【阅读笔记】彩色转黑白Real-time Contrast Preserving Decolorization

Real-time Contrast Preserving Decolorization

一、论文简述

传统固定权重灰度化方法在等亮度异色区域极易丢失视觉信息。Contrast Preserving Decolorization 算法通过最小化邻域像素灰度差值与原图色彩差异的误差,引入弱颜色序约束,在灰度映射过程中优先保留彩色图像固有的视觉对比度。

本文提出了一种非常快速而有效的脱色方法,可以最大限度地保持原有的色彩对比,将全局迭代优化简化为局部线性求解。同时兼顾视觉自然度,并且加速至实时运行。

二、论文核心算法模型

设(g_x,g_y)为像素(x,y)灰度值;(\delta_{x,y}) 为像素之间颜色差异度量(基于CIELAB 空间的欧氏距离)

min ⁡ g ∑ ( x , y ) ∈ P ( g x − g y − δ x , y ) 2 \min_g \sum_{(x,y)\in \mathcal{P}} \big(g_x-g_y-\delta_{x,y}\big)^2 gmin(x,y)∈P∑(gx−gy−δx,y)2

其中, δ x , y \delta_{x,y} δx,y表示色彩对比度,公式如下

∣ δ x , y ∣ = ( L x − L y ) 2 + ( a x − a y ) 2 + ( b x − b y ) 2 |\delta_{x,y}|=\sqrt{(L_x-L_y)^2+(a_x-a_y)^2+(b_x-b_y)^2} ∣δx,y∣=(Lx−Ly)2+(ax−ay)2+(bx−by)2

后续通过约束函数求取参数,公式不好写就不列举了,具体可以看文章。

2.2 线性参数模型

因为提出的能量函数因涉及高斯混合模型而呈非凸性。尽管该优化问题在计算上可能较为耗时,作者对求值公式进行简化为线性模型,模型如下:

g = w r I r + w g I g + w b I b g=w_rI_r+w_gI_g+w_bI_b g=wrIr+wgIg+wbIb

限制条件

w r ≥ 0 , w g ≥ 0 , w b ≥ 0 w r + w g + w b = 1 w_r \geq 0,w_g\geq 0,w_b\geq0\\ w_r+w_g+w_b=1 wr≥0,wg≥0,wb≥0wr+wg+wb=1

2.3 参数搜索

迭代太慢了,直接用穷举法,再66组参数里循环选择出最适合的一组。3个权重系数均从0调到1,步进0.1

2.4 下采样提速

为了减少运算,将处理图像下采样为64x64分辨率,然后计算参数

三、评价指标CCPR

CCPR:Color Contrast Preserving Ratio 色彩对比度保留率

为从对比度保留的角度对脱色算法进行定量评估,我们提出了一种新的评价指标。该指标基于以下发现:若颜色差异 δ \delta δ 小于阈值 τ \tau τ,则该差异在人眼视觉中几乎不可见

  • τ \tau τ:人眼可感知对比度阈值;
  • CCPR 越接近 1,算法保留对比度能力越强。

C C P R = { ( x , y ) ∣ ( x , y ) ∈ Ω , ∣ g x − g y ∣ ≥ τ } ∥ Ω ∥ CCPR=\frac{\{(x,y)|(x,y)\in \Omega ,|g_x-g_y|\geq \tau\} }{\lVert\Omega\rVert} CCPR=∥Ω∥{(x,y)∣(x,y)∈Ω,∣gx−gy∣≥τ}

其中, Ω \Omega Ω 包含所有相邻像素对及其原始色差 δ x , y ≥ τ \delta_{x,y}\geq \tau δx,y≥τ的集合, ∥ Ω ∥ \lVert\Omega\rVert ∥Ω∥为 Ω \Omega Ω中像素对的数量

论文结果如下:


我的个人博客主页,欢迎访问

我的CSDN主页,欢迎访问

我的GitHub主页,欢迎访问

我的知乎主页,欢迎访问

相关推荐
楚山之石2 天前
【Nat Biomed Eng】Connectome 2.0 超高梯度扫描仪:500 mT/m 与 600 T/m/s 把活体人脑微观结构分辨推进到亚微米级
图像处理·学习·数据分析·mri
Martina_03212 天前
AI生成的3D白模单帧没问题,镜头一移动就被挡?用6步检查遮挡与构图
图像处理·人工智能·数学建模·3d·ai·自然语言处理·游戏策划
Martina_03217 天前
AI生成3D场景从白模换成精模后镜头全偏了?用6步检查单位、枢轴与层级替换
图像处理·人工智能·3d·ai·自然语言处理·材质·1024程序员节
陈嘿萌8 天前
TIP 2026 | 不再混成一张! RealFusion从模态不变性重想图像融合
图像处理·人工智能·深度学习·计算机视觉·学术研究与理论基础
严肃小白兔9 天前
MATLAB 优秀开源项目与工具箱推荐:涵盖通信、图像处理、脑机接口等九大领域
图像处理·matlab·信息与通信·开源项目
陈嘿萌11 天前
ECCV 2026 | CausalDrive:澳门大学×小米汽车,面向自动驾驶的实时因果世界模型
图像处理·人工智能·深度学习·计算机视觉·自动驾驶·学术研究与理论基础
楚山之石11 天前
【MRM】CAPLEX 对比剂灌注 MRI 开源术语库:ISMRM OSIPI 共识报告
图像处理·人工智能·学习·mri
原子延迟12 天前
批量压缩视频会变大?HandBrake等3款(2026)
图像处理·人工智能·计算机视觉·音视频
闭包不眠12 天前
批量压缩视频先分组,HandBrake等3种方法(2026)
图像处理·人工智能·计算机视觉·音视频
Martina_032112 天前
AI生成3D模型一合并网格,材质就串色?用6步检查材质槽、UV与图集重映射
图像处理·人工智能·3d·材质·uv·游戏策划·1024程序员节