一种改进的彩色图像快速去色算法.docVIP

一种改进的彩色图像快速去色算法 　　摘 要： 提出一种新的融合色彩变化信息的快速彩色图像去色算法。针对彩色图像像素多、维数低、颜色分量非线性关联的特点，提出基于核方法的快速降维，利用核函数来表征灰度分量和颜色分量之间的非线性关系，得到反映色彩变化信息的灰度增强值；采用基于分位数统计的方法对核函数的参数进行估计，对降维后的灰度增强值进行修正，保证最终得到的灰度图像符合人眼的视觉特性。实验结果表明，用该算法得到的灰度图像很好地融合了原彩色图像中灰度分量和颜色分量的对比度信息，且算法的执行效率高。 　　关键词： 彩色图像； 核函数； 灰度； 降维； 分位数 　　中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2013）10-45-04 　　0 引言 　　彩色图像的去色是指将一幅彩色图像转换为灰度图像，传统的方法是对图像中每个像素的三个颜色分量进行一定方式的线性加权平均，然后以所得到的平均值作为该像素去色后的灰度值[1-2]。这些方法直接丢弃了颜色信息，忽略了颜色用于表达图像内容的隐含信息。因此，研究将彩色图像转换为灰度图像的去色算法，并保证所获得的灰度图像能够有效地反映出原彩色图像的色彩和灰度的变化信息，具有重要的理论意义和实用价值。 　　1 相关工作 　　图像去色是图像处理领域研究的热点问题之一，相继有众多的学者提出了一系列有代表性的算法[3-7]。Gooch和Rasche等人分别提出了两种非常有价值的将彩色图像转换为灰度图像的去色算法[3-4]，将彩色图像到灰度图像的转换看成是变量的最优化问题：Gooch等针对像素间的局部对比信息进行优化，而Rasche等针对量化后的色彩等级进行有约束的全局优化。无论是对成千的像素还是对成百的色彩等级进行优化，其运算过程都是很耗时的，且容易陷入局部极小值。Ruzon等[5]将Gooch等的算法复杂度从O（n2）降低到O（n），但是颜色聚类和查找表的引入实际上增加了相当多的预处理开销。 　　杨烜等学者[6]提出一种基于Mean Shift迭代的拓扑保持图像变换方法。首先在拓扑不能保持的区域确定新增控制点对，通过Mean Shift迭代算法调整新增目标控制点的位置，再根据形变曲面的拓扑保持情况和配准度量的改善情况筛选新增控制点对，最后将新增控制点对添加到原始控制点集合中，得到拓扑保持的、配准精度得到提高的图像变换结果。人工图像和实际图像的配准实验结果表明了该方法的有效性；Grundland等学者[7]通过像素间颜色差异的主成分分析，实现了从三维颜色分量到灰度分量的快速、连续、线性映射，且保持了图像灰度的全局一致性，但该算法仅假设颜色分量间是线性关联的，不能反映图像实际的非线性关联。本文在总结已有研究工作的基础上，结合彩色图像数据的特点，提出了一种基于分位数统计和核方法降维的快速彩色图像去色算法，并通过仿真实验验证了本文算法的有效性。 　　2 算法描述 　　2.1 图像颜色分量的降维 　　4 结束语 　　本文提出了一种新的基于分位数统计和核方法降维的快速彩色图像去色算法。针对彩色图像数据样本多维数低、非线性关联的特点，对传统的PCA降维方法进行改进，引入Cosine核函数实现从三维彩色空间到一维灰度空间的快速、非线性特征映射；利用分位数的统计特征，对降维后的主轴分量进行修正，最终输出一幅符合人眼视觉特性，融合了原图像灰度和彩色对比度信息的灰度图像。下一步的工作将对图像各颜色分量的关联进行深入分析，考虑基于邻域的局部去色算法，并将彩色图像的去色算法扩展到视频序列的实时去色压缩。 　　参考文献： 　　[1] 程丹松，刘晓芳，金野，唐降龙，刘家锋.基于模糊推理的多级图像增强算法[J].高技术通讯，2011.21（3）：273-278 　　[2] 马先喜，彭力，徐红.基于PCA的拉普拉斯金字塔变换融合算法研究[J].计算机工程与应用，2012.48（8）：211-213 　　[3] A.A. Gooch， S.C. Olsen， J. Tumblin， B. Gooch， Color2Gray：salience preserving color removal[C]. In [1] Proceedings of SIGGRAPH，2010：634-639 　　[4] K. Rasche， R. Geist， J. Westall， Re-coloring images for gamuts of lower dimension[C]. In Proceedings of Eurographics，2011.3：423-432 　　[5] Mark A. Ruzon， Scott Cohen， et al. Fast and Adaptive C