CN105761282A - 图像偏色的检测方法和装置 - Google Patents
图像偏色的检测方法和装置 Download PDFInfo
- Publication number
- CN105761282A CN105761282A CN201410779395.XA CN201410779395A CN105761282A CN 105761282 A CN105761282 A CN 105761282A CN 201410779395 A CN201410779395 A CN 201410779395A CN 105761282 A CN105761282 A CN 105761282A
- Authority
- CN
- China
- Prior art keywords
- value
- image
- colour cast
- brightness
- color
- 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.)
- Granted
Links
Abstract
本发明公开了一种图像偏色的检测方法和装置。其中,该图像偏色的检测方法包括:将待检测图像转换为亮度和色相相互独立的颜色模型;利用颜色模型的亮度和色相计算待检测图像中每个像素点发生偏色的概率;去除待检测图像的发生偏色的概率中的亮度因子,得到待检测图像的色彩失衡值;以及去除色彩失衡值中的色相因子,得到用于指示图像的偏色程度的值。通过本发明,解决了现有技术中无法准确检测图像的偏色现象的问题,达到了准确检测图像偏色的效果。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及一种图像偏色的检测方法和装置。
背景技术
在利用照相机或者摄像机采集图像时,可能由于光线、角度或者机器本身故障等因素导致采集的图像产生偏色的问题,偏色的图像会影响用户对图像颜色的正确辨认,例如,在交通监控中,如果监控摄像头录制的视频出现偏色的问题,可能会导致无法认定肇事车辆颜色等问题,为了及时发现偏色的问题,保证图像颜色的准确性,检测图像是否存在偏色的问题就非常重要了。
现有的方法通过R,G,B通道的灰度来检测图像偏色,第一步,将待检测图像转换为RGB格式,得到三张灰度图像,每张灰度图像代表R,G,B三通道的其中一个;第二步,在每张灰度图上求全图的灰度平均值,分别为Ravg,Gavg,Bavg;在每张图上求全图的灰度最大值Rmax,Gmax,Bmax;第三步,求比值Ravg/Gavg,Bavg/Gavg,Rmax/Gmax,Bmax/Gmax;第四步,用以上述四个比值的总和描述偏色的程度。
但是,发明人发现,上述检测图像是否偏色的方法具有如下缺点:
第一,RGB空间的三个维度R,G,B之间有很强的相关性,任何一维都无法单独表达图像的颜色,因此在R,G,B通道单独求均值的物理意义是模糊不清的,即无法确认哪个维度对偏色造成了影响;第二,物体的颜色由亮度和色相两个因素决定,图像偏色是物体的色相信息受到了破坏,但是RGB空间是亮度与色相混杂的空间,通过这个方法所求出的平均值Ravg,Gavg,Bavg将受到图像中亮度自然变化的干扰,进而导致无法形成色相和图像偏色现象的稳定正相关关系,也就是说,由于亮度的干扰,无法根据该平均值计算出的比值所体现的色相来检测偏色现象。第三,该方法所求的最大值Rmax,Gmax,Bmax非常容易受到个别像素或图像噪声的干扰,例如,只要视频图像中有一个像素点是白色(R,G,B都接近最大值255),则必然使该方法所求的三个通道的最值都接近255,从而使上述4个比值中的半数接近1,可能造成偏色现象的误判,设置无法根据比值判断偏色现象的存在。
针对现有技术中无法准确检测图像的偏色现象的问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种图像偏色的检测方法和装置,以解决现有技术中无法准确检测图像的偏色现象的问题。
为了实现上述目的,根据本发明实施例的一个方面,提供了一种图像偏色的检测方法。根据本发明的图像偏色的检测方法包括:将待检测图像转换为亮度和色相相互独立的颜色模型;利用所述颜色模型的所述亮度和所述色相计算所述待检测图像中每个像素点发生偏色的概率;去除所述待检测图像的发生偏色的概率中的亮度因子,得到所述待检测图像的色彩失衡值;以及去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值。
进一步地,在去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值之后,所述检测方法还包括:判断所述用于指示所述图像的偏色程度的值是否大于预设阈值;如果判断出所述用于指示所述图像的偏色程度的值大于等于所述预设阈值,则所述图像发生偏色。
进一步地,去除所述待检测图像的发生偏色的概率中的亮度因子,得到所述待检测图像的色彩失衡值包括:获取所述待检测图像的所有像素点发生偏色的概率,得到偏色概率的总和;获取所述待检测图像的所有像素点的亮度的总和;以及根据所述偏色概率的总和与所述亮度的总和对所述亮度进行归一化计算,得到所述色彩失衡值。
进一步地,去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值包括:获取所述图像的色相的平均值和每个像素点的色相的值;根据所述平均值和所述色相的值获取所述图像的色相的标准差;计算所述色彩失衡值与所述标准差的商,得到所述用于指示所述图像的偏色程度的值。
进一步地,利用所述颜色模型的所述亮度和所述色相计算所述待检测图像中每个像素点发生偏色的概率包括:获取所述颜色模型中每个所述像素点的亮度维度的亮度值、第一色相维度的第一色相值和第二色相维度的第二色相值;计算所述第一色相值和所述第二色相值的相值和,并计算所述亮度值与所述相值和的乘积,得到一个像素点发生偏色的概率。
为了实现上述目的,根据本发明实施例的另一方面,提供了一种图像偏色的检测装置。根据本发明的图像偏色的检测装置包括:转换单元,用于将待检测图像转换为亮度和色相相互独立的颜色模型;计算单元,用于利用所述颜色模型的所述亮度和所述色相计算所述待检测图像中每个像素点发生偏色的概率;第一去除单元,用于去除所述待检测图像的发生偏色的概率中的亮度因子,得到所述待检测图像的色彩失衡值;以及
第二去除单元,用于去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值。
进一步地,所述检测装置还包括:判断单元,用于在去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值之后,判断所述用于指示所述图像的偏色程度的值是否大于预设阈值;确定单元,用于在判断出所述用于指示所述图像的偏色程度的值大于等于所述预设阈值时,确定所述图像发生偏色。
进一步地,所述第一去除单元包括:第一获取模块,用于获取所述待检测图像的所有像素点发生偏色的概率,得到偏色概率的总和;第二获取模块,用于获取所述待检测图像的所有像素点的亮度的总和;以及第一计算模块,用于根据所述偏色概率的总和与所述亮度的总和对所述亮度进行归一化计算,得到所述色彩失衡值。
进一步地,所述第二去除单元包括:第三获取模块,用于获取所述图像的色相的平均值和每个像素点的色相的值;第四获取模块,用于根据所述平均值和所述色相的值获取所述图像的色相的标准差;第二计算模块,用于计算所述色彩失衡值与所述标准差的商,得到所述用于指示所述图像的偏色程度的值。
进一步地,所述计算单元包括:第五获取模块,用于获取所述颜色模型中每个所述像素点的亮度维度的亮度值、第一色相维度的第一色相值和第二色相维度的第二色相值;第三计算模块,用于计算所述第一色相值和所述第二色相值的相值和,并计算所述亮度值与所述相值和的乘积,得到一个像素点发生偏色的概率。
根据发明实施例,通过采用亮度和色相相互独立的颜色模型对每个像素点发生偏色的概率进行计算,同时考虑色相和亮度对偏色的影响来计算每个像素点发生偏色的概率,避免了仅根据色相计算偏色概率而造成的计算不准确的问题,另外,去除亮度因子和色相因子来避免图像中的亮度和色相的剧烈变化所导致的发生偏色的概率计算不准确的问题,从而能够排除由于亮度和色相的剧烈变化而导致的图像偏色的误判,提高判断图像偏色的准确性,解决了现有技术中无法准确检测图像的偏色现象的问题,达到了准确检测图像偏色的效果。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的图像偏色的检测方法的流程图;
图2是根据本发明优选实施例的图像偏色的检测方法的流程图;以及
图3是根据本发明实施例的图像偏色的检测装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供了一种图像偏色的检测方法。可选地,该图像偏色的检测方法可以用于检测拍摄图像的摄像机或者照相机等,如果检测出采用摄像机或者照相机拍摄的照片出现偏色的问题,可以判断出该拍摄照片的设备出现了故障,通过该图像偏色的检测方法可以及时发现设备故障。
图1是根据本发明实施例的图像偏色的检测方法的流程图。如图1所示,该图像偏色的检测方法包括步骤如下:
步骤S102,将待检测图像转换为亮度和色相相互独立的颜色模型。
为了能够独立判断亮度和色相对偏色的影响,将待检测图像转换为亮度和色相相互独立的颜色模型,颜色和亮度相互独立的颜色模型可以是LAB模型、YCrCb模型。LAB模型为三维空间模型,在该模型中L单独表达亮度,A和B分别表示两个维度的色相,即亮度和色相相互独立表达。YCrCb模型也为三维空间模型,在该模型中Y单独表达亮度,Cr和Cb分别表达两个维度的色相。无论是LAB模型还是YCrCb模型都用三个维度分别表达一个亮度维度和两个色相维度,并且各个维度均独立表达亮度或者色相,使得在采用这种颜色模型的颜色空间中的亮点距离能够准确度量两种颜色的差异大小,从而为准确计算图像的偏色提供了稳定的计算基础。此处仅以LAB模型和YCrCb模型为例说明,应该理解的是,本实施例还可以采用其他亮度和色相相互独立表达的颜色模型,此处不再一一举例说明。
步骤S104,利用颜色模型的亮度和色相计算待检测图像中每个像素点发生偏色的概率。
由于图像的偏色指示破坏图像的色相数据,而图像中物体的亮度仍然与实际相同,但是由于物体通常依靠反射光线来体现颜色,因此亮度越高的物体具有越深颜色的几率也越低,反言之,在色相值相同的条件下,亮度越高发生偏色的几率也越大。为了考虑色相和亮度对偏色的共同作用,利用颜色模型的亮度和色相计算待检测图像中每个像素点发生偏色的概率。
具体地,利用颜色模型的亮度和色相计算待检测图像中每个像素点发生偏色的概率包括:获取颜色模型中每个像素点的亮度维度的亮度值、第一色相维度的第一色相值和第二色相维度的第二色相值。计算第一色相值和第二色相值之和,并计算亮度值与和的乘积,得到一个像素点发生偏色的概率。
也就是说,以一个像素点的色相乘以该像素点的亮度值,即以亮度值对发生偏色的概率进行加权,以LAB模型为例,每个像素点发生偏色的概率为Pi=Li×Ai+Li×Bi。
步骤S106,去除待检测图像的发生偏色的概率中的亮度因子,得到待检测图像的色彩失衡值。
待检测图像的发生偏色的概率为待检测图像中每个像素点发生偏色的概率的概率和,为了避免亮度影响图像偏色的判断,去除待检测图像发生偏色的概率中的亮度因子,得到待检测图像的色彩失衡值,在该色彩失衡值中保留色相因子。
步骤S108,去除色彩失衡值中的色相因子,得到用于指示图像的偏色程度的值。
在图像的颜色变化过于剧烈时也可能导致图像的偏色,因此在判断图像是否偏色之前,还去除色彩失衡值中的色相因子,得到的值为去除了亮度因子和色相因子对判断图像偏色的影响,得到的用于指示图像的偏色程度的值,通过该值能够判断图像是否偏色。
进一步地,在去除色彩失衡值中的色相因子,得到用于指示图像的偏色程度的值之后,检测方法还包括:判断用于指示图像的偏色程度的值是否大于预设阈值。如果判断出用于指示图像的偏色程度的值大于等于预设阈值,则图像发生偏色。即用该用于指示图像的偏色程度的值与用于指示图像偏色的预设阈值的进行比较,根据用于指示图像的偏色程度的值与预设阈值的差值判断图像的偏色程度。例如,预设阈值为1,当用于指示图像的偏色程度的值大于1,则确定该图像发生了偏色的问题,当用于指示图像的偏色程度的值小于1,则根据用于指示图像的偏色程度的值与预设阈值的差值判断图像可能发生偏色现象的概率。例如,用于指示图像的偏色程度的值为0.3,则用于指示图像的偏色程度的值与预设阈值的差值较大,可以确定该图像发生偏色的概率较小,可以判断为不偏色;如果用于指示图像的偏色程度的值为0.8,则确定图像偏色的概率较大,可以为判断为偏色,但是偏色程度不严重,即在用于指示图像的偏色程度的值小于预设阈值时,该用于指示图像的偏色程度的值越接近预设阈值,该图像发生偏色的概率越大。
通过上述实施例,采用亮度和色相相互独立的颜色模型对每个像素点发生偏色的概率进行计算,同时考虑色相和亮度对偏色的影响来计算每个像素点发生偏色的概率,避免了仅根据色相计算偏色概率而造成的计算不准确的问题,另外,去除亮度因子和色相因子来避免图像中的亮度和色相的剧烈变化所导致的发生偏色的概率计算不准确的问题,从而能够排除由于亮度和色相的剧烈变化而导致的图像偏色的误判,提高判断图像偏色的准确性,解决了现有技术中无法准确检测图像的偏色现象的问题。
具体地,去除待检测图像的发生偏色的概率中的亮度因子,得到待检测图像的色彩失衡值包括:获取待检测图像的所有像素点发生偏色的概率,得到偏色概率的总和。获取待检测图像的所有像素点的亮度的总和。以及根据偏色概率的总和与亮度的总和对亮度进行归一化计算,得到色彩失衡值。
每个像素点发生偏色的概率为Pi=Li×Ai+Li×Bi,那么待检测图像发生偏色的概率的总和为去除亮度因子时,可以对亮度进行归一化,即:
其中,CBS为色彩失衡值。
具体地,去除色彩失衡值中的色相因子,得到用于指示图像的偏色程度的值包括:获取图像的色相的平均值和每个像素点的色相的值。根据平均值和色相的值获取图像的色相的标准差。计算色彩失衡值与标准差的商,得到用于指示图像的偏色程度的值。
标准差能够给体现个体间的离散程度,标准差越大,则大部分数据与平均值的差异较大;标准差越小,则大部分数据与平均值的差异较小。通过对色相的归一化处理,能够去除图像过于剧烈的颜色变化所导致的色相的偏色的误判,即:
其中,std(Ai)为第一色相值的标准差,std(Bi)为第二色相值的标准差。
对色相进行归一化,消除了图像中变化过于激烈的颜色对偏色的影响,从而提高了利用得到的用于指示图像的偏色程度的值判断图像是否偏色的准确率,解决了现有技术中无法准确检测图像的偏色现象的问题。
以下结合图2对本发明实施例的图像偏色的检测方法进行说明。
步骤S202,将图像转换到亮度与色彩分离的颜色空间。如LAB或者YCrCb等。例如,将图像转换到LAB颜色模型中,转换后的图像由Li、Ai和Bi表达。
步骤S204,以每个点的亮度值乘以该点的色相值,表达该点发生偏色的概率度,即计算图像中每个像素点的发生偏色的概率,每个点发生偏色的概率为Pi=Li×Ai+Li×Bi。
步骤S206,将所有点的偏色概率度量累加,除以全图亮度总和,得到色彩失衡度CBS。即,图像中所有点的偏色概率的和为色彩失衡度
步骤S208,将CBS除以图像的颜色标准差,得到最终的图像偏色程度值G。即,对的色彩失衡度CBS去除色相因子,得到图像偏色程度其中,std(Ai)和std(Bi)为LAB颜色模型中的两个色相维度。根据图像偏色程度G的大小判断图像是否偏色,在去1作为预设阈值时,当G>1时,图像偏色,当G处于0至1之间时,则描述图像偏色的程度,当G在0至1之间时,G越接近1,图像偏色的概率越大,G越远离1,图像偏色的概率越小,甚至不偏色。
利用上述实施例提供的图像偏色的检测方法,不仅可以准确检测出图像是否偏色,还可以检测图像发生偏色的概率的大小,使得检测结果更能接近人眼的感官印象,提高了检测图像偏色的精准度,减少了图像偏色的误判。
本发明实施例还提供了一种图像偏色的检测装置。该装置可以通过摄像机、照相机等实现其功能。需要说明的是,本发明实施例的图像偏色的检测装置可以用于执行本发明实施例所提供的图像偏色的检测方法,本发明实施例的图像偏色的检测方法也可以通过本发明实施例所提供的图像偏色的检测装置来执行。
图3是根据本发明实施例的图像偏色的检测装置的示意图。如图3所示,该图像偏色的检测装置包括:转换单元10、计算单元20、第一去除单元30和第二去除单元40。
转换单元10用于将待检测图像转换为亮度和色相相互独立的颜色模型。
为了能够独立判断亮度和色相对偏色的影响,将待检测图像转换为亮度和色相相互独立的颜色模型,颜色和亮度相互独立的颜色模型可以是LAB模型、YCrCb模型。LAB模型为三维空间模型,在该模型中L单独表达亮度,A和B分别表示两个维度的色相,即亮度和色相相互独立表达。YCrCb模型也为三维空间模型,在该模型中Y单独表达亮度,Cr和Cb分别表达两个维度的色相。无论是LAB模型还是YCrCb模型都用三个维度分别表达一个亮度维度和两个色相维度,并且各个维度均独立表达亮度或者色相,使得在采用这种颜色模型的颜色空间中的亮点距离能够准确度量两种颜色的差异大小,从而为准确计算图像的偏色提供了稳定的计算基础。此处仅以LAB模型和YCrCb模型为例说明,应该理解的是,本实施例还可以采用其他亮度和色相相互独立表达的颜色模型,此处不再一一举例说明。
计算单元20用于利用颜色模型的亮度和色相计算待检测图像中每个像素点发生偏色的概率。
由于图像的偏色指示破坏图像的色相数据,而图像中物体的亮度仍然与实际相同,但是由于物体通常依靠反射光线来体现颜色,因此亮度越高的物体具有越深颜色的几率也越低,反言之,在色相值相同的条件下,亮度越高发生偏色的几率也越大。为了考虑色相和亮度对偏色的共同作用,利用颜色模型的亮度和色相计算待检测图像中每个像素点发生偏色的概率。
具体地,计算单元包括:第五获取模块,用于获取颜色模型中每个像素点的亮度维度的亮度值、第一色相维度的第一色相值和第二色相维度的第二色相值。第三计算模块,用于计算第一色相值和第二色相值之和,并计算亮度值与和的乘积,得到一个像素点发生偏色的概率。
也就是说,以一个像素点的色相乘以该像素点的亮度值,即以亮度值对发生偏色的概率进行加权,以LAB模型为例,每个像素点发生偏色的概率为Pi=Li×Ai+Li×Bi。
第一去除单元30用于去除待检测图像的发生偏色的概率中的亮度因子,得到待检测图像的色彩失衡值。
待检测图像的发生偏色的概率为待检测图像中每个像素点发生偏色的概率的概率和,为了避免亮度影响图像偏色的判断,去除待检测图像发生偏色的概率中的亮度因子,得到待检测图像的色彩失衡值,在该色彩失衡值中保留色相因子。
第二去除单元40用于去除色彩失衡值中的色相因子,得到用于指示图像的偏色程度的值。
在图像的颜色变化过于剧烈时也可能导致图像的偏色,因此在判断图像是否偏色之前,还去除色彩失衡值中的色相因子,得到的值为去除了亮度因子和色相因子对判断图像偏色的影响,得到的用于指示图像的偏色程度的值,通过该值能够判断图像是否偏色。
进一步地,检测装置还包括:判断单元,用于在去除色彩失衡值中的色相因子,得到用于指示图像的偏色程度的值之后,判断用于指示图像的偏色程度的值是否大于预设阈值。确定单元,用于在判断出用于指示图像的偏色程度的值大于等于预设阈值时,确定图像发生偏色。
即用该用于指示图像的偏色程度的值与用于指示图像偏色的预设阈值的进行比较,根据用于指示图像的偏色程度的值与预设阈值的差值判断图像的偏色程度。例如,预设阈值为1,当用于指示图像的偏色程度的值大于1,则确定该图像发生了偏色的问题,当用于指示图像的偏色程度的值小于1,则根据用于指示图像的偏色程度的值与预设阈值的差值判断图像可能发生偏色现象的概率。例如,用于指示图像的偏色程度的值为0.3,则用于指示图像的偏色程度的值与预设阈值的差值较大,可以确定该图像发生偏色的概率较小,可以判断为不偏色;如果用于指示图像的偏色程度的值为0.8,则确定图像偏色的概率较大,可以为判断为偏色,但是偏色程度不严重,即在用于指示图像的偏色程度的值小于预设阈值时,该用于指示图像的偏色程度的值越接近预设阈值,该图像发生偏色的概率越大。
通过上述实施例,采用亮度和色相相互独立的颜色模型对每个像素点发生偏色的概率进行计算,同时考虑色相和亮度对偏色的影响来计算每个像素点发生偏色的概率,避免了仅根据色相计算偏色概率而造成的计算不准确的问题,另外,去除亮度因子和色相因子来避免图像中的亮度和色相的剧烈变化所导致的发生偏色的概率计算不准确的问题,从而能够排除由于亮度和色相的剧烈变化而导致的图像偏色的误判,提高判断图像偏色的准确性,解决了现有技术中无法准确检测图像的偏色现象的问题。
具体地,第一去除单元包括:第一获取模块,用于获取待检测图像的所有像素点发生偏色的概率,得到偏色概率的总和。第二获取模块,用于获取待检测图像的所有像素点的亮度的总和。以及第一计算模块,用于根据偏色概率的总和与亮度的总和对亮度进行归一化计算,得到色彩失衡值。
每个像素点发生偏色的概率为Pi=Li×Ai+Li×Bi,那么待检测图像发生偏色的概率的总和为去除亮度因子时,可以对亮度进行归一化,即:
其中,CBS为色彩失衡值。
具体地,第二去除单元包括:第三获取模块,用于获取图像的色相的平均值和每个像素点的色相的值。第四获取模块,用于根据平均值和色相的值获取图像的色相的标准差。第二计算模块,用于计算色彩失衡值与标准差的商,得到用于指示图像的偏色程度的值。
标准差能够给体现个体间的离散程度,标准差越大,则大部分数据与平均值的差异较大;标准差越小,则大部分数据与平均值的差异较小。通过对色相的归一化处理,能够去除图像过于剧烈的颜色变化所导致的色相的偏色的误判,即:
其中,std(Ai)为第一色相值的标准差,std(Bi)为第二色相值的标准差。
对色相进行归一化,消除了图像中变化过于激烈的颜色对偏色的影响,从而提高了利用得到的用于指示图像的偏色程度的值判断图像是否偏色的准确率,解决了现有技术中无法准确检测图像的偏色现象的问题。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
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。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可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(可为个人计算机、移动终端、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、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像偏色的检测方法,其特征在于,包括:
将待检测图像转换为亮度和色相相互独立的颜色模型;
利用所述颜色模型的所述亮度和所述色相计算所述待检测图像中每个像素点发生偏色的概率;
去除所述待检测图像的发生偏色的概率中的亮度因子,得到所述待检测图像的色彩失衡值;以及
去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值。
2.根据权利要求1所述的检测方法,其特征在于,在去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值之后,所述检测方法还包括:
判断所述用于指示所述图像的偏色程度的值是否大于预设阈值;
如果判断出所述用于指示所述图像的偏色程度的值大于等于所述预设阈值,则所述图像发生偏色。
3.根据权利要求1或2所述的检测方法,其特征在于,去除所述待检测图像的发生偏色的概率中的亮度因子,得到所述待检测图像的色彩失衡值包括:
获取所述待检测图像的所有像素点发生偏色的概率,得到偏色概率的总和;
获取所述待检测图像的所有像素点的亮度的总和;以及
根据所述偏色概率的总和与所述亮度的总和对所述亮度进行归一化计算,得到所述色彩失衡值。
4.根据权利要求3所述的检测方法,其特征在于,去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值包括:
获取所述图像的色相的平均值和每个像素点的色相的值;
根据所述平均值和所述色相的值获取所述图像的色相的标准差;
计算所述色彩失衡值与所述标准差的商,得到所述用于指示所述图像的偏色程度的值。
5.根据权利要求4所述的检测方法,其特征在于,利用所述颜色模型的所述亮度和所述色相计算所述待检测图像中每个像素点发生偏色的概率包括:
获取所述颜色模型中每个所述像素点的亮度维度的亮度值、第一色相维度的第一色相值和第二色相维度的第二色相值;
计算所述第一色相值和所述第二色相值的相值和,并计算所述亮度值与所述相值和的乘积,得到一个像素点发生偏色的概率。
6.一种图像偏色的检测装置,其特征在于,包括:
转换单元,用于将待检测图像转换为亮度和色相相互独立的颜色模型;
计算单元,用于利用所述颜色模型的所述亮度和所述色相计算所述待检测图像中每个像素点发生偏色的概率;
第一去除单元,用于去除所述待检测图像的发生偏色的概率中的亮度因子,得到所述待检测图像的色彩失衡值;以及
第二去除单元,用于去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值。
7.根据权利要求6所述的检测装置,其特征在于,所述检测装置还包括:
判断单元,用于在去除所述色彩失衡值中的色相因子,得到用于指示所述图像的偏色程度的值之后,判断所述用于指示所述图像的偏色程度的值是否大于预设阈值;
确定单元,用于在判断出所述用于指示所述图像的偏色程度的值大于等于所述预设阈值时,确定所述图像发生偏色。
8.根据权利要求6或7所述的检测装置,其特征在于,所述第一去除单元包括:
第一获取模块,用于获取所述待检测图像的所有像素点发生偏色的概率,得到偏色概率的总和;
第二获取模块,用于获取所述待检测图像的所有像素点的亮度的总和;以及
第一计算模块,用于根据所述偏色概率的总和与所述亮度的总和对所述亮度进行归一化计算,得到所述色彩失衡值。
9.根据权利要求8所述的检测装置,其特征在于,所述第二去除单元包括:
第三获取模块,用于获取所述图像的色相的平均值和每个像素点的色相的值;
第四获取模块,用于根据所述平均值和所述色相的值获取所述图像的色相的标准差;
第二计算模块,用于计算所述色彩失衡值与所述标准差的商,得到所述用于指示所述图像的偏色程度的值。
10.根据权利要求9所述的检测装置,其特征在于,所述计算单元包括:
第五获取模块,用于获取所述颜色模型中每个所述像素点的亮度维度的亮度值、第一色相维度的第一色相值和第二色相维度的第二色相值;
第三计算模块,用于计算所述第一色相值和所述第二色相值的相值和,并计算所述亮度值与所述相值和的乘积,得到一个像素点发生偏色的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410779395.XA CN105761282B (zh) | 2014-12-15 | 2014-12-15 | 图像偏色的检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410779395.XA CN105761282B (zh) | 2014-12-15 | 2014-12-15 | 图像偏色的检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105761282A true CN105761282A (zh) | 2016-07-13 |
CN105761282B CN105761282B (zh) | 2019-05-14 |
Family
ID=56336871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410779395.XA Active CN105761282B (zh) | 2014-12-15 | 2014-12-15 | 图像偏色的检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105761282B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108573507A (zh) * | 2017-03-07 | 2018-09-25 | 富士施乐株式会社 | 颜色信息显示装置和颜色信息显示方法 |
CN111508397A (zh) * | 2020-04-23 | 2020-08-07 | 云谷(固安)科技有限公司 | 显示面板的检测方法和显示面板的检测装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5495428A (en) * | 1993-08-31 | 1996-02-27 | Eastman Kodak Company | Method for determining color of an illuminant in an image based on histogram data |
CN102720713A (zh) * | 2012-05-31 | 2012-10-10 | 绍兴文理学院 | 一种利用电磁吸力修复卡紧故障的电液比例阀 |
CN103020996A (zh) * | 2012-12-28 | 2013-04-03 | 昆山市工业技术研究院有限责任公司 | 基于Lab空间的图像偏色的检测方法 |
CN103067734A (zh) * | 2012-12-12 | 2013-04-24 | 成都三泰电子实业股份有限公司 | 视频质量诊断系统检测视频图像偏色的方法 |
CN104168478A (zh) * | 2014-07-29 | 2014-11-26 | 银江股份有限公司 | 基于Lab空间及相关性函数的视频图像偏色检测方法 |
-
2014
- 2014-12-15 CN CN201410779395.XA patent/CN105761282B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5495428A (en) * | 1993-08-31 | 1996-02-27 | Eastman Kodak Company | Method for determining color of an illuminant in an image based on histogram data |
CN102720713A (zh) * | 2012-05-31 | 2012-10-10 | 绍兴文理学院 | 一种利用电磁吸力修复卡紧故障的电液比例阀 |
CN103067734A (zh) * | 2012-12-12 | 2013-04-24 | 成都三泰电子实业股份有限公司 | 视频质量诊断系统检测视频图像偏色的方法 |
CN103020996A (zh) * | 2012-12-28 | 2013-04-03 | 昆山市工业技术研究院有限责任公司 | 基于Lab空间的图像偏色的检测方法 |
CN104168478A (zh) * | 2014-07-29 | 2014-11-26 | 银江股份有限公司 | 基于Lab空间及相关性函数的视频图像偏色检测方法 |
Non-Patent Citations (2)
Title |
---|
徐晓昭 等: "基于图像分析的偏色检测及颜色校正方法", 《测控技术》 * |
郑建铧 等: "利用色彩直方图特征进行偏色图象的自动检测和校正", 《中国图象图形学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108573507A (zh) * | 2017-03-07 | 2018-09-25 | 富士施乐株式会社 | 颜色信息显示装置和颜色信息显示方法 |
CN111508397A (zh) * | 2020-04-23 | 2020-08-07 | 云谷(固安)科技有限公司 | 显示面板的检测方法和显示面板的检测装置 |
CN111508397B (zh) * | 2020-04-23 | 2023-03-24 | 云谷(固安)科技有限公司 | 显示面板的检测方法和显示面板的检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105761282B (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109726620B (zh) | 一种视频火焰检测方法及装置 | |
US8358835B2 (en) | Method for detecting and correcting chromatic aberration, and apparatus and method for processing image using the same | |
CN105229697A (zh) | 多模态前景背景分割 | |
CN104933721B (zh) | 基于颜色滤波阵列特性的拼接图像篡改检测方法 | |
CN106951869B (zh) | 一种活体验证方法及设备 | |
US9374570B2 (en) | Apparatus and method for correcting depth map for three-dimensional image | |
CN108615227A (zh) | 一种图像摩尔纹的抑制方法及设备 | |
US9064178B2 (en) | Edge detection apparatus, program and method for edge detection | |
CN102193651A (zh) | 用于识别激光点的设备、方法和系统 | |
CN107451976B (zh) | 一种图像处理方法及装置 | |
CN108805872B (zh) | 产品的检测方法和装置 | |
CN111510692B (zh) | 图像处理方法、终端及计算机可读存储介质 | |
CN109948504A (zh) | 一种车道线识别方法及装置 | |
CN104735296B (zh) | 行人侦测系统与方法 | |
CN109903265A (zh) | 一种图像变化区域侦测阀值设定方法、系统及其电子装置 | |
CN109145906A (zh) | 目标对象的图像确定方法、装置、设备及存储介质 | |
US20110050948A1 (en) | Apparatus and method for adjusting automatic white balance by detecting effective area | |
CN108830184A (zh) | 黑眼圈识别方法及装置 | |
CN110188640B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
CN105761282A (zh) | 图像偏色的检测方法和装置 | |
Sun et al. | Exposing splicing forgery based on color temperature estimation | |
CN105574844B (zh) | 辐射响应函数估计方法和装置 | |
CN106157301A (zh) | 一种用于图像边缘检测的阈值自确定方法及装置 | |
CN105825161B (zh) | 图像的肤色检测方法及其系统 | |
JP2014007611A (ja) | 画像処理装置及びその制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Unit 801, Unit 5, No. 2 Building, No. 9 Courtyard, Fenghao East Road, Haidian District, Beijing 100085 Patentee after: Wen'an Beijing intelligent technology Limited by Share Ltd Address before: 100085 Beijing, East Road, No. 1, building No. 7, building No. 4, ocean building, Haidian District Patentee before: Beijing Wenan Technology Development Co., Ltd. |