CN105184757A - 基于颜色空间特点的食物图像色彩增强方法 - Google Patents

Abstract

本发明公开了一种基于颜色空间特点的食物图像色彩增强方法，其实现步骤为：(1)输入图像并预置定点，(2)对预置的HSI和HSV两种色彩空间的定点序列，进行线性处理生成相应函数，(3)基于HSI色彩空间的色调系数值计算，(4)基于HSI色彩空间的饱和度值矫正，(5)基于HSI色彩空间的亮度值矫正，(6)基于HSV色彩空间的色调系数值计算，(7)基于HSV色彩空间的饱和度值矫正。本发明结合HSI和HSV两种色彩空间的特点对图像进行双重处理，达到既使色彩浓度增加，又使色彩亮丽的效果。本发明根据颜色空间和食物色彩的特性，设计相适应的饱和度和亮度矫正曲线，并设计相适应的色调系数曲线，避免了使图像发生泛黄、色偏等问题，从而获得良好的食物色彩增强效果。

Description

基于颜色空间特点的食物图像色彩增强方法

技术领域

本发明属于图像处理技术领域，进一步涉及图像色彩增强领域，具体是基于颜色空间特点的食物图像色彩增强的方法。本发明可用于拍摄食物图像的后处理，可以有效提高食物色彩艳丽程度，大大提高了拍摄的食物照片的质量。

背景技术

近年来，随着智能手机的普及，越来越多人拍照并上传美食图片。目前，图像色彩增强的方法主要有基于Retinex理论的方法、基于YUV、HSI或HSV等颜色空间的矫正方法。基于Retinex理论的方法会使图像颜色发生较大偏移或失真，在实际应用中并不适宜。基于YUV、HSI或HSV等颜色空间的校正方法可以有效分离出色彩分量，保证色调的稳定。

金辉发表的论文“一种用于移动终端视频图像色彩增强的实时方法”(中兴通讯技术,2009(4):52-56)中提到了一种在YUV颜色空间对色彩和亮度校正的实时色彩增强方法，该方法将图像转换到YUV颜色空间，设计了11组连续变化的Gamma值，根据场景的明暗程度设定相应大小的Gamma值对色彩和亮度进行矫正。该方法虽然能一定程度上有自适应的效果，但是Gamma曲线特定的凸函数形状无法贴切描述食物图像色彩或亮度在各取值点应有的增强量。

李冠章发表的论文“彩色图像的亮度-色度非线性重组”(计算机工程与应用,2010,46(25):178-180)提到了在彩色图像增强方法中，将算法处理在分离色度亮度的色彩空间中(如HSI色彩空间)，避免了严重的色彩失真。该方法应用了HSI色彩空间色度亮度分离的特点，但是它的缺点是仅应用了一种色彩空间的增强特点。

发明内容

本发明针对上述现有技术的不足，提出基于颜色空间特点的食物图像色彩增强方法，本发明结合HSI和HSV两种色彩空间的特点，对图像进行双重处理。以达到既能使色彩浓度增加，又使色彩亮丽的效果。

在HSI颜色空间，对饱和度的增强，会使图像色彩变得更加亮丽，但是色彩的浓度不会有明显的增加。而在HSV颜色空间，对饱和度的增强，能使色彩的浓度明显增加，但是图像会相对暗淡，画面效果不好。采用联合两种颜色空间增强的方法，以达到既能使色彩浓度增加，又使色彩亮丽的效果。本发明不使用单一形状的Gamma校正曲线，而是根据颜色空间和食物色彩的特性，设计了相适应的饱和度和亮度矫正曲线。同时，本发明根据食物色彩强调的主要特征色彩如红绿黄，较少地提升其它非主要特征色彩如蓝紫的特点，设计了相适应的色调系数曲线，避免了使图像发生泛黄、色偏等问题，从而获得良好的食物色彩增强效果。

为实现上述目的，本发明技术方案包括如下主要步骤：

(1)输入图像并预置定点：

输入待增强的图像并提图像各个像素的红色值R_i、绿色值G_i、蓝色值B_i；

预置HSI和HSV两种色彩空间的定点序列，其中HSI色彩空间中包括HSI色调系数定点序列、HSI饱和度矫正定点序列与HSI亮度矫正定点序列，HSI色彩空间中包括HSV色调系数定点序列与HSV饱和度矫正定点序列；

(2)对预置的HSI和HSV两种色彩空间的定点序列，进行线性处理生成相应函数：

(2a)对预置的HSI色调系数定点序列，进行线性插值计算，得到HSI色调系数曲线；以该曲线的横坐标值x_hsi,h作为输入值，该曲线的纵坐标值y_hsi,h作为输出值，两坐标值的映射关系构成HSI色调系数函数：

y_hsi,h＝HparamHSI(x_hsi,h)；

(2b)对预置的HSV色调系数定点序列，进行线性插值计算，得到HSV色调系数曲线；以该曲线的横坐标值x_hsv,h作为输入值，该曲线的纵坐标值y_hsv,h作为输出值，两坐标值的映射关系构成HSV色调系数函数：

y_hsv,h＝HparamHSV(x_hsv,h)；

(2c)对预置的HSI饱和度矫正定点序列，进行线性插值计算，再做乘以倍数计算，得到HSI饱和度矫正曲线；以该曲线的横坐标值x_hsi,s作为输入值，该曲线的纵坐标值y_hsi,s作为输出值，两坐标值的映射关系构成HSI饱和度矫正函数：

y_hsi,s＝ScorrectHSI(x_hsi,s,k_hsi,s)；

其中，k_hsi,s表示乘以的倍数；

(2d)对预置的HSV饱和度矫正定点序列，进行线性插值计算，再做乘以倍数计算，得到HSV饱和度矫正曲线；以该曲线的横坐标值x_hsv,s作为输入值，该曲线的纵坐标值y_hsv,s作为输出值，两坐标值的映射关系构成HSV饱和度矫正函数：

y_hsv,s＝ScorrectHSV(x_hsv,s,k_hsv,s)；

其中，k_hsv,s表示乘以的倍数；

(2e)对预置的HSI亮度矫正定点序列，进行线性插值计算，得到HSI亮度矫正曲线；以该曲线的横坐标值x_hsi,i作为输入值，该曲线的纵坐标值y_hsi,i作为输出值，两坐标值的映射关系构成HSI亮度矫正函数：

y_hsi,i＝HparamHSI(x_hsi,i)；

(2f)上述对预置的HSI和HSV两种色彩空间的定点序列进行的线性插值计算，按照下式进行计算：

$y=\frac{x-T_i}{T_{i+1}-T_i}\×{\mathrm{YT}}_{i+1}+\frac{x-T_{i+1}}{T_i-T_{i+1}}\×{\mathrm{YT}}_i;$

其中，T_i、T_i+1表示预置的HSI和HSV两种色彩空间的定点序列中任一定点序列的任意相邻两定点的横坐标值，YT_i、YT_i+1表示与横坐标值T_i、T_i+1相对应的纵坐标值，x表示在[T_i,T_i+1]间的任意横坐标值，y表示与横坐标x相对应的纵坐标值；

(2g)上述对预置的HSI和HSV两种色彩空间的定点序列进行的乘以倍数计算，按照下面步骤计算：

第一步，将原纵坐标值y乘以倍数k：k×y；

第二步，将k×y重新赋给y；

(3)基于HSI色彩空间增强：

(3a)对图像做RGB到HSI色彩空间转换，得到图像各个像素的HSI色调值H_hsi,i、HSI饱和度值S_hsi,i和HSI亮度值I_hsi,i；

(3b)按照HSI色调系数函数y_hsi,h＝HparamHSI(x_hsi,h)，用H_hsi,i代入x_hsi,h，计算得到的y_hsi,h赋给Hp_hsi,i，其中Hp_hsi,i表示图像各个像素的HSI色调系数值；

(3c)按照HSI饱和度矫正函数y_hsi,s＝ScorrectHSI(x_hsi,s,k_hsi,s)，用S_hsi,i代入x_hsi,s，用Hp_hsi,i代入k_hsi,s，计算得到的y_hsi,s重新赋给S_hsi,i；

(3d)亮度值拉伸：

(3d-1)按照下式，计算图像所有像素的灰度值的概率分布直方图Hist：

$Hist\[iv\]=\frac{sum\_iv}{sum\_all};$

其中，iv表示灰度值，sum_iv表示图像中灰度值为iv的像素点数，sum_all表示图像的所有像素点数；

按照下式，计算图像所有像素的灰度平均值Avg_All：

$Avg\_All=\frac{\underset{iv=1}{\overset{255}{\Σ}}iv\×sum\_iv}{sum\_all};$

按照下式，计算图像灰度值在灰度区间[192,255]的像素点数占总像素点数的第四区比值Rate_zone4：

$Rate\_zone4=\underset{iv=192}{\overset{255}{\Σ}}Hist\[iv\];$

(3d-2)判断灰度平均值Avg_All是否小于设定的灰度平均阈值Avg_All_T，且判断第四区比值Rate_zone4是否小于设定的第四区比阈值Rate_zone4_T；若两者同时满足小于各自阈值，则执行步骤(3d-3)；否则，执行步骤(3e)；

(3d-3)按照下式，计算图像所有像素的灰度标准差Std_all：

$Std\_all=\sqrt{\frac{\underset{i}{\Σ}{(I_{hsi,i}-Avg\_all)}^2}{sum\_all}};$

其中，表示对图像所有像素的求和；

按照下式，初始化概率分布直方图Hist的拉伸起点A：

其中，表示向下取整操作；

(3d-4)按照下式，计算拉伸起点前端As：

As＝A；

按照下式，重新计算拉伸起点A：

A＝As+20；

按照下式，计算在灰度区间[As，A]的直方图总和：

$Per\_Sum=\underset{i=As}{\overset{A}{\Σ}}Hist\[i\];$

按照下式，计算在灰度区间[As，A]的直方图密度：

$Per\_A=\frac{Per\_Sum}{A-As};$

(3d-5)判断直方图密度Per_A是否小于设定的直方图密度阈值Per_A_T，若是，按照下式，计算拉伸终点B：

否则，执行步骤(3d-4)；

(3d-6)按照下式，计算拉伸后图像各个像素的HSI亮度值：

$I_{hsi,i}^{strech}=\left\{\begin{array}{cc}\frac{I_{hsi,i}}{A}\×B,& x\≤A\\ \frac{I_{hsi,i}-A}{255-A}\×\left(255-B\right)+B,& else\end{array}\right.;$

其中，表示图像的各个像素的HSI拉伸亮度值；

将重新赋给I_hsi,i；

(3e)按照HSI亮度矫正函数y_hsi,i＝HparamHSI(x_hsi,i)，用I_hsi,i代入x_hsi,i，计算得到的y_hsi,i重新赋给I_hsi,i；

(3f)对图像做HSI到RGB色彩空间转换；

(4)基于HSV色彩空间增强：

(4a)对图像做RGB到HSV色彩空间转换，得到图像各个像素的HSV色调值H_hsv,i、HSV饱和度值S_hsv,i、HSV亮度值V_hsv,i；

(4b)按照HSV色调系数函数y_hsv,h＝HparamHSV(x_hsv,h)，用H_hsv,i代入x_hsv,h，得到的y_hsv,h赋给Hp_hsv,i，其中Hp_hsv,i表示图像各个像素的HSV色调系数值；

(4c)按照HSV饱和度矫正函数y_hsv,s＝ScorrectHSV(x_hsv,s,k_hsv,s)，用S_hsv,i代入x_hsv,s，用Hp_hsv,i代入k_hsv,s，得到的y_hsv,s重新赋给S_hsv,i；

(4d)对图像做HSV到RGB色彩空间转换；

(5)输出经处理后的增强图像。

与现有的技术相比,本发明具有以下优点：

第一，本发明结合HSI颜色空间和HSV颜色空间进行色彩增强。HSI颜色空间进行色彩增强可使图像变得亮丽，但色彩浓度增加不足。HSV颜色空间进行色彩增强可使色彩浓度增加，但图像不够亮丽。本发明融合两种色彩空间的优点进行色彩增强，可得到图像既亮丽色彩又浓重的增强图像。

第二，本发明通过色调值计算色调系数值，对不同色调施加不同程度的饱和度增强。相较传统方法，能够对主要食物色彩增强，而减小对其它色彩的改变，避免了图像的整体色彩发生较大变化。

第三，本发明的饱和度矫正函数根据饱和度增强特性设计，对不同大小的饱和度值施加不同程度的增强，对较低值的饱和度基本不增强，避免传统方法对饱和度较低值也做增强产生的伪色彩。

附图说明

图1为本发明的流程图。

图2为本发明流程中亮度值拉伸步骤的具体流程图。

图3为HSI色调系数曲线示意图。

图4为HSV色调系数曲线示意图。

图5为HSI饱和度矫正曲线示意图。

图6为HSV饱和度矫正曲线示意图。

图7为HSI亮度矫正曲线示意图。

图8为本发明的仿真图。

具体实施方式

下面结合附图对本发明作进一步的描述。

参考附图1，对本发明实现的步骤作进一步的详细描述：

步骤1，输入图像并预置定点：

输入待增强的图像并提图像各个像素的红色值R_i、绿色值G_i、蓝色值B_i；

预置HSI和HSV两种色彩空间的定点序列，其中HSI色彩空间中包括HSI色调系数定点序列、HSI饱和度矫正定点序列与HSI亮度矫正定点序列，HSI色彩空间中包括HSV色调系数定点序列与HSV饱和度矫正定点序列；

步骤2，对预置的HSI和HSV两种色彩空间的定点序列，进行线性处理生成相应函数。

(a)预置的HSI色调系数定点序列{(YT_hsi,h,i,T_hsi,h,i)}取值如下：

$T_{hsi,h,i}=\left\{\begin{array}{ccccccc}0.0000,& 0.0500,& 0.1000,& 0.1500,& 0.2000,& 0.2500,& 0.3000,\\ 0.3500,& 0.4000,& 0.4500,& 0.5000,& 0.5500,& 0.6000,& 0.6500,\\ 0.7000,& 0.7500,& 0.8000,& 0.8500,& 0.9000,& 0.9500,& 1.0000\end{array}\right\};$

${\mathrm{YT}}_{hsi,h,i}=\left\{\begin{array}{ccccccc}1.5000,& 0.5000,& 0.3000,& 0.3000,& 0.3000,& 0.5000,& 1.0000,\\ 1.5000,& 1.0000,& 0.5000,& 0.3000,& 0.3000,& 0.3000,& 0.3000,\\ 0.3000,& 0.3000,& 0.5000,& 1.0000,& 1.5000,& 1.5000,& 1.5000\end{array}\right\};$

其中，YT_hsi,h,i表示第i个HSI色调系数定点的纵坐标值，T_hsi,h,i表示第i个HSI色调系数定点的横坐标值，它们依次取各自{}中的数值。

对预置的HSI色调系数定点序列，按照下式，进行线性插值计算，得到HSI色调系数曲线：

$y_{hsi,h}=\frac{x_{hsi,h}-T_{hsi,h,i}}{T_{hsi,h,i+1}-T_{hsi,h,i}}\×{\mathrm{YT}}_{hsi,h,i+1}+\frac{x_{hsi,h}-T_{hsi,h,i+1}}{T_{hsi,h,i}-T_{hsi,h,i+1}}\×{\mathrm{YT}}_{hsi,h,i};$

其中，T_hsi,h,i、T_hsi,h,i+1表示预置的HSI色调系数定点序列的任意相邻两定点的横坐标值，YT_hsi,h,i、YT_hsi,h,i+1表示与横坐标值T_hsi,h,i、T_hsi,h,i+1相对应的纵坐标值，x_hsi,h表示在[T_hsi,h,i,T_hsi,h,i+1]间的任意横坐标值，y_hsi,h表示与横坐标x_hsi,h相对应的纵坐标值；

以HSI色调系数曲线的横坐标值x_hsi,h作为输入值，HSI色调系数曲线的纵坐标值y_hsi,h作为输出值，两坐标值的映射关系构成HSI色调系数函数：

y_hsi,h＝HparamHSI(x_hsi,h)；

(2b)预置的HSV色调系数定点序列{(YT_hsv,h,i,T_hsv,h,i)}取值如下：

$T_{hsv,h,i}=\left\{\begin{array}{ccccccc}0.0000,& 0.0500,& 0.1000,& 0.1500,& 0.2000,& 0.2500,& 0.3000,\\ 0.3500,& 0.4000,& 0.4500,& 0.5000,& 0.5500,& 0.6000,& 0.6500,\\ 0.7000,& 0.7500,& 0.8000,& 0.8500,& 0.9000,& 0.9500,& 1.0000\end{array}\right\};$

${\mathrm{YT}}_{hsv,h,i}=\left\{\begin{array}{ccccccc}2.5000,& 1.5000,& 0.5000,& 0.5000,& 0.5000,& 1.5000,& 2.5000,\\ 2.5000,& 1.5000,& 0.5000,& 0.5000,& 0.5000,& 0.5000,& 0.5000,\\ 0.5000,& 0.5000,& 0.5000,& 1.0000,& 1.5000,& 2.0000,& 2.5000\end{array}\right\};$

其中，YT_hsv,h,i表示第i个HSV色调系数定点的纵坐标值，T_hsv,h,i表示第i个HSV色调系数定点的横坐标值，它们依次取各自{}中的数值。

对预置的HSV色调系数定点序列，按照下式，进行线性插值计算，得到HSV色调系数曲线：

$y_{hsv,h}=\frac{x_{hsv,h}-T_{hsv,h,i}}{T_{hsv,h,i+1}-T_{hsv,h,i}}\×{\mathrm{YT}}_{hsv,h,i+1}+\frac{x_{hsv,h}-T_{hsv,h,i+1}}{T_{hsv,h,i}-T_{hsv,h,i+1}}\×{\mathrm{YT}}_{hsv,h,i};$

其中，T_hsv,h,i、T_hsv,h,i+1表示预置的HSV色调系数定点序列的任意相邻两定点的横坐标值，YT_hsv,h,i、YT_hsv,h,i+1表示与横坐标值T_hsv,h,i、T_hsv,h,i+1相对应的纵坐标值，x_hsv,h表示在[T_hsv,h,i,T_hsv,h,i+1]间的任意横坐标值，y_hsv,h表示与横坐标x_hsv,h相对应的纵坐标值；

以HSV色调系数曲线的横坐标值x_hsv,h作为输入值，HSV色调系数曲线的纵坐标值y_hsv,h作为输出值，两坐标值的映射关系构成HSV色调系数函数：

y_hsv,h＝HparamHSV(x_hsv,h)；

(2c)预置的HSI饱和度矫正定点序列{(YT_hsi,s,i,T_hsi,s,i)}取值如下：

T_hsi,s,i＝{0.1500,0.3000,0.4500,0.6300,0.8000}；

YT_hsi,s,i＝{0.1500,0.3200,0.5000,0.6900,0.8400}；

其中，YT_hsi,s,i表示第i个HSI饱和度矫正定点的纵坐标值，T_hsi,s,i表示第i个HSI饱和度矫正定点的横坐标值，它们依次取各自{}中的数值。

对预置的HSI饱和度矫正定点序列，按照下式，进行线性插值计算，

$y_{hsi,s}=\frac{x_{hsi,s}-T_{hsi,s,i}}{T_{hsi,s,i+1}-T_{hsi,s,i}}\×{\mathrm{YT}}_{hsi,s,i+1}+\frac{x_{hsi,s}-T_{hsi,s,i+1}}{T_{hsi,s,i}-T_{hsi,s,i+1}}\×{\mathrm{YT}}_{hsi,s,i};$

其中，T_hsi,s,i、T_hsi,s,i+1表示预置的HSI饱和度矫正定点序列的任意相邻两定点的横坐标值，YT_hsi,s,i、YT_hsi,s,i+1表示与横坐标值T_hsi,s,i、T_hsi,s,i+1相对应的纵坐标值，x_hsi,s表示在[T_hsi,s,i,T_hsi,s,i+1]间的任意横坐标值，y_hsi,s表示与横坐标x_hsi,s相对应的纵坐标值；

再按照步骤，进行乘以倍数计算，得到HSI饱和度矫正曲线：

第一步，将原纵坐标值y_hsi,s乘以倍数k_hsi,s：k_hsi,s×y_hsi,s；

第二步，将k_hsi,s×y_hsi,s重新赋给y_hsi,s；

以HSI饱和度矫正曲线的横坐标值x_hsi,s作为输入值，HSI饱和度矫正曲线的纵坐标值y_hsi,s作为输出值，两坐标值的映射关系构成HSI饱和度矫正函数：

y_hsi,s＝ScorrectHSI(x_hsi,s,k_hsi,s)；

其中，k_hsi,s表示乘以的倍数；

(2d)预置的HSV饱和度矫正定点序列{(YT_hsv,s,i,T_hsv,s,i)}如下：

T_hsv,s,i＝{0.1500,0.3000,0.4500,0.6300,0.8000}；

YT_hsv,s,i＝{0.1600,0.3300,0.4900,0.6650,0.8200}；

其中，YT_hsv,s,i表示第i个HSV饱和度矫正定点的纵坐标值，T_hsv,s,i表示第i个HSV饱和度矫正定点的横坐标值，它们依次取各自{}中的数值。

对预置的HSV饱和度矫正定点序列，按照下式，进行线性插值计算，

$y_{hsv,s}=\frac{x_{hsv,s}-T_{hsv,s,i}}{T_{hsv,s,i+1}-T_{hsv,s,i}}\×{\mathrm{YT}}_{hsv,s,i+1}+\frac{x_{hsv,s}-T_{hsv,s,i+1}}{T_{hsv,s,i}-T_{hsv,s,i+1}}\×{\mathrm{YT}}_{hsv,s,i};$

其中，T_hsv,s,i、T_hsv,s,i+1表示预置的HSV饱和度矫正定点序列的任意相邻两定点的横坐标值，YT_hsv,s,i、YT_hsv,s,i+1表示与横坐标值T_hsv,s,i、T_hsv,s,i+1相对应的纵坐标值，x_hsv,s表示在[T_hsv,s,i,T_hsv,s,i+1]间的任意横坐标值，y_hsv,s表示与横坐标x_hsv,s相对应的纵坐标值；

再按照步骤，进行乘以倍数计算，得到HSV饱和度矫正曲线：

第一步，将原纵坐标值y_hsv,s乘以倍数k_hsv,s：k_hsv,s×y_hsv,s；

第二步，将k_hsv,s×y_hsv,s重新赋给y_hsv,s；

以HSV饱和度矫正曲线的横坐标值x_hsv,s作为输入值，HSV饱和度矫正曲线的纵坐标值y_hsv,s作为输出值，两坐标值的映射关系构成HSV饱和度矫正函数：

y_hsv,s＝ScorrectHSV(x_hsv,s,k_hsv,s)；

其中，k_hsv,s表示乘以的倍数；

(2e)预置的HSI亮度矫正定点序列{(YT_hsi,i,i,T_hsi,i,i)}如下：

T_hsi,i,i＝{0.0900,0.3600,0.7200,0.8000,0.9000}；

YT_hsi,i,i＝{0.0700,0.3900,0.7200,0.8000,0.9000}；

其中，YT_hsi,i,i表示第i个HSI亮度矫正定点的纵坐标值，T_hsi,i,i表示第i个HSI亮度矫正定点的横坐标值，它们依次取各自{}中的数值。

对预置的HSI亮度矫正定点序列，按照下式，进行线性插值计算，得到HSI亮度矫正曲线：

$y_{hsi,i,i}=\frac{x_{hsi,i}-T_{hsi,i,i}}{T_{hsi,i,i+1}-T_{hsi,i,i}}\×{\mathrm{YT}}_{hsi,i,i+1}+\frac{x_{hsi,i}-T_{hsi,i,i+1}}{T_{hsi,i,i}-T_{hsi,i,i+1}}\×{\mathrm{YT}}_{hsi,i,i},$

其中，T_hsi,i,i、T_hsi,i,i+1表示预置的HSI亮度矫正定点序列的任意相邻两定点的横坐标值，YT_hsi,i,i、YT_hsi,i,i+1表示与横坐标值T_hsi,i,i、T_hsi,i,i+1相对应的纵坐标值，x_hsi,i表示在[T_hsi,i,i,T_hsv,i,i+1]间的任意横坐标值，y_hsi,i表示与横坐标x_hsi,i相对应的纵坐标值；

以HSI亮度矫正曲线的横坐标值x_hsi,i作为输入值，HSI亮度矫正曲线的纵坐标值y_hsi,i作为输出值，两坐标值的映射关系构成HSI亮度矫正函数：

y_hsi,i＝HparamHSV(x_hsi,i)；

步骤3，基于HSI色彩空间增强。

(3a)按照以下步骤，对图像做RGB到HSI色彩空间转换，得到图像各个像素的HSI色调值H_hsi,i、HSI饱和度值S_hsi,i和HSI亮度值I_hsi,i：

第一步，依次执行下式：

r＝R_i/255；g＝G_i/255；b＝B_i/255；

其中，r、g、b表示临时变量，作用域仅限RGB到HSI色彩空间转换过程；

第二步，当b≤g时，依次执行下式：

$H_{hsi,i}={\cos }^{-1}\left\{\frac{0.5\·\[(r-g)+(r-b)\]}{{\[{(r-g)}^2+(r-b)(g-b)\]}^{1/2}}\right\}/2\mathrm{\π};$

S_hsi,i＝1-3·min(r,g,b)；

I_hsi,i＝(r+g+b)/3；

当b>g时，依次执行下式：

$H_{hsi,i}=2\mathrm{\π}-{\cos }^{-1}\left\{\frac{0.5\·\[(r-g)+(r-b)\]}{{\[{(r-g)}^2+(r-b)(g-b)\]}^{1/2}}\right\}/2\mathrm{\π};$

S_hsi,i＝1-3·min(r,g,b)；

I_hsi,i＝(r+g+b)/3；

其中，cos^-1表示反余弦函数，min表示取最小值操作。

(3b)按照HSI色调系数函数y_hsi,h＝HparamHSI(x_hsi,h)，用H_hsi,i代入x_hsi,h，计算得到的y_hsi,h赋给Hp_hsi,i，其中Hp_hsi,i表示图像各个像素的HSI色调系数值；

(3c)按照HSI饱和度矫正函数y_hsi,s＝ScorrectHSI(x_hsi,s,k_hsi,s)，用S_hsi,i代入x_hsi,s，用Hp_hsi,i代入k_hsi,s，计算得到的y_hsi,s重新赋给S_hsi,i；

(3d)亮度值拉伸：

参考附图2，对亮度值拉伸的步骤作进一步的详细描述：

(3d-1)按照下式，计算图像所有像素的灰度值的概率分布直方图Hist：

$Hist\[iv\]=\frac{sum\_iv}{sum\_all};$

其中，iv表示灰度值，sum_iv表示图像中灰度值为iv的像素点数，sum_all表示图像的所有像素点数；

按照下式，计算图像所有像素的灰度平均值Avg_All：

$Avg\_All=\frac{\underset{iv=1}{\overset{255}{\Σ}}iv\×sum\_iv}{sum\_all};$

按照下式，计算图像灰度值在灰度区间[192,255]的像素点数占总像素点数的第四区比值Rate_zone4：

$Rate\_zone4=\underset{iv=192}{\overset{255}{\Σ}}Hist\[iv\];$

(3d-2)判断灰度平均值Avg_All是否小于设定的灰度平均阈值Avg_All_T，且判断第四区比值Rate_zone4是否小于设定的第四区比阈值Rate_zone4_T；若两者同时满足小于各自阈值，则执行步骤(3d-3)；否则，执行步骤(3e)；

(3d-3)按照下式，计算图像所有像素的灰度标准差Std_all：

$Std\_all=\sqrt{\frac{\underset{i}{\Σ}{(I_{hsi,i}-Avg\_all)}^2}{sum\_all}};$

其中，表示对图像所有像素的求和；

按照下式，初始化概率分布直方图Hist的拉伸起点A：

其中，表示向下取整操作；

(3d-4)按照下式，计算拉伸起点前端As：

As＝A；

按照下式，重新计算拉伸起点A：

A＝As+20；

按照下式，计算在灰度区间[As，A]的直方图总和：

$Per\_Sum=\underset{i=As}{\overset{A}{\Σ}}Hist\[i\];$

按照下式，计算在灰度区间[As，A]的直方图密度：

$Per\_A=\frac{Per\_Sum}{A-As};$

(3d-5)判断直方图密度Per_A是否小于设定的直方图密度阈值Per_A_T，若是，按照下式，计算拉伸终点B：

否则，执行步骤(3d-4)；

(3d-6)按照下式，计算拉伸后图像各个像素的HSI亮度值：

$I_{hsi,i}^{strech}=\left\{\begin{array}{cc}\frac{I_{hsi,i}}{A}\×B,& x\≤A\\ \frac{I_{hsi,i}-A}{255-A}\×\left(255-B\right)+B,& else\end{array}\right.;$

其中，表示图像的各个像素的HSI拉伸亮度值；

将重新赋给I_hsi,i；

(3e)按照HSI亮度矫正函数y_hsi,i＝HparamHSI(x_hsi,i)，用I_hsi,i代入x_hsi,i，计算得到的y_hsi,i重新赋给I_hsi,i；

(3f)按照以下步骤，对图像做HSI到RGB色彩空间转换：

第一步，依次执行下式：

r＝R_i/255；g＝G_i/255；b＝B_i/255；

其中，r、g、b表示临时变量，作用域仅限RGB到HSI色彩空间转换过程；

第二步，当b≤g时，依次执行下式：

$H_{hsi,i}={\cos }^{-1}\left\{\frac{0.5\·\[(r-g)+(r-b)\]}{{\[{(r-g)}^2+(r-b)(g-b)\]}^{1/2}}\right\}/2\mathrm{\π};$

S_hsi,i＝1-3·min(r,g,b)；

I_hsi,i＝(r+g+b)/3；

当b>g时，依次执行下式：

$H_{hsi,i}=2\mathrm{\π}-{\cos }^{-1}\left\{\frac{0.5\·\[(r-g)+(r-b)\]}{{\[{(r-g)}^2+(r-b)(g-b)\]}^{1/2}}\right\}/2\mathrm{\π};$

S_hsi,i＝1-3·min(r,g,b)；

I_hsi,i＝(r+g+b)/3；

其中，cos^-1表示反余弦函数，min表示取最小值操作。

步骤4，基于HSV色彩空间增强。

(4a)按照以下步骤，对图像做RGB到HSV色彩空间转换，得到图像各个像素的HSV色调值H_hsv,i、HSV饱和度值S_hsv,i、HSV亮度值V_hsv,i：

第一步，依次执行下式：

r＝R_i/255；g＝G_i/255；b＝B_i/255；

mx＝max(r,g,b)；

mn＝min(r,g,b)；

其中，mx、mn、r、g、b表示临时变量，作用域仅限RGB到HSV色彩空间转换过程；

第二步，依次执行下式：

$H_{hsv,i}=\left\{\begin{array}{ccc}0,& if& mx=mn\\ \frac{1}{6}\&times;\frac{g-b}{mx-mn}+0,& if& mx=randg\&GreaterEqual;b\\ \frac{1}{6}\&times;\frac{g-b}{mx-mn}+1,& if& mx=randg<b\\ \frac{1}{6}\&times;\frac{b-r}{mx-mn}+\frac{1}{3},& if& mx=g\\ \frac{1}{6}\&times;\frac{r-g}{mx-mn}+\frac{2}{3},& if& mx=b\end{array}\right.;$

$S_{hsv,i}=\left\{\begin{array}{ccc}0,& if& mx=0\\ \frac{mx-mn}{mx}=1-\frac{mn}{mx},& otherwise& \end{array}\right.;$

V_hsv,i＝mx；

其中，min表示取最小值操作。

(4b)按照HSV色调系数函数y_hsv,h＝HparamHSV(x_hsv,h)，用H_hsv,i代入x_hsv,h，得到的y_hsv,h赋给Hp_hsv,i，其中Hp_hsv,i表示图像各个像素的HSV色调系数值；

(4c)按照HSV饱和度矫正函数y_hsv,s＝ScorrectHSI(x_hsv,s,k_hsv,s)，用S_hsv,i代入x_hsv,s，用Hp_hsv,i代入k_hsv,s，得到的y_hsv,s重新赋给S_hsv,i；

(4d)按照以下步骤，，对图像做HSV到RGB色彩空间转换；

第一步，依次执行下式：

h＝|H_hsv,i×6|mod6；

f＝H_hsv,i×6-h；

p＝V_hsv,i×(1-S_hsv,i)；

q＝V_hsv,i×(1-f×S_hsv,i)；

t＝V_hsv,i×(1-(1-f)×S_hsv,i)；

其中，h、f、p、q、t表示临时变量，作用域仅限HSV到RGB色彩空间转换过程，||表示取绝对值运算，mod表示取模运算；

第二步，依次执行下式：

$(r,g,b)=\left\{\begin{array}{ccc}(v,t,p),& if& h=0\\ (q,v,p),& if& h=1\\ (p,v,t),& if& h=2\\ (p,q,v),& if& h=3\\ (t,p,v),& if& h=4\\ (v,p,q),& if& h=5\end{array}\right.;$

R_i＝255×r；G_i＝255×g；B_i＝255×b。

步骤5，输出经处理后的增强图像。

下面结合附图3对本发明的HSI色调系数曲线做进一步说明。

附图3为HSI色调系数曲线。空心圆表示HSI色调系数定点序列，实线表示HSI色调系数曲线。HSI色调系数定点序列，经线性插值，得到HSI色调系数曲线。输入HSI色调值作为曲线横坐标值，输出纵坐标值赋给HSI色调参数值。

HSI色调值从0到1表示色调在红橙黄绿青蓝紫再到红色的变化。附图3中HSI色调系数曲线的两个凹陷处，分别是对黄色和蓝色部分的抑制，避免图像产生泛黄和非食物色彩的增强。

下面结合附图4对本发明的HSV色调系数曲线做进一步说明。

附图4为HSV色调系数曲线。空心圆表示HSV色调系数定点序列，实线表示HSV色调系数曲线。HSV色调系数定点序列，经线性插值，得到HSV色调系数曲线。输入HSV色调值作为曲线横坐标值，输出纵坐标值赋给HSV色调参数值。

HSV调值从0到1表示色调在红橙黄绿青蓝紫再到红色的变化。附图4中HSV色调系数曲线的两个凹陷处，分别是对黄色和蓝色部分的抑制，避免图像产生泛黄和非食物色彩的增强。

下面结合附图5对本发明的HSI饱和度矫正曲线做进一步说明。

附图5为HSI饱和度矫正曲线。空心圆表示HSI饱和度矫正定点序列，虚线表示HSI饱和度矫正定点序列线性插值得到的曲线，实线表示HSI饱和度矫正曲线。HSI饱和度矫正定点序列，经线性插值，得到HSI饱和度矫正定点序列线性插值曲线。该曲线乘以HSI色调系数值，得到HSI饱和度矫正曲线。输入HSI饱和度值作为曲线横坐标值，输出纵坐标值赋给HSI矫正饱和度值。

HSI饱和度矫正曲线的纵坐标值大小按HSI色调系数值倍数放大，从而实现由色调值控制饱和度矫正的大小程度。附图5中HSI饱和度矫正曲线在横坐标值为0.4前增强的程度很小，避免了色调未明显部分颜色的失真。在0.4到0.8之间为饱和度增强的重点区，增强程度较大。

下面结合附图6对本发明的HSV饱和度矫正曲线做进一步说明。

附图6为HSV饱和度矫正曲线。空心圆表示HSV饱和度矫正定点序列，虚线表示HSV饱和度矫正定点序列线性插值得到的曲线，实线表示HSV饱和度矫正曲线。HSV饱和度矫正定点序列，经线性插值，得到HSV饱和度矫正定点序列线性插值曲线。该曲线乘以HSV色调系数值，得到HSV饱和度矫正曲线。输入HSV饱和度值作为曲线横坐标值，输出纵坐标值赋给HSV矫正饱和度值。

HSV饱和度矫正曲线的纵坐标值大小按HSV色调系数值倍数放大，从而实现由色调值控制饱和度矫正的大小程度。附图5中HSV饱和度矫正曲线在横坐标值为0.2前增强的程度很小，避免了色调未明显部分颜色的失真。在0.2到0.8之间为饱和度增强的重点区，增强程度较大。

下面结合附图7对本发明的HSI亮度矫正曲线做进一步说明。

附图7为HSI亮度矫正曲线。空心圆表示HSI亮度矫正定点序列，实线表示HSI亮度矫正曲线。经线性插值，得到HSI亮度矫正曲线。输入HSI亮度值作为曲线横坐标值，输出纵坐标值赋给HSI矫正亮度值。

HSI亮度矫正曲线是一条固定的曲线，它的目的在于一定程度上改善图像的对比度。附图7中可以看到，HSI亮度矫正曲线在横坐标值为0.2前，纵坐标值低于y＝x参考线，而在横坐标值0.2到0.7间，纵坐标值高于y＝x参考线，起到了拉低较低亮度值，提高中间亮度值，实现了扩大亮度动态范围的作用。在横坐标值为0.7以后，则保持与y＝x参考线一致，起到了避免产生过亮光斑的作用。

下面结合附图8对本发明的仿真效果做进一步说明。

1.仿真环境：

仿真所使用的待处理的测试图像大小为800×618，图像具有R、G、B三个颜色通道，每个通道等级为256。

2.仿真结果与分析：

附图8是本发明的仿真结果图，其中，附图8(a)为原图，附图8(b)为采用本算法处理的结果。对比发现，经本算法处理后图像的色彩浓度和亮丽程度都明显增加，亮度对比度明显提高，食物部分色彩明显增强，没有发生泛黄或者色偏。说明本发明对食物图像色彩增强行之有效，避免了泛黄和色偏的缺点，对食物图像色彩有针对性。

Claims (6)

1.基于颜色空间特点的食物色彩增强方法，结合HSI和HSV两种色彩空间的特点，对图像进行双重处理，包括如下步骤：

(1)输入图像并预置定点：

输入待增强的图像并提图像各个像素的红色值R_i、绿色值G_i、蓝色值B_i；

预置HSI和HSV两种色彩空间的定点序列，其中HSI色彩空间中包括HSI色调系数定点序列、HSI饱和度矫正定点序列与HSI亮度矫正定点序列，HSI色彩空间中包括HSV色调系数定点序列与HSV饱和度矫正定点序列；

(2)对预置的HSI和HSV两种色彩空间的定点序列，进行线性处理生成相应函数：

(2a)对预置的HSI色调系数定点序列，进行线性插值计算，得到HSI色调系数曲线；以该曲线的横坐标值x_hsi,h作为输入值，该曲线的纵坐标值y_hsi,h作为输出值，两坐标值的映射关系构成HSI色调系数函数：

y_hsi,h＝HparamHSI(x_hsi,h)；

(2b)对预置的HSV色调系数定点序列，进行线性插值计算，得到HSV色调系数曲线；以该曲线的横坐标值x_hsv,h作为输入值，该曲线的纵坐标值y_hsv,h作为输出值，两坐标值的映射关系构成HSV色调系数函数：

y_hsv,h＝HparamHSV(x_hsv,h)；

(2c)对预置的HSI饱和度矫正定点序列，进行线性插值计算，再做乘以倍数计算，得到HSI饱和度矫正曲线；以该曲线的横坐标值x_hsi,s作为输入值，该曲线的纵坐标值y_hsi,s作为输出值，两坐标值的映射关系构成HSI饱和度矫正函数：

y_hsi,s＝ScorrectHSI(x_hsi,s,k_hsi,s)；

其中，k_hsi,s表示乘以的倍数；

(2d)对预置的HSV饱和度矫正定点序列，进行线性插值计算，再做乘以倍数计算，得到HSV饱和度矫正曲线；以该曲线的横坐标值x_hsv,s作为输入值，该曲线的纵坐标值y_hsv,s作为输出值，两坐标值的映射关系构成HSV饱和度矫正函数：

y_hsv,s＝ScorrectHSV(x_hsv,s,k_hsv,s)；

其中，k_hsv,s表示乘以的倍数；

(2e)对预置的HSI亮度矫正定点序列，进行线性插值计算，得到HSI亮度矫正曲线；以该曲线的横坐标值x_hsi,i作为输入值，该曲线的纵坐标值y_hsi,i作为输出值，两坐标值的映射关系构成HSI亮度矫正函数：

y_hsi,i＝HparamHSI(x_hsi,i)；

(2f)上述对预置的HSI和HSV两种色彩空间的定点序列进行的线性插值计算，按照下式进行计算：

$y=\frac{x-T}{T_{i+1}-L}\&times;{\mathrm{YT}}_{i+1}+\frac{x-T_{i+1}}{T_i-T_{i+1}}\&times;{\mathrm{YT}}_i;$

其中，T_i、T_i+1表示预置的HSI和HSV两种色彩空间的定点序列中任一定点序列的任意相邻两定点的横坐标值，YT_i、YT_i+1表示与横坐标值T_i、T_i+1相对应的纵坐标值，x表示在[T_i,T_i+1]间的任意横坐标值，y表示与横坐标x相对应的纵坐标值；

(2g)上述对预置的HSI和HSV两种色彩空间的定点序列进行的乘以倍数计算，按照下面步骤计算：

第一步，将原纵坐标值y乘以倍数k：k×y；

第二步，将k×y重新赋给y；

(3)基于HSI色彩空间增强：

(3a)对图像做RGB到HSI色彩空间转换，得到图像各个像素的HSI色调值H_hsi,i、HSI饱和度值S_hsi,i和HSI亮度值I_hsi,i；

(3b)按照HSI色调系数函数y_hsi,h＝HparamHSI(x_hsi,h)，用H_hsi,i代入x_hsi,h，计算得到的y_hsi,h赋给Hp_hsi,i，其中Hp_hsi,i表示图像各个像素的HSI色调系数值；

(3c)按照HSI饱和度矫正函数y_hsi,s＝ScorrectHSI(x_hsi,s,k_hsi,s)，用S_hsi,i代入x_hsi,s，用Hp_hsi,i代入k_hsi,s，计算得到的y_hsi,s重新赋给S_hsi,i；

(3d)亮度值拉伸：

(3d-1)按照下式，计算图像所有像素的灰度值的概率分布直方图Hist：

$Hist\&lsqb;iv\&rsqb;=\frac{sum\_iv}{sum\_all};$

其中，iv表示灰度值，sum_iv表示图像中灰度值为iv的像素点数，sum_all表示图像的所有像素点数；

按照下式，计算图像所有像素的灰度平均值Avg_All：

$Avg\_All=\frac{\underset{iv=1}{\overset{255}{\&Sigma;}}iv\&times;sum\_iv}{sum\_all};$

按照下式，计算图像灰度值在灰度区间[192,255]的像素点数占总像素点数的第四区比值Rate_zone4：

$Rate\_zone4=\underset{iv=192}{\overset{255}{\&Sigma;}}Hist\&lsqb;iv\&rsqb;;$

(3d-2)判断灰度平均值Avg_All是否小于设定的灰度平均阈值Avg_All_T，且判断第四区比值Rate_zone4是否小于设定的第四区比阈值Rate_zone4_T；若两者同时满足小于各自阈值，则执行步骤(3d-3)；否则，执行步骤(3e)；

(3d-3)按照下式，计算图像所有像素的灰度标准差Std_all：

$Std\_all=\sqrt{\frac{\underset{i}{\&Sigma;}{(I_{hsi,i}-Avg\_all)}^2}{sum\_all}};$

其中，表示对图像所有像素的求和；

按照下式，初始化概率分布直方图Hist的拉伸起点A：

其中，表示向下取整操作；

(3d-4)按照下式，计算拉伸起点前端As：

As＝A；

按照下式，重新计算拉伸起点A：

A＝As+20；

按照下式，计算在灰度区间[As，A]的直方图总和：

$Per\_Sum=\underset{i=As}{\overset{A}{\&Sigma;}}Hist\&lsqb;i\&rsqb;;$

按照下式，计算在灰度区间[As，A]的直方图密度：

$Per\_A=\frac{Per\_Sum}{A-As};$

(3d-5)判断直方图密度Per_A是否小于设定的直方图密度阈值Per_A_T，若是，按照下式，计算拉伸终点B：

否则，执行步骤(3d-4)；

(3d-6)按照下式，计算拉伸后图像各个像素的HSI亮度值：

$I_{hsi,i}^{strech}=\left\{\begin{array}{cc}\frac{I_{hsi,i}}{A}\&times;B,& x\&le;A\\ \frac{I_{hsi,i}-A}{255-A}\&times;(255-B)+B,& else\end{array}\right.;$

其中，表示图像的各个像素的HSI拉伸亮度值；

将重新赋给I_hsi,i；

(3e)按照HSI亮度矫正函数y_hsi,i＝HparamHSI(x_hsi,i)，用I_hsi,i代入x_hsi,i，计算得到的y_hsi,i重新赋给I_hsi,i；

(3f)对图像做HSI到RGB色彩空间转换；

(4)基于HSV色彩空间增强：

(4a)对图像做RGB到HSV色彩空间转换，得到图像各个像素的HSV色调值H_hsv,i、HSV饱和度值S_hsv,i、HSV亮度值V_hsv,i；

(4b)按照HSV色调系数函数y_hsv,h＝HparamHSV(x_hsv,h)，用H_hsv,i代入x_hsv,h，得到的y_hsv,h赋给Hp_hsv,i，其中Hp_hsv,i表示图像各个像素的HSV色调系数值；

(4c)按照HSV饱和度矫正函数y_hsv,s＝ScorrectHSV(x_hsv,s,k_hsv,s)，用S_hsv,i代入x_hsv,s，用Hp_hsv,i代入k_hsv,s，得到的y_hsv,s重新赋给S_hsv,i；

(4d)对图像做HSV到RGB色彩空间转换；

(5)输出经处理后的增强图像。

2.根据权利要求1所述的基于颜色空间特点的食物图像色彩增强方法，其特征在于：其中步骤(1)中所述预置的HSI和HSV两种色彩空间的定点序列如下：

(1)预置的HSI色调系数定点序列{(YT_hsi,h,i,T_hsi,h,i)}取值如下：

$T_{hsi,h,i}=\left\{\begin{array}{ccccccc}0.0000,& 0.0500,& 0.1000,& 0.1500,& 0.2000,& 0.2500,& 0.3000,\\ 0.3500,& 0.4000,& 0.4500,& 0.5000,& 0.5500,& 0.6000,& 0.6500,\\ 0.7000,& 0.7500,& 0.8000,& 0.8500,& 0.9000,& 0.9500,& 1.0000\end{array}\right\};$

${\mathrm{YT}}_{hsi,h,i}=\left\{\begin{array}{ccccccc}1.5000,& 0.5000,& 0.3000,& 0.3000,& 0.3000,& 0.5000,& 1.0000,\\ 1.5000,& 1.0000,& 0.5000,& 0.3000,& 0.3000,& 0.3000,& 0.3000,\\ 0.3000,& 0.3000,& 0.5000,& 1.0000,& 1.5000,& 1.5000,& 1.5000\end{array}\right\};$

其中，YT_hsi,h,i表示第i个HSI色调系数定点的纵坐标值，T_hsi,h,i表示第i个HSI色调系数定点的横坐标值，它们依次取各自{}中的数值；

(2)预置的HSV色调系数定点序列{(YT_hsv,h,i,T_hsv,h,i)}取值如下：

$T_{hsv,h,i}=\left\{\begin{array}{ccccccc}0.0000,& 0.0500,& 0.1000,& 0.1500,& 0.2000,& 0.2500,& 0.3000,\\ 0.3500,& 0.4000,& 0.4500,& 0.5000,& 0.5500,& 0.6000,& 0.6500,\\ 0.7000,& 0.7500,& 0.8000,& 1.8500,& 0.9000,& 1.9500,& 1.0000\end{array}\right\};$

${\mathrm{YT}}_{hsv,h,i}=\left\{\begin{array}{ccccccc}2.5000,& 1.5000,& 0.5000,& 0.5000,& 0.5000,& 0.5000,& 2.5000,\\ 2.5000,& 1.5000,& 0.5000,& 0.5000,& 0.5000,& 0.5000,& 0.5000,\\ 0.5000,& 0.5000,& 0.5000,& 1.0000,& 1.5000,& 2.0000,& 2.5000\end{array}\right\};$

其中，YT_hsv,h,i表示第i个HSV色调系数定点的纵坐标值，T_hsv,h,i表示第i个HSV色调系数定点的横坐标值，它们依次取各自{}中的数值；

(3)预置的HSI饱和度矫正定点序列{(YT_hsi,s,i,T_hsi,s,i)}取值如下：

T_hsi,s,i＝{0.1500,0.3000,0.4500,0.6300,0.8000}；

YT_hsi,s,i＝{0.1500,0.3200,0.5000,0.6900,0.8400}；

其中，YT_hsi,s,i表示第i个HSI饱和度矫正定点的纵坐标值，T_hsi,s,i表示第i个HSI饱和度矫正定点的横坐标值，它们依次取各自{}中的数值；

(4)预置的HSV饱和度矫正定点序列{(YT_hsv,s,i,T_hsv,s,i)}如下：

T_hsv,s,i＝{0.1500,0.3000,0.4500,0.6300,0.8000}；

YT_hsv,s,i＝{0.1600,0.3300,0.4900,0.6650,0.8200}；

其中，YT_hsv,s,i表示第i个HSV饱和度矫正定点的纵坐标值，T_hsv,s,i表示第i个HSV饱和度矫正定点的横坐标值，它们依次取各自{}中的数值；

(5)预置的HSI亮度矫正定点序列{(YT_hsi,i,i,T_hsi,i,i)}如下：

T_hsi,i,i＝{0.0900,0.3600,0.7200,0.8000,0.9000}；

YT_hsi,i,i＝{0.0700,0.3900,0.7200,0.8000,0.9000}；

其中，YT_hsi,i,i表示第i个HSI亮度矫正定点的纵坐标值，T_hsi,i,i表示第i个HSI亮度矫正定点的横坐标值，它们依次取各自{}中的数值。

3.根据权利要求1所述的基于颜色空间特点的食物图像色彩增强方法，其特征在于：其中步骤(3a)中所述对图像做RGB到HSI色彩空间转换的具体方法如下：

第一步，依次执行下式：

r＝R_i/255；g＝G_i/255；b＝B_i/255；

其中，r、g、b表示临时变量，作用域仅限RGB到HSI色彩空间转换过程；

第二步，当b≤g时，依次执行下式：

$H_{hsi,i}={\cos }^{-1}\left\{\frac{0.5\&CenterDot;\&lsqb;(r-g)+(r-b)\&rsqb;}{{\&lsqb;{(r-g)}^2+(r-b)(g-b)\&rsqb;}^{1/2}}\right\}/2\mathrm{\&pi;};$

S_hsi,i＝1-3·min(r,g,b)；

I_hsi,i＝(r+g+b)/3；

当b>g时，依次执行下式：

$H_{hsi,i}=2\mathrm{\&pi;}-{\cos }^{-1}\left\{\frac{0.5\&CenterDot;\&lsqb;(r-g)+(r-b)\&rsqb;}{{\&lsqb;{(r-g)}^2+(r-b)(g-b)\&rsqb;}^{1/2}}\right\}/2\mathrm{\&pi;};$

S_hsi,i＝1-3·min(r,g,b)；

I_hsi,i＝(r+g+b)/3；

其中，cos^-1表示反余弦函数，min表示取最小值操作。

4.根据权利要求1所述的基于颜色空间特点的食物图像色彩增强方法，其特征在于：其中步骤(3f)中所述对图像做HSI到RGB色彩空间转换的具体方法如下：

第一步，依次执行下式：

h＝2π×H_hsi,i；s＝S_hsi,i；i＝I_hsi,i；

其中，h、s、i表示临时变量，作用域仅限HSI到RGB色彩空间转换过程；

第二步，当h<2π/3时，依次执行下式：

x＝i·(1-s)；

$y=i\&CenterDot;\&lsqb;1+\frac{s\&CenterDot;cos\left(h\right)}{\cos (\mathrm{\&pi;}/3-h)}\&rsqb;;$

z＝3i-(x+y)；

r＝y；g＝z；b＝x；

当2π/3≤h<4π/3时，令h＝h-2π/3，依次执行下式：

x＝i·(1-s)；

$y=i\&CenterDot;\&lsqb;1+\frac{s\&CenterDot;cos\left(h\right)}{\cos (\mathrm{\&pi;}/3-h)}\&rsqb;;$

z＝3i-(x+y)；

r＝x；g＝y；b＝z；

当4π/3≤h≤2π时，令h＝h-4π/3，依次执行下式：

x＝i·(1-s)；

$y=i\&CenterDot;\&lsqb;1+\frac{s\&CenterDot;cos\left(h\right)}{\cos (\mathrm{\&pi;}/3-h)}\&rsqb;;$

z＝3i-(x+y)；

r＝z；g＝x；b＝y；

其中，x、y、z、r、g、b表示临时变量，作用域仅限HSI到RGB色彩空间转换过程，cos表示余弦函数；

第三步，依次执行下式：

R_i＝255×r；G_i＝255×g；B_i＝255×b。

5.根据权利要求1所述的基于颜色空间特点的食物图像色彩增强方法，其特征在于：其中步骤(4a)中所述对图像做RGB到HSV色彩空间转换的具体方法如下：

第一步，依次执行下式：

r＝R_i/255；g＝G_i/255；b＝B_i/255；

mx＝max(r,g,b)；

mn＝min(r,g,b)；

其中，mx、mn、r、g、b表示临时变量，作用域仅限RGB到HSV色彩空间转换过程；

第二步，依次执行下式：

$H_{hsv,i}=\left\{\begin{array}{ccc}0,& if& mx=mn\\ \frac{1}{6}\&times;\frac{g-b}{mx-mn}+0,& if& mx=randg\&GreaterEqual;b\\ \frac{1}{6}\&times;\frac{g-b}{mx-mn}+1,& if& mx=randg<b\\ \frac{1}{6}\&times;\frac{b-r}{mx-mn}+\frac{1}{3},& if& mx=g\\ \frac{1}{6}\&times;\frac{r-g}{mx-mn}+\frac{2}{3},& if& mx=b\end{array}\right.;$

$S_{hsv,i}=\left\{\begin{array}{ccc}0,& if& mx=0\\ \frac{mx-mn}{mx}=1-\frac{mn}{mx},& & otherwise\end{array}\right.;$

V_hsv,i＝mx；

其中，min表示取最小值操作。

6.根据权利要求1所述的基于颜色空间特点的食物图像色彩增强方法，其特征在于：其中步骤(4d)中所述对图像做HSV到RGB色彩空间转换的具体方法如下：

第一步，依次执行下式：

h＝|H_hsv,i×6|mod6；

f＝H_hsv,i×6-h；

p＝V_hsv,i×(1-S_hsv,i)；

q＝V_hsv,i×(1-f×S_hsv,i)；

t＝V_hsv,i×(1-(1-f)×S_hsv,i)；

其中，h、f、p、q、t表示临时变量，作用域仅限HSV到RGB色彩空间转换过程，||表示取绝对值运算，mod表示取模运算；

第二步，依次执行下式：

$(r,g,b)=\left\{\begin{array}{ccc}(v,t,p),& if& h=0\\ (q,v,p),& if& h=1\\ (p,v,t),& if& h=2\\ (p,q,v),& if& h=3\\ (t,p,v),& if& h=4\\ (v,p,q),& if& h=5\end{array}\right.;$

R_i＝255×r；G_i＝255×g；B_i＝255×b。