基于小波分析的多功能图像风格迁移方法

摘要

本发明公开了基于小波分析的多功能图像风格迁移方法，本发明所采用的技术方案是包括图像的小波分解，图像小波系数处理和图像小波系数重构生成最终效果图像。本发明的有益效果是不仅可以将参考图像风格高效迁移到输入图像上，还可以将参考图像的纹理信息融入到输入图像，从而实现风格迁移加纹理融合的效果。

说明书

技术领域

本发明属于计算机图像处理技术领域，涉及基于小波分析的多功能图像风格迁移方法。

背景技术

现有的图像风格迁移技术，是指利用各类算法，将参考图像的风格(如果颜色等)迁移到输入图像的技术。图像风格迁移技术是根据参考图像的风格及输入图像的内容重新生成一张新的图像。而本发明的图像风格编辑系统，可同时实现三个功能，即可以将参考图像风格迁移到输入图像上；还可以将参考图像的纹理信息融入到输入图像，从而实现风格迁移加纹理融合的效果；同时还可以实现输入图像的素描化风格编辑效果。市场现有风格迁移软件通常只能实现一个功能，即将参考风格图像全局迁移至输入图像，存在着结果单一，风格迁移效果有待提升等问题。

发明内容

本发明的目的在于提供基于小波分析的多功能图像风格迁移方法，本发明的有益效果是不仅可以将参考图像风格高效迁移到输入图像上，还可以将参考图像的纹理信息融入到输入图像，从而实现风格迁移加纹理融合的效果。同时还可以实现输入图像的素描化风格编辑效果。具有三大风格编辑功能，图像风格编辑效果更加丰富。

本发明所采用的技术方案是包括图像的小波分解，图像小波系数处理和图像小波系数重构生成最终效果图像。

进一步，图像的小波分解过程如下

n和m分别为行下标和列下标；{h

称序列

进一步，图像小波系数重构生成最终效果图像方法如下；

设小波分解后的系数用w表示，低频系数用c表示，高频系数用d表示，对于输入图像，设小波分解后的系数表示为：

w

对于参考风格图像，设小波分解后的系数表示为：

w

图像多功能编辑公式：

w

w

多功能图像风格编辑过程：

功能1：风格迁移后的图像小波系数为：

当a

w

功能2：风格迁移与融合后的图像小波系数为：

a

w

其中μ是用于调节输入图像内容与参考风格图像内容的权值；

该功能是将参考图像风格迁移到输入图像后，再将参考图像的内容部分融入

到风格迁移后的图像里；

功能3：输入图像素描风格小波系数为：

当a

即将小波分解后的高频特征结果作为图像的素描风格输出。

附图说明

图1是图像风格迁移过程示意图；

图2是图像风格迁移效果展示；

图3是图像融合参数及效果展示；

图4是素描风格效果展示图。

具体实施方式

下面结合具体实施方式对本发明进行详细说明(原理图如图1所示)。

1.图像的小波分解；

n和m分别为行下标和列下标。

{h

2.图像小波系数处理

称序列

对于1000*1000像素的图像，小波变换尺度为8。当像素更大或更小时，小波变换尺度相应地调大或调小。

3.图像小波系数重构生成最终效果图像

设小波分解后的系数用w表示，低频系数用c表示，高频系数用d表示。

对于输入图像，设小波分解后的系数表示为：

w

对于参考风格图像，设小波分解后的系数表示为：

w

图像多功能编辑公式：

w

w

通过调整各小波系数的权值，获得不同图像风格编辑效果。具体如下：

多功能图像风格编辑过程：

功能1：风格迁移后的图像小波系数为：

当a

w

图1为风格迁移示意图。小波分析的多功能图像风格迁移过程示意图：I

图2为风格迁移效果图。左起第1张至第6张图分别为：参考图像1，输入图像1，风格迁移结果1；参考图像2，输入图像2，风格迁移结果2。

功能2：风格迁移与融合后的图像小波系数为：

a

w

其中μ是用于调节输入图像内容与参考风格图像内容的权值。

该功能是将参考图像风格迁移到输入图像后，再将参考图像的内容部分融入到风格迁移后的图像里。

图3是图像融合参数及效果展示。图像融合效果展示。左起第1列至第6列分别为：参考图像1，输入图像1，风格迁移结果1；参考图像2，输入图像2，风格迁移结果2。

功能3：输入图像素描风格小波系数为：

当a

w

即将小波分解后的高频特征结果作为图像的素描风格输出。

图4是素描风格展示。素描风格效果展示图。左起第1列至第4列分别为：输入图像1，风格迁移结果1；输入图像2，风格迁移结果2。

以上所述仅是对本发明的较佳实施方式而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施方式所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。