计算机图形图像技术在美术领域中的应用
刘夙凯
摘 要： 研究夜景图像的美化问题，分析计算机图形图像处理技术在美术中的应用，提出一种基于光照多重色差补偿的夜景图像美化处理技术。首先对采集的夜景图像进行小波降噪处理，然后采用光照自适应均衡技术进行夜景图像的白平衡优化，对夜景的光照色差采用阴影区域和亮度区域分割的方法进行轮廓阴影偏差补偿，提高夜景图像的美化效果。最后进行实验测试，结果表明，采用该技术进行夜景图像的美化处理具有较好的美术展现能力，提高了图像的美观性和视觉感官表达性能，具有较好的美术应用价值。
关键词： 夜景图像； 图形图像技术； 美术领域； 图像美化
中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 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
在計算机图形图像处理技术高速发展的今天，采用图像处理技术进行图像美化处理，并应用到美术领域中，提高图像的成像质量和视觉感官性。美术图像的美化处理主要包括图像降噪、图像信息融合、图像增强和图像的白平衡偏差补偿等[1]。在进行景观图像采集中[2?3]，由于受到光照强度和采集设备自身物理特性的影响，通常采集的原始图像都需要进行后期处理，图像美化技术是后期美术图像加工的关键。本文研究夜景图像的美化处理技术，夜景图像采集受到光照低、曝光时间长短等因素的影响，容易出现白平衡失真和过度曝光等问题，导致采集的图像可能出现亮度不够、噪点过多和鬼影等现象，研究夜景图像的美化处理技术，分析计算机图形图像技术在美术领域中的应用具有可参考性。本文提出基于光照多重色差补偿的夜景图像美化处理技术，进行夜景图像美化处理，通过图像处理技术研究和仿真实验分析得出有效性结论。
1 待美化夜景图像的预处理
1.1 夜景图像采集像素特征表达
为了实现对夜景图像的美化处理，需要首先对采集的夜景图像进行像素特征分解和表达，夜景图像采集采用的是NikonD7100数码成像设备，采用自动对焦镜头，设定的感光度ISO为100，曝光时间为60 s，采集的图像输出为：
[I（x）=J（x）t（x）+A1-t（x）] （1）
式中：[A]为图像在[x]方向的尺度信息；[t（x）]为夜间的光照强度；[J（x）t（x）]为图像的成像区域的噪声系数。
在多尺度光照补光作用下，计算夜景图像的每个像素的颜色子空间和亮度特征空间，采用数字化图形图像处理方法对采集的图像进行自适应特征加权，进行边缘轮廓特征提取，得到图像的约束优化解向量定义为：
[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]表示夜景图像均匀像素遍历的可行域。在光照较暗的条件下，设采集到的图像输出数学模型为[g={g（i），i∈Ω}，]构建图像灰度像素特征向量，得到夜景图像采集的输出像素表达为：
[L=Jw，e-i=1NaiwTφxi+b+ei-yi] （3）
采用约束优化进化方法进行图像的融合处理，对采集的夜景图像在小波域内进行尺度分解和稳像处理，为了提高图像的美化能力，通过模板匹配，得到在像素模板[m×n]中分析夜景图像采集像素特征的表达式为：
[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]表示图像序的空间邻近度。在各梯度方向上进行[3×3]模板匹配，求解图像的梯度幅度信息，实现夜景图像采集和像素特征表达。
1.2 图像降噪预处理
在进行了图像像素特征表达的基础上，为了提高夜景图像的美化性能，进行图像降噪处理，在夜间曝光强度不足的光照背景条件下，采集的夜景美术图像通常存在噪声[4?6]，图像的噪点集合为：
[W=mii=1，2，…，n] （6）
利用小波降噪技术进行降噪处理，给出母小波函数：
[fitness（x）=f（x）， feasible1+rG（x）， otherwise] （7）
连续图像的连续分布特征空间内，采用小波脊变换进行时频分解，得到图像的时频复合加权函数族[Ψa，b]是由[ψ（t）]经过小波脊变换得到的特征向量，表示为：
[Ψa，b（t）=U（a，b）ψ（t）=1aψt-ba] （8）
式中：[U（a，b）]是Euclidean距离；因子[1a]保证了波脊变换的幅值归一性。在复杂光照背景中，令[t（x）=e-βd（x），]其中[0<t（x）<1，][t（x）]表示图像的特征点[i]的邻域，通过小波降噪，得到图像灰度像素特征为：
[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图像的白平衡增强度为：
[M=minP1?Wc3fitness（x）+maxP2?Ψa，b（t）] （10）
式中：[P1]和[P2]分别是邻域内像素点的时域特征分量和频域特征分量。通过上述处理，实现图像降噪预处理，为进行图像美化奠定基础。
2 图像美化处理实现
2.1 夜景图像的白平衡优化
本文分析计算机图形图像处理技术在美术中的应用，在进行了图像降噪预处理的基础上，进行夜景图像的美化处理。本文提出一种基于光照多重色差补偿的夜景图像美化处理技术，采用光照自适应均衡技术进行夜景图像的白平衡优化，依据图像的边缘轮廓信息搜索阈值，在图像噪点分布的特征点[i]的邻域用[Ni]定义为：
[Ni=i∈Sdist（i，i）2≤r，i≠i] （11）
在夜景图像的白平衡处理中，采用光照自适应均衡技术进行夜景图像的白平衡优化，用[dist（i，i）]描述待美化的夜景图像的邻域内像素点的距离，[r]为一个常量，得到待美化的夜景图像的多重色差核：
[Ri=1γij∈Ωgjdi-j2lgi-gj1 ] （12）
采用形态学分割方法对图像全盲去卷积处理，在稀疏先验正则化分布空间内，根据模糊核的先验知识得到图像色差的自适应均衡约束函数为：
[minkp=λgi+βgj] （13）
式中[λ，β]为正则化参数。基于模糊核的数学表达，得到夜景图像的白平衡优化结果为：
[LRT=minkpRi?Nis] （14）
式中[s]为模糊核的总变分正则化（Total Variation，TV）项。
2.2 图像轮廓阴影偏差补偿美化实现
对夜景的光照色差采用阴影区域和亮度区域分割的方法进行轮廓阴影偏差补偿，通过图像多阈值分割[7]，得到阴影区域和亮度区域分割曲线描述为：
[Gnor（xi）=j=1pGj（xi）Gmaxjp] （15）
式中[i∈1，2，…，N]为序列值。在整幅图像的测量中，测量模糊图像的正则项时间开销，得到高频图像[y]的模糊核为：
[Ω=x∈sgj（x）≤0， j=1，2，…，l；hj（x）=0，j=l+1，l+2，…，p] （16）
采用无约束迭代再加权最小二乘法（IRLS）算法更新模糊核[8]，表示为：
[min y=f（x）=（f1（x）， f2（x），…， fm（x））] （17）
式中：[x=（x1，x2，…，xn）∈X??n ]为美化夜景图像的每个特征点的初始值向量；[X]为优化进化的决策空间；[ y∈Y??m]为待美化的夜景图像阴影区域的单尺度特征量，[Y]为优化进化的目标空间。图像轮廓阴影偏差补偿实现图像的低频信息叠加，得到图像轮廓阴影偏差补偿目标函数为：
[G（x，y）=miny34Gnor（x）+Ω3] （18）
通过对夜景光照色差的阴影区域和亮度区域分割方法，进行轮廓阴影偏差补偿，提高夜景图像的美化效果，得到图像轮廓阴影偏差补偿美化实现流程如图1所示。
3 仿真实验分析
采用计算机图形图像技术进行夜景图像的美化，应用在图像美术设计中，图像处理的仿真实验建立在Matlab 7实验平台中，在图像采集中，原始图像为600×400的JPEG图像，设定图像的光照强度阈值[ε]=1.0，对原始夜景图像采集的光圈设定为[F=]14 mm，ISO为100，图像采集的分辨率为1 280×1 024 pixel，对图像进行阴影区域和亮度区域分割的特征尺度为12，将8×8像素网格方向的高频特征参量9个方向块中进行图像美化，得到原始采集的夜景图像如图2所示。 </t（x）
由图2可见，原始图像由于曝光不足等原因，导致图像的美术效果不好，为此需要进行图像美化处理，以图2所示的夜景图像为测试样本，采用小波降噪方法进行图像降噪处理，通过小波降噪实现信息增强，得到图像处理效果如图3所示。
在图3处理的图像效果基础上，采用光照自适应均衡技术进行夜景图像的白平衡优化，提高夜景图像的美化效果，得到图像美化后的最后输出结果如图4所示。
圖4与图2的原始图像对比得知，采用本文技术进行夜景图像的美化处理具有较好的美术展现能力，提高了图像的美观性和视觉感官表达性能，具有较好的图像美化处理能力。表1给出了采用不同的美化处理方法，进行同一幅夜景图像美化处理的输出峰值信噪比和运算时间对比，可知采用本文方法进行夜景图像美化处理具有较高的输出峰值信噪比，说明对图像质量的改善效果较高，且运算时间较短。
4 结 语
本文分析了计算机图形图像处理技术在美术中的应用问题，提出一种基于光照多重色差补偿的夜景图像美化处理技术。实验分析结果表明，采用本文技术进行夜景图像的美化处理，具有较好的美术展现能力，提高了图像的美观性和视觉感官表达性能，具有较好的美术应用价值，展示了优越的应用性能。
参考文献
[1] 赵蓉，顾国华，杨蔚.基于偏振成像的可见光图像增强[J].激光技术，2016，40（2）：227?231.
[2] 杨凡，蔡超.对象级特征引导的显著性视觉注意方法[J].计算机应用，2016，36（11）：3217?3221.
[3] 肖淑苹，贺毅岳.一种改进的EMD图像信号去噪算法[J].现代电子技术，2016，39（16）：91?93.
[4] 卞乐，霍冠英，李庆武.基于Curvelet变换和多目标粒子群的混合熵MRI图像多阈值分割[J].计算机应用，2016，36（11）：3188?3195.
[5] 曾文权，何拥军，崔晓坤.基于各向异性滤波和空间FCM的MRI图像分割方法[J].计算机应用研究，2014，31（1）：316?320.
[6] 蔡自兴，彭梦，余伶俐.基于时序特性的自适应增量主成分分析的视觉跟踪[J].电子与信息学报，2015，37（11）：2571?2577.
[7] 蒋建国，金玉龙，齐美彬，等.基于稀疏表达残差的自然场景运动目标检测[J].电子学报，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.
摘 要： 研究夜景图像的美化问题，分析计算机图形图像处理技术在美术中的应用，提出一种基于光照多重色差补偿的夜景图像美化处理技术。首先对采集的夜景图像进行小波降噪处理，然后采用光照自适应均衡技术进行夜景图像的白平衡优化，对夜景的光照色差采用阴影区域和亮度区域分割的方法进行轮廓阴影偏差补偿，提高夜景图像的美化效果。最后进行实验测试，结果表明，采用该技术进行夜景图像的美化处理具有较好的美术展现能力，提高了图像的美观性和视觉感官表达性能，具有较好的美术应用价值。
关键词： 夜景图像； 图形图像技术； 美术领域； 图像美化
中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 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
在計算机图形图像处理技术高速发展的今天，采用图像处理技术进行图像美化处理，并应用到美术领域中，提高图像的成像质量和视觉感官性。美术图像的美化处理主要包括图像降噪、图像信息融合、图像增强和图像的白平衡偏差补偿等[1]。在进行景观图像采集中[2?3]，由于受到光照强度和采集设备自身物理特性的影响，通常采集的原始图像都需要进行后期处理，图像美化技术是后期美术图像加工的关键。本文研究夜景图像的美化处理技术，夜景图像采集受到光照低、曝光时间长短等因素的影响，容易出现白平衡失真和过度曝光等问题，导致采集的图像可能出现亮度不够、噪点过多和鬼影等现象，研究夜景图像的美化处理技术，分析计算机图形图像技术在美术领域中的应用具有可参考性。本文提出基于光照多重色差补偿的夜景图像美化处理技术，进行夜景图像美化处理，通过图像处理技术研究和仿真实验分析得出有效性结论。
1 待美化夜景图像的预处理
1.1 夜景图像采集像素特征表达
为了实现对夜景图像的美化处理，需要首先对采集的夜景图像进行像素特征分解和表达，夜景图像采集采用的是NikonD7100数码成像设备，采用自动对焦镜头，设定的感光度ISO为100，曝光时间为60 s，采集的图像输出为：
[I（x）=J（x）t（x）+A1-t（x）] （1）
式中：[A]为图像在[x]方向的尺度信息；[t（x）]为夜间的光照强度；[J（x）t（x）]为图像的成像区域的噪声系数。
在多尺度光照补光作用下，计算夜景图像的每个像素的颜色子空间和亮度特征空间，采用数字化图形图像处理方法对采集的图像进行自适应特征加权，进行边缘轮廓特征提取，得到图像的约束优化解向量定义为：
[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]表示夜景图像均匀像素遍历的可行域。在光照较暗的条件下，设采集到的图像输出数学模型为[g={g（i），i∈Ω}，]构建图像灰度像素特征向量，得到夜景图像采集的输出像素表达为：
[L=Jw，e-i=1NaiwTφxi+b+ei-yi] （3）
采用约束优化进化方法进行图像的融合处理，对采集的夜景图像在小波域内进行尺度分解和稳像处理，为了提高图像的美化能力，通过模板匹配，得到在像素模板[m×n]中分析夜景图像采集像素特征的表达式为：
[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]表示图像序的空间邻近度。在各梯度方向上进行[3×3]模板匹配，求解图像的梯度幅度信息，实现夜景图像采集和像素特征表达。
1.2 图像降噪预处理
在进行了图像像素特征表达的基础上，为了提高夜景图像的美化性能，进行图像降噪处理，在夜间曝光强度不足的光照背景条件下，采集的夜景美术图像通常存在噪声[4?6]，图像的噪点集合为：
[W=mii=1，2，…，n] （6）
利用小波降噪技术进行降噪处理，给出母小波函数：
[fitness（x）=f（x）， feasible1+rG（x）， otherwise] （7）
连续图像的连续分布特征空间内，采用小波脊变换进行时频分解，得到图像的时频复合加权函数族[Ψa，b]是由[ψ（t）]经过小波脊变换得到的特征向量，表示为：
[Ψa，b（t）=U（a，b）ψ（t）=1aψt-ba] （8）
式中：[U（a，b）]是Euclidean距离；因子[1a]保证了波脊变换的幅值归一性。在复杂光照背景中，令[t（x）=e-βd（x），]其中[0<t（x）<1，][t（x）]表示图像的特征点[i]的邻域，通过小波降噪，得到图像灰度像素特征为：
[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图像的白平衡增强度为：
[M=minP1?Wc3fitness（x）+maxP2?Ψa，b（t）] （10）
式中：[P1]和[P2]分别是邻域内像素点的时域特征分量和频域特征分量。通过上述处理，实现图像降噪预处理，为进行图像美化奠定基础。
2 图像美化处理实现
2.1 夜景图像的白平衡优化
本文分析计算机图形图像处理技术在美术中的应用，在进行了图像降噪预处理的基础上，进行夜景图像的美化处理。本文提出一种基于光照多重色差补偿的夜景图像美化处理技术，采用光照自适应均衡技术进行夜景图像的白平衡优化，依据图像的边缘轮廓信息搜索阈值，在图像噪点分布的特征点[i]的邻域用[Ni]定义为：
[Ni=i∈Sdist（i，i）2≤r，i≠i] （11）
在夜景图像的白平衡处理中，采用光照自适应均衡技术进行夜景图像的白平衡优化，用[dist（i，i）]描述待美化的夜景图像的邻域内像素点的距离，[r]为一个常量，得到待美化的夜景图像的多重色差核：
[Ri=1γij∈Ωgjdi-j2lgi-gj1 ] （12）
采用形态学分割方法对图像全盲去卷积处理，在稀疏先验正则化分布空间内，根据模糊核的先验知识得到图像色差的自适应均衡约束函数为：
[minkp=λgi+βgj] （13）
式中[λ，β]为正则化参数。基于模糊核的数学表达，得到夜景图像的白平衡优化结果为：
[LRT=minkpRi?Nis] （14）
式中[s]为模糊核的总变分正则化（Total Variation，TV）项。
2.2 图像轮廓阴影偏差补偿美化实现
对夜景的光照色差采用阴影区域和亮度区域分割的方法进行轮廓阴影偏差补偿，通过图像多阈值分割[7]，得到阴影区域和亮度区域分割曲线描述为：
[Gnor（xi）=j=1pGj（xi）Gmaxjp] （15）
式中[i∈1，2，…，N]为序列值。在整幅图像的测量中，测量模糊图像的正则项时间开销，得到高频图像[y]的模糊核为：
[Ω=x∈sgj（x）≤0， j=1，2，…，l；hj（x）=0，j=l+1，l+2，…，p] （16）
采用无约束迭代再加权最小二乘法（IRLS）算法更新模糊核[8]，表示为：
[min y=f（x）=（f1（x）， f2（x），…， fm（x））] （17）
式中：[x=（x1，x2，…，xn）∈X??n ]为美化夜景图像的每个特征点的初始值向量；[X]为优化进化的决策空间；[ y∈Y??m]为待美化的夜景图像阴影区域的单尺度特征量，[Y]为优化进化的目标空间。图像轮廓阴影偏差补偿实现图像的低频信息叠加，得到图像轮廓阴影偏差补偿目标函数为：
[G（x，y）=miny34Gnor（x）+Ω3] （18）
通过对夜景光照色差的阴影区域和亮度区域分割方法，进行轮廓阴影偏差补偿，提高夜景图像的美化效果，得到图像轮廓阴影偏差补偿美化实现流程如图1所示。
3 仿真实验分析
采用计算机图形图像技术进行夜景图像的美化，应用在图像美术设计中，图像处理的仿真实验建立在Matlab 7实验平台中，在图像采集中，原始图像为600×400的JPEG图像，设定图像的光照强度阈值[ε]=1.0，对原始夜景图像采集的光圈设定为[F=]14 mm，ISO为100，图像采集的分辨率为1 280×1 024 pixel，对图像进行阴影区域和亮度区域分割的特征尺度为12，将8×8像素网格方向的高频特征参量9个方向块中进行图像美化，得到原始采集的夜景图像如图2所示。 </t（x）
由图2可见，原始图像由于曝光不足等原因，导致图像的美术效果不好，为此需要进行图像美化处理，以图2所示的夜景图像为测试样本，采用小波降噪方法进行图像降噪处理，通过小波降噪实现信息增强，得到图像处理效果如图3所示。
在图3处理的图像效果基础上，采用光照自适应均衡技术进行夜景图像的白平衡优化，提高夜景图像的美化效果，得到图像美化后的最后输出结果如图4所示。
圖4与图2的原始图像对比得知，采用本文技术进行夜景图像的美化处理具有较好的美术展现能力，提高了图像的美观性和视觉感官表达性能，具有较好的图像美化处理能力。表1给出了采用不同的美化处理方法，进行同一幅夜景图像美化处理的输出峰值信噪比和运算时间对比，可知采用本文方法进行夜景图像美化处理具有较高的输出峰值信噪比，说明对图像质量的改善效果较高，且运算时间较短。
4 结 语
本文分析了计算机图形图像处理技术在美术中的应用问题，提出一种基于光照多重色差补偿的夜景图像美化处理技术。实验分析结果表明，采用本文技术进行夜景图像的美化处理，具有较好的美术展现能力，提高了图像的美观性和视觉感官表达性能，具有较好的美术应用价值，展示了优越的应用性能。
参考文献
[1] 赵蓉，顾国华，杨蔚.基于偏振成像的可见光图像增强[J].激光技术，2016，40（2）：227?231.
[2] 杨凡，蔡超.对象级特征引导的显著性视觉注意方法[J].计算机应用，2016，36（11）：3217?3221.
[3] 肖淑苹，贺毅岳.一种改进的EMD图像信号去噪算法[J].现代电子技术，2016，39（16）：91?93.
[4] 卞乐，霍冠英，李庆武.基于Curvelet变换和多目标粒子群的混合熵MRI图像多阈值分割[J].计算机应用，2016，36（11）：3188?3195.
[5] 曾文权，何拥军，崔晓坤.基于各向异性滤波和空间FCM的MRI图像分割方法[J].计算机应用研究，2014，31（1）：316?320.
[6] 蔡自兴，彭梦，余伶俐.基于时序特性的自适应增量主成分分析的视觉跟踪[J].电子与信息学报，2015，37（11）：2571?2577.
[7] 蒋建国，金玉龙，齐美彬，等.基于稀疏表达残差的自然场景运动目标检测[J].电子学报，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.
