CN103020996A

CN103020996A - 基于Lab空间的图像偏色的检测方法

Info

Publication number: CN103020996A
Application number: CN2012105861120A
Authority: CN
Inventors: 韩光; 李晓飞; 林泽; 游苏英; 程晓东
Original assignee: Kunshan Industrial Technology Research Institute Co Ltd
Current assignee: Kunshan Industrial Technology Research Institute Co Ltd
Priority date: 2012-12-28
Filing date: 2012-12-28
Publication date: 2013-04-03
Anticipated expiration: 2032-12-28
Also published as: CN103020996B

Abstract

本发明公开了一种基于Lab空间的图像偏色的检测方法，按下述步骤进行：1）获得当前视频帧；2）RGB转换到Lab空间；3）根据Lab值求出图像平均色度D和色度中心距M的比值K；4）求a、b的直方图，根据直方图计算出一个因子，让这个因子乘上比值K得出的结果称之为f；5）当f的值超出阈值的时候，确定待检测的图像存在偏色。本发明不会受到场景或者先验知识的局限，并且相较于现有技术而言，提高了检测的精度，特别是对于场景颜色占大面积的这种情况也有良好的检测能力，同时具有普遍的适用性，提高了偏色检测的准确率和可靠性；而且本发明灵活的运用了颜色空间的转换以及直方图的一些知识，简化了运算量，同时具有良好的实时性能。

Description

基于Lab空间的图像偏色的检测方法

技术领域

本发明属于图像视频技术领域，特别涉及颜色空间转换及直方图算法在偏色检测中的使用，及该方法在智能视频监控中的使用。

背景技术

随着平安城市工程在全国范围内的迅速推进，视频监控系统的建设已经形成一定的规模，但同时，视频监控系统规模越来越大，监控画面数量也越来越多，紧靠人眼对故障画面逐个排查，效率十分低下，因此智能化的视频故障诊断就显的非常的重要。

图像偏色检测就是属于视频故障诊断中的一个关键的诊断项。偏色就是成像设备所拍摄的数字图像的色彩与被拍摄物体表面的真实色彩之间存在一定程度的误差。

现有技术中，采用的图像偏色的检测方法主要包括灰度世界法、白色区域法、神经网络法和先验知识法。然而，这些方法都具有一定的局限性，无法正确可靠地检测出图像的偏色。随着技术的革新，利用Lab空间检测技术进行图像偏色检测的方法成为可能。

Lab是一种色彩空间。在Lab颜色空间中，一种颜色由L（亮度）、a颜色、b颜色三种参数表征。在一幅图像中，每一个像素有对应的Lab值。一幅图像就有对应的L通道、a通道和b通道。在Lab中，亮度和颜色是分开的， L通道没有颜色，a通道和b通道只有颜色。不像在RGB颜色空间中，R通道、G通道、B通道每一个既包含有明度又包含有颜色。L取值为0~100(纯黑~纯白)、a取值为+127~128(洋红~绿)、b取值为+127~128(黄~蓝)。正为暖色，负为冷色。

发明内容

为了克服上述缺陷，本发明提供了一种基于Lab空间的图像偏色的检测方法，本发明的基于Lab空间的图像偏色的检测方法具有普遍的适应性，提高了偏色检测的准确率和可靠性。

本发明为了解决其技术问题所采用的技术方案是：

一种基于Lab空间的图像偏色的检测方法，按下述步骤进行：

1）获得当前视频帧；

2）RGB颜色空间转换到Lab颜色空间；

3）根据Lab值求出图像平均色度D和色度中心距M的比值，这个比值称之为K；

4）求a、b分量的直方图，根据直方图计算出一个因子，让这个因子乘上比值K得出的结果称之为f；

5）当f的值超出阈值的时候，确定待检测的图像存在偏色。

本发明为了解决其技术问题所采用的进一步技术方案是：

进一步地说，RGB颜色空间转换到Lab颜色空间的具体步骤是：将获取的视频帧图像分成若干块，分别计算每个子块的R、G、B平均值，根据R、G、B平均值计算各色块的Lab值。

较佳地是，RGB颜色空间转换到Lab颜色空间采用OpenCV里的cvCvtcolor函数。

进一步地说，步骤2）的体的计算过程如下：

①在a-b色度空间上，等效圆的中心坐标为(d_a,d_b)，(d_a,d_b)的计算公式如下：

d_{a} = Σ_{i = 1}^{M} Σ_{j = 1}^{N} a / MN

d_{b} = Σ_{i = 1}^{M} Σ_{j = 1}^{N} b / MN,

其中M、N分别为图像的宽和高，以像素为单位；

图像平均色度D的计算公式如下：

D = \sqrt{d_{a}^{2} + d_{b}^{2}},

它表示等效圆的中心到a-b色度平面中心轴原点的距离；

②色度中心距M表示等效圆的半径，它的计算公式如下：

M = \sqrt{M_{a}^{2} + M_{b}^{2}};

③计算图像平均色度D和色度中心距M的比值K如下：

K=D/M。

较佳地是，采用OpenCV里面的cvCreateHist函数求出a、b的二维直方图。

进一步地说，所述因子等于二维直方图中最大的值到中间的距离。

较佳地，所述阈值设定为1~2之间。

本发明的有益效果是：本发明的基于Lab空间的图像偏色的检测方法是先将RGB转换到Lab空间，然后基于Lab空间对a、b进行一个复杂的运算，根据运算结果与阈值比较判断是否发生偏色，本发明不会受到场景或者先验知识的局限，并且相较于现有技术而言，提高了检测的精度，特别是对于场景颜色占大面积的这种情况也有良好的检测能力，同时具有普遍的适用性，提高了偏色检测的准确率和可靠性；而且本发明灵活的运用了颜色空间的转换以及直方图的一些知识，简化了运算量，同时具有良好的实时性能。

附图说明

图1为本发明流程框图。

具体实施方式

实施例：一种基于Lab空间的图像偏色的检测方法，按下述步骤进行：

1）获得当前视频帧。

2）将获取的视频帧图像分成若干块，分别计算每个子块的R、G、B平均值，根据R、G、B平均值计算各色块的Lab值。RGB颜色空间转换到Lab颜色空间可以采用OpenCV里的cvCvtcolor函数。

Lab色彩空间是颜色-对立空间，带有维度 L 表示亮度，a 和 b 表示色彩对立维度，基于非线性压缩的 CIE XYZ 色彩空间坐标。要衡量两种色彩之间的偏差程度，首先需选择合适的色彩空间。最常用的颜色空间是RGB颜色空间。然而，当人们要采用欧氏距离来刻画两种颜色之间的差异时，RGB空间存在一个严重问题，即其所计算出的两种颜色之间的距离无法正确表征人们实际所感知到的这两种颜色之间的真实差异。CIE Lab色度空间所计算出来的颜色之间的距离与实际感知上的差别基本一致，因此采用此颜色空间。

3）根据Lab值求出图像平均色度D和色度中心距M的比值，这个比值称之为K。具体的计算过程如下：

d_{a} = Σ_{i = 1}^{M} Σ_{j = 1}^{N} a / MN

d_{b} = Σ_{i = 1}^{M} Σ_{j = 1}^{N} b / MN,

其中M、N分别为图像的宽和高，以像素为单位；

图像平均色度D的计算公式如下：

D = \sqrt{d_{a}^{2} + d_{b}^{2}},

它表示等效圆的中心到a-b色度平面中心轴原点的距离；

②色度中心距M表示等效圆的半径，它的计算公式如下：

M = \sqrt{M_{a}^{2} + M_{b}^{2}};

③计算图像平均色度D和色度中心距M的比值K如下：

K=D/M。

4）可以采用OpenCV里面的cvCreateHist等函数求出a、b的二维直方图，根据直方图计算出一个因子，这个因子就等于二维直方图中最大的值到中间的距离，让这个因子乘上比值K得出的结果称之为f；

5）根据f与阈值比较，判断是否偏色。一般阈值设定为1~2之间，当f的值超出阈值的时候，确定待检测的图像存在偏色。

Claims

1.一种基于Lab空间的图像偏色的检测方法，其特征在于：按下述步骤进行：

1）获得当前视频帧；

2）RGB颜色空间转换到Lab颜色空间；

5）当f的值超出阈值的时候，确定待检测的图像存在偏色。

2.如权利要求1所述的基于Lab空间的图像偏色的检测方法，其特征在于：RGB颜色空间转换到Lab颜色空间的具体步骤是：将获取的视频帧图像分成若干块，分别计算每个子块的R、G、B平均值，根据R、G、B平均值计算各色块的Lab值。

3.如权利要求2所述的基于Lab空间的图像偏色的检测方法，其特征在于：RGB颜色空间转换到Lab颜色空间采用OpenCV里的cvCvtcolor函数。

4.如权利要求1所述的基于Lab空间的图像偏色的检测方法，其特征在于：步骤2）的体的计算过程如下：

d_{a} = Σ_{i = 1}^{M} Σ_{j = 1}^{N} a / MN

d_{b} = Σ_{i = 1}^{M} Σ_{j = 1}^{N} b / MN,

其中M、N分别为图像的宽和高，以像素为单位；

图像平均色度D的计算公式如下：

D = \sqrt{d_{a}^{2} + d_{b}^{2}},

它表示等效圆的中心到a-b色度平面中心轴原点的距离；

②色度中心距M表示等效圆的半径，它的计算公式如下：

M = \sqrt{M_{a}^{2} + M_{b}^{2}};

③计算图像平均色度D和色度中心距M的比值K如下：

K=D/M。

5.如权利要求4所述的基于Lab空间的图像偏色的检测方法，其特征在于：采用OpenCV里面的cvCreateHist函数求出a、b的二维直方图。

6.如权利要求4所述的基于Lab空间的图像偏色的检测方法，其特征在于：所述因子等于二维直方图中最大的值到中间的距离。

7.如权利要求1所述的基于Lab空间的图像偏色的检测方法，其特征在于：所述阈值设定为1~2之间。