[发明专利]一种基于多峰高斯分布函数的彩色图像灰度化方法

说明书

本发明实施例公开了一种基于多峰高斯分布函数的彩色图像灰度化方法，包括给定彩色输入图像及每一个像素点颜色值；基于每一个像素点及其局部相邻的像素点构建一个局部颜色对集合；基于线性包围体层次结构构建一个显著颜色对集合；定义一个基于多峰高斯分布函数的彩色图像灰度化能量函数和一个线性参数函数，并且基于线性参数离散化方法选取能量函数值中最小的参数取值组合作为最佳的线性参数的值；根据线性参数函数和最佳的线性参数的值，计算出最终的输出图像，即为所求的仅包含亮度通道的8位单通道灰度图像。实施本发明，既能够较好地保持局部的相邻像素点的颜色对比度信息，也能有效地保持全局的显著颜色对比度信息。

技术领域

本发明涉及计算机图形图像处理技术领域，尤其涉及一种基于多峰高斯分布函数的彩色图像灰度化方法。

背景技术

彩色图像灰度化是计算机图形图像处理技术领域中的一个基本操作，在诸多计算机图形图像处理应用中有着广泛的用途。彩色图像灰度化是一种将包含三个颜色通道的24位彩色图像转换为只包含一个亮度通道的8位灰度图像的过程。该转换过程实质上是一种数据降维操作，不可避免地会造成图像中一些对比度信息的丢失。因此，尽可能多地保持原彩色图像的对比度信息是当前彩色图像灰度化研究中的一个重要内容。

近些年来，已经有许多研究学者提出了各自的一些关于彩色图像灰度化的方法，大致可以分为基于颜色空间变换的映射方法和基于内容的映射方法。

在基于颜色空间变换的映射方法中，该方法基于一个常量的颜色空间变换矩阵，统一地将彩色图像中包含三个颜色通道的颜色值映射到只包含一个亮度通道的亮度值。例如，将红绿蓝颜色空间转换到CIE-L^*a^*b^*颜色空间并提取出亮度通道就是其中一种比较常用的方法(请参见文献：G.Wyszecki,W.S.Stiles.Color science:Concepts and methods,quantitative data and formulas.2nd Edition,Wiley-Interscience,New York,2000)。但是该方法的缺点在于：对于包含了不同的颜色信息而亮度信息却相同的图像区域，该方法只会统一地将不同的颜色值映射到相同的亮度值，却无法保持该图像区域中的颜色对比度信息。

在基于内容的映射方法中，该方法会自动地根据彩色图像中的具体视觉内容完成彩色图像灰度化的过程。例如，Gooch等首次提出了一种基于对比度保持的彩色图像灰度化方法，根据彩色图像的亮度对比度和色度对比度来确定灰度图像的目标对比度并建立一个能量函数，通过求解能量函数的最小值来计算出灰度图像(请参见文献：A.A.Gooch,S.C.Olsen,J.Tumblin,B.Gooch.Color2gray:Salience preserving color removal.ACMTransactions on Graphics,2005,24(3),634–639)，但是运行效率较低，且颜色对比度保持效果较差；又如，Lu等通过弱化颜色值的大小次序提出了一种基于双峰高斯分布函数的彩色图像灰度化方法(具体请参见文献：C.Lu,L.Xu,J.Jia.Contrast preservingdecolorization with perception-based quality metrics.International Journal ofComputer Vision,2014,110(2),222–239)，虽然改进了颜色对比度信息的保持能力，但是所采用的双峰高斯分布函数将三个颜色分量的对比度汇总为一个目标对比度，因此对颜色对比度的保持能力还比较有限。

除了上面介绍的彩色图像灰度化方法以外，还有许多其他的彩色图像灰度化方法，但是这些算法或多或少都具有一些缺陷。因此，亟需一种全新的彩色图像灰度化方法，既能够较好地保持局部的相邻像素点的颜色对比度信息，也能有效地保持全局的显著颜色对比度信息。

发明内容