CN111681221A - 一种基于基元矢量多角度描述彩色图像的方法 - Google Patents

一种基于基元矢量多角度描述彩色图像的方法 Download PDF

Info

Publication number
CN111681221A
CN111681221A CN202010506495.0A CN202010506495A CN111681221A CN 111681221 A CN111681221 A CN 111681221A CN 202010506495 A CN202010506495 A CN 202010506495A CN 111681221 A CN111681221 A CN 111681221A
Authority
CN
China
Prior art keywords
primitive
vector
vectors
axis
color image
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
Application number
CN202010506495.0A
Other languages
English (en)
Other versions
CN111681221B (zh
Inventor
王涛
张玉莹
麻云凤
满在刚
王哲
娄玮
王帅
樊仲维
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.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute of CAS
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 Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202010506495.0A priority Critical patent/CN111681221B/zh
Publication of CN111681221A publication Critical patent/CN111681221A/zh
Application granted granted Critical
Publication of CN111681221B publication Critical patent/CN111681221B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Generation (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于基元矢量多角度描述彩色图像的方法，首先将多个基元矢量加权组合构成基元矢量集；其中，所述基元矢量是依据彩色图像R、G、B三通道构造的，表示为(Ri,Gi,Bi)，i为基元矢量的个数；将像元(R0,G0,B0)的R、G、B值向所构成的基元矢量集中的每个基元矢量(Ri,Gi,Bi)的坐标轴投影，得到对应所述基元矢量(Ri,Gi,Bi)的灰度值；将所得到的对应每个基元矢量(Ri,Gi,Bi)的灰度值进行加权求和，得到所述基元矢量集的灰度值；遍历所有像元，得到基于所述基元矢量集的灰度图像，然后确定不同的基元矢量集，重复上述操作，实现对彩色图像的多角度描述。该方法能够更加简单便捷的对基于R、G、B三原色的彩色图像进行多角度描述。

Description

一种基于基元矢量多角度描述彩色图像的方法
技术领域
本发明涉及彩色图像处理技术领域，尤其涉及一种基于基元矢量多角度描述彩色图像的方法。
背景技术
彩色图像可以用红(R)、绿(G)、蓝(B)三通道表示，R、G、B的取值范围均为0～255，利用R、G、B组合，可以得到224种颜色和灰度，被广泛应用于彩色CCD、CMOS等图像传感器以及彩色液晶、CRT等显示器，可以高保真的获取和再现自然界的景色。
为了能够突出显示图像的某些信息，需要从不同的角度对图像进行表述，比如现有的高光谱或多光谱技术，就是从不同的光谱段对同一目标进行成像，成像中每张图片的内容相同，只是利用了不同波段的光进行描述，即从不同的光谱角度得到同一图像，但现有技术需要光谱分光元件配合，还需要精密的调整匹配机构，结构复杂，体积较大，技术难度很大，并且造价很高。
发明内容
本发明的目的是提供一种基于基元矢量多角度描述彩色图像的方法，该方法能够更加简单便捷的对基于R、G、B三原色的彩色图像进行多角度描述。
本发明的目的是通过以下技术方案实现的：
一种基于基元矢量多角度描述彩色图像的方法，所述方法包括：
步骤1、首先将多个基元矢量加权组合构成基元矢量集；其中，所述基元矢量是依据彩色图像R、G、B三通道构造的，表示为(Ri,Gi,Bi)，i为基元矢量的个数；
步骤2、将某一像元(R0,G0,B0)的R、G、B值向所构成的基元矢量集中的每个基元矢量(Ri,Gi,Bi)的坐标轴投影，得到对应所述基元矢量(Ri,Gi,Bi)的灰度值；
步骤3、将所得到的对应每个基元矢量(Ri,Gi,Bi)的灰度值进行加权求和，得到所述基元矢量集的灰度值；
步骤4、遍历所有像元，得到基于所述基元矢量集的灰度图像，然后确定不同的基元矢量集，重复上述操作，实现对彩色图像的多角度描述。
由上述本发明提供的技术方案可以看出，上述方法针对不同光谱对应的灰度图像的获得不需要额外的光谱分光元件和精密的调整机构，仅仅依靠现有的彩色图像传感器即可实现，能够更加简单便捷的对基于R、G、B三原色的彩色图像进行多角度描述。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的基于基元矢量多角度描述彩色图像的方法流程示意图；
图2为本发明实施例所建立的RGB三维空间坐标系的示意图。
具体实施方式
下面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实施例，而不是全部的实施例。基于本发明的实施例，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，都属于本发明的保护范围。
下面将结合附图对本发明实施例作进一步地详细描述，如图1所示为本发明实施例提供的基于基元矢量多角度描述彩色图像的方法流程示意图，所述方法包括：
步骤1、首先将多个基元矢量加权组合构成基元矢量集；
其中，所述基元矢量是依据彩色图像R、G、B三通道构造的，表示为(Ri,Gi,Bi)，i为基元矢量的个数；
在该步骤中，所述基元矢量(Ri,Gi,Bi)不能由其他基元矢量中的各个元素乘以相同的系数得到，即该基元矢量(Ri,Gi,Bi)满足如下条件：
(Ri,Gi,Bi)≠(m*Rj,m*Gj,m*Bj)
其中，j为R、G、B取0～255时的任意一种组合，且j≠i，系数m≠0；
并且，所述基元矢量(Ri,Gi,Bi)的模为1，即满足：
Figure BDA0002526720000000021
举例来说，对于(1,1,1)、(2,2,2)……(255,255,255)，拥有共同的基元矢量
Figure BDA0002526720000000031
对于(0,0,1)、(0,0,2)……(0,0,255)，拥有共同的基元矢量(0,0,1)，对于(1,2,3)、(2,4,6)……(85,170,255)，拥有共同的基元矢量
Figure BDA0002526720000000032
步骤2、将某一像元(R0,G0,B0)的R、G、B值向所构成的基元矢量集中的每个基元矢量(Ri,Gi,Bi)的坐标轴投影，得到对应所述基元矢量(Ri,Gi,Bi)的灰度值；
在该步骤中，对于所述基元矢量集中的任意基元矢量(Ri,Gi,Bi)，将该基元矢量分别向B轴和R轴及G轴确定的平面投影，然后将R轴及G轴确定的平面上的投影分量再分别向R轴及G轴投影，得到R轴、G轴和B轴分别对应的投影分量Ri、Gi、Bi，并且满足：
Figure BDA0002526720000000033
将整个RGB三维空间坐标系绕B轴逆时针旋转Θ，然后绕G轴顺时针旋转Φ，得到R′G′B′坐标系，此时R′G′B′坐标系中的R′轴和基元矢量(Ri,Gi,Bi)的方向重合，故向基元矢量(Ri,Gi,Bi)的投影值就是向R′轴的投影值；
若某一像元(R0,G0,B0)在所述R′G′B′坐标系中表示为(R0′,G0′,B0′)，则向R′轴投影，即得到对应所述基元矢量(Ri,Gi,Bi)的灰度值；
其中，如图2所示为本发明实施例所建立的RGB三维空间坐标系的示意图，坐标轴方向矢量分别为R轴(1,0,0)、G轴(0,1,0)、B轴(0,0,1)。具体实现中，对于某一像元(R0,G0,B0)，基元矢量(1,0,0)、(0,1,0)和(0,0,1)对应的灰度系数可以直接向R、G、B三个坐标轴投影得到。
步骤3、将所得到的对应每个基元矢量(Ri,Gi,Bi)的灰度值进行加权求和，得到所述基元矢量集的灰度值；
在该步骤中，假定所述基元矢量集中包含n个基元矢量，第i个基元矢量(Ri,Gi,Bi)灰度值的权重为βi，得到第t个像元的基元矢量集所对应的灰度值为：
Figure BDA0002526720000000041
式中，hi(Ri,Gi,Bi)为第i个基元矢量(Ri,Gi,Bi)对应的灰度值。
步骤4、遍历所有像元，得到基于所述基元矢量集的灰度图像，然后确定不同的基元矢量集，重复上述操作，实现对彩色图像的多角度描述。
在该步骤中，该步骤4可替换为：
首先确定不同的基元矢量集，重复上述操作，实现从多角度对像元的灰度值进行描述；然后再遍历所有像元，得到基于不同基元矢量集的灰度图像，进而实现从多角度对彩色图像进行描述。
值得注意的是，本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
由于不同的颜色对应不同的波长，R、G、B三基色实际上是对应了三个主波长，通过调整R、G、B三个通道的配比，可以获取不同的颜色值，也就是可以描述其他波长的光，故本申请所述方法中的基元矢量实际上是和波长具有一定关系的，所以基元矢量和基元矢量集也就和光谱具有一定的关系，由于基元矢量(Ri,Gi,Bi)中，Ri、Gi、Bi的取值范围均是0～255，组合方式非常多，可以得到的基元矢量集也非常多，因而可实现对彩色图像的多角度描述。
同时和现有的光谱成像系统相比较，本申请不同光谱对应的灰度图像的获得不需要额外的光谱分光元件和精密的调整机构，仅仅依靠现有的彩色图像传感器即可实现，并且可以对彩色显示器能够显示的彩色图像进行多角度描述。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (5)

1.一种基于基元矢量多角度描述彩色图像的方法，其特征在于，所述方法包括：
步骤1、首先将多个基元矢量加权组合构成基元矢量集；其中，所述基元矢量是依据彩色图像R、G、B三通道构造的，表示为(Ri,Gi,Bi)，i为基元矢量的个数；
步骤2、将某一像元(R0,G0,B0)的R、G、B值向所构成的基元矢量集中的每个基元矢量(Ri,Gi,Bi)的坐标轴投影，得到对应所述基元矢量(Ri,Gi,Bi)的灰度值；
步骤3、将所得到的对应每个基元矢量(Ri,Gi,Bi)的灰度值进行加权求和，得到所述基元矢量集的灰度值；
步骤4、遍历所有像元，得到基于所述基元矢量集的灰度图像，然后确定不同的基元矢量集，重复上述操作，实现对彩色图像的多角度描述。
2.根据权利要求1所述基于基元矢量多角度描述彩色图像的方法，其特征在于，
所述基元矢量(Ri,Gi,Bi)不能由其他基元矢量中的各个元素乘以相同的系数得到，即该基元矢量(Ri,Gi,Bi)满足如下条件：
(Ri,Gi,Bi)≠(m*Rj,m*Gj,m*Bj)
其中，j为R、G、B取0～255时的任意一种组合，且j≠i，系数m≠0；
并且，所述基元矢量(Ri,Gi,Bi)的模为1，即满足：
Figure FDA0002526719990000011
3.根据权利要求1所述基于基元矢量多角度描述彩色图像的方法，其特征在于，所述步骤2的实现过程为：
对于所述基元矢量集中的任意基元矢量(Ri,Gi,Bi)，满足：
Figure FDA0002526719990000012
将整个RGB三维空间坐标系绕B轴逆时针旋转Θ，然后绕G轴顺时针旋转Φ，得到R′G′B′坐标系，此时R′G′B′坐标系中的R′轴和基元矢量(Ri,Gi,Bi)的方向重合，向基元矢量(Ri,Gi,Bi)的投影值就是向R′轴的投影值；
若某一像元(R0,G0,B0)在所述R′G′B′坐标系中表示为(R′0,G′0,B′0)，则向R′轴投影，即得到对应所述基元矢量(Ri,Gi,Bi)的灰度值；
其中，所建立的RGB三维空间坐标系，坐标轴方向矢量分别为R轴(1,0,0)、G轴(0,1,0)、B轴(0,0,1)。
4.根据权利要求1所述基于基元矢量多角度描述彩色图像的方法，其特征在于，所述步骤3的过程具体为：
假定所述基元矢量集中包含n个基元矢量，第i个基元矢量(Ri,Gi,Bi)灰度值的权重为βi，得到第t个像元的基元矢量集所对应的灰度值为：
Figure FDA0002526719990000021
式中，hi(Ri,Gi,Bi)为第i个基元矢量(Ri,Gi,Bi)对应的灰度值。
5.根据权利要求1所述基于基元矢量多角度描述彩色图像的方法，其特征在于，所述步骤4的操作替换为：
确定不同的基元矢量集，重复上述操作，实现从多角度对像元的灰度值进行描述；
然后再遍历所有像元，得到基于不同基元矢量集的灰度图像，进而实现从多角度对彩色图像进行描述。
CN202010506495.0A 2020-06-05 2020-06-05 一种基于基元矢量多角度描述彩色图像的方法 Active CN111681221B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010506495.0A CN111681221B (zh) 2020-06-05 2020-06-05 一种基于基元矢量多角度描述彩色图像的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010506495.0A CN111681221B (zh) 2020-06-05 2020-06-05 一种基于基元矢量多角度描述彩色图像的方法

Publications (2)

Publication Number Publication Date
CN111681221A true CN111681221A (zh) 2020-09-18
CN111681221B CN111681221B (zh) 2023-12-19

Family

ID=72453933

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010506495.0A Active CN111681221B (zh) 2020-06-05 2020-06-05 一种基于基元矢量多角度描述彩色图像的方法

Country Status (1)

Country Link
CN (1) CN111681221B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0594370A1 (en) * 1992-10-22 1994-04-27 Xerox Corporation Rendering a color image for an output medium from symbolic image data
US20070132759A1 (en) * 2005-06-17 2007-06-14 Mallick Satya P Methods for identifying, separating and editing reflection components in multi-channel images and videos
CN101197915A (zh) * 2006-12-07 2008-06-11 中国科学院半导体研究所 彩色图像处理方法
JP2009251887A (ja) * 2008-04-04 2009-10-29 Namco Bandai Games Inc 画像生成システム、プログラム及び情報記憶媒体
CN104537658A (zh) * 2014-12-19 2015-04-22 上海电机学院 彩色图像的主基元图模型建立系统及提取方法
WO2016175234A1 (ja) * 2015-04-27 2016-11-03 ヤンマー株式会社 色画像処理方法、色画像処理プログラム、物体認識方法及び装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0594370A1 (en) * 1992-10-22 1994-04-27 Xerox Corporation Rendering a color image for an output medium from symbolic image data
US20070132759A1 (en) * 2005-06-17 2007-06-14 Mallick Satya P Methods for identifying, separating and editing reflection components in multi-channel images and videos
CN101197915A (zh) * 2006-12-07 2008-06-11 中国科学院半导体研究所 彩色图像处理方法
JP2009251887A (ja) * 2008-04-04 2009-10-29 Namco Bandai Games Inc 画像生成システム、プログラム及び情報記憶媒体
CN104537658A (zh) * 2014-12-19 2015-04-22 上海电机学院 彩色图像的主基元图模型建立系统及提取方法
WO2016175234A1 (ja) * 2015-04-27 2016-11-03 ヤンマー株式会社 色画像処理方法、色画像処理プログラム、物体認識方法及び装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
VARISH, N., PAL, A.K: "A novel image retrieval scheme using gray level co-occurrence matrix descriptors of discrete cosine transform based residual image", 《APPL INTELL》 *
王华;戴芳;: "一种基于基元的彩色图像检索方法", 计算机系统应用 *
王帅;刘世晶;唐荣;陈军;刘兴国;: "基于改进K-means聚类算法的金鱼阴影去除及图像分割方法", 渔业现代化 *
陈文锋: "基于纹理特征的遥感图像检索技术研究", 《基础科学辑》 *

Also Published As

Publication number Publication date
CN111681221B (zh) 2023-12-19

Similar Documents

Publication Publication Date Title
US10861143B2 (en) Method and apparatus for reconstructing hyperspectral image using artificial intelligence
CN110660088B (zh) 一种图像处理的方法和设备
Monno et al. A practical one-shot multispectral imaging system using a single image sensor
JP4787871B2 (ja) カラー偏光撮像装置
JP2002135792A (ja) 固体撮像素子
EP2523160A1 (en) Image processing device, image processing method, and program
WO2003038751A1 (fr) Systeme de reproduction des couleurs
CN111491149B (zh) 基于高清视频的实时抠像方法、装置、设备及存储介质
US11350070B2 (en) Systems, methods and computer programs for colorimetric mapping
CN109447922A (zh) 一种改进的ihs变换遥感影像融合方法及系统
CN112562017A (zh) 一种rgb图像的色彩还原方法及计算机可读存储介质
Lukac et al. Single-sensor camera image processing
US9036030B2 (en) Color calibration of an image capture device in a way that is adaptive to the scene to be captured
CN111681221B (zh) 一种基于基元矢量多角度描述彩色图像的方法
CN115426487B (zh) 色彩校正矩阵调整方法、装置、电子设备及可读存储介质
EP4156675A1 (en) Image acquisition apparatus providing white balance function and electronic apparatus including the same
WO2014091706A1 (ja) 撮像装置
JP4482685B2 (ja) 広色域動画カメラ
Hernández et al. Quality evaluation of chromatic interpolation algorithms for image acquisition system
JP2006339897A (ja) 色変換システム、色変換方法及び色変換プログラム
JP2005260527A (ja) 動画カメラ
US20230066267A1 (en) Image acquisition apparatus including a plurality of image sensors, and electronic apparatus including the image acquisition apparatus
TWI747039B (zh) 多角度行動電子裝置頻譜拍攝系統及影像顯示方法
US11893706B2 (en) Image correction device
US10271058B2 (en) Imaging apparatus and imaging system

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