[發明專利]一種結合相機光譜靈敏度信息的場景真彩色恢復方法

在審

• 申請號: 201611089405.2
• 申請日: 2016-12-01
• 公開（公告）號: CN106791731A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 夏春秋
• 申請（專利權）人: 深圳市唯特視科技有限公司
• 主分類號: H04N9/04
• 分類號: H04N9/04;H04N9/64;G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及顏色恒常性領域，尤其是涉及了一種結合相機光譜靈敏度信息的場景真彩色恢復方法。

背景技術

隨著數字圖像和視頻的快速發展，對很多實際應用來說，從本征圖像分解到基于顏色的目標識別和跟蹤紡織與食品加工的質量控制，通過設備捕捉的圖像準確記錄一個場景的真彩色是非常重要的。然而，這些設備捕捉的圖像顏色總是因場景光源顏色的改變而受影響。而如果在傳統的顏色恒常性算法處理過程，結合相機光譜靈敏度信息，則可以獲得一個場景的穩定的獨立于光源和相機傳感器的彩色圖像表示，還會進一步造福于計算機視覺應用，如本征圖像分解，3D視圖合成、基于物理的反射描述符等。

本發明引入使用基于學習的顏色恒常性算法進行基于內部數據集評估導致失敗的問題，采用一種結合相機光譜靈敏度信息的場景真彩色恢復方法，首先訓練一個變換矩陣，它使一個相機光譜靈敏度下的光源和圖像對應轉換到另外一個相機光譜靈敏度下的光源和圖像。接著，在另外一個數據集應用顏色恒常模型之前，這個矩陣被用于將一個相機光譜靈敏度下的已渲染數據變換為另外一個特定相機光譜靈敏度下的已渲染數據。

發明內容

針對使用基于學習的顏色恒常性算法進行基于內部數據集評估導致失敗的問題，本發明的目的在于提供一種結合相機光譜靈敏度(CSS)信息的基于內部數據集的顏色恒常性算法，首先訓練一個變換矩陣，這個矩陣可以將光源和圖像的記錄由一個CSS(CSS-1)變換到另一個CSS對應的光源和圖像的記錄(CSS-2)。接著，利用變換得到的數據訓練模型并在以CSS-2記錄的圖像和光源數據上測試該模型。

為解決上述問題，本發明提供一種結合相機光譜靈敏度信息的場景真彩色恢復方法，其主要內容包括：

(一)數據輸入；

(二)變換矩陣訓練；

(三)圖像和光源變換；

(四)模型訓練；

(五)數據集測試。

其中，一種結合相機光譜靈敏度信息的場景真彩色恢復方法，顏色恒常性是指，室外光線的彩色成分變化非常大，但人卻能正確的感知場景中物體的顏色，并且在大部分情況下不依賴于環境照明的顏色；顏色恒常性算法可以消除不同光照對圖像顏色的影響，為計算機視覺系統提供類似于人類視覺系統的顏色恒常性感知功能，從而得到物體表面與光照無關的顏色特性。

其中，一種結合相機光譜靈敏度信息的場景真彩色恢復方法，提出一個簡單而有效的框架，它將相機光譜靈敏度(CSS)結合到顏色恒常性算法的過程；首先訓練一個變換矩陣，這個矩陣可以將一個相機光譜靈敏度下的光源和圖像對應轉換到另外一個相機光譜靈敏度下的光源和圖像；接著，訓練顏色恒常性模型并在以另一個相機光譜靈敏度記錄的圖像上測試該模型。

其中，所述的數據輸入，以某個相機光譜靈敏度(簡記為CSS-1，下同)下的一臺相機收集到的數據集的圖像以及光源作為顏色恒常性算法輸入，用于訓練模型，以不同相機光譜靈敏度(簡記為CSS-2，下同)下的另一臺相機收集到的數據集的圖像作為顏色恒常性算法輸入，用于測試訓練得到的模型。

進一步地，所述的相機光譜靈敏度，相機光譜靈敏度會影響圖像顏色，除此之外，場景中物體的反射率和場景光源同樣會影響最后測量到的圖像的每個像素的顏色值。

其中，所述的變換矩陣訓練，傳感器轉換可以簡單地描述為一個3×3矩陣；如果fr¹(x)表示CSS-1對一個反射率的響應量，fr²(x)表示對同一反射率的響應量，我們定義方程(1)。

fr¹(x)＝S·fr²(x)(1)

進一步地，所述的變換矩陣，S是一個3×3的矩陣，它由最小均方誤差(LMS)訓練方法得到；為了得到在方程(1)基礎上的CSS-1和CSS-2之間的變換矩陣S，我們總是使用相同的1995反射光譜，以SFU高光譜數據集作為輸入，得出方程(1)中的響應量fr¹(x)和fr¹(x)。

其中，所述的圖像和光源變換，對于基于內部數據集的顏色恒常性算法，利用矩陣S來變換從CSS-1到CSS-2下的渲染的圖像f¹(x)和光源

其中，所述的模型訓練，經矩陣S變換后，在變換后的圖像和光源數據中以方程(2)訓練CC模型Γ。

其中，所述的數據集測試，將在CSS-2渲染下的數據集輸入訓練模型Γ中測試，得出基于內部數據集的評估，即根據方程(3)獲得光源

附圖說明