基于感知分块的灰度化算法研究

论文摘要

彩色图像灰度化是数字图像处理的重要问题,它在图像预处理和打印机处理等方面有着许多应用。然而,彩色到灰度的转换导致图像信息量的减少,彩色图像中的可见重要特征往往在转换成灰度化时丢失。所以灰度化的主要研究方向在于如何在保持计算速度的同时尽可能地保留图像的可见重要特征。本文讨论了一些常见的图像灰度化算法,并对其进行了详细的分析。这些算法一般可分成两类:基于空间映射的方法和基于象素颜色对比的方法。基于空间映射的方法主要是通过把颜色空间直接映射到灰度轴的算法,而基于象素颜色对比的方法则是通过象素间的颜色差比较出灰度差再重建出灰度图。其中第一种方法计算速度较快,但灰度化结果对比度较差。而第二种方法则能很好地保留图像可见特征,但是速度很慢,一般不能达到实时运算。在这些算法的研究基础上,我们提出了一个新的灰度化方法:通过图像分块来进行图像的灰度化。由于人眼对图像的感知是建立在对块的匹配上的,也就是说,人类对于图像的感知首先是进行分块,再对块进行匹配分析,因此,基于分块的算法能得到更好的视觉效果。算法以CIE Y通道为基础,通过修正由于灰度化而丢失的特征,得出更好的灰度结果。通过HSV空间中的色度进行图像分块,可以得出图像中由于灰度化而削弱的可见重要特征。然后通过块之间的特征如颜色,连接性和面积比等进行比较,加强有重要特征的特征块间的灰度比,就可以使边界特征更加突出表现。最后,通过对块间的对比进行调整,使结果的对比更接近原图,有更好的视觉表现。大量试验结果表明,基于分块的灰度化算法在效果上不差于基于颜色对比的算法,而且在速度上有了很大的提高。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 灰度化
• 1.2 颜色理论
• 1.3 图像灰度化算法综述
• 1.4 本文主要工作
• 第2章 图像灰度化算法分析
• 2.1 空间映射
• 2.2 象素颜色对比
• 2.3 本章小结
• 第3章 基于感知分块的图像灰度化算法
• 3.1 分块
• 3.2 块间对比
• 3.2.1 颜色对比
• 3.2.2 连接关系
• 3.2.3 整体性
• 3.2.4 块内灰度修正
• 3.2.5 初步结果
• 3.3 块间对比修正
• 3.4 结果讨论
• 3.5 本章小结
• 第4章 总结与未来工作
• 4.1 全文总结
• 4.2 未来研究方向
• 参考文献
• 致谢