基于視覺對比度的彩色圖像與視頻灰度化方法.pdf

1、彩色圖像灰度化是圖像處理技術(shù)中非常重要的一項(xiàng)技術(shù)?；叶葓D一方面在現(xiàn)實(shí)生活中的報(bào)刊、書籍和試卷等印刷行業(yè)以其低廉的成本占據(jù)著大部分市場，另一方面在電影攝影等藝術(shù)方面也因獨(dú)有的表現(xiàn)能力而有著不可或缺的地位。更為重要的是彩色圖像灰度化是諸如邊緣檢測，人臉識別等等高級圖像處理技術(shù)往往會使用到灰度化方法作為預(yù)處理方法。
　　傳統(tǒng)的灰度化方法非常簡單，僅僅通過提取彩色圖像中的亮度通道或者RGB通道的線性加權(quán)和得到最終的亮度。然而這種方法是一種

2、固定的映射方式，對于任意的彩色圖同樣的顏色會轉(zhuǎn)換為相同的灰度值，在相對于256個(gè)灰度值的灰度空間擁有巨大數(shù)量的彩色值的彩色空間中必然會出現(xiàn)大量灰度值相同的彩色值。因此傳統(tǒng)的灰度化方法雖然速度最快，但是質(zhì)量相對也是最低的。近些年比較新的灰度化逐漸從在傳統(tǒng)灰度化方法基礎(chǔ)上增加細(xì)節(jié)的局部化方法逐漸發(fā)展到保證全圖中相同顏色轉(zhuǎn)換到相同灰度值的全局化方法。但是這些方法都存在不同的缺點(diǎn)，局部化方法通過原圖的高通部分增強(qiáng)灰度圖的細(xì)節(jié)，但是可能會使得灰度

3、圖出現(xiàn)明顯的不一致性缺陷，而全局方法雖然通過全局映射函數(shù)保證相同的顏色會映射到相同的灰度值，但是現(xiàn)有的全局化方法在優(yōu)化的過程也會出現(xiàn)細(xì)節(jié)丟失的問題。
　　本文提出的灰度化方法主要分為兩個(gè)部分，帶參數(shù)的映射函數(shù)以及保持原圖與灰度圖對比度一致性的優(yōu)化目標(biāo)函數(shù)。其中，帶參數(shù)的映射函數(shù)分為兩個(gè)部分，一個(gè)是主要亮度部分，通過每個(gè)像素的顏色信息計(jì)算得出，另一個(gè)部分是兩個(gè)色度通道上的鄰域色差矩陣，該矩陣包含了像素周圍的色度對待灰度化像素的影響。

4、因此，相同顏色像素可能由于周圍像素的色度信息的不同而導(dǎo)致最終的灰度值不同，這不僅僅符合人類視覺系統(tǒng)的特點(diǎn)，也使得我們的映射函數(shù)擁有比全局化方法更為靈活的映射方式，這樣的映射函數(shù)也意味著我們的方法在一開始就有與全局化方法不同的解空間，為后面得到最佳的灰度圖奠定了基礎(chǔ)。在通過提出的映射函數(shù)，可以得到一系列候選灰度圖，再通過區(qū)域顯著度模型進(jìn)行評估得到灰度圖與原彩色圖之間的視覺上的一致性。本文使用的視覺對比度一致性模型基于人類視覺系統(tǒng)傾向于將空

5、間上相近顏色相似的像素看作一個(gè)整體的特點(diǎn)，先對彩色圖像和灰度圖像進(jìn)行分塊然后對每個(gè)塊計(jì)算顯著度并比較原彩色圖和灰度圖之間的顯著度一致性。以此建立目標(biāo)函數(shù)，并求解出最優(yōu)參數(shù)然后得到最終的灰度圖。
　　本文從彩色圖像灰度化出發(fā)，進(jìn)一步進(jìn)行了視頻灰度化的討論。視頻灰度化不同于彩色圖像灰度化，還需要在圖像灰度化的基礎(chǔ)上考慮時(shí)域一致性。本文就這一問題，進(jìn)行了詳細(xì)的問題的分析和建立了相應(yīng)的數(shù)學(xué)模型，并且利用光流技術(shù)給出了具體的視頻灰度化的擴(kuò)展