张俊康，金正猛，冯 灿

(1.南京邮电大学 理学院，江苏南京 210023 2.北方信息控制研究院集团有限公司，江苏南京 211153)

图像去色又称彩色图像灰度化。灰度图像由于能用较少的信息量刻画彩色图像的特征、系统处理效率高，在人脸识别、目标跟踪、医学诊断和艺术美学等图像处理领域广泛应用［1］。从数学角度讲，彩色图像灰度化是将三通道彩色图像转换为单通道黑白图像的降维过程，在转换过程中不可避免地会丢失信息。因此如何在灰度化过程中保持原彩色图像中的边缘、纹理、对比度等特征信息，使去色后的黑白图像尽可能清晰、准确地呈现原彩色图像中的各种特征信息一直是图像去色研究中有挑战性的问题之一。

最简单的彩色图像灰度化方法是对RGB彩色空间各通道采用固定权重的加权平均，如MATLAB软件中自带的rgb2gray函数。该方法虽然运算简单且容易实现，但也极易丢失原彩色图像的细节信息。

目前，灰度化算法可分为全局映射法［2－7］和局部映射法［8－11］。全局方法着眼于整体颜色分布差异，采用同一映射函数求解，因此具有全局一致性。例如，Gooch 等［2］提出了“color2gray”的彩色图像灰度化算法，它首先将原图像从RGB彩色空间转换为CIELab彩色空间［12］，然后结合原彩色图像的亮度差和色度差的最小二乘构造模型。该方法能较好地保持原图像的彩色对比度信息，但是对于色彩丰富的图像，该方法并不能同时保留亮度和色度信息。之后，Lu等［4］设计了一种线性组合方法，旨在通过使用严格的弱色序约束最大程度地保留原始颜色对比度。……