论文部分内容阅读
彩色图像成像过程中,由于受到场景光照变化的影响,同一场景中的物体在不同的光照条件下呈现出不同的图像颜色。这一现象会对计算机视觉领域中的一些基于颜色特征的算法的研究与实际应用产生非常不利的影响。颜色恒常性理论旨在解决由于光照变化引起的图像偏色问题,本文对单光源颜色恒常性理论和多光源颜色恒常性理论进行深入系统的研究。全文主要内容如下：1.介绍了颜色恒常性理论的研究意义与实际应用价值,梳理了国内外学者在颜色恒常性理论方面的研究现状与最新进展。介绍了颜色恒常性算法研究的理论基础与计算模型,阐述了若干经典算法的基本原理,并分析了这些算法的优点和不足。2.针对图像的边缘类型与颜色通道间的相关性对光照估计的影响,在图像导数框架的基础上,提出一种新的基于改进图像导数框架的单光源场景颜色恒常性算法。算法首先将导数图像转换到HSI颜色空间,并计算饱和度权值；然后利用导数图像计算准不变量,根据准不变量的对边缘进行分类,并计算边缘权值；最后将饱和度权值与边缘权值引入图像导数框架,计算得到光照估计值,利用VonKries对角矩阵对图像进行校正。该算法复杂度较低,并且算法的准确率有了较为明显的提高。3.针对现实场景中普遍存在多个光源的情况,提出一种针对多光源场景的颜色恒常性算法。算法首先按照基于网格的分块策略将原图像分割成块,然后在每个子图像块上根据其边缘信息的丰富程度选取适当的单光源颜色恒常性算法进行局部光照估计,最后对获得的光照估计值集合进行联合,得到场景中存在的所有光源的光照优化估计值,通过后向映射得到图像中每个像素的光照颜色值,进而对图像进行校正。该算法将单光源颜色恒常性算法扩展到多光源领域,并且具有较高的准确性,提高了颜色恒常性算法的实用价值。4.选取若干国际通用的测试图像集,使用本文算法进行实验。实验结果表明,与以往的经典颜色恒常性算法相比,本文两种算法均获得了更好的处理效果,算法的准确率有了明显提高,且针对多光源场景的算法可以有效地解决多光源场景的颜色恒常性问题。