Contrast Preserving Decolorization

《Contrast Preserving Decolorization》

《对比度保持褪色》（褪色算法）

2012 IEEE International Conference on Computational Photography (ICCP)（IF：2.305 2022）

0摘要

褪色–将彩色图像转换为灰度图像的过程–是数字打印、风格化黑白摄影以及许多单通道图像处理应用中的基本工具。在本文中，提出了一种优化方法，旨在最大限度地保持原始颜色对比度。本文的主要贡献是缓解基于人类视觉系统的颜色映射的严格顺序约束，这使得能够使用双峰分布来约束空间像素差，并允许自动选择合适的灰度以保持原始对比度。定量和定性评价均证明了该方法的有效性。

1简介

_图1：颜色到灰度的转换。本文提出了一种新的方法来保持与原始彩色图像的对比度。_

图1（c）-（e）显示了最先进的彩色到灰度方法的结果。虽然大部分细节都得到了保留，但太阳和天空之间视觉上明显的颜色变化并没有很好地表现出来。

贡献：

• 本文放松了对颜色顺序的约束，提出了一种新的方法，寻求更好地保持颜色对比度和显著增强边缘的视觉显著性。这些好处来自新的弱色序约束，它允许非常灵活和实用的颜色到灰度模型。对于亮度顺序不明确的颜色对，本文提出了双峰分布，即两个高斯的混合，以在优化中自动找到与视觉环境相关的合适顺序。
• 本文的其他主要贡献包括设计用于颜色映射的参数化多元多项式函数和开发用于新能量函数的定点迭代求解器。本文还提出了一种新的定量指标，从人类感知的角度对对比度保持的性能进行数值比较。

2相关工作

3方法

3.1彩色-灰度化模型

褪色函数定义为：

对于每个RGB输入向量 c =（r，g，b），函数f生成g，即相应的灰度值。

采用有限多元多项式函数进行映射。在数学上，定义颜色c的多项式空间，其阶数n为：

其中$m_i$是${\prod }_n$的第i个单项基；
$w_i$：权重；

本文使用：n = 2
则${\omega }_i$的总数是9，映射函数是{r，g，b，rg，rb，gb，$r^2$，$g^2$，$b^2$}中元素的线性组合；

3.2双峰对比度保持目标函数

像素x的灰度表示为$g_x$，像素y的灰度表示为$g_y$；

${\delta }_x{,}_y$是颜色对比度，有符号值表示颜色对的差异，基于CIELab颜色空间中的欧几里得距离，颜色对比度通常表示为：

4实验

定性评估

图3.与其他褪色方法的比较。

定量评估

为了定量评估对比度保持方面的脱色算法，本文提出了一种新的度量CCPR。

结果：

表3.对比度保持率（CCPR）比较。

官方文档：https://docs.opencv.org/4.x/d4/d32/group__photo__decolor.html