图像表观迁移是将用户提供的参考图像的颜色、纹理或光照等特征信息迁移到目标图像中的过程。利用这种迁移可以改变目标图像的表观,使图像符合用户的需求。然而,已有的表观迁移方法通常基于单一特征,例如基于颜色特征或纹理特征,无法同时改变图像的颜色和纹理特征;另一方面,对于图像间光照特征较为复杂的情况,传统的方法也无法得到满意的结果。本文重点针对上述问提展开研究。首先,为了可以同时改变图像的颜色和纹理信息,本文提出了将颜色特征和纹理特征相结合的图像表观迁移算法。该算法主要通过特征提取与特征匹配来完成对图像的自动检测,利用这一检测就可以获得参考图像与目标图像中需要进行纹理迁移的区域与需要进行颜色迁移的区域。为了可以更加灵活地进行表观迁移,本文同时提出了基于笔画的交互系统,用户可以通过笔画标记来指定需要迁移的区域。然后,通过颜色迁移与纹理迁移技术,将指定的颜色和纹理迁移到对应的区域。最终可以同时改变图像的颜色和纹理信息。其次,为了克服已有方法在复杂光照图像间进行表观迁移时会出现结果不自然的问题,本文设计并实现了一种结合颜色和光照的复杂光照图像表观迁移方法。由于传统的表观迁移方法通常是线性的迁移方法,很难处理复杂光照这种非线性的迁移,所以该方法主要通过利用卷积神经网络学习复杂光照下图像间的光照映射关系,实现光照迁移。为了优化迁移结果,本文以输入图像作为向导图像,使用联合双边滤波器去除在卷积神经网络计算过程中产生的噪声。实验结果表明本文的方法可以有效地解决传统方法无法在复杂光照下得到自然的表观迁移结果的问题。