[發明專利]一種基于圖像導數結構的顏色恒常性計算方法及系統

無效

• 申請號: 200910091755.6
• 申請日: 2009-08-27
• 公開（公告）號: CN101706964A
• 公開（公告）日: 2010-05-12
• 發明（設計）人: 李兵;郎叢妍;須德
• 申請（專利權）人: 北京交通大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06N3/02;G06N3/08
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 毛燕生

1.一種基于圖像導數結構的顏色恒常性計算方法，其特征是，包括以下步 驟：

步驟1計算出圖像的一階導數圖像和二階導數圖像，并用原始圖像、一階導 數圖像和二階導數圖像的色度特征來構建圖像的特征向量，以便進行圖像的顏 色恒常性計算；

步驟2分別統計出原始圖像，一階導數圖像和二階導數圖像的二值化色度直 方圖，并通過邏輯或操作將這3個色度直方圖進行融合，從而構成一個融合各階 圖像導數結構特征的色度直方圖；

步驟3統計出訓練圖像集中所有圖像融合的色度直方圖特征向量，將其作為 神經網絡的輸入向量，將每幅訓練圖像對應的光照色度構成神經網絡的輸出向 量；

步驟4利用三重交叉驗證的方法為神經網絡設定隱藏層神經元個數，并利用 步驟3中得到的輸入輸出向量對神經網絡進行訓練；

步驟5對于測試圖像，首先計算出其融合的色度直方圖特征向量，并輸入 到訓練好的神經網絡中，得到輸出的光照色度；通過對角模型，對測試圖像進 行光照校正，以得到白光下的圖像顏色。

2.根據權利要求1所述的基于圖像導數結構的顏色恒常性計算方法，其特 征是，步驟3中所述神經網絡是基于極限學習機的神經網絡學習算法，其用來進 行圖像光照色度的預測。

3.一種基于圖像導數結構的顏色恒常性計算系統，其特征在于，包括：

圖像特征提取模塊，其基于圖像導數結構進行圖像特征提取，提出色度直 方圖特征向量；

神經網絡訓練和學習模塊，其以圖像特征提取模塊所提取的色度直方圖特 征向量作為神經網絡訓練模塊的輸入向量，利用三重交叉驗證方法為神經網絡 設定隱藏層神經元個數，并用神經網絡進行訓練，將每幅訓練圖像對應的光照 色度構成神經網絡的輸出向量輸出；而對于待測試圖像，首先計算出其融合的 色度直方圖特征向量，將其輸入到訓練好的神經網絡中，得到輸出的光照色度； 以及，

圖像光照估計模塊，其利用訓練好的神經網絡來估計測試圖像的光照色度， 通過對角模型對測試圖像進行光照校正，以得到白光下的圖像顏色。

4.根據權利要求3的所述基于圖像導數結構的顏色恒常性計算系統，其特 征在于，所述圖像導數結構是指原始圖像的一階導數圖像和二階導數圖像。

5.根據權利要求3的所述基于圖像導數結構的顏色恒常性計算系統，其特 征在于，所述圖像特征提取是指，應用原始圖像、一階導數圖像和二階導數圖 像的色度特征來構建圖像的特征向量。

6.根據權利要求5的所述基于圖像導數結構的顏色恒常性計算系統，其特 征在于，所述構建包括：首先，計算出圖像的一階導數圖像和二階導數圖像； 其次，分別統計出原始圖像，一階導數圖像和二階導數圖像的二值化的色度直 方圖，并通過邏輯或操作將這3個色度直方圖進行融合，從而構成一個融合各 階圖像導數結構特征的色度直方圖；最后，統計出訓練圖像集中所有圖像融合 的色度直方圖特征向量，將其作為神經網絡的輸入向量。

7.根據權利要求3的所述基于圖像導數結構的顏色恒常性計算系統，其特 征在于，所述神經網絡訓練和學習模塊采用的神經網絡是基于極限學習機的神 經網絡訓練和學習模塊。