基于顯著度的圖像灰度化算法研究.pdf

1、在科技迅速發(fā)展的今天，數(shù)字媒體已經(jīng)深入到我們的日常生活中，并占據(jù)著越來越重的位置。數(shù)字媒體有多種展現(xiàn)方式，但是圖像是其基礎(chǔ)。在彩色圖像成為主流的同時(shí)，黑白圖像仍然沒有淡出視野，相關(guān)研究具有重要的理論研究和應(yīng)用意義。本文將圍繞彩色圖像灰度化算法展開研究，利用顯著度作為衡量標(biāo)準(zhǔn)，使得灰度化后的黑白圖像信息丟失最少。
　　從信息學(xué)的角度來說，圖像是信息的載體。包含相同像素的彩色圖像是三通道的，相比于單通道的黑白圖像能容納更多信息。彩色圖

2、像灰度化問題也可以被看為一個(gè)降維問題。傳統(tǒng)的灰度化方法僅僅利用顏色信息，而沒有考慮顏色的空間分布，將RGB空間映射到灰度空間中，導(dǎo)致灰度化圖像中對(duì)比度減少。
　　顯著度是衡量圖像中顯著區(qū)域的指標(biāo)，高顯著度區(qū)域和周圍對(duì)比度更強(qiáng)烈。一個(gè)好的灰度化算法應(yīng)該保持彩色圖像和黑白圖像的顯著性區(qū)域不變，即兩者的顯著度圖盡可能一致。本文提出一個(gè)基于顯著度的圖像灰度化算法，這個(gè)算法同時(shí)使用了顏色和空間以減少灰度化引起的信息丟失。
　　本文在以

3、下三個(gè)方面將顯著度應(yīng)用于灰度化：
　　(1)提出一種基于像素信息和像素塊信息的對(duì)比度模型，用于量化顯著度，并且使用顏色和空間信息來計(jì)算該模型。
　　(2)提出一個(gè)用于最小化彩色圖像和灰度圖像的顯著度圖的能量公式，通過求該公式的最小值，我們可以得到灰度圖像。其中，灰度圖像表示為彩色圖像的各通道的線性組合。
　　(3)通過矩陣的計(jì)算來替代傳統(tǒng)的迭代算法以加速灰度圖像的計(jì)算,并提出基于約束的加速算法。
　　通過實(shí)驗(yàn)表明