[發明專利]一種基于Lab色度空間的色偏特征提取和色偏檢測方法

有效

• 申請號: 201610559667.4
• 申請日: 2016-07-15
• 公開（公告）號: CN107180439B
• 公開（公告）日: 2020-02-04
• 發明（設計）人: 沈志熙;康杰;張子濤;歐陽奇;宋永端
• 申請（專利權）人: 重慶大學
• 主分類號: G06T7/90
• 分類號: G06T7/90
• 代理公司: 50218 重慶信航知識產權代理有限公司
• 代理人: 穆祥維

本發明公開了一種基于Lab色度空間的色偏特征提取和色偏檢測方法，色偏特征提取方法包括：一)定義在高度方向上的色偏特征h、定義NNO區域色偏特征變化率、定義亮度通道的色偏特征，二)提取色偏特征h和亮度通道的色偏特征；色偏檢測方法包括：1)根據公式計算色度直方圖在ab平面上的等價圓特征u和σ；2)執行“初步色偏檢測”流程；3)執行“無色偏圖像再檢測”流程等。本發明更加全面地考慮了色圖直方圖在高度方向上的峰值分布特性，并進一步考慮到色偏特征在原圖像和NNO區域中的變化規律以及色偏特征在亮度通道的聚集分布特性，彌補了現有方法在色偏特征的定義和提取方面的不足，提高了色偏檢測精度。

技術領域

本發明涉及彩色圖像的色偏檢測技術領域，特別涉及一種色偏特征提取和色偏檢測的方法。

背景技術

人類觀察世界時，視覺神經對顏色、形狀、表面質感及細節特征的反映逐漸減弱。并且，與文字和聲音相比，彩色圖像具有更加豐富的內涵和更強大的表現能力。因此，顏色是獲取客觀世界信息最為重要的特征線索，也是直接衡量設備成像質量的關鍵因素。然而，當場景環境光源、物體本身的反射特性或采集設備的感光系數發生改變時，成像設備所記錄下的圖像中物體的顏色值相對其本身顏色發生偏離，整幅圖像產生色偏現象。這不僅影響圖像的視覺效果，同時會對圖像分割、目標識別等后續處理產生影響，因此色偏檢測和色偏校正往往是彩色圖像處理及機器視覺領域不可缺少的一個環節。

最為經典的色偏檢測是基于顏色恒常性的一類方法。此類方法的一般過程是首先估計場景的光照，然后通過von Kries模型把未知光照下拍攝的輸入圖像轉換到標準光照下，從而達到色偏檢測及校正的目的。其中，White Patch算法假設場景中永遠存在一個白色表面，采用圖像中RGB顏色通道的最大值作為估計光源。Grey World算法假設場景中顏色信息足夠豐富且所有物理表面的反射是無色差(即灰色)的，通過對圖像中RGB顏色通道求平均值得到估計光源。Shades of Grey算法假設在經過非線性的可逆變換后整個場景仍然無色差，利用Minkowski-norm距離代替簡單求平均值，忽略了像素間的局部相關性。基于貝葉斯推理的顏色恒常性算法通過建立表面反射率和圖像光照之間的模型，從圖像顏色分布的后驗概率中估計出圖像的光照。基于神經網絡或SVM的顏色恒常性算法，則分別利用多層神經網絡或SVR建立場景光照分布與圖像顏色分布之間的映射模型，并根據該模型預測新的輸入圖像的光照。但是，此類基于顏色恒常性的色偏檢測方法，通常只適應于滿足特定場景假設的應用環境，如果假設條件無法滿足，則算法適應性難以達到預期的效果。

近年來，考慮到彩色圖像的RGB顏色通道之間具有一定的矢量相關性，一類基于Lab色度直方圖的色偏檢測算法得到了廣泛應用。F.Gasparini等對此類算法進行了完整的描述。首先，通過RGB到Lab顏色空間的轉換，得到L通道的亮度分量和ab通道的色度分量。然后，采用基于等價圓和NNO區域的方法，對色度直方圖的分布特性進行統計，實現色偏特征定量計算和色偏檢測。類似地，李峰和Chen等運用Lab顏色空間的二維色度分布特征判斷色偏和非色偏圖像，并提出一種高斯混合聚類模型對本質色偏和真實色偏進行區分。相對于基于顏色恒常性的色偏檢測方法，此類方法無需場景假設，具有更好的場景適應能力，且能對本質色偏和真實色偏進行區分。

但是，在基于等價圓的色偏特征提取中，實質上只考慮了色度直方圖在ab平面上的整體投影位置信息，這使得此類方法在色偏特征的定義和提取方面仍然顯得粗糙和不足，從而直接導致了現有的Lab色偏檢測算法仍然具有較低的色偏檢測精度。

發明內容

有鑒于此，本發明的目的是提供一種基于Lab色度空間的色偏特征提取和色偏檢測方法，其更加全面地考慮了色圖直方圖在高度方向上的峰值分布特性，并進一步考慮到色偏特征在原圖像和NNO區域中的變化規律以及色偏特征在亮度通道的聚集分布特性，以解決現有基于Lab色度直方圖的色偏檢測算法在色偏特征的定義和提取方面仍然存在不足，從而直接導致色偏檢測精度較低的技術問題。

本發明基于Lab色度空間的色偏特征提取方法，包括以下步驟：