一种色彩校正方法与流程

1.本发明属于影像处理技术领域，具体涉及一种色彩校正方法。


背景技术：

2.摄像机一种获取图像的电子设备，能够将光学图像信号转变为电信号，从而实现图像的采集和存储。人眼看到的物体颜色是物体的真实颜色，人眼所观察到的颜色不受周围光线的影响，这种现象叫做颜色恒常。而不同的摄像机由于参数不同，导致对同一个物体用不同摄像机采集的图像颜色会存在不同程度的偏差。为了能实现不同参数摄像机的颜色准确采集和识别，设计了一种较为实用的色彩校正方法和装置，用于减小不同摄像机间的采集目标物体图像时的色彩偏差。
3.目前主流的各种色彩校正方法，要么需要预先知道相机的参数值，要么需要用不同摄像机同时采集目标物体的近似图像，通过算法进行识别并选取足够多的相同部位的像素点进行分析，具有一定的局限性、操作难、耗时长和资源消耗大等问题。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种色彩校正方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种现有的色彩校正用标准色卡，包括基板以及分布于所述基板的持卡区和检测区；所述检测区包括产品参数区、标准色区、定位区、校验区以及样本区；所述参数区粘贴或印刷有检测参数，可以是条形编码或其他形式的编码；所述标准色区包括若干个不同颜色的标准色块；所述校验区包括若干个白色校验块；并且，各个所述校验块分布于检测区各个所述标准色块之间；所述定位区用于辅助图像采集设备对标准色卡进行图像采集和色块定位；所述样本区设置有样品定位四边形或多边形框线，用于放置待采集颜色的目标物体。
7.一种色彩校正方法，包括以下步骤：
8.步骤1，将目标物体放置在标准色卡上的样本区，使用不同的两部摄像机分别采集标准色卡和包括标准色卡与目标物体的完整彩色图像；
9.步骤2，所述原始完整图像为彩色图像；将彩色的原始完整图像转换为二值化图像，二值化图像为黑白图像；
10.步骤3，基于四个定位标识的二值化数学特征，判断是否能够在完整黑白图像中识别到最终的四个定位标识，如果不能，则放弃该原始完整彩色图像，返回步骤1，重新采集包括标准色卡和目标物体的完整彩色图像；如果能，则执行步骤4；
11.步骤4，利用检测设备的检测分析模块获取识别到的每个定位标识的标志点，依次连接各个定位标识的标志点，形成四边形轮廓，该四边形轮廓的内部区域即为候选标准色卡；由此得到候选标准色卡检测区的形状和尺寸；
12.步骤5，读取预存储的同一规格的标准色卡的真实检测区的真实形状和真实尺寸；
然后判断候选标准色卡检测区与真实标准色卡检测区在形状和尺寸上的偏差是否在设计阀值之内；如果不是，则返回步骤1，重新采集包括标准色卡和目标物体的完整彩色图像；如果是，则表明候选标准色卡检测区与真实标准色卡检测区的形状和尺寸非常逼近，再执行步骤6；
13.步骤6，根据候选标准色卡检测区，从原始完整彩色图像中分割出原始完整检测区图像；其中，原始完整检测区图像为彩色图像；
14.步骤7，读取预存储的同一规格的标准色卡的条形码区的位置坐标以及条形码区尺寸；然后，基于所述条形码区的位置坐标以及条形码区尺寸，在原始完整检测区图像中精准定位到条形码区的轮廓；
15.步骤8，根据定位到的条形码区的轮廓，获得完整的条形码图像；然后，利用条形码识别算法对所述条形码图像进行识别，得到条形码数据；
16.步骤9，根据步骤8条形码数据，得到配置方案；再根据所述配置方案，分别获得每个标准色块、每个白色校验色块以及目标的位置坐标以及尺寸，进而在所述原始完整检测区图像中定位到各个标准色块、各个白色校验色块以及目标物体的位置和轮廓；
17.步骤10，基于各个标准色块、白色校验色块和目标物体的位置和轮廓，原始完整检测区图像中获得各个标准色块、白色校验色块和目标物体的彩色图像；然后，对每个原始彩色图像进行预处理后，得到每个原始标准色块图像和白色校验色块的图像颜色值，作为校正色块颜色值；得到目标物体的图像颜色值；
18.步骤11，以a摄像机拍摄的标准色卡为参考图像，以b摄像机拍摄的包括标准色卡和目标物体的图像为目标图像，然后，将b摄像机采集的目标物体的图像颜色校正为与a摄像机采集的目标物体的图像颜色一致；
19.影响摄像机拍摄图像颜色的参数主要有三个，分别是增益(gain)、偏移 (offset)和伽马(gamma)；图像像素值与三个参数的数学表现形式如下：
20.增益(gain)：p
ref
＝p
tar
×
c
gain
21.偏移(offset):p
ref
＝p
tar
+c
offset
22.伽马(gamma):
23.其中p
ref
和p
tar
分别代表参考和目标图像某点的像素值，c
gain
，c
offset
， c
gamma
分别代表目标摄像机的增益(gain)、偏移(offset)和伽马(gamma) 参数，2
bitdepth
代表图像颜色空间的灰阶总数；一般图像都是采用8bit灰阶；组合三个参数可以得到摄像机采集的图像像素值的数学表现形式如下：
[0024][0025]
步骤12，使用参考校正色块和目标校正色块图像的对应位置的像素点，利用levenberg-marquard最优算法进行拟合计算出目标摄像机相对于参考摄像机的增益(gain)、偏移(offset)和伽马(gamma)三个参数，具体步骤如下：
[0026]
步骤(1)，首先定义一个错误函数，如下：
[0027][0028]
其中y
i
和x
i
分别为参考校正色块图像和目标校正色块图像对应位置像素点的rgb
值；是目标摄像机增益(gain)、偏移(offset)和伽马(gamma)三个参数组成的向量{c
gain
,c
offset
,c
gamma
},表示为{β0，β1，β2},函数f的表达式为：
[0029]
步骤(2)，根据经验选取初始向量为{1，0，1}或其它经验值，计算出参考校正色块图像和目标校正色块图像所有对应位置像素点rgb值分别对应的并对其使用如下公式求平方和：
[0030]
步骤(3)，然后不断循环计算修正参数其中是函数e
i
组成的向量，矩阵是一个m
×
3的函数矩阵，其第i行的值为阻尼系数λ初始值为经验值λ0，然后从第二次开始每次将λ/v,v 为大于0的任意数字，如果λ调整后计算出的没有变得更小，则持续将v翻倍后再继续调整λ，直到计算出的变得更小；使用公式计算出新的向量其中用迭代计算出新的直到趋近于最小值则不再循环并进入步骤(4)；
[0031]
步骤(4)，去除噪点，对上述步骤(3)最后的计算出的目标校正色块图像所有对应位置像素点rgb值的计算平均偏差h，其中参数a取常数，例如1.5，x
i
：为目标校正色块图像所有对应位置像素点rgb值，x
e
为公式如下：
[0032][0033]
将参考原始校正色块图像与目标校正色块图像所有对应位置像素点rgb值求差值，差值大于2倍h的像素点视作为噪点去除；
[0034]
步骤(5)，使用去除噪点后的参考原始校正色块图像与目标校正色块图像所有对应位置像素点rgb值重新执行步骤(2)-(4)，直到噪点数目为0并进入步骤(6)；
[0035]
步骤(6)，使用步骤(5)最终的作为参数，对目标物体图像的所有像素点rgb值使用如下公式校正其色彩偏差，得到校正后的目标物体图像各像素点 rgb值；
[0036][0037]
与现有技术相比，本发明可用于解决未知参数的不同摄像机对不同目标物体的采集图像时的色彩偏差问题，具有适应性广，操作简单，运算量小，可以基于通用硬件和软件低成本实现的优势。
附图说明
[0038]
图1为现有的一种标准色卡的结构示意图。
具体实施方式
[0039]
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
[0040]
如图1所示，现有的一种色彩校正用标准色卡，包括基板以及分布于所述基板的持卡区1和检测区1；所述检测区2包括产品参数区3、标准色区4、定位区5、校验区6以及样本区7；所述参数区3粘贴或印刷有检测参数，可以是条形编码或其他形式的编码；所述标准色区4包括若干个不同颜色的标准色块；所述校验区6包括若干个白色校验块；并且，各个所述校验块分布于检测区各个所述标准色块之间；所述定位区5用于辅助图像采集设备对标准色卡进行图像采集和色块定位；所述样本区7设置有样品定位四边形或多边形框线，用于放置待采集颜色的目标物体。
[0041]
一种色彩校正方法，包括以下步骤：
[0042]
步骤1，将目标物体放置在标准色卡上的样本区，使用不同的两部摄像机分别采集标准色卡和包括标准色卡与目标物体的完整彩色图像；
[0043]
步骤2，所述原始完整图像为彩色图像；将彩色的原始完整图像转换为二值化图像，二值化图像为黑白图像；
[0044]
步骤3，基于四个定位标识的二值化数学特征，判断是否能够在完整黑白图像中识别到最终的四个定位标识，如果不能，则放弃该原始完整彩色图像，返回步骤1，重新采集包括标准色卡和目标物体的完整彩色图像；如果能，则执行步骤4；
[0045]
步骤4，利用检测设备的检测分析模块获取识别到的每个定位标识的标志点，依次连接各个定位标识的标志点，形成四边形轮廓，该四边形轮廓的内部区域即为候选标准色卡；由此得到候选标准色卡检测区的形状和尺寸；
[0046]
步骤5，读取预存储的同一规格的标准色卡的真实检测区的真实形状和真实尺寸；然后判断候选标准色卡检测区与真实标准色卡检测区在形状和尺寸上的偏差是否在设计阀值之内；如果不是，则返回步骤1，重新采集包括标准色卡和目标物体的完整彩色图像；如果是，则表明候选标准色卡检测区与真实标准色卡检测区的形状和尺寸非常逼近，再执行步骤6；
[0047]
步骤6，根据候选标准色卡检测区，从原始完整彩色图像中分割出原始完整检测区图像；其中，原始完整检测区图像为彩色图像；
[0048]
步骤7，读取预存储的同一规格的标准色卡的条形码区的位置坐标以及条形码区尺寸；然后，基于所述条形码区的位置坐标以及条形码区尺寸，在原始完整检测区图像中精准定位到条形码区的轮廓；
[0049]
步骤8，根据定位到的条形码区的轮廓，获得完整的条形码图像；然后，利用条形码识别算法对所述条形码图像进行识别，得到条形码数据；
[0050]
步骤9，根据步骤8条形码数据，得到配置方案；再根据所述配置方案，分别获得每个标准色块、每个白色校验色块以及目标的位置坐标以及尺寸，进而在所述原始完整检测区图像中定位到各个标准色块、各个白色校验色块以及目标物体的位置和轮廓；
[0051]
步骤10，基于各个标准色块、白色校验色块和目标物体的位置和轮廓，原始完整检测区图像中获得各个标准色块、白色校验色块和目标物体的彩色图像；然后，对每个原始彩色图像进行预处理后，得到每个原始标准色块图像和白色校验色块的图像颜色值，作为校正色块颜色值；得到目标物体的图像颜色值；
[0052]
步骤11，以a摄像机拍摄的标准色卡为参考图像，以b摄像机拍摄的包括标准色卡和目标物体的图像为目标图像，然后，将b摄像机采集的目标物体的图像颜色校正为与a摄像机采集的目标物体的图像颜色一致；
[0053]
影响摄像机拍摄图像颜色的参数主要有三个，分别是增益(gain)、偏移 (offset)和伽马(gamma)；图像像素值与三个参数的数学表现形式如下：
[0054]
增益(gain)：p
ref
＝p
tar
×
c
gain
[0055]
偏移(offset):p
ref
＝p
tar
+c
offset
[0056]
伽马(gamma):
[0057]
其中p
ref
和p
tar
分别代表参考和目标图像某点的像素值，c
gain
，c
offset
， c
gamma
分别代表目标摄像机的增益(gain)、偏移(offset)和伽马(gamma) 参数，2
bitdepth
代表图像颜色空间的灰阶总数；一般图像都是采用8bit灰阶；组合三个参数可以得到摄像机采集的图像像素值的数学表现形式如下：
[0058][0059]
步骤12，使用参考校正色块和目标校正色块图像的对应位置的像素点，利用levenberg-marquard最优算法进行拟合计算出目标摄像机相对于参考摄像机的增益(gain)、偏移(offset)和伽马(gamma)三个参数，具体步骤如下：
[0060]
步骤(1)，首先定义一个错误函数，如下：
[0061][0062]
其中y
i
和x
i
分别为参考校正色块图像和目标校正色块图像对应位置像素点的rgb值；是目标摄像机增益(gain)、偏移(offset)和伽马(gamma)三个参数组成的向量{c
gain
,c
offset
,c
gamma
},表示为{β0，β1，β2},函数f的表达式为：
[0063]
步骤(2)，根据经验选取初始向量为{1，0，1}或其它经验值，计算出参考校正色块图像和目标校正色块图像所有对应位置像素点rgb值分别对应的并对其使用如下公式求平方和：
[0064]
步骤(3)，然后不断循环计算修正参数其中是函数e
i
组成的向量，矩阵是一个m
×
3的函数矩阵，其第i行的值为阻尼系数λ初始值为经验值λ0，然后从第二次开始每次将λ/v,v 为大于0的任意数字，如果λ调整后计算出的没有变得更小，则持续将v翻倍后再继续调整λ，直到计算出的变得更小；使用公式计算出新的向量其中用迭代计算出新的直到趋近于最小值则不再循环并进入步骤(4)；
[0065]
步骤(4)，去除噪点，对上述步骤(3)最后的计算出的目标校正色块图像所有对应
位置像素点rgb值的计算平均偏差h，其中参数a取常数，例如1.5，x
i
：为目标校正色块图像所有对应位置像素点rgb值，x
e
为公式如下：
[0066][0067]
将参考原始校正色块图像与目标校正色块图像所有对应位置像素点rgb值求差值，差值大于2倍h的像素点视作为噪点去除；
[0068]
步骤(5)，使用去除噪点后的参考原始校正色块图像与目标校正色块图像所有对应位置像素点rgb值重新执行步骤(2)-(4)，直到噪点数目为0并进入步骤(6)；
[0069]
步骤(6)，使用步骤(5)最终的作为参数，对目标物体图像的所有像素点rgb值使用如下公式校正其色彩偏差，得到校正后的目标物体图像各像素点 rgb值；
[0070][0071]
上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下作出各种变化。