一种基于直方图特征的色偏分类处理方法
【技术领域】
[0001]本发明涉及计算机图像处理领域，尤其涉及一种基于直方图特征的色偏分类处理方法用于计算机图像处理及图像的增强或复原。
【背景技术】
[0002]对于色偏的校正方法很多，如基于RGB空间直方图的色调均化、HSV空间的色调饱和度调整、基于整体灰平衡假设的逐点校正、基于RETINEX的darkChannle等等。但图像千变万化，无论哪种方法，都不能保证适应所有的色偏图像情况、或者在任何情况下校正结果都是最优，往往是各有所长。如图1(a)、图1(b)、图1(c)、图2(a)、图2(b)、图2(c)以分通道直方图均化法与灰平衡逐点校正法为例，用不同色偏图像进行对比测试:从图1(a)、图1(b)、图1(c)中的两组对比可以看到，第一组中利用灰平衡逐点校正法得到的校正图像偏红，而色调均化法校正后的图像色彩更为真实自然；第二组图2 (a)、图2 (b)、图2 (C)中正好相反，色调均化法的效果远逊于后者，采用色调均化处理后的图，其颜色偏紫色，而灰平衡逐点校正处理后的图颜色更为真实自然。示例可直观的证明处理方法不同，其处理的效果图像差异性，如何选择合适的方法对图像进行处理，是本发明所需要解决的问题。
【发明内容】
[0003]针对上述技术缺陷，本发明提出一种基于直方图特征的色偏分类处理方法。
[0004]为了解决上述技术问题，本发明的技术方案如下:
[0005]一种基于直方图特征的色偏分类处理方法，包括如下步骤:
[0006]1.1)计算通道信息量:
[0007]1.2)根据通道信息量将图像分为单通道受损型、双通道受损型、通道偏移型三类；
[0008]1.3)根据单通道受损型、双通道受损型、通道偏移型三类分别选择对应的图像色偏校正方法。
[0009]进一步的，计算通道信息量为通计算道直方图宽度，直方图宽度计算的方法是指分别从直方图两侧开始统计像素数，直到达到总像素5%为止，则该处即为分布边界，两侧边界差即为直方图分布宽度。
[0010]进一步的，所述单通道受损型为在RGB空间下，某一通道直方图宽度比其它两通道少100时，视为单通道受损。
[0011 ] 进一步的，所述双通道受损为在RGB空间下，某一通道直方图宽度比其它两通道多100时，视为双通道受损。
[0012]进一步的，所述通道偏移型为在RGB空间下，直方图宽度差小于100。
[0013]进一步的，单通道受损型、双通道受损型均采用灰平衡色偏校正法，根据单通道受损型、双通道受损型采用不同的亮度图的生成方式。
[0014]进一步的，当为通道偏移型采用分通道直方图均化方法、RETINEX校正方法进行色偏校正。
[0015]本发明的有益效果在于:提供一种智能的色偏分类及校正处理方法，首先基于直方图特征对色偏进行分类，在根据分类结果使用不同方法对其进行校正，无论分类还是校正，都具有完全的自适应性，无需人工干预。
【附图说明】
[0016]图1(a)为原始图；
[0017]图1 (b)为将图1 (a)色调均化处理后的图；
[0018]图1 (c)为将图1 (a)灰平衡逐点校正处理后的图；
[0019]图2(a)为原始图；
[0020]图2 (b)为将图2 (a)色调均化处理后的图；
[0021]图2(c)为将图2(a)灰平衡逐点校正处理后的图；
[0022]图3为本发明的流程图；
[0023]图4为通道偏移型色偏的实例图；
[0024]图4(a)为通过本发明处理后的图；
[0025]图4(b)为通过传统处理方式处理后的图；
[0026]图5为单通道受损型色偏的实例图；
[0027]图5 (a)为通过本发明处理后的图；
[0028]图5 (b)为通过传统处理方式处理后的图；
[0029]图6为双通道受损型色偏的实例图；
[0030]图6 (a)为通过本发明处理后的图；
[0031]图6(b)为通过传统处理方式处理后的图。
【具体实施方式】
[0032]下面将结合附图和具体实施例对本发明做进一步的说明。
[0033]如图3所示，基于直方图特征对色偏进行分类，在根据分类结果使用不同方法对其进行校正，无论分类还是校正，都具有完全的自适应性，无需人工干预。
[0034]通道信息量:衡量主要依靠标准为通道直方图宽度，即像素在直方图中主要的分布范围。分布范围较大代表该通道像素的对比度较大层次分明，则信息量较大；相反，如分布范围小则对比度小图像缺乏层次信息量小。通道直方图宽度计算的方法是指分别从图像直方图两侧开始统计像素数，直到达到总像素5%为止，则该处即为分布边界，两侧边界差即为直方图分布宽度。
[0035]色偏分类:主要依靠分通道信息量进行分类，可将图像分为单通道受损型、双通道受损型、通道偏移型三类。
[0036]单通道受损:指RGB空间下，只有单独的一个通道信息受到严重损伤，导致该通道信息量严重低于其它两通道的情况。该类情况的判断标准主要是通道间的信息量差，而非绝对的信息量值。某一通道直方图宽度比其它两通道少100时，视为单通道受损。
[0037]双通道受损:指RGB空间下，有两个通道的信息受到严重损伤，导致它们与第三个通道的信息量差距很大的情况。某一通道直方图宽度比其它两通道多100时，视为双通道受损。
[0038]通道偏移型:指RGB空间下，三通道的信息量基本相当，直方图宽度差小于100，但它们在直方图上的分布位置差异较大，可视为通道偏移。
[0039]根据色偏分类选择对应的处理方法:通道偏移型色偏为较常见色偏类型，该类型各通道信息量相当，不需要跨通道的信息量补完，因此适用普通色偏校正方法，如分通道直方图均化、RETINEX校正等。通道受损型色偏，需要通道间的信息补充，适用灰平衡色偏校正法，区别在于亮度图的生成方式。单通道受损时，亮度计算应以其它两未受损通道为主，假设B通道受损，则亮度应为:L = 0.4*Lr+0.4*Lg+0.2*Lb双通道受损时，亮度计算应以未受损通道为主，假设G、B通道受损，则亮度应为:L = 0.6*Lr+0.2*Lg+0.2*Lb。
[0040]实施例一:
[0041]如图4为通道偏移型色偏为例，其整体颜色偏红色，采用本发明的方法首先将图4识别为通道偏移型，然后针对的进行处理，其结果如图4 (a)所示，其颜色真实自然，跟图4(b)传统的处理方式，其颜色依然偏红色，本发明处理的效果更加好。
[0042]实施例二:
[0043]如图5为单通道受损型色偏为例，其整体在夜间路灯下拍摄的照片，整体偏黄色，采用本发明的方法首先将图5识别为单通道受损型，然后针对的进行处理，其结果如图5(a)所示，其颜色真实自然，跟图5(b)传统的处理方式，其整体颜色蓝中泛白，本发明处理的效果更加好。
[0044]实施例三:
[0045]如图6为双通道受损型色偏为例，其整体偏暗红色，采用本发明的方法首先将图6识别为双通道受损型，然后针对的进行处理，其结果如图6(a)所示，其颜色真实自然，跟图6 (b)传统的处理方式，其整体颜色泛黄，并且仍带有红色，本发明处理的效果更加好。
[0046]以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明构思的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明保护范围内。
【主权项】
1.一种基于直方图特征的色偏分类处理方法，其特征在于，包括如下步骤: 1.1)计算通道信息量: 1.2)根据通道信息量将图像分为单通道受损型、双通道受损型、通道偏移型三类； 1.3)根据单通道受损型、双通道受损型、通道偏移型三类分别选择对应的 图像色偏校正方法。2.根据权利要求1所述的一种基于直方图特征的色偏分类处理方法，其特征在于，计算通道信息量为通计算道直方图宽度，直方图宽度计算的方法是指分别从直方图两侧开始统计像素数，直到达到总像素5%为止，则该处即为分布边界，两侧边界差即为直方图分布宽度。3.根据权利要求2所述的一种基于直方图特征的色偏分类处理方法，其特征在于，所述单通道受损型为在RGB空间下，某一通道直方图宽度比其它两通道少100时，视为单通道受损。4.根据权利要求3所述的一种基于直方图特征的色偏分类处理方法，其特征在于，所述双通道受损为在RGB空间下，某一通道直方图宽度比其它两通道多100时，视为双通道受损。5.根据权利要求4所述的一种基于直方图特征的色偏分类处理方法，其特征在于，所述通道偏移型为在RGB空间下，直方图宽度差小于100。6.根据权利要求5所述的一种基于直方图特征的色偏分类处理方法，其特征在于，单通道受损型、双通道受损型均采用灰平衡色偏校正法，根据单通道受损型、双通道受损型采用不同的亮度图的生成方式。7.根据权利要求6所述的一种基于直方图特征的色偏分类处理方法，其特征在于，当为通道偏移型采用分通道直方图均化方法、RETINEX校正方法进行色偏校正。
【专利摘要】本发明提出一种基于直方图特征的色偏分类处理方法,提供一种智能的色偏分类及校正处理方法，首先基于直方图特征对色偏进行分类，在根据分类结果使用不同方法对其进行校正，无论分类还是校正，都具有完全的自适应性，无需人工干预。
【IPC分类】G06T5/00, G06K9/62
【公开号】CN105096265
【申请号】CN201510305816
【发明人】石旭刚, 欧阳忠清, 董伟, 郭金盛, 谢荣东
【申请人】杭州中威电子股份有限公司
【公开日】2015年11月25日
【申请日】2015年6月4日