图像灰度化就是将彩色图像转换成灰度图像,本质上是对彩色图像做降维处理,主要任务是在灰度图中尽量保持原彩色图中的视觉信息,以使在灰度图中也能辨认原图中可以被辨认的图像部分。在图像预处理、打印显示等领域中图像灰度化算法有广泛的应用,因此具有重要的研究价值。在以往的灰度化算法中,都只是对整幅图像作自动而统一的灰度化映射。在实际图像处理时,经常需要按不同主观需求,选择图像的不同区域做不同程度的对比度保持。为了在灰度图中突出图像中用户关注度高的前景区域,本文提出一种局部对比度增强的彩色图像灰度化参数化方法。本文的方法既支持用户交互的方式来选择前景引导局部对比度的增强,同时也支持自动检测注意聚焦区域来引导局部对比度的增强。本文方法可以有效地控制灰度化图像中的各区域内容的清晰度,让灰度化之后的图像对比度更加符合显著性分布。本文的彩色图像灰度化算法分为四个主要步骤。首先,通过GrabCut图像分割技术或者频率调谐显著性提取技术,由输入彩色图像获得一幅引导图像。然后,利用引导图像中各像素点的显著度值和原图的RGB颜色通道建立一个多项式参数化模型,其中参数化模型中的显著度通道是实现局部对比度增强的关键。接着,建立能量优化函数,能量函数中的各像素输出灰度值用参数化模型函数来表示,并运用引导图像对目标对比度进行缩放,以实现局部对比度的增强。最后,通过求偏微分将能量函数的求解转换成线性方程组的求解,用迭代循环方式计算出参数化模型函数中的各项参数。通过与现有的彩色图像灰度化算法进行实验比较,证明本文算法能够有效地增强灰度化图像的局部区域的对比度,使人们更加容易理解灰度图像中的内容,改善了灰度图像的效果。