王冰雪，刘广文 ，刘 美，陈广秋

(长春理工大学 电子信息工程学院，吉林 长春 130022)

1 引 言

灰度图像因其能够真正反映图像特征，信息量小，系统处理效率高，对传输带宽及存储空间要求较低，在指纹档案管理、运动目标追踪、医学影像检查诊断和艺术美学等领域得到广泛应用[1]。

彩色图像灰度化的本质是一个将三维RGB像素矩阵转换成二维灰度矩阵的过程，其基本思想是将三维彩色图像中的各像素值，根据具体的应用场景选择最佳的映射函数，依次映射到特定的灰度级上，在转换过程中不可避免地会丢失一些结构信息[2]。最简单的灰度化方法是采用固定权重对RGB通道进行加权求和，如MATLAB软件中的rgb2gray函数，或是直接利用某个色彩空间的亮度通道，如HSI 、CIE Lab，这些方法虽然简单易实现，但信息丢失也最为严重。

目前彩色图像灰度化算法主要包括全局映射法[3]和局部映射法[4]两类。全局映射法注重的是彩色图像整体颜色分布差异，对所有像素采用相同的映射函数，能够较好保留全局结构信息，但对局部特征信息的区分度较差。如Gooch 等人[5]利用灰度差与颜色差的最小二乘构造目标函数，采用共轭梯度算法求解以保持颜色对比度。局部映射法注重的是色彩在局部空间的分布差异，根据局部差异调整局部空间的像素强度，能够精确地保留局部特征，但图像的整体结构信息损失严重，不能保证全局颜色信息的一致性。如Smith等人[6]提出了一种基于感知的彩色图像灰度化算法，该算法首先估计相等亮度颜色之间的差异，并通过全局映射和H-K效应确定颜色排序，然后再通过拉普拉斯图像金字塔来实现局部对比度的增强。……