论文部分内容阅读
随着多媒体技术发展及宽带网络的普及,图像采集设备,如DV机、数码相机,尤其网络摄像头及手机摄像头等的应用,人们获取图像和视频的方式越来越多,图像作为人们理解世界的窗口,对人们的日常生活的影响与日俱增。客观世界80%的信息是通过人类视觉系统来获取的,在观察客观事物时,人类视觉神经对颜色特征、形状特征、表面质感及细节特征的反映逐渐减弱,因此利用视觉成像的颜色特征来获取客观世界的信息尤为重要。图像采集设备不像人类视觉系统具有颜色恒常性,能根据现场环境光源变化自动调节,消除光源影响,正确感知物体本来颜色,图像采集设备在采集图像时,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,使采集图像的颜色与真实图像颜色之间存在偏差,即色偏现象。尤其是目前大多数摄像头只能实现简单的图像采集、传输功能,不能保证采集图像的质量,在彩色图像的获取过程中,同一景物在不同环境光源下采集的图像色彩值差别较大,给彩色图像的定量分析带来误差,所以色偏校正是图像处理和计算机视觉领域不可缺少的一步。由于导致彩色图像色偏的原因众多,在本文中只考虑由于环境光源变化引起的彩色图像色偏现象,主要研究由于环境光源色温变化和曝光不足情况下产生的色偏的校正问题。针对光源色温引起色偏的校正分为色偏检测和色偏校正两步,首先检测图像是否存在色偏及色偏类型,然后只针对真实色偏图像进行色偏校正,色偏校正基于von Kries色系数定律的颜色恒常性模型;针对曝光不足产生的色偏直接利用基于Retinex理论的颜色恒常性模型来进行色偏校正。在经典算法的基础上本文主要做了以下几个方面的工作:1.详细分析了经典色偏检测算法,直方图统计法、灰平衡法、白平衡法和二维色度直方图法,针对它们存在的局限性:灰平衡法检测效果不太精确,二维色度直方图算法要进行颜色空间转换,本文在二者的基础上改进了一种色偏检测算法,改进算法在RGB颜色空间进行,利用RGB三通道图像归一化后的色度均值之比r/g和色度均方值之比R_RMS/G_RMS来判断图像是否存在色偏以及色偏类型,改进算法利用RGB三通道的色度信息来确定图像的NNO区域。仿真结果表明改进色偏检测算法,能有效地检测出图像是否具有色偏,及色偏图像是本质色偏还是真实色偏,同时改进算法在确定图像NNO区域时不用进行颜色空间转换,确定的NNO区域也比利用Lab色度信息确定的NNO区域精确。2.详细分析了经典的基于von Kries色系数定律的颜色恒常性模型的色偏校正算法,max-RGB、Grey_World、SoG、GSI算法。改进色偏校正算法是以GSI算法和SoG算法为基础,利用改进色偏检测算法中确定的NNO区域作为改进算法迭代的初始条件,对检测出的真实色偏图像进行色偏校正。仿真结果表明改进色偏校正算法能有效地校正由于光源色温引起的色偏现象,改进算法受迭代次数的影响,从主观和客观仿真结果都可以看出改进算法的有效性,其校正图像的角度误差和色度误差(色度欧氏距离)都比经典校正算法低。3.详细分析了经典的基于Retinex理论的颜色恒常性模型的色偏校正算法,基于全局特征的Retinex算法和基于局部特征的Retinex算法。改进算法在经典局部Retinex算法的基础上,将经SSR、MSR、MSRCR算法校正后图像分为亮度分量和色度分量,对亮度分量进行直方图截断线性拉伸,色度分量保持不变,仿真结果证明改进算法能更加有效地校正由于曝光不足造成图像色偏的现象。通过主观和客观仿真分析,可以得出改进的Retinex算法在保持图像对比度的前提下提高了图像信息熵。