CN104036467A - 一种基于通道增益系数加权的图像色偏校正方法 - Google Patents
一种基于通道增益系数加权的图像色偏校正方法 Download PDFInfo
- Publication number
- CN104036467A CN104036467A CN201410273627.4A CN201410273627A CN104036467A CN 104036467 A CN104036467 A CN 104036467A CN 201410273627 A CN201410273627 A CN 201410273627A CN 104036467 A CN104036467 A CN 104036467A
- Authority
- CN
- China
- Prior art keywords
- gain coefficient
- image
- weighting
- centerdot
- channel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Processing Of Color Television Signals (AREA)
Abstract
本图像色偏校正方法首先获取具有色偏的数字图像数据,再根据公式计算色偏图像红(R)、绿(G)、蓝(B)三通道的增益系数及其对应的权值,并进一步计算R、G、B三通道经过加权的新增益系数,利用经过加权的新增益系数,对色偏图像进行逐点遍历,计算校正后各像素点三个通道的像素值,实现色偏校正过程,得到经过校正的数字图像。本发明可用于数字图像的色偏校正,对于准确、高效地克服图像颜色失真有着重要意义,具有广阔的市场前景和应用价值。
Description
技术领域
一种基于通道增益系数加权的图像色偏校正方法,属于数字图像处理领域,特别涉及图像色偏校正及自动白平衡调整的数字图像处理技术。
背景技术
通过数码相机等数字成像设备采集到的彩色数字图像,是由红(R)、绿(G)、蓝(B)三个通道合成得到的。然而,数字成像设备在成像时,往往因为光照、感光元件等因素的影响,拍摄到的图像可能与原始景物有一定颜色偏差,被称为色偏。通常情况下,色偏图像表现为图像R、G、B三通道中的一个或几个通道的平均像素值明显偏高。色偏带来的颜色失真严重影响图像的视觉效果,因此,数字图像的色偏校正是数字图像处理领域的一个重要问题。
针对图像色偏校正问题,国内外学者进行了广泛的研究,提出了一系列较为有效的方法,例如完美反射算法、动态阈值算法、灰度世界算法等。
完美反射算法的原理是定义图像中最亮的点为白点,然后以这个白点为参考进行自动白平衡调整,从而校正色偏。但是,这一算法存在校正后图像整体变亮的缺点,在原始色偏图像整体较暗的情况下,这一缺点尤其明显。
动态阈值算法主要通过将图像变换到YCbCr颜色空间,然后通过分块处理寻找白色参考点,并以此为基础进行色偏校正。但是,动态阈值算法的计算量远大于灰度世界等算法,对于遥感图像处理等需要经常处理大尺寸图像的领域,这一算法耗时过长,无法得到广泛应用。
灰度世界算法是较为经典且得到广泛应用的算法。灰度世界算法是以灰度世界假设为基础的,该假设认为对于一幅彩色的自然场景图像,R、G、B三通道的平均值趋于同一个值K。而色偏图像通常表现为一个或几个通道的平均值远高于其他通道。灰度世界算法通过计算各通道增益系数,建立映射关系,从而调整像素值,达到颜色校正的目的。然而,通过增益系数调整图像像素值时,若增益系数大于1,则可能会出现结果溢出的情况(像素值大于255),此时通常的处理方法是溢出部分直接置为255,这种处理方法将造成图像整体偏亮。此外,若某图像中存在大面积单一颜色的背景(如天空、草地等),灰度世界假设将不再适用,使用灰度世界算法处理图像不但不能得到正确的校正结果,反而会引入新的颜色失真。
总体来看,现有的色偏校正算法都存在一定问题,故研究一种有效、通用、快速的数字图像色偏校正方法具有重要的现实意义。
发明内容
(一)要解决的技术问题
本发明提供一种基于通道增益系数加权的图像色偏校正方法,本方法是对传统灰度世界色偏校正方法的改进,对三个通道的增益系数进行了加权处理,从而克服了传统灰度世界算法存在的不足,能够准确、快速的进行图像色偏校正,校正结果更加符合人眼视觉感受。
(二)技术方案
一种基于通道增益系数加权的图像色偏校正方法,其特征在于包括以下具体步骤:
步骤一、将通过数码相机、手机摄像头等数字成像设备获取的色偏图像输入到计算机中。
步骤二、分别计算色偏图像R、G、B三通道的增益系数。
步骤三、分别计算色偏图像R、G、B三通道的增益系数对应的权值
步骤四、利用步骤二和步骤三中计算得到的增益系数和权值,进行增益系数加权,获得经过加权的新增益系数。
步骤五、利用步骤四获取的经过加权的新增益系数,对色偏图像进行逐点遍历,计算校正后各像素点三个通道的像素值,实现色偏校正过程,得到经过校正的数字图像。
(三)有益效果
本发明采用增益系数加权的方法进行数字图像色偏校正,充分利用图像中所包含的数据信息,深入发掘图像各通道像素值之间的相关性,避免单一使用均值信息所造成的不足,经过本方法校正后的图像,更加符合人眼视觉感受,色偏现象基本消除;通过对加权后的增益系数的限制,使得校正后图像不存在整体变亮或局部过亮的情况;采用增益系数加权的方式,提高了算法的适用范围,即便色偏图像具有大面积单一颜色的背景,算法依然具有较高的精确性;采用相对简单的计算公式和算法流程,时间复杂度较小,执行速度较快,具有较高的效率,能够满足实时性要求。算法可用于对数码相机、手机摄像头等数字成像设备所拍摄到的图像进行准确、高效的色偏校正,具有广阔的应用价值和市场前景。
附图说明
图1:基于通道增益系数加权的图像色偏校正方法流程图;
图2:本发明实验用图,其中图2a为有色偏的数字图像,图2b为传统灰度世界色偏校正算法的校正结果图,图2c为本发明方法的校正结果图。
【特别说明】:由于所提交的图2为黑白图,无法显示出本发明更好的对比效果,因此在其他证明文件中提交了彩色图2。
具体实施方式
为了更好地理解本发明的技术方案,下面结合附图及具体实施方式详细介绍本发明。
本发明是一种基于通道增益系数加权的图像色偏校正方法,该方法主要包括以下几个步骤:
1.将通过数码相机、手机摄像头等数字成像设备获取的色偏图像输入到计算机中;
2.分别计算色偏图像R、G、B三通道的增益系数;
3.分别计算色偏图像R、G、B三通道的增益系数对应的权值;
4.利用步骤2和步骤3中计算得到的增益系数和权值,进行增益系数加权,获得经过加权的新增益系数;
5.利用步骤4获取的经过加权的新增益系数,对色偏图像进行逐点遍历,计算校正后各像素点三个通道的像素值,实现色偏校正过程,得到经过校正的数字图像。
本发明的具体实现流程如图1所示,各部分具体实施细节如下:
1.将通过数码相机、手机摄像头等数字成像设备获取的色偏图像输入到计算机中
色偏图像是通过数字成像设备(如数码相机、手机摄像头等)获取的。在完全理想的情况下,数字成像设备拍摄到的图像应当是无色偏的,然而,由于光照变化、传感器误差等影响,有的图像可能会产生色偏。将产生色偏的图像读入到计算机中,并通过通道分解获取图像每个像素点在R、G、B三个通道的像素值,从而获得了图像的数据信息,这些数据信息是进行色偏校正的基础。
2.分别计算色偏图像R、G、B三通道的增益系数
针对步骤1中获取的存在色偏的数字图像,分别计算色偏图像R、G、B三通道的增益系数,分为以下几个步骤实现:
(1)计算色偏图像R、G、B三个通道各自的平均像素值,用到了如下公式:
其中N为色偏图像所含像素的个数,Ri、Gi、Bi分别表示色偏图像第i个像素点R、G、B三通道的像素值,Rav、Gav、Bav表示三通道的平均像素值。
(2)利用(1)中计算得到的各通道平均像素值,计算三通道平均值的平均值(即图像的总平均值),公式如下:
其中K为图像的总平均值。
(3)利用(1)和(2)中计算得到的三通道各自的平均值及总平均值,计算增益系数,公式如下:
其中Kr、Kg、Kb分别表示图像R、G、B三通道的增益系数。
3.分别计算色偏图像R、G、B三通道的增益系数对应的权值
通过对图像数据及通道相关性的分析,对增益系数进行加权,分别计算三通道增益系数对应的权值,分为以下几个步骤实现:
(1)分别计算R、G、B三通道像素值的标准差,如下式:
其中Sr、Sg、Sb分别表示图像R、G、B三通道的标准差。
(2)计算三通道标准差的平均值和最大值,即:
Smax=max(Sr,Sg,Sb),(12)
其中Sav、Smax分别表示图像三个通道标准差的平均值以及最大值。
(3)根据(1)和(2)的计算结果,分别计算R、G、B三通道增益系数的权值,如下式:
其中cr、cg、cb分别表示图像R、G、B三通道增益系数的权值。
4.获取经过加权的新增益系数
利用步骤2和步骤3中计算得到的增益系数和权值,进行增益系数加权,获得新的增益系数,即加权增益系数。具体公式如下:
其中Knr、Kng、Knb分别表示图像R、G、B三通道的加权增益系数。
5.利用步骤4得到的加权增益系数校正色偏图像,得到校正结果图
利用步骤4获取的经过加权的新增益系数,对色偏图像进行逐点遍历,计算校正后各像素点三个通道的像素值,实现色偏校正过程,得到经过校正的数字图像。公式如下:
Rnci=Ri·Knr,(19)
Gnci=Gi·Kng,(20)
Bnci=Bi·Knb,(21)
其中Rnci、Gnci、Bnci分别表示校正结果图中位置i处的像素点R、G、B三通道的像素值。
本发明可应用于数字图像的色偏校正,对于准确、高效地克服图像颜色失真有着重要意义,具有广阔的市场前景和应用价值。
Claims (5)
1.一种基于通道增益系数加权的图像色偏校正方法,其特征在于包括以下步骤:
(1)通过数码相机、手机摄像头等数字成像设备获取色偏图像,并输入到计算机中;
(2)分别计算色偏图像红(R)、绿(G)、蓝(B)三通道的增益系数;
(3)分别计算色偏图像R、G、B三通道的增益系数对应的权值;
(4)利用步骤(2)和步骤(3)中计算得到的增益系数和权值,进行增益系数加权,获得经过加权的新增益系数;
(5)利用步骤(4)获取的经过加权的新增益系数,对色偏图像进行逐点遍历,计算校正后各像素点三个通道的像素值,实现色偏校正过程,得到经过校正的数字图像。
2.根据权利要求1所述的一种基于通道增益系数加权的图像色偏校正方法,其特征是:所述步骤(2)分别计算色偏图像R、G、B三通道的增益系数,其方法是采用公式
其中Kr、Kg、Kb分别表示图像R、G、B三通道的增益系数,Rav、Gav、Bav分别表示图像R、G、B三通道的平均像素值,K为图像的总平均像素值。
3.根据权利要求1所述的一种基于通道增益系数加权的图像色偏校正方法,其特征是:所述步骤(3)分别计算色偏图像R、G、B三通道的增益系数对应的权值,其方法是采用公式
其中cr、cg、cb分别表示图像R、G、B三通道增益系数的权值,Sr、Sg、Sb分别表示图像R、G、B三通道的标准差,Sav、Smax分别表示图像三个通道标准差的平均值以及最大值。
4.根据权利要求1所述的一种基于通道增益系数加权的图像色偏校正方法,其特征是:所述步骤(4)利用步骤(2)和步骤(3)中计算得到的增益系数和权值,进行增益系数加权,获得经过加权的新增益系数,其方法是采用公式
其中Knr、Kng、Knb分别表示图像R、G、B三通道的加权增益系数。
5.根据权利要求1所述的一种基于通道增益系数加权的图像色偏校正方法,其特征是:所述步骤(5)利用步骤(4)获取的经过加权的新增益系数,对色偏图像进行逐点遍历,计算校正后各像素点三个通道的像素值,实现色偏校正过程,其方法是采用公式
Rnci=Ri·Knr,(10)
Gnci=Gi·Kng,(11)
Bnci=Bi·Knb, (12)
其中Rnci、Gnci、Bnci分别表示校正结果图中位置i处的像素点在R、G、B三通道的像素值,Ri、Gi、Bi分别表示色偏图像中位置i处的像素点在R、G、B三通道的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410273627.4A CN104036467A (zh) | 2014-06-18 | 2014-06-18 | 一种基于通道增益系数加权的图像色偏校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410273627.4A CN104036467A (zh) | 2014-06-18 | 2014-06-18 | 一种基于通道增益系数加权的图像色偏校正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104036467A true CN104036467A (zh) | 2014-09-10 |
Family
ID=51467228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410273627.4A Pending CN104036467A (zh) | 2014-06-18 | 2014-06-18 | 一种基于通道增益系数加权的图像色偏校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104036467A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107564047A (zh) * | 2017-09-12 | 2018-01-09 | 北京小米移动软件有限公司 | 图像处理方法及装置、电子设备和计算机可读存储介质 |
CN108282620A (zh) * | 2018-02-24 | 2018-07-13 | 北京大恒图像视觉有限公司 | 一种包含交通信号灯的图像颜色校正方法 |
CN109740586A (zh) * | 2018-12-19 | 2019-05-10 | 南京华科和鼎信息科技有限公司 | 一种防眩光证件自动阅读系统及方法 |
CN112243118A (zh) * | 2019-07-18 | 2021-01-19 | 浙江宇视科技有限公司 | 白平衡校正方法、装置、设备及存储介质 |
CN112561804A (zh) * | 2020-10-09 | 2021-03-26 | 天津大学 | 基于多尺度细节增强的低光照水下图像增强方法 |
CN113242417A (zh) * | 2021-05-10 | 2021-08-10 | 中国人民解放军海军航空大学 | 标准差加权的色偏数字图像校正方法 |
WO2021159414A1 (zh) * | 2020-02-13 | 2021-08-19 | 深圳元戎启行科技有限公司 | 白平衡控制方法、装置、电子设备和计算机可读存储介质 |
-
2014
- 2014-06-18 CN CN201410273627.4A patent/CN104036467A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107564047A (zh) * | 2017-09-12 | 2018-01-09 | 北京小米移动软件有限公司 | 图像处理方法及装置、电子设备和计算机可读存储介质 |
CN107564047B (zh) * | 2017-09-12 | 2020-10-20 | 北京小米移动软件有限公司 | 图像处理方法及装置、电子设备和计算机可读存储介质 |
CN108282620A (zh) * | 2018-02-24 | 2018-07-13 | 北京大恒图像视觉有限公司 | 一种包含交通信号灯的图像颜色校正方法 |
CN108282620B (zh) * | 2018-02-24 | 2020-09-04 | 北京大恒图像视觉有限公司 | 一种包含交通信号灯的图像颜色校正方法 |
CN109740586A (zh) * | 2018-12-19 | 2019-05-10 | 南京华科和鼎信息科技有限公司 | 一种防眩光证件自动阅读系统及方法 |
CN109740586B (zh) * | 2018-12-19 | 2022-08-16 | 南京华科和鼎信息科技有限公司 | 一种防眩光证件自动阅读系统及方法 |
CN112243118A (zh) * | 2019-07-18 | 2021-01-19 | 浙江宇视科技有限公司 | 白平衡校正方法、装置、设备及存储介质 |
WO2021159414A1 (zh) * | 2020-02-13 | 2021-08-19 | 深圳元戎启行科技有限公司 | 白平衡控制方法、装置、电子设备和计算机可读存储介质 |
CN112561804A (zh) * | 2020-10-09 | 2021-03-26 | 天津大学 | 基于多尺度细节增强的低光照水下图像增强方法 |
CN113242417A (zh) * | 2021-05-10 | 2021-08-10 | 中国人民解放军海军航空大学 | 标准差加权的色偏数字图像校正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104036467A (zh) | 一种基于通道增益系数加权的图像色偏校正方法 | |
CN108600725A (zh) | 一种基于rgb-ir图像数据的白平衡校正装置及方法 | |
CN102129674B (zh) | 一种自适应彩色图像颜色平衡校正方法 | |
CN103402117B (zh) | 基于Lab色度空间的视频图像偏色检测方法 | |
CN101901475B (zh) | 基于视网膜自适应模型的高动态范围图像色调映射方法 | |
CN106780368A (zh) | 一种基于前景模型的水下图像增强方法 | |
CN107507145A (zh) | 一种基于不同颜色空间自适应直方图拉伸的水下图像增强方法 | |
CN103996178A (zh) | 一种沙尘天气彩色图像增强方法 | |
WO2017049703A1 (zh) | 图像对比度增强方法 | |
CN102722868A (zh) | 一种高动态范围图像色调映射方法 | |
CN103503027A (zh) | 摄像装置所用的颜色校准方法 | |
CN102129669B (zh) | 一种航空遥感影像的最小二乘区域网匀色方法 | |
Wang et al. | Variational single nighttime image haze removal with a gray haze-line prior | |
CN103065334A (zh) | 一种基于hsv颜色空间的偏色检测、校正方法及装置 | |
CN103491318B (zh) | 一种红外焦平面探测器图像校正方法及系统 | |
CN103854261A (zh) | 色偏图像的校正方法 | |
CN102196274A (zh) | 一种基于颜色映射的自动白平衡方法 | |
CN103500457B (zh) | 一种视频图像偏色检测的方法 | |
CN104766276B (zh) | 一种基于颜色空间的偏色校正方法 | |
CN102542526B (zh) | 一种图像去色方法 | |
CN113824945B (zh) | 一种基于深度学习的快速自动白平衡和颜色矫正方法 | |
CN113850738B (zh) | 图像紫边的校正装置及方法 | |
CN103295205A (zh) | 一种基于Retinex的微光图像快速增强方法和装置 | |
WO2020118977A1 (zh) | 图像色温校正方法及装置 | |
CN114785995A (zh) | 一种基于fpga的自动白平衡实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140910 |