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)中非常重要的一項技術(shù)?；叶葓D一方面在現(xiàn)實生活中的報刊、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，局部化方法通過原圖的高通部分增強灰度圖的細節(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)細節(jié)丟失的問題。
　　本文提出的灰度化方法主要分為兩個部分，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)化目標函數(shù)。其中，帶參數(shù)的映射函數(shù)分為兩個部分，一個是主要亮度部分，通過每個像素的顏色信息計算得出，另一個部分是兩個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，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整體的特點，先對彩色圖像和灰度圖像進行分塊然后對每個塊計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)，進一步進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)上考慮時域一致性。本文就這一問題，進行了詳細的問題的分析和建立了相應的數(shù)學模型，并且利用光流技術(shù)給出了具體的視頻灰度化的擴展