CN104240207B

CN104240207B - 一种图像去阴影方法及装置

Info

Publication number: CN104240207B
Application number: CN201410531128.0A
Authority: CN
Inventors: 冯能云; 陈云亮; 佟异
Original assignee: Sonoscape Medical Corp
Current assignee: Opening of biomedical technology (Wuhan) Co.,Ltd.
Priority date: 2014-10-10
Filing date: 2014-10-10
Publication date: 2017-12-19
Anticipated expiration: 2034-10-10
Also published as: CN104240207A

Abstract

本发明实施例公开了一种图像去阴影方法及装置，用于实时去阴影，速度快且鲁棒性好。本发明实施例方法包括：在待处理图像的中心到边缘之间依次划分出N个实时图像区域，相邻两个实时图像区域之间没有重叠部分，所述N为大于或等于2的正整数；计算每一个所述实时图像区域所有像素点的光强度平均值，并根据所有所述光强度平均值得到阴影曲线，所述阴影曲线指示所述待处理图像的图像阴影分布情况；对所述阴影曲线进行拟合处理，得到去阴影函数；根据所述去阴影函数，对所述待处理图像进行去阴影处理。

Description

一种图像去阴影方法及装置

技术领域

本发明涉及图像处理技术领域，具体涉及一种图像去阴影方法及装置。

背景技术

相机视频成像过程中由于光照、机械结构、物镜特性等原因会造成最后的图像呈现亮度不均匀现象，一般情况下将这个现象命名为阴影。在医疗电子内窥镜系统中，由于图像亮度不均匀现象，使得有效观察面积减小，生物组织对比度下降，图像质量下降，不利于临床实时诊断和病灶区域鉴定。

目前有很多算法用于矫正图像亮度不均匀问题，如无数学物理模型的均衡化算法和有数学物理模型的均衡化算法，其中，有数学物理模型的均衡化算法中包括有基于人眼感知的模型算法和基于成像物镜物理光学模型的算法。无数学物理模型的均衡化算法和基于人眼感知的模型算法会丢失图像携带的反应光照强度的信息，但这类信息在内窥镜中有重要的作用，因此，该算法不适合使用在内窥镜中，另外，无数学物理模型的均衡化算法和有数学物理模型的均衡化算法的鲁棒性和实时性都较差，难以在内窥镜中实现。

发明内容

针对上述缺陷，本发明实施例提供了一种图像去阴影方法及装置，可以实时去阴影，且速度快，鲁棒性好。

本发明实施例了一方面提供了一种图像去阴影方法，可包括：

在待处理图像的中心到边缘之间依次划分出N个实时图像区域，相邻两个实时图像区域之间没有重叠部分，所述N为大于或等于2的正整数；

计算每一个所述实时图像区域所有像素点的光强度平均值，并根据所有所述光强度平均值得到阴影曲线，所述阴影曲线指示所述待处理图像的图像阴影分布情况；

对所述阴影曲线进行拟合处理，得到去阴影函数；

根据所述去阴影函数，对所述待处理图像进行去阴影处理。

本发明实施例提供了图像去阴影装置，可包括：

划分单元，用于在待处理图像的中心到边缘之间依次划分出N个实时图像区域，相邻两个实时图像区域之间没有重叠部分，所述N为大于或等于2的正整数；

计算单元，用于计算每一个所述实时图像区域所有像素点的光强度平均值，并根据所有所述光强度平均值得到阴影曲线，所述阴影曲线指示所述待处理图像的图像阴影分布情况；

拟合处理单元，用于对所述阴影曲线进行拟合处理，得到去阴影函数；

去阴影处理单元，用于根据所述去阴影函数，对所述待处理图像进行去阴影处理。

从以上技术方案可以看出，本发明实施例具有以下优点：在本发明实施例中，通过在待处理图像中划分N个实时图像区域，并计算每一个图像区域像素点的光强度平均值，由所有光强度平均值得到阴影曲线，该阴影曲线指示所述待处理图像的图像阴影分布情况，再对阴影曲线进行拟合处理，得到去阴影函数，进而可以根据阴影函数对待处理图像进行去阴影处理，本发明实施例可以实现实时去阴影，且鲁棒性好，能够提高去阴影的效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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图像去阴影方法的流程示意图；

图2为本发明实施例提供的样本矩阵的获取方法的流程示意图；

图3为本发明另一实施例提供的图像去阴影的流程示意图；

图4中a为本发明实施例提供的待处理图像，b为本发明实施例提供的去阴影图像；

图5为本发明实施例提供的图像去阴影装置的结构示意图。

具体实施方式

下面将结合本发明实施例的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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作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。

本发明实施例提供了一种图像去阴影方法，用于实时对图像去阴影，鲁棒性好，本发明实施例还相应提供了一种图像去阴影装置。

本发明实施例所提供的图像去阴影装置可以内置在普通相机或医疗电子内窥镜等系统中，尤其是在医疗电子内窥镜中，用以实现实时去除阴影，且具有较好的鲁棒性，实现了临床实时诊断可行性。

可以理解的是，可以对相机或内窥镜进行数学建模，如公式1所示：

I＝F(eV(x)L) 公式1

其中，上述I表示x位置处相机或内窥镜记录的光强度，上述F表示像元相应函数，上述e为曝光时间，上述V为去阴影函数，L为像元阵列输入照度。

在本发明实施例中，在可见光的相机或内窥镜的成像中，光学结构合理设计实现对机械去阴影函数拟合，采用余弦四次方定律对去阴影函数拟合及展开，得到公式2：

其中，上述PP₀为去阴影图像，PP为待处理图像，V为去阴影函数，l为待处理图像中像素点距离图像中心的长度，f为相机或内窥镜焦距。

基于上述介绍，本发明实施例提供了一种图像去阴影方法，具体可包括如图1所述步骤：

S11、在待处理图像的中心到边缘之间依次划分出N个实时图像区域，相邻两个实时图像区域之间没有重叠部分；

上述N为大于或等于2的正整数。

需要说明的是，上述N匹配样本半径矩阵M_r中的样本图像区域的数量，且所述各个实时图像区域中心到所述待处理图像中心的半径长度与所述样本图像区域中对应的样本半径r相同。

上述N个实时图像区域可以是从待处理图像中心到边缘之间依次划分，也可以是从待处理图像边缘到中心之间依次划分，然后依次进行编号1-N。具体地，实时图像区域的划分顺序和编号都必须与样本图像区域的划分顺序和编号一一对应。进而，相邻两个实时图像区域之间的间隔与编号相同的相邻两个样本图像区域的间隔相同。

更进一步，上述实时图像区域可以是矩形、三角形或梯形，在此不作限定，具体地，实时图像区域形状需要与样本图像区域形状相匹配。

上述样本半径矩阵和样本图像区域将在后续进行详细地介绍，在此不再赘述。

S12、计算每一个所述实时图像区域所有像素点的光强度平均值，并根据所有所述光强度平均值得到阴影曲线；

所述阴影曲线指示所述待处理图像的图像阴影分布情况。

获取一个实时图像区域中所有像素点的光强度，然后对所有像素点的光强度求平均值得到该实时图像区域的光强度平均值。

S13、对所述阴影曲线进行拟合处理，得到去阴影函数；

根据上述光强度平均值和计算样本半径矩阵M_r，对该阴影曲线进行拟合处理，得到上述公式2中的去阴影函数V。

S14、根据所述去阴影函数，对所述待处理图像进行去阴影处理。

根据去阴影函数V，根据公式2得到去阴影图像。

在本发明实施例中，通过在待处理图像中划分N个实时图像区域，并计算每一个图像区域像素点的光强度平均值，由光强度平均值得到阴影曲线，该阴影曲线指示所述待处理图像的图像阴影分布情况，再对阴影曲线进行拟合处理，得到去阴影函数，进而可以根据阴影函数对待处理图像进行去阴影处理，本发明实施例可以实现实时去阴影，且鲁棒性好，能够提高去阴影的效率。

以下对样本半径矩阵和样本图像区域进行详细介绍。上述样本半径矩阵M_r和待处理图像无关，只和相机或内窥镜中设定的图像尺寸有关，因此，可以离线计算上述样本半径矩阵M_r，并将其保存在相机或内窥镜中，在实时处理待处理图像时读取即可，从而减少实时计算量。

如图2所示，上述半径矩阵M_r的获取方法包括以下步骤：

A21、在样本图像的中心到边缘之间依次划分N个样本图像区域，相邻两个样本图像区域之间没有重叠部分；

上述N为大于或等于2的正整数。

通过取相机或内窥镜拍摄的一张图像作为样本图像获取样本半径矩阵M_r，由于在相机或内窥镜成像中，图像阴影效应带来的图像亮度不均匀性呈现了中心对称的特性，以样本图像的中心为中心，在样本图像的中心到边缘之间，依次划分出N个样本图像区域，并按照划分的顺序将样本图像区域分别编号为0，1，---N-1。其中，可以从样本图像的中心到边缘依次划分，也可以从样本图像的边缘区域到中心依次划分，在此不作限定。但可以理解的是，由于图像中心是被关注点，因此，可以优选从样本图像的中心到边缘依次划分的方式，以对图像中心的阴影进行更好处理。

相邻两个图像区域之间的间隔可以相等，也可以不相等，且尽可能保证其间隔取大于0的数值，以便相邻两个样本图像区域之间没有重叠，从而不会对相同的像素点进行重复处理。同样，所有样本图像区域的宽度可以相等，也可以各不相等或其它情况，具体可以根据样本图像中像素点的光强度情况来划分。

根据图像阴影效应带来的图像不均匀性呈现中心对称的特性，在本发明实施例中，该样本图像区域可以是圆环、矩形等，在此不作限定。举例来说，当样本图像区域是圆环时，主要是以样本图像的中心为圆心，在中心到边缘之间取圆环。当样本图像区域是矩形时，可以以样本图像的直径将样本图像分成若干个对称区域，在其中一个对称区域中依次划分出N个矩形。若以样本图像的对角线将样本图像分成若干个对称区域，在任意一个对称区域中可以划分出三角形与梯形结合的样本图像区域。

基于上述介绍可知，若样本图像区域是从样本图像的中心到边缘依次划分出N个圆环，那么在待处理图像中，也将从待处理图像中心到边缘依次划分出N个圆环，并且样本图像区域与实时图像区域的编号一一对应，比如，从样本图像的中心往边缘计算，离样本图像的中心最近的样本图像区域编号为0，与该样本图像区域编号相邻的为1，依此类推，同样地，在待处理图像中，距离中心最近的实时图像区域编号为0，依此类推。进而，相同编号的样本图像区域和实时图像区域的宽度相同，相邻的两个样本图像区域之间的间隔与相同编号的相邻两个实时图像区域之间的间隔相同。若样本图像区域是矩形、或三角形与梯形时，实时图像区域也将相应是矩形、或三角形与梯形，其它同样满足上述介绍条件。

A22、计算上述样本图像区域的中心到样本图像的中心的样本半径r；

其中，若样本图像区域是圆环，那么计算圆环径向上的中点到该样本图像的中心的长度作为该样本半径r。同样，若样本图像区域是矩形，计算矩形中心到该样本图像的中心的长度作为该样本半径r，三角形和梯形相似。

A23、根据上述样本半径r，采用余弦四次方定律获得样本半径矩阵M_r。

利用余弦四次方定律对样本图像区域建立一个二维的样本半径矩阵M_r，以样本图像区域的编号作为半径矩阵M_r的行向量，用样本半径r给行向量赋值，该样本半径矩阵M_r的表示如下公式3

进一步计算上述样本半径矩阵M_r的转矩矩阵M_r ^T，由样本半径矩阵M_r和转矩矩阵计算样本半径矩阵M_r的伪逆矩阵M_r ⁺，该计算公式如下4：

将样本半径矩阵M_r和伪逆矩阵M_r ⁺一起保存在相机或内窥镜系统中。

下面将进一步介绍本发明，请参阅图3，一种图像去阴影方法包括：

S31、在待处理图像的中心到边缘之间依次划分出N个实时图像区域；

具体说明与上述步骤S11说明相同，在此不再赘述。

S32、分别计算每一个所述实时图像区域像素点的光强度平均值I(r)，根据所有所述光强度平均值I(r)得到所述阴影曲线；

具体地，可以在坐标轴上表示光强度平均值I(r)，其中，以实时图像区域中心到所述待处理图像中心的长度r作为横坐标，以光强度平均值I(r)，作为纵坐标，在坐标轴上得到N个坐标点，将N个坐标点连接起来得到上述阴影曲线，该阴影曲线能够反映出待处理图像中心到边缘之间像素点光强度的分布情况。

其中，将得到N个上述光强度平均值I(r)，根据每个实时图像区域的编号，该光强度平均值I(r)进一步可以表示为：光强度平均值I(r_i)。

上述具体表示了依次计算第i个半径为r_i的实时图像区域所有像素点的光强度平均值，所述i为大于等于0且小于或等于N-1的整数。

S33、根据预设的适应性伽玛曲线对所述阴影曲线进行调整；

其中，在临床实时诊断和病灶区域鉴定等医疗领域中，为了使最后的去阴影图像能够符合医生的使用习惯，在本发明实施例中，可以通过适应性伽玛曲线对阴影函数进行调整，以符合医生的视觉。

其中，上述适应性伽玛曲线也可以离线处理，并保存在相机或内窥镜系统中。具体地，上述适应性伽玛曲线为：

r＝cos(x)^r_cos 公式5

其中，上述上述r为适应性伽玛曲线，上述r_cos取值范围在【0-5】之间，上述field angle的取值范围在之间。

S34、对调整后的阴影曲线进行归一化处理，得到光强度矩阵I₀；

对该阴影曲线建立光强度矩阵I₀，其中，所述光强度矩阵I₀表示如下：

当然，若是待处理图像为内窥镜的成像，为了抑制待处理图像内组织结构的影响，在归一化处理前先对阴影曲线进行均值滤波处理。

S35、根据所述光强度矩阵I₀和所述伪逆矩阵M_r ⁺，计算得到所述去阴影函数的多项式参数M_coef；

可以理解的是，根据上述公式2，可以将公式2具体应用到待处理图像像素点的光强度中，假设去阴影图像中像素点的光强度为I，那么根据公式2，可以得到如下公式6：

I₀＝I×(1+ar²+br⁴)＝I+I×M_r×M_coef 公式6

对上述光强度矩阵I₀进行最大归一化，进而将上述公式6转换得到公式7：

从而计算得到去阴影的多项式参数M_coef的参数a和b。

S36、根据所述多项式参数M_coef得到去阴影函数V；

进而去阴影函数V的计算公式为：V＝1+al²+bl⁴，其中，所述l为所述待处理图像中像素点到所述待处理图像中心的长度。

S37、根据该去阴影函数V，对待处理图像PP进行去阴影得到去阴影图像PP₀。

其中，最后对待处理图像进行阴影处理的格式为：

PP₀＝PP/V＝PP/[1+al²+bl⁴]

其中，所述PP₀为去阴影图像，所述PP为待处理图像。

上述公式中的l是像素点到待处理图像中心的长度，那么利用上述去阴影函数，遍历整个待处理图像，可以得到l对应的像素点的去阴影系数V(l)。

可以理解的是，长度l相同的像素点的去阴影函数值相同，遍历整个待处理图像，计算出所有可能的长度l的去阴影函数值，利用去阴影函数值对相应像素点进行去阴影，进而完成对整个待处理图像进行去阴影。

当然，为了减少计算量，还可以对所有可能长度l的去阴影函数值取其倒数值，作为长度l对应的像素点的阴影矫正系数C(l)，即：

C(l)＝1/V(l)

可以将所述阴影矫正系数C(l)以长度l作为索引存储在一张表中，并保存起来。

在遍历整个待处理图像时，只需要根据该像素点到待处理图像中心的长度l，在该表中查找到目标阴影矫正系数C(l)，然后利用该阴影矫正系数C(l)对像素点进行去阴影。

举例来说，若待处理图像中坐标点(x，y)上的像素点p(x，y)，假设去阴影后的像素点为p₀(x，y)，则p₀(x，y)＝p(x，y)*C(l)。

可以理解的是，在本发明实施例中，待处理图像可以是单色图像，也可以是彩色图像(RGB图像)，若是单色图像，则可以采用上述方案进行直接去阴影处理。而在RGB图像中，对不同波段的光，物镜的透过率等、相机的光敏特性是一致的。因此RGB三种色彩的去阴影函数可以认为是一致的，只需要对一种色彩分量进行去阴影函数拟合即可。

因此，在待处理图像是彩色图像时，先将彩色图像分割出红色R分量图像，绿色G分量图像和蓝色B分量图像，然后，对红色R分量图像，绿色G分量图像和蓝色B分量图像中的任意一个进行上述处理，得到去阴影函数。

可以理解的是，针对于内窥镜系统，在胃壁和肠壁内，以脂肪、肌肉、血红蛋白为主要吸收团。其中，绿光(520-550nm)和蓝光(460-475nm)的吸收是红光(>550nm)的10倍。由于腔体壁上组织分布的随机性，相对于绿色G分量图像和蓝色B分量图像，红色R分量图像的强度(入射到物镜表面)分布更加接近入射光强分布，红色R分量图像亮度分布更能反映阴影现象。

因此，在待处理图像为RGB图像时，优选红色R分量图像，在所述红色R分量图像中心到边缘之间依次划分N个所述图像区域，得到去阴影函数V。根据去阴影函数分别对红色R分量图像，绿色G分量图像和蓝色B分量图像进行去阴影处理。

具体采用如下公式：

R₀＝R/V＝R/[1+al²+bl⁴]；

G₀＝G/V＝G/[1+al²+bl⁴]；

B₀＝B/V＝B/[1+al²+bl⁴]；

其中，所述R₀为去阴影处理后的红色R分量图像，所述R为去阴影处理前的红色R分量图像；所述G₀为去阴影处理后的绿色G分量图像，所述G为去阴影处理前的绿色G分量图像；所述B₀为去阴影处理后的蓝色B分量图像，所述B为去阴影处理前的蓝色B分量图像。

请参阅图4，图4中a为利用内窥镜拍摄的未经过去阴影处理的待处理图像，b为利用上述方法对a进行去阴影处理后的去阴影图像，从b中可以看出，本发明实施例提供的实时去阴影的方法，效果明显。

请参阅图5，本发明实施例还提供了一种与上述图像去阴影方法对应的装置，可包括：

划分单元510，用于在待处理图像的中心到边缘之间依次划分出N个实时图像区域，相邻两个实时图像区域之间没有重叠部分，所述N为大于或等于2的正整数；

计算单元520，用于计算每一个所述实时图像区域所有像素点的光强度平均值，并根据所有所述光强度平均值得到阴影曲线，所述阴影曲线指示所述待处理图像的图像阴影分布情况；

拟合处理单元530，用于对所述阴影曲线进行拟合处理，得到去阴影函数；

去阴影处理单元540，用于根据所述去阴影函数，对所述待处理图像进行去阴影处理。

在本发明实施例中，通过划分单元510在待处理图像中划分N个实时图像区域，计算单元520计算每一个图像区域像素点的光强度平均值，由所有光强度平均值得到阴影曲线，该阴影曲线指示所述待处理图像的图像阴影分布情况，拟合处理单元530对计算单元520得到的阴影曲线进行拟合处理，得到去阴影函数，最后去阴影处理单元540可以根据阴影函数对待处理图像进行去阴影处理，本发明实施例可以实现实时去阴影，且鲁棒性好，能够提高去阴影的效率。

具体地，上述划分单元510具体用于，在待处理图像中心到边缘之间依次划分出N个实时图像区域，所述N为样本半径矩阵Mr中的样本图像区域的数量，且所述实时图像区域中心到所述待处理图像中心的半径长度为所述样本图像区域中对应的样本半径r，所述样本半径r为所述样本图像区域的中心到样本图像的中心的半径长度；计算每一个所述实时图像区域所有像素点的光强度平均值I(r)，根据所有所述光强度平均值I(r)得到所述阴影曲线。

其中，在本发明实施例中还对计算单元520得到的阴影曲线进行进一步处理，因此，本发明实施例提供的图像去阴影装置还包括：

调整处理单元，用于根据预设的适应性伽玛曲线对所述阴影曲线进行调整；

归一化处理单元，用于对调整后的阴影曲线进行归一化处理，并得到光强度矩阵I₀，所述光强度矩阵I₀中包括所述光强度平均值I(r)，其中，所述光强度矩阵I₀表示为：

其中，所述I(r_i)表示依次计算第i个半径为r_i的实时图像区域所有像素点的光强度平均值，所述i为大于等于0且小于或等于N-1的整数。

其中，样本半径矩阵M_r的获取具体包括：在所述样本图像的中心到边缘之间依次划分N个所述样本图像区域，相邻两个所述样本图像区域之间没有重叠部分；计算所述样本图像区域的中心到所述样本图像的中心的半径长度r；根据所述半径长度r，采用余弦四次方定律获得所述样本半径矩阵M_r，所述样本半径矩阵表示为：

其中，所述r_j表示依次计算，第j个所述样本图像区域中心到所述样本图像的中心的半径长度，所述j为大于等于0且小于等于N-1的整数；

之后，根据所述样本半径矩阵M_r，计算所述样本半径矩阵M_r的伪逆矩阵M_r ⁺，其中，所述伪逆矩阵M_r ⁺表示为：

其中，所述M_r ^T为所述样本半径矩阵M_r的转矩矩阵。

上述拟合处理单元530具体用于，根据所述光强度矩阵I₀和所述伪逆矩阵M_r ⁺，计算得到所述去阴影函数的多项式参数M_coef；其中，所述去阴影函数的多项式参数M_coef的计算公式为：所述M_r ⁺为所述样本半径矩阵M_r的伪逆矩阵；根据所述多项式参数M_coef得到去阴影函数V；其中，所述去阴影函数V的计算公式为：V＝1+al²+bl⁴，其中，所述l为所述待处理图像中像素点到所述待处理图像中心的长度。

经过上述计算得到去阴影函数V，那么PP₀＝PP/V＝PP/[1+al²+bl⁴]，其中，所述PP₀为去阴影图像，所述PP为待处理图像。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上对本发明所提供的一种图像去阴影方法及装置进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims

1.一种图像去阴影方法，其特征在于，包括：

在样本图像的中心到边缘之间依次划分N个样本图像区域，相邻两个所述样本图像区域之间没有重叠部分，所述N为大于或等于2的正整数；

计算所述样本图像区域的中心到所述样本图像的中心的半径长度r；

根据所述半径长度r，采用余弦四次方定律获得样本半径矩阵M_r，所述样本半径矩阵M_r表示为：

其中，所述样本半径矩阵M_r中的r_j表示依次计算，第j个所述样本图像区域的中心到所述样本图像的中心的半径长度，所述j为大于等于0且小于等于N-1的整数；

根据所述样本半径矩阵M_r，计算所述样本半径矩阵M_r的伪逆矩阵M_r ⁺，其中，所述伪逆矩阵M_r ⁺表示为：

其中，所述M_r ^T为所述样本半径矩阵M_r的转矩矩阵；

在待处理图像的中心到边缘之间依次划分出所述N个实时图像区域，相邻两个实时图像区域之间没有重叠部分，所述N为所述样本半径矩阵M_r中的样本图像区域的数量，且所述实时图像区域中心到所述待处理图像中心的半径长度为所述样本图像区域中对应的所述样本半径r；

计算每一个所述实时图像区域所有像素点的光强度平均值I(r)，并根据所有所述光强度平均值I(r)得到阴影曲线，所述阴影曲线指示所述待处理图像的图像阴影分布情况；

根据预设的适应性伽玛曲线对所述阴影曲线进行调整；

对调整后的阴影曲线进行归一化处理，并得到光强度矩阵I₀，所述光强度矩阵I₀中包括所述光强度平均值I(r)，其中，所述光强度矩阵I₀表示为：

其中，所述I₀中的I(r_i)表示依次计算第i个半径为r_i的实时图像区域所有像素点的光强度平均值，所述i为大于等于0且小于或等于N-1的整数；

对所述阴影曲线进行拟合处理，得到去阴影函数；

根据所述去阴影函数，对所述待处理图像进行去阴影处理。

2.根据权利要求1所述的方法，其特征在于，所述对所述阴影曲线进行拟合处理，得到去阴影函数包括：

根据所述光强度矩阵I₀和所述伪逆矩阵M_r ⁺，计算得到所述去阴影函数的多项式参数M_coef；其中，所述去阴影函数的多项式参数M_coef的计算公式为：

<mrow> <msub> <mi>M</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>e</mi> <mi>f</mi> </mrow> </msub> <mo>=</mo> <msubsup> <mi>M</mi> <mi>r</mi> <mo>+</mo> </msubsup> <mo>&times;</mo> <mrow> <mo>(</mo> <msub> <mi>I</mi> <mn>0</mn> </msub> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>a</mi> </mtd> </mtr> <mtr> <mtd> <mi>b</mi> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow> 1

根据所述多项式参数M_coef得到去阴影函数V；其中，所述去阴影函数V的计算公式为：V＝1+al²+bl⁴，其中，所述l为所述待处理图像中像素点到所述待处理图像中心的长度。

3.根据权利要求2所述的方法，其特征在于，所述去阴影处理的公式为：

PP₀＝PP/V＝PP/[1+al²+bl⁴]，其中，所述PP₀为去阴影图像，所述PP为待处理图像。

4.根据权利要求3所述的方法，其特征在于，所述对所述待处理图像进行去阴影处理包括：

对所述待处理图像中的像素点进行去阴影。

5.根据权利要求4所述的方法，其特征在于，所述对所述待处理图像中的像素点进行去阴影包括：

根据所述去阴影函数V，计算所述待处理图像中像素点的去阴影函数值V(l)；

计算所述去阴影函数值V(l)的倒数值，得到阴影矫正系数C(l)，所述C(l)＝1/V(l)；

所述待处理图像中的像素点与对应阴影矫正系数C(l)的乘积得到去阴影后的像素点。

6.根据权利要求1所述的方法，其特征在于，所述待处理图像包括单色图像和彩色图像；

当所述待处理图像为所述彩色图像时，所述在待处理图像中心到边缘之间依次划分N个图像区域包括：

对所述彩色图像进行分割得到待处理分量图像，所述待处理分量图像包括红色R分量图像、绿色G分量图像和蓝色B分量图像；

从所述红色R分量图像、绿色G分量图像和蓝色B分量图像中选择任意一个分量图像，并在所述分量图像中心到边缘之间依次划分N个所述图像区域。

7.根据权利要求6所述的方法，其特征在于，所述阴影处理的公式具体为：

R₀＝R/V＝R/[1+al²+bl⁴]；

G₀＝G/V＝G/[1+al²+bl⁴]；

B₀＝B/V＝B/[1+al²+bl⁴]；

8.根据权利要求7所述的方法，其特征在于，所述适应性伽玛曲线为：

r＝cos(x)^r_cos，其中，所述r为适应性伽玛曲线，所述r_cos取值范围在【0-5】之间，所述field angle的取值范围在之间。

9.一种图像去阴影装置，其特征在于，包括：

样本划分单元，用于在样本图像的中心到边缘之间依次划分N个样本图像区域，相邻两个所述样本图像区域之间没有重叠部分，所述N为大于或等于2的正整数；

样本半径长度单元，用于计算所述样本图像区域的中心到所述样本图像的中心的半径长度r；

样本半径矩阵单元，还用于根据所述半径长度r，采用余弦四次方定律获得样本半径矩阵M_r，所述样本半径矩阵M_r表示为：

伪逆矩阵单元，还用于根据所述样本半径矩阵M_r，计算所述样本半径矩阵M_r的伪逆矩阵M_r ⁺，其中，所述伪逆矩阵M_r ⁺表示为：

其中，所述M_r ^T为所述样本半径矩阵M_r的转矩矩阵；

划分单元，用于在待处理图像的中心到边缘之间依次划分出N个实时图像区域，所述N为样本半径矩阵M_r中的样本图像区域的数量，且所述实时图像区域中心到所述待处理图像中心的半径长度为所述样本图像区域中对应的样本半径r，相邻两个实时图像区域之间没有重叠部分，所述N为大于或等于2的正整数；

计算单元，用于计算每一个所述实时图像区域所有像素点的光强度平均值I(r)，并根据所有所述光强度平均值I(r)得到阴影曲线，所述阴影曲线指示所述待处理图像的图像阴影分布情况；

其中，所述光强度矩阵I₀中的I(r_i)表示依次计算第i个半径为r_i的实时图像区域所有像素点的光强度平均值，所述i为大于等于0且小于或等于N-1的整数；

10.根据权利要求9所述的图像去阴影装置，其特征在于，

所述拟合处理单元具体用于，根据所述光强度矩阵I₀和所述伪逆矩阵M_r ⁺，计算得到所述去阴影函数的多项式参数M_coef；其中，所述去阴影函数的多项式参数M_coef的计算公式为：所述M_r ⁺为所述样本半径矩阵M_r的伪逆矩阵；根据所述多项式参数M_coef得到去阴影函数V；其中，所述去阴影函数V的计算公式为：V＝1+al²+bl⁴，其中，所述l为所述待处理图像中像素点到所述待处理图像中心的长度。

11.根据权利要求10所述的图像去阴影装置，所述去阴影处理的公式为：