《偏色图像的色彩还原算法实现.doc》由会员分享，可在线阅读，更多相关《偏色图像的色彩还原算法实现.doc（3页珍藏版）》请在三一办公上搜索。
1、第 33 卷 第 3 期四 川 兵 工 学 报2012 年 3 月【光学工程与电子技术】偏色图像的色彩还原算法实现欢a ，陈向宁b ，姜明勇a王( 装备学院 a 研究生管理大队; b 光电装备系，北京101416)摘要: 针对数码图像在不同光源拍摄中产生的偏色现象，提出了一种基于边缘检测的色彩还原算法。该算法首先对偏色图像进行直方图均衡，使图像的偏色现象得到抑制。然后将直方图均衡后的图像从 RGB 空间转换到 YCbCr 空间，再使用 sobel 算子对 Y 分量做边缘检测，找到满足条件的近白色区域，进而通过计算增益来对图像进行调整。实验表明: 该算法对不同光 照下的偏色图像均有很好的校正效果
2、。关键词: 白平衡; 直方图均衡; 边缘检测; CIEDE2000中图分类号: TP391文献标识码: A文章编号: 1006 0707( 2012) 03 0109 03随着数码产业的快速发展，人们对于成像质量的要求越来越高，图像作为人类理解世界的窗口，对人们生活的影响与日俱 增。人类视觉系统具有颜色恒常性，即人眼对照明环境的亮度 和颜色的变化具有视觉适应现象1。当照明条件发生变化时， 视觉系统会尽量使感知色貌的差别区域最小，这种现象称为颜 色恒常性2。而图像采集设备并不具有颜色恒常性，在采集图 像时容易受到环境光源、物体本身的反射特性及采集设备的感 光系数的影响，使采集到的图像颜色与真实的
3、图像颜色存在偏 差，形成偏色图像。不同的光源具有不同的光谱成分和分布，色 温不同使得物体在不同的光源照射下呈现出不同的颜色，这使 得物体的反射光谱较真实色彩有一定的偏差3。为了获取物体 的“真实颜色”，就需要从视觉感知模型中直接或间接地估计出 和视点位置、光源无关的颜色特征量，从而进一步求出该光源下 的物体颜色与标准白光下物体颜色之间的对应关系。虽然现有 的颜色校正算法众多，但每种算法都有自己的适用条件，没有一 种算法可以很好地适用于绝大多数场合。因此本文在现有算法 的基础上，提出了一种基于边缘检测的颜色校正算法，并通过实 验对该校正算法进行了验证。( 3)在参考白色区域确定后，计算出信道增益
4、值，从而进行颜色调整。图 1 算法流程22 1算法实现RGB 三通道直方图均衡在偏暗图像中，直方图的组成成分集中在灰度级较低的一侧; 而明亮图像的直方图则倾向于灰度级较高的一侧。直方图均衡可以将一幅图像的像素值均匀地分布在图像的各个区间 中，从而使得图像的视觉效果得到改善4。图 2( a) 、( b) 分别给 出了偏蓝图像和偏红图像 RGB 三通道的直方图。由图 2 ( a) 、( b) 可以清楚地看出，当一幅图像偏蓝时，B 通1算法设计基于边缘检测的颜色校正算法其核心思想是通过寻找理想的近白色区域对偏色图像进行色彩还原校正。具体的算法主要分为以下三个步骤。其算法流程如图 1 所示。( 1)
5、首先对彩色图像的 R、G、B 三个通道分别进行直方图 均衡。通过直方图均衡有效地减少图像的偏色现象，使图像的 偏色得到抑制，便于下一步更准确地找到理想的白色区域;( 2) 将图像从 RGB 空间转换到 YCbCr 空间。在色彩空间转 变后，提取 Y 分量的边缘，沿着边缘包含的区域找到满足条件的 理想白色区域;道直方图中的灰度级集中于灰度级较高的一侧; 当图像偏红时，Y 通道直方图中的灰度级集中于灰度级较高的一侧。为了抑制图像的偏色现象，须对上述图像进行直方图均衡，使灰度级较均 匀的分布在更大的区间范围内，从而将图像中的景物恢复到接 近自然的效 果，便 于 下 一 步 找 到 理 想 的 参 考
6、 白 色 区 域。 图 3 ( a) 、( b) 分别为图 2 ( a) 、( b) 的直方图均衡后效果。从图中可 见，偏色现象得到有效改善。收稿日期: 2012 01 05作者简介: 王欢( 1988) ，女，硕士研究生，主要从事光学遥感图像处理研究。110四 川 兵 工 学 报http: / / scbg jourserv com /( 2) 所示的参考白点。Ymin 0 9* Ymax( 2)| Cb ( i，j) ( Mb + Db * sign( Mb ) | 1 5* Db| Cr ( i，j) ( 1 5* Mr + Dr * sign( Mr ) | 1 5* Dr在式( 2)
7、 中，Ymax 为最大的 Y 值，也可直接定义为 235，Ymin 为区域内最小的 Y 值5。在现有的限制条件基础上，本文中的 Y 取最大亮度前百分之十的点。增加的这个约束条件将使得到的 近白色区域更接近于真实的白色，提高算法的可靠性和稳定性， 使得通过色彩还原校正后的图像更接近自然色彩。式中的 Mb 、 Mr 、Db 、Dr 分别为 Cb 、Cr 的均值和方差。Mb 、Mr 、Db 、Dr 的定义可 表示为:= i，j= i，jMb( Cb ( i，j) ) / NMr( Cr ( i，j) ) / N( 3)Db = i，j | ( Cb ( i，j) Mb | ) / NDr = i，j
8、 | ( Cr ( i，j) Mr | ) / NCb ( i，j) 、Cr ( i，j) 为当前点的值，N 为所选区域的像素数，在 本文中 N 取 25。当一个区域的 Db 、Dr 值过小时，表示这个区域 没有足够的颜色变化，则直接舍弃该区域。循环执行上述操作， 即可得到理想的参考白色区域。2 3白平衡调整参考白色区域找到后，利用 Von kries diagonal 模型来进行通道增益的计算。则 Rgain 、Ggain 、Bgain 由式( 4) 得到:RgainGgainBgain= Yave / Rave= Yave / Gave= Yave / Bave( 4)式( 4) 中，Ya
9、ve 为近白色区域内 Y 的平均值; Rave 、Gave 、Bave 分别为近白色区域内 R、G、B 三个分量的均值。在获得各颜色通道的增益量后，利用下式对原图所有像素进行调整:RG B= R* Rgain2 2 确定理想的参考白色区域为了进一步寻找参考白色区域，将直方图均衡后的图像转换到 YCb Cr 空间。RGB 坐标系与 YCb Cr 坐标系的转换关系为:Y = 0 257* R + 0 564* G + 0 098* B + 16( 5)= G* G= B* Bgaingain其中: R、G、B为白平衡调整后的像素值; R、G、B 为图像原来的像素值。Cb = 0 148* R 0
10、291* G + 0 439* B + 128Cr = 0 439* R 0 368* G 0 071* B + 128( 1)3实验结果与分析在 YCb Cr 空间中，Y 是灰度，表示图像的亮度; Cb 、Cr 分别是色度的蓝色和红色分量，代表图像的色差。对 Y 分量进行边缘 检测，沿着边缘 Y 寻找参考白色区域，可以更快的找到满足条件 的理想区域。速度快，误差小。目前常用的边缘检测算子主要 有: Robert、Sobel、Prewitt、canny 和 LoG 算子等。由于 Sobel 算子 获得的边缘比较清晰，且具有一定的抗噪能力，故选用 Sobel 算 子对 Y 分量进行边缘检测。对于
11、每一个边缘点，取 5 5 的窗口 大小作为一个区域，沿着边缘点包含的各个区域，找到满足式3 1实验结果仿真实验是利用 matlab 编程语言实现。为了验证本文算法的准确性和实用性，本文对大量的偏色图片进行色彩还原校正。大量的实验结果表明该算法可以对不同的偏色图像产生很好的 校正效果。下面是一组不同光照条件下的图片，分别为偏蓝、偏 红以及偏黄图片，校正结果如表 1 所示。从实验结果可以看出，算法达到了色彩还原的目的。几种王 欢，等: 偏色图像的色彩还原算法实现1112= 1 + 0 015 ( L 50) 不用的偏色图像都实现了色彩还原。SL槡20 + ( L 50) 2SC = 1 + 0 0
12、45 C ab( 9)SH = 1 + 0 015 C ab TT = 1 0 17 cos( h ab 30 ) + 0 24 cos( 2 h ab ) +0 32 cos( 3 h ab + 6 ) 0 20 cos( 4 h ab + 63 )KL 、KC 和 KH 是与使用条件相关的校正系数，它们是影响色差感觉的因素，这里将这三个值都设定为 17。表 2 中所示为最终的对比结果，从结果中可以看出，本文算法的色差值最小，对于偏色图像的 处理，本 文 算 法要 优 于 经典 的 GWM 和 PRM算法。3 2 与其他方法的比较结果为了更加形象地验证本文算法的色彩还原效果，使用经典 的灰色
13、世界法( GWM) 和完美反射法( PRM) 与本文算法的结果 作对比。文献6指出 CIEDE2000 色差公式在理论上是目前与 人的视觉感受最匹配的色差公式，因此将 CIEDE2000 色差公式 引入颜色校正后的客观评价标准。CIEDE2000 色差公式的计算 过程及各参数的意义:( L ) 2 + ( C ab) 2 + ( H ab) 2 + R ( C ab) ( H ab)E =槡KLSLKCSCKHSHTKCSCKHSH4结束语Y )L = L* = 116 f( 16Yn本文提出了一种利用直方图均衡和边沿检测方法确定参考白色区域的颜色校正算法。通过 matlab 进行仿真实验，结
14、果表 明本文算法对不同光源照射下的图像能够很好地进行色彩还 原。同时通过与经典颜色校正算法的对比实验表明，该改进算 法对于偏色图像能够更好地进行色彩校正，从而达到色彩还原 的目的。a = ( 1 + G) 500 f( X ) f( Y ) ( 6)XnYnZ ) b = b* = 200 f( X ) f(XnZn( C* ) 7abG = 0 5 ( 1 )槡( C* ) 7 + 257ab在( 6) 式中，首先在 CIEL* a* b* 颜色空间中计算 L* 、a* 、参考文献:b* 、C* 等值。G 表示 CIEL* a* b* 颜色空间的 a* 轴的调整因子ab是彩度的函数。在这里，
15、( C* ) 是待计算两个颜色 C* 的算术平1王 会 彩 色 图 像 色 偏 校 正 算 法 研 究D 吉 林: 吉 林 大学，2011徐海松 颜色信息工程M 杭州: 浙江大学出版社，2005 周剑华 改善数码照片的几种质量问题的算法研究D 哈 尔滨: 哈尔滨工业大学，2010Rafael C Gonzalez，Richard E Woods Digital Image ProcessingSecond Edition M 北京: 电子工业出版社，2007闫格 CMOS 图像传感器白平衡数字处理电路设计D 天津: 天津大学，2007赵红霞，刘志侠，李国等 CIEDE2000 色差公式在猪肉颜
16、色分级中的应用J 沈阳农业大学学报，2007，38 ( 2 ) : 198 201杨杨，明军 一种与 CIEDE2000 相关的彩色图像视觉Jabab均值。对于 f 函数的定义: 1 23f( I) = I 3f( I) = 7 787 I + 16I 0 008 856( 7)I 0 008 8561164其次计算 L，C ab ，H ab 。这里 L，C ab ，H ab 分别表示明度差、彩度差和色相差。其计算公式见( 8) 式中所示。下标s 和 b 分别表示要计算色差的一对颜色中的标准色和样本色。5L = L b L s ; C ab= C ab，b C ab，s6h ab( 8)H ab = 2 槡C ab，b C ab，s sin()27h ab= h ab，b h ab，s，2010，34( 3) : 49 54安徽大学学报最后计算 SL 、SC 、SH 以及 RT 、RC 。SL 、SC 、SH 称为权重函数，分别定义了椭圆半轴的长度、调整函数和均匀性函数。其计算公式:( 责任编辑 周江川)
