Abstrait

COLORATION D'IMAGES EN NOIR ET BLANC - UNE ENQUÊTE

Ambika Sharma, Abhinash Singla et Rajdavinder Singh Boparai

Cet article propose un nouveau schéma de codage d'images en couleur appelé « codage d'images par colorisation ». Le schéma est basé sur la technique de colorisation qui permet de colorer une image monochrome en donnant un petit nombre de pixels de couleur. Nous développons des algorithmes utiles pour le codage d'images en couleur. Tout d'abord, la composante de luminance est séparée d'une image couleur d'entrée. Ensuite, un petit nombre de graines de couleur sont sélectionnées comme informations de chrominance. La composante de luminance de l'image est codée par une technique de codage avec perte et la composante de chrominance de l'image est stockée sous forme de graines de couleur. Le décodage est effectué par l'algorithme de colorisation. Il est démontré que cette technique de colorisation est efficace pour le codage d'images, en particulier pour un taux de compression élevé, grâce à des expériences utilisant différents types d'images. Nous développons une nouvelle stratégie qui tente de prendre en compte le contexte de niveau supérieur de chaque pixel. Les colorisations générées par notre approche présentent un degré de cohérence spatiale beaucoup plus élevé, par rapport aux méthodes de transfert automatique de couleurs précédentes. Nous démontrons également que notre méthode nécessite beaucoup moins d'effort manuel que les méthodes de colorisation assistées par l'utilisateur précédentes. Étant donné une image en niveaux de gris à colorier, nous déterminons d'abord pour chaque pixel à partir de quel segment d'exemple il doit apprendre sa couleur. Cela se fait automatiquement à l'aide d'un système de classification supervisé robuste qui analyse l'espace de caractéristiques de bas niveau défini par de petits voisinages de pixels dans l'image d'exemple. Ensuite, chaque pixel se voit attribuer une couleur de la région appropriée à l'aide d'une métrique de correspondance de voisinage, combinée à un filtrage spatial pour une meilleure cohérence spatiale. Chaque attribution de couleur est associée à une valeur de confiance, et les pixels avec un niveau de confiance suffisamment élevé sont fournis sous forme de « micro-gribouillis » à l'algorithme de colorisation basé sur l'optimisation de Levin et al., qui produit la colorisation complète finale de l'image.