[發明專利]一種全景相機的顏色校正方法及評價方法

在審

• 申請號: 201810804221.2
• 申請日: 2018-07-20
• 公開（公告）號: CN108600723A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 劉娟;許會;陳捷;李文軍
• 申請（專利權）人: 長沙全度影像科技有限公司
• 主分類號: H04N9/64
• 分類號: H04N9/64;H04N9/69;H04N9/73
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種顏色校正方法及評價方法，屬于圖像處理技術領域。該方法包括步驟：S1：采集預定環境中包含標準色卡的原始圖像；S2：對所述原始圖像進行預處理；S3：提取所述預處理圖像的R、G、B均值參數；S4：基于多項式回歸校正模型，獲取參考圖像與觀測圖像的校正系數；S5：建立參考圖像與真實圖像的顏色校正模型，獲取顏色校正系數；S6：利用訓練好的顏色校正模型及校正系數，在線校正相機圖像。本方法能有效地保持圖像的恒常性以及還原實際場景的顏色，有效地提高了全景相機的圖像畫質。

技術領域

本發明涉及圖像處理領域，尤其涉及一種全景相機的顏色校正方法及評價方法。

背景技術

圖像顏色是反映被觀察對象的重要信息，因為光照條件、拍攝視角和鏡頭模組的差異，相機拍攝的圖像與實際場景圖像相比存在顏色失真，不能完全再現真實物體的顏色。顏色校正是顏色還原、實現顏色一致性呈現的關鍵技術。目前，顏色校正技術在醫學圖像、證照圖像、拍照設備等圖像處理領域中得到了應用。

針對顏色失真問題，有很多圖像顏色校正的方法相繼提出，主要分為傳統方法和深度學習方法，傳統方法采集的圖像樣本較少，運算復雜度低，但其精度與選取的校正模型和樣本集密切相關。深度學習方法，通過采集足夠的訓練樣本，從局部特征到全局特征逐層抽象，運算復雜度高，但可獲得較為理想的顏色還原效果。

發明內容

本發明提供了一種顏色校正方法及評價方法，該方法包括步驟：

S1：采集預定環境中包含標準色卡的原始圖像；

S2：對所述原始圖像進行預處理；

S3：提取所述預處理圖像的R、G、B均值參數；

S4：基于多項式回歸校正模型，獲取參考圖像與觀測圖像的校正系數；

S5：建立參考圖像與真實圖像的顏色校正模型，獲取顏色校正系數；

S6：利用訓練好的顏色校正模型及校正系數，在線校正相機圖像。

優選地，所述原始圖像采用raw格式進行無損存儲。

優選地，在步驟S2中所述的預處理包括黑電平校正、白平衡校正、demosaic以及gamma校正圖像預處理。

優選地，所述步驟S3包括：對所述預處理圖像的標準色塊進行測定，提取每個色塊中選定區域的每個像素點的R、G、B分量值，并計算得到紅色分量平均值avgR、綠色分量平均值avgG、藍色分量平均值avgB。

優選地，所述步驟S4中的多項式回歸校正模型計算公式為：

其中，

其中，R_r、G_r、B_r為參考圖像的R、G、B分量值，R_o、G_o、B_o為觀測圖像的R、G、B分量值。

優選地，所述步驟S5具體為：將參考圖像24個色塊的紅色R、綠色G、藍色B分量平均值及對應真實值代入顏色校正方程，按照最小二乘法原理，計算得到紅色R、綠色G、藍色B分量的顏色校正系數矩陣C_3×3，顏色校正系數矩陣計算公式為：

s.t.C₁₁+C₁₂+C₁₃＝1，C₂₁+C₂₂+C₂₃＝1，C₃₁+C₃₂+C₃₃＝1