一种获取本征图像的方法与装置与流程

本发明涉及计算机视觉技术领域，特别是涉及一种获取本征图像的方法与装置。

背景技术：

图像可以是由摄像机或照相机在一定的光照条件下记录下来的场景信息，它是计算机视觉、图像处理及模式识别进行分析并完成对环境感知、认知的数据之源。光照是成像不可缺少的基本要素，对于同一场景，在不同的光照下，其产生的影像效果不尽相同。一幅图像可以被分解成亮度图像和反照率图像，其中，反照率图像在光照变化的情况下是维持不变的，可以理解为是去掉外部因素影响的图像，外部因素例如光源的位置和颜色等，反映了图像中所包含的物体本身的不变形，可以将其称之为本征图像。

当我们得到了不受光照条件影响的本征图像，或者说是光照不变图像时，可以将其应用于许多计算机视觉领域，例如图像识别、道路检测、自动导航、目标跟踪等。例如，在目标跟踪时，一幅室外自然光照条件下得到的图像，由于光照产生了阴影，阴影对于目标跟踪会产生很大的干扰。如果能够得到不受光照影响的本征图像，就可以避免阴影对目标的影响，提高目标跟踪的准确性。

室外光照图像的阴影区域与非阴影区域呈线性关系，可以由参数值kh(kr,kg,kb)表示，参数值kh的获取是从原图像中获取反照率图像的关键。传统方式中，利用光谱仪可以测量得到晴朗天空下天顶角从20度到80度之间的日光与天空光的光谱能量分布(spectralpowerdistribution，spd)，或者称为光谱辐照度。根据spd可以计算得到对应的参数值kh，针对所要分析的图像，可以从参数值kh中选取出该幅图像合适的kh，根据该kh可以得到对应的反照率图像。

但是，传统方式通过光谱仪测得晴朗天空下天顶角从20度到80度之间的部分日光和天空光的spd，再计算得到kh值。kh值的计算实际上是由天顶角和天气浑浊度共同决定的，以上传统方法通过光谱测量仪很难得到精确的不同天顶角和不同天气浑浊度下日光和天空光的spd，只能得到有限的一系列测量结果。由此计算出的kh值可选范围较小，精确度较低。

对于任意一幅图像，只能从已有的kh中近似的选择一组参数kh，由于kh值的可选范围有限，选取出的该组kh可能并不能准确的反映出该幅图像的实际参数值，这就容易导致得到的本征图像精确度较低。并且利用光谱仪测量时需要人工进行操作，由于测量数据繁多，将消耗极大的人力资源，此外，人工测量也会产生一定的误差，从而影响本征图像的精确度。

可见，如何提高获取本征图像的精确度，是本领域技术人员亟待解决的问题。

技术实现要素：

本发明实施例的目的是提供一种获取本征图像的方法与装置，可以有效提高获取本征图像的精确度。

为解决上述技术问题，本发明实施例提供一种获取本征图像的方法，包括：

计算日光与天空光的spd；其中，所述spd包括图像非阴影区域的线性rgb三刺激值，和图像阴影区域的线性rgb三刺激值；

根据所述图像非阴影区域的线性rgb三刺激值和所述图像阴影区域的线性rgb三刺激值，计算出所述spd对应的参数值；所述参数值用于表示图像非阴影区域与图像阴影区域的比例关系；

利用熵优化算法，从所述参数值中选取与待测试图像对应的目标参数值；

将所述目标参数值代入正交分解公式，得到所述待测试图像的本征图像。

可选的，所述根据所述图像非阴影区域的线性rgb三刺激值和所述图像阴影区域的线性rgb三刺激值，计算出所述spd对应的参数值包括：

利用图像非阴影区域和图像阴影区域的线性公式，计算出所述spd对应的参数值；其中，所述线性公式如下：

kh＝((fh+14)/(fh+14))^2.4

其中，kh为所述spd对应的所述参数值，fh为图像非阴影区域的线性rgb三刺激值，fh为图像阴影区域的线性rgb三刺激值。

可选的，所述利用熵优化算法，从所述参数值中选取与待测试图像对应的目标参数值包括：

将所述参数值代入所述待测试图像对应的线性公式中，得到消除阴影后的图像，并从所述图像中选取出满足预设条件的目标图像，所述目标图像对应的参数值为目标参数值。

本发明实施例还提供了一种获取本征图像的装置，包括计算单元、选取单元和得到单元，

所述计算单元，用于计算日光与天空光的spd；其中，所述spd包括图像非阴影区域的线性rgb三刺激值，和图像阴影区域的线性rgb三刺激值；

所述计算单元还用于根据所述图像非阴影区域的线性rgb三刺激值和所述图像阴影区域的线性rgb三刺激值，计算出所述spd对应的参数值；所述参数值用于表示图像非阴影区域与图像阴影区域的比例关系；

所述选取单元，用于从所述参数值中选取与待测试图像对应的目标参数值；

所述得到单元，用于将所述目标参数值代入正交分解公式，得到所述待测试图像的本征图像。

可选的，所述计算单元具体用于利用图像非阴影区域和图像阴影区域的线性公式，计算出所述spd对应的参数值；其中，所述线性公式如下：

kh＝((fh+14)/(fh+14))^2.4

其中，kh为所述spd对应的所述参数值，fh为图像非阴影区域的线性rgb三刺激值，fh为图像阴影区域的线性rgb三刺激值。

可选的，所述选取单元具体用于将所述参数值代入所述待测试图像对应的线性公式中，得到消除阴影后的图像，并从所述图像中选取出满足预设条件的目标图像，所述目标图像对应的参数值为目标参数值。

由上述技术方案可以看出，通过计算日光与天空光的spd，即图像非阴影区域的线性rgb三刺激值和图像阴影区域的线性rgb三刺激值，可以计算出所述spd对应的参数值；利用熵优化算法，可以从所述参数值中选取与待测试图像对应的目标参数值；将所述目标参数值代入正交分解公式，便可以得到所述待测试图像的本征图像。通过计算spd的方式，可以得出任意天顶角下对应的参数值，从该参数值中选取出的目标参数值精确度也越高，从而根据该目标参数值得到的本征图像可以很好的消除光照的影响，也即本征图像精确性越高。此外，通过计算的方式得到参数值，减少了人工操作，节省了人力资源，并且避免了人工测量时产生的误差。

附图说明

为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明实施例提供的一种获取本征图像的方法的流程图；

图2为本发明实施例提供的一种获取本征图像的装置的结构示意图；

图3a为本发明实施例提供的一种选取最优目标参数值的熵优化方法示意图；

图3b为本发明实施例提供的一种非最优目标参数值的示意图。

具体实施方式

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做出创造性劳动前提下，所获得的所有其他实施例，都属于本发明保护范围。

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。

接下来，详细介绍本发明实施例所提供的一种获取本征图像的方法。图1为本发明实施例提供的一种获取本征图像的方法的流程图，该方法包括：

s101：计算日光与天空光的spd。

室外光照图像包含有非阴影区域和阴影区域，日光可以看做是图像的非阴影区域，其对应的spd即为图像非阴影区域的线性rgb三刺激值；天空光可以看做是图像的阴影区域，其对应的spd即为图像阴影区域的线性rgb三刺激值。

s102：根据图像非阴影区域的线性rgb三刺激值和图像阴影区域的线性rgb三刺激值，计算出所述spd对应的参数值。

参数值可以用于表示图像非阴影区域与图像阴影区域的比例关系。

在本发明实施例中可以用kh表示spd对应的参数值，fh表示图像非阴影区域的线性rgb三刺激值，fh表示图像阴影区域的线性rgb三刺激值。图像非阴影区域与图像阴影区域具有线性关系，可以采用线性公式表示图像非阴影区域和图像阴影区域的线性关系。

其中，所述线性公式如下：

kh＝((fh+14)/(fh+14))^2.4

将fh和fh代入该线性公式，便可以计算出对应的kh。

s103：利用熵优化算法，从所述参数值中选取与待测试图像对应的目标参数值。

对于任意一幅待测试图像而言，时常由于天顶角和天空浑浊度未知，无法直接计算出该幅待测试图像的参数值，因此，需要从已经计算出的任意天顶角下的一系列参数值中选取出目标参数值。目标参数值可以用于表示符合该幅待测试图像的参数值。

在选取时，可以将一系列参数值代入所述待测试图像对应的线性公式中，得到消除阴影(光照影响)后的图像，并从所述图像中选取出满足预设条件的目标图像，所述目标图像对应的参数值即为目标参数值。

目标图像可以是消除阴影后的图像中阴影消除最干净的一幅图像。预设条件可以是从消除阴影后的图像中选取目标图像的条件，该预设条件可以理解为是从消除阴影后的图像中选择出一幅阴影消除最干净的一幅图像。

在具体实现中，通过所述待测图像阴影区域的spd值即fh以及上述s102中计算得到的一系列kh值，可以求得此区域无阴影后的一系列spd值即fh。此时得到的fh应为同一材质，去消除了光照影响的图像区域spd值。这一区域各像素在logb/r，logg/r中会拟合出一条直线，并垂直投射到灰度图像上。我们选择投射面积最小的那一组值对应的kh值，即为与待测试图像对应的目标参数值。

如图3a和图3b所示的两幅示意图，将对于一幅消除了光照影响后的图像，将其各像素点从3d空间(rgb)转换到2d色度空间(b/r,g/r)，即求解其rgb三通道的两个比值b/r，g/r。然后，再将其转换到logrgb空间(即logb/r，logg/r)。此时，同一材质在同一光照条件下的各点可拟合为一条直线，并垂直于灰度图像平面。当我们选取的是最佳参数值kh的时候，灰度图像平面上的投射区域面积趋于最小，如图3a所示，定义其为目标参数值；而其他参数值kh求得的点则会散乱的投射到灰度图像平面上，如图3b所示。

s104：将所述目标参数值代入正交分解公式，得到所述待测试图像的本征图像。

以一幅待测试图像为例，通过上述步骤可以确定出该待测试图像中各个像素点各自对应的目标参数值。

其中，正交分解公式如下：

u＝up+αu0

u0为归一化的自由解，up为特解，且满足up垂直于u0。对于给定的一幅图像，其自由解u0由光照环境参数唯一确定(kh决定)。up消除了不同光照造成的影响，为一幅彩色本征图像。

由上述技术方案可以看出，通过计算日光与天空光的spd，即图像非阴影区域的线性rgb三刺激值和图像阴影区域的线性rgb三刺激值，可以计算出所述spd对应的参数值；利用熵优化算法，可以从所述参数值中选取与待测试图像对应的目标参数值；将所述目标参数值代入正交分解公式，便可以得到所述待测试图像的本征图像。通过计算spd的方式，可以得出任意天顶角下对应的参数值，从该参数值中选取出的目标参数值精确度也越高，从而根据该目标参数值得到的本征图像可以很好的消除光照的影响，也即本征图像精确性越高。此外，通过计算的方式得到参数值，减少了人工操作，节省了人力资源，并且避免了人工测量时产生的误差。

图2为本发明实施例提供的一种获取本征图像的装置的结构示意图，包括计算单元21、选取单元22和得到单元23，

所述计算单元21，用于计算日光与天空光的spd；其中，所述spd包括图像非阴影区域的线性rgb三刺激值，和图像阴影区域的线性rgb三刺激值。

所述计算单元21还用于根据所述图像非阴影区域的线性rgb三刺激值和所述图像阴影区域的线性rgb三刺激值，计算出所述spd对应的参数值；所述参数值用于表示图像非阴影区域与图像阴影区域的比例关系。

所述选取单元22，用于从所述参数值中选取与待测试图像对应的目标参数值；

所述得到单元23，用于将所述目标参数值代入正交分解公式，得到所述待测试图像的本征图像。

可选的，所述计算单元具体用于利用图像非阴影区域和图像阴影区域的线性公式，计算出所述spd对应的参数值；其中，所述线性公式如下：

kh＝((fh+14)/(fh+14))^2.4

其中，kh为所述spd对应的所述参数值，fh为图像非阴影区域的线性rgb三刺激值，fh为图像阴影区域的线性rgb三刺激值。

可选的，所述选取单元具体用于将所述参数值代入所述待测试图像对应的线性公式中，得到消除阴影后的图像，并从所述图像中选取出满足预设条件的目标图像，所述目标图像对应的参数值为目标参数值。

图2所对应实施例中特征的说明可以参见图1所对应实施例的相关说明，这里不再一一赘述。

由上述技术方案可以看出，通过计算日光与天空光的spd，即图像非阴影区域的线性rgb三刺激值和图像阴影区域的线性rgb三刺激值，可以计算出所述spd对应的参数值；利用熵优化算法，可以从所述参数值中选取与待测试图像对应的目标参数值；将所述目标参数值代入正交分解公式，便可以得到所述待测试图像的本征图像。通过计算spd的方式，可以得出任意天顶角下对应的参数值，从该参数值中选取出的目标参数值精确度也越高，从而根据该目标参数值得到的本征图像可以很好的消除光照的影响，也即本征图像精确性越高。此外，通过计算的方式得到参数值，减少了人工操作，节省了人力资源，并且避免了人工测量时产生的误差。以上对本发明实施例所提供的一种获取本征图像的方法与装置进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。