绚丽多姿的少数民族服饰蕴含着丰富的民族历史与文化,其中具有符号象征的色彩体现了更深层的民族精神和地域特色。因此,研究少数民族服饰色彩规律及应用对于实现少数民族文化保护与传承具有积极的意义。当前该领域存在技术应用度不高、依赖专业经验等方面的问题,严重制约了少数民族文化数字资源的开发利用。因此,利用计算机领域新技术,探索并研究面向少数民族服饰数字资源应用的图像自动着色方法,具备一定的研究价值和应用前景。本文通过构建一个多样性的服饰草图库,利用生成式对抗网络在图像生成方面的优势,训练神经网络并得到一个用于草图着色的生成器,从而实现对民族服饰手绘草图的自动着色,为少数民族服饰文化数字化的应用提供了创新思路和技术参考。主要研究内容和成果如下:(1)设计民族服饰图案轮廓提取算法。本文提出一种基于离散H通道的边缘检测算法,该算法通过在HSV空间中定义多尺度颜色标签,将原图像转换为H通道的色彩标签图,然后计算色彩标签图中区域的离散相似性以确定边缘点,最后完成民族服饰图案边缘检测任务。实验分析表明,该算法极大提升传统梯度法的检测准确率,能有效提取民族服饰图案轮廓。(2)建立民族服饰草图库。本文利用提出的边缘检测算法对佤族民族服饰图像进行处理,在得到的民族服饰边缘图的基础上,结合现有草图生成算法对其进行多种风格的草图化处理,并通过筛选最终构建了包含彩色图像和手绘草图等多风格的民族服饰草图数据库,为民族服饰数字化相关领域研究提供重要的数据依据。(3)构建民族服饰草图着色模型。本文利用深度学习技术的优势,构建了基于生成式对抗网络的民族服饰草图着色模型,该模型由6层U-net结构的生成器和5层卷积神经网络的判别器构成,并在此基础上优化了损失函数,最后使用本文构建的草图数据库进行模型训练。通过大量草图着色实验结果表明,该模型对民族服饰色彩规律具备良好的学习能力,能够达到较好的着色效果。(4)实现民族服饰草图自动着色原型系统。本文设计并实现了用于展示民族服饰草图着色效果的原型系统,该系统将边缘检测、草图生成、草图着色等功能进行了集成,对本文研究的阶段性成果进行了可视化展示,进一步验证了本文方法的有效性和实用性。