【技术实现步骤摘要】
本专利技术涉及图像处理，具体为基于细节对比度保持和色彩一致性的彩色图像去色方法。
技术介绍
1、彩色图像去色是将彩色图像转换为灰度图像的过程，应用于仅支持单色信息输出的设备，如单色打印机、部分智能手机上的夜间模式等，也可作为预处理步骤，消除色彩干扰，减少后续图像处理任务的通道数，使其更加方便、高效。然而，由于脱色涉及到将多通道信息转换为单通道灰度信息，因此在降维过程中不可避免地会产生一些信息失真。为此在灰度转换过程中最大限度地保留原始图像信息以及更多的细节对比度，一直是多年来彩色图像去色技术研究的重要目标。但无论是早期的去色工作，还是基于全局和局部去色的方法，都会有一定程度的对比度损失，尤其是在细节对比度的保留上。而目前去色任务应用于图像处理的预处理过程中，其在信息过滤和压缩中的作用直接影响后续处理的结果，这就要求脱色工作不仅要保留更多的细节对比度信息，还要优化处理速度。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供基于细节对比度保持和色彩一致性的彩色图像去色方法，以在脱色工作中保留更多的细节对比度信息以及优化处理速度。
2、基于细节对比度保持和色彩一致性的彩色图像去色方法，包括以下步骤：
3、构建目标函数；
4、获取数据集；
5、提取所述数据集中彩色图像的像素对，并将提取到的像素对输入至所述目标函数中输出彩色图像与灰度图像之间的转化参数；
6、将彩色图像根据所述目标函数输出的转化参数进行计算并输出灰度图像。>
7、可选地，所述目标函数的构建方法为：
8、将彩色图像的r通道、g通道和b通道分别整合至灰度图像的单通道g中；
9、g＝wrir+wgig+wbib；
10、其中，ir为输入r通道、ig为输入g通道、ib为输入b通道，wr为r通道优化参数，wg为g通道优化参数，wb为b通道优化参数；
11、计算彩色图像与灰度图像的像素对之间的对比度保留值，所述对比度保留值为最小化彩色图像的像素差值和灰度图像的像素差值之间的距离；
12、
13、
14、其中，gx为灰度图像的像素对池p的全局像素对，gy为灰度图像的像素对池p的局部像素对，δx,y为彩色图像的颜色对比度，|δx,y|为基于欧几里德距离的对应区域中的颜色对比度，rx为彩色图像r通道中位置x处的像素值，ry为彩色图像r通道中位置y处的像素值，gx为彩色图像g通道中位置x处的像素值，gy为彩色图像g通道中位置y处的像素值，bx为彩色图像b通道中位置x处的像素值，by为彩色图像b通道中位置y处的像素值；
15、为灰度图像的像素x和像素y之间的灰度差异gx-gy遵循以δx，y为均值的正态分布，以实现所述对比度保留值的最大化：
16、
17、δgx，y＝gx-gy；
18、其中，πσ(δx，y，σ2)为高斯函数，△gx，y为灰度图像的像素对池p的全局像素对和局部像素对的灰度差；
19、当高斯函数分布在δx，y处达到峰值时，彩色图像的对比度δx，y受到约束，同时确定灰度图像的灰度差△gx，y的符号，以使彩色图像的对比度为+δx，y或-δx，y，则有：
20、
21、建立初始化目标函数：
22、e(g)＝πσ(δx，y，σ2)+πσ(-δx，y，σ2)；
23、将所述初始化目标函数进行最大化处理，以得到最终的所述目标函数：
24、e(g)＝-∑(x，y)∈pln{πσ(δx，y，σ2)+πσ(-δx，y，σ2)}。
25、可选地，所述数据集包括cadik2008数据集和csdd数据集；
26、所述cadik2008数据集包括若干幅自然图像和合成图像；
27、所述csdd数据集为具有不同图案且色彩丰富的彩色图像。
28、可选地，通过基于聚类的像素对选择方法或基于权值优化的像素对选择方法提取所述数据集中彩色图像的像素对。
29、可选地，所述基于聚类的像素对选择方法为：
30、通过聚类法提取所述数据集中彩色图像的局部像素对集和全局像素对集，并分别计算所述局部像素对集和所述全局像素对集的像素对差值，将计算得到的所述像素对差值作为相应所述局部像素对集和所述全局像素对集的对比度保留参考值；
31、通过k-means算法从提取到的局部像素对集和全局像素对集中随机选择n个像素对分别作为初始聚类中心，然后分别计算n个所述初始聚类中心到剩余所述像素对之间的欧几里德距离，并确定出距离剩余所述像素对最近的一个所述初始聚类中心作为聚类中心ci，再计算空间域中的每个所述像素对与所述聚类中心ci之间的欧几里得距离d(x,ci)；
32、
33、其中，x为彩色图像的像素对，ci为第i个聚类中心，m为彩色图像的像素对的维数，xj为x的第j个属性值，cij为ci的第j个属性值；
34、将所述聚类中心ci包括的簇类数量作为像素对的权重因子k，并将权重因子k与所述像素对差值进行相乘以对所述彩色图像的像素对进行加权计算，实现所述彩色图像的像素对优化；
35、
36、其中，k1和k2分别表示加入到像素对计算的像素对集中的两个聚类中心ci所包含的像素对的数量，k表示像素对的最终权重。
37、可选地，所述基于权值优化的像素对选择方法为：
38、将彩色图像的大小通过最近邻插值方法缩小为64*64；
39、从缩小后的彩色图像中选择垂直相邻和水平相邻的像素对作为局部像素对；
40、从缩小后的彩色图像中选择全局随机位置的像素对作为全局像素对；
41、将局部像素对和全局像素对组合成整体像素对集；
42、对所述整体像素对集中的每一个像素对进行差值计算，并将计算得到的像素对差值按照从小到大的顺序对像素对进行排序，得到所述像素对差值的统计分布图；
43、将所述像素对差值的统计分布图中符合高斯函数的像素对作为数据集并拟合高斯函数得到非线性函数，再以所述非线性函数作为权重的映射函数对所述整体像素对集中的像素对进行优化；
44、
45、其中，f(x)为非线性函数，x为像素对差值，exp为自然指数函数，即以自然对数e(约等于2.71828)为底的指数函数；a为振幅，μ为均值，σ为标准差，且a、μ和σ分别使用非线性最小二乘法来找到高斯函数的最佳参数，使得非线性函数f(x)尽可能接近数据点(x,y)，x表示从小到大顺序排列的像素对差值，y表示像素对差值出现的频率；
46、
47、其中，s为最小化残差平方和，xi表示像素对差值从小到大排序后第i个像素对差值，yi表示像素对差值从小到大排序后第i个像素对差值出现的频率。
48、可选地，所述数据集为所述csdd数据集时，通过局部自适应的去色方法对所述本文档来自技高网...
【技术保护点】
1.基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，所述目标函数的构建方法为：
3.根据权利要求1所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，所述数据集包括Cadik 2008数据集和CSDD数据集；
4.根据权利要求1所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，通过基于聚类的像素对选择方法或基于权值优化的像素对选择方法提取所述数据集中彩色图像的像素对。
5.根据权利要求4所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，所述基于聚类的像素对选择方法为：
6.根据权利要求4所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，所述基于权值优化的像素对选择方法为：
7.根据权利要求3所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，所述数据集为所述CSDD数据集时，通过局部自适应的去色方法对所述彩色图
8.根据权利要求1所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，设计评价指标，所述评价指标为基于彩色图像与去色后的灰度图像的对比度相似度和结构相似度来评价所述目标函数的去色效果，包括如下步骤：
9.根据权利要求8所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，获取所述彩色图像与去色后的灰度图像的对比度相似度的方法为：
10.根据权利要求8所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，获取所述彩色图像与去色后的灰度图像的结构相似度的方法为：
...【技术特征摘要】
1.基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，所述目标函数的构建方法为：
3.根据权利要求1所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，所述数据集包括cadik 2008数据集和csdd数据集；
4.根据权利要求1所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，通过基于聚类的像素对选择方法或基于权值优化的像素对选择方法提取所述数据集中彩色图像的像素对。
5.根据权利要求4所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，所述基于聚类的像素对选择方法为：
6.根据权利要求4所述的基于细节对比度保持和色彩一致性的彩色图像去色方法，其特...
【专利技术属性】
技术研发人员：赵国英，高彤，彭盛霖，汪霖，屈书毅，彭进业，王琳，王珺，
申请(专利权)人：西北大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。