CN106600569A - 信号灯颜色效果增强处理方法及装置 - Google Patents
信号灯颜色效果增强处理方法及装置 Download PDFInfo
- Publication number
- CN106600569A CN106600569A CN201611064575.5A CN201611064575A CN106600569A CN 106600569 A CN106600569 A CN 106600569A CN 201611064575 A CN201611064575 A CN 201611064575A CN 106600569 A CN106600569 A CN 106600569A
- Authority
- CN
- China
- Prior art keywords
- color
- image
- pixel
- signal
- white
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 49
- 238000003672 processing method Methods 0.000 title abstract description 3
- 238000000034 method Methods 0.000 claims abstract description 179
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims description 76
- 230000003628 erosive effect Effects 0.000 claims description 42
- 238000000605 extraction Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 10
- 238000004040 coloring Methods 0.000 claims description 7
- 239000003086 colorant Substances 0.000 abstract description 7
- 238000005260 corrosion Methods 0.000 abstract description 6
- 230000007797 corrosion Effects 0.000 abstract description 6
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 241000593989 Scardinius erythrophthalmus Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 241001085205 Prenanthella exigua Species 0.000 description 1
- 241001300078 Vitrea Species 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明公开了一种信号灯颜色效果增强处理方法及装置，应用于图像处理系统，包括：从信号灯图像中提取基准RGB值；计算信号灯区域所有像素的与信号灯区域显示颜色匹配的颜色的颜色分量，然后根据计算得到的颜色分量对信号灯图像做腐蚀处理，将未经腐蚀算法处理的信号灯图像和经过腐蚀算法处理的信号灯图像分别做二值化处理，获取两次二值化处理的差别区域；以基准RGB值为基准，选取不同的色阶参数，分别计算经过腐蚀算法处理得到的前景区域和差别区域的替换RGB值，然后用各像素的替换RGB值代替各像素的原RGB值。本发明还公开了信号灯颜色效果增强处理装置。本发明能够使信号灯图像中信号灯颜色更易于区分、效果自然，且灯眼轮廓更为清晰。
Description
技术领域
本发明涉及图像后期处理领域。更具体地说，本发明涉一种信号灯颜色效果增强处理方法及装置。
背景技术
随着当前电子警察系统的发展，用户们对相机图像效果的要求越来越高。但当前相机传感器(sensor)感光对信号灯呈现效果不佳是各大安防厂商的通病，一些场景下相机视频和图片中的信号灯不易区分颜色和形状，而这点对于交警部门等客户尤为严重。所以针对这种sensor带来的图像副作用，需要在软件端给以解决方案—后期处理时根据实际检测到的信号灯状态增强信号灯的颜色呈现，还原真实的颜色，便于用户识别，但同时需要重点关注后期处理可能带来的效果不真实不自然等副作用。
现有技术的通常做法为：在信号灯颜色增强之前先确定信号灯的目的颜色，在标准色彩板中取出红色、绿色、黄色信号灯的颜色，一般为相应红、绿、黄颜色对应的RGB值。一般相机采集后处理的数据均为YUV数据，按照下列公式将相应的RGB值转化为YUV值：
Y＝0.30*R+0.59*G+0.11*B
U＝0.493*(B－Y)
V＝0.877*(R－Y)。
以此值修改确定的信号灯区域数据，使灯眼区域固定呈现确定的颜色，这样不再因为sensor感光特性原因导致相机拍摄后信号灯颜色不易辨识。该方案只注重对颜色有所修改，不管实际场景如白天黑夜、周边光照、相机曝光程度等对信号灯呈现的影响，采用固定色彩对信号灯颜色进行修改，虽然达到了强调信号灯颜色的目的，但这样会导致红绿灯区域不通透、轮廓模糊、色彩单一，给人视觉上的不真实感，在电子警察系统中判定违章会被疑似被PS篡改。
发明内容
本发明的一个目的是提供一种信号灯颜色效果增强处理方法及装置，其能够自适应外界各种场景，效果上不再使信号灯全天呈现固定颜色，更贴合实际背景而不显突兀，然后对因相机sensor曝光过曝导致的信号灯变形问题做一定处理，对灯眼边缘通过涂色色阶区分做轮廓优化，使最终效果呈现更加真实。
为了实现根据本发明的这些目的和其它优点，提供了一种信号灯颜色效果增强处理方法，应用于图像处理系统，所述方法包括：
从信号灯图像中提取基准RGB值；
计算信号灯区域所有像素的与信号灯区域显示颜色匹配的颜色的颜色分量，然后根据计算得到的颜色分量对信号灯图像做腐蚀算法处理，将未经腐蚀算法处理的信号灯图像和经过腐蚀算法处理的信号灯图像分别做二值化处理，获取两次二值化处理的差别区域；
、以基准RGB值为基准，选取不同的色阶参数，分别计算经过腐蚀算法处理得到的前景区域和差别区域的替换RGB值，然后用各像素的替换RGB值代替各像素的原RGB值。
优选的是，所述的信号灯颜色效果增强处理方法，还包括：
判断信号灯图像的前景状态；
若信号灯图像处于白色前景状态，则选择非信号灯区域提取基准RGB值；否则，选择信号灯区域提取基准RGB值。
优选的是，所述的信号灯颜色效果增强处理方法，
判断信号灯图像的前景状态的方法包括：在信号灯图像的信号灯区域选取样本，分别计算各颜色对应的像素数量占该样本区域像素总数的百分比，然后根据占比最大的颜色以及当前信号灯图像的曝光系数确定信号灯图像的前景状态；
其中，若一个像素的的白色分量最大，则认为该像素对应的颜色为白色；
若一个像素的非白色分量最大，则认为该像素对应的颜色为该非白色相应的颜色。
优选的是，所述的信号灯颜色效果增强处理方法，
若曝光系数小于第一阈值，则信号灯图像处于非白色前景状态；若曝光系数大于第二阈值，则信号灯图像处于白色前景状态；若曝光系数大于第一阈值而小于第二阈值，则如果白色对应的像素的占比最大，则信号灯图像处于白色前景状态，如果非白色对应的像素的占比最大，则信号灯图像处于非白色前景状态。
优选的是，所述的信号灯颜色效果增强处理方法，
计算出信号灯区域或非信号灯区域内每个像素的与信号灯本来的发光颜色匹配的颜色分量，然后计算出该颜色分量处于设定范围的像素的R数据平均值、G数据平均值和B数据平均值，最后将R数据平均值、G数据平均值和B数据平均值乘以一校正系数，即提取出基准RGB值。
优选的是，所述的信号灯颜色效果增强处理方法，经过腐蚀算法处理得到的前景区域各像素选取的色阶参数与各像素的原始亮度呈正相关；
差别区域选取的色阶参数低于经过腐蚀算法处理得到的前景区域选取的色阶参数，且差别区域所有像素选取的色阶参数相同。
本发明还提供了一种信号灯颜色效果增强处理装置，应用于图像处理系统，包括：
基准RGB值提取模块，其用于从信号灯图像中提取基准RGB值；
差别区域获取模块，其用于计算信号灯区域所有像素的与信号灯区域显示颜色匹配的颜色的颜色分量，然后根据计算得到的颜色分量对信号灯图像做腐蚀算法处理，将未经腐蚀算法处理的信号灯图像和经过腐蚀算法处理的信号灯图像分别做二值化处理，获取两次二值化处理的差别区域；
替换模块，其以基准RGB值为基准，选取不同的色阶参数，分别计算经过腐蚀算法处理得到的前景区域和差别区域的替换RGB值，然后用各像素的替换RGB值代替各像素的原RGB值。
优选的是，所述的信号灯颜色效果增强处理装置，所述基准RGB值提取装置还用于判断信号灯图像的前景状态；
若信号灯图像处于白色前景状态，则选择非信号灯区域提取基准RGB值；否则，选择信号灯区域提取基准RGB值；
所述基准RGB值提取装置判断信号灯图像的前景状态的方法包括：若曝光系数小于第一阈值，则信号灯图像处于非白色前景状态；若曝光系数大于第二阈值，则信号灯图像处于白色前景状态；若曝光系数大于第一阈值而小于第二阈值，则如果白色对应的像素在样本区域的占比最大，则信号灯图像处于白色前景状态，如果非白色对应的像素在样本区域的占比最大，则信号灯图像处于非白色前景状态；其中，样本区域在信号灯图像的信号灯区域选取；其中，若一个像素的的白色分量最大，则认为该像素对应的颜色为白色；若一个像素的非白色分量最大，则认为该像素对应的颜色为该非白色相应的颜色。
优选的是，所述的信号灯颜色效果增强处理装置，所述基准RGB值提取装置提取基准RGB值的方法包括：计算出信号灯区域或非信号灯区域内每个像素的与信号灯本来的发光颜色匹配的颜色分量，然后计算出该颜色分量处于设定范围的像素的R数据平均值、G数据平均值和B数据平均值，最后将R数据平均值、G数据平均值和B数据平均值乘以一校正系数，即提取出基准RGB值。
优选的是，所述的信号灯颜色效果增强处理装置，所述替换模块选取色阶参数的具体方法包括：经过腐蚀算法处理得到的前景区域各像素选取的色阶参数与各像素的原始亮度呈正相关；差别区域选取的色阶参数低于经过腐蚀算法处理得到的前景区域选取的色阶参数，且差别区域所有像素选取的色阶参数相同。
本发明至少包括以下有益效果：
(1)本发明能够使电子警察系统中视频数据和照片数据中信号灯颜色更易于区分，效果更加自然，且灯眼轮廓更为清晰，大大减弱因sensor感光特性对信号灯带来的副作用。
(2)本发明根据当前图像中信号灯区域或其非信号灯区域的数据统计，配合当前相机设备的曝光系数，获取一组适合当前信号灯灯眼的颜色数据，适配为相应的RGB值，视为基准值。相比于直接利用信号灯的发光颜色的RGB值作为基准值，增强后的效果更加自然，更无PS痕迹。
(3)本发明利用腐蚀算法和二值法获取经过腐蚀算法处理得到的前景区域和差别区域，然后对两种不同区域在相同基准RGB值下采用不等的色阶参数计算最终的替换RGB值，使信号灯的轮廓更加清楚，而且对于经过腐蚀算法处理得到的前景区域，根据原始亮度选取色阶参数进而得到替换RGB值，使处理得到的图像与信号灯的实际环境非常贴合，效果自然。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明的信号灯颜色效果增强处理方法的流程图；
图2为本发明的信号灯颜色效果增强处理装置的结构图。
具体实施方式
下面结合实例对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
在一种实例中，如图1所示，本发明提供一种信号灯颜色效果增强处理方法，应用于图像处理系统，所述方法包括：
101、从信号灯图像中提取基准RGB值；
102、计算信号灯区域所有像素的与信号灯区域显示颜色匹配的颜色的颜色分量，然后根据计算得到的颜色分量对信号灯图像做腐蚀算法处理，将未经腐蚀算法处理的信号灯图像和经过腐蚀算法处理的信号灯图像分别做二值化处理，获取两次二值化处理的差别区域；
103、以基准RGB值为基准，选取不同的色阶参数，分别计算经过腐蚀算法处理得到的前景区域和差别区域的替换RGB值，然后用各像素的替换RGB值代替各像素的原RGB值。
在上述技术方案中，步骤101中的图像包括视频图像和照片图像，信号灯包括红灯、黄灯和绿灯，信号灯可以是箭头式的、圆形的。信号灯区域是指图像中信号灯的发光区域，如箭头式信号灯，其信号灯区域即为图像中显示箭头的区域。从得到的图像中提取基准RGB值可以很好地适应拍摄图像的环境，使图像更加真实，传统方法直接将信号灯的标准颜色作为RGB值基准，来替换原RGB值，这样将不能与拍摄环境契合，使得到的处理后图像ps痕迹更强，不真实。但是单单选择合适的基准RGB值进行增强仍然不够，如白天时信号灯边界会过于尖锐导致观感不好，夜间光晕存在时信号灯边界可能与光晕融为一体难以区分导致灯眼形状(尤其是箭头灯形状模糊)，所以还需要使信号灯的轮廓更加清晰。本发明使用腐蚀算法和二值法获取经过腐蚀算法处理得到的前景区域(即信号灯清晰的区域)和差别区域(即信号灯的边缘一周的不清晰区域)，然后对两种不同区域在相同基准RGB值下，调节的色阶参数，计算最终的替换RGB值，最终得到颜色效果增强的图像，得到的结果轮廓更加清楚。差别区域即为两次二值法处理中发生变化的区域，如为第一次为前景第二次为背景的区域，可知，差别区域即为原信号灯区域的边缘区域。做腐蚀算法处理时，腐蚀阈值能使腐蚀范围将信号灯的轮廓尽可能凸出，而又不对信号灯的大小作大的改变即可，优选地，可以将一个像素周围的八个像素腐蚀。
色阶调整的公式优选如下：
Diff＝HightLight–Shadow，其中HightLight为色阶调整高光参数，取值[2,255]，Shadow为色阶调整阴影参数，取值[0,253]，这两个值根据实际应用统计使用固定值。
针对每一个像素计算最终的替换RGB值：
rgbDiff＝基准RGB值–Shadow；若rgbDiff<0，则rgbDiff＝0。
替换RGB值＝pow(rgbDiff/Diff,1/Midtone)*255；其中Midtone为色阶调整中间参数，取值[0.1,9.9]，就是本发明中使用的色阶参数。
在另一种实例中，所述的信号灯颜色效果增强处理方法，还包括：
判断信号灯图像的前景状态；
若信号灯图像处于白色前景状态，则选择非信号灯区域提取基准RGB值；否则，选择信号灯区域提取基准RGB值。
在上述技术方案中，为了使提取的基准RGB值准确度更高，在上一实例之前进行前景状态判断，因为在傍晚、夜晚或其它特殊条件下，拍摄出来的红灯、绿灯或黄灯可能不是它们的本来颜色，如果这时直接在信号灯区域提取基准RGB值，很可能造成处理后的信号灯变色。比如红灯，在夜晚拍摄出来的就是白色，只在白色的边缘泛红，如果此时在信号灯区域提取基准RGB值，是完全不准确的，用该RGB值处理信号灯图像得到的结果也不会自然，甚至错误。本发明根据前景状态来选择基准RGB值提取区域，仍以红灯为例，其它颜色的灯与此相同，如果红灯的前景是红色，就选取信号灯区域来提取基准RGB，如果红灯的前景是白色，就选取信号灯区域以外的区域提取基准RGB，这样提取的RGB值就与图像背景十分契合，得到的结果会很自然。判断是否为白色前景或非白色前景的方法有很多，最简单的方法是根据当地时间、季节判断，比如夏天的红灯，早上7点至下午17点光线很好的时候，必然为非白色前景状态，而17点至19点光线稍差，这时为黄色前景状态，19点到次日7点，光线很差，这时为白色前景状态。还可以根据图像的曝光系数判断，仍以红灯为例，曝光越大，图像是白色前景状态的可能性越大，曝光越小，图像是红色前景状态的可能性越大。
在另一种实例中，判断信号灯图像的前景状态的方法包括：在信号灯图像的信号灯区域选取样本，分别计算各颜色对应的像素数量占该样本区域像素总数的百分比，然后根据占比最大的颜色以及当前信号灯图像的曝光系数确定信号灯图像的前景状态；
其中，若一个像素的的白色分量最大，则认为该像素对应的颜色为白色；
若一个像素的非白色分量最大，则认为该像素对应的颜色为该非白色相应的颜色。
在上述技术方案中，这里在上一实例的基础上提供了判断前景状态的优选方法，该方法相较于根据时间和只根据曝光判断前景状态，更加准确。样本的选取方法与常规方法相同，比如可以选取10像素*10像素的区域。每个像素均有一定的偏色，若一个像素的偏向一种颜色，即认为该像素对应该颜色，例如，一个像素偏红，则该像素对应的颜色为红色，计算红色对应的像素的数量与样本区域总像素数目的比值，即得到该百分比。曝光系数则由快门、增益等计算得来。根据曝光系数和该百分比可以综合判断出信号灯图像的前景状态，比如红色信号灯前景状态大致分为：白天为红色前景、傍晚为偏黄前景、夜间为高亮白色前景(车灯照射或其它光源照射也可以使红色信号灯呈现这几种前景)，如果曝光系数很小，即可轻易判断为红色前景，如果曝光系数很大，即可轻易判断为高亮白色前景，如果曝光系数适中，则进一步根据各颜色对应的像素的占比来判断前景状态，即根据信号灯区域内的像素的偏色来判断前景状态，比如，如果样本区域偏向白色，则为白色前景状态，否则为非白色前景状态。这里还提供了如何判断一个像素对应何种颜色像素的方法，即计算出各像素的每个颜色分量，各像素对应的颜色为其数值最大的颜色分量代表的颜色。颜色分量的计算方法仍以红灯为例(其他颜色同理)：
V1＝R–G；红色像素分量计算
V2＝R–(B+G)/2；黄色像素分量计算
V3＝Y–MAX(ABS(R-G),(B–(R+G)/2))；高亮白色像素分量计算
其中MAX(x,y)为求取较大值函数，ABS(x)为取绝对值函数，Y为YUV格式时该像素的亮度值。
在另一种实例中，所述的信号灯颜色效果增强处理方法，
若曝光系数小于第一阈值，则信号灯图像处于非白色前景状态；若曝光系数大于第二阈值，则信号灯图像处于白色前景状态；若曝光系数大于第一阈值而小于第二阈值，则如果白色对应的像素的占比最大，则信号灯图像处于白色前景状态，如果非白色对应的像素的占比最大，则信号灯图像处于非白色前景状态。
这里在上一实例的基础上提供了如何根据曝光系数和各颜色对应的像素的占比来判断前景状态的具体方法。我们只需要区分两种前景状态，白色和非白色，在白色前景状态下，这时信号灯区域为白色，只在信号灯区域边缘泛出信号灯颜色，这时，选择非信号灯区域提取基准RGB值，也就是提取出信号灯区域边缘泛出的信号灯颜色，反之，则在信号灯区域提取基准RGB值。第一阈值和第二阈值均要根据实际情况和经验值确定，优选地，可以在统计和观察一部分图像后确定，例如，人工选取出一些前景状态为白色的图像，求取这些图像的曝光系数的均值，即可基本确定第二阈值，第一阈值的确定可以使用类似的方法。当曝光系数小于第一阈值时，表明曝光系数很小，这时拍摄信号灯的时间是光线很好的时间段，判断信号灯图像处于非白色前景状态，当曝光系数大于第二阈值时，表明曝光系数很大，这时拍摄信号灯的时间是光线很不好的时间段，判断信号灯图像处于白色前景状态。当曝光系数在第一阈值与第二阈值之间时，需要结合颜色像素的百分比判断，即根据上一实例提供的计算方法计算出各颜色分量的百分比，白色像素的该百分比最大，表明信号灯图像的处于白色前景状态，反之，表明信号灯图像的处于非白色前景状态。仍以红灯为例，若次数红灯图像的曝光系数在第一阈值与第二阈值之间，这时就在红灯图像的信号灯区域选取样本区域，统计出样本区域的总像素数目，然后统计出红色对应的像素、白色对应的像素、黄色对应的像素的数目，如果黄色对应的像素的占比最大，则判断其为偏黄前景，如果白色像素的该百分比最大，则判断其为白色前景，如果红色像素的该百分比最大，则判断其为红色前景。
在另一种实例中，所述的信号灯颜色效果增强处理方法，
计算出信号灯区域或非信号灯区域内每个像素的与信号灯本来的发光颜色匹配的颜色分量，然后计算出该颜色分量处于设定范围的像素的R数据平均值、G数据平均值和B数据平均值，最后将R数据平均值、G数据平均值和B数据平均值乘以一校正系数，即提取出基准RGB值。
这里为上述多个实例提供了提取基准RGB值的优选的方法，即选取提取区域内一定范围内的像素求取R数据平均值、G数据平均值和B数据平均值，该一定范围的选取需要能够代表信号灯在当前场景下显现的颜色，然后对平均值进行校正，即乘以校正系数。校正系数根据实际情况和经验确定，优选地，可以对多张图像观察和统计后确定，例如，可以将每张图像按上述方法求取R数据平均值、G数据平均值和B数据平均值，然后调整这三个平均值，直到调整后的平均值能够在肉眼观察下与图像非常适应即不再调整，将调整后的平均值除以原平均值，即得到一个系数，经过多次统计、观察，求取多个系数的均值，即得到校正系数。优选地，按照所有像素的与信号灯本来发光颜色匹配的颜色分量的数值由大至小依次排列，选取该数值处于前20％的像素，20％能够充分代表信号灯在当前场景下显现的颜色。
在另一种实例中，所述的信号灯颜色效果增强处理方法，
经过腐蚀算法处理得到的前景区域各像素选取的色阶参数与各像素的原始亮度呈正相关；
差别区域选取的色阶参数低于经过腐蚀算法处理得到的前景区域选取的色阶参数，且差别区域所有像素选取的色阶参数相同。
这里为上述多个实例提供了选取色阶参数的优选方案，前景差别区域所有像素选取的色阶参数更低而且均相同，可以在信号灯区域周围形成较暗的区域，进而将信号灯区域包围其中，这样可以使信号灯区域轮廓分明，极易分辨。这里还提供了经过腐蚀算法处理得到的前景区域(即最终的信号灯区域)选取色阶参数的方法，色阶参数M(n)＝a*Y(n)+b；其中a、b均为实际调试后使用的系数，Y(n)为YUV格式亮度值，即色阶参数与各像素的原始亮度呈正相关，这样可以很好地遵循原始信号灯图像的明暗区域和相对亮度，使得到的结果前景和背景非常契合，而不突兀。
基于与上述方法同样的发明构思，如图2所示，本发明还提供了一种信号灯颜色效果增强处理装置，应用于图像处理系统，包括：
基准RGB值提取模块11，其用于从信号灯图像中提取基准RGB值；
差别区域获取模块12，其用于计算信号灯区域所有像素的与信号灯区域显示颜色匹配的颜色的颜色分量，然后根据计算得到的颜色分量对信号灯图像做腐蚀算法处理，将未经腐蚀算法处理的信号灯图像和经过腐蚀算法处理的信号灯图像分别做二值化处理，获取两次二值化处理的差别区域；
替换模块13，其以基准RGB值为基准，选取不同的色阶参数，分别计算经过腐蚀算法处理得到的前景区域和差别区域的替换RGB值，然后用各像素的替换RGB值代替各像素的原RGB值。
在上述技术方案中，相比于传统方法直接将信号灯的标准颜色作为RGB值基准，从原始图像中提取基准RGB值可以很好地适应拍摄图像的环境，使图像更加真实。为了使信号灯的轮廓更加清晰，本发明使用腐蚀算法和二值法获取经过腐蚀算法处理得到的前景区域(即信号灯清晰的区域)和差别区域(即信号灯的边缘一周的不清晰区域)，然后对两种不同区域在相同基准RGB值下，调节的色阶参数，计算最终的替换RGB值并替代原图像的原始RGB值，最终得到颜色效果增强的图像。
在另一种实例中，所述的信号灯颜色效果增强处理装置，
所述基准RGB值提取装置11还用于判断信号灯图像的前景状态；
若信号灯图像处于白色前景状态，则选择非信号灯区域提取基准RGB值；否则，选择信号灯区域提取基准RGB值；
所述基准RGB值提取装置11判断信号灯图像的前景状态的方法包括：若曝光系数小于第一阈值，则信号灯图像处于非白色前景状态；若曝光系数大于第二阈值，则信号灯图像处于白色前景状态；若曝光系数大于第一阈值而小于第二阈值，则如果白色对应的像素在样本区域的占比最大，则信号灯图像处于白色前景状态，如果非白色对应的像素在样本区域的占比最大，则信号灯图像处于非白色前景状态；其中，样本区域在信号灯图像的信号灯区域选取；其中，若一个像素的的白色分量最大，则认为该像素对应的颜色为白色；若一个像素的非白色分量最大，则认为该像素对应的颜色为该非白色相应的颜色。
这里为上一个实例提高了基准RGB值提取模块判断前景状态以及根据前景状态选择颜色提取区域的优选方法。将前景状态分为非白前景状态和白色前景状态，若处于非白前景状态，则从信号灯区域提取基准RGB值，若处于白色前景状态，则从非信号灯区域提取基准RGB值。前景状态的判断首先比较曝光系数，曝光系数过小，则信号灯图像处于非白色前景状态；曝光系数过大，则信号灯图像处于白色前景状态；曝光系数在第一阈值与第二阈值之间，则再判断各颜色像素的百分比，若白色像素的百分比最大，则信号灯图像处于白色前景状态，若非白色的像素的百分比最大，则信号灯图像处于非白色前景状态。
在另一种实例中，所述基准RGB值提取装置11提取基准RGB值的方法包括：计算出信号灯区域或非信号灯区域内每个像素的与信号灯本来的发光颜色匹配的颜色分量，然后计算出该颜色分量处于设定范围的像素的R数据平均值、G数据平均值和B数据平均值，最后将R数据平均值、G数据平均值和B数据平均值乘以一校正系数，即提取出基准RGB值。
这里为上述多个实例提供了基准RGB值提取装置11提取基准RGB值的优选的方法，即选取提取区域内一定范围内的像素求取R数据平均值、G数据平均值和B数据平均值，该一定范围的选取需要能够代表信号灯在当前场景下显现的颜色，然后对平均值进行校正，即乘以校正系数。校正系数的获得方法见上文。
在另一种实例中，所述的信号灯颜色效果增强处理装置，所述替换模块13改变色阶参数的具体方法包括：经过腐蚀算法处理得到的前景区域各像素选取的色阶参数与各像素的原始亮度呈正相关；差别区域选取的色阶参数低于经过腐蚀算法处理得到的前景区域选取的色阶参数，且差别区域所有像素选取的色阶参数相同。
这里为上述多个实例提供了替换模块13选取色阶参数的优选方法。为了遵循原始信号灯图像的明暗区域和相对亮度，使结果的前景和背景非常契合，并使信号灯轮廓更加清晰，这里提供了替换模块选取色阶参数的优选方案，具体为：差别区域所有像素选取的色阶参数更低而且均相同，可以在信号灯区域周围形成较暗的区域，进而形成清晰的轮廓将信号灯区域包围，经过腐蚀算法处理得到的前景区域(即最终的信号灯区域)选取色阶参数的方法，色阶参数与各像素的原始亮度呈正相关。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。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的方法。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的实例。
Claims (10)
1.一种信号灯颜色效果增强处理方法，其特征在于，所述方法包括：
从信号灯图像中提取基准RGB值；
计算信号灯区域所有像素的与信号灯区域显示颜色匹配的颜色的颜色分量，然后根据计算得到的颜色分量对信号灯图像做腐蚀算法处理，将未经腐蚀算法处理的信号灯图像和经过腐蚀算法处理的信号灯图像分别做二值化处理，获取两次二值化处理的差别区域；
以基准RGB值为基准，选取不同的色阶参数，分别计算经过腐蚀算法处理得到的前景区域和差别区域的替换RGB值，然后用各像素的替换RGB值代替各像素的原RGB值。
2.如权利要求1所述的信号灯颜色效果增强处理方法，其特征在于，还包括：
判断信号灯图像的前景状态；
若信号灯图像处于白色前景状态，则选择非信号灯区域提取基准RGB值；否则，选择信号灯区域提取基准RGB值。
3.如权利要求2所述的信号灯颜色效果增强处理方法，其特征在于，
判断信号灯图像的前景状态的方法包括：在信号灯图像的信号灯区域选取样本，分别计算各颜色对应的像素数量占该样本区域像素总数的百分比，然后根据占比最大的颜色以及当前信号灯图像的曝光系数确定信号灯图像的前景状态；
其中，若一个像素的白色分量最大，则认为该像素对应的颜色为白色；
若一个像素的非白色分量最大，则认为该像素对应的颜色为该非白色相应的颜色。
4.如权利要求3所述的信号灯颜色效果增强处理方法，其特征在于，
若曝光系数小于第一阈值，则信号灯图像处于非白色前景状态；若曝光系数大于第二阈值，则信号灯图像处于白色前景状态；若曝光系数大于第一阈值而小于第二阈值，则如果白色对应的像素的占比最大，则信号灯图像处于白色前景状态，如果非白色对应的像素的占比最大，则信号灯图像处于非白色前景状态。
5.如权利要求2所述的信号灯颜色效果增强处理方法，其特征在于，
计算出信号灯区域或非信号灯区域内每个像素的与信号灯本来的发光颜色匹配的颜色分量，然后计算出该颜色分量处于设定范围的像素的R数据平均值、G数据平均值和B数据平均值，最后将R数据平均值、G数据平均值和B数据平均值乘以一校正系数，即提取出基准RGB值。
6.如权利要求1或2所述的信号灯颜色效果增强处理方法，其特征在于，经过腐蚀算法处理得到的前景区域各像素选取的色阶参数与各像素的原始亮度呈正相关；
差别区域选取的色阶参数低于经过腐蚀算法处理得到的前景区域选取的色阶参数，且差别区域所有像素选取的色阶参数相同。
7.一种信号灯颜色效果增强处理装置，应用于图像处理系统，其特征在于，包括：
基准RGB值提取模块，其用于从信号灯图像中提取基准RGB值；
差别区域获取模块，其用于计算信号灯区域所有像素的与信号灯区域显示颜色匹配的颜色的颜色分量，然后根据计算得到的颜色分量对信号灯图像做腐蚀算法处理，将未经腐蚀算法处理的信号灯图像和经过腐蚀算法处理的信号灯图像分别做二值化处理，获取两次二值化处理的差别区域；
替换模块，其以基准RGB值为基准，选取不同的色阶参数，分别计算经过腐蚀算法处理得到的前景区域和差别区域的替换RGB值，然后用各像素的替换RGB值代替各像素的原RGB值。
8.如权利要求7所述的信号灯颜色效果增强处理装置，其特征在于，所述基准RGB值提取装置还用于判断信号灯图像的前景状态；
若信号灯图像处于白色前景状态，则选择非信号灯区域提取基准RGB值；否则，选择信号灯区域提取基准RGB值；
所述基准RGB值提取装置判断信号灯图像的前景状态的方法包括：若曝光系数小于第一阈值，则信号灯图像处于非白色前景状态；若曝光系数大于第二阈值，则信号灯图像处于白色前景状态；若曝光系数大于第一阈值而小于第二阈值，则如果白色对应的像素在样本区域的占比最大，则信号灯图像处于白色前景状态，如果非白色对应的像素在样本区域的占比最大，则信号灯图像处于非白色前景状态；其中，样本区域在信号灯图像的信号灯区域选取；其中，若一个像素的的白色分量最大，则认为该像素对应的颜色为白色；若一个像素的非白色分量最大，则认为该像素对应的颜色为该非白色相应的颜色。
9.如权利要求8所述的信号灯颜色效果增强处理装置，其特征在于，所述基准RGB值提取装置提取基准RGB值的方法包括：计算出信号灯区域或非信号灯区域内每个像素的与信号灯本来的发光颜色匹配的颜色分量，然后计算出该颜色分量处于设定范围的像素的R数据平均值、G数据平均值和B数据平均值，最后将R数据平均值、G数据平均值和B数据平均值乘以一校正系数，即提取出基准RGB值。
10.如权利要求7或8所述的信号灯颜色效果增强处理装置，其特征在于，所述替换模块选取色阶参数的具体方法包括：经过腐蚀算法处理得到的前景区域各像素选取的色阶参数与各像素的原始亮度呈正相关；差别区域选取的色阶参数低于经过腐蚀算法处理得到的前景区域选取的色阶参数，且差别区域所有像素选取的色阶参数相同。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611064575.5A CN106600569B (zh) | 2016-11-28 | 2016-11-28 | 信号灯颜色效果增强处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611064575.5A CN106600569B (zh) | 2016-11-28 | 2016-11-28 | 信号灯颜色效果增强处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106600569A true CN106600569A (zh) | 2017-04-26 |
| CN106600569B CN106600569B (zh) | 2020-04-10 |
Family
ID=58595010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611064575.5A Active CN106600569B (zh) | 2016-11-28 | 2016-11-28 | 信号灯颜色效果增强处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106600569B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108133460A (zh) * | 2017-11-21 | 2018-06-08 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
| CN108282619A (zh) * | 2018-02-24 | 2018-07-13 | 北京大恒图像视觉有限公司 | 一种具有红灯颜色校正功能的图像采集系统 |
| CN108596828A (zh) * | 2018-04-18 | 2018-09-28 | 网易（杭州）网络有限公司 | 图像泛光处理方法与装置、电子设备、存储介质 |
| CN109284787A (zh) * | 2018-08-02 | 2019-01-29 | 广东南天司法鉴定所 | 一种自动采集手写体墨迹色阶的方法和装置 |
| CN112017174A (zh) * | 2020-09-03 | 2020-12-01 | 湖南省华芯医疗器械有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN112215759A (zh) * | 2019-07-11 | 2021-01-12 | 浙江宇视科技有限公司 | 信号灯颜色增强方法、装置和电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100315264A1 (en) * | 2009-06-15 | 2010-12-16 | Tarolli John H | Traffic light assembly |
| CN103679733A (zh) * | 2013-12-18 | 2014-03-26 | 浙江宇视科技有限公司 | 一种信号灯图像处理方法及其装置 |
| CN104021378A (zh) * | 2014-06-07 | 2014-09-03 | 北京联合大学 | 基于时空关联与先验知识的交通信号灯实时识别方法 |
| CN105185137A (zh) * | 2014-06-16 | 2015-12-23 | 星克跃尔株式会社 | 电子装置、电子装置的控制方法及计算机可读记录介质 |
| US20160092742A1 (en) * | 2014-09-29 | 2016-03-31 | Yuan Ze University | Method for instant recognition of traffic lights countdown image |
| CN105791710A (zh) * | 2016-04-11 | 2016-07-20 | 北京英泰智科技股份有限公司 | 一种信号灯图像增强处理方法 |
-
2016
- 2016-11-28 CN CN201611064575.5A patent/CN106600569B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100315264A1 (en) * | 2009-06-15 | 2010-12-16 | Tarolli John H | Traffic light assembly |
| CN103679733A (zh) * | 2013-12-18 | 2014-03-26 | 浙江宇视科技有限公司 | 一种信号灯图像处理方法及其装置 |
| CN104021378A (zh) * | 2014-06-07 | 2014-09-03 | 北京联合大学 | 基于时空关联与先验知识的交通信号灯实时识别方法 |
| CN105185137A (zh) * | 2014-06-16 | 2015-12-23 | 星克跃尔株式会社 | 电子装置、电子装置的控制方法及计算机可读记录介质 |
| US20160092742A1 (en) * | 2014-09-29 | 2016-03-31 | Yuan Ze University | Method for instant recognition of traffic lights countdown image |
| CN105791710A (zh) * | 2016-04-11 | 2016-07-20 | 北京英泰智科技股份有限公司 | 一种信号灯图像增强处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张媛: "夜间交通信号灯视觉传达效果分析与实验", 《科技通报》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108133460A (zh) * | 2017-11-21 | 2018-06-08 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
| CN108133460B (zh) * | 2017-11-21 | 2021-10-12 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
| CN108282619A (zh) * | 2018-02-24 | 2018-07-13 | 北京大恒图像视觉有限公司 | 一种具有红灯颜色校正功能的图像采集系统 |
| CN108282619B (zh) * | 2018-02-24 | 2020-09-04 | 北京大恒图像视觉有限公司 | 一种具有红灯颜色校正功能的图像采集系统 |
| CN108596828A (zh) * | 2018-04-18 | 2018-09-28 | 网易（杭州）网络有限公司 | 图像泛光处理方法与装置、电子设备、存储介质 |
| CN108596828B (zh) * | 2018-04-18 | 2022-03-18 | 网易（杭州）网络有限公司 | 图像泛光处理方法与装置、电子设备、存储介质 |
| CN109284787A (zh) * | 2018-08-02 | 2019-01-29 | 广东南天司法鉴定所 | 一种自动采集手写体墨迹色阶的方法和装置 |
| CN109284787B (zh) * | 2018-08-02 | 2022-02-25 | 广东南天司法鉴定所 | 一种自动采集手写体墨迹色阶的方法和装置 |
| CN112215759A (zh) * | 2019-07-11 | 2021-01-12 | 浙江宇视科技有限公司 | 信号灯颜色增强方法、装置和电子设备 |
| CN112215759B (zh) * | 2019-07-11 | 2024-04-09 | 浙江宇视科技有限公司 | 信号灯颜色增强方法、装置和电子设备 |
| CN112017174A (zh) * | 2020-09-03 | 2020-12-01 | 湖南省华芯医疗器械有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN112017174B (zh) * | 2020-09-03 | 2024-05-31 | 湖南省华芯医疗器械有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106600569B (zh) | 2020-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106600569A (zh) | 信号灯颜色效果增强处理方法及装置 | |
| CN104717432B (zh) | 处理一组输入图像的方法、图像处理设备和数字照相机 | |
| TW525373B (en) | Color cast detection and removal in digital images | |
| US7027662B2 (en) | Method and apparatus for the removal of flash artifacts | |
| CN103488987B (zh) | 一种基于视频检测交通信号灯的方法及装置 | |
| CN107483906B (zh) | 图像的白平衡处理方法、装置和终端设备 | |
| CN110136071A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| US9460521B2 (en) | Digital image analysis | |
| CN108551576B (zh) | 一种白平衡方法及装置 | |
| CN106991707B (zh) | 一种基于昼夜成像特征的交通信号灯图像强化方法及装置 | |
| CN102300100B (zh) | 一种白平衡控制装置及方法 | |
| CN103491357A (zh) | 一种图像传感器白平衡处理方法 | |
| CN107895357B (zh) | 一种基于fpga的实时水面浓雾场景图像增强方法 | |
| CN110381303A (zh) | 基于皮肤颜色统计的人像自动曝光白平衡矫正方法及系统 | |
| CN104954772B (zh) | 一种应用于自动白平衡算法的图像近灰色像素选取算法 | |
| JP2000171304A (ja) | カラ―照明色温度の検出方法及び該装置 | |
| CN110365920A (zh) | 图像处理 | |
| CN106340025A (zh) | 一种基于色适应变换的背景更换视觉传达方法 | |
| CN105427639B (zh) | 一种基于嵌入式系统的交通信号红灯减光晕系统以及方法 | |
| CN102510502B (zh) | 用于生成高动态范围图像的方法及系统 | |
| CN108282619B (zh) | 一种具有红灯颜色校正功能的图像采集系统 | |
| KR101359549B1 (ko) | 영상데이터로부터 기상상태를 자동으로 판독하는 방법 및 그 방법을 이용하여 영상을 개선하는 영상처리방법 | |
| CN110086997B (zh) | 人脸图像曝光亮度补偿方法及装置 | |
| KR101370545B1 (ko) | 자동적인 영상데이터 분석에 기초하여 선택적으로 영상개선처리를 수행하는 방법 | |
| CN112288828A (zh) | 一种自动检测排卵试纸的图片识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221123 Address after: 250101 4th floor, building 5, zone A2, Hanyu Jingu, Shunhua South Road, high tech Zone, Jinan City, Shandong Province Patentee after: Jinan Yushi Intelligent Technology Co.,Ltd. Address before: 310051 Zhejiang Jiangling Hangzhou Road, Binjiang District, Jiangling, 88, No. 10 South Block 1-11. Patentee before: ZHEJIANG UNIVIEW TECHNOLOGIES Co.,Ltd. |