基于拉普拉斯交换性的保结构颜色变换
计算机视觉与模式识别
2013-11-04 v1 图形学
谱理论
摘要
颜色空间之间的映射在色域映射、去色以及为色盲人群优化图像等图像处理问题中无处不在。简单的颜色变换往往导致信息丢失和歧义（例如，从 RGB 映射到灰度时），因此人们希望找到一种针对特定图像的变换，以在目标颜色空间中尽可能保留原始图像的结构。在本文中，我们提出了拉普拉斯颜色映射（Laplacian colormaps），这是一种用于图像间保结构颜色变换的通用框架。我们利用图像拉普拉斯算子来捕捉结构信息，并表明如果两个图像之间的颜色变换保留了结构，则相应的拉普拉斯算子具有相似的特征向量，或者说它们是近似联合对角化的。利用联合对角化与矩阵交换性之间的关系，我们将拉普拉斯交换性作为颜色映射质量的判据，并针对颜色变换的参数对其进行最小化，以实现最优的结构保留。我们展示了该方法的众多应用，包括彩色转灰度转换、色域映射、多光谱图像融合以及为色觉缺陷观察者进行的图像优化。
引用
@article{arxiv.1311.0119,
title = {Structure-preserving color transformations using Laplacian commutativity},
author = {Davide Eynard and Artiom Kovnatsky and Michael M. Bronstein},
journal= {arXiv preprint arXiv:1311.0119},
year = {2013}
}
备注
11 pages, 8 figures