一種彩色圖像顏色校正方法
2023-09-16 23:35:20 1
專利名稱：一種彩色圖像顏色校正方法
技術領域：
本發明屬於計算機視覺和圖像處理技術領域，具體涉及彩色圖像的顏色校正方法。
背景技術：
圖像是傳遞真實場景信息的一種有效媒介。但是由於技術的限制，由機器設備，比如照相機拍攝得到的圖像往往在顏色上產生色偏，這是由於場景中光源變化所造成的，比如在日光燈下拍攝的圖像偏綠，而在鎢絲燈下拍攝的圖片偏黃，而人的視覺系統卻能夠很好的適應這種光源變化下的場景，不受影響的感知場景的真實顏色，這種能力稱之為人視覺系統的顏色恆常性。同樣，在計算機視覺和圖像處理領域也在致力於使機器系統獲得 人視覺系統顏色恆常性的這樣一種能力——計算性顏色恆常，它的主要目的是計算任意一幅圖像的未知光源，然後將這幅圖像用先前計算得到的光源進行校正後在標準白光下進行顯示，以用於後續應用，比如基於顏色的目標識別等。如果由相機拍攝得到的圖像，如前所述，本身就是具有色偏的圖像，那麼這種計算的一種實際應用也就是通常所說的圖像顏色校正。比較典型的彩色圖像顏色校正方法是由A Chakrabarti等2008年提出的方法,參考文獻A. Chakrabarti, K. Hirakawa, and T. Zickler, 「Color constancy beyond bagsof pixels, 」 in IEEE Computer Society Conference onComputer Vision and PatternRecognition, 2008, pp. I - 8.該方法對圖像進行多尺度濾波,得到不同尺度下的圖像信息，利用主成份分析技術來估計出圖像的光源，但該方法存在的主要問題是計算複雜，需要訓練，靈活性差，不適合用於需要進行實時處理的消費型照相機上的應用，比如圖像的自動顏色校正。
發明內容
本發明的目的是為了解決現有的上述彩色圖像顏色校正方法存在的缺陷，提出了一種彩色圖像的顏色校正方法。本發明的技術方案是一種彩色圖像的顏色校正方法，包括如下步驟SI.提取各顏色通道圖像將輸入的彩色圖像分解為紅色、綠色和藍色三個顏色通道圖像；S2.對每個顏色通道圖像進行分塊根據預先設定的圖像塊大小，將步驟SI得到的紅色，綠色和藍色通道圖像分別分割成相鄰但不重複的圖像塊區域；S3.計算每個圖像塊的反射率信息在每個顏色通道的每個圖像塊內選擇具有最大值的像素點來歸一化此圖像塊內的所有像素點，計算出的值作為此圖像塊的反射率信息；S4.計算每個顏色通道圖像的光源值選取某顏色通道下的圖像塊，累加該圖像塊的像素值，記為Pl ;累加由步驟S3計算得到的該圖像塊的反射率信息，記為P2，最後由Pl除以P2得到的值作為此圖像塊在該顏色通道下的光源值，進而獲取每個顏色通道下的光源值；S5.色偏圖像顏色校正利用步驟S4計算得到的各個顏色通道下的光源值，分別校正每個顏色通道，並將校正後的圖像乘上標準光源，得到每個顏色通道下經過校正後的圖像，進而得到校正後的彩色圖像。作為一個較佳的實施例，步驟S2的圖像分塊大小參數取值範圍為50Χ5(Γ70Χ70。上述步驟S4中所述的獲取每個顏色通道下的光源值具體通過平均該顏色通道下的所有圖像塊在該顏色通道下的光源值得到，或者通過加權平均的方式得到，具體的加權平均是指對每個圖像塊的光源值乘以某個加權因子再取平均。上述步驟S5中所述的校正每個顏色通道具體使用Von kries模型。上述步驟S5中所述的標準光源的值為(WV，其中，(HV表示每個顏色通道
3 3 33 3 3
無顏色色差的標準白光的光源值。本發明的有益效果本發明的方法首先將圖像分為紅，綠，藍三個分量，然後對每一個分量的圖像進行分塊局部處理，估計出圖像塊的反射率，記為P1，僅接著累加該圖像塊的像素值，記為P2，然後用P2除以Pl得到的值作為該圖像塊的光源值，最後平均所有圖像塊的光源值作為該顏色通道的光源值。本發明本質上汲取了人視網膜神經節細胞處理信息的特點一中心外周局部處理，外周的信號(這裡由Pl表示)局部調整中心的信號(這裡由P2表示)，適當的調節中心外周的大小(表示為圖像分塊的大小)來改變外周信號Pl和中心信號P2的取值，從而準確的估計出圖像的光源值，最後用此光源值進行圖像的顏色校正。這裡圖像塊的大小是一個主要的參數，因為它模擬了視網膜神經節細胞中心外周感受野的大小，隨著參數的變化，中心外周感受野的大小也隨著變化，從而有效的提取出變化的光源信息。本發明所展示的方法具有參數少(僅有一個可調參數，即圖像塊大小)，計算簡單，速度快，效果好，能夠進行實時處理等特點，非常適合於內置在照相機預處理的前端來對圖像進行顏色校正。
圖I是本發明一種彩色圖像顏色校正方法的流程示意圖。圖2是圖像塊大小為55X55時估計出來的圖像塊反射率以圖像的形式顯示出來時的效果圖。圖3是實施例中採用本發明方法對一幅色偏圖像進行顏色校正後得到的色偏校正圖和標準無色偏圖的對比圖組。
具體實施方式
下面結合附圖和具體的實施例對本發明做進一步的闡述。視網膜是人類視覺系統接受外界信息的門戶，在它上面有各種各樣的細胞對進入人眼的信息進行初級處理，其中視網膜神經節細胞具有中心外周的感受野，這種中心外周的結構能夠很好的處理變化的光源信息，基於此提出了本發明的方法。下面通過一個實施例進行具體說明。
從目前國際公認的用於驗證計算性顏色恆常校正的圖像庫網站上下載MG_0633圖像及其對應的標準光源和標準無色偏圖，圖像大小為874X583，其中IMG_0633圖像為48位png格式圖像，每個顏色通道以16位精度表示，標準無色偏圖是由圖像庫提供的此圖像的真實光源校正後得到的。具體計算方法的流程如圖I所示，具體過程如下SI.提取各顏色通道圖像首先將輸入的彩色圖像分解為紅色、綠色和藍色三個顏色通道圖像；以原色偏圖像的一個像素值(846，3287，4430)為例，分解成紅，綠，藍三個分量後的值分別為846，3287，4430。S2.將每個顏色通道圖像分塊根據預先設定的圖像塊大小，分別將經步驟SI所得的紅，綠，藍三個分量圖像按照設定的圖像塊大小分成相鄰但不重複的圖像塊。這裡，圖像分塊的大小表示了被處理局部區域的大小，為了能更真實的模擬人視網膜神經節細胞感受野的性質，圖像分塊大小參數取值範圍為50Χ5(Γ70Χ70，在本實施例中圖像分塊大小選取的為55X55，為了簡化說明，下面的數據均以紅通道下大小為3X3的 一個圖像塊為例來具體闡述，像素值分別為(846，838，825，901，853，867，917，786，946)。S3.計算每個圖像塊的反射率信息在每個顏色通道的每個圖像塊內選擇具有最大值的像素點來歸一化此圖像塊內的所有像素點，計算出的值作為此圖像塊的反射率信肩、O以上述紅色通道下3X3的一個圖像塊為例進行說明，在9個像素點中選擇一個最大值為946的像素點歸一化所有像素點得到(O. 8943，O. 8858，O. 8721，O. 9524，O. 9017，
0.9165.0.9693,0. 8309，I. 0000)作為該圖像塊內每個像素點的反射率信息。圖2為在圖像分塊大小選取為55X55時將一幅色偏圖像進行上述SI，S2，S3步驟後得到的整幅圖像的反射率信息以圖像的形式呈現。S4.計算每個顏色通道下圖像的光源值選取某顏色通道下的圖像塊，累加該圖像塊的像素值，記為Pl ;累加由步驟S3計算得到的該圖像塊的反射率信息，記為Ρ2，最後由Pl除以Ρ2得到的值作為此圖像塊在該顏色通道下的光源值，進而獲取每個顏色通道下的光源值。以上述紅色通道下3X3的一個圖像塊為例進行說明，圖像塊的像素值求和為Pl=7779，反射率信息求和為Ρ2=8· 2230，由Pl除以Ρ2得到的值946. 0051就是該圖像塊SI的光源值，以此類推可以得到紅色通道下所有圖像塊的光源值，進而獲取紅色通道下的光源值。這裡可以將每個顏色通道下所有圖像塊的光源值取這些光源值的平均作為此顏色通道的光源值，也可以通過加權平均的方式進行，具體的加權平均是指對每個圖像塊的光源值乘以某個加權因子再取平均。在本實施例中選擇直接平均的方式計算每個顏色通道的光源值。S5.色偏圖像顏色校正由上述步驟求得的三個顏色通道的光源值，採用Vonkries模型對原色偏圖像進行顏色校正。以上述紅色通道下3X3的一個圖像塊為例進行說明，假設經過步驟SI、S2、S3、S4處理後得到的紅色通道下的光源值為749. 5025，原圖像塊SI的每個像素值(846，838，825,901,853,867,917,786,946)除以 749. 5025 後得到的值為(I. 1287，I. 1181，I. 1007，
1.2021，I. 1381，I. 1568，I. 2235，I. 0487，I. 2622)，即完成了對原色偏圖像的顏色校正。
在這裡原色偏圖像經過顏色校正後，為了在標準光源下驗證其效果，還需要將校正後的像素值乘上一個標準光源，這裡選取的標準光源的值為(m)r必人知"表示每個
33 3 3 3 3
顏色通道無顏色色差的標準白光的光源值。即在這裡將圖 像塊得到的(I.1287，I. 1181，I. 1007，I. 2021，I. 1381，I. 1568，
I.2235，I. 0487，I. 2622)乘上標準光源係數 1/3 後得到(O. 3762，O. 3727，O. 3669，O. 4007，O. 3794,0. 3856,0. 4078,0. 3496,0. 4207)，即為上述紅色通道下3X3的圖像塊經過本發明
方法顏色校正後的圖像的像素值，進而得到每個顏色通道下經過校正後的圖像，將經過校正後的三個顏色通道的圖像合成一幅彩色圖像就得到最終的輸出結果，即校正後的彩色圖像。圖像分塊大小選取為55X55時，測試結果示意圖如圖3所示，其中3a.原始色偏圖像，3b.由本發明彩色圖像顏色校正方法計算得到的無色偏圖像，3c.由圖像庫所提供的真實光源計算得到的標準無色偏圖像。可以看出，本發明的方法首先將彩色圖像分解到紅，綠，藍三個顏色通道，然後將三個顏色通道中的圖像分塊，計算每塊圖像的反射率信息，並在分塊圖像上計算每個顏色通道的光源信息，通過靈活的選擇圖像分塊的大小，可以快速高效的計算出圖像的光源，最後用所計算的光源校正原圖像，實現所見即所得的圖像顏色校正。本發明的彩色圖像顏色校正方法具有通過簡單的參數選擇，快速有效的計算出各種場景下所拍攝圖像的真實光源信息，準確的實現色偏圖像顏色校正，其計算簡單，快速，效果好。本領域的普通技術人員將會意識到，這裡所述的實施例是為了幫助讀者理解本發明的原理，應被理解為本發明的保護範圍並不局限於這樣的特別陳述和實施例。本領域的普通技術人員可以根據本發明公開的這些技術啟示做出各種不脫離本發明實質的其它各種具體變形和組合，這些變形和組合仍然在本發明的保護範圍內。
權利要求
1.一種彩色圖像的顏色校正方法，包括如下步驟 51.提取各顏色通道圖像將輸入的彩色圖像分解為紅色、綠色和藍色三個顏色通道圖像； 52.對每個顏色通道圖像進行分塊根據預先設定的圖像塊大小，將步驟SI得到的紅色，綠色和藍色通道圖像分別分割成相鄰但不重複的圖像塊區域； 53.計算每個圖像塊的反射率信息在每個顏色通道的每個圖像塊內選擇具有最大值的像素點來歸一化此圖像塊內的所有像素點，計算出的值作為此圖像塊的反射率信息； 54.計算每個顏色通道圖像的光源值選取某顏色通道下的圖像塊，累加該圖像塊的像素值，記為Pl ;累加由步驟S3計算得到的該圖像塊的反射率信息，記為P2，最後由Pl除以P2得到的值作為此圖像塊在該顏色通道下的光源值，進而獲取每個顏色通道下的光源值； 55.色偏圖像顏色校正利用步驟S4計算得到的各個顏色通道下的光源值，分別校正每個顏色通道，並將校正後的圖像乘上標準光源，得到每個顏色通道下經過校正後的圖像，進而得到校正後的彩色圖像。
2.根據權利要求I所述的彩色圖像的顏色校正方法，其特徵在於，步驟S2的圖像分塊大小參數取值範圍為50Χ5(Γ70Χ70。
3.根據權利要求I所述的彩色圖像的顏色校正方法，其特徵在於，步驟S4中所述的獲取每個顏色通道下的光源值具體通過平均該顏色通道下的所有圖像塊在該顏色通道下的光源值得到；或者通過加權平均的方式得到，具體的加權平均是指對每個圖像塊的光源值乘以某個加權因子再取平均。
4.根據權利要求I所述的彩色圖像的顏色校正方法，其特徵在於，步驟S5中所述的校正每個顏色通道具體使用Von kries模型。
5.根據權利要求I所述的彩色圖像的顏色校正方法，其特徵在於，步驟S5中所述的標準光源的值為( Ι)τ，其中，表示每個顏色通道無顏色色差的標準白光的光源值。
全文摘要
本發明公開了一種彩色圖像顏色校正方法，具體包括提取圖像各通道分量，將分量圖像分成若干小塊，計算每塊圖像的反射率信息，計算圖像的光源值，用光源對色偏圖像進行顏色校正。本發明的方法首先將彩色圖像分解到紅，綠，藍三個顏色通道，然後將三個顏色通道中的圖像分塊，計算每塊圖像的反射率信息，並在分塊圖像上計算每個顏色通道的光源信息，通過靈活的選擇圖像分塊的大小，可以快速高效的計算出圖像的光源值，最後用所計算的光源校正原圖像，實現所見即所得的圖像顏色校正。本發明的方法具有通過簡單的參數選擇，快速有效的計算出各種場景下圖像的真實光源信息，準確的實現顏色校正。
文檔編號G06T5/50GK102867295SQ201210284360
公開日2013年1月9日 申請日期2012年8月6日 優先權日2012年8月6日
發明者李永傑, 高紹兵, 楊開富, 李朝義 申請人:電子科技大學