用于数字图像的颜色处理的方法和系统与流程

本公开总体上涉及用于数字图像的颜色处理的方法和系统，更具体地，涉及对已经经历了先前图像处理的数字图像进行重新着色的方法和系统。

背景技术：

用于灰度图像的着色和彩色图像的重新着色的传统过程能够在所得到的图像中产生视觉伪影。例如，传统的着色处理(特别是自动彩色图像处理/映射方法，例如，颜色转换和颜色协调)可以在原始图像中颜色和/或亮度值平滑变化的区域中产生颜色不一致性。因此，可能在所得到的图像中创建在原始图像中不存在的明显的人工颜色边缘。此外，不直接修改颜色的其他类型的图像处理也能够产生影响图像的颜色的视觉伪像。

技术实现要素：

本文描述了用于数字图像重新着色的各种系统和方法，所述系统和方法可以消除或减少在已经经历了传统着色、重新着色或影响图像颜色的其它图像处理的图像中的视觉伪影。例如，原始灰度图像(或原始彩色图像)可以经历着色过程(或重新着色过程)，以便产生着色图像(或重新着色图像)。在各种实施例中，可以获得第一图像(例如，原始灰度或彩色图像)的亮度信息，并可以获得第二图像(例如，由对第一图像的图像处理得到的着色或重新着色的图像)的颜色信息。可以基于第一图像的亮度信息来确定多个分割图像区域。可以基于第二图像的颜色信息来针对每个分割图像区域确定颜色种子(color seed)。颜色种子可以表示例如第二图像(例如，着色或重新着色的图像)中的分割图像区域的主色。可以基于扩散分割图像区域的颜色种子来确定第三图像(例如，颜色校正图像)。因此，各种实施例可以被视为可以被实现为用于改善任何彩色图像处理方法的视觉质量的后处理的整理(regularization)方法。因此，例如，可以减少或消除由着色、重新着色或其他图像处理导致的视觉伪影。

附图说明

图1是根据各种实施例的图像采集设备的框图。

图2是根据各种实施例的方法的示例的流程图。

图3是根据各种实施例的要着色的输入灰度图像的图示。

图4示出了根据各种实施例的包括由对灰度图像的分割得到的分割图像区域的分割图像。

图5是示出了根据各种实施例的包括针对每个分割图像区域确定的形态骨架(morphological skeleton)的分割图像的构思图。

图6是示出了根据各种实施例的颜色播种的形态骨架的构思图。

图7是示出了根据各种实施例的来自颜色播种的形态骨架的颜色扩散的构思图。

图8是根据各种实施例的输入灰度图像的着色图像的构思图。

图9是根据各种实施例的另一方法的示例的流程图。

图10A-B示出了根据各种实施例的图9的方法的实现方案的示例的构思图，其中将图9的方法用于对原始灰度图像的着色图像进行重新着色。

图11示出了根据各种实施例的设备的另一示例。

应当理解，附图是为了说明本公开构思的目的，而不必是用于说明本公开的唯一可能配置。

具体实施方式

用于对灰度图像进行着色、对彩色图像进行重新着色以及其他类型图像处理的过程可以在所得到的图像的颜色中产生视觉伪影。本文描述了用于着色和重新着色的各种系统和方法，其中所述系统和方法可以产生具有较少的或没有视觉伪影的最终图像。在各种实施例中，所述技术可以用作用于对数字图像进行着色和/或重新着色的独立方法。在各种实施例中，所述技术可以被实现为用于帮助校正可以由其它着色或重新着色过程导致的视觉伪影的后处理。一些传统方法可能例如在原始图像中颜色和/或亮度值平滑变化的区域中产生颜色不一致性。因此，可能在所得到的图像中创建在原始图像中不存在的明显的人工颜色边缘。因此，各种实施例可以被实现为可以被视为用于改善任何彩色图像处理方法的视觉质量的后处理技术的整理方法。可以首先使用诸如颜色转移、颜色协调等的算法，并随后可以将实现本文所描述的技术的过程用作后处理。

本文所述的技术可以实现在能够执行图像处理的任何类型设备中，诸如执行图像处理软件的个人计算机、包括图像处理功能的图像采集设备(例如，摄像机、视频摄像机等)、智能电话、平板电脑等。例如，图1是根据各种实施例的图像采集设备100的框图。在图1中，可以由光学元件104采集和聚焦从场景反射的光102。聚焦的光106可以投射到检测器108上，检测器108可以是例如电荷耦合器件或其他类型的光检测系统。可以由检测器108将聚焦的光106转换成电信号，然后可以通过信号线110将所述电信号传输到检测器控制器112。在检测器控制器112中，可以将来自检测器108的各个信号转换成数字图像。然后，数字图像可以由处理器114通过总线116传送到随机存取存储器(RAM)118，以便进一步处理。RAM 118可以是动态RAM(DRAM)、静态RAM(SRAM)、闪存模块或其他类型的计算机存储器。

光学元件104可以与总线116相连，以便允许由处理器114控制光学元件104。例如，处理器114可以通过总线116调整光学元件104的焦点、光阑或其它特性。

处理器114可以由包含在能够从总线116访问的只读存储器(ROM)120中的图像采集和处理程序控制。所述程序不必在ROM中，且可以包含在任何类型的长期存储器中，长期存储器是诸如磁盘驱动器、闪存卡或电可擦除可编程只读存储器(EEPROM)等。通常，ROM 120中的程序可以包括结合图2-10讨论的图像着色、重新着色和颜色校正过程。

数字图像可以在进行处理之前或之后存储在单独的数字图像存储器122中，数字图像存储器122是诸如数字视频带、可记录光盘、硬盘驱动器等。数字图像存储器122还可以与程序存储器组合。例如，磁盘驱动器可以用于存储程序和数字图像二者。

图像可以被显示在可以连接到总线116的显示单元124上。控制器126还可以与总线116相连，以便控制处理器114对图像的采集和处理。这种控制126可以包括键盘、选择旋钮和单独按钮，用于诸如缩放、聚焦、开始图像采集等功能。

可以通过可以连接到总线116的网络接口控制器(NIC)128，来从图像采集设备100传送图像。NIC 128可以连接到外部局域网(LAN)130，其中可以将LAN 130用于将图像传送到位于LAN 130上的外部设备132。

上述功能块的布置仅是一种可能的布置，且可以使用任何数量的其它布置。例如，NIC 128可以直接耦接到RAM 118的区域，以便允许对数字采集设备的RAM 118进行直接存储器访问DMA传输。当涉及大量数据时，例如在高清数字摄像机中，这样可以加速数据传输。此外，在其他布置中，可以将控制126和显示128组合成单个单元。在其他组合中，显示器128可以直接与检测器控制器112相连，以便从处理器114卸载显示功能。

图2是根据各种实施例的方法的示例的流程图。在一些实施例中，所述方法可以实现为对灰度图像着色。在一些实施例中，所述方法可以被实现为对彩色图像重新着色。类似地，在一些实施例中，所述方法可以用作后处理步骤，以便帮助校正可以由其他着色或重新着色过程而导致的视觉伪影。图3-8是示出了根据各种示例实施例的图2的方法的实现方案的示例的构思图，其中将图2的方法用于对灰度图像着色。在以下对图2的方法的描述中，将参考图3-8来说明如何能够根据一个特定实施例来实现图2的方法。

参考图2，例如，可以从图像处理设备的存储器(例如，图像采集设备100的数字图像存储器122)获得要处理的图像(例如，要着色的灰度图像或要重新着色的彩色图像)。例如，图3是要着色的输入灰度图像300的图示。可以分割(201)该图像以便获得分割图像区域。例如，图4示出了分割图像400，其中所述分割图像包括由分割灰度图像300而产生的分割图像区域401。

分割可以包括超像素分割，其中可以通过将像素分组成感知有意义的区域来估计一致性区域。像素分组可以捕获图像冗余性、提供用于计算图像特征的方便原语(convenient primitive)、并降低后续图像处理任务的复杂性。在一些情况下，超像素算法本身可以产生过分割或欠分割，这可以导致附加颜色伪像。在各种实施例中，分割可以包括经修改的超像素分割，其中所述经修改的超像素分割可以减轻附加伪影的产生。经修改的超像素分割可以包括对图像进行过分割，然后合并空间上接近并具有类似统计量(例如，类似亮度均值和方差)的超像素。例如，在应用超像素算法之后，如果满足以下条件，则可以合并相邻超像素S1和S2：

其中μ_S2，μ_S1和σ_S2，σ_S1分别是所考虑的超像素的均值和方差。T是阈值，可以设置为2.5。

应当注意，超像素分割仅是可以使用的一种分割类型。然而，如本领域技术人员将容易理解地，可以实现用于分割图像的其他方法。在各种实施例中，分割可以基于亮度信息，例如要着色的输入图像(诸如，灰度图像300)的亮度分量。在要对彩色图像进行重新着色(例如，去除由着色过程引起的伪像)的一些实施例中，分割可以基于彩色图像本身的亮度信息，此外，在其他实施例中，分割可以基于原始灰度图像的亮度信息(如果获得原始灰度图像的亮度信息)，其中已经对所述原始灰度图像进行着色而产生着色图像。

在各种实施例中，图2和图3-8的方法可以应用于灰度和彩色图像，而不管该图像可以已经经历的任何先前图像处理，即，独立于任何先前图像处理。在各种实施例中，所述方法可以用在图像的后处理中，以便校正可以由先前图像处理而产生的伪像。

在图像被分割之后，可以针对每个分割图像区域确定(202)形态骨架(例如，中轴表示)。换言之，分割图像区域可以提供用于确定形态骨架的基础。形态骨架可以用作颜色扩散过程中颜色的起始位置。与针对起始位置使用其他类型的划线或使用点相比，形态骨架可以提供更好的颜色扩散结果。具体地，形态骨架可以更好地跨越分割图像区域，使得可以在整个分割图像区域中更均匀地扩散颜色。这样可以减少可以在分割图像区域的边缘附近发生的不期望的去饱和，特别是当将每个分割图像区域内的单个点用作起始位置时。

图5是示出了包括针对每个分割图像区域401确定的形态骨架501的分割图像的构思图500。

颜色可以与每个形态骨架相关联(203)。换言之，每个形态骨架可以用颜色播种。在各种实施例中，与每个形态骨架相关联的颜色可以基于例如要重新着色的输入彩色图像、彩色模板图像、用户输入等。

如上所述，分割图像区域可以提供用于确定形态骨架的基础。在各种实施例中，分割图像区域还可以提供用于确定要与形态骨架相关联的颜色的基础。例如，在涉及对输入彩色图像重新着色的各种实施例中，可以以各种方式确定与每个形态骨架相关联的颜色。例如，在一些实施例中，与每个形态骨架相关联的颜色可以基于输入彩色图像中的分割图像区域中的颜色。例如，将颜色与每个形态骨架相关联可以包括确定输入彩色图像中的分割图像区域的最常见颜色。在各种实施例中，可以基于输入彩色图像中的分割图像区域的平均颜色、中间颜色等，来确定与每个形态骨架相关联的颜色。如本领域技术人员将容易理解地，确定与每个形态骨架相关联的颜色的其他方式可以包括例如使输入彩色图像中的色调聚集，并通过使用各种投票方案中的一个或多个来将最接近的色调分配给每个分割图像区域等。

在涉及对输入灰度图像着色的各种实施例中，可以以各种方式确定与每个形态骨架相关联的颜色。例如，在一些实施例中，可以向用户显示示出了分割图像区域的边界的输入灰度图像，且用户可以针对每个分割图像区域输入期望颜色。期望颜色可以与相应的形态骨架相关联。在其他实施例中，彩色图像可以用作用于确定与形态骨架相关联的颜色的模板。例如，颜色模板图像也可以被分割，且颜色模板图像的分割图像区域可以例如基于纹理映射等与输入灰度图像的分割图像区域相匹配。颜色可以基于例如颜色模板图像中的分割图像区域的最常见颜色、平均颜色、中间颜色等，与形态骨架相关联，其中所述颜色模版图像中的分隔图像区域与输入灰度图像中的分割图像区域相匹配。

图6是示出了颜色播种的形态骨架601的构思图600，其中通过将颜色与形态骨架501相关联来获得所述颜色播种的形态骨架。

可以从每个形态骨架扩散(204)颜色。在各种实施例中，源自形态骨架的颜色扩散可以基于例如莱文算法，其中莱文算法可以考虑附近像素的亮度，使得如果亮度相似，则将该颜色扩散到附近像素，且如果亮度不相似，则不扩散该颜色。在任何给定像素处，源自一个形态骨架的颜色扩散有可能可以与来自一个或更多个其他形态骨架的颜色扩散相重叠。在这些情况下，可以使用各种方法来确定分配给该像素的最终颜色。在各种实施例中，例如，可以针对源自每个形态骨架的扩散颜色，确定置信度值。可以比较置信度值，且可以将具有最高置信度值的扩散颜色分配给该像素。在其他实施例中，可以针对源自每个形态骨架的扩散颜色确定权重，且可以基于权重来组合扩散颜色，以便获得分配给像素的最终颜色值。在各种实施例中，权重和/或置信度等级可以基于包括以下项的因素：例如，相对于形态骨架的距离、形态骨架尺寸、重叠的扩散颜色之间的差异等。如本领域技术人员将容易理解地，可以使用扩散颜色的其他方法，诸如，考虑纹理、边界等的方法。

图7是示出了源自颜色播种的形态骨架601的颜色扩散的构思图700。颜色扩散由从颜色播种的形态骨架延伸的小箭头示出。为了清楚起见，仅针对一些颜色播种的形态骨架示出颜色扩散，但应当理解，颜色是自所有颜色播种的形态骨架扩散的。

可以基于扩散颜色，获得(205)彩色图像。例如，在各种实施例中，彩色图像可以是颜色扩散的直接结果。在一些实施例中，可以对颜色扩散的结果应用其他处理，以便获得最终的彩色图像。其他处理可以包括例如伽马校正、颜色饱和度调整等。图8是可以由对颜色播种的形态骨架601进行颜色扩散而产生的输入灰度图像300的着色图像800的构思图。

图9是根据各种实施例的另一方法的示例的流程图。该方法可以实现为对彩色图像进行重新着色，例如，作为后处理步骤，以便帮助校正可以由其他着色或重新着色过程产生的视觉伪像。因此，该方法可以帮助减少或消除由自动彩色图像处理/映射方法(例如颜色转移、颜色协调、灰度图片的着色等)引起的典型伪像。具体地，一些传统图像处理方法可能在原始图片中颜色和/或亮度值平滑变化的区域中产生颜色不一致性。例如，一些传统着色方法可能产生在原始图像中不存在的空间不规则性、明显的人工颜色边缘等。图9的方法可以被视为整理方法，所述整理方法可以被实现为用于改善任何彩色图像处理方法的视觉质量的后处理。

图10A-B示出了图9的方法的实现方案的示例的构思图，其中将图9的方法用于对原始灰度图像的着色图像进行重新着色。在以下对图9的方法的描述中，将参考图10A-B来说明如何能够根据一个特定实施例来实现图9的方法。

参照图9，可以获得(901)原始图像的亮度信息。亮度信息可以包括例如原始图像的亮度分量，诸如每个像素处的亮度通道的值。可以获得(902)经修改的图像的颜色信息。颜色信息可以包括例如经修改的图像的颜色分量，诸如，每个像素处的颜色通道的值。经修改的图像可以是由对原始图像的图像处理得到的图像。在各种实施例中，经修改的图像可以是原始灰度图像的着色版本。例如，在图10A-B所示的实现方案中，例如使用传统着色方法对原始灰度图像1000进行着色，从而得到着色图像1001。在一些实施例中，经修改的图像可以是原始彩色图像的重新着色版本。

可以基于原始图像的亮度信息来确定(903)分割图像区域。与以上关于图2的方法描述的方法相同，分割可以包括超像素分割。在一些情况下，超像素算法本身可以产生过分割或欠分割，这可以导致附加颜色伪像。在各种实施例中，分割可以包括经修改的超像素分割，其中所述经修改的超像素分割可以包括对图像进行过分割，然后合并空间上接近并具有类似统计量(例如，类似亮度均值和方差)的超像素。例如，在应用超像素算法之后，例如，可以基于上述等式(1)合并相邻的超像素S1和S2。尽管本文中将超像素分割描述为一种分割方法，然而如本领域技术人员将容易理解地，可以实现用于分割图像的其他方法。

图10A示出了可以从原始灰度图像1000获得的亮度信息1003，并可以基于所述亮度信息确定分割图像区域1005。

可以基于经修改的图像的颜色信息，来针对每个分割图像区域确定(904)颜色种子。在各种实施例中，针对每个分割图像区域确定颜色种子可以包括：确定与分割图像区域相对应的起始位置，例如，形态骨架、点等，并将颜色与形态骨架相关联，其中相关联的颜色是基于经修改的图像的颜色信息的。如本领域技术人员将容易理解地，以上关于图2的方法描述的技术可以应用于确定形态骨架并用颜色对所述形态骨架播种。可以使用类似技术将点或其他形状确定作为起始位置，并用颜色来对起始位置播种。例如，每个起始位置可以被确定为每个分割图像区域的中心点。

图10A示出针对每个分割图像区域确定的起始位置1007。为了清楚起见，在图10A中将起始位置1007示为点。然而，应当理解，起始位置可以是例如点、形态骨架、其他划线等。可以从着色图像1001获得颜色信息1009，且可以基于颜色信息，用颜色对起始位置1007进行播种以便获得颜色种子1011。

应当注意，分割图像区域可以提供用于确定颜色种子的颜色的基础。例如，在各种实施例中，与每个形态骨架、点等相关联的颜色可以基于经修改的图像(例如，图10A-10B的示例中的着色图像)中的分割图像区域的颜色。例如，将颜色与每个形态骨架、点等相关联可以包括确定经修改的图像中的分割图像区域的最常见颜色。在各种实施例中，可以基于经修改的图像中的分割图像区域的平均颜色、中间颜色等，来确定与每个形态骨架、点等相关联的颜色。如本领域技术人员将容易理解地，确定与每个形态骨架、点等相关联的颜色的其他方式可以包括例如使经修改的图像中的色调聚集，并通过使用各种投票方案中的一个或多个来将最接近的色调分配给每个分割图像区域等。

可以基于扩散颜色种子，来确定(905)重新着色图像。如上关于图2所述，在各种实施例中，颜色扩散可以基于例如莱文算法，其中莱文算法可以考虑附近像素的亮度，使得如果亮度相似，则将该颜色扩散到附近像素，且如果亮度不相似，则不扩散该颜色。在这种情况下，每个像素的亮度可以基于原始图像中的像素的亮度信息(例如，亮度分量)。如本领域技术人员将容易理解地，可以使用扩散颜色的其他方法，诸如考虑纹理、边界等的方法。可以基于扩散颜色种子来确定颜色分量，且通过将颜色分量与原始图像的亮度分量相结合来确定重新着色图像。

在图10B中，源自种子的颜色扩散1013被示出为从颜色种子1011延伸的小箭头。可以基于颜色扩散1013来确定重新着色图像1015。与以上关于图2描述的方法相同，在各种实施例中，重新着色图像可以是颜色扩散的直接结果。在一些实施例中，可以对颜色扩散的结果应用其他处理，以便获得最终的重新着色图像。其他处理可以包括例如伽马校正、颜色饱和度调整等。

图11示出了根据各种实施例的设备的另一示例。图11是用于实现上述用于对数字图像进行着色和重新着色的各种技术的设备1100的框图。设备1100可以被实现为例如通用计算平台。

设备1100可以包括用于执行计算机可执行程序的处理器1110，所述计算机可执行程序执行上述各种技术。所述程序可以存储在存储器1120中，其中所述存储器1120还可以存储图像数据。总线1130可以将处理器1110和存储器1120彼此相连，并将其连接到设备1100的其他组件。在一些实施例中，设备1100可以包括多个处理器或具有多个处理核的处理器，其中所述处理器可以并行地执行程序的各部分。

大容量存储设备1140可以经由磁盘控制器1150与总线1130相连。大容量存储设备1140可以包含图像或视频数据，以及操作系统、其他程序、其他数据等。磁盘控制器1150可以根据串行高级技术进步(SATA)、小型计算机系统接口(SCSI)或其他标准来操作，且可以提供到多个大容量存储设备的连接。

视频显示器1160可以经由视频控制器1170连接到总线1130。视频控制器1170可以提供它自己的存储器和图形处理能力，以便用于实现或加速着色、重新着色或颜色校正过程的某些方面，以及用于提供图像和UI显示的功能。

输入设备1180可以经由输入/输出(I/O)控制器1190连接到总线1130。I/O控制器1190可以使用USB、IEEE 1394a或其他标准中的一个或多个。可以连接多个输入设备，诸如键盘、鼠标和轨迹板。图像和视频捕获设备还可以通过I/O控制器1190或执行其它I/O标准的附加I/O控制器连接到系统。可以通过I/O控制器1190或单独的I/O控制器提供联网功能。

本领域技术人员将认识到，本公开的方法的各方面可以在多个系统上并行执行以便提供更快的处理。例如，在处理视频文件的情况下，可以在数十或数百个计算系统中划分帧，以便提供并行处理。在一些操作环境下，在一些系统中可以省略特定组件，例如，视频显示器1160。此外，多个系统可以利用经由I/O总线或经由网络访问的共享存储器。

本领域技术人员还将认识到，设备1100可以实现在诸如数字静态摄像机或数字视频摄像机的图像捕获设备内。本文公开的各种技术可以在图像捕获时实现为设备1100，以便进行着色、重新着色或执行颜色校正。

各种实施例可以包括一种系统，包括：处理器和存储指令的存储器，所述指令被配置为使处理器获得第一图像的亮度信息；获得第二图像的颜色信息，第二图像是由对第一图像的图像处理而得到的图像；基于第一图像的亮度信息确定多个分割图像区域；基于第二图像的颜色信息确定每个分割图像区域的颜色种子；以及基于扩散分割图像区域的颜色种子来确定第三图像。在各种实施例中，确定分割图像区域包括基于第一图像的亮度信息来执行超像素分割。在各种实施例中，确定分割图像区域还包括合并两个或更多个超像素，所述超像素由执行超像素分割而产生。在各种实施例中，确定每个分割图像区域的颜色种子包括：确定分割图像区域内的点并将颜色与所述点相关联，相关联的颜色是基于第二图像的颜色信息的。在各种实施例中，确定每个分割图像区域的颜色种子包括：确定与分割图像区域相对应的形态骨架，并将颜色与形态骨架相关联，相关联的颜色是基于第二图像的颜色信息的。在各种实施例中，将颜色与形态骨架相关联包括：确定第二图像中的分割图像区域的最常见颜色，并将最常见颜色与形态骨架相关联。在各种实施例中，基于扩散颜色种子来确定第三图像包括：基于亮度信息来扩散颜色种子。在各种实施例中，第一图像的亮度信息包括第一图像的亮度分量，且确定第三图像包括扩散颜色种子以便获得颜色分量，并将颜色分量与第一图像的亮度分量相结合。

各种实施例可以包括一种方法，包括：获得第一图像的亮度信息；获得第二图像的颜色信息，第二图像是由对第一图像的图像处理而产生的图像；基于第一图像的亮度信息，确定多个分割图像区域；基于第二图像的颜色信息，确定每个分割图像区域的颜色种子；以及基于扩散分割图像区域的颜色种子，来确定第三图像。在各种实施例中，确定分割图像区域包括基于第一图像的亮度信息来执行超像素分割。在各种实施例中，确定分割图像区域还包括合并两个或更多个超像素，所述超像素由执行超像素分割而产生。在各种实施例中，确定每个分割图像区域的颜色种子包括：确定分割图像区域内的点并将颜色与所述点相关联，相关联的颜色是基于第二图像的颜色信息的。在各种实施例中，确定每个分割图像区域的颜色种子包括：确定与分割图像区域相对应的形态骨架，并将颜色与形态骨架相关联，相关联的颜色是基于第二图像的颜色信息的。在各种实施例中，将颜色与形态骨架相关联包括：确定第二图像中的分割图像区域的最常见颜色，并将最常见颜色与形态骨架相关联。在各种实施例中，基于扩散颜色种子来确定第三图像包括：基于亮度信息来扩散颜色种子。在各种实施例中，第一图像的亮度信息包括第一图像的亮度分量，且确定第三图像包括扩散颜色种子以便获得颜色分量，并将颜色分量与第一图像的亮度分量相结合。

各种实施例可以包括一种非暂时性计算机可读介质，存储计算机可读指令，其中可执行所述计算机可读指令以执行一种方法，该方法包括：获得第一图像的亮度信息；获得第二图像的颜色信息，第二图像是由对第一图像的图像处理而产生的图像；基于第一图像的亮度信息，确定多个分割图像区域；基于第二图像的颜色信息，确定每个分割图像区域的颜色种子；以及基于扩散分割图像区域的颜色种子，来确定第三图像。在各种实施例中，确定分割图像区域包括基于第一图像的亮度信息来执行超像素分割。在各种实施例中，确定分割图像区域还包括合并两个或更多个超像素，所述超像素由执行超像素分割而产生。在各种实施例中，确定每个分割图像区域的颜色种子包括：确定分割图像区域内的点并将颜色与所述点相关联，相关联的颜色是基于第二图像的颜色信息的。在各种实施例中，确定每个分割图像区域的颜色种子包括：确定与分割图像区域相对应的形态骨架，并将颜色与形态骨架相关联，相关联的颜色是基于第二图像的颜色信息的。在各种实施例中，将颜色与形态骨架相关联包括：确定第二图像中的分割图像区域的最常见颜色，并将最常见颜色与形态骨架相关联。在各种实施例中，基于扩散颜色种子来确定第三图像包括：基于亮度信息来扩散颜色种子。在各种实施例中，第一图像的亮度信息包括第一图像的亮度分量，且确定第三图像包括扩散颜色种子以便获得颜色分量，并将颜色分量与第一图像的亮度分量相结合。

还应当理解，虽然在此已经详细地示出和描述了各种实施例的各种示例，但是本领域技术人员可以容易地设计依然保持在本公开的范围内的其他变化实施例。

本文所述的所有示例和条件语言旨在用于帮助读者理解本公开的原理和发明人为促进技术而贡献的构思，且被解释为不限于这种具体描述的示例和条件。

此外，这里对本公开的原理、方面、实施例及其特定示例做出引述的所有声明意在包括本发明的结构和功能上的等同物。附加地，这种等同物旨在包括当前已知的等同物以及将来研发的等同物，即，为执行相同功能研发的任何元件，而无论其结构如何。

因此，例如，本领域技术人员将理解，本文呈现的框图表示体现本公开原理的说明性电路、电子组件、光学组件等的构思图。类似地，将理解，任何流程、流程图、状态转移图、伪代码等表示实质上可以在计算机可读介质上表示的、并且由计算机或处理器执行的各个过程，无论是否明确示出该计算机或处理器。

图中示出的各个元件的功能可以通过使用专用硬件以及能够与合适软件相关联执行软件的硬件来提供。当由处理器来提供时，这些功能可以由单个的专用处理器、单个的共享处理器、或多个单独的处理器(其中一些可以是共享的)来提供。此外，对术语“处理器”或“控制器”的显式使用不应理解为专门指能够执行软件的硬件，可以隐式地非限制地包括数字信号处理器(“DSP”)硬件、用于存储软件的只读存储器(“ROM”)、随机存取存储器(“RAM”)以及非易失性存储器。

还可以包括传统和/或定制的其它硬件。类似地，附图所示的任何开关都仅是概念性的。其功能可以通过程序逻辑的操作、专用逻辑、程序控制和专用逻辑的交互、或甚至是手动地实现，实施者可以选择的具体技术可以从上下文中得到明确的理解。

在权利要求中，被表达为用于执行指定功能的装置的任意元件意在包括执行该功能的任何方式，包括例如执行该功能的电路元件的组合、任何形式的软件，因而包括固件、微代码等，其与适当的电路组合以运行该软件来执行该功能。由这种权利要求限定的本公开在于以下事实：由各种记载的装置提供的功能以权利要求所要求的方式组合在一起。因此，将可以提供这些功能的任何装置认为是等同于本文所示的装置。