买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北大学申请的专利基于细节对比度保持和色彩一致性的彩色图像去色方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119313755B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411311933.2，技术领域涉及：G06T11/00；该发明授权基于细节对比度保持和色彩一致性的彩色图像去色方法是由赵国英;高彤;彭盛霖;汪霖;屈书毅;彭进业;王琳;王珺设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本基于细节对比度保持和色彩一致性的彩色图像去色方法在说明书摘要公布了：本发明公开了基于细节对比度保持和色彩一致性的彩色图像去色方法，包括以下步骤：构建目标函数，获取数据集，提取数据集中彩色图像的像素对，并将提取到的像素对输入至目标函数中输出彩色图像与灰度图像之间的转化参数；将彩色图像根据目标函数输出的转化参数进行计算并输出灰度图像。通过设计基于聚类的像素对选择方法和基于像素对权重优化的方法，以尽可能地保持提取到的图像的细节对比度；同时对于颜色丰富的彩色合成图片，提出局部自适应去色方法，能够保留更多细节对比度的同时保持颜色一致性，同时为了提高像素对选取效率和保留更有效的对比度参考值，可以在选取之前将输入图像的大小压缩为64×64，以减少像素对冗余，提高处理速度。

本发明授权基于细节对比度保持和色彩一致性的彩色图像去色方法在权利要求书中公布了：1.基于细节对比度保持和色彩一致性的彩色图像去色方法，其特征在于，包括以下步骤： 构建目标函数； 获取数据集； 提取所述数据集中彩色图像的像素对，并将提取到的像素对输入至所述目标函数中输出彩色图像与灰度图像之间的转化参数； 将彩色图像根据所述目标函数输出的转化参数进行计算并输出灰度图像； 所述目标函数的构建方法为： 将彩色图像的R通道、G通道和B通道分别整合至灰度图像的单通道g中； g＝wrIr+wgIg+wbIb； 其中，Ir为输入R通道、Ig为输入G通道、Ib为输入B通道，wr为R通道优化参数，wg为G通道优化参数，wb为B通道优化参数； 计算彩色图像与灰度图像的像素对之间的对比度保留值，所述对比度保留值为最小化彩色图像的像素差值和灰度图像的像素差值之间的距离； 其中，gx为灰度图像的像素对池P的全局像素对，gy为灰度图像的像素对池P的局部像素对，δx,y为彩色图像的颜色对比度，|δx,y|为基于欧几里德距离的对应区域中的颜色对比度，Rx为彩色图像R通道中位置x处的像素值，Ry为彩色图像R通道中位置y处的像素值，Gx为彩色图像G通道中位置x处的像素值，Gy为彩色图像G通道中位置y处的像素值，Bx为彩色图像B通道中位置x处的像素值，By为彩色图像B通道中位置y处的像素值； 为灰度图像的像素x和像素y之间的灰度差异gx-gy遵循以δx,y为均值的正态分布，以实现所述对比度保留值的最大化： △gx,y＝gx-gy； 其中，πσδx,y,σ2为高斯函数，△gx,y为灰度图像的像素对池P的全局像素对和局部像素对的灰度差； 当高斯函数分布在δx,y处达到峰值时，彩色图像的对比度δx,y受到约束，同时确定灰度图像的灰度差△gx,y的符号，以使彩色图像的对比度为+δx,y或-δx,y，则有： 建立初始化目标函数： Eg＝πσδx,y,σ2+πσ-δx,y,σ2； 将所述初始化目标函数进行最大化处理，以得到最终的所述目标函数： Eg＝-∑x,y∈Pln{πσδx,y,σ2+πσ-δx,y,σ2}； 所述数据集包括Cadik2008数据集和CSDD数据集； 所述Cadik2008数据集包括若干幅自然图像和合成图像； 所述CSDD数据集为具有不同图案且色彩丰富的彩色图像； 通过基于聚类的像素对选择方法或基于权值优化的像素对选择方法提取所述数据集中彩色图像的像素对； 其中，所述基于聚类的像素对选择方法为： 通过聚类法提取所述数据集中彩色图像的局部像素对集和全局像素对集，并分别计算所述局部像素对集和所述全局像素对集的像素对差值，将计算得到的所述像素对差值作为相应所述局部像素对集和所述全局像素对集的对比度保留参考值； 通过K-Means算法从提取到的局部像素对集和全局像素对集中随机选择n个像素对分别作为初始聚类中心，然后分别计算n个所述初始聚类中心到剩余所述像素对之间的欧几里德距离，并确定出距离剩余所述像素对最近的一个所述初始聚类中心作为聚类中心Ci，再计算空间域中的每个所述像素对与所述聚类中心Ci之间的欧几里得距离dx,Ci； 其中，x为彩色图像的像素对，Ci为第i个聚类中心，m为彩色图像的像素对的维数，xj为x的第j个属性值，Cij为Ci的第j个属性值； 将所述聚类中心Ci包括的簇类数量作为像素对的权重因子k，并将权重因子k与所述像素对差值进行相乘以对所述彩色图像的像素对进行加权计算，实现所述彩色图像的像素对优化； 其中，k1和k2分别表示加入到像素对计算的像素对集中的两个聚类中心Ci所包含的像素对的数量，k表示像素对的最终权重； 所述基于权值优化的像素对选择方法为： 将彩色图像的大小通过最近邻插值方法缩小为64*64； 从缩小后的彩色图像中选择垂直相邻和水平相邻的像素对作为局部像素对； 从缩小后的彩色图像中选择全局随机位置的像素对作为全局像素对； 将局部像素对和全局像素对组合成整体像素对集； 对所述整体像素对集中的每一个像素对进行差值计算，并将计算得到的像素对差值按照从小到大的顺序对像素对进行排序，得到所述像素对差值的统计分布图； 将所述像素对差值的统计分布图中符合高斯函数的像素对作为数据集并拟合高斯函数得到非线性函数，再以所述非线性函数作为权重的映射函数对所述整体像素对集中的像素对进行优化； 其中，fx为非线性函数，x为像素对差值，exp为自然指数函数，A为振幅，μ为均值，σ为标准差，且A、μ和σ分别使用非线性最小二乘法来找到高斯函数的最佳参数，使得非线性函数fx尽可能接近数据点x,y，x表示从小到大顺序排列的像素对差值，y表示像素对差值出现的频率； 其中，S为最小化残差平方和，xi表示像素对差值从小到大排序后第i个像素对差值，yi表示像素对差值从小到大排序后第i个像素对差值出现的频率； 所述数据集为所述CSDD数据集时，通过局部自适应的去色方法对所述彩色图像进行去色，具体为： 将所述彩色图像的长度均分成两等分、宽度均分成三等分，得到六个大小相同的图像块，并获取每一个所述图像块的区域特征； 通过所述目标函数计算每一个所述区域特征的自适应参数以生成参数集，其中，所述参数集包括六组优化参数，每一组优化参数均包括wr，wg和wb； 通过指数平滑方法对所述参数集进行平滑处理，以得到平滑后的六组参数； St＝α·yt+1-α·St-1； 其中，St为当前时刻的当前平滑值，yt为当前观测值，St-1为先前平滑值，α为平滑系数，α的取值范围为[0,1]； 通过所述平滑后的六组参数将所述彩色图像中对应的所述图像块转化为灰度图像块，再将六个所述灰度图像块进行拼接以得到完整的灰度图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北大学，其通讯地址为：710000 陕西省西安市太白北路229号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。