一种无色图像处理技术，结合了色彩传递和图像特征提取方法，应用于视觉图形设计领域

《Scientific Reports》：Colorless image processing technique combining chromaticity transfer and image feature extraction in visual graphic design

　　

摘要

本研究通过结合深度引导的色度传输和多级特征提取，提出了一种可验证的高保真无色图像处理框架。为了解决传统方法存在的关键问题——颜色不一致性、边缘渗漏以及特征匹配精度不足，我们为RGB-D图像建立了一个双通道处理流程。该方法通过深度引导的色度传输和多级特征提取实现了高保真无色图像处理。主要创新点包括：一种用于跨模态一致性的加权非局部拉普拉斯算法、一种将像素统计信息与语义理解相结合的多级特征层次结构，以及一种基于亮度的边缘保留机制。在Middlebury Stereo、MIT-Adobe FiveK、BSDS500和Flickr Million等基准数据集上进行的严格测试（包括标准化预处理步骤）证实了该算法的有效性。实验结果显示，该算法将颜色重建误差降低到了0.020±0.003，相比Welsh方法提高了60%；Turbo-pixel边缘拟合精度达到0.93，过度分割现象仅占8%。三级特征系统将特征匹配准确率从62.3%提升至91.4%±2.1%，同时将语义对齐误差从12.4像素减少到3.1±0.7像素。在MIT-Adobe FiveK数据集上，该算法的PSNR值为38.5±0.4 dB，SSIM值为0.942±0.008，处理速度达到9.4 FPS，其基于扩散的着色方法在PSNR上落后3.7 dB，但处理速度快37%。所有结果均具有统计学意义（p<0.05），且可完全复现。这项工作为视觉图形设计提供了一种透明、高效且稳健的解决方案，为无色图像处理领域树立了新的基准。