CN108734747A - 一种远程矫正图片色差的方法 - Google Patents

一种远程矫正图片色差的方法 Download PDF

Info

Publication number
CN108734747A
CN108734747A CN201810504009.4A CN201810504009A CN108734747A CN 108734747 A CN108734747 A CN 108734747A CN 201810504009 A CN201810504009 A CN 201810504009A CN 108734747 A CN108734747 A CN 108734747A
Authority
CN
China
Prior art keywords
picture
color
long
aberration
range correction
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.)
Pending
Application number
CN201810504009.4A
Other languages
English (en)
Inventor
齐志兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing San Cai Mai Du Network Technology Co Ltd
Original Assignee
Beijing San Cai Mai Du Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing San Cai Mai Du Network Technology Co Ltd filed Critical Beijing San Cai Mai Du Network Technology Co Ltd
Priority to CN201810504009.4A priority Critical patent/CN108734747A/zh
Publication of CN108734747A publication Critical patent/CN108734747A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Abstract

本发明公开了一种远程矫正图片色差的方法,包括如下骤:获取目标物和参照物的图片;识别图片中的所述参照物和所述目标物,提取所述目标物和所述参照物的颜色特征,并进行表达;比较所述参照物的颜色特征与标准色的颜色特征,得到所述图片的颜色校正系数;根据所述图片的颜色校正系数,还原得到所述目标物的真实颜色。有效矫正了图片在拍摄、传输和储存过程中产生的色差,使图片中目标物的颜色特征恢复到自然光条件下的真实颜色特征,有助于对图片真实信息的准确判断,提高远程控制判断准确性。

Description

一种远程矫正图片色差的方法
技术领域
本发明属于远程图像处理技术领域,具体涉及一种远程矫正图片色差的方法。
背景技术
远程控制是指运用计算机、通信、技术设备,通过数据,文字,语音和图像资料的远距离传送,实现远距离控制的技术手段,利用远程控制系统,可以不受空间距离的限制,可以在互联网和云端对线下的信息进行在线处理,有助于整合各地资源,提高控制判断水平。
图片的判断是远程控制中重要的信息源,在远程信息分析处理中中发挥了至关重要的作用。颜色特征是图片特征的主要组成部分,但在远程判断分析过程中,图片会受到诸多因素的影响而产生色差,图片失真,影响了对图片真实颜色的准确判断。
造成图片色差的主要原因有:
1)相机镜头的折射。光线透过玻璃的折射可分为“纵向色差”和“横向色差”,全色谱透过玻璃产生的折射现象以“紫边现象”最为明显。
2)光源的色温。色温是表示光源光谱质量最通用的指标,色温过高或过低都会影响颜色最终的生成,由于光源产生的光谱不一致,所以舌象呈现不同的颜色表达。
3)不同颜色空间之间转换时的误差。目前,舌图像主要采用的颜色空间有RGB、HSV、Lab等,由于不同的颜色空间对色彩的表达方式不同,所以图像在不同颜色空间中进行转换时会产生误差,造成色差。
4)曝光指数。不同的曝光指数会对图像的颜色产生显著影响。
5)物体本身颜色之间的漫反射。
发明内容
为了至少解决以上提到现有技术存在的技术问题之一,本发明公开了一种远程矫正图片色差的方法,该方法具体包括如下骤:
获取目标物和参照物的图片;
识别图片中的参照物和目标物,提取目标物和参照物的颜色特征,并进行表达;
比较参照物的颜色特征与标准色的颜色特征,得到图片的颜色校正系数;
根据图片的颜色校正系数,还原得到目标物的真实颜色。
本发明一些实施例公开的远程矫正图片色差的方法,还包括提取参照物的真实颜色特征,作为标准色。
本发明一些实施例公开的远程矫正图片色差的方法,目标物与参照物在同一图片中。
本发明一些实施例公开的远程矫正图片色差的方法,目标物和参照物的颜色特征用RGB三原色色度表达。
本发明一些实施例公开的远程矫正图片色差的方法,参照物的真实颜色特征表达为RGB三原色色度。
本发明一些实施例公开的远程矫正图片色差的方法,在真实环境下获取参照物图片,提取所述参照物的真实颜色特征,作为标准色。
本发明一些实施例公开的远程矫正图片色差的方法,包括如下步骤:
获取目标物和参照物的图片;
将获得的图片传输至图片识别矫正装置;
将图片识别矫正装置处理后的图片作为真实图片。
本发明一些实施例公开的远程矫正图片色差的方法,图片同时包括所述目标物和所述参照物。
本发明一些实施例公开的远程矫正图片色差的方法,图片识别矫正装置处理图片包括对图片的识别、目标物和参照物的颜色提取和表达、对目标物真实颜色的还原。
本发明实施例公开的远程矫正图片色差的方法,通过对标准比色板的标准颜色特征和图片中标准比色板的颜色特征的比对,经过对图像的计算,有效矫正了图片在拍摄、传输和储存过程中产生的色差,使图片中目标物的颜色特征恢复到自然光条件下的真实颜色特征,有助于对图片真实信息的准确判断,提高远程控制判断准确性。
附图说明
图1本发明实施例1公开的远程矫正图片色差的方法流程图
图2本发明实施例2公开的远程矫正图片色差的方法流程图
具体实施方式
在这里专用的词“实施例”,作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。本法实施例中性能指标测试,除非特别说明,采用本领域常规试验方法。应理解,本发明中所述的术语仅仅是为描述特别的实施方式,并非用于限制本发明公开的内容。
除非另有说明,否则本文使用的技术和科学术语具有本发明所属技术领域的普通技术人员通常理解的相同含义;作为本发明中的其它未特别注明的原材料、试剂、试验方法和技术手段均指本领域内普通技术人员通常使用的原材料和试剂,以及通常采用的实验方法和技术手段;本发明公开述及的目标物,通常是指需要矫正色差的图片中的对象,参照物,通常是指作为参考用的物体,通常具有典型的颜色特征,而且其色彩容易辨识和表达,例如通常使用的比色板、比色棒等等。
本公开所用的术语“基本”和“大约”用于描述小的波动。例如,它们可以是指小于或等于±5%,如小于或等于±2%,如小于或等于±1%,如小于或等于±0.5%,如小于或等于±0.2%,如小于或等于±0.1%,如小于或等于±0.05%。浓度、量和其它数值数据在本文中可以以范围格式表示或呈现。这样的范围格式仅为方便和简要起见使用,因此应灵活解释为不仅包括作为该范围的界限明确列举的数值,还包括该范围内包含的所有独立的数值或子范围。例如,“1%至5%”的数值范围应被解释为不仅包括1%至5%的明确列举的值,还包括在所示范围内的独立值和子范围。因此,在这一数值范围中包括独立值,如2%、3.5%和4%,和子范围,如1%~3%、2%~4%和3%~5%等。这一原理同样适用于仅列举一个数值的范围。此外,无论该范围的宽度或所述特征如何,这样的解释都适用。
在本公开,包括权利要求书中,所有连接词,如“包含”、“包括”、“带有”、“具有”、“含有”、“涉及”、“容纳”等被理解为是开放性的,即是指“包括但不限于”。只有连接词“由...构成”和“基本由...构成”应该是封闭或半封闭连接词。
为了更好的说明本发明内容,在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本发明同样可以实施。在实施例中,对于本领域技术人员熟知的一些方法、手段、仪器、设备、原料组成、分子结构等未作详细描述,以便于凸显本发明的主旨。
本发明公开了一种远程矫正图片色差的方法,该方法流程图见图1所示,具体包括:
获取目标物和参照物的图片;在实际环境中,将目标物和参照物设置在相同的背景环境中,拍摄同时包含有目标物和参照物的图片,拍摄时确保目标物和参照物互不干扰,也没有其他因素对目标物和参照物所处的环境产生影响。
识别图片中的参照物和目标物,提取目标物和参照物的颜色特征,并进行表达;图片识别装置或图片识别系统判断识别并准确定位参照物和目标物的位置,提取定位的参照物和目标物的颜色特征,并用相同的方法进行表达,例如,用RGB色彩模式进行表达。具体为,为图像中每一个像素的RGB分量分配一个0~255范围内的强度值。例如:纯红色的R值为255,G值为0,蓝B值为0;灰色的R、G、B三个值相等(除了0和255);白色的R、G、B都为255;黑色的R、G、B都为0。RGB图像只使用三种颜色,就可以使它们按照不同的比例混合,重现16581375种颜色,接近于图片的真实颜色表达。在一些实施方式中,参照物设置为标准比色板、标准比色棒,作为可选实施方式,参照物还可以设置为比色棉签。
比较参照物的颜色特征与标准色的颜色特征,得到图片的颜色矫正系数;将提取的图片中的参照物的颜色特征与标准色的颜色特征进行对比,例如,可以将RGB分量分别进行对比,将参照物的颜色RGB分量除以与标准色的RGB分量,得到RGB三个分量的校正系数rR、rG、rB,将此矫正系数作为图片的色差矫正系数。
根据图片的颜色校正系数,还原得到目标物的真实颜色。将获得的图片色差矫正系数rR、rG、rB分别与图片中目标物的颜色RGB分量相乘,分别得到的RGB分量,即为目标物的真实颜色特征。
本发明一些实施方式中,远程矫正图片色差的方法,还包括提取参照物的真实颜色特征,作为标准色。通常,在真实环境下获取参照物图片,提取所述参照物的真实颜色特征,作为标准色。真实颜色,通常是指在自然光下参照物呈现的颜色,而且通常是人通过裸眼、不借助任何外界工具直接观察到的颜色,而且通常是医学确定为对颜色的辨识没有任何障碍的人的观察结果。
本发明一些实施例还公开了一种远程矫正图片色差的方法,该方法流程如图2所示,具体包括如下步骤:
获取目标物和参照物的图片;在实际环境中,将目标物和参照物设置在相同的背景环境中,拍摄同时包含有目标物和参照物的图片,拍摄时确保目标物和参照物互不干扰,也没有其他因素对目标物和参照物所处的环境产生影响。
将获得的图片传输至图片识别矫正装置;通常图片的传输包括但不限于本领域技术人员知晓的通讯和传输方式,如拷贝、印制、网络传输等,图片识别矫正装置是对图片信息处理工具的统称,可以做最广义的理解,例如可以是计算机及其软件系统、网络平台及系统、云平台等。
将图片识别矫正装置处理后的图片作为真实图片。图片识别矫正装置处理常包括对图片中的物体的识别、物体实际颜色特征的提取和表达,并根据标准色的颜色特征对参照物的实际颜色进行矫正,以此为基础对目标物的颜色进行矫正,还原,得到的图片能够消除图片获取、传输过程中对颜色的影响因素,真实反映图片的真实颜色,图片中的参照物和目标物等物体更加接近于其真实颜色,可以作为真实图片,进行信息分析、处理和判断决策。
本发明一些实施例公开的图片远程矫正方法,具体为,拍摄标准比色板在理想的自然光照射下的图片,采集并记录标准比色板在理想的自然光照射下的颜色特征值,作为标准颜色特征;将将标准比色板与目标物放置在一起,保证标准比色板与目标物完整清晰地出现在图像中,且使二者处于相同或尽量相似的光线照射环境中,拍摄图片;拍摄完成后,即可上传图片到信息处理服务端,服务端接收到图片后,检测图片中标准比色板的位置,提取图像中标准比色板的颜色特征,在RGB颜色空间中进行表达,将红绿蓝RGB量值各量化为256个灰度级;将图片中标准比色板的颜色特征与标准颜色特征进行对比,计算图片中标准比色板的颜色通道与标准颜色特征的各颜色通道的比值,以此作为图片的颜色与真实颜色之间的偏差系数,或者称之为矫正系数;对图片中目标物的颜色特征进行运算,针对每个像素,用矫正系数乘以目标物的特色特征值,即可得到目标物的真实的颜色特征。此时,可认为图片中目标物的颜色特征已回复至自然光条件下的颜色的真实表达。例如,已知标准比色板的标准颜色在RGB颜色空间中为(186,150,104),通过探测器探测提取的图片中标准比色板的颜色为(165,150,124),目标物的颜色为(199,120,145),即可计算得颜色矫正系数为(0.887,1.0,1.192)。将每个像素的RGB值分别乘以相应通道的矫正系数,图片中目标物的颜色回复为(176,120,173),即认为图片中的目标物颜色恢复成了自然光条件下的颜色,即可以认为得到了经过色差矫正的、目标物的真实颜色。
本发明实施例公开的远程矫正图片色差的方法,通过对标准比色板的标准颜色特征和图片中标准比色板的颜色特征的比对,经过对图像的计算,有效矫正了图片在拍摄、传输和储存过程中产生的色差,使图片中目标物的颜色特征恢复到自然光条件下的真实颜色特征,有助于对图片真实信息的准确判断,提高远程控制判断准确性。
本发明公开的技术方案和实施例中公开的技术细节,仅是示例性说明本发明的构思,并不构成对本发明的限定,凡是对本发明公开的技术细节所做的没有创造性的改变,都与本发明具有相同的发明精神,都在本发明权利要求的保护范围之内。

Claims (10)

1.一种远程矫正图片色差的方法,其特征在于,该方法包括如下骤:
获取目标物和参照物的图片;
识别图片中的所述参照物和所述目标物,提取所述目标物和所述参照物的颜色特征,并进行表达;
比较所述参照物的颜色特征与标准色的颜色特征,得到所述图片的颜色校正系数;
根据所述图片的颜色校正系数,还原得到所述目标物的真实颜色。
2.根据权利要求1所述的远程矫正图片色差的方法,其特征在于,所述方法还包括步骤:
提取参照物的真实颜色特征,作为标准色。
3.根据权利要求1所述的远程矫正图片色差的方法,其特征在于,所述的目标物与所述参照物在同一图片中。
4.根据权利要求1所述的远程矫正图片色差的方法,其特征在于,所述目标物和所述参照物的颜色特征用RGB三原色色度表达。
5.根据权利要求2所述的远程矫正图片色差的方法,其特征在于,所述参照物的真实颜色特征表达为RGB三原色色度。
6.根据权利要求2所述的远程矫正图片色差的方法,其特征在于,所述步骤具体为,在真实环境下获取参照物图片,提取所述参照物的真实颜色特征,作为标准色。
7.一种远程矫正图片色差的方法,其特征在于,该方法包括如下步骤:
获取目标物和参照物的图片;
将获得的图片传输至图片识别矫正装置;
将图片识别矫正装置处理后的图片作为真实图片。
8.根据权利要求7所述的远程矫正图片色差的方法,其特征在于,所述图片同时包括所述目标物和所述参照物。
9.根据权利要求7所述的远程矫正图片色差的方法,其特征在于,所述图片识别矫正装置处理图片包括对所述图片的识别、所述目标物和所述参照物的颜色提取和表达、对所述目标物真实颜色的还原。
10.根据权利要求9所述的远程矫正图片色差的方法,其特征在于,所述目标物和所述参照物的颜色提取表达为RGB三原色色度。
CN201810504009.4A 2018-05-23 2018-05-23 一种远程矫正图片色差的方法 Pending CN108734747A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810504009.4A CN108734747A (zh) 2018-05-23 2018-05-23 一种远程矫正图片色差的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810504009.4A CN108734747A (zh) 2018-05-23 2018-05-23 一种远程矫正图片色差的方法

Publications (1)

Publication Number Publication Date
CN108734747A true CN108734747A (zh) 2018-11-02

Family

ID=63936198

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810504009.4A Pending CN108734747A (zh) 2018-05-23 2018-05-23 一种远程矫正图片色差的方法

Country Status (1)

Country Link
CN (1) CN108734747A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110837522A (zh) * 2019-11-11 2020-02-25 广州千睿信息科技有限公司 一种基于大数据分析的待购产品显示方法及显示平台
CN114902645A (zh) * 2020-01-22 2022-08-12 莉迪亚·A·科尔比 颜色渲染

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1216423A (zh) * 1997-07-10 1999-05-12 三星电子株式会社 图像系统中的彩色校正装置和方法
CN1723715A (zh) * 2002-09-20 2006-01-18 翠贝卡映像实验公司 数字图像的颜色校正方法
CN103905803A (zh) * 2014-03-18 2014-07-02 中国科学院国家天文台 一种图像的颜色校正方法及装置
CN105678710A (zh) * 2016-01-14 2016-06-15 佛山华芯微特科技有限公司 颜色校正还原系统和颜色校正还原方法
CN107730471A (zh) * 2017-10-26 2018-02-23 北京农业智能装备技术研究中心 一种针对秧苗长势监测的叶片图像色彩矫正方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1216423A (zh) * 1997-07-10 1999-05-12 三星电子株式会社 图像系统中的彩色校正装置和方法
CN1723715A (zh) * 2002-09-20 2006-01-18 翠贝卡映像实验公司 数字图像的颜色校正方法
CN103905803A (zh) * 2014-03-18 2014-07-02 中国科学院国家天文台 一种图像的颜色校正方法及装置
CN105678710A (zh) * 2016-01-14 2016-06-15 佛山华芯微特科技有限公司 颜色校正还原系统和颜色校正还原方法
CN107730471A (zh) * 2017-10-26 2018-02-23 北京农业智能装备技术研究中心 一种针对秧苗长势监测的叶片图像色彩矫正方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110837522A (zh) * 2019-11-11 2020-02-25 广州千睿信息科技有限公司 一种基于大数据分析的待购产品显示方法及显示平台
CN110837522B (zh) * 2019-11-11 2020-09-22 广州玖富网络科技有限公司 一种基于大数据分析的待购产品显示方法及显示平台
CN114902645A (zh) * 2020-01-22 2022-08-12 莉迪亚·A·科尔比 颜色渲染

Similar Documents

Publication Publication Date Title
Wang et al. Multicolor light curves of Type Ia supernovae on the color-magnitude diagram: A novel step toward more precise distance and extinction estimates
CN110580480A (zh) 基于图像处理的表计读数识别方法
CN104572538B (zh) 一种基于k‑pls回归模型的中医舌图像颜色校正方法
CN102313607B (zh) 一种示温漆温变颜色的自动识别方法
CN108764134A (zh) 一种适用于巡检机器人的多类型仪表自动定位与识别方法
CN104021545A (zh) 一种基于视觉显著性的全参考彩色图像质量评价方法
CN106557751A (zh) 一种带颜色指示信息的指针式压力表自动读数方法
CN107084927B (zh) 基板色度检测方法及装置
CN110231148A (zh) 一种面向颜色分辨的展陈光源显色性评价方法及系统
CN108734747A (zh) 一种远程矫正图片色差的方法
CN110044485B (zh) 一种图像式织物颜色测量方法
CN114730473A (zh) 用于识别目标涂层中效果颜料的方法和设备
CN106840404A (zh) 一种钻石颜色分级自动测量方法
CN110530790A (zh) 一种纺织品色牢度的检测评级系统及检测评级方法
CN109034189B (zh) 基于高分遥感影像的森林类型识别方法
CN108594089B (zh) 一种变压器中绝缘纸的聚合度检测方法及装置
CN114441452B (zh) 一种光纤尾纤检测方法
CN111626358A (zh) 一种基于bim图片识别的隧道围岩分级方法
CN110887797A (zh) 一种色纺织物的颜色差异性分析方法
CN104050678A (zh) 水下监测彩色图像质量测量方法
CN117147444B (zh) 珍珠晕彩的定量化测试方法、装置及存储介质
Zhbanova RESEARCH INTO METHODS FOR DETERMINING COLOUR DIFFERENCES IN THE CIELAB UNIFORM COLOUR SPACE.
CN109342335B (zh) 一种建筑饰面材料色差分析方法
CN115115609B (zh) 一种植物叶片正面表型性状的图像分析方法及系统
CN110460830A (zh) 一种用于中医舌面诊图像的颜色校正方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181102

RJ01 Rejection of invention patent application after publication