Tƣơng tự nhƣ các phƣơng pháp màu hóa ảnh khác, trong phƣơng pháp này tôi sử dụng các hệ màu cƣờng độ sáng/sắc độ. Tôi sẽ giới thiệu phƣơng pháp của của mình trong không gian màu YcbCr, mặc dù các không gian màu khác nhƣ YIQ
42
Học viên thực hiện: Vũ Tuấn Minh - CB121355 - 12BCNTT2
hay YUV cũng có thể cho kết quả tƣơng tự. Hơn nữa, phƣơng pháp này cũng có thể chạy trong không gian màu RGB.
Cho Y(x, y, τ ) : Ω × [0, T)→ R+
là ảnh đơn sắc cho trƣớc (T=0) hoặc (T>0)
xác định trong vùng Ω. Mục đích của chúng ta ở đây là hoàn thiện các kênh Cb và
Cr, Cb(x, y, τ ) : Ω × [0, T) → R+ và Cr(x, y, τ) : Ω × [0, T) → R+. Để làm sáng tỏ
hơn, tôi đề cập đến cả hai kênh ở đây nhƣ là sắc độ. Kỹ thuật đề xuất cũng sử dụng các giá trị đầu vào của các kênh sắc độ trong vùng Ωc ∈ Ω (Ωc nhỏ hơn đáng kể so với Ω). Các giá trị này thƣờng đƣợc cho bởi ngƣời dùng hoặc lấy từ các dữ liệu khác.
Cho s và t là hai điểm trong Ω và C(s): [0,1] → Ω\Ωc là một đƣờng cong trong Ω. Cs,t cũng là một đƣờng cong nối s và t sao cho C(0) = s và C(1) = t. Chúng ta xác định khoảng cách thực (giống nhƣ đo trắc địa) giữa s và t nhƣ sau:
, 1 0 ( , ) : min | ( ) | . s t C s Y C d d s t s s (3.2.1)
Khoảng cách thực này cho chúng ta một phép đo xem đƣờng cong nào “bằng phẳng” nhất giữa hai điểm bất kỳ trong kênh độ sáng.
Mặc dù một ánh xạ giữa độ sáng và sắc độ không phải là duy nhất, một mối quan hệ gần về hình học cơ bản giữa các kênh này thƣờng nhận thấy đƣợc trong các ảnh tự nhiên. Các thay đổi đột ngột về độ sáng giống nhƣ việc biểu thị một cạnh trong sắc độ, và một thay đổi từ từ trong kênh độ sáng thƣờng biểu thị rằng kênh sắc độ dƣờng nhƣ không có một cạnh hơn là một thay đổi ở mức vừa phải. Nói cách khác, có một mối quan hệ gần về hình học của các kênh độ sáng và sắc độ. Khai thác giả thuyết này, thay đổi về độ sáng là nguyên nhân liên quan đến thay đổi về sắc độ. Điều này đƣợc sử dụng trong nhiều cách khác nhau đối với ảnh siêu phân giải. Từ giả thuyết này, đối với phƣơng pháp tiếp cận màu hóa ảnh đề xuất, giả thiết rằng khoảng cách thực d(s,t) giữa hai điểm (s,t) càng nhỏ thì sự tƣơng đồng về sắc độ giữa chúng càng lớn.
43
Học viên thực hiện: Vũ Tuấn Minh - CB121355 - 12BCNTT2
(Cần hết sức lƣu ý rằng kết quả của việc màu hóa ảnh không phải để khôi phục màu nguyên gốc của ảnh, nhƣng đối với các ảnh xám thì việc màu hóa khiến ảnh trực quan và hấp dẫn hơn)
Do dữ liệu sắc độ thƣờng đƣợc cho trên toàn bộ các vùng và không cần thiết ở các điểm đơn bị cô lập, chúng ta cần có một ý tƣởng về khoảng cách từ một sắc độ đã biết tới bất kỳ điểm nào trong Ω. Chúng ta xác định khoảng cách thực từ một sắc độ c đã cho chính là khoảng cách nhỏ nhất từ một điểm bất kỳ có sắc độ c trong vùng Ωc. ) | ( ( ) : min ( , ) cchro c s minance s c d t d s t (3.2.2)
Ý tƣởng màu hóa ảnh ở đây là tính toán các thành phần sắc độ Cb và Cr của một điểm t trong vùng bị mất màu (Ω\Ωc)bằng cách pha trộn các sắc độ khác nhau trong Ωc theo khoảng cách thực của chúng tới t:
( ) ( ) W( ( ) ( ) ) W( ( )) , c c c chrominances c chromin es c c anc d chrominance t t c d t (3.2.3)
ở đây chrominaces(A) đại diện cho tất cả các sắc độ duy nhất trong vùng A và W(.) là một hàm chuyển đổi khoảng cách thực thành trọng số pha trộn. Hàm W(.) mang một số đặc tính cơ bản sau:
1) 0 lim W( ) r r 2) lim W( ) 0 r r 3) lim W( ) / W( ) 1 d d c d
Hai đặc tính đầu tiên rất rõ ràng. Đặc tính thứ 3 cần thiết khi có từ 2 nguồn sắc độ trở lên nhƣng việc pha trộn lại diễn ra ở tƣơng đối xa các nguồn. Hình ảnh kết quả mong muốn thậm chí sẽ là sự pha trộn của tất cả các sắc độ. Đối với các thí nghiệm báo cáo dƣới đây, tôi sử dụng:
44
Học viên thực hiện: Vũ Tuấn Minh - CB121355 - 12BCNTT2
W(r) = r -b (3.2.4)
ở đây b là hệ số hòa trộn, thƣờng là 1 ≤ b ≤ 6. Hệ số này quyết định sự mƣợt mà trong quá trình chuyển đổi sắc độ.
A. Mã giả của giải thuật
Để hoàn thành việc mô tả kỹ thuật màu hóa ảnh đề xuất, ta có đoạn mã giả sau:
Input:
- Ảnh/video cấp độ xám.
- Danh sách các điểm ảnh trong Ωc và sắc độ của chúng. - Các điểm ảnh rỗng trong Ω (Ω\Ωc).
Output: Ảnh/video màu.
Definitions:
- Một điểm ảnh bao gồm một danh sách các sắc độ, khoảng cách từ nguồn của mỗi sắc độ, giá trị mức xám của điểm ảnh.
- Một liên kết trỏ tới một điểm ảnh bao gồm một sắc độ và khoảng cách thực từ sắc độ gốc trong Ωc.
Giải thuật:
1) L ← {tất cả các liên kết có thể tới các điểm ảnh lân cận của Ωc} 2) khi L khác ∅
a) λ ← liên kết với khoảng cách nhỏ nhất trong L b) L ← L \ λ
c) p ← điểm ảnh mà λ liên kết tới d) nếu p không chứa sắc độ của λ
45
Học viên thực hiện: Vũ Tuấn Minh - CB121355 - 12BCNTT2
ii) L ← L⋃ {tất cả các liên kết tới các điểm ảnh lân cận của p sử dụng cùng một sắc độ của λ}
3) đối với tất cả các điểm ảnh trong Ω, thiết lập màu sắc bằng cách sử dụng giá trị cấp độ xám và tạo ra sắc độ bằng cách pha trộn sắc độ theo Công thức (3.2.3)
46
Học viên thực hiện: Vũ Tuấn Minh - CB121355 - 12BCNTT2
CHƢƠNG 4. THỬ NGHIỆM, ĐÁNH GIÁ VÀ KẾT LUẬN 4.1. Thử nghiệm và đánh giá
Do thời gian nghiên cứu còn hạn chế, nên ở đây tôi đánh giá phƣơng pháp màu hóa ảnh nhanh sử dụng giải thuật hòa trộn sắc độ. Dựa trên ảnh gốc, ngƣời dùng sẽ tô màu cho ảnh, việc tô màu này không làm mất nhiều thời gian cho ngƣời dùng, chỉ cần các đƣờng cơ bản giải thuật sẽ lan tỏa màu ra toàn bộ vùng đƣợc tô màu theo giải thuật màu hóa nhƣ đã nói ở trên.
Phần mềm thử nghiệm: Colorize version 1.5. Kết quả đạt đƣợc:
Hình 4.1. Ảnh quả ớt trước và sau màu hóa, và ảnh mặt nạ được sử dụng trên ứng dụng
Hình 4.2. Ảnh Karlmax trước và sau màu hóa, và ảnh mặt nạ được sử dụng trên ứng dụng
47
Học viên thực hiện: Vũ Tuấn Minh - CB121355 - 12BCNTT2
* Ƣu điểm của giải thuật:
- Điểm mạnh nhất của giải thuật là việc đƣa ra kết quả với thời gian rất nhanh đối với các ảnh có kích thƣớc trung bình và nhỏ (với cài đặt hiện tại, những ảnh trung bình và nhỏ mất dƣới 10 giây để thực hiện màu hóa).
- Chất lƣợng hình ảnh kết quả chấp nhận đƣợc với những mặt nạ chi tiết - Giải thuật có thể đƣa ra kết quả nhanh với tỉ lệ pixel đã biết thấp.
- Giải thuật đƣa ra không phụ thuộc vào cấu hình máy tính, nên có thể thành công khi cài đặt thành ứng dụng.
- Giải thuật cho chi phí thời gian ở mức tuyến tính- Điểm mạnh nhất của giải thuật là việc đƣa ra kết quả với thời gian rất nhanh đối với các ảnh có kích thƣớc trung bình và nhỏ (với cài đặt hiện tại, những ảnh trung bình và nhỏ mất dƣới 10 giây để thực hiện màu hóa).
- Chất lƣợng hình ảnh kết quả chấp nhận đƣợc với những mặt nạ chi tiết - Giải thuật có thể đƣa ra kết quả nhanh với tỉ lệ pixel đã biết thấp.
- Giải thuật đƣa ra không phụ thuộc vào cấu hình máy tính, nên có thể thành công khi cài đặt thành ứng dụng.
* Nhƣợc điểm của giải thuật:
- Giải thuật phụ thuộc rất lớn vào mặt nạ ngƣời dùng, cả về thời gian thực thi lẫn chất lƣợng hình ảnh.
- Thƣờng xảy ra hiện tƣợng loang màu với những điểm có mức xám gần giống nhau.
- Những chi tiết nhỏ nhƣ tóc thƣờng bị loang màu hoặc không lan màu tới đƣợc. Lý do bởi cách đánh giá khoảng cách nội tại không cho phép lan màu dọc theo một hƣớng.
48
Học viên thực hiện: Vũ Tuấn Minh - CB121355 - 12BCNTT2
- Giải thuật cho chi phí thời gian ở mức tuyến tính, những ảnh cỡ lớn hoặc rất lớn tốn chi phí thời gian lớn hơn nhiều so với ảnh ở cỡ nhỏ hơn. Điều này có thể ảnh hƣởng tới tính thực tiễn của giải thuật.
4.2. Kết luận và hƣớng phát triển
* Luận văn đã đạt đƣợc các kết quả dƣới đây:
- Tìm hiểu các kỹ thuật liên quan đến màu hóa ảnh số.
- Nghiên cứu phƣơng pháp màu hóa ảnh số theo giải thuật lan tỏa màu và giải thuật hòa trộn sắc độ, phân tích ƣu nhƣợc điểm của các nhóm giải thuật.
- Thử nghiệm và đánh giá giải thuật.
* Tuy nhiên, còn một số điểm cần khắc phục:
- Giải thuật ảnh hƣởng lớn bởi chất lƣợng mặt nạ đầu vào.
- Phần mềm kiểm thử chƣa thực sự tối ƣu đáp ứng nhu cầu thực tế.
- Những vùng với chi tiết phức tạp thƣờng gặp khó khăn trong việc lan đúng màu, gây kết quả không nhƣ ý muốn.
- Khi xây dựng phần mềm, cần hƣớng tới khả năng tối ƣu bộ nhớ khi xử lý ảnh cỡ lớn.
49
Học viên thực hiện: Vũ Tuấn Minh - CB121355 - 12BCNTT2
TÀI LIỆU THAM KHẢO
[1]A. Levin, D. Lischinski, and Y. Weiss, “Colorization using optimization”, ACM Trans. Graph., vol. 23, no. 3, pp. 689-694, 2004.
[2]L. Yatziv and G. Sapiro, “Fast image and video colorization using chrominance blending”, IEEE Transactions on Image Processing, vol. 15, no. 5, pp. 1120-1129, 2006.
[3]Nguyễn Thƣợng Khang and Nguyễn Anh Sơn, “Phần mềm tự động thay đổi và tạo màu cho ảnh số trên Windows 8”, university graduation thesis, Hanoi University of Science and Technology, Hanoi, June 2013. [4]Phạm Duy Hƣng, “Màu hóa ảnh số nhanh”, university graduation thesis,
Hanoi University of Science and Technology, Hanoi, June 2015.
[5]E. Reinhard, M. Ashikhmin, B. Gooch, and P. Shirley,“Color transfer between images,”IEEE Comput. Graph. Appl., vol. 21, no. 5, pp. 34-41, May 2001.
[6]T. Welsh, M. Ashikhmin, and K. Mueller, “Transferring color to greyscale images”, ACM Trans Graph (TOG), vol. 21, no. 3, pp. 277-280, 2002.
[7]Kawulok, M., “Competitive image colorization”, on Image Processing (ICIP) 17th IEEE International Conf., pp. 405-408, 2010.
[8]Michal Kawulok and Bogdan Smolka, “Texture-adaptive image colorization framework”, EURASIP Journal on Advances in Signal Processing, 2011.
[9]“YCrCb”, Wikipedia, http://en.wikipedia.org/wiki/YCbCr, last visited June 12th 2015.