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

AomanHao

发布于 2026-08-06 09:05:14

690

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 \sum_{(x,y)\in \mathcal{P}} \big(g_x-g_y-\delta_{x,y}\big)^2

其中，\delta_{x,y}表示色彩对比度，公式如下

|\delta_{x,y}|=\sqrt{(L_x-L_y)^2+(a_x-a_y)^2+(b_x-b_y)^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_rI_r+w_gI_g+w_bI_b

限制条件

$$ w_r \geq 0,w_g\geq 0,w_b\geq0\ w_r+w_g+w_b=1 $$

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 \delta 小于阈值 \tau，则该差异在人眼视觉中几乎不可见

\tau：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。

CCPR=\frac{{(x,y)|(x,y)\in \Omega ,|g_x-g_y|\geq \tau} }{\lVert\Omega\rVert}

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

论文结果如下：

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2026-08-05，如有侵权请联系 cloudcommunity@tencent.com 删除

笔记