基于原始对偶方法的图像去色精确解算法

针对张俊康等提出的图像去色算法(2021)在求解Jin去色模型(2014)的子问题时因内迭代产生的结果误差较大和耗时增加问题,文中基于原始对偶方法和拉格朗日乘子法,提出一种改进的图像去色精确解算法求解Jin模型。该算法完整利用了图像中的局部方差和局部均值信息,给出了各子问题的精确解。数值实验结果表明,相较于对比算法,所提算法在实现彩色图像灰度化的同时,能更好地保持图像对比度和细节特征,图像去色结果更精确,算法运行时间较短。

基于JPEG的彩色图像去色分区压缩

为了适应图像的存储和传输,需要对图像进行压缩以减少数据量。由此,许多压缩技术和标准应运而生,取得了相当优秀的成果。但对于彩色图像而言,其色彩模式和数据组合直接影响了压缩效率。根据彩色图像的数据结构将图像的色彩进行提取,并利用JPEG压缩标准分区域操作,从而实现JPEG压缩模式下的无色彩压缩。实验表明,该算法得到的压缩图像在与JPEG同等质量的条件下,数据量要远小于JPEG压缩的数据量,同时可实现不同压缩比的高质量压缩。

基于视觉相似性的去色图像质量评估

针对基于结构相似性的去色图像质量评估算法没有充分利用图像的梯度特征且采用的对比度相似度特征会忽略图像连续颜色块的一致性导致算法与人类视觉主观判定有较大出入的问题,提出一种基于图像视觉相似性的去色图像质量评估算法——C2G-VSIM。该算法以彩色图像为参考图像,由不同去色算法产生的与之相关的去色灰度图像作为测试图像,对参考图像以及测试图像进行颜色空间转换,并且进行高斯滤波,充分考虑了图像亮度相似度和结构相似度特征,并在此基础上首先引入一种新的颜色一致性对比特征以促使C2G-VSIM对全局颜色对比度特征进行捕捉,其次引入梯度幅值特征至C2G-VSIM中以提高算法对图像梯度特征的敏感度,最后联合得到图像质量评估因子C2G-VSIM。在Cadík的数据集上的实验结果表明,C2G-VSIM与人类视觉主观评定的等级相关性在准确度和主观评判喜爱度上分别达到了0.815 5和0.763 4,相对于基于彩色图和灰度图的结构相似性(C2G-SSIM)评估算法在未增加较大耗时的情况下,准确度有明显提高。所提算法与人类视觉主观判定具有较高的一致性,且计算简单,在实际工程中能大规模且有效地对去色图像进行自动化评分。