基于图像处理技术的中国画色彩修复系统设计

赵男

摘  要： 针对原有中国画色彩修复系统识别色彩修复边缘能力不足的问题，基于图像处理技术设计新式的中国画色彩修复系统。在保留原有系统硬件的前提下，更换一个采集能力更强的图像采集卡，将其与USB端口和图像采集器相连接，增强系统的图像识别能力。在系统软件方面，此次设计利用图像处理技术，结合损失公式，识别待修复色彩区域的衔接边缘;建立色彩提取区域，计算色彩最优点的位权值，找出色彩提取位置，并按照原有绘画色彩叠加方式，将不同颜色合成;利用偏微分方程设置色彩修复系统的修复代码，实现对中国画色彩的修复。实验测试结果表明，与原有修复系统相比，所设计的色彩修复系统识别中国画色彩修复边缘的能力更强，修复后的中国画质量更高。由此可见，该色彩修复系统可应用于中国画的色彩修复。

关键词： 中国画; 色彩修复; 图像处理技术; 衔接边缘修复; 色彩提取; 修复代码设置

中图分类号： TN911.73?34; TP391                 文献标识码： A                    文章编号： 1004?373X（2020）17?0060?04

Abstract： As the original color restoration system for the Chinese paintings does not have enough capability to recognize the edge of color restoration， a new color restoration system for Chinese paintings is designed on the basis of image processing technology. On the premise of retaining the original system hardware， the original image acquisition card is replaced by an image acquisition card with stronger acquisition ability， which connects USB port and image collector to enhance the image recognition ability of the system. In terms of system software， the image processing technology and loss formula are adopted in the system design to identify the join edge of the color area under restoration， establish the color extraction area， and calculate the optimal bit weight value of color to find out the color extraction position and compound different colors according to the original color superposition method. The restoration code of the color restoration system is set up with partial differential equation to realize the color restoration of the Chinese paintings. The experimental results show that， in comparison with the original restoration system， the designed color restoration system has a stronger ability to recognize the color restoration edges of the Chinese paintings， and the quality of the restored Chinese paintings is much higher. This shows the color restoration system can be applied to the color restoration of the Chinese paintings.

Keywords： Chinese painting; color restoration; image processing technology; join edge restoration; color extraction; restoration code generation

0  引  言

中國画作为一种历史悠久、传统优良的中华民族传统绘画，凝聚着大量的中华民族历史信息，体现了一代又一代人民的民族智慧以及每一时期的人物性格，同时也反映了历史发展趋势、国家的政权变革等社会发展情况，可见中国绘画不仅仅是对中华五千年民族精神的体现，还充分反映了国家的历史发展进程。但由于中国绘画出现的时间早、流传时间久远，导致原本色彩丰富、鲜明的中国绘画出现了局部褪色、边缘褪色以及总体晕染的情况[1]。

为此设计一个中国画的色彩修复系统，通过该系统设置修复区域、修复位置节点，对已经出现褪色问题的绘画进行修复。但利用该系统修复的中国画，其褪色边缘与修复边缘并不一致，导致画中会出现一个明显的边缘轮廓色彩，因此，针对原有修复系统的这一问题，基于图像处理技术，设计新式的中国画色彩修复系统。该系统着重研究了修复边缘的识别能力，确保边缘色彩与绘画本色之间没有色差。中国画色彩修复系统的出现，提高了对中国画色彩的修复能力，加强了对绘画的保护，让有故事有思想的中国绘画得以延续，同时，也为其他国家的绘画色彩修复提供了技术支持[2]。

1  中国画色彩修复系统硬件设计

在原有系统硬件结构的基础上，添加一个识别、采集能力更强的图像采集卡，该卡的型号为VT?600EX，可以与V8，Hi?8等图形采集器相连接，将绘画整体色彩完整地储存在计算机中。同时，在该卡的保证下，调整图像大小尺寸、亮度、对比度等操作，均不会导致绘画图像失真[3]。

图像采集卡的适用主机接口为PCL?EX1，200 MB/s传输带宽，输出接口为HDMI1.3，充分保证绘画数据在采集与传输的过程中不会丢失，设计的系统硬件组成框架如图1所示。

所添加的数据采集卡与其他硬件之间的关系如图1所示。系统硬件结构利用数集采集硬件获取中国画的基本数据信息，经图像增强器处理后，强化绘画中人物、景象的轮廓特征，色彩纹理特点等相关信息，通过PLC端口将数据发送到传感器中，利用图像处理器识别所收集的中国画基本信息是否完整，若不完整则通过反馈页面返回给计算机，重新获取绘画信息;绘画图像一次处理识别通过后，利用伺服驱动器对发生褪色的地方进行修复，通过传感器反馈修复结果完成对中国画的色彩修复[4]。

2  色彩修复系统软件设计

中国画色彩修复系统硬件，是保证软件平稳运行、发挥强大功能的基本前提，因此，在保证该前提的情况下，基于图像处理技术，设计色彩修复系统软件。

2.1  识别中国画色彩修复边缘

图像处理技术主要包括图像数据化处理、图像增强和复原处理、图像数据编码、图像分割处理和图像识别。利用此项技术中的图像识别，明确中国画的色彩修复边缘。图2所示的中国画可作为一个参照对象，该中国画由于保存不当，边缘出现了色彩重叠以及局部褪色的问题，因此，对该画作进行色彩修复边缘识别[5]。

根据图2中的花朵、花叶以及绘画的外框边缘色彩位置，识别色彩修复边缘。利用图像识别技术，将该图像划分成[m×n]的栅格形式，然后将每个窗口中的色彩边缘作最大化识别处理，令每个窗口内的色彩差异边缘增强，找到窗口内色彩丰富与褪色部位的最大差异衔接处，该衔接处可用一个损失公式表现：

式中：[smoothL1x]表示在邊缘长度为[L1]的中国画中，对[x]位置处的边缘平滑函数;[λ]表示一个固定计算常量，通常取值在[0，1]内;[u]表示绘画衔接处的清晰度;[v]表示一类边缘类别;[tv]表示画中的色彩变化数据的预测元组;[w]表示二类边缘类别;[σ]表示艾佛森指数函数;[Lclsu，v]表示在[u]，[v]控制下的真实类别边缘识别函数;[Lloctv，w]表示在[tv]控制下的预测识别函数;[k]表示横、纵坐标为[x]，[y]，衔接位置为[p]和[q]的判断系数[6?8]。利用上述计算表达式，实现对中国画变色或褪色部位的边缘识别。

2.2  提取及合成色彩

在完成边缘识别操作后，提取完整绘画区域内的色彩分布，以及色彩重叠搭配纹理。该提取方法利用Criminisi算法提取修复图像中的损失色彩信息，同时，按照原图中的色彩纹理，执行叠加指令，得到所需要的修复色彩。该算法第一步设置提取位置节点，设置色彩完整部位中各个节点的优先处置权，找出权值比重最高的节点位置，以该节点为色彩提取中心，在一个小范围的区域内提取绘画局部色彩[9]。该节点优先权的计算公式为：

式中：[pi]表示特征性最强的色彩数据在[i]处的具体位置;[Cpi]表示对该数据的置信度;[Dpi]表示对这一点数据的支持度;[γ]表示该系统的迭代次数;[μ-i]表示位置修正参数。利用式（2）提取区域色彩的示意图[10?11]如图3所示。

按照图3所示，根据不同位置提取颜色一致的色彩，并根据色彩纹理走向进行颜色叠加，合成与原始色彩一致的颜色，实现对绘画修复的色彩提取与合成[12]。

2.3  偏微分方程完成色彩修复

综合上述两个步骤，利用偏微分方程设置多个可修改变量，结合有限差法和变分法，利用图像处理技术中的图像数据编码手段，建立中国画色彩修复系统的程序执行代码[13]。偏微分方法设置代码的计算公式为：

式中：[F]表示所有变元的连续函数;[sx，y]表示在位置横纵坐标向量为[x]，[y]处的修复函数;[n]表示该微分方程的阶数;[Q]表示降阶量;[Ln]表示修复边缘[14]。通过式（3）运行修复代码，实现对所选区域内绘画色彩的颜色修复，至此基于图像处理技术的中国画色彩修复系统设计完成[15]。

3  仿真实验

为测试所设计修复系统的可行性，模拟一幅存在褪色和晕染的中国画作为实验对象，分别利用所设计系统与原有修复系统对该中国画的色彩进行修复，分析两组实验数据，得出实验测试结论。

3.1  实验准备

搭建仿真实验平台，设置实验环境参数，为保证两组实验测试结果的准确性，模拟一个色彩空间，如图4所示。

将上述色彩空间作为检验修复效果的色彩参考数据，分别使用两个修复系统对图5中的中国画进行色彩修复。

此次实验，通过得到的绘画扫描结果，分析两个修复系统对色彩晕染或者褪色边缘的识别能力。

3.2  结果分析

将所设计系统的实验测试结果计入实验组中;将原有系统的测试结果计入参照组中，得到的实验测试结果如图6所示。对比两组结果的差异，分析修复系统的识别能力，得出实验结论。

根据图6中的测试结果可知：所设计的修复系统将实验对象的边缘全部识别出来，形成一个个闭合的边缘曲线，该系统按照该闭合边缘实现对色彩的修复，确保修复后的区域不会出现色彩晕染的情况;而原有的修复系统，识别绘画色彩过渡边缘的能力较弱，致使识别出的边缘缺失、抖动，同时，边缘线也有断点的情况发生，其中还包括了一些虚假边缘，导致最终按照该边缘线修复的区域出现大面积晕染，与原始色彩大相径庭。

为进一步验证所设计系统的中国画色彩修复效果，利用中国画色彩的可理解度和逼真度作为系统的修复效果的有效衡量指标。

通过将修复后的中国画与原始图像进行色彩误差分析，定量化评价图像质量，质量好的中国画误差较小，理解度和逼真度相对也较高，与原始图像间的相似程度也越高。

采用系统修复后的中国画图像与原始图像的偏离误差客观评价色彩修复后的中国画质量，通常采用时间、均方误差、峰值信噪比或结构相似度评价中国画图像质量。

设图像大小为[M×N]，原始图像用[I0（i，j）]表示，修复后的图像用[I1（i，j）]表示。系统修复后图像的质量评估均方误差（MSE）如下：

式中MSE的值越小，表明图像修复质量越高。

峰值信噪比（PSNR）如下：

PSNR值越大，表明修复后图像的质量越好。

结构相似度对比（SSIM）：将中国画图像的结构定义为[I（x）=x-μxσx]，两个图像块[x，y]之间的相关性即为[I（x），I（y）]之间的相关性，因此，可将SSIM定义为：

结合中国画全部色彩的相似性度量结果获取中国画图像的最终SSIM值，SSIM值越大，表明修复后图像的质量越好。

比较两种系统对中国画色彩修复中色彩晕染修复和褪色边缘修复的执行时间、均方误差、峰值信噪比以及结构相似度，评价两种系统修复后的中国画图像质量结果如表1所示。

分析表1数据可知，所设计的修复系统的中国画色彩修复执行时间远远小于原有的系统，其中，图像的褪色边缘修复所用执行时间节省较多，相比原有系统缩短了16.09 s，极大程度地提高了系统运行效率。所设计的修复系统色彩晕染修复均方误差仅为原有系统的50%左右，极大程度地提升了图像修复后的感官效果，且所设计的修复系统的PSNR和SSIM均大于原有系统。实验结果表明，所设计系统修复后的中国画图像质量更高，更容易达到人们的视觉和理想心理认可度。

4  结  语

本文设计的中国画色彩修复系统，通过图像处理技术的识别能力，获取更加精准的绘画边缘，令每一修复位置均处于一个闭合区域内，防止出现色彩晕染，极大程度地解决了原有系统修复能力不足的问题。但此次设计的绘画色彩修复系统，是在中国画保留了部分色彩的基础上提出的，对于完全褪色的中国绘画，可能不能修复出原有的绘画色彩。因此，在今后的研究中，还要加大对整幅失色中国画色彩修复系统的研究力度。

参考文献

[1] 钱伟，常霞，虎玲.基于改进颜色传递策略与NSCT的红外与可见光图像伪彩色融合[J].红外技术，2019，41（6）：555?560.

[2] 张婵.清代通草水彩画颜料的原位无损分析[J].光散射学报，2019，31（1）：60?65.

[3] 钱明勇，林珊玲，曾素云，等.电润湿电子纸的实时动态显示驱动系统实现[J].光电工程，2019，46（6）：87?95.

[4] 郭亮.大屏幕显示系统拼接图像撕裂原因与对策[J].电视技术，2019，43（4）：22?24.

[5] 兰红，方治屿.3维灰度矩阵的钢板缺陷图像识别[J].中国图象图形学报，2019，24（6）：859?869.

[6] 毛栊哗，李彬华，张西亮，等.基于2 m级大口径望远镜的幸运成像算法的实验研究[J].光学技术，2018，44（5）：542?548.

[7] 柳浪涛，谷林，贾郑磊.基于双检测器的边缘检测算法[J].计算机工程与设计，2017，38（8）：2199?2203.

[8] 王红雨，尹午荣，汪梁，等.基于HSV颜色空间的快速边缘提取算法[J].上海交通大学学报，2019，53（7）：765?772.

[9] 李梦雪，翟东海，孟红月，等.划分特征子区域的图像修复算法[J].计算机应用，2017，37（12）：3541?3546.

[10] 谢斌，徐晨，韩雨，等.显著颜色提取的织物图像色彩转移改进方法[J].信号处理，2019，35（4）：593?600.

[11] 雷飞，朱林，王雪丽.改进多尺度Retinex色彩灰度的水下彩色图像研究[J].小型微型计算机系统，2018，39（1）：185?188.

[12] 王延年，刘会敏，赵朗月.BV反应孔颜色识别算法研究[J].激光杂志，2018，39（5）：45?48.

[13] 史丽燕.基于机器视觉和图像处理的包装印刷缺陷检测方法[J].科技通报，2018，34（10）：105?108.

[14] 乔景慧，李岭.基于机器视觉的电视机背板检测及自适应抓取研究[J].工程设计学报，2019，26（4）：452?460.

[15] 夏松竹，杨静，方宝辉，等.基于GPU异构平台的实时CT图像重建系统的研究[J].计算机应用研究，2019，36（6）：1879?1882.