一种利用灰色点校正图像颜色的方法
【专利摘要】本发明属于计算机视觉和图像处理【技术领域】，特别涉及彩色图像的颜色校正方法。本发明首先将图像分为红，绿，蓝三个分量，并对每个通道进行对数变换。然后计算每一个对数通道图像的局部对比度，再计算每个像素点在三个通道中对比度值的相对标准差除以该位置像素点在原始R、G、B通道下的平均灰度值，得到灰色度量系数分布图。最后将灰色度量系数分布图的所有像素按照灰色度量系数从小到大进行排序，提取总像素点前50％的像素点作为灰色点，估计出图像的光源，最后用此光源进行图像的颜色校正。本发明具有：参数少，计算简单，速度快，效果好，能够进行实时处理等特点，非常适合于内置在照相机预处理的前端来对图像进行颜色校正。
【专利说明】一种利用灰色点校正图像颜色的方法
【技术领域】
[0001]本发明属于计算机视觉和图像处理【技术领域】，特别涉及彩色图像的颜色校正方法。
【背景技术】
[0002]自然图像中，彩色图像提供了比灰度图像更为丰富的信息。然而，由于成像技术的限制，由机器设备(如照相机等)获取的图像颜色往往与真实环境颜色存在偏差。例如，同一个白色物体在红光的照射下会呈现出偏红的颜色，而在蓝光的照射下则呈现出偏蓝的颜色。获取的图像颜色存在偏差往往会干扰各种基于颜色信息的图像处理任务。因此，在计算机视觉应用中，对采集到的图像进行颜色校正对于后续的场景处理(如目标检测、识别等)具有重要意义。
[0003]著名的颜色校正算法包括灰度世界算法和白板算法。其中，灰度世界算法假设正常光照下的彩色图像在红色、绿色、蓝色(即R、G、B)三个颜色通道下像素灰度值的平均值相等；而白板算法假设三个颜色通道下像素的最大灰度值相等。这两个方法计算简单，但效果较差。近年来，比较典型的图像颜色校正方法有Van De Wei jer等2007年提出的方法，参见文献:J.Van De ffeijer, T.Gevers, and A.Gi jseni j.Edge-based color constancy.1mage Processing, IEEE Transact1ns on, 2007, 16(9):2207 - 2214.该方法假设正常光照下的彩色图像在R、G、B三个颜色通道下的边缘响应强度之和相等，从而通过分别计算R、G、B三个颜色通道下的梯度响应之和作为对各个颜色通道光源信息的估计，并以此校正图像颜色。但是，在实际自然情况下，很多图像并不满足在三个颜色通道下的边缘响应强度之和相等这一基本假设，因此，该方法主要缺点是效果较差。另外一类基于统计学习的图像颜色校正算法能够获得较好的效果，但这类方法主要的缺点是计算复杂，灵活性差，不适合应用于实时颜色校正。
【发明内容】
[0004]针对上述存在问题和不足，本发明提供了一种利用灰色点校正图像颜色的方法。具体包括如下步骤:
[0005]步骤一、提取对数颜色通道图像:将输入的彩色图像分解为红色、绿色和蓝色三个颜色通道，并对每个通道的图像做对数变换，得到三个对数颜色通道图像；
[0006]步骤二、计算各个对数颜色通道图像的局部对比度:在步骤一得到的红色，绿色和蓝色对数颜色通道图像中，分别计算图像的局部标准差作为图像的局部对比度，得到对比度图像；即对于每一个对数通道图像的每一个像素点，分别计算其3 X 3?51 X 51邻域范围内像素点值的标准差作为该像素位置处的对比度；
[0007]步骤三、计算灰色度量系数分布图:在三个对数颜色通道的对比度图像中，计算每一组位于同一位置的像素点值的相对标准差，再除以该位置像素点在原始R、G、B通道下的平均灰度值，得到每个像素位置处的灰色度量系数，依次计算图像中的各个像素位置处的灰色度量系数，得到灰色度量系数分布图；
[0008]步骤四、提取灰色点并计算光源:将灰色度量系数分布图的所有像素按照步骤三中计算得到的灰色度量系数从小到大进行排序，提取总像素点前50%的像素点作为灰色点；再分别计算各个原始R、G、B通道图像中灰色点对应像素的像素值之和作为各通道的光源信息；
[0009]步骤五、色偏图像颜色校正:将原始图像三个颜色通道的图像分别除以步骤四计算得到的各个颜色通道下的光源信息，实现图像的颜色校正。
[0010]所述步骤三在得到灰色度量系数分布图后还利用平滑滤波器对灰色度量系数分布图进行滤波处理。
[0011]本发明通过，首先将图像分为红，绿，蓝三个分量，并对每个通道进行对数变换。然后计算每一个对数通道图像的局部对比度，再计算每个像素点在三个通道中对比度值的相对标准差除以该位置像素点在原始R、G、B通道下的平均灰度值，得到灰色度量系数分布图。最后将灰色度量系数分布图的所有像素按照灰色度量系数从小到大进行排序，提取总像素点前50%的像素点作为灰色点，估计出图像的光源，最后用此光源进行图像的颜色校
IHo
[0012]本发明的有益效果:参数少，计算简单，速度快，效果好，能够进行实时处理等特点，非常适合于内置在照相机预处理的前端来对图像进行颜色校正。
【专利附图】
【附图说明】
[0013]图1是本发明一种利用灰色点校正图像颜色的方法的流程示意图。
[0014]图2是实施例一中采用本发明方法对一幅色偏图像进行颜色校正后得到的色偏校正图和标准无色偏图的对比图组。
[0015]图3是实施例二中采用本发明方法对一幅色偏图像进行颜色校正后得到的色偏校正图和标准无色偏图的对比图组。
[0016]图4是实施例三中采用本发明方法对一幅色偏图像进行颜色校正后得到的色偏校正图和标准无色偏图的对比图组。
【具体实施方式】
[0017]实施例1
[0018]下面结合附图和具体的实施例对本发明做进一步的阐述。
[0019]从目前国际公认的用于验证图像颜色校正的图像库网站上下载plaStiC-l_solux-3500+3202图像及其对应的标准光源和标准无色偏图，图像大小为468X637X3，为48位tif格式图像，标准无色偏图是由图像库提供的此图像经真实光源校正后得到的。具体计算方法的流程如图1所示，具体过程如下:
[0020]步骤一、将输入的彩色图像分解为红色、绿色和蓝色三个颜色通道图像，并对每个通道图像做对数变换，得到三个对数颜色通道图像；像素点(200，200)在红、绿、蓝通道灰度值分别为3502、4592、10672，对每个通道图像做对数变换后，像素点(200，200)在红、绿、蓝通道中的灰度值分别为8.1611、8.4321、9.2754 ；
[0021]步骤二、对于每一个对数通道图像的每一个像素点，分别计算其3X3邻域内像素值的标准差作为该像素位置处的对比度；像素点(200，200)在红色对数通道中，像素点(200，200)的 3X3 邻域像素值分别为:7.8407,7.8156,8.0475,7.9230,8.1611,7.5143、7.9780,8.3000,7.5491 ;再计算得到这九个值的标准差为:0.2596，将该值作为红色对数通道下像素点(200，200)的对比度值；同样计算得到绿色和蓝色对数通道下像素点(200，200)的对比度值分别为:0.1442和0.1188 ；
[0022]步骤三、从步骤二中计算得到像素点(200，200)在红色、绿色和蓝色对数颜色通道的对比度分别为:0.2596,0.1442,0.1188 ;计算得到三个值得相对标准差为:0.4308 ;原始R，G，B通道下像素点(200, 200)的灰度值分别为:3502、4592、10672，计算其平均值为:6255.3333，所以像素点(200，200)的灰色度量系数为0.4308除以6255.3，即0.00006886 ；最后，使用邻域大小为7X7的均值滤波器对灰色度量系数进行滤波处理；
[0023]步骤四、将图像所有像素按灰色度量系数值从小到大进行排序，提取总像素点前0.01%的像素点，一共29个像素点作为灰色点，再分别计算三个原始R、G、B通道图像中，这29个像素点位置处像素值之和分别为:300251、461804、996461，作为对三个通道的光源信息；
[0024]步骤五、将原始图像三个颜色通道的图像分别除以步骤四计算得到的各个颜色通道下的光源信息，实现色偏图像的校正；像素点(200，200)在原始红、绿、蓝通道灰度值分别为3502、4592、10672，分别除以三个通道的光源信息:300251、461804、996461，得到校正后像素点(200，200)在三个通下的像素值分别为:0.0117,0.0099,0.0107。
[0025]测试结果如图2所示，其中:2a.原始色偏图像，2b.由本发明彩色图像颜色校正方法计算得到的无色偏图像，2c.由图像库所提供的真实光源计算得到的标准无色偏图像。从图中可以清楚看出，采用本发明方法对色偏图像进行颜色校正处理能够得到和标准无色偏图像相当的效果，其计算简单，灵活。
[0026]实施例2
[0027]下面结合附图和具体的实施例对本发明做进一步的阐述。
[0028]从目前国际公认的用于验证图像颜色校正的图像库网站上下载plaStiC-l_solux-3500+3202图像及其对应的标准光源和标准无色偏图，图像大小为468X637X3，为48位tif格式图像，标准无色偏图是由图像库提供的此图像经真实光源校正后得到的。具体计算方法的流程如图1所示，具体过程如下:
[0029]步骤一、将输入的彩色图像分解为红色、绿色和蓝色三个颜色通道图像，并对每个通道图像做对数变换，得到三个对数颜色通道图像；像素点(250，250)在红、绿、蓝通道灰度值分别为:4962、10600、29240，对每个通道图像做对数变换后，像素点(250,250)在红、绿、蓝通道中的灰度值分别为8.5096,92686,10.2833 ；
[0030]步骤二、对于每一个对数通道图像的每一个像素点，分别计算像素27X27邻域内像素值的标准差作为该像素位置处的对比度；像素点(250,250)在红色对数通道中，像素点(250，250)的27X27邻域像素值分别为:7.8288,7.9230、......、9.1224 ;再计算得到这729个值的标准差为:1.7060，将该值作为红色对数通道下像素点(250，250)的对比度值；同样计算得到绿色和蓝色对数通道下像素点(250，250)的对比度值分别为:0.4134和0.6678 ；
[0031]步骤三、从步骤二中计算得到像素点(250，250)在红色、绿色和蓝色对数颜色通道的对比度分别为:1.7060,0.4134,0.6678 ;计算得到三个值得相对标准差为:0.7370 ;原始R，G，B通道下像素点(250, 250)的灰度值分别为:4962、10600、29240，计算其平均值为:14934.3333，所以像素点(250, 250)的灰色度量系数为0.7370除以14934.3333，即0.00004935 ;最后，使用邻域大小为7X7的均值滤波器对灰色度量系数进行滤波处理；
[0032]步骤四、将图像所有像素按灰色度量系数值从小到大进行排序，提取总像素点前25%的像素点，一共74529个像素点作为灰色点，再分别计算三个原始R、G、B通道图像中，这74529个像素点位置处像素值之和分别为:572968487、836877691、1734196025，作为对三个通道的光源信息；
[0033]步骤五、将原始图像三个颜色通道的图像分别除以步骤四计算得到的各个颜色通道下的光源信息，实现色偏图像的校正；像素点(250，250)在原始红、绿、蓝通道灰度值分别为4962、10600、29240，分别除以三个通道的光源信息:572968487、836877691、1734196025，得到校正后像素点(250, 250)在三个通下的像素值分别为:0.000008660、0.00001267,0.00001686。
[0034]测试结果如图3所示，其中:3a.原始色偏图像，3b.由本发明彩色图像颜色校正方法计算得到的无色偏图像，3c.由图像库所提供的真实光源计算得到的标准无色偏图像。
[0035]实施例3
[0036]下面结合附图和具体的实施例对本发明做进一步的阐述。
[0037]从目前国际公认的用于验证图像颜色校正的图像库网站上下载plaStiC-l_solux-3500+3202图像及其对应的标准光源和标准无色偏图，图像大小为468X637X3，为48位tif格式图像，标准无色偏图是由图像库提供的此图像经真实光源校正后得到的。具体计算方法的流程如图1所示，具体过程如下:
[0038]步骤一、将输入的彩色图像分解为红色、绿色和蓝色三个颜色通道图像，并对每个通道图像做对数变换，得到三个对数颜色通道图像；像素点(300，300)在红、绿、蓝通道灰度值分别为:7032、5022、3674，对每个通道图像做对数变换后，像素点(300,300)在红、绿、蓝通道中的灰度值分别为8.8582、8.5216、8.2090 ；
[0039]步骤二、对于每一个对数通道图像的每一个像素点，分别计算像素51X51邻域内像素值的标准差作为该像素位置处的对比度；像素点(300，300)在红色对数通道中，像素点(300，300)的51X51邻域像素值分别为:9.0762,8.6824、......、8.0681 ;再计算得到这2601个值的标准差为:10.4048，将该值作为红色对数通道下像素点(300，300)的对比度值；同样计算得到绿色和蓝色对数通道下像素点(300，300)的对比度值分别为:3.0180和6.8731 ；
[0040]步骤三、从步骤二中计算得到像素点(300，300)在红色、绿色和蓝色对数颜色通道的对比度分别为:10.4048,3.0180,6.8731 ;计算得到三个值得相对标准差为:0.5461 ；原始R，G，B通道下像素点(300,300)的灰度值分别为:7032、5022、3674，计算其平均值为:5242.6666，所以像素点(300, 300)的灰色度量系数为0.5461除以5242.6666，即0.00001042 ;最后，使用邻域大小为7X7的均值滤波器对灰色度量系数进行滤波处理；
[0041]步骤四、将图像所有像素按灰色度量系数值从小到大进行排序，提取总像素点前50%的像素点，一共149058个像素点作为灰色点，再分别计算三个原始R、G、B通道图像中，这149058个像素点位置处像素值之和分别为:938198966、1312519422、2603827942，作为对三个通道的光源信息；
[0042]步骤五、将原始图像三个颜色通道的图像分别除以步骤四计算得到的各个颜色通道下的光源信息，实现色偏图像的校正；像素点(300，300)在原始红、绿、蓝通道灰度值分别为7032、5022、3674，分别除以三个通道的光源信息-938198966、1312519422、2603827942，得到校正后像素点(300,300)在三个通下的像素值分别为:0.000007495、
0.000003826,0.000001411。
[0043]测试结果如图4所示，其中:4a.原始色偏图像，4b.由本发明彩色图像颜色校正方法计算得到的无色偏图像，4c.由图像库所提供的真实光源计算得到的标准无色偏图像。
【权利要求】
1.一种利用灰色点校正图像颜色的方法，具体包括如下步骤: 步骤一、提取对数颜色通道图像:将输入的彩色图像分解为红色、绿色和蓝色三个颜色通道，并对每个通道的图像做对数变换，得到三个对数颜色通道图像； 步骤二、计算各个对数颜色通道图像的局部对比度:在步骤一得到的红色，绿色和蓝色对数颜色通道图像中，分别计算图像的局部标准差作为图像的局部对比度，得到对比度图像；即对于每一个对数通道图像的每一个像素点，分别计算其3 X 3?51 X 51邻域范围内像素点值的标准差作为该像素位置处的对比度； 步骤三、计算灰色度量系数分布图:在三个对数颜色通道的对比度图像中，计算每一组位于同一位置的像素点值的相对标准差，再除以该位置像素点在原始R、G、B通道下的平均灰度值，得到每个像素位置处的灰色度量系数，依次计算图像中的各个像素位置处的灰色度量系数，得到灰色度量系数分布图； 步骤四、提取灰色点并计算光源:将灰色度量系数分布图的所有像素按照步骤三中计算得到的灰色度量系数从小到大进行排序，提取总像素点前50%的像素点作为灰色点；再分别计算各个原始R、G、B通道图像中灰色点对应像素的像素值之和作为各通道的光源信息; 步骤五、色偏图像颜色校正:将原始图像三个颜色通道的图像分别除以步骤四计算得到的各个颜色通道下的光源信息，实现图像的颜色校正。
2.如权利要求1所述利用灰色点校正图像颜色的方法，其特征在于:所述步骤三在得到灰色度量系数分布图后还利用平滑滤波器对灰色度量系数分布图进行滤波处理。
【文档编号】G06T5/00GK104504722SQ201510011290
【公开日】2015年4月8日 申请日期:2015年1月9日 优先权日:2015年1月9日
【发明者】杨开富, 李永杰, 高绍兵, 李朝义 申请人:电子科技大学