79、色彩转移与色彩趋势全解析

色彩转移与色彩趋势全解析

一、色彩转移方法概述

1.1 色彩空间特性

人类视觉有三种视锥细胞来调节色彩视觉，因此色彩空间通常是三维的，常见的是用红（R）、绿（G）、蓝（B）三种颜色的混合来指定一种颜色。然而，对于自然图像，RGB色彩空间的各通道之间高度相关，因为自然场景中物体的平均反射率趋于灰色，在RGB色彩空间中表现为红、绿、蓝通道的电平相等。虽然通道间的相关性可用于创建色彩恒常性算法，但不利于图像的简单操作。

1.2 早期色彩转移算法

一种古老的色彩转移算法基于这样的见解：若能最小化色彩通道间的相关性，色彩转移就能简化为对三个色彩通道分别进行的直接操作。对于自然图像，选择合适的色彩对立空间可以实现通道去相关，使各通道近乎独立。具体操作是将输入图像和示例图像都转换到该色彩对立空间，独立处理各通道的像素，通过平移和缩放使输入图像的各通道均值和标准差与示例图像相同，最后再转换回合适的RGB色彩空间。

1.3 算法局限性与改进

该算法对输入图像的色彩统计有较强假设，假设转换到色彩对立空间后各通道是一维独立且单峰分布。在某些情况下，如目标图像有单一主导颜色或所需调色板为无彩色时，该方法能产生合理结果；但当输入和/或目标图像的三维分布更复杂时，该方法无法匹配目标分布，需要寻求其他解决方案。

为改进该算法，有以下几种方式：
- 独立去相关 ：对每个输入图像单独进行去相关，可通过主成分分析（PCA）实现。不过研究发现，使用CIE标准照明体E的CIELAB色彩空间能产生更合理的结果，甚至优于基于PCA的集成色彩空间。
- 更复杂