一种使用多维度直方图匹配的图像风格迁移算法

doi:10.3969/j.issn.1006-2475.2019.02.003

计算机与现代化

一种使用多维度直方图匹配的图像风格迁移算法

（上海理工大学光电信息与计算机工程学院，上海200093）

收稿日期:2018-10-19 出版日期:2019-02-25 发布日期:2019-02-26
作者简介:李雨妮（1998-），女，湖南邵阳人，本科生，研究方向：机器学习与计算机视觉,E-mail: 1612020104@st.usst.edu.cn; 通信作者：肖建力（1982-），男，讲师，博士，研究方向：数据挖掘与大数据技术，机器学习与计算机视觉，智能交通与智慧城市,E-mail: audyxiao@sjtu.edu.cn。
基金资助:
国家自然科学基金资助项目（61603257）

An Image Style Transfer Algorithm Based on Multi-dimension Histograms Matching

(School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China)

Received:2018-10-19 Online:2019-02-25 Published:2019-02-26

摘要/Abstract

摘要： 在传统的基于直方图匹配的图像风格迁移算法的基础上，提出一种新的基于多维度直方图匹配的图像风格迁移算法。通过构建关于原图像的不同维度的直方图，然后进行原图像和目标图像的匹配，分别得到原图像在不同维度直方图下的风格迁移图像，最后对这些风格迁移后的图像进行融合生成最终的结果。在保持原图像与目标图像整体风格上尽量相似的情形下，同时又使原图像的局部细节尽可能保留，实现整体风格相似却又保留局部细节的平衡。

关键词: 多维度, 直方图匹配, 风格迁移

Abstract: Based on the classical image style transfer algorithm using histogram matching, a new image style transfer algorithm has been proposed, which uses multi-dimension histograms matching. Firstly, different dimension histograms are generated. Then, the histogram matching is performed between the original and target images. As a result, the images after style transfer using different dimension histograms are obtained. Finally, the image having the same style with the target image is produced by fusing the images obtained in the histogram matching step. Experimental results show that the proposed algorithm can ensure that the original and target images obtain the best similarity in global scale. Meanwhile, the proposed algorithm can also make the generated image save the most details from the original image. Namely, the generated image has the similarity between the original and target images as much as possible and the local details from the original image are saved as many as possible simultaneously.

Key words: multi-dimension, histogram matching, style transfer

中图分类号:

TP391.41

李雨妮，王鹏，肖建力. 一种使用多维度直方图匹配的图像风格迁移算法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2019.02.003.

LI Yu-ni, WANG Peng, XIAO Jian-li. An Image Style Transfer Algorithm Based on Multi-dimension Histograms Matching[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2019.02.003.

参考文献

［1］钱小燕,肖亮,吴慧中. 快速风格迁移［J］. 计算机工程, 2006,32(21):15-17.
［2］窦亚玲,周武彬,季人煌. 基于卷积神经网络的图像风格迁移技术［J］. 现代计算机(专业版), 2018(30):47-51.
［3］丁晓龙. 基于深度学习的图像风格迁移技术的前沿进展［J］. 电子制作, 2018(18):86-87.
［4］谢志峰,叶冠桦,闫淑萁,等. 基于生成对抗网络的HDR图像风格迁移技术［J］. 上海大学学报(自然科学版), 2018,24(4):524-534.
［5］陈淑環,韦玉科,徐乐,等. 基于深度学习的图像风格迁移研究综述［J/OL］. (2018-07-23). http://www.arocmag.com/article/02-2019-08-063.html.
［6］ JOHNSON J, ALAHI A, LI F F. Perceptual losses for real-time style transfer and super-resolution［C］// Proceedings of the 2016 European Conference on Computer Vision. Springer, 2016:694-711.
［7］张俊杰,丁淑艳,李伦波. 基于类Haar特征和颜色特征的NAO机器人识别［J］. 计算机与现代化, 2017(2):30-35.
［8］刘子君,张杰斌,周欣欣,等. 基于颜色特征的自然保护区图像筛选系统［J］. 计算机与现代化, 2016(2):32-37.
［9］ LIU P Z, GUO J M, CHAMNONGTHAI K, et al. Fusion of color histogram and LBP-based features for texture image retrieval and classification［J］. Information Sciences, 2017,390:95-111.
［10］NIU Y Z, ZHANG H F, GUO W Z, et al. Image quality assessment for color correction based on color contrast similarity and color value difference［J］. IEEE Transactions on Circuits and Systems for Video Technology, 2018,28(4):849-862.
［11］王刚. 基于角度径向变换的旋转不变纹理分类［J］. 计算机与现代化, 2015(6):46-50.
［12］田配云,郑碧波,陈伟清. 基于彩色局部角度二值模式的纹理分类研究［J］. 计算机与现代化, 2013(4):86-89.
［13］马欢,楚恒,王汝言. 纹理与几何特征在道路提取中的应用［J］. 计算机与现代化, 2012(7):96-99.
［14］BANERJEE P, BHUNIA A K, BHATTACHARYYA A, et al. Local neighborhood intensity pattern: A new texture feature descriptor for image retrieval［J］. Expert Systems with Applications, 2018,113:100-115.
［15］宋志超. 基于多特征的图像表观迁移技术研究［D］. 天津:天津大学, 2017.
［16］GAO T, ZHAO X M, CHEN T, et al. Face description based on adaptive local weighted Gabor comprehensive histogram feature［J］. Multimedia Tools and Applications, 2017,76(10):12893-12916.
［17］XIAO J L, XIANG W S, LIU Y C. Vehicle logo recognition by weighted multi-class support vector machine ensembles based on sharpness histogram features［J］. IET Image Processing, 2015,9(7):527-534.
［18］熊伟. 基于颜色直方图匹配的色彩传输［J］. 计算机应用与软件, 2007,24(9):147-148.
［19］WEI M, XIAO J L. Vehicle logo recognition using multi-level fusion model［C］// Proceedings of the 9th International Conference on Graphic and Image Processing (ICGIP 2017). 2017, doi: 10.1117/12.2303590.
［20］肖建力. 智能交通中的多核支持向量机与分类器集成方法研究［D］. 上海:上海交通大学, 2013.
［21］苏莘珺,何星慰. 基于纹理相似度的颜色迁移［J］. 包装学报, 2016,8(1):59-62.
［22］GATYS L A, ECKER A S, BETHGE M. Image style transfer using convolutional neural networks［C］// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition. 2016:2414-2423.
［23］GONZALEZ R C, WOODS R E. Digital Image Processing［M］. Addison-Wesley, 2010.
［24］阮秋琦. 数字图像处理基础［M］. 北京:清华大学出版社, 2009.

[1]	李国鑫, 曲寒冰, 朱成博, 王鑫轩, 胡嘉宝. 基于联合网络的域适应行人重识别算法[J]. 计算机与现代化, 2023, 0(06): 48-55.
[2]	陈明瑶, 徐琨, 李晓旋. 基于风格迁移的手势分割方法[J]. 计算机与现代化, 2021, 0(05): 20-25.
[3]	张俊杰1，丁淑艳2，李伦波1. 基于类Haar特征和颜色特征的NAO机器人识别[J]. 计算机与现代化, 2017, 0(2): 30-35.

一种使用多维度直方图匹配的图像风格迁移算法

An Image Style Transfer Algorithm Based on Multi-dimension Histograms Matching

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 3

编辑推荐

Metrics

本文评价