文化遗产建筑虚拟色彩修复技术运用

邓 焱，曾庆亮

(广州航海学院，广东 广州 510725)

文化遗产建筑是当时当地我国建筑和艺术水平的象征，为历史研究和人文研究提供了大量珍贵素材。在历史更迭进程中，我国文化遗产建筑的数量正在不断减少，现存的文化遗产建筑遗址又几乎都存在不同程度的破坏，对其修复迫在眉睫又意义深远。传统的文化遗产建筑色彩修复工作多是人工直接对建筑实体进行操作，存在失误风险，稍有不慎会加剧损坏。虚拟色彩修复与人工直接修复相比，优势显著，在修复过程中可随时观摩效果做出调整修改，能避免对建筑实体的损害。本文选取了文化遗产建筑修复中色彩修复工作为研究对象，采用先进的虚拟色彩修复技术和先进的颜色算法来进行文化遗产建筑的色彩修复。

1 设计色彩修复系统

1.1 系统需求

(1)算法的一体化执行。本文使用了几种不同的色彩修复技术，每种技术算法不同，色彩修复系统需满足不同算法一体化执行的需求，即在同一用户界面，可执行不同的算法，满足快速使用系统进行色彩修复的需求。

(2)用户界面功能分区的丰富性。设计的系统用户界面要提供不同的色彩迁移模块功能按钮，用户只需要点击相应的按钮就可以进行导入目标图片、打开参考图片、选定对象、颜色迁移、选取算法、保存结果图像等操作。

1.2 系统搭建

色彩修复系统需要有强大的可视化、交互式的软件环境做支撑，MATLAB软件相较于其他的数据计算软件，具有显著优点。其一，编程语言简单，使用便捷。该软件采用的代码与数学表达式极为相近，计算单元采用复数处理方式，在处理矩阵计算时，其简洁度更高。其他软件在计算矩阵乘积时，需要编写循环语句才能实现编译，此软件只需要用数学中的乘式表示即可；其二，软件图像处理功能较强，使用者无需进行复杂运算就可以对图像进行可视化处理；其三，软件兼容性较强，用户在使用该软件的过程中可根据实际需要使用其他图像处理模块集和接口，为用户进行色彩修复提供更强大的支撑[1]。鉴于MATLAB的优点，本文采用其来搭建系统平台，满足文化遗产建筑色彩修复中的数据运算、色彩迁移等需求。

2 采集建筑图像进行预处理

对文化遗产建筑进行虚拟色彩修复，需要先采集建筑当前的图像，采集到的数字图像中损坏裸露部分的墙面会对颜色造成干扰，要消除干扰更好地进行色彩修复，就需要先对图像进行预处理。

2.1 降噪处理

采集到的数字图像存在噪声，消除噪声有利于增强图像信息，获得清晰的目标对象。因此，要先对其进行降噪处理。本文采用的降噪处理方法为中值滤波法，它通过取窗口图像内所有像素点的灰度值中值作为各个像素点的灰度值，使用二维互动模版，对各个像素点的灰度值进行排序，将它们生成或单调上升、或单调下降的二维数据序列。中值滤波法的输出公式如式1所示。

g(x,y)=med{f(x-k,y-l),(k,l∈ω)}

(1)

式(1)中，ω是二维模版，代表不同的滤波区域，f(x,y)代表原始图像，g(x,y)代表滤波处理后的图像。考虑到窗口大小对滤波时间及图像边缘细节的影响，本文采用3×3的矩形窗口对图像进行滤波处理。通过文化遗产建筑数字图像中每一个像素周围3×3的取样窗口取出其九个像素点的R、G、B值，并分别对其排序，取排序后的中值[2]。

采用中值滤波法对文化遗产建筑数字图像进行平滑降噪处理，能够最大程度保护图像的原始颜色信息，继而保证最后修复结果的准确性和图像边缘信息的完整性，效果极佳。图1a、1b为采用中值滤波法处理前后的文化遗产建筑数字图像效果图。

图1 文化遗产建筑数字图像效果图

2.2 图像修复

采用L邻域合成算法对进行修复，具体步骤为：第一步，选择图像破损区域内的点，通过直线将这些点连接起来，可以发现，这些点经连接之后变成了不规则形状，标记这个不规则形状内的区域为待修复区域。第二步，对图像进行逐行扫描，对其中需要修复的像素点，依次分别计算出这个像素点与像素n(1,1)周围L邻域像素点的关系权值Dp,视为权值d的初始值。第三步，采用软件遍历图像所有像素，计算出每个像素与它们周围L邻域像素关系权值，然后与d进行对比，如果权值比d小，将其作为新的d，如果比d大，就继续对图像的下一个像素进行扫描，继续比较，以此类推。第四步，在计算之后，找到图像内权值d最小的像素，这个像素就可以看作是图像中与该像素点最为接近的点，可以将它的RGB值赋予该像素点，进行修复[3]。利用L邻域合成算法对降噪后的文化遗产建筑图像进行修复的效果如图2所示。

图2 L邻域合成算法修复效果

3 采用先进算法进行色彩修复

3.1 灰度图像上色迁移算法

该算法对文化遗产建筑数字图像中的各个像素点逐一进行处理，通过亮度分量进行匹配，算法较为简单，但执行效率高，尤其适用于那些褪色或变色较为严重的文化遗产建筑的色彩修复。灰度图像上色算法进行色彩修复的具体步骤如下。

(1)对图像赋予灰度值。将经过预处理的文化遗产建筑图像先完全褪色，使之成为灰度图像，保留图像的形状信息。图像灰度化处理本质是让图像中像素点的颜色变化灰色。具体处理时需要先找到要进行灰度化处理的像素点在矩阵中的位置，然后对该像素点的R、G、B进行赋值处理，处理过程及公式如式2所示。

灰度化后的RGB=处理前的R×0.3+处理前的G×0.59+处理前的B×0.11

(2)

(2)对图像进行直方图处理。这是一种通过累计分布函数变换来进行图像增强处理的图像颜色修正方法。文化遗产建筑年份久远，褪色现象较为普遍，对其处理时可以采用灰度图像进行。先将图像从RGB空间转换到HSV空间中，然后采用直方图处理方法，对采集到的文化遗产建筑的彩色图像的饱和度和亮度进行拉伸处理，在这个过程中，保持图像的色度值，即H分量不变，直到图像的饱和度、亮度值都处于[0,255]之间，以达到增强图像质量的目的。但这种方法单独使用并不足以完成文化遗产建筑的色彩修复，需要结合其他算法，以灰度图像亮度分布为依据，对颜色图像亮度分布进行适度调整，尽可能缩小二者的灰度差异。然后对两幅图像进行灰度直方图统计，得到l分量直方图，然后对图像中像素点颜色分量均值进行计算，并利用软件扫描逐一获取灰度图像中的像素点分量值，对其进行粗糙上色处理，其实质是按照灰度等级对图像进行映射对比，并输出得到的过渡图像T[4]。亮度映射公式如式3所示。

(3)

在式3中，Y(p)代表文化建筑数字图像形状图像中各个像素点的灰度值，μA代表形状图像灰度均值，σA代表形状图像灰度标准差，μB代表的颜色图像灰度均值，σB代表颜色图像灰度标准差。通过这个公式，可以达到对形状图像灰度进行调整的目的，使其与颜色图像灰度差异明显缩小，从而为后续色彩修复误差的减小打好基础，保证色彩修复效果。

(3)分层迁移方法。经过以上公式获得的过渡图像T,已经不再是灰度图像，有了色彩信息，此时，就可以采用色彩迁移的方法进行色彩修复。当前，很多色彩迁移方法都偏重于整体色彩修复，对局部色彩信息修复关注不够，这些算法会导致色彩层次模糊、不够鲜明的问题。本文考虑到这一点，在传统色彩迁移方法的基础上提出了一种新的色彩迁移方法，即分层迁移。先将颜色图像A、过渡图像T分别划分为K层，计算它们各自整体颜色分量的均值、标准差及各个图层颜色分量的均值与标准差[5]。在扫描计算时，若出现某一层没有像素点的情况，可以通过搜索找到与该层相邻的有像素点存在的图层，以它的颜色分量均值、标准差代替当前层[6]。通过这种逐层操作，可以实现对过渡图像中各个像素点颜色分量的迁移。具体计算时，先提取过渡图像T中任一像素点P，将其灰度等级对应的图像图层设为k层，k取值范围为[0，k-1]，然后计算出颜色图像对应的k层的颜色分量的均值、标准差，以其为标准对过渡图像中的P点进行颜色分量迁移，设P的颜色分量均值为α，颜色分量标准差为β，按照以式4、5完成迁移转换：

(4)

(5)

按照这个公式对过渡图像T中的像素点依次进行迁移，最终得到新的合成图像，再按照上文提到的预处理办法对其进行降噪平滑处理，然后将其转移到RGB颜色空间。下图3、图4、图5分别为文化遗产建筑屋顶的形状图像、颜色图像、颜色迁移后效果图。

图3 文化遗产建筑屋顶形状图像

图4 文化遗产建筑颜色图像

图5 文化遗产建筑色彩迁移效果

3.2 YCαCβ空间颜色迁移算法

该算法选取的颜色空间和上文有所不同，该算法的优点在于无需进行对数运算，先利用式5将文化遗产建筑图像的颜色空间从RGB空间转换为LMS空间：

(5)

将文化遗产建筑数字图像的颜色空间转换为LMS空间之后，要设法去除LMS空间中各个颜色通道的相关性，此时，仅通过式5还不能得到YCαCβ空间中颜色分量值，需要结合式6，代入进行计算：

(6)

其中，Y表示的图像的无色分量值，Cα表示颜色分量，Cβ表示彩色分量，通过上述两个公式，可以计算出它们的值，如下：

(7)

根据以上公式，将文化遗产建筑图像由RGB空间转换到YCαCβ中，根据计算得到的颜色分量值，将新值赋予目标图像，进行颜色迁移，确保目标图像均值、标准差与颜色图像的完全相同，待颜色迁移完成之后，再将图像转换到RGB空间中[7]。该方法能让修复后的文化遗产建筑图像保持原来的色彩和风格，尤其适用于那些整体风格、颜色基调较为统一的文化遗产建筑图像的颜色迁移。下图6为文化遗产建筑当前图像、图7为颜色图像、图8为色彩迁移修复后的图像。

图6 文化遗产建筑当前图像

图7 文化遗产建筑颜色图像

图8 文化遗产建筑色彩修复后图像

4 结语

我国文化遗产建筑多采用砖木材料建造，容易受风雨侵蚀和损毁，对其进行色彩修复意义深远。本文将文化遗产建筑虚拟色彩修复工作分为几个阶段，分别为修复系统设计阶段，图像预处理阶段和使用先进算法进行色彩迁移三个阶段。本文将重点放在第三个阶段，即色彩迁移阶段，这一阶段，本文在前人研究的基础上探索使用了两种新的算法，这两种算法更具优越性，更适用于文化遗产这种古建筑的色彩修复。但文化遗产建筑色彩损坏程度不同，修复方法也应该有所差异，本文只讨论了色彩损毁严重的文化遗产建筑的修复方法，缺乏对其他损坏程度文化遗产建筑色彩修复的研究，有待进一步拓展。