Decomposing Images into Layers via RGB-space Geometry

https://cragl.cs.gmu.edu/singleimage/

Keyword: Images, colors, layers, RGB, Photoshop

Abstract

问题描述

• 还原绘画作品的颜色图层，每个图层包含一种颜色，图层中的像素具有不同的透明值。

主要贡献

• 如何分离图层？对图像的RGB空间进行几何分析，找到一个合适的多面体包围原始图像的所有像素坐标，从而决定一组较小的色板可以还原原始图像。（每个色板颜色对应一个图层）

• 如何计算图层？通过优化能量函数，计算每个图层每个像素的透明度，使通过图层颜色叠加后还原的图像，与原图在色彩浓度和空间结构上具有一致性。

Main Effect/Pipeline

主要流程

分离图层

优化路径

Discussion

优点

• 多面体方法可以为任何图像寻找出具有代表意义的图层颜色，分离的图层可以组合还原图像。

缺点

• 计算图层的像素透明度是一个优化问题，能量函数的选择并不一定能得到期望的效果。

• 通过多面体优化的方法得到的图层颜色，可能并不是真实绘画过程中使用的原色，而是被其他颜色多次叠加得到的。

• 位于多面体中心的原色将不会被检测到（相比于使用聚类的方法）。

• 需要用户决定图层数量和图层顺序。

• 颜色空间中，孤立的噪声点对多面体的形成具有很大的影响。

• 没有考虑到图像的颜色是线性的，即在RGB空间中为平面或直线。

Results

Future Work

• 对非线性颜色叠加的图像进行分离

• 自动选取色板颜色和图层顺序

• 提供更多有意义的色板选择