CN102446348A - 一种车辆抓拍图像彩色颜色调整与增强方法 - Google Patents

Abstract

一种车辆抓拍图像彩色颜色调整与增强方法，其特征在于：对图像进行R/G/B分量判断，只处理全部小于128的图像，对于不符合要求的图像，直接使用传统白平衡算法处理；先对原始图像进行颜色统计，然后针对各个像素点进行平均，得到一参照RGB数值，接着对该数值进行反相，最后通过增强算法将该值与原始图像各个像素点进行计算，得到各个像素点新的图像值。本发明的在智能交通抓拍系统中，很好的解决部分抓拍图像颜色偏差以及因光线不够导致的显示效果较差的问题，从而提高整个智能交通图像管理系统的工作效果。

Description

一种车辆抓拍图像彩色颜色调整与增强方法

技术领域

本发明属于计算机图像处理领域，应用背景为智能交通系统中的车辆抓拍图像处理，具体涉及图像颜色调整、图像显示效果增强等技术。

背景技术

在智能交通公路车辆抓拍中，由于天气、日照或是技术参数调整不当，会发生抓拍图像质量较差，影响视觉效果。当前应用于智能交通的各类数字相机都内置白平衡算法，对颜色调整取到一定的矫正作用。但对于某些特殊场景，如：光线昏暗、多云天气或是黎明时候，这些相机抓拍效果依然不是很理想。表现为抓拍的图片比较昏暗，颜色层次模糊，对比度较低，对车辆的关键部位车牌的显示尤为模糊，影响整个智能交通系统的使用效果。

当前颜色白平衡算法多数基于颜色统计平均法，即认为所有图片中RGB三分量颜色统计值应该相同，比如：通过统计，发现R分量过多，则在白平衡调整中，按照比率减少每个像素的R分量或是增加每个像素的G、B分量，使得最后RGB各个颜色的统计值相同，以达到白平衡的目的。在实际应用中，由于图片中的物体颜色构成并不一定均匀，因此该方法有时候颜色矫正会出现偏差，同时对于亮度不够的图片，一般的白平衡算法并没有改进图像显示效果。针对此问题，本发明提出一种采用平均反色彩色颜色调整与增强算法，该算法一方面对颜色偏差进行调整，另外一方面能够对亮度不够的图片进行图像增强，增加对比度与亮度，使得图像视觉效果明显增强，以提高智能交通图像管理系统的整体效果。

发明任务

针对上述此问题，本发明的目的是提供一种车辆抓拍图像彩色颜色调整与增强方法，该算法一方面对颜色偏差进行调整，另外一方面能够对亮度不够的图片进行图像增强，增加对比度与亮度，使得图像视觉效果明显增强，以提高智能交通图像管理系统的整体效果。

本发明的技术方案是：一种车辆抓拍图像彩色颜色调整与增强方法，其特征在于：对图像进行R/G/B分量判断，只处理全部小于128的图像，对于不符合要求的图像，直接使用传统白平衡算法处理；

先对原始图像进行颜色统计，然后针对各个像素点进行平均，得到一参照RGB数值，接着对该数值进行反相，最后通过增强算法将该值与原始图像各个像素点进行计算，得到各个像素点新的图像值。

如上所述的车辆抓拍图像彩色颜色调整与增强方法，其特征在于包括如下步骤：

(1)对图像进行R/G/B分量判断，只处理全部小于128的图像，对于不符合要求的图像，直接使用传统白平衡算法处理；

(2)对图像所有R/G/B分量分别进行统计求和，同时针对所有像素点进行平均化，得到RGB参考值(R`，G`，B`)；

(3)对RGB参考值进行反相处理，得到反相RGB参考值(R``，G``，B``)；

(4)对0～127的每一个数值S乘以系数0.3，得到0.3*S；

(5)对(R``，G``，B``)各个颜色C与上述S进行增强计算，得到S`，计算公式

为：S`＝(255*S*0.7)/(1.9*(255-C))；

(6)将S`与0.3S进行求和，得到S``＝0.3S+S`；

(7)通过上述4-6三个步骤，形成一张表，该表保存了像素值从0-127对应的新的数值；

(8)对原始图像中每个像素的每个颜色查表，获得新的像素值，最后形成新的图像。

本发明主要针对R、G、B分量值小于128的图像(本方案假定处理的图像为24位的RGB彩色图像)进行颜色调整并增强其显示效果，对于不属于上述范围的图片，实践表明由于其亮度足够，只需要通过传统的白平衡算法进行处理，即可达到较好的显示效果。本发明主要过程为：先对原始图像进行颜色统计，然后对针对各个像素点进行平均，得到一参照RGB数值，接着对该数值进行反相，最后通过增强算法将该值与原始图像各个像素点进行计算，得到各个像素点新的图像值。

本发明的在智能交通抓拍系统中，很好的解决部分抓拍图像颜色偏差以及因光线不够导致的显示效果较差的问题，从而提高整个智能交通图像管理系统的工作效果。

附图说明

图1，是未经处理的原始图片。

图2，是通过颜色统计平均法白平衡后效果图片。

图3，是采用本发明方法处理后的图片。

图4，是本发明工作处理流程图。

图5，是本发明方法实施示意图。

具体实施方式

参见图1。在图1中，由于光线不够，也没有做颜色调整，抓拍出来的图像不仅仅对比度较低，同时颜色层次模糊，整体视觉效果较差；图2是通过颜色统计平均法的白平衡效果，可发现有部分区域矫正过度，出现相反颜色，如：大灯与车标部位，应该是白色或是银白色，白平衡后反而出现紫红色。

采用本发明的方法对图1的照片进行处理。

本发明的方法进行颜色调整与增强时候，由以下几个部分构成：

(1)亮度判断模块；

(2)颜色统计与反相模块；

(3)颜色均衡与效果增强模块。

工作流程如图4所示。

对图1的车辆抓拍图像做彩色颜色调整与增强，其步骤如下：

(1)对图像进行R/G/B分量判断，只处理全部小于128的图像，对于不符合要求的图像，直接使用传统白平衡算法处理。

(2)对图像所有R/G/B分量分别进行统计求和，同时针对所有像素点进行平均化，得到RGB参考值(R`，G`，B`)。

(3)对RGB参考值进行反相处理，得到反相RGB参考值(R``，G``，B``)。

(4)对0～127的每一个数值S乘以系数0.3，得到0.3*S。

(5)对(R``，G``，B``)各个颜色C与上述S进行增强计算，得到S`，计算公式为：S`＝(255*S*0.7)/(1.9*(255-C))。

(6)将S`与0.3S进行求和，得到S``＝0.3S+S`。

(7)通过上述4-6三个步骤，形成一张表，该表保存了像素值从0-127对应的新的数值。

(8)对原始图像中每个像素的每个颜色查表，获得新的像素值，最后形成新的图像。

上述步骤的车辆抓拍图像彩色颜色调整与增强方法，其特征在于：

(1)方法只处理像素值的各个颜色分量在0-127的范围图像，一幅图像如果有像素点不在该范围，则不应用后续步骤，直接使用传统白平衡算法。

(2)方法计算反相参考值的时候是以整个图像区域作为计算目标。

(3)方法在进行颜色矫正与图像增强计算时候，首先计算的是一张表，该表的大小为128。

(4)对0～127的每一个数值S乘以系数，该系数为0.3。

(5)在增强计算中，计算S`时候，计算特征公式为(255*S*0.7)/(1.9*(255-C))。

(6)方法最后取的数值由0.3S与S`求和。

本发明的实施方法较为简洁，通过发明内容的具体步骤，可形成基于平均反色的车辆抓拍图像彩色颜色调整与增强动态链接库，该链接库输出一个函数，供主程序调用，函数执行完后，输出处理后的图片。

按上述方法处理后的图片效果如图3所示。其色彩和清晰度大幅的提高。

实施框架如图5所示。

在实施过程中，由图像接收系统接收相机发来的抓拍图片，然后调用基于平均反色的车辆抓拍图像彩色颜色调整与增强动态链接库接口，完成图像的颜色调整与增强，最后将图像发送至图像存储系统。

Claims (2)

1.一种车辆抓拍图像彩色颜色调整与增强方法，其特征在于：对图像进行R/G/B分量判断，只处理全部小于128的图像，对于不符合要求的图像，直接使用传统白平衡算法处理；

先对原始图像进行颜色统计，然后针对各个像素点进行平均，得到一参照RGB数值，接着对该数值进行反相，最后通过增强算法将该值与原始图像各个像素点进行计算，得到各个像素点新的图像值。

2.如权利要求1所述的车辆抓拍图像彩色颜色调整与增强方法，其特征在于包括如下步骤：

(1)对图像进行R/G/B分量判断，只处理全部小于128的图像，对于不符合要求的图像，直接使用传统白平衡算法处理；

(2)对图像所有R/G/B分量分别进行统计求和，同时针对所有像素点进行平均化，得到RGB参考值(R`，G`，B`)；

(3)对RGB参考值进行反相处理，得到反相RGB参考值(R``，G``，B``)；

(4)对0～127的每一个数值S乘以系数0.3，得到0.3*S；

(5)对(R``，G``，B``)各个颜色C与上述S进行增强计算，得到S`，计算公式为：S`＝(255*S*0.7)/(1.9*(255-C))；

(6)将S`与0.3S进行求和，得到S``＝0.3S+S`；

(7)通过上述4-6三个步骤，形成一张表，该表保存了像素值从0-127对应的新的数值；

(8)对原始图像中每个像素的每个颜色查表，获得新的像素值，最后形成新的图像。

Images