一种基于加减性色彩系统的图像偏色检测方法与流程

本发明涉及一种基于加减性色彩系统的图像偏色检测方法，属于图像处理领域，可以用于图像偏色异常检测系统或监控视频异常检测系统。
背景技术：
：由于摄像机捕捉到的颜色不仅取决于物体本身的颜色，还取决于环境的光源和摄像机的光敏系统，因此物体本身的颜色和摄像机拍到的颜色会存在一定差别，这个现象叫做图像偏色。图像偏色不仅降低了观察者的视觉感受，还使得基于颜色的图像视觉算法无法应用，因此，实现图像偏色的自动检测具有重大意义。加减性色彩系统将颜色偏差分为三类，即加性偏差、减性偏差和无偏差。在rgb颜色空间中，加性偏差代表一个通道的亮度远大于其他两个通道，减性偏差代表一个通道的亮度远低于其他两个通道，无偏差代表三个通道的亮度相差不多。相应的，具有加性偏差特点的图片表现为加性偏色，如偏红、绿、蓝的图片；具有减性偏差特点的图片表现为减性偏色，如偏青、黄、紫的图片；具有无偏差特点的图片表现为无偏色，即正常。将加减性色彩系统的意义进行延伸，那么，对于三个数字，当两个数字相差不大时，若最后一个数字远大于这两个数字，则这三个数字变现为加性偏差，否则为减性偏差；当三个数字均差不多时，变现为dsmt4代表权值！！embedequation.dsmt4。由于图像偏色表现为rgb三通道亮度的失衡性，因此本发明提出利用加减性色彩系统的特点实现图像偏色检测。技术实现要素：为了避免现有技术的不足，本发明提出一种基于加减性色彩系统的图像偏色检测方法。本发明的基本思想在于首先提取图片的亮信息和暗信息，并计算亮度极值比率，然后根据亮度极值比率判断亮信息和暗信息的偏差类型，并根据亮信息和暗信息的偏差类型判断图像颜色的偏差类型，最后计算亮度差，根据亮度差和亮度极值比率计算图像偏色程度，实现偏色检测。一种基于加减性色彩系统的图像偏色检测方法，具体步骤为：1.计算图片的亮信息、暗信息和亮度极值比率；2.判断亮信息和暗信息的偏差类型，即加性、减性、稳定；3.判断图像颜色的偏差类型，即加性偏差、减性偏差、无偏差；4.计算亮度差和偏色程度，并实现图像偏色检测。步骤1中计算图片亮信息和暗信息的具体步骤为：1)计算图像i的最大值矩阵hmax和最小值矩阵hmin：hmax＝max(ir，ig，ib)(1)hmin＝min(ir，ig，ib)(2)其中，ir，ig，ib代表图像i的rgb三分量，max和min分别代表求最大值和最小值操作。2)亮信息lb和暗信息ld的计算公式如下：其中c是rgb空间的三通道，即c∈{r，g，b}，ta是幅度容差。为避免白色区域或黑色区域的干扰，根据下式进一步计算亮信息和暗信息其中，i∈{b，d}。步骤1中计算亮度极值比率的具体公式为：其中，m和n分别代表图像的宽和高。步骤1中，计算亮信息和暗信息的具体参数为：幅度容差ta为10，图像大小为288×352。步骤2中判断亮信息和暗信息偏差类型的具体步骤为：1)将eiri的三个数降序排列，记为rvk，计算这三个数的一阶差分δrvk和二阶差分δ2rvk：δrvk＝rvk-rvk+1(7)δ2rvk＝δrvk-δrvk+1(8)其中，k＝1，2。2)定义rv的四种状态：定义rv具有四种状态，即优势、劣势、平衡性、相似性，分别用sup，sim，inf，bal表示。优势代表最大的数远大于中间数，即δrv1＞t1；劣势代表最小的数远小于中间数，即δrv2＞t2；平衡性表示三个数相差不多，即|δ2rv1|＜t3；相似性代表中间数与最大的数或最小的数相差不多，即δrv2＜t4。其中，ts＝{t1，t2，t3，t4}是一系列阈值。则定义谓词如下：sta(obj，p)：obj具有状态p(9)3)判断亮信息和暗信息的偏差类型：其中add，sub，sta分别表示亮信息和暗信息的三种类型，即加性、减性、稳定。步骤2中，定义rv状态的具体参数ts为{0.45，0.5，0.1，0.15}。步骤3中判断图像颜色偏差类型的具体公式为：其中，add，sub，nor分别表示图像颜色的偏差类型，即加性偏差、减性偏差、无偏差。步骤4中实现偏色检测的具体步骤为：1)计算亮度差di：其中，的计算方式如下，以为例：2)融合各个已计算出的亮度极值比率和亮度差异，即：其中，代表权值λ。归一化mdi：其中，a和b分别代表位置和尺度参数。3)计算偏色程度ecv：ecv＝dir×mrv(19)4)判断图像偏色：其中，cc和nor分别代表图像偏色和正常，t是阈值。步骤4中，融合各个亮度极值比率和亮度差异的具体参数λ为{(1，0，0)，(0.33，0.33，0.33)}∪{(0，0，0)，(0，0，0)，(0.33，0.33，0.33)，(1，0，0)}；归一化mdi的具体参数为：a是30，b是20；判 断图像偏色的阈值t为40。附图说明图1.本发明方法的基本流程图。图2.使用本发明方法完成图像偏色检测的例子(a)～(e)加性偏色图像(f)～(j)加性偏色图像(k)偏色类型(l)偏色程度具体实施方式下面结合附图对本发明所述技术方案的实施方式作进一步的详细描述。1.如图1所示，根据rgb像素值，计算图片的亮信息、暗信息和亮度极值比率；2.根据亮度极值比率判断亮信息和暗信息的偏差类型，即加性、减性、稳定；3.根据亮信息和暗信息的偏差类型判断图像颜色的偏差类型，即加性偏差、减性偏差、无偏差；4.根据rgb像素值，计算三通道的亮度差，结合亮度差和亮度极值比率计算偏色程度，最后根据偏色程度和阈值，实现图像偏色检测。步骤1中计算图片亮信息和暗信息的具体步骤为：1)计算图像i的最大值矩阵hmax和最小值矩阵hmin：hmax＝max(ir，ig，ib)(21)hmin＝min(ir，ig，ib)(22)其中，ir，ig，ib代表图像i的rgb三分量，max和min分别代表求最大值和最小值操作。2)亮信息lb和暗信息ld的计算公式如下：其中c是rgb空间的三通道，即c∈{r，g，b}，ta是幅度容差。为避免白色区域或黑色区域的干扰，根据下式进一步计算亮信息和暗信息其中，i∈{b，d}。步骤1中计算亮度极值比率的具体公式为：其中，m和n分别代表图像的宽和高。步骤1中，计算亮信息和暗信息的具体参数为：幅度容差为10，m为352，n为288。步骤2中判断亮信息和暗信息偏差类型的具体步骤为：1)将eiri的三个数降序排列，记为rvk，计算这三个数的一阶差分δrvk和二阶差分δ2rvk：δrvk＝rvk-rvk+1(27)δ2rvk＝δrvk-δrvk+1(28)其中，k＝1，2。2)定义rv的四种状态：规定rv具有四种状态，即优势、劣势、平衡性、相似性，分别用sup，sim，inf，bal表示。优势代表最大的数远大于中间数，即δrv1＞t1；劣势代表最小的数远小于中间数，即δrv2＞t2；平衡性表示三个数相差不多，即|δ2rv1|＜t3；相似性代表中间数与最大的数或最小的数相差不多，即δrv2＜t4。其中，ts＝{t1，t1，t3，t4}是一系列阈值。则定义谓词如下：sta(obj，p)：obj具有状态p(29)3)判断亮信息和暗信息的偏差类型：其中add，sub，sta分别表示亮信息和暗信息的三种类型，即加性、减性、稳定。步骤2中，定义rv状态的具体参数ts为{0.45，0.5，0.1，0.15}。步骤3中判断图像颜色偏差类型的具体公式为：其中，add，sub，nor分别表示图像颜色的偏差类型，即加性偏差、减性偏差、无偏差。步骤4中实现偏色检测的具体步骤为：1)计算亮度差di：其中，c∈{r，g，b}，i∈{b，d}。的计算方式如式(33)。的计算方式如式(36)。的计算方式如式(39)。2)融合各个已计算出的亮度极值比率和亮度差异，即：其中，代表权值λ。归一化mdi：其中，a和b分别代表位置和尺度参数。3)计算偏色程度ecv：ecv＝dir×mrv(45)4)判断图像偏色：其中，cc和nor分别代表图像偏色和正常，t是阈值。步骤4中，融合各个亮度极值比率和亮度差异的具体参数为{(1，0，0)，(0.33，0.33，0.33)}∪{(0，0，0)，(0，0，0)，(0.33，0.33，0.33)，(1，0，0)}；归一化mdi的具体参数为：a是30，b是20；判断图像偏色的阈值t为40。图2显示了图像偏色检测结果，图2(a)～(e)为加性偏色图像，图2(f)～(j)为减性偏色图案，图2(k)为10幅原始图片的偏色类型，-3～3分别表示图像偏黄、偏紫、偏青、正常、偏红红、偏绿、偏蓝。图2(1)为10幅原始图片的偏色程度，由曲线可知偏色程度与视觉感官评分趋势一致。实验结果表明本发明可以实现图像偏色检测。将本发明所提图像偏色检测算法在监控视频集上测验，测验结果如表1。视频集包含300个偏色视频和1000个正常视频，并从每个视频中随机抽取一帧图像作为测试集。由表1可知本发明在图像偏色检测中有很好的效果。其中，far和frr分别代表认假率、拒真率，计算公式如下：far＝falsenum/nornum(47)frr＝missnum/castnum(48)其中，falsenum表示误报图片数目，missnum代表漏报图片数目，nornum和castnum分别表示正常图片数目1000和偏色图片数目300。表1本发明所提方法的评价指标farfrr本发明所提方法0.5％9.17％综上所述，本发明在一定程度上克服了图像偏色检测的困难，能够有效地判断图像偏色类型，实现偏色检测，同时对于偏色程度弱的图片，也能够进行正确检测。最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管按照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。以上描述了本发明的基本原理和主要特征以及本发明的优点。本行业技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。当前第1页12