发明名称 一种图像去色方法
摘要 本发明公布了一种图像去色方法,现有的图像去色方法采用统一的转换公式,用亮度值作为灰度图像的像素值,导致原始彩色图像中大量细节对比信息的丢失。本发明以原始彩色图像作为输入,通过传统去色方法计算得到初始灰度图像和单通道图像;然后计算原始彩色图像的梯度场和初始灰度图像的梯度场,并对两个梯度场进行比较;对于梯度场差值小于阈值的部分,直接得到目标灰度图像;对于差异大于阈值的部分,利用线性拟合求解目标梯度场,计算得到权重向量,然后利用权重向量和泊松方程对初始灰度图像和三个单通道图像进行局部融合,获得目标灰度图像。本发明保证了原始彩色图像中的细节对比信息不会因去色过程而丢失;且目标灰度图像保持整体平滑。
申请公布号 CN102542526B 申请公布日期 2014.04.16
申请号 CN201110354860.1 申请日期 2011.11.10
申请人 浙江大学 发明人 宋明黎;郝凯;卜佳俊;陈纯
分类号 G06T3/00(2006.01)I 主分类号 G06T3/00(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 杜军
主权项 1.一种图像去色方法,其特征在于该方法包括如下步骤:步骤一、以原始彩色图像作为输入,通过去色方法计算得到初始灰度图像和单通道图像;然后计算原始彩色图像和初始灰度图像的梯度,得到原始彩色图像的梯度场和初始灰度图像的梯度场;步骤二、对原始彩色图像的梯度场和初始灰度图像的梯度场进行比较,其差值满足关系式(1):<maths num="0001"><![CDATA[<math><mrow><msub><mi>D</mi><mi>co</mi></msub><mrow><mo>(</mo><mi>&psi;</mi><mo>)</mo></mrow><mo>=</mo><munder><mi>&Sigma;</mi><mrow><mi>p</mi><mo>&Element;</mo><mi>&psi;</mi></mrow></munder><mo>|</mo><mo>|</mo><mo>&dtri;</mo><msub><mi>I</mi><mi>c</mi></msub><mrow><mo>(</mo><mi>&psi;</mi><mo>)</mo></mrow><mo>-</mo><mo>&dtri;</mo><msub><mi>I</mi><mi>o</mi></msub><mrow><mo>(</mo><mi>&psi;</mi><mo>)</mo></mrow><mo>|</mo><mo>|</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow><mi></mi></mrow></math>]]></maths>式(1)中,I<sub>c</sub>表示原始彩色图像的三维矩阵,I<sub>o</sub>表示初始灰度图像的亮度矩阵;<img file="FDA0000391520410000012.GIF" wi="282" he="157" />为梯度算子;||·||表示L<sub>2</sub>范数;ψ表示目标区域,p表示目标区域中的像素;D<sub>co</sub>表示彩色梯度场与初始灰度梯度场之间的差值;步骤三、对于梯度场差值大于给定阈值的区域,利用R、G、B三个单通道图像中对应位置的局部梯度场拟合出与原始彩色梯度场最为接近目标梯度场,所述目标梯度场与三个单通道梯度场之间满足关系式(2):v<sub>d</sub>(ψ)=ε<sub>r</sub>v<sub>r</sub>(ψ)+ε<sub>g</sub>v<sub>g</sub>(ψ)+ε<sub>b</sub>v<sub>b</sub>(ψ)   if D<sub>co</sub>(ψ)≥θ   (2)式(2)中,v<sub>d</sub>表示目标梯度场,v<sub>r</sub>、v<sub>g</sub>、v<sub>b</sub>分别表示R、G、B三个单通道梯度场;ε<sub>r</sub>,ε<sub>g</sub>,ε<sub>b</sub>分别表示R、G、B三个单通道梯度场所占的权重;ψ表示目标区域;θ表示给定的阈值;其中:<maths num="0002"><![CDATA[<math><mrow><mover><mi>&epsiv;</mi><mo>^</mo></mover><mo>=</mo><munder><mrow><mi>arg</mi><mi>min</mi></mrow><mover><mi>&epsiv;</mi><mo>^</mo></mover></munder><mrow><mo>(</mo><msub><mi>&epsiv;</mi><mi>r</mi></msub><msub><mi>D</mi><mi>cr</mi></msub><mrow><mo>(</mo><mi>&psi;</mi><mo>)</mo></mrow><mo>+</mo><msub><mi>&epsiv;</mi><mi>g</mi></msub><msub><mi>D</mi><mi>cg</mi></msub><mrow><mo>(</mo><mi>&psi;</mi><mo>)</mo></mrow><mo>+</mo><msub><mi>&epsiv;</mi><mi>b</mi></msub><msub><mi>D</mi><mi>cb</mi></msub><mrow><mo>(</mo><mi>&psi;</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>D</mi><mi>co</mi></msub><mrow><mo>(</mo><mi>&psi;</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow></math>]]></maths>式(3)中,<img file="FDA0000391520410000014.GIF" wi="297" he="100" />表示最优权重向量,其三个分量ε<sub>r</sub>,ε<sub>g</sub>,ε<sub>b</sub>分别表示R、G、B三个单通道梯度场所占的权重;D<sub>co</sub>表示彩色梯度场与初始灰度梯度场之间的差值;D<sub>cr</sub>、D<sub>cg</sub>、D<sub>cb</sub>分别表示原始彩色图像梯度场与R、G、B三个单通道梯度场之间的差值;ψ表示目标区域;步骤四、应用泊松方程对初始灰度图像和R、G、B三个单通道图像进行局部融合,获得目标灰度图像。
地址 310027 浙江省杭州市西湖区浙大路38号