CN104036467A - 一种基于通道增益系数加权的图像色偏校正方法 - Google Patents

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

一种基于通道增益系数加权的图像色偏校正方法

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：

$R_{\mathrm{av}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}R,---\left(1\right)$

$G_{\mathrm{av}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{G}_i,---\left(2\right)$

$B_{\mathrm{av}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{B}_i,---\left(3\right)$

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：

$K=\frac{R_{\mathrm{av}}+G_{\mathrm{av}}+B_{\mathrm{av}}}{3},---\left(4\right)$

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：

$K_r=\frac{K}{R_{\mathrm{av}}},---\left(5\right)$

$K_g=\frac{K}{G_{\mathrm{av}}},---\left(6\right)$

$K_b=\frac{K}{B_{\mathrm{av}}},---\left(7\right)$

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：

$S_r=\sqrt{\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(R_i-R_{\mathrm{av}})}^2}{N}},---\left(8\right)$

$S_g=\sqrt{\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(C_i-G_{\mathrm{av}})}^2}{N}},---\left(9\right)$

$S_b=\sqrt{\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(B_i-B_{\mathrm{av}})}^2}{N}},---\left(10\right)$

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：

$S_{\mathrm{av}}=\frac{S_r+S_g+S_b}{3},---\left(11\right)$

S_max＝max(S_r,S_g,S_b)，(12)

其中S_av、S_max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：

$c_r=\left\{\begin{array}{cc}\frac{S_{\mathrm{av}}^2}{S_r\·S_{\max }},& \mathrm{if}\frac{S_{\mathrm{av}}^2}{S_r\·S_{\max }}\≥1\\ 1,& \mathrm{otherwise}\end{array}\right.,---\left(13\right)$

$c_g=\left\{\begin{array}{cc}\frac{S_{\mathrm{av}}^2}{S_g\·S_{\max }},& \mathrm{if}\frac{S_{\mathrm{av}}^2}{S_g\·S_{\max }}\≥1\\ 1,& \mathrm{otherwise}\end{array}\right.,---\left(14\right)$

$c_b=\left\{\begin{array}{cc}\frac{S_{\mathrm{av}}^2}{S_b\·S_{\max }},& \mathrm{if}\frac{S_{\mathrm{av}}^2}{S_b\·S_{\max }}\≥1\\ 1,& \mathrm{otherwise}\end{array}\right.,---\left(15\right)$

其中c_r、c_g、c_b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：

$K_{\mathrm{nr}}=\left\{\begin{array}{cc}1,& \mathrm{if}{c}_r\·K_r\≥1\\ c_r\·K_r,& \mathrm{otherwise}\end{array}\right.,---\left(16\right)$

$K_{\mathrm{ng}}=\left\{\begin{array}{cc}1,& \mathrm{if}{c}_g\·K_g\≥1\\ c_g\·K_g,& \mathrm{otherwise}\end{array}\right.,---\left(17\right)$

$K_{\mathrm{nb}}=\left\{\begin{array}{cc}1,& \mathrm{if}{c}_b\·K_b\≥\\ c_b\·K_b,& \mathrm{otherw}\end{array}\right.,---\left(18\right)$

其中K_nr、K_ng、K_nb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：

R_nci＝R_i·K_nr，(19)

G_nci＝G_i·K_ng，(20)

B_nci＝B_i·K_nb，(21)

其中R_nci、G_nci、B_nci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

$K_r=\frac{K}{R_{\mathrm{av}}},---\left(1\right)$

$K_g=\frac{K}{G_{\mathrm{av}}},---\left(2\right)$

$K_b=\frac{K}{B_{\mathrm{av}}},---\left(3\right)$

其中K_r、K_g、K_b分别表示图像R、G、B三通道的增益系数，R_av、G_av、B_av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

$c_r=\left\{\begin{array}{cc}\frac{S_{\mathrm{av}}^2}{S_r\·S_{\max }},& \mathrm{if}\frac{S_{\mathrm{av}}^2}{S_r\·S_{\max }}\≥1\\ 1,& \mathrm{otherwise}\end{array}\right.,---\left(4\right)$

$c_g=\left\{\begin{array}{cc}\frac{S_{\mathrm{av}}^2}{S_g\·S_{\max }},& \mathrm{if}\frac{S_{\mathrm{av}}^2}{S_g\·S_{\max }}\≥1\\ 1,& \mathrm{otherwise}\end{array}\right.,---\left(5\right)$

$c_b=\left\{\begin{array}{cc}\frac{S_{\mathrm{av}}^2}{S_b\·S_{\max }},& \mathrm{if}\frac{S_{\mathrm{av}}^2}{S_b\·S_{\max }}\≥1\\ 1,& \mathrm{otherwise}\end{array}\right.,---\left(6\right)$

其中c_r、c_g、c_b分别表示图像R、G、B三通道增益系数的权值，S_r、S_g、S_b分别表示图像R、G、B三通道的标准差，S_av、S_max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

$K_{\mathrm{nr}}=\left\{\begin{array}{cc}1,& \mathrm{if}{c}_r\·K_r\≥1\\ c_r\·K_r,& \mathrm{otherwise}\end{array}\right.,---\left(7\right)$

$K_{\mathrm{ng}}=\left\{\begin{array}{cc}1,& \mathrm{if}{c}_g\·K_g\≥1\\ c_g\·K_g,& \mathrm{otherwise}\end{array}\right.,---\left(8\right)$

$K_{\mathrm{nb}}=\left\{\begin{array}{cc}1,& \mathrm{if}{c}_b\·K_b\≥1\\ c_b\·K_b,& \mathrm{otherwise}\end{array}\right.,---\left(9\right)$

其中K_nr、K_ng、K_nb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

R_nci＝R_i·K_nr，(10)

G_nci＝G_i·K_ng，(11)

B_nci＝B_i·K_nb， (12)

其中R_nci、G_nci、B_nci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，R_i、G_i、B_i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。