[發(fā)明專(zhuān)利]一種色彩校正后的數(shù)字圖像精確恢復(fù)原圖的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011636596.6
• 申請(qǐng)日: 2020-12-31
• 公開(kāi)（公告）號(hào): CN112669238B
• 公開(kāi)（公告）日: 2022-04-29
• 發(fā)明（設(shè)計(jì)）人: 羅運(yùn)輝;王慶;陳業(yè)紅;徐倩倩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 齊魯工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00;G06K9/62;G06V10/762
• 代理公司: 濟(jì)南泉城專(zhuān)利商標(biāo)事務(wù)所 37218
• 代理人: 張貴賓

1.一種色彩校正后的數(shù)字圖像精確恢復(fù)原圖的方法，其特征在于，包括以下步驟：

S101，將色彩校正后的圖像分離為飽和與非飽和區(qū)域，找出在原圖中分別對(duì)應(yīng)的區(qū)域；

S102，基于K-means聚類(lèi)，提取非飽和區(qū)域的顏色縮略矩陣，構(gòu)建建模數(shù)據(jù)集；

S103，基于最小二乘支持向量機(jī)，建立從色彩校正后的圖像至原圖的非線性變換模型；

S104，利用建立的LSSVM模型，估算針對(duì)飽和區(qū)域的誤差補(bǔ)償矩陣；

S105，將LSSVM變換模型參數(shù)及誤差補(bǔ)償矩陣作為圖像恢復(fù)模型，嵌入色彩校正后的圖像；

S201，從嵌有恢復(fù)模型的圖像中提取模型參數(shù)，還原圖像恢復(fù)模型；

S202，根據(jù)S201所得的基于LSSVM的非線性變換圖像恢復(fù)模型，對(duì)色彩校正后的圖像進(jìn)行恢復(fù)；

S203，利用S104所得誤差補(bǔ)償矩陣，進(jìn)一步對(duì)S202所得恢復(fù)圖像進(jìn)行誤差補(bǔ)償。

2.根據(jù)權(quán)利要求1所述的色彩校正后的數(shù)字圖像精確恢復(fù)原圖的方法，其特征在于，所述S101具體為：

記色彩校正后的圖像為Ic，原圖為Io；在Ic中飽和區(qū)域?yàn)镮_{c_s}，其余部分為非飽和區(qū)域，記為T(mén)_{c_s}，即色彩校正后的圖像中的飽和區(qū)域在原圖Io中對(duì)應(yīng)的區(qū)域?yàn)镮_{o_s}，其余部分記為即圖像中RGB每個(gè)顏色通道的灰度級(jí)為L(zhǎng)，即每一顏色分量的范圍為[0，L-1]，遍歷圖像每個(gè)像素的各顏色分量值，若每一顏色分量值均處于[0，L-1]范圍，則認(rèn)為該像素處于非飽和區(qū)域；若任一顏色分量值為0或L-1，則認(rèn)為該像素處于飽和區(qū)域；

記錄所有處于飽和區(qū)域的像素的行、列位置(u_i，v_i)，構(gòu)成位置序列n_s為飽和區(qū)域的像素個(gè)數(shù)。

3.根據(jù)權(quán)利要求1所述的色彩校正后的數(shù)字圖像精確恢復(fù)原圖的方法，其特征在于，所述S102具體過(guò)程包括：

(a)像素顏色去重，即對(duì)Ic的非飽和區(qū)域c_s中相同顏色的像素點(diǎn)只保留一個(gè)，去掉其余顏色重復(fù)的像素點(diǎn)，得到像素縮略點(diǎn)集φ；

(b)像素分塊，記φ中像素個(gè)數(shù)為n_φ，以N_φ個(gè)像素為一組，N_φ取25～100，將所有像素隨機(jī)劃分為M塊：I_b1，I_b2，…，I_bM，當(dāng)n_φ能被N_φ整除時(shí)，當(dāng)n_φ不能被N_φ整除時(shí)，前M-1個(gè)像素塊中像素個(gè)數(shù)為N_φ，第M個(gè)像素塊中像素個(gè)數(shù)為Mod(n_φ，M)，其中floor(·)為取整函數(shù)，Mod(·)為求余數(shù)函數(shù)；

(c)對(duì)所有像素塊逐一按照顏色值進(jìn)行K-means聚類(lèi)，記第j個(gè)像素塊I_bj的聚類(lèi)數(shù)量為k_j，j＝1，2，…，M；首先令k_j＝1，計(jì)算聚類(lèi)中心至每個(gè)像素顏色的歐式距離d，若距離的最大值d_max小于閾值η，停止聚類(lèi)；否則令k_j＝k_j+1，重新進(jìn)行聚類(lèi)，并判斷每類(lèi)中的距離最大值d_max是否都小于閾值η，若是，停止聚類(lèi)，若否，繼續(xù)令k_j＝k_j+1，重新進(jìn)行聚類(lèi)，……；直至每一類(lèi)中所有像素到該聚類(lèi)中心的距離的最大值d_max都小于閾值η；閾值η可在5至8之間選取；聚類(lèi)停止時(shí)的k_j為像素塊I_bj的最終聚類(lèi)數(shù)量，分別找到這k_j個(gè)聚類(lèi)中離該類(lèi)聚類(lèi)中心的距離最小的像素P_min，i、離該類(lèi)聚類(lèi)中心的距離最大的像素P_max，i，由此構(gòu)建得到像素塊I_bj的縮略點(diǎn)集：

所有M個(gè)像素塊I_b1，I_b2，…，I_bM將得到的M個(gè)點(diǎn)集，合并得到像素縮略點(diǎn)集

(d)記像素縮略點(diǎn)集φ中像素個(gè)數(shù)為n_φ，令分塊數(shù)量對(duì)φ重新隨機(jī)劃分；當(dāng)n_φ能被M整除時(shí)，每個(gè)像素塊中像素?cái)?shù)量為當(dāng)n_φ不能被M整除時(shí)，前M-1個(gè)像素塊中像素個(gè)數(shù)為第M個(gè)像素塊中像素個(gè)數(shù)為Mod(n_φ，M)，其中floor(·)為取整函數(shù)，Mod(·)為求余數(shù)函數(shù)；分塊后，重新按照上述步驟(c)方法對(duì)所有像素塊逐一按照顏色值進(jìn)行K-means聚類(lèi)，得到新的像素縮略點(diǎn)集φ；如此循環(huán)迭代，直至分塊數(shù)量M＝1，得到最終的像素縮略點(diǎn)集φ；

(e)構(gòu)建顏色縮略矩陣，記最終的像素縮略點(diǎn)集φ中像素個(gè)數(shù)為N，每個(gè)像素的顏色值在Ic中的位置構(gòu)成的序列為P_N＝{(u_i，v_i)，i＝1，2，…，N}，(u_i，v_i)表示第i個(gè)像素在Ic中的行、列位置，φ中的像素顏色在Ic中有多個(gè)像素對(duì)應(yīng)時(shí)，隨機(jī)選擇一個(gè)即可，記P_N在Ic、Io中對(duì)應(yīng)的像素顏色值分別構(gòu)成顏色縮略矩陣I_{c_th}、I_{o_th}，表示如下：

式中r、g、b分別表示像素的紅、綠、藍(lán)顏色分量值。