[发明专利]一种基于结构相似性的彩色图像高精度灰度化方法

说明书

本发明公开了一种基于结构相似性的彩色图像高精度灰度化方法，具体按照以下步骤实施：步骤1，确定离散搜索空间；步骤2，计算候选灰度图像；步骤3，计算彩色图像与每个候选灰度图像两两之间的亮度相似性、对比度相似性和结构相似性，结合三者求出一个度量相似性的标量；步骤4，找出使得经步骤3得到的标量最大的候选灰度图像的系数，代入映射函数输出中灰度化结果；采用本发明方法能很好地保留原始彩色图像中的亮度、色彩对比度，输出的灰度图像具有较高的精度。

技术领域

本发明属于数字图像处理领域，涉及一种基于结构相似性的彩色图像高精度灰度化方法。

背景技术

随着图像分析和计算机视觉的不断发展，几乎不存在与数字图像处理无关的技术领域，彩色图像灰度化技术越来越受到重视。虽然绝大多数拍摄的图像是彩色照片，许多打印机仍然使用黑白打印。为了节约成本，许多出版物的大部分图片还是灰度图像。另外对于医学图像，彩色图像提供的信息量很少，直接灰度图像来进行后续计算更能提高运算效率。在这些问题上，反而对灰度图像预处理更重要。由于灰度图像能用较少的数据信息表示图像的大部分特征，灰度化在图像预处理等方面有很多应用，如边缘检测，特征提取等。为了减少输入图像的信息量或者是减少后续的运算量，都需要将彩色图像灰度化，这样不仅能够增加后续算法的处理速度，还能够大大提高系统效率。最后，还有很多人偏好看起来更有艺术效果的黑白图像，这也衍生了灰度图像在艺术美学方面的应用，如中国水墨画渲染、黑白摄影等。

最简单直接的灰度化方法是取彩色空间中亮度分量或对三个分量加权求和，如matlab中rgb2gray函数，假设人类视觉对绿色通道信息更敏感，输出为彩色图像R，G，B三个通道固定系数(0.2989,0.5870,0.1140)的线性之和，或是取其他彩色空间如CIE LAB，HSI的亮度通道。这些方法虽然运算量少，算法简单，却很容易丢失细节信息，特别是在等亮度的情况下。本发明所提算法，能很好地保留原始彩色图像的对比度和结构。

彩色图像灰度化是一个将三维通道转化为一维的降维过程，无法避免大量信息的丢失。如何在有限的灰度范围内尽可能地保持再现色彩的原始意图和比较突出的特点，并且使得到的灰度图像符合人眼的感知，是我们面临的首要问题。

发明内容

本发明的目的是提供一种基于结构相似性的彩色图像高精度灰度化方法，基于图像的局部结构相似性的方法，能有效保留局部信息，使得灰度图像能保留原彩色图像的局部细节特征。

本发明所采用的技术方案是，一种基于结构相似性的彩色图像高精度灰度化方法，具体按照以下步骤实施：

步骤1，确定离散搜索空间；

步骤2，计算候选灰度图像；

步骤3，计算彩色图像与每个候选灰度图像两两之间的亮度相似性、对比度相似性和结构相似性，结合三者求出一个度量相似性的标量；

步骤4，找出使得经步骤3得到的标量最大的候选灰度图像的系数，代入映射函数中输出灰度化结果。

本发明的特点还在于：

其中步骤1具体包括：在RGB彩色空间中采取一阶线性映射，三个彩色通道的权重系数为w_r,w_g,w_b，分别在[0,1]范围内以0.1的间距分成10等份并且约束三个颜色通道各权重和为1，将整个空间分为J(J+1)/2＝66，J＝11个组合系数，在离散范围内搜索可能的最优解：

采取离散化三个权重系数的解空间，将连续参数的优化问题转化为在离散空间W中寻找使得目标函数最大的系数，其中W为一个66x3的矩阵，每行代表一种系数组合，一共有66组系数：