像在小波域內(nèi)進(jìn)行尺度分解和穩(wěn)像處理，為了提高圖像的美化能力，通過(guò)模板匹配，得到在像素模板[m×n]中分析夜景圖像采集像素特征的表達(dá)式為：

[I（x，y）=G（x，y，σi）L?I（x）-f（x）x] （4）

[S（x，y）=G（x，y，σi）gj（x）?hj（x）] （5）

式中，[Gx，y，σi]表示圖像序的空間鄰近度。在各梯度方向上進(jìn)行[3×3]模板匹配，求解圖像的梯度幅度信息，實(shí)現(xiàn)夜景圖像采集和像素特征表達(dá)。

1.2 圖像降噪預(yù)處理

在進(jìn)行了圖像像素特征表達(dá)的基礎(chǔ)上，為了提高夜景圖像的美化性能，進(jìn)行圖像降噪處理，在夜間曝光強(qiáng)度不足的光照背景條件下，采集的夜景美術(shù)圖像通常存在噪聲[4?6]，圖像的噪點(diǎn)集合為：

[W=mii=1，2，…，n] （6）

利用小波降噪技術(shù)進(jìn)行降噪處理，給出母小波函數(shù)：

[fitness（x）=f（x）， feasible1+rG（x）， otherwise] （7）

連續(xù)圖像的連續(xù)分布特征空間內(nèi)，采用小波脊變換進(jìn)行時(shí)頻分解，得到圖像的時(shí)頻復(fù)合加權(quán)函數(shù)族[Ψa，b]是由[ψ（t）]經(jīng)過(guò)小波脊變換得到的特征向量，表示為：

[Ψa，b（t）=U（a，b）ψ（t）=1aψt-ba] （8）

式中：[U（a，b）]是Euclidean距離；因子[1a]保證了波脊變換的幅值歸一性。在復(fù)雜光照背景中，令[t（x）=e-βd（x），]其中[0

[c=j=1mPz（k）mj（k），zk-1Pmj（k）zk-1=j=1mΛj（k）cj] （9）

在多源色差光照背景下，通過(guò)小波降噪得到夜景模糊圖像的白平衡增強(qiáng)度為：

[M=minP1?Wc3fitness（x）+maxP2?Ψa，b（t）] （10）

式中：[P1]和[P2]分別是鄰域內(nèi)像素點(diǎn)的時(shí)域特征分量和頻域特征分量。通過(guò)上述處理，實(shí)現(xiàn)圖像降噪預(yù)處理，為進(jìn)行圖像美化奠定基礎(chǔ)。

2 圖像美化處理實(shí)現(xiàn)

2.1 夜景圖像的白平衡優(yōu)化

本文分析計(jì)算機(jī)圖形圖像處理技術(shù)在美術(shù)中的應(yīng)用，在進(jìn)行了圖像降噪預(yù)處理的基礎(chǔ)上，進(jìn)行夜景圖像的美化處理。本文提出一種基于光照多重色差補(bǔ)償?shù)囊咕皥D像美化處理技術(shù)，采用光照自適應(yīng)均衡技術(shù)進(jìn)行夜景圖像的白平衡優(yōu)化，依據(jù)圖像的邊緣輪廓信息搜索閾值，在圖像噪點(diǎn)分布的特征點(diǎn)[i]的鄰域用[Ni]定義為：

[Ni=i∈Sdist（i，i）2≤r，i≠i] （11）

在夜景圖像的白平衡處理中，采用光照自適應(yīng)均衡技術(shù)進(jìn)行夜景圖像的白平衡優(yōu)化，用[dist（i，i）]描述待美化的夜景圖像的鄰域內(nèi)像素點(diǎn)的距離，[r]為一個(gè)常量，得到待美化的夜景圖像的多重色差核：

[Ri=1γij∈Ωgjdi-j2lgi-gj1 ] （12）

采用形態(tài)學(xué)分割方法對(duì)圖像全盲去卷積處理，在稀疏先驗(yàn)正則化分布空間內(nèi)，根據(jù)模糊核的先驗(yàn)知識(shí)得到圖像色差的自適應(yīng)均衡約束函數(shù)為：

[minkp=λgi+βgj] （13）

式中[λ，β]為正則化參數(shù)?；谀：说臄?shù)學(xué)表達(dá)，得到夜景圖像的白平衡優(yōu)化結(jié)果為：

[LRT=minkpRi?Nis] （14）

式中[s]為模糊核的總變分正則化（Total Variation，TV）項(xiàng)。

2.2 圖像輪廓陰影偏差補(bǔ)償美化實(shí)現(xiàn)

對(duì)夜景的光照色差采用陰影區(qū)域和亮度區(qū)域分割的方法進(jìn)行輪廓陰影偏差補(bǔ)償，通過(guò)圖像多閾值分割[7]，得到陰影區(qū)域和亮度區(qū)域分割曲線描述為：

[Gnor（xi）=j=1pGj（xi）Gmaxjp] （15）

式中[i∈1，2，…，N]為序列值。在整幅圖像的測(cè)量中，測(cè)量模糊圖像的正則項(xiàng)時(shí)間開(kāi)銷(xiāo)，得到高頻圖像[y]的模糊核為：

[Ω=x∈sgj（x）≤0， j=1，2，…，l；hj（x）=0，j=l+1，l+2，…，p] （16）

采用無(wú)約束迭代再加權(quán)最小二乘法（IRLS）算法更新模糊核[8]，表示為：

[min y=f（x）=（f1（x）， f2（x），…， fm（x））] （17）

式中：[x=（x1，x2，…，xn）∈X??n ]為美化夜景圖像的每個(gè)特征點(diǎn)的初始值向量；[X]為優(yōu)化進(jìn)化的決策空間；[ y∈Y??m]為待美化的夜景圖像陰影區(qū)域的單尺度特征量，[Y]為優(yōu)化進(jìn)化的目標(biāo)空間。圖像輪廓陰影偏差補(bǔ)償實(shí)現(xiàn)圖像的低頻信息疊加，得到圖像輪廓陰影偏差補(bǔ)償目標(biāo)函數(shù)為：

[G（x，y）=miny34Gnor（x）+Ω3] （18）

通過(guò)對(duì)夜景光照色差的陰影區(qū)域和亮度區(qū)域分割方法，進(jìn)行輪廓陰影偏差補(bǔ)償，提高夜景圖像的美化效果，得到圖像輪廓陰影偏差補(bǔ)償美化實(shí)現(xiàn)流程如圖1所示。

3 仿真實(shí)驗(yàn)分析

采用計(jì)算機(jī)圖形圖像技術(shù)進(jìn)行夜景圖像的美化，應(yīng)用在圖像美術(shù)設(shè)計(jì)中，圖像處理的仿真實(shí)驗(yàn)建立在Matlab 7實(shí)驗(yàn)平臺(tái)中，在圖像采集中，原始圖像為600×400的JPEG圖像，設(shè)定圖像的光照強(qiáng)度閾值[ε]=1.0，對(duì)原始夜景圖像采集的光圈設(shè)定為[F=]14 mm，ISO為100，圖像采集的分辨率為1 280×1 024 pixel，對(duì)圖像進(jìn)行陰影區(qū)域和亮度區(qū)域分割的特征尺度為12，將8×8像素網(wǎng)格方向的高頻特征參量9個(gè)方向塊中進(jìn)行圖像美化，得到原始采集的夜景圖像如圖2所示。

由圖2可見(jiàn)，原始圖像由于曝光不足等原因，導(dǎo)致圖像的美術(shù)效果不好，為此需要進(jìn)行圖像美化處理，以圖2所示的夜景圖像為測(cè)試樣本，采用小波降噪方法進(jìn)行圖像降噪處理，通過(guò)小波降噪實(shí)現(xiàn)信息增強(qiáng)，得到圖像處理效果如圖3所示。

在圖3處理的圖像效果基礎(chǔ)上，采用光照自適應(yīng)均衡技術(shù)進(jìn)行夜景圖像的白平衡優(yōu)化，提高夜景圖像的美化效果，得到圖像美化后的最后輸出結(jié)果如圖4所示。

圖4與圖2的原始圖像對(duì)比得知，采用本文技術(shù)進(jìn)行夜景圖像的美化處理具有較好的美術(shù)展現(xiàn)能力，提高了圖像的美觀性和視覺(jué)感官表達(dá)性能，具有較好的圖像美化處理能力。表1給出了采用不同的美化處理方法，進(jìn)行同一幅夜景圖像美化處理的輸出峰值信噪比和運(yùn)算時(shí)間對(duì)比，可知采用本文方法進(jìn)行夜景圖像美化處理具有較高的輸出峰值信噪比，說(shuō)明對(duì)圖像質(zhì)量的改善效果較高，且運(yùn)算時(shí)間較短。

4 結(jié) 語(yǔ)

本文分析了計(jì)算機(jī)圖形圖像處理技術(shù)在美術(shù)中的應(yīng)用問(wèn)題，提出一種基于光照多重色差補(bǔ)償?shù)囊咕皥D像美化處理技術(shù)。實(shí)驗(yàn)分析結(jié)果表明，采用本文技術(shù)進(jìn)行夜景圖像的美化處理，具有較好的美術(shù)展現(xiàn)能力，提高了圖像的美觀性和視覺(jué)感官表達(dá)性能，具有較好的美術(shù)應(yīng)用價(jià)值，展示了優(yōu)越的應(yīng)用性能。

參考文獻(xiàn)

[1] 趙蓉，顧國(guó)華，楊蔚.基于偏振成像的可見(jiàn)光圖像增強(qiáng)[J].激光技術(shù)，2016，40（2）：227?231.

[2] 楊凡，蔡超.對(duì)象級(jí)特征引導(dǎo)的顯著性視覺(jué)注意方法[J].計(jì)算機(jī)應(yīng)用，2016，36（11）：3217?3221.

[3] 肖淑蘋(píng)，賀毅岳.一種改進(jìn)的EMD圖像信號(hào)去噪算法[J].現(xiàn)代電子技術(shù)，2016，39（16）：91?93.

[4] 卞樂(lè)，霍冠英，李慶武.基于Curvelet變換和多目標(biāo)粒子群的混合熵MRI圖像多閾值分割[J].計(jì)算機(jī)應(yīng)用，2016，36（11）：3188?3195.

[5] 曾文權(quán)，何擁軍，崔曉坤.基于各向異性濾波和空間FCM的MRI圖像分割方法[J].計(jì)算機(jī)應(yīng)用研究，2014，31（1）：316?320.

[6] 蔡自興，彭夢(mèng)，余伶俐.基于時(shí)序特性的自適應(yīng)增量主成分分析的視覺(jué)跟蹤[J].電子與信息學(xué)報(bào)，2015，37（11）：2571?2577.

[7] 蔣建國(guó)，金玉龍，齊美彬，等.基于稀疏表達(dá)殘差的自然場(chǎng)景運(yùn)動(dòng)目標(biāo)檢測(cè)[J].電子學(xué)報(bào)，2015，43（9）：1738?1744.

[8] BORJI A， ITTI L. State?of?the?art in visual attention modeling [J]. IEEE transactions on pattern analysis and machine intelligence， 2013， 35（1）： 185?207.endprint