CN102457655B - 影像的物件颜色校正方法及物件颜色校正系统 - Google Patents

Abstract

本发明是有关于一种影像的物件颜色校正方法及物件颜色校正系统。是将两影像撷取装置提供的两相同目标的影像，导入由影像转换演算法则所建构的影像转换模型，找出色彩空间转换的色彩系数与亮度系数，以将两影像转换至一目标色彩空间。再将目标色彩空间内的两影像，导入由影像转换演算法则所建构的影像色彩分布空间模型，以取得两相异的影像色彩分布空间主轴。将两影像色彩分布空间主轴进行比对、调整以使其平行，借此调整两影像的色差。利用影像转换模型将完成调整的两影像转换回原始色彩空间，以取得校正后的两影像。达到降低两相异影像中目标物色差的目的。

Description

影像的物件颜色校正方法及物件颜色校正系统

技术领域

本发明涉及一种影像的物件颜色校正方法及物件颜色校正系统，特别是涉及一种将不同相片中的相同标的物利用不同色阶做色彩校正的影像的物件颜色校正方法及物件颜色校正系统。

背景技术

目前，为了交通安全或治安，在路口或建筑物出入口都会设置监视器，但是因为设置的角度及光线的影响，在荧幕显示时容易有色彩失真的现象。

以现有的提高解析度的方法来说，大多是利用硬件实施，以目前超解析度影像重建技术分成静态影像超解析度和动态影像超解析度两大类，其中，静态影像超解析度是指利用单张低解析度影像内容来重建出高解析度影像。静态影像超解析度目前常用的方法可分成三类：1.多项式内插；2.沿着边缘方向内插；3.以样本为基础的超解析技术。

第一、多项式内插是目前静态影像超解析度应用最广的方法，主要具有演算法简单、运算速度快和在平滑区域效果不错等优点。常用的多项式内插方法有零次内插、双线性内插和双立方内插法。

第二、提出沿着边缘方向内插方法，主要是为了解决多项式内插在高频信息无法有效呈现的问题，这里的高频信息是指影像的纹理和边缘区域，由于人眼对于纹理区域的感受较不明显，因此，这一类方法所强调的重点在于边缘部分的保留，这类演算法的基本构想是先找出在影像中属于边的部分，并且决定这些边的方向，借由这两个有关边缘的信息，然后取样函数就会沿着所侦测到的边的方向，做一个适当的转换，所以不同方向的边缘都各自有一个顺着自己方向的取样函数来做内插。这样的做法，由于不仅考虑到整张影像的特性，同时也考虑到了影像中每个区域中的特性，所以影像放大的效果还不错。但是这类方法需要找出影像边缘的走势才能内插重建使边缘保留，因此需要经过相当繁复的运算量才能达成，而且这一方法无法用于高频纹理区域，所以，视觉品质方面仍有改善的空间。

第三、以样本为基础的超解析度的概念在于利用已经存在的高解析度影像来当作模型的训练资料，使其产生低解析度和高解析度可能的对应关系资料库，进而强化低解析度影像所缺少的高频信息，这个方法主要是利用仿真的高频信息来提高影像的视觉品质，而非影像原来真正的高频信息。这个方法需要面对的问题在于如何建立一个可以满足全部需要高低频对应资料库，以及如何快速的从这些庞大的对应资料库中找出相匹配的资料。

由此可见，上述现有的提高解析度的方法在方法及使用上，显然仍存在有不便与缺陷，而亟待加以进一步改进。为了解决上述存在的问题，相关厂商莫不费尽心思来谋求解决之道，但长久以来一直未见适用的设计被发展完成，而一般方法及产品又没有适切的方法及结构能够解决上述问题，此显然是相关业者急欲解决的问题。因此如何能创设一种新的影像的物件颜色校正方法及物件颜色校正系统，实属当前重要研发课题之一，亦成为当前业界极需改进的目标。

发明内容

本发明的目的在于，克服现有的提高解析度的方法存在的缺陷，而提供一种新的影像的物件颜色校正方法及物件颜色校正系统，所要解决的技术问题是使其主要将两相异影像中的目标物进行色彩校正，以达到降低两相异影像中目标物色差的目的，非常适于实用。

本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种影像的物件颜色校正方法，其主要步骤如下。首先，取得一第一影像撷取装置的一第一影像及一第二影像撷取装置的一第二影像，并依据一影像转换演算法则建构一影像转换模型及一影像色彩分布空间模型。接着，导入第一影像及第二影像于影像转换模型，以利用影像转换演算法则计算出第一影像及第二影像由一原始色彩空间转换为一目标色彩空间的一目标影像色彩系数及一目标影像亮度系数后，依据目标影像色彩系数及目标影像亮度系数将第一影像及第二影像自原始色彩空间转换为目标色彩空间。再将目标色彩空间中的第一影像及第二影像，分别导入影像色彩分布空间模型以分别取得一第一影像色彩分布空间主轴及一第二影像色彩分布空间主轴，以比对第一影像色彩分布空间主轴及第二影像色彩分布空间主轴，并借由一处理单元进行校正使第一影像色彩分布空间主轴及第二影像色彩分布空间主轴相互平行，以调整第一影像及第二影像的色差。最后，将目标色彩空间中的第一影像及第二影像再导入影像转换模型，以自目标色彩空间中将第一影像及第二影像转换至原始色彩空间，以取得校正后的第一影像及第二影像。

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。

前述的影像的物件颜色校正方法，其中所述的第一影像及第二影像中具有一相同的标的物。本发明的目的即是针对第一影像及第二影像中的标的物进行色彩校正。

前述的影像的物件颜色校正方法，其中所述的第一影像撷取装置及第二影像撷取装置为一照相机或一摄影机。

前述的影像的物件颜色校正方法，其中所述的影像色彩分布空间模型是依据影像色彩的不同系数为轴。

前述的影像的物件颜色校正方法，其中所述的原始色彩空间为一RGB色彩空间，而目标色彩空间为一LAB色彩空间、一HSV色彩空间或一YUV色彩空间。

前述的影像的物件颜色校正方法，其中所述的取得校正后的该第一影像及该第二影像的步骤后，是借由一动态时间演算法比对出一预设时间点的影像。

本发明的目的及解决其技术问题还采用以下技术方案来实现。依据本发明提出的一种物件颜色校正系统，包含一第一影像撷取装置、一第二影像撷取装置、一储存单元及一处理单元。第一影像撷取装置取得一第一影像，第二影像撷取装置取得一第二影像，储存单元储存一影像转换演算法则。处理单元依据影像转换演算法则，以将第一影像及第二影像由一原始色彩空间转换为一目标色彩空间，并进行第一影像及第二影像的目标色彩空间主轴校正，使第一影像及第二影像由目标色彩空间转回原始色彩空间后，取得校正后具有相同色彩的第一影像及第二影像；其中，依据影像转换演算法则建构一影像转换模型及一影像色彩分布空间模型；导入第一影像及第二影像于影像转换模型，以利用影像转换演算法则计算出第一影像及第二影像由原始色彩空间转换为目标色彩空间的一目标影像色彩系数及一目标影像亮度系数；依据目标影像色彩系数及目标影像亮度系数将第一影像及第二影像自原始色彩空间转换为目标色彩空间；将目标色彩空间中的第一影像及第二影像，分别导入影像色彩分布空间模型以分别取得一第一影像色彩分布空间主轴及一第二影像色彩分布空间主轴；比对第一影像色彩分布空间主轴及第二影像色彩分布空间主轴，并借由处理单元进行校正使第一影像色彩分布空间主轴及第二影像色彩分布空间主轴相互平行，以调整第一影像及第二影像的色差；将目标色彩空间中的第一影像及第二影像再导入影像转换模型，以自目标色彩空间中将第一影像及第二影像转换至原始色彩空间；以及取得校正后的第一影像及第二影像。

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。

前述的物件颜色校正系统，其中所述的第一影像及第二影像中具有一相同的标的物。本发明的目的即是针对第一影像及第二影像中的标的物进行色彩校正。

前述的物件颜色校正系统，其中所述的第一影像撷取装置及第二影像撷取装置为一照相机或一摄影机。

前述的物件颜色校正系统，其中所述的原始色彩空间为一RGB色彩空间，而目标色彩空间为一LAB色彩空间、一HSV色彩空间或一YUV色彩空间。

本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明影像的物件颜色校正方法及物件颜色校正系统至少具有下列优点及有益效果：本发明因采用色彩空间分布结构，因此可利用色彩空间中的主轴进行影像的色彩的校正，借此避免因为不同影像撷取装置拍摄的角度及亮度的不同，而有判断上的问题产生。

综上所述，本发明是有关于一种影像的物件颜色校正方法及物件颜色校正系统。是将两影像撷取装置提供的两相同目标的影像，导入由影像转换演算法则所建构的影像转换模型，找出色彩空间转换的色彩系数与亮度系数，以将两影像转换至一目标色彩空间。再将目标色彩空间内的两影像，导入由影像转换演算法则所建构的影像色彩分布空间模型，以取得两相异的影像色彩分布空间主轴。将两影像色彩分布空间主轴进行比对、调整以使其平行，借此调整两影像的色差。利用影像转换模型将完成调整的两影像转换回原始色彩空间，以取得校正后的两影像。达到降低两相异影像中目标物色差的目的。本发明在技术上有显著的进步，具有明显的积极效果，减为一新颖、进步、实用的新设计。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

图1  是本发明一实施例的步骤流程图。

图2  是本发明另一实施例的步骤流程图。

图3  是本发明的系统结构方框图。

图4  是另一实施例中欲进行影像色彩分析的照片影像示意图。

图5  是图4中照片影像的影像色彩分析后的色彩空间示意图。

图6  是图5中色彩空间的主轴示意图。

S110～S180：步骤流程   S211～S230：步骤流程

310：第一影像撷取装置  320：第二影像撷取装置

330：储存单元          331：影像转换演算法则

340：处理单元          341：原始色彩空间

342：目标色彩空间      311：第一影像

321：第二影像

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的影像的物件颜色校正方法及物件颜色校正系统其具体实施方式、方法、步骤、结构、特征及其功效，详细说明如后。

有关本发明的前述及其他技术内容、特点及功效，在以下配合参考图式的较佳实施例的详细说明中将可清楚呈现。通过具体实施方式的说明，当可对本发明为达成预定目的所采取的技术手段及功效获得一更加深入且具体的了解，然而所附图式仅是提供参考与说明之用，并非用来对本发明加以限制。

图1是本发明一实施例的步骤流程图。本发明的影像的物件颜色校正方法，主要步骤如下：

步骤S110：取得一第一影像撷取装置的一第一影像及一第二影像撷取装置的一第二影像。

在本实施例中，第一影像撷取装置及第二影像撷取装置是设置于不同的位置，也因为第一影像撷取装置及第二影像撷取装置所设置的位置不同，在光线及拍摄角度的影响之下，所取得的照片影像容易产生色差。且第一影像及该第二影像中具有一相同的标的物。并取得校正后的该第一影像及该第二影像的步骤后，是借由一动态时间演算法比对出一预设时间点的影像。

步骤S120：依据一影像转换演算法则建构一影像转换模型及一影像色彩分布空间模型。

在本实施例中，影像色彩分布空间模型是依据各种不同的影像系数各自为轴，将影像分析后以一影像色彩分布空间模型来表示各种图像。

步骤S130：导入第一影像及第二影像于影像转换模型，以利用影像转换演算法则计算出第一影像及第二影像由一原始色彩空间转换为一目标色彩空间的一目标影像色彩系数及一目标影像亮度系数。

在本实施例中，原始色彩空间为一RGB色彩空间。而目标色彩空间为一LAB色彩空间、一HSV色彩空间或一YUV色彩空间。LAB色彩空间是颜色对立空间，带有维度L表示亮度，a和b表示颜色对立维度，基于了非线性压缩的CIE XYZ色彩空间坐标。HSV是对RGB色彩空间中点的两种有关系的表示，它们尝试描述比RGB更准确的感知颜色联系，并仍保持在计算上简单。YUV，是一种颜色编码方法。YUV是编译true-color颜色空间(colorspace)的种类，Y′UV，YUV，YCbCr，YPbPr等专有名词都可以称为YUV，彼此有重迭。

步骤S140：依据目标影像色彩系数及目标影像亮度系数将第一影像及第二影像自原始色彩空间转换为目标色彩空间。

步骤S150：将目标色彩空间中的第一影像及第二影像，分别导入影像色彩分布空间模型以分别取得一第一影像色彩分布空间主轴及一第二影像色彩分布空间主轴。

步骤S160：比对第一影像色彩分布空间主轴及第二影像色彩分布空间主轴，并借由一处理单元进行校正使第一影像色彩分布空间主轴及第二影像色彩分布空间主轴相互平行，以调整第一影像及第二影像的色差。

在本实施例中，第一影像色彩分布空间主轴及第二影像色彩分布空间主轴，是依据第一影像及第二影像的亮度为主轴，借由明亮度调整第一影像及第二影像后，也会使第一影像及第二影像的角度调整。

步骤S170：将目标色彩空间中的第一影像及第二影像再导入影像转换模型，以自目标色彩空间中将第一影像及第二影像转换至原始色彩空间。

步骤S180：取得校正后的第一影像及第二影像。

在本实施例中，在取得校正后第一影像及第二影像后，更可依据动态时间来选取所调整的时间点的影像角度。

图2是本发明另一实施例的步骤流程图。其可分为两部分，第一部分的步骤流程与第二部分的流程是相互对应的方式。在本实施例中，以相邻地点的第一照相机及第二照相机为例说明。

第一照相机的影像处理过程为：先进行步骤S211取得一第一照相机的一第一照相机影像。接着步骤S212：将第一照相机影像由第一色彩空间转换为第二色彩空间，然后再分析第一照相机影像在第二色彩空间的一色彩主轴，此为步骤S213，在步骤S214中，则是进行校正第一照相机影像的色彩主轴，最后的步骤S215是将第一照相机影像由第二色彩空间转回为第一色彩空间。

第二照相机的影像处理过程为：先进行步骤S221取得一第二照相机的一第二照相机影像。接着步骤S222：将第二照相机影像由第一色彩空间转换为第二色彩空间，然后再分析第二照相机影像在第二色彩空间的一色彩主轴，此为步骤S223，在步骤S224中，则是进行校正第二照相机影像的色彩主轴，最后的步骤S225是将第二照相机影像由第二色彩空间转回为第一色彩空间。

当上述的步骤结束后，进行步骤S230以将由第二色彩空间转回为第一色彩空间，经过色彩校正的第一照相机影像及第二照相机影像进行动态时间比对，以取得一所需的影像信息。

图3是本发明的系统结构方框图。本发明提出一种物件颜色校正系统，包含一第一影像撷取装置310、一第二影像撷取装置320、一储存单元330及一处理单元340。第一影像撷取装置310取得一第一影像311，第二影像撷取装置320取得一第二影像321，储存单元330储存一影像转换演算法则331。处理单元340依据影像转换演算法则331，以将第一影像311及第二影像321由一原始色彩空间341转换为一目标色彩空间342，并进行第一影像311及第二影像321的目标色彩空间342主轴校正，使第一影像311及第二影像321由目标色彩空间342转回原始色彩空间341后，取得校正后具有相同色彩的第一影像311及第二影像321。

图4是另一实施例中欲进行影像色彩分析的照片影像示意图。图5是图4中照片影像的影像色彩分析后的色彩空间示意图。图6是图5中色彩空间的主轴示意图。

图4可对应于图2中的步骤S211及步骤S221，为取得一照相机的一照相机影像。图5是图4中照片影像的影像色彩分析后的色彩空间示意图，可对应于图2中的步骤S212及步骤S222将照相机影像由第一色彩空间转换为第二色彩空间。图6是图5中色彩空间的主轴示意图，可对应图2中的步骤S213及步骤S223，分析照相机影像在第二色彩空间的一色彩主轴。

综上所述，本发明主要是应用在视频监控领域里，因为视角的关系，常须利用多相机去监看一个景点或街道，此时相机跟相机间会有色偏，例如路口警方想要知道同一辆红色车会经过哪些的路口，或哪些有红色车通过，这时如果色偏问题没处理掉，会造成很多误判，用在跨相机间的行人追踪也是同样问题，因此借由本发明的色彩校正的技术，可以解决不同相机间色差的问题。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (12)

1.一种影像的物件颜色校正方法，其特征在于其包括以下步骤：

取得一第一影像撷取装置的一第一影像及一第二影像撷取装置的一第二影像；

依据一影像转换演算法则建构一影像转换模型及一影像色彩分布空间模型；

导入该第一影像及该第二影像于该影像转换模型，以利用该影像转换演算法则计算出该第一影像及该第二影像由一原始色彩空间转换为一目标色彩空间的一目标影像色彩系数及一目标影像亮度系数；

依据该目标影像色彩系数及该目标影像亮度系数将该第一影像及该第二影像自该原始色彩空间转换为该目标色彩空间；

将该目标色彩空间中的该第一影像及该第二影像，分别导入该影像色彩分布空间模型以分别取得一第一影像色彩分布空间主轴及一第二影像色彩分布空间主轴；

比对该第一影像色彩分布空间主轴及该第二影像色彩分布空间主轴，并借由一处理单元进行校正使该第一影像色彩分布空间主轴及该第二影像色彩分布空间主轴相互平行，以调整该第一影像及该第二影像的色差；

将该目标色彩空间中的该第一影像及该第二影像再导入该影像转换模型，以自该目标色彩空间中将该第一影像及该第二影像转换至该原始色彩空间；以及

取得校正后的该第一影像及该第二影像。

2.根据权利要求1所述的影像的物件颜色校正方法，其特征在于其中所述的第一影像及该第二影像中具有一相同的标的物。

3.根据权利要求1所述的影像的物件颜色校正方法，其特征在于其中所述的第一影像撷取装置及该第二影像撷取装置为一照相机及一摄影机其中之一。

4.根据权利要求1所述的影像的物件颜色校正方法，其特征在于其中所述的影像色彩分布空间模型是依据影像色彩的不同系数为轴。

5.根据权利要求1所述的影像的物件颜色校正方法，其特征在于其中所述的原始色彩空间为一RGB色彩空间。

6.根据权利要求1所述的影像的物件颜色校正方法，其特征在于其中所述的目标色彩空间为一LAB色彩空间、一HSV色彩空间及一YUV色彩空间其中之一。

7.根据权利要求1所述的影像的物件颜色校正方法，其特征在于其中所述的取得校正后的该第一影像及该第二影像的步骤后，是借由一动态时间演算法比对出一预设时间点的影像。

8.一种影像的物件颜色校正系统，其特征在于其包括：

一第一影像撷取装置，取得一第一影像；

一第二影像撷取装置，取得一第二影像；

一储存单元，储存一影像转换演算法则；以及

一处理单元，依据该影像转换演算法则，以将该第一影像及该第二影像由一原始色彩空间转换为一目标色彩空间，并进行该第一影像及该第二影像的该目标色彩空间主轴校正，使该第一影像及该第二影像由该目标色彩空间转回该原始色彩空间后，取得校正后具有相同色彩的该第一影像及该第二影像；

其中，依据该影像转换演算法则建构一影像转换模型及一影像色彩分布空间模型；导入该第一影像及该第二影像于该影像转换模型，以利用该影像转换演算法则计算出该第一影像及该第二影像由该原始色彩空间转换为该目标色彩空间的一目标影像色彩系数及一目标影像亮度系数；依据该目标影像色彩系数及该目标影像亮度系数将该第一影像及该第二影像自该原始色彩空间转换为该目标色彩空间；将该目标色彩空间中的该第一影像及该第二影像，分别导入该影像色彩分布空间模型以分别取得一第一影像色彩分布空间主轴及一第二影像色彩分布空间主轴；比对该第一影像色彩分布空间主轴及该第二影像色彩分布空间主轴，并借由该处理单元进行校正使该第一影像色彩分布空间主轴及该第二影像色彩分布空间主轴相互平行，以调整该第一影像及该第二影像的色差；将该目标色彩空间中的该第一影像及该第二影像再导入该影像转换模型，以自该目标色彩空间中将该第一影像及该第二影像转换至该原始色彩空间；以及取得校正后的该第一影像及该第二影像。

9.根据权利要求8所述的影像的物件颜色校正系统，其特征在于其中所述的第一影像及该第二影像中具有一相同的标的物。

10.根据权利要求8所述的影像的物件颜色校正系统，其特征在于其中所述的第一影像撷取装置及该第二影像撷取装置为一照相机及一摄影机其中之一。

11.根据权利要求8所述的影像的物件颜色校正系统，其特征在于其中所述的原始色彩空间为一RGB色彩空间。

12.根据权利要求8所述的影像的物件颜色校正系统，其特征在于其中所述的目标色彩空间为一LAB色彩空间、一HSV色彩空间及一YUV色彩空间其中之一。