CN103826113A - 一种色彩还原方法及装置 - Google Patents

Abstract

本发明提供一色彩还原方法及装置，所述色彩还原方法至少包括：扫描图像中的所有像素，并分别统计图像中R、B和G三种颜色通道的灰度值分布直方图；根据所述直方图分别计算R、B和G三种颜色通道灰度值的累加值，比较所述累加值，并确定标准累加值；以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图，以将其他两种颜色通道的灰度值映射为新灰度值；重新扫描图像中的所有像素，输出新灰度值所对应的图像。本发明的算法使得色彩还原效果最优化、提升了图像的亮度，并且降低了硬件实现的成本。

Description

一种色彩还原方法及装置

技术领域

本发明涉及图像处理领域，特别是涉及一种色彩还原方法及装置。

背景技术

摄像机是获取图像的电子设备，其能够将光学图像信号转变为电信号，从而实现对图像的存储。随着摄像技术的发展，限制通常采用分辨率高、接口灵活的数字摄像机获取图像。人眼看到的物体颜色是物体的真实颜色，人眼所观察到的颜色不受到周围光线的影响，这种现象叫做颜色恒常。但是在获取图像时，图像可能会受到环境光的影响，例如，在偏绿的光线下灯下拍摄的图像，如果不经过色彩还原方法的处理，直接在显示器上显示出来的图像就会偏绿，而不是物体本身的颜色。为此，人们在显示器的驱动中集成色彩还原模块以减小色偏，恢复图像真实的颜色。

目前，很多文献和专利提出了色彩还原的相关算法，例如R Lukac在文献“New frameworkfor automatic white balancing of digital camera images.Signal Processing.Vis.88(3),582-593(2008)”中采用的灰度世界算法是统计RGB三个颜色通道的灰阶平均值，其中一个通道不进行灰阶调整，计算其他两种颜色通道的白平衡增益系数，并根据该白平衡增益系数更新灰阶，该种算法在遇到色彩单一的物体时失效。Radu Ciprian Bilcu在文献“Multiframe AutoWhite Balance.Signal Processing Letters,IEEE.Vis18(3),165-168(2011)”中采用的白色补丁算法是从图像中找出高亮区域，根据高亮区域计算RGB三个颜色通道的灰阶平均值，从中挑选出最大值，计算白平衡增益系数，并根据该白平衡增益系数更新灰阶，该种算法在遇到图像中没有白色区域的情况时失效。此外，这两种算法运算量极大，硬件实现的成本高。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种色彩还原方法及装置，用于解决现有技术中色彩还原方法适用范围较窄、运算量大，使得硬件实现成本较高的问题。

为实现上述目的及其他相关目的，本发明提供一种色彩还原方法，所述色彩还原方法至少包括：

扫描图像中的所有像素，并分别统计图像中R、B和G三种颜色通道的灰度值分布直方图；

根据所述直方图分别计算R、B和G三种颜色通道灰度值的累加值，比较所述累加值，并确定标准累加值；

以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图，以将其他两种颜色通道的灰度值映射为新灰度值；

重新扫描图像中的所有像素，输出新灰度值所对应的图像。

优选地，所述标准累加值为最大累加值、最小累加值或中间累加值。

优选地，所述标准累加值为最大累加值。

优选地，以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图进一步包括：

计算标准累加值所对应的颜色通道的直方图累加面积G_k和其他两种颜色通道所对应的直方图累加面积S_r和S_b；

以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与原始灰度值r和b的映射关系获得对应于所述标准化S_r和S_b的新灰度值。

优选地，以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与原始灰度值的映射关系获得对应于所述标准化S_r和S_b的新灰度值进一步包括：定义A=G_k，根据G_k、S_r和S_b与原始灰度值r和b的映射关系调整r和b的值，以获得对应所述r和b的新灰度值Z_r和Z_b。

优选地，以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与灰度值的映射关系获得对应于所述标准化S_r和S_b的新灰度值进一步包括：定义A=G_k，求取对应所述S_r和S_b的反函数，以获得新灰度值Z_r和Z_b。

优选地，所述直方图累加面积为直方图曲线所包围的面积。

优选地，所述累加值为每种颜色通道中所有像素点的灰度值的总和。

相应地，本发明还提供了一种色彩还原装置，所述色彩还原装置至少包括：

统计模块，用于扫描图像中的所有像素，并分别统计图像中R、B和G三种颜色通道的灰度值分布直方图；

累加值计算模块，用于根据所述直方图分别计算R、B和G三种颜色通道灰度值的累加值，比较所述累加值，并确定标准累加值；

调制模块，用于以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图，以将其他两种颜色通道的灰度值映射为新灰度值；

图像输出模块，用于重新扫描图像中的所有像素，输出新灰度值所对应的图像。

优选地，所述统计模块进一步包括：

像素个数计算单元，用于计算每种颜色通道中的每个灰度值对应的像素个数；

概率计算单元，用于根据所述像素个数输出归一化后的每个通道中每个灰度值出现的概率，将所述每个灰度值出现的概率作为每个通道的直方图。

优选地，所述调制模块进一步包括：

直方图累加面积计算单元，用于计算标准累加值所对应的颜色通道的直方图累加面积G_k和其他两种颜色通道所对应的直方图累加面积S_r和S_b；

新灰度值获取单元，用于以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与灰度值的映射关系获得对应于所述标准化S_r和S_b的新灰度值。

如上所述，本发明的色彩还原方法及装置，具有以下有益效果：

本发明先统计出一幅图像RBG三通道直方图，然后，分别计算三个颜色通道R、G、B灰度值的累加值，选出这三个值中的最大值，以其最大值所对应的直方图为基准，采用直方图调制的方法，实现其它两个通道的直方图与该基准直方图的调制。通过直方图的调制，使得RGB三通道的直方图重叠面积达到最大，使得色彩还原效果最优化；其次，由于选择了灰度累加值最大的颜色通道的直方图作为直方图调制的基准直方图，提升了图像的亮度；再次，该算法只涉及到加法，不涉及到乘法和除法，因此硬件实现的成本很低。

附图说明

图1显示为本发明的色彩还原方法的流程图。

图2显示为本发明的色彩还原方法的实施例流程图。

图3显示为本发明的色彩还原装置的示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅图1本发明的色彩还原方法的流程图。

需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

如图1所示，所述色彩还原方法至少包括：

步骤S1：扫描图像中的所有像素，并分别统计图像中R、B和G三种颜色通道的灰度值分布直方图。

具体地，对于一幅输入图像，扫描各个像素中RGB三个分量的灰度值R(i,j)、G(i,j)、B(i,j)，其中，1≤i≤M，1≤j≤N，M为图像的行分辨率，N为列分辨率，M×N表示总像素个数，计算R、B和G中每种颜色通道的每个灰度值对应的像素个数。其中，图像灰度值以二进制的图像灰度数据表示，当图像灰度数据未8位宽时，图像灰度数据的最大值为255，最小值为0。

如图2所示，直方图的横坐标是灰度级0、1、...、255，纵坐标是图像中某一灰度值对应的像素个数。

步骤S2：根据所述直方图分别计算R、B和G三种颜色通道灰度值的累加值，比较所述累加值，并确定标准累加值；

步骤S3：以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图，以将其他两种颜色通道的灰度值映射为新灰度值；

步骤S4：重新扫描图像中的所有像素，输出新灰度值所对应的图像。

需要说明的是，所述累加值为每种颜色通道中所有像素点的灰度值的总和，所述直方图累加面积为直方图曲线所包围的面积。

以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图进一步包括：

计算标准累加值所对应的颜色通道的直方图累加面积G_k和其他两种颜色通道所对应的直方图累加面积S_r和S_b；

以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与原始灰度值r和b的映射关系获得对应于所述标准化S_r和S_b的新灰度值，获得新灰度值的方法有两种：

第一种：定义标准值A=G_k，根据G_k、S_r和S_b与原始灰度值r和b的映射关系调整r和b的值，以获得对应所述r和b的新灰度值Z_r和Z_b。

第二种：定义标准值A=G_k，求取对应所述S_r和S_b的反函数，以获得新灰度值Z_r和Z_b。

第一种方法是采用逐个灰度值匹配的方法，而该方法需要根据反函数进行计算。

请参阅图2本发明的色彩还原方法的实施例流程图。

步骤S11：扫描图像中的所有像素，并分别统计图像中R、B和G三种颜色通道的灰度值分布直方图；

分别统计灰度值为0、1、...、255的红色子像素的个数，记为H₂(i)，其中i表示灰度值，其变化范围是0-255，H₂(i)表示灰度值为i的红色子像素个数。用同样的方法获得绿色通道的直方图H₁(i)和蓝色通道的直方图H₃(i)。

步骤S12：根据所述直方图分别计算R、B和G三种颜色通道灰度值的累加值AR、AG和AB，比较所述累加值，绿色通道G的灰度值累加值AG为最大累加值；

步骤S13：以所述最大累加值AG所对应的颜色通道的直方图Hg(i)为基准，分别计算R、B和G三种颜色通道的直方图累加面积G_k、S_r和S_b，其中，

k为绿色通道像素的灰度值，r为红色通道像素的灰度值，b为蓝色通道像素的灰度值；

步骤S14：以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与原始灰度值r和b的映射关系获得对应于所述标准化S_r和S_b的新灰度值。

其中，获得新灰度值的两种方法分别为：

第一种：定义标准值A=G_k，根据G_k、S_r和S_b与原始灰度值r和b的映射关系调整r和b的值，以获得对应所述r和b的新灰度值Z_r和Z_b。

该方法是令G_k和G_k所对应的颜色通道的灰度值不变，而S_r和S_b变为 $S_r=G\left(z_r\right)=\underset{i=0}{\overset{z_r}{\mathrm{\Σ}}}{H}_2\left(i\right),S_b=G\left(z_r\right)=\underset{i=0}{\overset{z_b}{\mathrm{\Σ}}}{H}_3\left(i\right),$ 根据该式中S_r和灰度值Z_r以及S_b和灰度值Z_b的映射关系，从Zr=0或Z_b=0开始进行匹配，直至匹配至某一个值Zr和Z_b符合上述，则即为对应所述S_r和S_b的颜色通道的新灰度值Z_r和Z_b。

第二种：定义标准值A=G_k，求取对应所述S_r和S_b的反函数，以获得新灰度值Z_r和Z_b。

该方法是求取对应所述S_r和S_b的反函数Z_r=G^-1(S_r)和Z_b=G^-1(S_b)，以获得新灰度值Z_r和Z_b。

步骤S15：重新扫描图像中的所有像素，输出新灰度值所对应的图像。

需要说明的是，本实施例仅以绿色通道G的灰度值累加值AG为最大累加值来说明绿色通道G的直方图与红色通道R的直方图的调制，以及绿色通道G的直方图与蓝色通道B的直方图的调制，其它类似的方案同样在本专利的保护范围之内，包括：

保持红色通道R的直方图不变，用红色通道R的直方图调制绿色通道G和蓝色通道B的直方图。相应的灰度值的变化情况是：红色通道R的灰度值保持不变，对于绿色G和蓝色B通道，则根据直方图调制来更新灰度值。

保持绿色通道G的直方图不变，用绿色通道G的直方图调制红色通道R和蓝色通道B的直方图。相应的灰度值的变化情况是：绿色通道R的灰度值保持不变，对于红色R和蓝色B通道，则根据直方图调制来更新灰度值。

保持蓝色通道B的直方图不变，用蓝色通道B的直方图调制绿色通道G和红色通道R的直方图。相应的灰度值的变化情况是：蓝色通道B的灰度值保持不变，对于绿色G和红色R通道，则根据直方图调制来更新灰度值。

为了说明本发明的色彩还原方法对于图像的还原效果，主要从R、G和B直方图重叠面积OA和欧几里得距离ED两方面来评判色彩还原的效果，OA越大色彩还原效果越好，ED越小色彩还原效果越好。本发明通过对20幅图像进行处理，根据直方图重叠面积OA和欧几里得距离ED对这20幅图像的原图、采用灰度世界算法(GW)、白色补丁算法(WP)、GW&WP的结合算法以及本发明的算法进行了比较，其中，

$\mathrm{OA}=\underset{i=0}{\overset{255}{\mathrm{\Σ}}}\mathrm{Min}[h_1\left(i\right),h_2\left(i\right),h_3\left(i\right)],$

其中，N=W×H，k=1,2,3，W为图像的水平分辨率，H为图像的垂直分辨率，N为总像素个数，H_k(i)表示图像中灰阶为i的像素个数,h_k(i)表示H_k(i)与N的比。

$\mathrm{ED}(i,j)=\sqrt{{\left(\mathrm{\Δ}{L}^{*}\right)}^2+{\left(\mathrm{\Δ}{a}^{*}\right)}^2+{\left(\mathrm{\Δ}{b}^{*}\right)}^2}$

其中， ${\mathrm{\ΔL}}^{*}=L_2^{*}-L_1^{*}{\mathrm{\Δa}}^{*}=a_2^{*}-a_1^{*},{\mathrm{\Δb}}^{*}=b_2^{*}-b_1^{*}$

和

分别为参考白色的亮度分量和两个色度分量（

$b_2^{*}=-0.067),$ 和

为输入图像的相关分量。

上述为一个像素点的ED值，所以像素点ED值的平均值为：

$\mathrm{ED}=\frac{\underset{i=0}{\overset{M}{\mathrm{\Σ}}}\underset{j=0}{\overset{N}{\mathrm{\Σ}}}\mathrm{ED}(i,j)}{M\·N}$

如下表所示。

表1

以上为对20幅图像处理后得到的结果，其中， $\mathrm{SD}=\sqrt{\frac{{({\mathrm{OA}}_1-O\stackrel{\‾}{A})}^2+{({\mathrm{OA}}_2-O\stackrel{\‾}{A})}^2+...+{({\mathrm{OA}}_{20}-O\stackrel{\‾}{A})}^2}{19}},$ 相比于GW、WP、GW&WP，本文提出的算法效果更佳，其OA的平均值分别比GW、WP、GW&WP高28.3%、88.4%和25.9%，而且标准差最小，因此，其色彩还原效果最佳，而且性能稳定。

此外，我们还用欧几里得距离ED对处理处理效果进行评估，对同样的20幅图像进行处理，结果如表2。

表2

其中， $\stackrel{\‾}{\mathrm{ED}}=\frac{\underset{i=1}{\overset{20}{\mathrm{\Σ}}}{\mathrm{ED}}_i}{20},\mathrm{SD}=\sqrt{\frac{{({\mathrm{ED}}_1-\stackrel{\‾}{\mathrm{ED}})}^2+{({\mathrm{ED}}_2-\stackrel{\‾}{\mathrm{ED}})}^2+...+{({\mathrm{ED}}_{20}-\stackrel{\‾}{\mathrm{ED}})}^2}{19}},$ 从中可以看出，本文的算法ED值分别为GW、WP、GW&WP算法处理结果的的71.1%、100.9%和72.7%，而且标准差较小，因此，该算法具有的色彩还原效果非常接近于白色补丁算法的结果，而且性能稳定。

请参阅图3本发明的色彩还原装置的示意图。

所述色彩还原装置300至少包括：

统计模块301，用于扫描图像中的所有像素，并分别统计图像中R、B和G三种颜色通道的灰度值分布直方图；

累加值计算模块302，用于根据所述直方图分别计算R、B和G三种颜色通道灰度值的累加值，比较所述累加值，并确定标准累加值；

调制模块303，用于以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图，以将其他两种颜色通道的灰度值映射为新灰度值；

图像输出模块304，用于重新扫描图像中的所有像素，输出新灰度值所对应的图像。

优选地，所述标准累加值为最大累加值、最小累加值或中间累加值。

优选地，所述标准累加值为最大累加值。

优选地，所述统计模块301进一步包括：

像素个数计算单元305，用于计算每种颜色通道中的每个灰度值对应的像素个数；

概率计算单元306，用于根据所述像素个数输出归一化后的每个通道中每个灰度值出现的概率，将所述每个灰度值出现的概率作为每个通道的直方图。

优选地，所述调制模块303进一步包括：

直方图累加面积计算单元307，用于计算标准累加值所对应的颜色通道的直方图累加面积G_k和其他两种颜色通道所对应的直方图累加面积S_r和S_b；

新灰度值获取单元308，用于以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与灰度值的映射关系获得对应于所述标准化S_r和S_b的新灰度值。

优选地，新灰度值获取单元308以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与灰度值的映射关系获得对应于所述标准化S_r和S_b的新灰度值进一步包括：定义A=G_k，根据G_k、S_r和S_b与灰度值r和b的映射关系调整r和b的值，以获得对应所述S_r和S_b的新灰度值Z_r和Z_b。

优选地，新灰度值获取单元308以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与灰度值的映射关系获得对应于所述标准化S_r和S_b的新灰度值进一步包括：定义A=G_k，求取对应所述S_r和S_b的反函数，以获得新灰度值Z_r和Z_b。

优选地，所述直方图累加面积为直方图曲线所包围的面积。

优选地，所述累加值为每种颜色通道中所有像素点的灰度值的总和。

所述色彩还原装置300通过对一幅颜色失真的图像进行处理，去除图像的色偏，达到色彩还原的效果。先统计得到输入图像红色、绿色和蓝色的直方图，选出这三个值中的最大值AMAX，以其对应的直方图为基准，使用直方图调制的方法，实现其它两个通道的直方图与这个选出来的基准直方图的调制。本发明是以灰阶累加值最大通道的直方图为基准调整其它两个通道的直方图，进行灰阶的更新。以灰阶累加值最小的通道和灰阶累加值处于中间值的通道的直方图为基准，进行直方图调制的方法，同样属于本专利的保护范围。

装置实施例的说明请参考方法实施例，本发明在此不再赘述。

综上所述，本发明的色彩还原方法及装置，具有以下有益效果：

本发明先统计出一幅图像RBG三通道直方图，然后，分别计算三个颜色通道R、G、B灰度值的累加值，选出这三个值中的最大值，以其最大值所对应的直方图为基准，采用直方图调制的方法，实现其它两个通道的直方图与该基准直方图的调制。通过直方图的调制，使得RGB三通道的直方图重叠面积达到最大，使得色彩还原效果最优化；其次，由于选择了灰度累加值最大的颜色通道的直方图作为直方图调制的基准直方图，提升了图像的亮度；再次，该算法只涉及到加法，不涉及到乘法和除法，因此硬件实现的成本很低。

所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (11)

1.一种色彩还原方法，其特征在于，所述色彩还原方法至少包括：

扫描图像中的所有像素，并分别统计图像中R、B和G三种颜色通道的灰度值分布直方图；

根据所述直方图分别计算R、B和G三种颜色通道灰度值的累加值，比较所述累加值，并确定标准累加值；

以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图，以将其他两种颜色通道的灰度值映射为新灰度值；

重新扫描图像中的所有像素，输出新灰度值所对应的图像。

2.根据权利要求1所述的色彩还原方法，其特征在于：所述标准累加值为最大累加值、最小累加值或中间累加值。

3.根据权利要求2所述的色彩还原方法，其特征在于：所述标准累加值为最大累加值。

4.根据权利要求1所述的色彩还原方法，其特征在于：以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图进一步包括：

计算标准累加值所对应的颜色通道的直方图累加面积G_k和其他两种颜色通道所对应的直方图累加面积S_r和S_b；

以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与原始灰度值r和b的映射关系获得对应于所述标准化S_r和S_b的新灰度值。

5.根据权利要求4所述的色彩还原方法，其特征在于，以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与灰度值的映射关系获得对应于所述标准化S_r和S_b的新灰度值进一步包括：定义A=G_k，根据G_k、S_r和S_b与原始灰度值r和b的映射关系调整r和b的值，以获得对应所述r和b的新灰度值Z_r和Z_b。

6.根据权利要求4所述的色彩还原方法，其特征在于，以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与灰度值的映射关系获得对应于所述标准化S_r和S_b的新灰度值进一步包括：定义A=G_k，求取对应所述S_r和S_b的反函数，以获得新灰度值Z_r和Z_b。

7.根据权利要求4所述的色彩还原方法，其特征在于：所述直方图累加面积为直方图曲线所包围的面积。

8.根据权利要求1所述的色彩还原方法，其特征在于：所述累加值为每种颜色通道中所有像素点的灰度值的总和。

9.一种色彩还原装置，其特征在于，所述色彩还原装置至少包括：

统计模块，用于扫描图像中的所有像素，并分别统计图像中R、B和G三种颜色通道的灰度值分布直方图；

累加值计算模块，用于根据所述直方图分别计算R、B和G三种颜色通道灰度值的累加值，比较所述累加值，并确定标准累加值；

调制模块，用于以所述标准累加值所对应的颜色通道的直方图为基准，调制其他两种颜色通道所对应的直方图，以将其他两种颜色通道的灰度值映射为新灰度值；

图像输出模块，用于重新扫描图像中的所有像素，输出新灰度值所对应的图像。

10.根据权利要求9所述的色彩还原装置，其特征在于，所述统计模块进一步包括：

像素个数计算单元，用于计算每种颜色通道中的每个灰度值对应的像素个数；

概率计算单元，用于根据所述像素个数输出归一化后的每个通道中每个灰度值出现的概率，将所述每个灰度值出现的概率作为每个通道的直方图。

11.根据权利要求9所述的色彩还原装置，其特征在于：所述调制模块进一步包括：

直方图累加面积计算单元，用于计算标准累加值所对应的颜色通道的直方图累加面积G_k和其他两种颜色通道所对应的直方图累加面积S_r和S_b；

新灰度值获取单元，用于以G_k为基准将S_r和S_b调整为标准值A，根据S_r和S_b与灰度值的映射关系获得对应于所述标准化S_r和S_b的新灰度值。

Images