一種光源顏色計算和圖像校正方法

2023-12-08 14:07:06 1

專利名稱：一種光源顏色計算和圖像校正方法
技術領域：
本發明涉及一種光源顏色的計算和圖像校正方法，尤其涉及彩色圖像的識別和分析中的光源的計算和校正方法，以保持圖像的顏色恆定性。屬於圖像信息處理領域。

背景技術：
物體在成像系統上的表現由三個方面決定光照、物體的表面屬性和成像系統的傳感器性能。由於光源的顏色，特別是在自然場景下，一般並非純白，因此在立體匹配、物體識別時必須考慮光源的顏色。另外，拍攝環境的光照變化會導致圖像內目標顏色的變化，為了保證分析結果的可靠性，對圖像進行光源顏色的計算和校正是必要的一個環節，對於視覺識別、工業檢測有很重要的意義。
針對光源顏色計算方法可分為基於統計和基於物理的兩大類。
基於統計的光源顏色計算方法利用光源和表面反射率的概率統計知識與顏色的關係來實現顏色的計算。具有代表性的Retinex算法(Land E H，McCann J J.Lightness and retinex theory.Journal of Optics Society of America，1971，61(1)1-11)假設物體表面顏色的不連續性要大於光照顏色的不連續性。運用對數差分運算提取出表面顏色不連續性，並且去處光源的不連續性。然後，運用積分指數運算重構表面顏色。Retinex算法以及在此基礎上的改進算法(Weiss Y.Derivingintrinsic images from image sequences.IEEE Internat ional Conference onComputer Vision，2003，268-75)的主要問題是要正確地找到物體表面顏色的不連續性，而到目前為止這仍是一個難題。基於統計的光源顏色計算方法的缺點是要求物體表面有多種顏色。另外，大多數方法假設物體表面只有漫反射，而且基於統計的算法容易受噪音的影響。
隨著計算機圖形學的發展，研究人員開始在一定的光照和反射模型上進行研究。基於物理的方法能很好地處理多色彩和複雜紋理表面的情況，因此成為研究的主流方向。物體顏色由兩部分組成物體表面的反射分量和物體的體反射分量。表面反射分量主要由光源的反射屬性決定，反映了光源的顏色信息。體反射反映的是物體本身的顏色信息。T型光源顏色計算方法(Klinker G J，Shafer S A，Kanade T.Themeasurement of highlights in color images.International Journal of ComputerVision，1990，27-32)通過一個單一顏色表面在RGB三維空間計算出光源顏色。在三維RGB空間，2個反射分量的像素族形成一個T型，通過對T型的提取和分解可以得到光源顏色。但是實際場景中獲取的圖像，由於噪音的影響，T型的提取很困難。而且三維空間的計算量很大。為了避免三維空間的複雜運算，文獻(Lee H C.Method for computing the scene-illuminant from specular highlights.Journalof Optics Society of America A，1986，3(10)1694-1699)提出了一種利用多顏色高光區域進行光源顏色的計算方法。但是這種算法要求利用圖像分割方法對高光部分進行分割，不適用於紋理複雜表面，而且兩個相似顏色的直線交點相對於噪音敏感，對於只有一種顏色的物體也不適用。在此基礎上，文獻(Lehmann T M，PalmC.Color line search for illuminant estimation in real-world scene.Journalof Optics Society of America A，2001，18(11)2679-2691)提出了一種更加穩定的算法。但是圖像需要有多種顏色的高光存在，並且要求在每個高光區域的表面顏色是一樣的，無法處理複雜紋理表面情況。逆強度空間計算光源顏色的方法(TanR T，Nishino K，Ikeuchi K.Illumination Chrmaticity estimation usinginverse-intensity chromaticity space.IEEE Computer Society Conference onComputer Vision and Pattern Recognition，2003，673-680.)無需進行圖像分割，而且對高光區域個數和顏色沒有限制。但是此方法在高光區域檢測以及哈夫空間計算直線交點上太複雜，導致處理時間加長。總的來說，當前基於物理的光源計算方法的缺陷是大多數算法還需要進行圖像分割，導致速度慢，光源計算精度依賴於分割的精度；對圖像紋理有限制，對於欠紋理和複雜紋理物體精度很低；三維顏色空間計算複雜，耗時長。


發明內容
技術問題本發明的目的在於針對現有技術的不足速度慢、對紋理的限制、計算複雜等問題，提供一種無需圖像分割、對物體的表面紋理沒有限制以及在二維空間進行光源顏色計算的一種光源顏色計算和圖像校正方法，並將圖像校正到標準白光下的顏色。
技術方案從簡化的BRDF(Bi-directional Reflectance DistributionFunction，雙向反射函數)光照模型出發，採用投票機制快速提取出圖像中高光區域，然後將圖像歸一化後投影到逆強度空間，利用像素色度與逆強度在逆強度空間的線性關係，通過參數逼近方法進行直線擬合，計算出光源的顏色值。最後根據計算出的光源顏色對圖像進行顏色校正。
利用本發明進行光源顏色計算和圖像校正方法包括以下步驟 步驟A.對彩色圖像中每個像素的色度進行歸一化將光源顏色Г與物體表面顏色Λ的關係表示為I(x)＝md(x)Λ(x)+ms(x)Г，其中I(x)表示圖像I中的每個像素點x的顏色值，md(x)表示像素點x所在物體的表面漫反射係數，A(x)表示像素點x所在物體的表面顏色，ms(x)表示像素點x所在物體的表面鏡面反射係數，Г表示光源顏色，對圖像I中每個像素x的顏色進行歸一化σ(x)＝I(x)/∑Ic(x)，其中σ(x)為歸一化後像素點x的色度。∑Ic(x)表示像素x三個通道顏色值之和；Ic表示像素點x在c顏色通道的顏色值； 步驟B.利用純漫反射或少量鏡面反射的像素點與周圍像素點的變化平緩，即像素的相似度大的性質，通過投票方法快速提取出高光區域對於同樣顏色的表面區域，純漫反射或少量鏡面反射的像素點與周圍像素點的變化平緩，像素的相似度很大，對所有像素點進行高光檢測，同一顏色區域中相鄰三個像素點(x-1，x，x+1)像素顏色差異值為 其中Λ(x-1，x)為兩個相鄰像素x-1和x的顏色差異值，記ε＝|Λ(x，x+1)-Λ(x-1，x)|，通過投票機制來確定一個像素點是否是漫反射點，那麼認為當ε<α時，為像素點x-1，x和x+1為分別投一票，這裡α是事先設置的閾值；檢驗完所有像素點後，票數大於預設值λ的點就是漫反射點，票數小於預設值的點就是鏡面反射點；此算法中每個像素點要檢查6次，另外相鄰像素點的顏色和光強相差很大時被認為是邊緣點，也被排除在高光區域外； 步驟C.從簡化的BRDF光照模型出發，推導出逆強度和色度的線性關係以及光源顏色的表示和校正方法，將高光區域中的像素的三個通道的色度值分別投射到由逆強度和色度張成的空間中，將三維空間轉化為二維空間根據漫反射與鏡面反射的關係可以推導出像素的色度與逆強度的線性關係 其中p＝md(Λ-Г)，σ為像素點的色度，那麼在1/∑Ic和σ張成逆強度空間中，所有像素點構成一條直線，截距就是光源的顏色Г； 步驟D.採用參數逼近法對逆強度空間中的點進行直線擬合，求得色度軸截距，即是光源顏色值；在逆強度空間中，y＝kx+b，x為1/∑Ic，y為σ，k為斜率，截距b即是光源顏色Гc，MN是包圍盒的中垂線，MN與最佳擬合直線的交點是E，對於直線MN上的任意一點P，經過P點斜率為k直線l，所有數據點到直線l的距離和為d，那麼必存在k＝a，a∈(-∞，+∞)，使d值最小，光源顏色肯定為正，也就是說截距肯定大於0，那麼斜率取值範圍可以縮小為(0，ymax/xmin)，對於任一固定斜率k，經過MN上點的直線l*，所有數據點到直線l*的距離和為d*，那麼必存在y＝b，b∈(ymin，ymax)，使d*值最小，那麼，直線擬合問題就轉換為對參數k，y的逼近問題，其中ymin，ymax所有像素點色度的最小值和最大值，xmax為所有像素點逆強度的最小值； 步驟E.根據光源顏色值，在歸一化的圖像上進行顏色校正，然後恢復圖像根據計算出的光源顏色，進行顏色校正，就得到了光源校正後的圖像，即在標準白光下的圖像。
有益效果與現有技術相比較，本發明利用投票機制快速提取出高光區域，一方面避免了圖像分割所帶來的誤差和耗時的缺點，另一方面能夠同時提取出多個物體上的高光區域，適用用於複雜場景包括複雜紋理和欠紋理物體的高光區域提取。
此外，本發明將歸一化的高光像素點投影到逆強度空間，將三維計算轉化為二維，利用採用參數逼近進行直線擬合，快速準確的求得光源顏色，大大降低了計算複雜度。
與現有技術相比，本發明提出了一種不需要圖像分割，對物體表面紋理沒有限制，快速精確的光源顏色計算方法。對於提高圖像分析和識別的準確性有很大的幫助，對於機器視覺、工業檢測有很重要的意義。



圖1是本發明的光源計算和圖像校正方法的整體框圖； 圖2是本發明的參數逼近直線擬合示意圖。

具體實施例方式 如圖1所示，本發明的光源計算和圖像校正方法的輸入圖像通過圖像歸一化模塊後，歸一化後的像素點進入投票法高光檢測模塊，檢測出的高光區域像素背投影到逆強度空間，然後對逆強度空間中的點利用參數逼近直線擬合計算出光源顏色，然後根據計算出的光源顏色對圖像進行顏色校正，輸出標準白光下圖像。
為便於深刻理解本發明的技術內容，下面結合附圖對本發明進行詳細說明。
1.對輸入彩色圖像進行歸一化。將光源顏色Г與物體表面顏色Λ的關係表示為I(x)＝md(x)Λ(x)+ms(x)Г，其中I(x)表示圖像I中的每個像素點的顏色值，md(x)表示像素點x所在物體的表面漫反射係數，Λ(x)表示像素點x所在物體的表面顏色，ms(x)表示像素點x所在物體的表面鏡面反射係數，Г表示光源顏色，對圖像I中每個像素x的顏色進行歸一化σ(x)＝I(x)/∑Ic(x)，其中σ(x)為歸一化後像素點x的色度。∑Ic(x)表示像素x三個通道顏色值之和。
2.對於同樣顏色的表面區域，純漫反射或少量鏡面反射的像素點與周圍像素點的變化平緩，像素的相似度很大，利用這個性質，我們對所有像素點進行高光檢測。假設(x-1，x，x+1)是三個相鄰的像素點，並且他們處在相同顏色的漫反射區域中，可以推導出同一顏色區域中相鄰像素顏色差異值為 其中Λ(x-1，x)為兩個相鄰像素x-1和x的顏色差異值。記ε＝|Λ(x，x+1)-Λ(x-1，x)|，通過投票機制來確定一個像素點是否是漫反射點。那麼我們認為當ε<α時，為像素點x-1、x和x+1為分別投一票。這裡α是事先設置的閾值。檢驗完所有像素點後，票數大於預設值λ的點就是漫反射點。票數小於預設值的點就是鏡面反射點。此算法中每個像素點要檢查6次。另外相鄰像素點的顏色和光強相差很大時被認為是邊緣點，也被排除在高光區域外。
3.在歸一化圖像的基礎上，將高光區域像素點投射到逆強度空間。
根據漫反射與鏡面反射的關係可以推導出像素的色度與逆強度的線性關係 其中p＝md(Λ-Г)，σ為像素點的色度。那麼在1/∑Ic和σ張成逆強度空間中，所有像素點構成一條直線，截距就是光源的顏色Г。
4.對於逆強度空間中所有點，採用參數逼近法進行直線擬合，求得光源顏色。在逆強度空間中，為了描述方我們3中公式改寫為y＝kx+b，x為1/∑Ic，y為σ，k為斜率，截距b即是光源顏色Гc。如圖2所示ABCD為所有數據點的包圍盒，MN是包圍盒的中垂線，MN與最佳擬合直線的交點是E。對於直線MN上的任意一點P，經過P點斜率為k直線l，所有數據點到直線l的距離和為d，那麼必存在k＝a，a∈(-∞，+∞)，使d值最小。光源顏色肯定為正，也就是說截距肯定大於0，那麼斜率取值範圍可以縮小為(0，ymax/xmin)。對於任一固定斜率k，經過MN上點的直線l*，所有數據點到直線l*的距離和為d*，那麼必存在y＝b，b∈(ymin，ymax)，使d*值最小。那麼，直線擬合問題就轉換為對參數k，y的逼近問題。其中ymin，ymax所有像素點色度的最小值和最大值，xmax為所有像素點逆強度的最小值。
5.根據計算出的光源顏色，進行顏色校正，就得到了光源校正後的圖像，即在標準白光下的圖像。
權利要求
1.一種光源顏色計算和圖像校正方法，其特徵在於該方法包括以下步驟
步驟A.對彩色圖像中每個像素的色度進行歸一化將光源顏色Γ與物體表面顏色Λ的關係表示為I(x)＝md(x)Λ(x)+ms(x)Γ，其中I(x)表示圖像I中的每個像素點x的顏色值，md(x)表示像素點x所在物體的表面漫反射係數，Λ(x)表示像素點x所在物體的表面顏色，ms(x)表示像素點x所在物體的表面鏡面反射係數，Γ表示光源顏色，對圖像I中每個像素x的顏色進行歸一化σ(x)＝I(x)/∑Ic(x)，其中σ(x)為歸一化後像素點x的色度；∑Ic(x)表示像素x三個通道顏色值之和，Ic表示像素點x在c顏色通道的顏色值；
步驟B.利用純漫反射或少量鏡面反射的像素點與周圍像素點的變化平緩，即像素的相似度大的性質，通過投票方法快速提取出高光區域對於同樣顏色的表面區域，純漫反射或少量鏡面反射的像素點與周圍像素點的變化平緩，像素的相似度很大，對所有像素點進行高光檢測，同一顏色區域中相鄰三個像素點(x-1，x，x+1)像素顏色差異值為
其中Λ(x-1，x)為兩個相鄰像素x-1和x的顏色差異值，記ε＝|Λ(x，x+1)-Λ(x-1，x)|，通過投票機制來確定一個像素點是否是漫反射點，那麼認為當ε＜α時，為像素點x-1、x和x+1為分別投一票，這裡α是事先設置的閾值；檢驗完所有像素點後，票數大於預設值λ的點就是漫反射點，票數小於預設值的點就是鏡面反射點；此算法中每個像素點要檢查6次，另外相鄰像素點的顏色和光強相差很大時被認為是邊緣點，也被排除在高光區域外；
步驟C.從簡化的雙向反射函數光照模型出發，推導出逆強度和色度的線性關係以及光源顏色的表示和校正方法，將高光區域中的像素的三個通道的色度值分別投射到由逆強度和色度張成的空間中，將三維空間轉化為二維空間根據漫反射與鏡面反射的關係可以推導出像素的色度與逆強度的線性關係
其中p＝md(Λ-Γ)，σ為像素點的色度，那麼在1/∑Ic和σ張成逆強度空間中，所有像素點構成一條直線，截距就是光源的顏色Γ；
步驟D.採用參數逼近法對逆強度空間中的點進行直線擬合，求得色度軸截距，即是光源顏色值；在逆強度空間中，y＝kx+b，x為1/∑Ic，y為σ，k為斜率，截距b即是光源顏色Γc，MN是包圍盒的中垂線，MN與最佳擬合直線的交點是E，對於直線MN上的任意一點P，經過P點斜率為k直線l，所有數據點到直線l的距離和為d，那麼必存在k＝a，a∈(-∞，+∞)，使d值最小，光源顏色肯定為正，也就是說截距肯定大於0，那麼斜率取值範圍可以縮小為(0，ymax/xmin)，對於任一固定斜率k，經過MN上點的直線l*，所有數據點到直線l*的距離和為d*，那麼必存在y＝b，b∈(ymin，ymax)，使d*值最小，那麼，直線擬合問題就轉換為對參數k，y的逼近問題，其中ymin，ymax所有像素點色度的最小值和最大值，xmax為所有像素點逆強度的最小值；
步驟E.根據光源顏色值，在歸一化的圖像上進行顏色校正，然後恢復圖像根據計算出的光源顏色，進行顏色校正，就得到了光源校正後的圖像，即在標準白光下的圖像。
全文摘要
光源顏色計算和圖像校正方法涉及彩色圖像的識別和分析中的光源的計算和校正方法，該方法包括以下步驟對彩色圖像中每個像素的色度進行歸一化；利用純漫反射或少量鏡面反射的像素點與周圍像素點的變化平緩，即像素的相似度大的性質，通過投票方法快速提取出高光區域；從簡化的雙向反射函數光照模型出發，推導出逆強度和色度的線性關係以及光源顏色的表示和校正方法，將高光區域中的像素的三個通道的色度值分別投射到由逆強度和色度張成的空間中，將三維空間轉化為二維空間；採用參數逼近法對逆強度空間中的點進行直線擬合，求得色度軸截距，即是光源顏色值；根據光源顏色值，在歸一化的圖像上進行顏色校正，然後恢復成標準白光下的圖像。
文檔編號H04N9/64GK101146233SQ20071013327
公開日2008年3月19日 申請日期2007年9月26日 優先權日2007年9月26日
發明者莉 姚, 鄧建明, 吳含前 申請人:東南大學