CN103366383A - 一种序列图像颜色配准方法及系统 - Google Patents

Abstract

本发明实施例提供一种序列图像颜色配准方法及系统，其中方法包括：获取原始序列图像，对所述原始序列图像进行曝光处理；对曝光处理后的序列图像中的各图像进行亮度配准，得到亮度配准后的序列图像；从亮度配准后的序列图像中提取一图像作为目标图像，结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行色彩配准，得到色彩配准后的图像；将亮度配准后的序列图像中的各图像均进行所述色彩配准，得到颜色配准后的序列图像。本发明实施例提供的序列图像颜色配准方法实现了准确的序列图像颜色配准。

Description

一种序列图像颜色配准方法及系统

技术领域

本发明涉及图像处理技术领域，更具体地说，涉及一种序列图像颜色配准方法及系统。

背景技术

在序列图像的获取过程中，由于光线、温度等难以克服的因素，常会遇到所获取的序列图像中多个图像的颜色风格不一致的现象。若将颜色风格不一致的序列图像作为图像应用的基础数据进行应用处理，将严重影响图像应用的处理结果；因此目前序列图像在进行应用前，需要对序列图像进行颜色风格的一致化处理，使得序列图像具有良好的颜色一致性，其中颜色风格一致化处理的过程称为序列图像的颜色配准。

现有技术通常采用色卡对序列图像进行颜色配准，其颜色配准过程大致可分为以下几步：A、在拍摄序列图像的每张图像时，在每张图像的拍摄场景中放置色卡，保证色卡被清晰完整的记录在拍好的图像中；B、在拍摄完的序列图像中提取一张图像，将该图像的色卡进行分离，提取色卡中每个色块对应的颜色值；C、建立每个色块对应颜色值与标准色块对应颜色值的转换关系；D、将各色块对应的转换关系应用在所提取的图像中，进行图像的颜色变换，得到颜色配准的图像；E、重复步骤B、C和D对序列图像中的每张图像进行颜色配准，得到颜色配准后的序列图像。

发明人在实现本发明的过程中发现现有技术至少存在以下问题：色卡上的色块数量有限（例如24个色块对应24种颜色），当采用色块有限的颜色建立起的转换关系进行图像的颜色变换时，因为图像中含有的颜色数量远远超过色卡的色块数量，这导致序列图像中各图像的颜色变换并不准确，影响序列图像颜色配准的准确性和图像色彩质量。可见，现有的序列图像颜色配准方式存在颜色配准不准确的问题，提供一种准确的序列图像颜色配准方法成为本领域人员急需解决的问题。

发明内容

有鉴于此，本发明实施例提供一种序列图像颜色配准方法及系统，以解决现有的序列图像颜色配准方式存在颜色配准不准确的问题。

一种序列图像颜色配准方法，包括：

获取原始序列图像，对所述原始序列图像进行曝光处理；

对曝光处理后的序列图像中的各图像进行亮度配准，得到亮度配准后的序列图像；

从亮度配准后的序列图像中提取一图像作为目标图像，结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行色彩配准，得到色彩配准后的图像；

将亮度配准后的序列图像中的各图像均进行所述色彩配准，得到颜色配准后的序列图像。

其中，所述结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行颜色配准包括：

将所述目标图像的基础色彩数据去除，获得与所述基础色彩数据相对的第一变动色彩数据；

将所述目标图像的第一变动色彩数据转换成第二变动色彩数据，所述第二变动色彩数据与所述邻近的预设数量图像的变动色彩数据相应；

将所述第二变动色彩数据，与所述邻近的预设数量图像的基础色彩数据相结合，形成经过色彩配准的目标图像。

其中，所述将所述目标图像的基础色彩数据去除，获得与所述基础色彩数据相对的第一变动色彩数据包括：

确定所述目标图像和所述预设数量图像中的各像素的无色分量，黄蓝分量和红绿分量；

计算所述目标图像和所述预设数量图像中的各图像的无色分量均值，黄蓝分量均值和红绿分量均值，所述目标图像的无色分量均值，黄蓝分量均值和红绿分量均值为所述目标图像的基础色彩数据；

将所述目标图像中各像素的无色分量，黄蓝分量和红绿分量，减去所述目标图像的无色分量均值，黄蓝分量均值和红绿分量均值，得到各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值，所述各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值为所述目标图像的第一变动色彩数据。

其中，所述将所述目标图像的第一变动色彩数据转换成第二变动色彩数据包括：

结合所述目标图像和所述预设数量图像中各图像的无色分量方差，黄蓝分量方差和红绿分量方差，及所述目标图像中各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值，对所述目标图像中各像素的无色分量，黄蓝分量和红绿分量进行尺度缩放处理；

尺度缩放处理后的各像素的无色分量，黄蓝分量和红绿分量为所述第二变动色彩数据。

其中，所述结合所述目标图像和所述预设数量图像中各图像的无色分量方差，黄蓝分量方差和红绿分量方差，及所述目标图像中各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值，对所述目标图像中各像素的无色分量，黄蓝分量和红绿分量进行尺度缩放处理包括：

求解所述预设数量图像对应的无色分量方差均值，对于目标图像中的每个像素，将所述无色分量方差均值乘以所述每个像素的无色分量变动值，除以目标图像的无色分量方差，完成对所述目标图像中每个像素的无色分量的尺度缩放处理；

求解所述预设数量图像对应的黄蓝分量方差均值，对于目标图像中的每个像素，将所述黄蓝分量方差均值乘以所述每个像素的黄蓝分量变动值，除以所述目标图像的黄蓝分量方差，完成对所述目标图像中每个像素的黄蓝分量的尺度缩放处理；

求解所述预设数量图像对应的红绿分量方差均值，对于目标图像中的每个像素，将所述红绿分量方差均值乘以所述每个像素的红绿分量变动值，除以所述目标图像的红绿分量方差，完成对所述目标图像中每个像素的红绿分量的尺度缩放处理。

其中，所述将所述第二变动色彩数据，与所述邻近的预设数量图像的基础色彩数据相结合包括：

结合所述预设数量图像对应的无色分量均值，黄蓝分量均值和红绿分量均值，对尺度缩放处理后的目标图像的无色分量，黄蓝分量和红绿分量做加成处理。

其中，所述确定所述目标图像和所述预设数量图像中的各像素的无色分量，黄蓝分量和红绿分量的像素包括：

将所述目标图像和所述预设数量图像的RGB色彩空间，转换成三色刺激LMS色彩空间，所述LMS色彩空间包括长波L分量，中波M分量，和短波S分量；

分别对所述目标图像和所述预设数量图像中各像素的L分量，M分量和S分量求对数，得到L’分量，M’分量和S’分量；

将带有L’分量，M’分量和S’分量的所述目标图像和所述预设数量图像中的各像素，转换成带有无色分量，黄蓝分量和红绿分量的像素；

所述形成经过色彩配准的目标图像包括：

将加成处理的目标图像的无色分量，黄蓝分量和红绿分量转换成L’分量，M’分量和S’分量；

将所转换的L’分量，M’分量和S’分量转换成L分量，M分量和S分量，形成LMS色彩空间；

将所形成的LMS色彩空间转换成RGB色彩空间，所转换成的RGB色彩空间对应的目标图像为经过色彩配准后的图像。

其中，所述对曝光处理后的序列图像中的各图像进行亮度配准包括：

计算曝光处理后的序列图像中各图像的亮度平均值，及计算曝光处理后的序列图像的亮度平均值；

若所述曝光处理后的序列图像中的图像的亮度平均值，与所述序列图像的亮度平均值的差值符合预设条件，将该图像作为亮度配准后的序列图像中的图像；

若所述曝光处理后的序列图像中的图像的亮度平均值，与所述序列图像的亮度平均值的差值不符合预设条件，调整曝光参数，对该图像进行重新曝光处理，直至重新曝光处理后的图像的亮度平均值与所述序列图像的亮度平均值符合预设条件，将所述重新曝光处理后的图像作为亮度配准后的序列图像中的图像。

其中，所述计算曝光处理后的序列图像中各图像的亮度分量的平均值包括：

将曝光处理后的序列图像的色彩空间，转换成颜色对立CIELAB色彩空间；

计算CIELAB色彩空间的各图像的亮度分量的平均值；

所述计算曝光处理后的序列图像的亮度分量的平均值包括：

通过所述各图像的亮度分量的平均值，计算CIELAB色彩空间的序列图像的亮度分量的平均值。

本发明实施例还提供一种序列图像颜色配准系统，包括：

图像获取模块，用于获取原始序列图像；

曝光处理模块，用于对所述原始序列图像进行曝光处理；

亮度配准模块，用于对曝光处理后的序列图像中的各图像进行亮度配准，得到亮度配准后的序列图像；

色彩配准模块，用于从亮度配准后的序列图像中提取一图像作为目标图像，结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行色彩配准，得到色彩配准后的图像；

循环配准模块，用于将亮度配准后的序列图像中的各图像均进行所述色彩配准，得到颜色配准后的序列图像。

基于上述技术方案，本发明实施例提供的序列图像颜色配准方法，对原始序列图像进行曝光处理，对曝光处理后的序列图像中的各图像进行亮度配准，得到亮度配准后的序列图像，以保证序列图像中的各图像的亮度值趋于一致；在此基础上，从亮度配准后的序列图像中提取一图像作为目标图像，结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行色彩配准，得到色彩配准后的图像；将各个色彩配准后的图像的集合作为颜色配准后的序列图像，实现了序列图像的颜色配准。本发明实施例将颜色配准分为对曝光处理后的序列图像的亮度配准，和对亮度配准后的序列图像的色彩配准；在序列图像中的各图像亮度一致的情况下，通过目标图像的色彩数据和目标图像邻近的预设数量图像的色彩数据，实现了目标图像精准的色彩配准，从而达成了准确的序列图像的颜色配准。本发明实施例提供的序列图像颜色配准方法没有不合理的颜色变换，不改变单张图像内部的色彩的一致性、协调性和完整性，解决了现有的序列图像颜色配准方式存在颜色配准不准确的问题，实现了准确的序列图像颜色配准。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种序列图像颜色配准方法的流程图；

图2为本发明实施例提供的进行亮度配准的方法流程图；

图3为本发明实施例提供的对目标图像进行色彩配准的方法流程图；

图4为本发明实施例提供的对目标图像进行色彩配准的另一方法流程图；

图5为本发明实施例提供的确定无色分量，黄蓝分量和红绿分量的方法流程图；

图6为本发明实施例提供的序列图像颜色配准系统的结构框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的一种序列图像颜色配准方法的流程图，参照图1，该方法可以包括：

步骤S100、获取原始序列图像，对所述原始序列图像进行曝光处理；

图像被采集后一般保存为原始记录格式，如Raw格式（raw image format，原始图像数据存储格式），这种原始记录格式的数据一般直接来源于图像传感器；所获取的原始序列图像即是以原始记录格式保存的序列图像。

可选的，可设置默认的曝光参数，在获取到以原始记录格式保存的序列图像后，对序列图像中的各图像采用默认的曝光参数进行曝光处理，在曝光处理后，获得以RGB（红绿蓝）色彩空间表示的序列图像。

步骤S110、对曝光处理后的序列图像中的各图像进行亮度配准，得到亮度配准后的序列图像；

对曝光处理后的序列图像中的各图像进行亮度配准，能够使得各图像的亮度值趋于一致，保证后续颜色配准的顺利实现。

步骤S120、从亮度配准后的序列图像中提取一图像作为目标图像，结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行色彩配准，得到色彩配准后的图像；

可选的，在亮度配准后的序列图像中，可在目标图像的前面选取设定个数的图像，和/或，在目标图像的后面选取设定个数的图像，将所选取的图像的集合作为邻近的预设数量图像。可选的，在目标图像的前面和后面所选取的图像个数可以不同，如在目标图像的前面选取p个图像，后面选取q个图像，p≠q；优选的，在目标图像的前面和后面所选取的图像个数可以相同，即p≡q。可选的，预设数量可根据实际应用情况设定，本发明实施例不作限制。

为便于理解，可设亮度配准后的序列图像为{I₁,I₂,…,I_i,…,I_n-1,I_n}，则可从该序列图像中选取图像I_i作为目标图像，则I_i的邻近数量图像可以为{I_i-p,…I_i-1,I_i+1…,I_i+q}，其中i-1≤p＜i,1≤q＜n-i；p，q的具体数值可以视具体应用情况而定。

可选的，色彩数据可以是图像的无色分量，黄蓝分量和红绿分量；色彩数据也可以是RGB数据，即图像的红色分量、绿色分量和蓝色分量；色彩数据还可以是其他的能够表征图像色彩特性的数据。步骤S120结合目标图像的色彩数据和目标图像邻近的预设数量图像的色彩数据，可将目标图像和该预设数量图像的色彩数据配准成一致的色彩数据，实现目标图像的色彩配准；而在序列图像的各图像亮度一致的情况下，只要序列图像中邻近的几张图像配准到一致的色彩数据，那么整个序列图像的色彩就能得到配准，从而实现序列图像的颜色配准。

步骤S130、判断亮度配准后的序列图像中是否还有未进行过色彩配准的图像，若是，执行步骤S120，若否，执行步骤S140；

步骤S140、得到颜色配准后的序列图像，完成序列图像的颜色配准。

本发明实施例提供的序列图像颜色配准方法，对原始序列图像进行曝光处理，对曝光处理后的序列图像中的各图像进行亮度配准，得到亮度配准后的序列图像，以保证序列图像中的各图像的亮度值趋于一致；在此基础上，从亮度配准后的序列图像中提取一图像作为目标图像，结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行色彩配准，得到色彩配准后的图像；将各个色彩配准后的图像的集合作为颜色配准后的序列图像，实现了序列图像的颜色配准。本发明实施例将颜色配准分为对曝光处理后的序列图像的亮度配准，和对亮度配准后的序列图像的色彩配准；在序列图像中的各图像亮度一致的情况下，通过目标图像的色彩数据和目标图像邻近的预设数量图像的色彩数据，实现了目标图像精准的色彩配准，从而达成了准确的序列图像的颜色配准。本发明实施例提供的序列图像颜色配准方法没有不合理的颜色变换，不改变单张图像内部的色彩的一致性、协调性和完整性，解决了现有的序列图像颜色配准方式存在颜色配准不准确的问题，实现了准确的序列图像颜色配准。

可选的，步骤S110在对曝光处理后的序列图像中的各图像进行亮度配准的具体实现上，可先确定曝光处理后的序列图像的亮度平均值，根据该亮度平均值调整曝光处理后的序列图像中各图像的曝光参数，使得曝光后的各图像的亮度平均值近似于曝光处理后的序列图像的亮度平均值。图2示出了一种可选的实现方式，参照图2，对曝光处理后的序列图像中的各图像进行亮度配准的方法可以包括下述步骤：

步骤S111、计算曝光处理后的序列图像中各图像的亮度平均值，及计算曝光处理后的序列图像的亮度平均值；

可选的，可将曝光处理后的序列图像由RGB色彩空间转换成颜色对立CIELAB色彩空间；CIELAB色彩空间可简称为LAB色彩空间，是颜色-对立色彩空间；CIELAB色彩空间具有三个颜色分量{L,A,B}，其中L表示亮度分量，A和B表示颜色对立分量；计算CIELAB色彩空间的各图像的亮度分量的平均值，即可确定曝光处理后的序列图像中各图像的亮度平均值；通过所计算的各图像的亮度分量的平均值，计算CIELAB色彩空间的序列图像的亮度分量的平均值，即可确定曝光处理后的序列图像的亮度平均值。

在图像中，一个图像具有多个像素，一个像素对应一个{L,A,B}值，因此计算CIELAB色彩空间的各图像的亮度分量的平均值的方式可以是：对于各个图像，计算各图像总像素的L分量值的总和，将该总和除以各个图像对应的总像素数，即得到各图像对应的亮度分量的平均值。

其计算公式可以为：

其中I表示一张图像，p表示图像中的一个像素，w是图像的宽度，h是图像的高度，L表示亮度分量。

将各图像的亮度分量的平均值做加成处理后，除以序列图像中的图像数，即可得到CIELAB色彩空间的序列图像的亮度分量的平均值。

由于L分量可以很好的反映人眼对亮度的感知，因此序列图像的亮度分量的平均值能够很好的反映整个序列图像的亮度情况，可将其作为整个序列图像的标准亮度。

步骤S112、判断曝光处理后的序列图像中的图像的亮度平均值，与所述序列图像的亮度平均值的差值是否符合预设条件，若是，执行步骤S113，若否，执行步骤S114；

可判断序列图像中某一图像的亮度分量的平均值，与所述序列图像的亮度分量的平均值的差值。

步骤S113、将该图像作为亮度配准后的序列图像中的图像。

预设条件可以是一个数值范围，当差值在该数值范围内可认为图像的亮度平均值与序列图像的亮度平均值相近，不用对图像再做处理即可将该图像作为亮度配准后的序列图像中的图像。

步骤S114、调整曝光参数，对该图像进行重新曝光处理，直至重新曝光处理后的图像的亮度平均值与所述序列图像的亮度平均值符合预设条件，将所述重新曝光处理后的图像作为亮度配准后的序列图像中的图像。

可选的，可通过调整曝光参数，使得图像的亮度分量的平均值接近于序列图像的亮度分量的平均值；当然单次调整曝光参数后，还无法使得图像的亮度分量的平均值与序列图像的亮度分量的平均值符合预设条件，则可进行多次曝光参数的调整，直至图像的亮度分量的平均值与序列图像的亮度分量的平均值符合预设条件。

集合通过步骤S113和步骤S114所得到的图像，则可得到亮度配准后的序列图像，该序列图像中的各图像亮度值趋于一致，具有良好的亮度一致性。

可选的，图1所示步骤S120中对目标图像进行颜色配准的实现方式可以如图3所示，图3为本发明实施例提供的对目标图像进行色彩配准的方法流程图，参照图3，该方法可以包括：

步骤S200、将所述目标图像的基础色彩数据去除，获得与所述基础色彩数据相对的第一变动色彩数据；

可选的，色彩数据可以包括基础色彩数据和变动色彩数据。

步骤S210、将所述目标图像的第一变动色彩数据转换成第二变动色彩数据，所述第二变动色彩数据与所述邻近的预设数量图像的变动色彩数据相应；

步骤S220、将所述第二变动色彩数据，与所述邻近的预设数量图像的基础色彩数据相结合，形成经过色彩配准的目标图像。

可选的，图3所示色彩数据可以为图像像素的无色分量，黄蓝分量和红绿分量；对应的，图4示出了对目标图像进行色彩配准的另一方法流程，参照图4，该方法可以包括：

步骤S300、确定所述目标图像和所述预设数量图像中的各像素的无色分量，黄蓝分量和红绿分量；

亮度配准后的序列图像的色彩空间为RGB色彩空间，可将亮度配准后的序列图像的色彩空间转换成具有无色分量，黄蓝分量和红绿分量的色彩空间，在此可定义l表示图像像素的无色通道的分量，α表示图像像素的黄蓝通道的分量，β表示图像像素的红绿通道的分量，则可将亮度配准后的序列图像的色彩空间转换成由{l,α,β}表示的色彩空间。

为便于说明，可设目标图像为I_i，邻近的预设数量图像为{I_i-p,…I_i-1,I_i+1…,I_i+q}，则可确定I_i中各像素的{l,α,β}，{I_i-p,…I_i-1,I_i+1…,I_i+q}中各图像的各像素的{l,α,β}。

步骤S310、计算所述目标图像和所述预设数量图像中的各图像的无色分量均值，黄蓝分量均值和红绿分量均值；

其中，所述目标图像的无色分量均值，黄蓝分量均值和红绿分量均值为所述目标图像的基础色彩数据；

定义{μ^l,μ^α,μ^β}为{I_i-p,…I_i-1,I_i,I_i+1…,I_i+q}中每张图像的{l,α,β}的均值，其中μ^l表示图像的无色分量均值，μ^α表示图像的黄蓝分量均值，μ^β表示图像的红绿分量均值，在{μ^l,μ^α,μ^β}中加入{I_i-p,…I_i-1,I_i,I_i+1…,I_i+q}中各图像对应的下标，可表示对应图像的{l,α,β}的均值，如可定义

表示图像I_i对应的{μ^l,μ^α,μ^β}。

各图像的无色分量均值，黄蓝分量均值和红绿分量均值的计算可以是：将图像中的各像素的无色分量均值，黄蓝分量均值和红绿分量均值相加，除以图像的像素总数。

步骤S320、将所述目标图像中各像素的无色分量，黄蓝分量和红绿分量，减去所述目标图像的无色分量均值，黄蓝分量均值和红绿分量均值，得到各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值；

其中，所述各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值为所述目标图像的第一变动色彩数据。

定义I_i中各像素的{l,α,β}由{l_i,α_i,β_i}表示，对I_i中的各像素均可执行下述计算公式得到各像素对应的无色分量变动值，黄蓝分量变动值和红绿分量变动值：

$l_i^{\′}=l_i-{\mathrm{\μ}}_i^l$

${\mathrm{\α}}_i^{\′}={\mathrm{\α}}_i-{\mathrm{\μ}}_i^l$

${\mathrm{\β}}_i^{\′}={\mathrm{\β}}_i-{\mathrm{\μ}}_i^l$

其中，l'_i表示一个像素的无色分量变动值，α_i'表示一个像素的黄蓝分量变动值，β_i'表示一个像素的红绿分量变动值；通过上述公式可将目标图像中的基础色彩数据去除，余下与基础色彩数据相对的第一变动色彩数据。

可以认为上述步骤S300、S310、S320为图3所示步骤S200的可选实现方式。

步骤S330、结合所述目标图像和所述预设数量图像中各图像的无色分量方差，黄蓝分量方差和红绿分量方差，及所述目标图像中各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值，对所述目标图像中各像素的无色分量，黄蓝分量和红绿分量进行尺度缩放处理；

其中，尺度缩放处理后各像素对应的无色分量，黄蓝分量和红绿分量为所述第二变动色彩数据。

在此可定义{σ^l,σ^α,σ^β}为{I_i-p,…I_i-1,I_i,I_i+1…,I_i+q}中每张图像的{l,α,β}的方差，其中σ^l表示图像的无色分量方差，σ^α表示图像的黄蓝分量方差，σ^β表示图像的红绿分量方差；在{σ^l,σ^α,σ^β}中加入{I_i-p,…I_i-1,I_i,I_i+1…,I_i+q}中各图像对应的下标，可表示对应图像的{l,α,β}的方差，如可定义

表示图像I_i对应的{σ^l,σ^α,σ^β}。

对于对所述目标图像中各像素的无色分量，黄蓝分量和红绿分量进行尺度缩放处理的实现方式可以由以下三方面体现：

求解所述预设数量图像对应的无色分量方差均值，对于目标图像中的每个像素，将所述无色分量方差均值乘以所述每个像素的无色分量变动值，除以目标图像的无色分量方差，完成对所述目标图像中每个像素的无色分量的尺度缩放处理；其计算公式可参照如下所示：

${\hat{l}}_i=\frac{\frac{\underset{k=i-p}{\overset{i-1}{\mathrm{\Σ}}}{\mathrm{\σ}}_k^l+\underset{k=i+1}{\overset{i+q}{\mathrm{\Σ}}}{\mathrm{\σ}}_k^l}{p+q}}{{\mathrm{\σ}}_i^l}{l}_i^{\′}$

其中，

表示目标图像中一个像素的无色分量进行尺度缩放处理后的处理结果；选取目标图像中每个像素的无色分量变动值执行上述公式，即可实现对目标图像中各像素的无色分量的尺度缩放处理。

求解所述预设数量图像对应的黄蓝分量方差均值，对于目标图像中的每个像素，将所述黄蓝分量方差均值乘以所述每个像素的黄蓝分量变动值，除以所述目标图像的黄蓝分量方差，完成对所述目标图像中每个像素的黄蓝分量的尺度缩放处理；其计算公式可参照如下所示：

${\widehat{\mathrm{\α}}}_i=\frac{\frac{\underset{k=i-p}{\overset{i-1}{\mathrm{\Σ}}}{\mathrm{\σ}}_k^{\mathrm{\α}}+\underset{k=i+1}{\overset{i+q}{\mathrm{\Σ}}}{\mathrm{\σ}}_k^{\mathrm{\α}}}{p+q}}{{\mathrm{\σ}}_i^{\mathrm{\α}}}{\mathrm{\α}}_i^{\′}$

其中，表示目标图像中一个像素的黄蓝分量进行尺度缩放处理后的处理结果；选取目标图像中每个像素的黄蓝分量变动值执行上述公式，即可实现对目标图像中各像素的黄蓝分量的尺度缩放处理。

求解所述预设数量图像对应的红绿分量方差均值，对于目标图像中的每个像素，将所述红绿分量方差均值乘以所述每个像素的红绿分量变动值，除以所述目标图像的红绿分量方差，完成对所述目标图像中每个像素的红绿分量的尺度缩放处理；其计算公式可参照如下所示：

${\widehat{\mathrm{\β}}}_i=\frac{\frac{\underset{k=i-p}{\overset{i-1}{\mathrm{\Σ}}}{\mathrm{\σ}}_k^{\mathrm{\β}}+\underset{k=i+1}{\overset{i+q}{\mathrm{\Σ}}}{\mathrm{\σ}}_k^{\mathrm{\β}}}{p+q}}{{\mathrm{\σ}}_i^{\mathrm{\β}}}{\mathrm{\β}}_i^{\′}$

其中，

表示目标图像中一个像素的红绿分量进行尺度缩放处理后的处理结果；选取目标图像中每个像素的红绿分量变动值执行上述公式，即可实现对目标图像中各像素的红绿分量的尺度缩放处理。

可以认为步骤S330为图3所示步骤S210的可选实现方式。

步骤S340、结合所述预设数量图像对应的无色分量均值，黄蓝分量均值和红绿分量均值，对尺度缩放处理后的目标图像的无色分量，黄蓝分量和红绿分量做加成处理，将加成处理后的序列图像的色彩空间转换成RGB色彩空间，完成序列图像的色彩配准。

可选的，所述预设数量图像对应的无色分量均值，黄蓝分量均值和红绿分量均值的计算方式可以是：将所述预设数量图像中各图像的无色分量均值，黄蓝分量均值和红绿分量均值相加后，除以预设数量。

可将目标图像中各像素对应的

分别带入下述公式进行处理，其中表示目标图像中一个像素做加成处理后的处理结果：

${\tilde{l}}_i={\hat{l}}_i+\frac{\underset{k=i-p}{\overset{i-1}{\mathrm{\Σ}}}{\mathrm{\μ}}_k^l+\underset{k=i+1}{\overset{i+q}{\mathrm{\Σ}}}{\mathrm{\μ}}_k^l}{p+q}$

${\widetilde{\mathrm{\α}}}_i={\widehat{\mathrm{\α}}}_i+\frac{\underset{k=i-p}{\overset{i-1}{\mathrm{\Σ}}}{\mathrm{\μ}}_k^{\mathrm{\α}}+\underset{k=i+1}{\overset{i+q}{\mathrm{\Σ}}}{\mathrm{\μ}}_k^{\mathrm{\α}}}{p+q}$

${\widetilde{\mathrm{\β}}}_i={\widehat{\mathrm{\β}}}_i+\frac{\underset{k=i-p}{\overset{i-1}{\mathrm{\Σ}}}{\mathrm{\μ}}_k^{\mathrm{\β}}+\underset{k=i+1}{\overset{i+q}{\mathrm{\Σ}}}{\mathrm{\μ}}_k^{\mathrm{\β}}}{p+q}$

可以认为步骤S340为图3所示步骤S220的可选实现方式。

可选的，图4所示步骤S300确定所述目标图像和所述预设数量图像中的各像素的无色分量，黄蓝分量和红绿分量的实现方式可以如图5所示，图5为本发明实施例提供的确定无色分量，黄蓝分量和红绿分量的方法流程图，参照图5，该方法可以包括：

步骤S301、将所述目标图像和所述预设数量图像的RGB色彩空间，转换成三色刺激LMS色彩空间；

其中，所述LMS色彩空间包括长波L分量，中波M分量，和短波S分量；

可采用下述公式将{I_i-p,…I_i-1,I_i,I_i+1…,I_i+q}图像由RGB色彩空间转换到LMS色彩空间：

$\left[\begin{array}{c}L\\ M\\ S\end{array}\right]=\left[\begin{array}{ccc}0.3897& 0.6890& 0.0787\\ 0.2298& 1.1834& 0.0464\\ 0.0000& 0.0000& 1.0000\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$

在实际应用时，上述公式中的参数值可按照实际应用情况进行更改。

步骤S302、分别对所述目标图像和所述预设数量图像中各像素的L分量，M分量和S分量求对数，得到L’分量，M’分量和S’分量；

对于{I_i-p,…I_i-1,I_i,I_i+1…,I_i+q}中每张图像的各像素的{L,M,S}可采用下述公式求对数：

L'=log L

M'=log M

S'=log S

步骤S303、将带有L’分量，M’分量和S’分量的所述目标图像和所述预设数量图像中的各像素，转换成带有无色分量，黄蓝分量和红绿分量的像素。

对于{I_i-p,…I_i-1,I_i,I_i+1…,I_i+q}中每张图像的各像素的{L',M',S'}可采用下述公式转换{l,α,β}：

$\left[\begin{array}{c}l\\ \mathrm{\α}\\ \mathrm{\β}\end{array}\right]=\left[\begin{array}{ccc}1/\sqrt{3}& 0& 0\\ 0& 1/\sqrt{6}& 0\\ 0& 0& 1/\sqrt{2}\end{array}\right]\left[\begin{array}{ccc}1& 1& 1\\ 1& 1& -2\\ 1& -1& 0\end{array}\right]\left[\begin{array}{c}{L}^{\′}\\ M^{\′}\\ S^{\′}\end{array}\right].$

对应的，在图5所示方法的基础上，图4所示步骤S340中将加成处理后的序列图像的色彩空间转换成RGB色彩空间，完成序列图像的色彩配准的实现方式可以为：将加成处理的目标图像的无色分量，黄蓝分量和红绿分量转换成L’分量，M’分量和S’分量；将所转换的L’分量，M’分量和S’分量转换成L分量，M分量和S分量，形成LMS色彩空间；将所形成的LMS色彩空间转换成RGB色彩空间，所转换成的RGB色彩空间对应的目标图像为经过色彩配准后的图像。

本发明实施例提供的序列图像颜色配准方法没有不合理的颜色变换，不改变单张图像内部的色彩的一致性、协调性和完整性，实现了准确的序列图像颜色配准。

下面对本发明实施例提供的序列图像颜色配准系统进行说明，下面描述的序列图像颜色配准系统，与上文描述的序列图像颜色配准方法相对应，两者可相互参照。

图6为本发明实施例提供的序列图像颜色配准系统的结构框图，参照图6，该系统可以包括：

图像获取模块100，用于获取原始序列图像；

曝光处理模块200，用于对所述原始序列图像进行曝光处理；

亮度配准模块300，用于对曝光处理后的序列图像中的各图像进行亮度配准，得到亮度配准后的序列图像；

色彩配准模块400，用于从亮度配准后的序列图像中提取一图像作为目标图像，结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行色彩配准，得到色彩配准后的图像；

循环配准模块500，用于将亮度配准后的序列图像中的各图像均进行所述色彩配准，得到颜色配准后的序列图像。

本发明实施例提供的序列图像颜色配准系统实现了准确的序列图像颜色配准。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种序列图像颜色配准方法，其特征在于，包括：

获取原始序列图像，对所述原始序列图像进行曝光处理；

对曝光处理后的序列图像中的各图像进行亮度配准，得到亮度配准后的序列图像；

从亮度配准后的序列图像中提取一图像作为目标图像，结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行色彩配准，得到色彩配准后的图像；

将亮度配准后的序列图像中的各图像均进行所述色彩配准，得到颜色配准后的序列图像。

2.根据权利要求1所述的方法，其特征在于，所述结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行颜色配准包括：

将所述目标图像的基础色彩数据去除，获得与所述基础色彩数据相对的第一变动色彩数据；

将所述目标图像的第一变动色彩数据转换成第二变动色彩数据，所述第二变动色彩数据与所述邻近的预设数量图像的变动色彩数据相应；

将所述第二变动色彩数据，与所述邻近的预设数量图像的基础色彩数据相结合，形成经过色彩配准的目标图像。

3.根据权利要求2所述的方法，其特征在于，所述将所述目标图像的基础色彩数据去除，获得与所述基础色彩数据相对的第一变动色彩数据包括：

确定所述目标图像和所述预设数量图像中的各像素的无色分量，黄蓝分量和红绿分量；

计算所述目标图像和所述预设数量图像中的各图像的无色分量均值，黄蓝分量均值和红绿分量均值，所述目标图像的无色分量均值，黄蓝分量均值和红绿分量均值为所述目标图像的基础色彩数据；

将所述目标图像中各像素的无色分量，黄蓝分量和红绿分量，减去所述目标图像的无色分量均值，黄蓝分量均值和红绿分量均值，得到各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值，所述各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值为所述目标图像的第一变动色彩数据。

4.根据权利要求3所述的方法，其特征在于，所述将所述目标图像的第一变动色彩数据转换成第二变动色彩数据包括：

结合所述目标图像和所述预设数量图像中各图像的无色分量方差，黄蓝分量方差和红绿分量方差，及所述目标图像中各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值，对所述目标图像中各像素的无色分量，黄蓝分量和红绿分量进行尺度缩放处理；

尺度缩放处理后的各像素的无色分量，黄蓝分量和红绿分量为所述第二变动色彩数据。

5.根据权利要求4所述的方法，其特征在于，所述结合所述目标图像和所述预设数量图像中各图像的无色分量方差，黄蓝分量方差和红绿分量方差，及所述目标图像中各像素的无色分量变动值，黄蓝分量变动值和红绿分量变动值，对所述目标图像中各像素的无色分量，黄蓝分量和红绿分量进行尺度缩放处理包括：

求解所述预设数量图像对应的无色分量方差均值，对于目标图像中的每个像素，将所述无色分量方差均值乘以所述每个像素的无色分量变动值，除以目标图像的无色分量方差，完成对所述目标图像中每个像素的无色分量的尺度缩放处理；

求解所述预设数量图像对应的黄蓝分量方差均值，对于目标图像中的每个像素，将所述黄蓝分量方差均值乘以所述每个像素的黄蓝分量变动值，除以所述目标图像的黄蓝分量方差，完成对所述目标图像中每个像素的黄蓝分量的尺度缩放处理；

求解所述预设数量图像对应的红绿分量方差均值，对于目标图像中的每个像素，将所述红绿分量方差均值乘以所述每个像素的红绿分量变动值，除以所述目标图像的红绿分量方差，完成对所述目标图像中每个像素的红绿分量的尺度缩放处理。

6.根据权利要求4或5所述的方法，其特征在于，所述将所述第二变动色彩数据，与所述邻近的预设数量图像的基础色彩数据相结合包括：

结合所述预设数量图像对应的无色分量均值，黄蓝分量均值和红绿分量均值，对尺度缩放处理后的目标图像的无色分量，黄蓝分量和红绿分量做加成处理。

7.根据权利要求6所述的方法，其特征在于，所述确定所述目标图像和所述预设数量图像中的各像素的无色分量，黄蓝分量和红绿分量的像素包括：

将所述目标图像和所述预设数量图像的RGB色彩空间，转换成三色刺激LMS色彩空间，所述LMS色彩空间包括长波L分量，中波M分量，和短波S分量；

分别对所述目标图像和所述预设数量图像中各像素的L分量，M分量和S分量求对数，得到L’分量，M’分量和S’分量；

将带有L’分量，M’分量和S’分量的所述目标图像和所述预设数量图像中的各像素，转换成带有无色分量，黄蓝分量和红绿分量的像素；

所述形成经过色彩配准的目标图像包括：

将加成处理的目标图像的无色分量，黄蓝分量和红绿分量转换成L’分量，M’分量和S’分量；

将所转换的L’分量，M’分量和S’分量转换成L分量，M分量和S分量，形成LMS色彩空间；

将所形成的LMS色彩空间转换成RGB色彩空间，所转换成的RGB色彩空间对应的目标图像为经过色彩配准后的图像。

8.根据权利要求1所述的方法，其特征在于，所述对曝光处理后的序列图像中的各图像进行亮度配准包括：

计算曝光处理后的序列图像中各图像的亮度平均值，及计算曝光处理后的序列图像的亮度平均值；

若所述曝光处理后的序列图像中的图像的亮度平均值，与所述序列图像的亮度平均值的差值符合预设条件，将该图像作为亮度配准后的序列图像中的图像；

若所述曝光处理后的序列图像中的图像的亮度平均值，与所述序列图像的亮度平均值的差值不符合预设条件，调整曝光参数，对该图像进行重新曝光处理，直至重新曝光处理后的图像的亮度平均值与所述序列图像的亮度平均值符合预设条件，将所述重新曝光处理后的图像作为亮度配准后的序列图像中的图像。

9.根据权利要求1所述的方法，其特征在于，所述计算曝光处理后的序列图像中各图像的亮度分量的平均值包括：

将曝光处理后的序列图像的色彩空间，转换成颜色对立CIELAB色彩空间；

计算CIELAB色彩空间的各图像的亮度分量的平均值；

所述计算曝光处理后的序列图像的亮度分量的平均值包括：

通过所述各图像的亮度分量的平均值，计算CIELAB色彩空间的序列图像的亮度分量的平均值。

10.一种序列图像颜色配准系统，其特征在于，包括：

图像获取模块，用于获取原始序列图像；

曝光处理模块，用于对所述原始序列图像进行曝光处理；

亮度配准模块，用于对曝光处理后的序列图像中的各图像进行亮度配准，得到亮度配准后的序列图像；

色彩配准模块，用于从亮度配准后的序列图像中提取一图像作为目标图像，结合所述目标图像的色彩数据和所述目标图像邻近的预设数量图像的色彩数据，对所述目标图像进行色彩配准，得到色彩配准后的图像；

循环配准模块，用于将亮度配准后的序列图像中的各图像均进行所述色彩配准，得到颜色配准后的序列图像。

Images