基于主色检测与灰度传播的彩色图像灰度化方法

针对已有图像灰度化方法不能同时体现原始图像的全局和局部对比度,且不能保持灰度像素的灰度值等问题,提出一种基于主色检测与灰度传播的彩色图像灰度化方法.首先提出一种基于直方图峰值的主色检测方法,用于提取输入图像中具有代表性的少量主要颜色特征;然后采用基于梯度域的主色灰度化方法将图像主色映射到灰度空间,最大程度地在灰度空间保持主色在彩色空间的视觉对比度;再利用基于局部线性嵌入的灰度传播方法,将主色灰度值和原有灰度像素的灰度值扩散到与其颜色相似的像素上;最后检查图像中是否存在没有被灰度化的彩色像素,如果存在,则使用基于梯度域的局部灰度化方法将其灰度化,得到最终的灰度图像.大量实验结果表明,该方法将全局和局部对比度保持有机结合,得到的灰度图像较好地保持了彩色图像中色彩之间的差异性,并且保持了灰度像素的灰度值.

主色提取的直方图峰值筛选与剔除方法

目的针对已有主色提取方法中存在的严重误检和漏检现象以及要求主色数量固定等问题,在分析主色特征含义的基础上提出了一种用于主色提取的直方图峰值筛选与剔除算法。方法首先根据像素的空间聚集度统计出图像的鲁棒颜色直方图,并提取其局部峰值形成候选主色集;然后根据各候选主色的隶属像素数和空间分布特征以及它们之间的共同相似像素数,对候选主色进行循环筛选;最后通过候选主色剔除过程,将隶属像素数目过少、空间分布过于分散或与其他候选主色差异较小的候选主色去掉,得到最终的图像主色。另外,针对已有主色评价方法比较片面的缺陷,设计了一个能够全面反映主色影响因素的主色综合评价模型。结果大量的实验结果表明,本文算法提取的主色在代表图像颜色特征的有效性上超越了已有的方法,且本文算法平均评价分数是已有最高得分算法的1.1倍,相对提高了约10个百分点。结论鉴于该算法所展示的优越性能,它在图像检索、分割和编辑等领域具有较大的潜在应用价值。

基于色调优化的图像视频细节增强

目的针对已有的细节增强方法难以保持输入图像帧的色调分布的缺点,提出一种基于色调优化的图像视频细节增强算法。方法首先,为了避免颜色通道的相关性所带来的偏色现象并提高算法效率,对输入图像帧进行颜色空间的转换,提取亮度信息。然后,采用基于局部极值的边缘保持图像滤波方法,快速地将亮度通道图像分解成一幅含有大尺度边缘信息的基图像和多幅含有小尺度细节信息的细节层图像。接着,在用户期望的细节增强系数和输入图像的颜色场的约束下,提出基于梯度域上能量优化的细节增强算法,获得色调一致的细节增强亮度图像。最后,通过颜色空间的逆转换得到最终的细节凸显效果。结果实验结果表明,本文算法不但能够显著地增强输入图像帧的细节内容,而且能够有效地保持其原有的色调分布,显得更加真实生动。结论本文算法基本满足科学观察、视频监控和数字视觉特效等领域的技术要求,具有很大的应用潜力。