专利名称：一种基于hsv颜色空间的偏色检测、校正方法及装置的制作方法
技术领域：
本发明属于图像处理技术领域，特别涉及颜色空间转换、直方图统计、中值滤波等算法在偏色检测及校正中的使用。
背景技术：
颜色是图像的重要特征之一，也是图像处理与分析的重要依据。从物理意义上说，物体被人眼观测到的颜色不仅仅是由其反射特性所决定的，同时也取决于射向物体的光线颜色。人类的视觉系统具有颜色恒常性，能够在一定程度上消除光照条件等因素对颜色的影响，正确地感知物体的颜色。但成像设备却不具有这种“调节”功能，其采集的图像往往与物体表面的真实颜色之间存在一定程度的误差，即偏色。这种偏色的现象是由外部光源的不同色温决定的，偏色的程度与外部光源的色温变化有直接关系。自动白平衡算法就是对图像进行偏色检测及校正的算法，其目的就是尽量减少由于外部光源所造成的颜色差异，补偿因外设非理想特性而产生的偏色现象，在不同的色温条件下均能还原出被摄目标本来的颜色，保持不同设备、不同观测环境下的颜色恒常性，使得处理后的图片尽可能地符合人类视觉的习惯。随着互联网及多媒体等技术的日益普及，彩色图像的应用范围不断扩大，偏色的检测及校正也就越来越重要，准确有效地偏色检测及校正将为后续的数字图像处理、模式识别或图像检索等提供有效参考。在目前的偏色检测及校正技术中，经典的算法主要有灰度世界算法(GrayWorld)、完美反射算法(Perfect Reflector)、模糊神经网络算法(Fuzzy NeuralNetwork)、基于边缘检测的白平衡算法，以及基于上述几种算法的改进算法等。灰色世界算法基于Von-Kries系数理论的灰色世界假设，该假设认为对于一副有足够色彩变化的图像，R、G、B三色分量的统计平均值应趋于相同的灰色值。完美反射法的优点是计算非常简便，图像中存在高亮度区域时还原效果很好。但是白点的检测往往缺乏通用性，当图像中不存在镜面或者图像亮度较低的情况下表现不佳。然而，目前的经典算法均存在一定的不足，比如对颜色单调的图像、或是图像包含大面积色块时，灰色世界算法往往存在校正失效问题，有时会出现过度校正；当图像中不存在镜面或者图像亮度较低的情况下，完美反射算法往往表现不佳；当图像出现大范围有色纹理时，基于边缘的白平衡算法常常失效；而对于模糊神经网络算法来说，需要大量学习先验知识，并且存在着逻辑单元消耗多，功耗高等难题。而本发明所提供的算法能有效检测不同类型的偏色图像，算法复杂度低，可以有效克服经典算法的校正失效问题，适用于多种不同场景。
发明内容
本发明的实施例提供一种基于HSV颜色空间的偏色检测及校正方法，该算法能有效检测及校正不同类型的偏色图像，算法复杂度低，适用于多种不同场景。本发明采用如下技术方案1.输入待检测图像(一般为RGB颜色空间)；
2.计算HSV颜色空间中的S通道；
3.统计S通道的直方图向量h;
4.对直方图向量h进行量化和滤波；
5.根据量化和滤波之后的直方图向量h’判定图像是否偏色；
6.若判定图像偏色，则分别统计RGB通道对最大、最小值矩阵的贡献率，并依此判定偏色通道；
7.在RGB颜色空间中，调整偏色通道的值，返回第2步；
8.若判定图像不偏色，则程序结束。.一种图像偏色的检测及校正装置包括
计算单元，用于计算HSV颜色空·间中的S通道的值，并统计S通道的直方图向量h ； 预处理单元，对直方图向量进行量化和滤波；
判断单元，判断图像是否偏色，不偏色，程序结束；
确定单元，用于判断偏色通道；
校正单元，用于校正偏色图像，并返回统计单元。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例的部分附图，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本发明实施例1提供的偏色检测、校正方法流程图。图2为本发明与传统方法的效果对比图；图2(a)缺少高亮区域的色块测试图；图2(b)本发明算法结果图；图2(c)灰度世界算法结果图；图2(d)完美反射算法结果图。特别说明由于所提交的图2为黑白图，无法显示出本发明更好的对比效果，因此在其他证明文件中提交了彩色图2。图3为本发明实施例2提供的偏色检测及校正装置的结构图。图4为本发明实施例2提供的计算单元11的结构图。图5为本发明实施例2提供的预处理单元12的结构图。
具体实施例方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。实施例1 :
本发明实施例1提供一种基于HSV颜色空间的偏色检测及校正方法，如图1所示，该方法包括
101、输入RGB颜色空间的待检测图像颜色空间(Color Space),又称为颜色坐标系统,是一种抽象表不和描述颜色的方法。RGB颜色空间是最常用的颜色模型之一，数字成像设备输出的图像往往也是RGB格式。102、计算HSV颜色空间中的S通道
目前的偏色检测算法往往先将RGB颜色空间转换为HSV颜色空间，然后提取S通道用于偏色检测，而H通道和V通道并不参与后续处理过程。本发明采用了直接计算S通道的方法，大大减少了计算量，降低了算法的时间和空间开销。由RGB颜色空间计算HSV颜色空间中的S通道的公式如下
1)统计最大、最小值矩阵
权利要求
1.一种基于HSV颜色空间的偏色检测及校正方法，其步骤如下 (1)输入待检测图像； (2)计算HSV颜色空间中的S通道的值； (3)统计S通道的直方图向量h; (4)对直方图向量h进行量化和滤波； (5)根据量化和滤波之后的直方图向量h’判定图像是否偏色； (6)若判定图像偏色，则分别统计RGB通道对最大、最小值矩阵的贡献率，并依此判定偏色通道； (7)在RGB颜色空间中，调整偏色通道的值，返回第2步； (8)若判定图像不偏色，则程序结束。
2.根据权利要求1所述的计算S通道的值，其方法是1)统计S通道的最大值和最小值矩阵，分别记为AM = mn( RrG, B) ；2)计算 S 通道的值，采用
3.根据权利要求1所述的基于HSV颜色空间的偏色检测及校正方法，其特征在于步骤(4)对直方图向量h进行量化，所采用的方法是对量化后所得值的小数点之后的4位保留，第5位按照4舍5入。
4.根据权利要求1所述的基于HSV颜色空间的偏色检测及校正方法，其特征在于步骤(4)对直方图向量h进行滤波，所采用的方法是选用改进的一维中值滤波公式进行滤波，其改进的一维中值滤波公式为
5.根据权利要求1所述的基于HSV颜色空间的偏色检测及校正方法，其特征在于步骤(5)判断直方图向量h’是否偏色的方法是取直方图向量h’中的前N个元素进行判断，N的取值范围是15 25之间的正整数。
6.根据权利要求1所述的基于HSV颜色空间的偏色检测及校正方法，其特征在于步骤(5)判断直方图向量h’是否偏色的方法是取直方图向量h’的前N个元素的平均值与阈值Tv比较，若平均值小于阈值Tv则认为偏色，阈值Tv的取值范围是0. 0002 0. 0005。
7.根据权利要求1所述的基于HSV颜色空间的偏色检测及校正方法，其特征在于步骤(5)判断直方图向量h’是否偏色的方法是取直方图向量h’前N个元素的值，若计算得出的局部最大最小值的次数大于阈值Tn，则认为偏色，阈值Tn的取值为3 5之间的正整数。
8.根据权利要求7所述的局部范围出现的最大最小值的统计方法为采用g(i) = k(i +1) -k(f)和 sgn[ g(i) *g(i +1)] i =公式统计。
9.根据权利要求1所述的基于HSV颜色空间的偏色检测及校正方法，其特征在于步骤(6)确定偏色通道方法是将RGB各通道的最大值贡献率Cjffi分别减去对应的最小值贡献率CV,得到三个差值，其中最小值所对应的通道即为偏色通道，最大、最小值矩阵的贡献率是指在统计最大、最小值矩阵时，某一通道提供最大值或最小值的像素个数除以该通道所有像素个数的比率。
10.根据权利要求1所述的基于HSV颜色空间的偏色检测及校正方法，其特征在于步骤(7)调整偏色通道值的方法是将偏色通道的数值乘以纠正系数k，k取值范围1. 02 1. 05。
11.一种图像偏色的检测及校正装置，其特征在于包括 计算单元，用于计算HSV颜色空间中的S通道的值，并统计S通道的直方图向量h ； 预处理单元，对直方图向量进行量化和滤波； 判断单元，判断图像是否偏色，若直方图向量中的前N个元素的平均值小于预设阈值％或直方图向量中的前N个元素出现局部最大最小值的次数大于阈值Tn，则认定所输入图像偏色，否则认定不偏色，程序结束，N的取值范围是15 25之间的正整数，阈值Tv的取值范围是0. 0002 0. 0005,阈值Tn的取值范围是3 5之间的正整数； 确定单元，用于判断偏色通道，将RGB各通道的最大值贡献率Cmc分别减去对应的最小值贡献率,得到三个差值，其中最小值所对应的通道即为偏色通道； 校正单元，用于校正偏色图像，将偏色通道的数值乘以纠正系数k (k取值为1.02^1. 05)，并返回统计单元。
12.根据权利要求11所述的计算单元，包括 计算模块，计算HSV颜色空间中的S通道的值，采用公式
13.根据权利要求11所述的预处理单元，包括 量化模块，对直方图向量进行量化所采用的方法是对量化后所得值的小数点之后的4位保留，第5位按照4舍5入； 滤波模块，对直方图向量进行滤波，采用改进的一维中值滤波公式进行滤波，公式为
全文摘要
本发明提供一种图像偏色的检测、校正方法及装置，涉及数字图像处理技术领域。该方法包括输入RGB颜色空间的待检测图像；计算HSV颜色空间中的S通道；统计S通道的直方图向量h；对直方图向量h进行量化和滤波；根据量化和滤波之后的直方图向量h'判定图像是否偏色；若判定图像偏色，则分别统计RGB通道对最大、最小值矩阵的贡献率，并依此判定偏色通道；在RGB颜色空间中，调整偏色通道的值，重新计算S通道的值并判断是否偏色，反复执行，直到不再偏色为止；若判定图像不偏色，则程序结束。本发明能有效地检测和校正多种类型的偏色图像，克服了传统方法的不足，对不同场景均有很好的适应性，算法效率高。
文档编号G06T7/40GK103065334SQ20131003827
公开日2013年4月24日 申请日期2013年1月31日 优先权日2013年1月31日
发明者胡勇 申请人:金陵科技学院