CN106340037B - 基于色度中心比色度离心距的图像偏色检测方法 - Google Patents
基于色度中心比色度离心距的图像偏色检测方法 Download PDFInfo
- Publication number
- CN106340037B CN106340037B CN201610871606.1A CN201610871606A CN106340037B CN 106340037 B CN106340037 B CN 106340037B CN 201610871606 A CN201610871606 A CN 201610871606A CN 106340037 B CN106340037 B CN 106340037B
- Authority
- CN
- China
- Prior art keywords
- coloration
- image
- away
- center
- plural number
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明涉及一种基于色度中心比色度离心距的图像偏色检测方法,包括:第一步,将图像转换到Lab空间;第二步,计算色度中心和色度离心距;第三步,将色度中心复数和色度离心距复数做比值;第四步,根据得到的比值,再结合给定的阈值,进行偏色判定。该发明解决了将颜色单一的正常图像误判为偏色图像的问题,计算量小,检测效率快,检测准确度高。
Description
技术领域
本发明涉及一种图像偏色检测方法,特别涉及一种基于色度中心比色度离心距的图像偏色检测方法。
背景技术
颜色是图像的一个重要特征,包含了许多可视化信息。图像的颜色信息往往是进行图像分析的重要依据,对于图像分割、目标检测与识别、图像检索等领域的研究都具有十分重要的意义。数字成像设备在成像时,其感光元器件中所存储的能量不仅仅取决于被拍摄物体的表面颜色,还将受到当时的外界光照情况、感光元器件的物理特性等诸多因素的影响。因此,成像设备所拍摄的数字图像的色彩与被拍摄物体表面的真实色彩之间存在一定程度的误差,即偏色。
偏色的大小与外界光线的色温有很大的关系,,一般色温高时,所拍摄图像的色彩将偏蓝,而色温低时,则偏红。因此,如何使数字成像设备所拍摄的图像能正确反映被拍摄物体的真实色彩一直是人们所关心和研究的问题。为了获得能真实正确再现现实世界中各种色彩的图像就必须在拍摄时去除环境中光源色温等因素的影响,即消除偏色,通常也称之为白平衡,然而去除图像色偏的先决条件是要检测出图像中是否存在偏色,偏色程度如何。
在专利编号为CN201210586112.0的专利《基于Lab空间的图像偏色的检测方法》中,作者也提及将图像转换到Lab空间,先计算平均色度和色度中心距,求取二者的比值,然后再根据a、b直方图算的一个因子,最后,将比值和因子相乘得到一个乘积值,由该值来判定图像偏色与否。
我们通过实验发现,当用色度中心复数比上色度离心距复数时,可以得到两个因子。当图像是颜色丰富的正常图像时,其第一个因子小于偏色图像和颜色单一的图像;而颜色单一的正常图像的第二个因子落在一个确定的范围,偏色图像的第二个因子就不会落在该范围,这样,就可以将颜色丰富的正常图像、颜色单一的正常图像和偏色图像区分开来。基于此,我们提出一种基于色度中心比色度离心距的图像偏色检测方法。该方法检测准确率高,算法实时性好。
发明内容
本发明的目的是提供一种图像偏色的检测方法。该发明主要利用图像在Lab空间的色度中心复数和色度离心距复数,做一个比值,从而获得一个模比值和角度差值,根据我们得到的这两个值和给定的阈值作比较,从而,判断该图像是否发生了偏色。
本发明的技术步骤如下:
基于色度中心比色度离心距的图像偏色检测方法,步骤如下:
步骤1:将图像从RGB空间转换到Lab色度空间。
步骤2:计算图像的色度中心,获得一个色度中心复数。
步骤3:计算图像的色度离心距,获得一个色度离心距复数。
步骤4:用色度中心复数比色度离心距复数,获得一个模比值和角度差值。
步骤5:将模比值与给定的阈值作比较,判定该图像是否为颜色丰富正常图像。
步骤6:将角度差值与给定的阈值范围作比较,进一步判定该图像是偏色图像还是颜色单一的正常图像。
进一步,在步骤1中,将图像从RGB空间转换到Lab空间方法如下:
先从RGB空间转换到XYZ空间,方法如下:
然后,再从XYZ空间转换到Lab空间,方法如下:
其中,f(x)为校正函数,其表达式如下:
分别是线性归一化后的X,Y,Z值,它们的取值范围均为(0,1)。
进一步,在步骤2中,图像色度中心复数的计算方法如下:
色度中心(da,db)
其中,
其中,M、N分别为图像的行列数;a是Lab空间的a分量;b是Lab空间的b分量;
组成色度中心复数
其中,
进一步,在步骤3中,图像色度离心距复数计算方法如下:
色度离心距(ma,mb)
其中,
组成色度离心距复数
其中,
进一步,在步骤4中,模比值和角度差值的计算方法如下:
模比值
角度差值k2=θ1-θ2
进一步,在步骤5中,将模比阈值设为α,若k1<α,则判定该图像是颜色丰富的正常图像,没有发生偏色,检测结束;若k1≥α,则进行下一步判定。
进一步,在步骤6中,设定角度差阈值范围为β,若k2∈β,则判定该图像为颜色单一的正常图像;若则判定该图像为偏色图像,检测结束。
本发明的有益效果:
本发明通过色度中心复数比色度离心距复数,得到一个模比和一个角度差值,因而可以进行两步检测。第一步检测,将颜色丰富的正常图像从颜色单一的正常图像和偏色图像中分离出来;第二步检测,将颜色单一的正常图像和偏色图像检测开来。这样,解决了将颜色单一的正常图像误检为偏色图像的问题。
附图说明
图1为本发明的算法流程图。
具体实施方式
下面根据附图,结合一个大小为1280*720的图像检测过程对本发明做详细的说明,具体实施步骤如下:
步骤1:将图像从RGB空间转换到Lab色度空间。
步骤2:计算图像的色度中心,获得一个色度中心复数。
步骤3:计算图像的色度离心距,获得一个色度离心距复数。
步骤4:用色度中心复数比色度离心距复数,获得一个模比值和角度差值。
步骤5:将模比值与给定的阈值作比较,判定该图像是否为颜色丰富的正常图像。
步骤6:将角度差值跟给定的阈值作比较,进一步判定该图像是偏色图像还是颜色单一的正常图像。
进一步,在步骤1中,将图像从RGB空间转换到Lab空间方法如下:
先从RGB空间转换到XYZ空间,方法如下:
然后,再从XYZ空间转换到Lab空间,方法如下:
其中,f(x)为校正函数,其表达式如下:
分别是线性归一化后的X,Y,Z值,它们的取值范围均为(0,1)。
进一步,在步骤2中,图像色度中心复数的计算方法如下:
色度中心(da,db)
其中,
其中,M、N分别为图像的行列数;a是Lab空间的a分量;b是Lab空间的b分量;
组成色度中心复数
其中,
进一步,在步骤3中,图像色度离心距复数计算方法如下:
色度离心距(ma,mb)
其中,
组成色度离心距复数
其中,
进一步,在步骤4中,模比值和角度差值的获取方法如下:
模比值
角度差值k2=θ1-θ2
进一步,在步骤5中,将模比阈值设为1.0,若k1<1.0,则判定该图像是颜色丰富的正常图像,没有发生偏色,检测结束;若k1≥1.0,则进行下一步判定。
进一步,在步骤6中,设角度差阈值为若则判定该图像为颜色单一的正常图像;若则判定该图像为偏色图像,检测结束。
Claims (4)
1.基于色度中心比色度离心距的图像偏色检测方法,其特征在于包括如下步骤:
步骤1:将图像从RGB空间转换到Lab色度空间;
步骤2:计算图像的色度中心,获得一个色度中心复数;
步骤3:计算图像的色度离心距,获得一个色度离心距复数;
步骤4:用色度中心复数比色度离心距复数,获得一个模比值和角度差值;
步骤5:将模比值与给定的阈值作比较,判定该图像是否为颜色丰富的正常图像;
步骤6:将角度差值与给定的阈值范围作比较,进一步判定该图像是偏色图像还是颜色单一的正常图像;
步骤1中,将图像从RGB空间转换到Lab空间方法如下:
先从RGB空间转换到XYZ空间,方法如下:
然后,再从XYZ空间转换到Lab空间,方法如下:
其中,f(x)为校正函数,其表达式如下:
分别是线性归一化后的X,Y,Z值,它们的取值范围均为(0,1);
步骤2中,图像色度中心复数的计算方法如下:
色度中心(da,db)
其中,
其中,M、N分别为图像的行列数;a是Lab空间的a分量;b是Lab空间的b分量;
组成色度中心复数
其中,
步骤3中,图像色度离心距复数的计算方法如下:
色度离心距(ma,mb)
其中,
组成色度离心距复数
其中,
2.根据权利要求1所述的基于色度中心比色度离心距的图像偏色检测方法,其特征在于步骤4中,模比值和角度差值的计算方法如下:
模比值
角度差值k2=θ1-θ2。
3.根据权利要求2所述的基于色度中心比色度离心距的图像偏色检测方法,其特征在于步骤5中,将模比阈值设为α,若k1<α,则判定该图像是颜色丰富的正常图像,没有发生偏色,检测结束;若k1≥α,则进行下一步判定。
4.根据权利要求3所述的基于色度中心比色度离心距的图像偏色检测方法,其特征在于在步骤6中,设角度差阈值范围为β,若k2∈β,则判定该图像为颜色单一的正常图像;若则判定该图像为偏色图像,检测结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610871606.1A CN106340037B (zh) | 2016-09-30 | 2016-09-30 | 基于色度中心比色度离心距的图像偏色检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610871606.1A CN106340037B (zh) | 2016-09-30 | 2016-09-30 | 基于色度中心比色度离心距的图像偏色检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106340037A CN106340037A (zh) | 2017-01-18 |
CN106340037B true CN106340037B (zh) | 2018-09-07 |
Family
ID=57838779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610871606.1A Active CN106340037B (zh) | 2016-09-30 | 2016-09-30 | 基于色度中心比色度离心距的图像偏色检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106340037B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458803A (zh) * | 2019-07-04 | 2019-11-15 | 深圳市玩瞳科技有限公司 | 基于彩带校准的帧图像偏色和亮度检测方法及装置 |
CN115278217A (zh) * | 2022-07-21 | 2022-11-01 | 深圳市震有软件科技有限公司 | 图像画面检测方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6377702B1 (en) * | 1999-12-08 | 2002-04-23 | Sony Corporation | Color cast detection and removal in digital images |
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 |
-
2016
- 2016-09-30 CN CN201610871606.1A patent/CN106340037B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6377702B1 (en) * | 1999-12-08 | 2002-04-23 | Sony Corporation | Color cast detection and removal in digital images |
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 |
Non-Patent Citations (2)
Title |
---|
Automatic Color Cast Detection Algorithm for Surveillance Video Sequence Based on Color Histogram Characteristic;Shurong Chen et al;《Artificial Intelligence and Computational Intelligence》;20111231;280-287 * |
基于图像分析的数字图像色偏检测方法;李峰 等;《江苏大学学报(自然科学版)》;20040930;第25卷(第5期);430-433 * |
Also Published As
Publication number | Publication date |
---|---|
CN106340037A (zh) | 2017-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108038456B (zh) | 一种人脸识别系统中的防欺骗方法 | |
Premal et al. | Image processing based forest fire detection using YCbCr colour model | |
CN108229362A (zh) | 一种基于门禁系统的双目人脸识别活体检测方法 | |
Luo et al. | A physical model-based approach to detecting sky in photographic images | |
Ren et al. | Fusion of intensity and inter-component chromatic difference for effective and robust colour edge detection | |
US9064178B2 (en) | Edge detection apparatus, program and method for edge detection | |
WO2016037422A1 (zh) | 一种视频场景变化的检测方法 | |
CN102385753A (zh) | 一种基于光照分类的自适应图像分割方法 | |
CN108921099A (zh) | 一种基于深度学习的航道内运动船舶目标检测方法 | |
WO2012000408A1 (en) | Eye detecting method and eye detecting device | |
CN111539311A (zh) | 基于ir和rgb双摄的活体判别方法、装置及系统 | |
CN115115645A (zh) | 一种舌像腐腻特征数据识别检测方法及系统 | |
CN106340037B (zh) | 基于色度中心比色度离心距的图像偏色检测方法 | |
CN113221763A (zh) | 一种基于视频图像亮度的火焰识别方法 | |
TW201032180A (en) | Method and device for keeping image background by multiple gauss models | |
KR101343623B1 (ko) | 적응적 피부색 검출 방법, 그리고 이를 이용한 얼굴 검출 방법 및 그 장치 | |
CN106485639A (zh) | 鉴别伪造证件图片的方法和装置 | |
CN112884795A (zh) | 一种基于多特征显著性融合的输电线路巡检前景与背景分割方法 | |
CN109325946B (zh) | 一种危险化学品堆垛监测方法和系统 | |
CN113221603A (zh) | 一种检测监控设备被异物遮挡的方法及装置 | |
CN112686105B (zh) | 一种基于视频图像多特征融合的雾浓度等级识别方法 | |
US10146042B2 (en) | Image processing apparatus, storage medium, and image processing method | |
TWI313848B (en) | A fire image detection method | |
CN111402189B (zh) | 一种视频图像偏色检测装置及方法 | |
CN107122783A (zh) | 一种基于角点检测的装配连接件快速识别方法 |
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 |