計算機圖形圖像技術在美術領域中的應用

劉夙凱

摘 要： 研究夜景圖像的美化問題，分析計算機圖形圖像處理技術在美術中的應用，提出一種基于光照多重色差補償?shù)囊咕皥D像美化處理技術。首先對采集的夜景圖像進行小波降噪處理，然后采用光照自適應均衡技術進行夜景圖像的白平衡優(yōu)化，對夜景的光照色差采用陰影區(qū)域和亮度區(qū)域分割的方法進行輪廓陰影偏差補償，提高夜景圖像的美化效果。最后進行實驗測試，結果表明，采用該技術進行夜景圖像的美化處理具有較好的美術展現(xiàn)能力，提高了圖像的美觀性和視覺感官表達性能，具有較好的美術應用價值。

關鍵詞： 夜景圖像； 圖形圖像技術； 美術領域； 圖像美化

中圖分類號： TN911.73?34； TP391 文獻標識碼： A 文章編號： 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

在計算機圖形圖像處理技術高速發(fā)展的今天，采用圖像處理技術進行圖像美化處理，并應用到美術領域中，提高圖像的成像質量和視覺感官性。美術圖像的美化處理主要包括圖像降噪、圖像信息融合、圖像增強和圖像的白平衡偏差補償?shù)萚1]。在進行景觀圖像采集中[2?3]，由于受到光照強度和采集設備自身物理特性的影響，通常采集的原始圖像都需要進行后期處理，圖像美化技術是后期美術圖像加工的關鍵。本文研究夜景圖像的美化處理技術，夜景圖像采集受到光照低、曝光時間長短等因素的影響，容易出現(xiàn)白平衡失真和過度曝光等問題，導致采集的圖像可能出現(xiàn)亮度不夠、噪點過多和鬼影等現(xiàn)象，研究夜景圖像的美化處理技術，分析計算機圖形圖像技術在美術領域中的應用具有可參考性。本文提出基于光照多重色差補償?shù)囊咕皥D像美化處理技術，進行夜景圖像美化處理，通過圖像處理技術研究和仿真實驗分析得出有效性結論。

1 待美化夜景圖像的預處理

1.1 夜景圖像采集像素特征表達

為了實現(xiàn)對夜景圖像的美化處理，需要首先對采集的夜景圖像進行像素特征分解和表達，夜景圖像采集采用的是NikonD7100數(shù)碼成像設備，采用自動對焦鏡頭，設定的感光度ISO為100，曝光時間為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)。

在多尺度光照補光作用下，計算夜景圖像的每個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采集的圖像進行自適應特征加權，進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，設采集到的圖像輸出數(shù)學模型為[g={g（i），i∈Ω}，]構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為：endprint

[L=Jw，e-i=1NaiwTφxi+b+ei-yi] （3）

采用約束優(yōu)化進化方法進行圖像的融合處理，對采集的夜景圖像在小波域內進行尺度分解和穩(wěn)像處理，為了提高圖像的美化能力，通過模板匹配，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。在各梯度方向上進行[3×3]模板匹配，求解圖像的梯度幅度信息，實現(xiàn)夜景圖像采集和像素特征表達。

1.2 圖像降噪預處理

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

[W=mii=1，2，…，n] （6）

利用小波降噪技術進行降噪處理，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，采用小波脊變換進行時頻分解，得到圖像的時頻復合加權函數(shù)族[Ψa，b]是由[ψ（t）]經(jīng)過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，通過小波降噪得到夜景模糊圖像的白平衡增強度為：

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

式中：[P1]和[P2]分別是鄰域內像素點的時域特征分量和頻域特征分量。通過上述處理，實現(xiàn)圖像降噪預處理，為進行圖像美化奠定基礎。

2 圖像美化處理實現(xiàn)

2.1 夜景圖像的白平衡優(yōu)化

本文分析計算機圖形圖像處理技術在美術中的應用，在進行了圖像降噪預處理的基礎上，進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償?shù)囊咕皥D像美化處理技術，采用光照自適應均衡技術進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，在圖像噪點分布的特征點[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，采用光照自適應均衡技術進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像素點的距離，[r]為一個常量，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)學分割方法對圖像全盲去卷積處理，在稀疏先驗正則化分布空間內，根據(jù)模糊核的先驗知識得到圖像色差的自適應均衡約束函數(shù)為：

[minkp=λgi+βgj] （13）

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

[LRT=minkpRi?Nis] （14）

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

2.2 圖像輪廓陰影偏差補償美化實現(xiàn)

對夜景的光照色差采用陰影區(qū)域和亮度區(qū)域分割的方法進行輪廓陰影偏差補償，通過圖像多閾值分割[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。在整幅圖像的測量中，測量模糊圖像的正則項時間開銷，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）

采用無約束迭代再加權最小二乘法（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特征點的初始值向量；[X]為優(yōu)化進化的決策空間；[ 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)化進化的目標空間。圖像輪廓陰影偏差補償實現(xiàn)圖像的低頻信息疊加，得到圖像輪廓陰影偏差補償目標函數(shù)為：

[G（x，y）=miny34Gnor（x）+Ω3] （18）

通過對夜景光照色差的陰影區(qū)域和亮度區(qū)域分割方法，進行輪廓陰影偏差補償，提高夜景圖像的美化效果，得到圖像輪廓陰影偏差補償美化實現(xiàn)流程如圖1所示。

3 仿真實驗分析

采用計算機圖形圖像技術進行夜景圖像的美化，應用在圖像美術設計中，圖像處理的仿真實驗建立在Matlab 7實驗平臺中，在圖像采集中，原始圖像為600×400的JPEG圖像，設定圖像的光照強度閾值[ε]=1.0，對原始夜景圖像采集的光圈設定為[F=]14 mm，ISO為100，圖像采集的分辨率為1 280×1 024 pixel，對圖像進行陰影區(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個方向塊中進行圖像美化，得到原始采集的夜景圖像如圖2所示。

由圖2可見，原始圖像由于曝光不足等原因，導致圖像的美術效果不好，為此需要進行圖像美化處理，以圖2所示的夜景圖像為測試樣本，采用小波降噪方法進行圖像降噪處理，通過小波降噪實現(xiàn)信息增強，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上，采用光照自適應均衡技術進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果如圖4所示。

圖4與圖2的原始圖像對比得知，采用本文技術進行夜景圖像的美化處理具有較好的美術展現(xiàn)能力，提高了圖像的美觀性和視覺感官表達性能，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，進行同一幅夜景圖像美化處理的輸出峰值信噪比和運算時間對比，可知采用本文方法進行夜景圖像美化處理具有較高的輸出峰值信噪比，說明對圖像質量的改善效果較高，且運算時間較短。

4 結 語

本文分析了計算機圖形圖像處理技術在美術中的應用問題，提出一種基于光照多重色差補償?shù)囊咕皥D像美化處理技術。實驗分析結果表明，采用本文技術進行夜景圖像的美化處理，具有較好的美術展現(xiàn)能力，提高了圖像的美觀性和視覺感官表達性能，具有較好的美術應用價值，展示了優(yōu)越的應用性能。

參考文獻

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

[2] 楊凡，蔡超.對象級特征引導的顯著性視覺注意方法[J].計算機應用，2016，36（11）：3217?3221.

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

[4] 卞樂，霍冠英，李慶武.基于Curvelet變換和多目標粒子群的混合熵MRI圖像多閾值分割[J].計算機應用，2016，36（11）：3188?3195.

[5] 曾文權，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].計算機應用研究，2014，31（1）：316?320.

[6] 蔡自興，彭夢，余伶俐.基于時序特性的自適應增量主成分分析的視覺跟蹤[J].電子與信息學報，2015，37（11）：2571?2577.

[7] 蔣建國，金玉龍，齊美彬，等.基于稀疏表達殘差的自然場景運動目標檢測[J].電子學報，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