本文主要是介绍彩色图像灰度化之一 问题提出与国内外研究梗概,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一、问题引出
对于没有特别研究过这个方面的学生,对于去色,首先觉得很简单,没有研究价值。看到很多大学生或者研究生作业用的是基本灰度方法,诸如RGB空间的最大值法、平均值法、直接取某一分量的方法。一眼看上去确实也变成灰色了。但是对比度缺失和细节缺失、亮度相同的不同颜色映射为同一灰度方面有很大的问题(比如打印店和Photoshop中的算法并不一定是好的,我们要学会批评性的看待问题)!在学习这些算法的同时,使我也认识到,任何你认为简单的东西在背后都有可能有着复杂的机理,只是你没有发现而已。
图 1去色算法容易出现的主要问题
这里先放一下好的方法的灰度化结果进行对比。
左图为使用12年“Real-time contrast preserving decolorization”算法的结果 右图为使用matlab rgb2gray的结果
看是不是相差特别多呢!!!!
二、方法概述
比基本灰度化方法多考虑了每个通道的权值分配,以更符合彩色通道的相对光谱分布和人类感知,出现了基于 CIE1931 XYZ 颜色空间的灰度化方法,这种方法在将彩色图像转换到XYZ 空间后取Y 值作为灰度值,该方法只考虑了亮度通道信息,所以无法应对具有等亮度的不同颜色的灰度转换。
针对问题,不少作者都提出了解决方案。根据一个算法中的映射函数是否可应用于整幅图像的所有像素,将当前己存在的灰度化算法分为全局映射法、局部映射法和混合法。表1列出了一些经典的代表方法。
(1) 全局映射法是指对整幅图像的所有像素采用一样的映射函数进行灰度化。比起另外两种映射方法相比,这种类型的算法能够更好地保持全局结构信息,但由于所有的像素采用一样的映射法,
这篇关于彩色图像灰度化之一 问题提出与国内外研究梗概的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!