CN113628135A - 图像颜色校正方法、装置、计算机装置及存储介质 - Google Patents

图像颜色校正方法、装置、计算机装置及存储介质 Download PDF

Info

Publication number
CN113628135A
CN113628135A CN202110859113.7A CN202110859113A CN113628135A CN 113628135 A CN113628135 A CN 113628135A CN 202110859113 A CN202110859113 A CN 202110859113A CN 113628135 A CN113628135 A CN 113628135A
Authority
CN
China
Prior art keywords
color
value
image
color correction
area
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
CN202110859113.7A
Other languages
English (en)
Inventor
杨洋
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202110859113.7A priority Critical patent/CN113628135A/zh
Publication of CN113628135A publication Critical patent/CN113628135A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • 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

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

Abstract

本发明公开了一种图像颜色校正方法、装置、计算机装置及存储介质，其中图像颜色校正方法包括：识别待处理图像中第一色彩区域对应的一个或多个第一色块，第一色彩区域为待处理图像中处于同一色域范围的区域，第一色块为色卡中处于第一色彩区域对应的色域范围内的色块；根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵；利用颜色校正矩阵对第一色彩区域进行颜色校正。由此，能够有效提高图像颜色校正的精度，增强图像颜色的真实性，从而提高拍摄效果。

Description

图像颜色校正方法、装置、计算机装置及存储介质
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像颜色校正方法、装置、计算机装置及存储介质。
背景技术
目前主流的相机图像传感器采用拜尔阵列设计，该设计的每个像素均包含红绿蓝(RGB)三种感光亚像素，其中两个亚像素对绿色(G)感光，另外两个亚像素分别对红色(R)、蓝色(B)感光。该设计的50％的亚像素对应于G通道，其意义在于G通道与人眼的亮度感知相近，且人眼对亮度图像的分辨率高于颜色通道R通道和B通道。RGB通道的光谱响应近似模拟了人眼视网膜上存在三种视锥细胞分别对长中短波长的敏感程度，即分别对红绿蓝光的敏感程度，但是该光谱响应与人眼还是存在一定的差异。
相关技术中，通过在光源箱中拍摄24色标准色卡，并寻找一个3×3的颜色校正矩阵(Color Correction Matrix，CCM)，使得相机的RGB响应值与颜色校正矩阵相乘之后，可以尽量接近人眼的红绿蓝响应。但是该颜色校正矩阵是基于24色标准色卡获取，该色卡覆盖了红绿蓝白灰等多种颜色，因此所获得的颜色校正矩阵只能在总体上平衡，使得校正后的颜色总体上与人眼接近，而局部区域可能存在颜色校正精度低的问题。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出一种图像颜色校正方法，能够有效提高图像颜色校正的精度，增强图像颜色的真实性，从而提高拍摄效果。
本发明的第二个目的在于提出一种图像颜色校正装置。
本发明的第三个目的在于提出一种计算机装置。
本发明的第四个目的在于提出一种计算机可读存储介质。
为达到上述目的，本发明第一方面实施例提出了一种图像颜色校正方法，包括以下步骤：识别待处理图像中第一色彩区域对应的一个或多个第一色块，第一色彩区域为待处理图像中处于同一色域范围的区域，第一色块为色卡中处于第一色彩区域对应的色域范围内的色块；根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵；利用颜色校正矩阵对第一色彩区域进行颜色校正。
根据本发明实施例的图像颜色校正方法，通过识别待处理图像中第一色彩区域对应的一个或多个第一色块，第一色彩区域为待处理图像中处于同一色域范围的区域，第一色块为色卡中处于第一色彩区域对应的色域范围内的色块，并通过根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵，以及通过利用颜色校正矩阵对第一色彩区域进行颜色校正，从而能够有效提高图像颜色校正的精度，增强图像颜色的真实性，进而提高拍摄效果。
根据本发明的一个实施例，识别待处理图像中第一色彩区域对应的一个或多个第一色块，包括：获取第一色彩区域对应的第二RGB响应值；分别获取第二RGB响应值与色卡中每个色块对应的第一RGB响应值之间的差值；获取差值小于第一阈值的色块，得到第一色彩区域对应的一个或多个第一色块。
根据本发明的一个实施例，分别获取第二RGB响应值与色卡中每个色块对应的第一RGB响应值之间的差值，包括：针对每个色块对应的第一RGB响应值，对应获取第二RGB响应值中R值、G值、B值分别与第一RGB响应值中R值、G值、B值之间的差值的绝对值；对差值的绝对值求和，得到第二RGB响应值与第一RGB响应值之间的差值。
根据本发明的一个实施例，根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵，包括：根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，采用最小二乘法计算获得第一色彩区域的颜色校正矩阵。
根据本发明的一个实施例，数据库中存储有色卡中每个色块对应的第一RGB响应值和人眼真实感知值，其中，第一RGB响应值预先通过对色卡拍照获得，人眼真实感知值预先通过色度计测量获得。
根据本发明的一个实施例，在利用颜色校正矩阵对第一色彩区域进行颜色校正之前，还包括：获取待处理图像的第一色温值和色卡的第二色温值；根据第一色温值与第二色温值之间的差值，对第一色彩区域的颜色校正矩阵进行修正。
根据本发明的一个实施例，获取待处理图像的第一色温值，包括：获取待处理图像的像素点值；根据像素点值进行色温计算，获得待处理图像的第一色温值。
为达到上述目的，本发明第二方面实施例提出了一种图像颜色校正装置，包括：识别模块，用于识别待处理图像中第一色彩区域对应的一个或多个第一色块，第一色彩区域为待处理图像中处于同一色域范围的区域，第一色块为色卡中处于第一色彩区域对应的色域范围内的色块；颜色校正模块，用于根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵，并利用颜色校正矩阵对第一色彩区域进行颜色校正。
根据本发明实施例的图像颜色校正装置，通过识别模块识别待处理图像中第一色彩区域对应的一个或多个第一色块，第一色彩区域为待处理图像中处于同一色域范围的区域，第一色块为色卡中处于第一色彩区域对应的色域范围内的色块，通过颜色校正模块根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵，并利用颜色校正矩阵对第一色彩区域进行颜色校正，从而能够有效提高图像颜色校正的精度，增强图像颜色的真实性，进而提高拍摄效果。
为达到上述目的，本发明第三方面实施例提出了一种计算机装置，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述图像颜色校正方法的步骤。
根据本发明实施例的计算机装置，通过存储器存储有计算机程序，处理器执行计算机程序时实现上述图像颜色校正方法的步骤，能够有效提高图像颜色校正的精度，增强图像颜色的真实性，从而提高拍摄效果。
为达到上述目的，本发明第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述图像颜色校正方法的步骤。
根据本发明实施例的计算机可读存储介质，通过存储有计算机程序，计算机程序被处理器执行时实现上述图像颜色校正方法的步骤，能够有效提高图像颜色校正的精度，增强图像颜色的真实性，从而提高拍摄效果。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1a为相关技术中图像传感器R通道与CIE1931三刺激值X的光谱响应曲线图；
图1b为相关技术中图像传感器G通道与CIE1931三刺激值Y的光谱响应曲线图；
图1c为相关技术中图像传感器B通道与CIE1931三刺激值Z的光谱响应曲线图；
图2为根据本发明一个实施例的图像颜色校正方法的流程图；
图3为根据本发明一个实施例的图像颜色校正装置的结构框图；
图4为根据本发明一个实施例的计算机装置的结构框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
需要说明的是，人眼视网膜上存在三种视锥细胞分别对长中短波长敏感，即分别对红绿蓝光敏感，相应地，相机中采用拜尔阵列设计的图像传感器包括红绿蓝三个通道，即RGB通道，该图像传感器的RGB通道的光谱响应接近人眼，但相对于人眼真实的感知仍存在不可忽略的差异。
举例来说，本技术领域中通常采用由CIE(International Commission onillumination，国际照明委员会)建立的CIE1931色度系统作为定义彩色空间的标准测度系统。在CIE1931色度系统中，与待测光达到颜色匹配时，所需的红绿蓝三种原色对人眼刺激的量为CIE1931三刺激值，分别用X(红原色刺激量)、Y(绿原色刺激量)和Z(蓝原色刺激量)表示。下面采用CIE1931三刺激值XYZ，以在2度观察视角下人眼光谱响应为例进行说明，图1a-图1c比较了一种典型的图像传感器RGB通道与人眼在长中短波段的光谱响应，其中，图1a为图像传感器R通道(虚线)与CIE1931三刺激值X(实线)的光谱响应曲线图，图1b为图像传感器G通道(虚线)与CIE1931三刺激值Y(实线)的光谱响应曲线图，图1c为图像传感器B通道(虚线)与CIE1931三刺激值Z(实线)的光谱响应曲线图。
从图1a-图1c中可见，图像传感器RGB通道与人眼在长中短波段的光谱响应存在偏差。
相关技术中，通过颜色校正矩阵对上述偏差进行校正，具体校正过程为：首先在某一色温下拍摄24色标准色卡，获取相机的24色的RGB信息，并采用色度计测量获取24色标准色卡的24组CIE1931 XYZ三刺激值，然后通过下述公式计算获得颜色校正矩阵：
Figure BDA0003185186570000041
其中，X1、X2、……、X24为24色对应的CIE1931三刺激值X；Y1、Y2、……、Y24为24色对应的CIE1931三刺激值Y；Z1、Z2、……、Z24为24色对应的CIE1931三刺激值Z；a11、a12、……、a33构成颜色校正矩阵；R1、R2、……、R24为24色对应的相机R响应值；G1、G2、……、G24为24色对应的相机G响应值；B1、B2、……、B24为24色对应的相机B响应值。
在后续的图像处理中，采用该颜色校正矩阵对待处理图像进行颜色修正，即根据下述公式进行颜色校正：
Figure BDA0003185186570000042
其中，X、Y、Z分别为待处理图像中的一种颜色与红绿蓝相对应的CIE1931三刺激值，R、G、B分别为相应颜色对应的相机RGB响应值。由上述颜色校正矩阵的计算公式可知，颜色校正矩阵的获取与色卡的选择有很大关系。相关技术中，由于颜色校正矩阵是基于24色标准色卡获得的，因此该颜色校正矩阵是综合考虑了24种颜色得到的最优解，从而使得各种颜色都比较接近人眼的感知，但是这并不是针对每一种颜色的最优解，因此会导致局部图像颜色校正的精度低，例如，该颜色校正矩阵可以使得相机的R通道的响应更接近真实值，但是B通道的响应会偏离真实值，图像颜色的真实性差，以至于拍摄效果无法满足客户日益提高的拍摄要求。基于此，本申请提供了一种图像颜色校正方法，该方法能够有效提高图像颜色校正的精度，增强图像颜色的真实性，从而提高拍摄效果。
图2为根据本发明一个实施例的图像颜色校正方法的流程图，参考图2所示，该图像颜色校正方法可以包括以下步骤：
步骤S101：识别待处理图像中第一色彩区域对应的一个或多个第一色块，第一色彩区域为待处理图像中处于同一色域范围的区域，第一色块为色卡中处于第一色彩区域对应的色域范围内的色块。
具体来说，对于不同的色彩区域，若采用统一的、模糊的颜色校正矩阵，则校正结果与每个色彩区域的人眼真实感知值之间存在不可避免的偏差。因此，为了提高图像颜色校正的精度，本申请将对图像中的不同色彩区域，进行有针对性的颜色校正。具体地，在拍摄图像后，根据图像的色彩对图像进行分割，以获得多个色彩区域，并识别出不同色彩区域所对应的色域范围内的色块，以对不同的色彩区域进行不同的修正。其中，色域范围是指某种表色模式(如相机)所能表达的颜色构成的范围区域，在具体示例中，同一色域范围可以表示为(R0±ΔR，G0±ΔG，B0±ΔB)，其中R0、G0、B0为一特定颜色(可以为一常用颜色，也可以为色卡上的某一颜色)的RGB响应值，±ΔR、±ΔG、±ΔB为该色域范围中对应RGB响应值的变化范围。
对于其中的一个色彩区域，即第一色彩区域来说，其对应的色域范围内的色块为第一色块。可以理解的是，第一色彩区域可能只对应一个第一色块，也可能对应多个第一色块。
需要说明的是，第一色块可以是色卡中的色块。在识别第一色彩区域对应的一个或多个第一色块前，可先建立色卡。具体地，可以将色彩数据库中的所有颜色投射到均匀颜色空间，例如CIE-Lab(Commission International Eclairage-Lab，国际照明委员会实验室)颜色空间，然后进行均匀颜色采样，并将其制成色卡，具体颜色可以如表1所示。
Figure BDA0003185186570000051
Figure BDA0003185186570000061
表1
需要指出的是，为获得颜色覆盖更全面的色卡，上述颜色采样可为大量采样，例如采样量可以为140种，即制成的色卡是包括140个色块的140色色卡，由于该色卡具有充足的颜色数量，使其与真实拍摄的颜色更接近，有利于提升颜色校正矩阵的颜色校正效果。在色卡建立完成后，再识别色卡中与第一色彩区域对应的一个或多个第一色块，作为建立第一色彩区域的颜色校正矩阵的色源对象，以通过精分细化待处理图像的颜色校正矩阵实现每个色域的最优解，从而有效提高图像颜色校正的精度。
步骤S102：根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵。
需要说明的是，色卡中每个色块对应的第一RGB响应值和人眼真实感知值可以存储在数据库中，其中，第一RGB响应值可以预先通过对色卡拍照获得，人眼真实感知值可以预先通过色度计测量获得。
其中，对于每个色块的第一RGB响应值来说，由于不同的相机通常对色彩的RGB响应不同，因此在进行图像颜色校正时，需要先获取所用相机对既定色卡中每个色块的第一RGB响应值。具体示例中，可先在某一色温下，通过相机拍摄色卡，以获取相机的色卡图像，然后对该色卡图像进行分析获得色卡中每个色块的第一RGB响应值。
对于人眼真实感知值来说，在图像颜色校正时，需获取色卡中各个色块的人眼真实感知值，并以此作为图像颜色校正的基准。具体地，可先通过色度计测量获取色卡中各个色块的三色刺激值，该三色刺激值即为色卡中各个色块的人眼真实感知值。
在一个实施例中，根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵，包括：根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，采用最小二乘法计算获得第一色彩区域的颜色校正矩阵。
具体来说，对于第一色彩区域来说，在确定其色域范围内的第一色块后，根据该第一色块的第一RGB响应值和人眼真实感知值可以建立关于第一色彩区域的颜色校正矩阵的方程组，通过解该方程组即可获得第一色彩区域的颜色校正矩阵。可以理解，根据第一RGB响应值和人眼真实感知值，获得第一色彩区域的颜色校正矩阵的方法，可以采用最小二乘法，还可以采用三维查找表(3D-LUT，3Dimensional Lookup Table)法。
作为一个具体示例，对于第一色彩区域，根据前述方法获取n个第一色块。该n个第一色块的第一RGB响应值分别为(R1,G1,B1)，(R2,G2,B2)，……，(Rn,Gn,Bn)，对应的人眼真实感知值分别为(X1,Y1,Z1)，(X2,Y2,Z2)，……，(Xn,Yn,Zn)，建立关于第一色彩区域的颜色校正矩阵的方程组：
Figure BDA0003185186570000071
然后对该方程组优选采用最小二乘法求解bij，可以获取第一色彩区域的颜色校正矩阵bij。
步骤S103：利用颜色校正矩阵对第一色彩区域进行颜色校正。
具体地，对于第一色彩区域来说，通过上述步骤获取其颜色校正矩阵后，可根据下述公式进行颜色校正：
Figure BDA0003185186570000072
其中，X’、Y’、Z’分别为第一色彩区域中的第一色块与红绿蓝相对应的CIE1931三刺激值，R’、G’、B’分别为相应的第一RGB响应值，b11、b12、……、b33构成颜色校正矩阵。该公式是通过第一色彩区域的颜色校正矩阵与该第一色彩区域中的第一色块的第一RGB响应值(R’,G’,B’)(可由图像传感器获取)相乘，来获取相应的人眼真实感知值(X’,Y’,Z’)，从而实现针对第一色彩区域的精准的颜色校正。
可见，通过上述方法，可以实现一个或多个色彩区域的精准的颜色校正。由此，能够有效提高图像颜色校正的精度，增强图像颜色的真实性，进而提高拍摄效果。
在一个实施例中，识别待处理图像中第一色彩区域对应的一个或多个第一色块，包括：获取第一色彩区域对应的第二RGB响应值；分别获取第二RGB响应值与色卡中每个色块对应的第一RGB响应值之间的差值；获取差值小于第一阈值的色块，得到第一色彩区域对应的一个或多个第一色块。
具体地，作为建立颜色校正矩阵的色源对象，从色卡中获取的每个色块与第一色彩区域的颜色越接近，对该第一色彩区域的颜色校正效果越佳，而RGB响应值是图像色彩的定量表述，因此第一色块与第一色彩区域的颜色越接近，意味着二者的RGB响应值越接近。也就是说，从色卡中获取的每个色块的第一RGB响应值和第一色彩区域的第二RGB响应值越接近，构成的颜色校正矩阵越理想，即，当第一RGB响应值和第二RGB响应值的差值足够小时(小于第一阈值)，可以认为该色块为第一色彩区域对应的第一色块。
可选地，分别获取第二RGB响应值与色卡中每个色块对应的第一RGB响应值之间的差值，包括：针对每个色块对应的第一RGB响应值，对应获取第二RGB响应值中R值、G值、B值分别与第一RGB响应值中R值、G值、B值之间的差值的绝对值；对差值的绝对值求和，得到第二RGB响应值与第一RGB响应值之间的差值。
具体来说，在获取第一色彩区域的第二RGB响应值与每个色块对应的第一RGB响应值之间的差值P时，其优选表示为：第一色彩区域的R响应值R0、G响应值G0和B响应值B0与各个色块的R响应值Ri、G响应值Gi和B响应值Bi之间的对应差值的绝对值之和，即P＝|Ri-R0|+|Gi-G0|+|Bi-B0|，由于R响应值、G响应值和B响应值为RGB响应值的三个维度，因此上述差值P的数值大小可以用来描述每个色块的第一RGB响应值与第一色彩区域的第二RGB响应值的接近程度，即差值P的数值越小，说明该色块与第一色彩区域的第二RGB响应值越接近，当差值P小于第一阈值时，可以将该色块识别为第一色彩区域对应的第一色块。
在一个实施例中，在利用颜色校正矩阵对第一色彩区域进行颜色校正之前，还包括：获取待处理图像的第一色温值和色卡的第二色温值；根据第一色温值与第二色温值之间的差值，对第一色彩区域的颜色校正矩阵进行修正。
可选地，获取待处理图像的第一色温值，包括：获取待处理图像的像素点值；根据像素点值进行色温计算，获得待处理图像的第一色温值。
具体来说，待处理图像的第一色温值与色卡的第二色温值往往难以完全一致，而二者之间的差异会直接影响颜色校正矩阵的准确性，从而影响图像颜色校正的效果，因此优选根据二者之间的色温差值，对第一色彩区域的颜色校正矩阵进行修正。作为一个具体示例，可以先获取待处理图像的像素点值，并根据像素点值进行色温估计得到图像的第一色温值，然后根据图像的第一色温值与色卡的第二色温值(拍摄时可知的)之间的色温差值，修正第一色彩区域的颜色校正矩阵，从而可以有效避免待处理图像与色卡的色温差异对图像颜色校正的影响。
在一个具体的实施例中，在某一色温下拍摄140色色卡，并获取该140种颜色的第一RGB响应值，再采用色度计测量该140色色卡的140组CIE1931 XYZ三刺激值。此后，将待处理图像按不同色域范围分为多个第一色彩区域。对于每一个第一色彩区域来说，分别识别色卡中对应的多个第一色块，并对多个第一色块根据公式(3)建立方程组，采用最小二乘法求解bij，以获取相应的颜色校正矩阵；然后对于每一个第一色彩区域，根据相应的颜色校正矩阵采用公式(4)进行修正。
在另一个具体的实施例中，待处理图像中包括人像面部的肤色区域、头发的黑色区域和天空的蓝色区域，该三个色彩区域可以认为是三个第一色彩区域。在进行图像颜色校正时，对于肤色区域来说，识别出色卡中与该肤色区域相对应的多个肤色色块，并对多个肤色色块根据公式(3)建立方程组，采用最小二乘法求解bij，以获取相应的肤色校正矩阵，然后对该肤色区域，根据上述肤色校正矩阵，采用公式(4)进行修正。对于图像中的黑色区域和蓝色区域来说，二者的颜色校正方法与肤色区域相同，此处不再赘述。
综上所述，根据本发明实施例的图像颜色校正方法，通过识别待处理图像中第一色彩区域对应的一个或多个第一色块，第一色彩区域为待处理图像中处于同一色域范围的区域，第一色块为色卡中处于第一色彩区域对应的色域范围内的色块，并通过根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵，以及通过利用颜色校正矩阵对第一色彩区域进行颜色校正，从而能够有效提高图像颜色校正的精度，增强图像颜色的真实性，进而提高拍摄效果。
图3为根据本发明一个实施例的图像颜色校正装置的结构框图。参考图3所示，该图像颜色校正装置200包括：识别模块201和颜色校正模块202。
其中，识别模块201用于识别待处理图像中第一色彩区域对应的一个或多个第一色块，第一色彩区域为待处理图像中处于同一色域范围的区域，第一色块为色卡中处于第一色彩区域对应的色域范围内的色块；颜色校正模块202用于根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵，并利用颜色校正矩阵对第一色彩区域进行颜色校正。
在一个实施例中，识别模块201用于：获取第一色彩区域对应的第二RGB响应值；分别获取第二RGB响应值与色卡中每个色块对应的第一RGB响应值之间的差值；获取差值小于第一阈值的色块，得到第一色彩区域对应的一个或多个第一色块。
进一步地，识别模块201具体用于：分别获取第二RGB响应值与色卡中每个色块对应的第一RGB响应值之间的差值，包括：针对每个色块对应的第一RGB响应值，对应获取第二RGB响应值中R值、G值、B值分别与第一RGB响应值中R值、G值、B值之间的差值的绝对值；对差值的绝对值求和，得到第二RGB响应值与第一RGB响应值之间的差值。
在一个实施例中，颜色校正模块202具体用于：根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，采用最小二乘法计算获得第一色彩区域的颜色校正矩阵。
在一个实施例中，数据库中存储有色卡中每个色块对应的第一RGB响应值和人眼真实感知值，其中，第一RGB响应值预先通过对色卡拍照获得，人眼真实感知值预先通过色度计测量获得。
在一个实施例中，在利用颜色校正矩阵对第一色彩区域进行颜色校正之前，颜色校正模块202还用于：获取待处理图像的第一色温值和色卡的第二色温值；根据第一色温值与第二色温值之间的差值，对第一色彩区域的颜色校正矩阵进行修正。
进一步地，颜色校正模块202具体用于：获取待处理图像的像素点值；根据像素点值进行色温计算，获得待处理图像的第一色温值。
需要说明的是，关于本申请中图像颜色校正装置的描述，请参考本申请中关于图像颜色校正方法的描述，具体这里不再赘述。
根据本发明实施例的图像颜色校正装置，通过识别模块识别待处理图像中第一色彩区域对应的一个或多个第一色块，第一色彩区域为待处理图像中处于同一色域范围的区域，第一色块为色卡中处于第一色彩区域对应的色域范围内的色块，通过颜色校正模块根据一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取第一色彩区域的颜色校正矩阵，并利用颜色校正矩阵对第一色彩区域进行颜色校正，从而能够有效提高图像颜色校正的精度，增强图像颜色的真实性，进而提高拍摄效果。
图4为根据本发明一个实施例的计算机装置的结构框图。参考图4所示，该计算机装置300包括存储器301和处理器302，其中存储器301存储有计算机程序，处理器302执行计算机程序时实现上述图像颜色校正方法的步骤。
根据本发明实施例的计算机装置，通过存储器存储有计算机程序，处理器执行计算机程序时实现上述图像颜色校正方法的步骤，能够有效提高待处理图像颜色校正的精度，增强图像颜色的真实性，进而提高拍摄效果。
在一个实施例中，提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述图像颜色校正方法的步骤。
根据本发明实施例的计算机可读存储介质，通过存储有计算机程序，计算机程序被处理器执行时实现上述图像颜色校正方法的步骤，能够有效提高图像颜色校正的精度，增强图像颜色的真实性，从而提高拍摄效果。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读存储介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读存储介质”可以是任何存储程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读存储介质的更具体的示例(非穷尽性列表)包括以下：便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，以及便携式光盘只读存储器(CDROM)。另外，计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种图像颜色校正方法，其特征在于，包括以下步骤：
识别待处理图像中第一色彩区域对应的一个或多个第一色块，所述第一色彩区域为所述待处理图像中处于同一色域范围的区域，所述第一色块为色卡中处于所述第一色彩区域对应的色域范围内的色块；
根据所述一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取所述第一色彩区域的颜色校正矩阵；
利用所述颜色校正矩阵对所述第一色彩区域进行颜色校正。
2.根据权利要求1所述的图像颜色校正方法，其特征在于，所述识别待处理图像中第一色彩区域对应的一个或多个第一色块，包括：
获取所述第一色彩区域对应的第二RGB响应值；
分别获取所述第二RGB响应值与所述色卡中每个色块对应的第一RGB响应值之间的差值；
获取所述差值小于第一阈值的色块，得到所述第一色彩区域对应的一个或多个第一色块。
3.根据权利要求2所述的图像颜色校正方法，其特征在于，所述分别获取所述第二RGB响应值与所述色卡中每个色块对应的第一RGB响应值之间的差值，包括：
针对每个色块对应的第一RGB响应值，对应获取所述第二RGB响应值中R值、G值、B值分别与所述第一RGB响应值中R值、G值、B值之间的差值的绝对值；
对所述差值的绝对值求和，得到所述第二RGB响应值与所述第一RGB响应值之间的差值。
4.根据权利要求1-3中任一项所述的图像颜色校正方法，其特征在于，所述根据所述一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取所述第一色彩区域的颜色校正矩阵，包括：
根据所述一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，采用最小二乘法计算获得所述第一色彩区域的颜色校正矩阵。
5.根据权利要求4所述的图像颜色校正方法，其特征在于，数据库中存储有所述色卡中每个色块对应的第一RGB响应值和人眼真实感知值，其中，所述第一RGB响应值预先通过对所述色卡拍照获得，所述人眼真实感知值预先通过色度计测量获得。
6.根据权利要求1所述的图像颜色校正方法，其特征在于，在利用所述颜色校正矩阵对所述第一色彩区域进行颜色校正之前，还包括：
获取所述待处理图像的第一色温值和所述色卡的第二色温值；
根据所述第一色温值与所述第二色温值之间的差值，对所述第一色彩区域的颜色校正矩阵进行修正。
7.根据权利要求6所述的图像颜色校正方法，其特征在于，所述获取所述待处理图像的第一色温值，包括：
获取所述待处理图像的像素点值；
根据所述像素点值进行色温计算，获得所述待处理图像的第一色温值。
8.一种图像颜色校正装置，其特征在于，包括：
识别模块，用于识别待处理图像中第一色彩区域对应的一个或多个第一色块，所述第一色彩区域为所述待处理图像中处于同一色域范围的区域，所述第一色块为色卡中处于所述第一色彩区域对应的色域范围内的色块；
颜色校正模块，用于根据所述一个或多个第一色块分别对应的第一RGB响应值和人眼真实感知值，获取所述第一色彩区域的颜色校正矩阵，并利用所述颜色校正矩阵对所述第一色彩区域进行颜色校正。
9.一种计算机装置，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述图像颜色校正方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述图像颜色校正方法的步骤。
CN202110859113.7A 2021-07-28 2021-07-28 图像颜色校正方法、装置、计算机装置及存储介质 Pending CN113628135A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110859113.7A CN113628135A (zh) 2021-07-28 2021-07-28 图像颜色校正方法、装置、计算机装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110859113.7A CN113628135A (zh) 2021-07-28 2021-07-28 图像颜色校正方法、装置、计算机装置及存储介质

Publications (1)

Publication Number Publication Date
CN113628135A true CN113628135A (zh) 2021-11-09

Family

ID=78381324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110859113.7A Pending CN113628135A (zh) 2021-07-28 2021-07-28 图像颜色校正方法、装置、计算机装置及存储介质

Country Status (1)

Country Link
CN (1) CN113628135A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113923429A (zh) * 2021-12-16 2022-01-11 成都索贝数码科技股份有限公司 一种基于色卡的颜色校正方法
CN115118945A (zh) * 2022-06-27 2022-09-27 南昌华勤电子科技有限公司 一种摄像模组的色彩校正方法及装置
CN117014733A (zh) * 2023-10-08 2023-11-07 荣耀终端有限公司 拍摄校正方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120111663A (ko) * 2011-04-01 2012-10-10 엠텍비젼 주식회사 가중 최소 자승법에 따라 동정된 색보정 행렬을 이용한 색보정 방법 및 장치
CN107197225A (zh) * 2017-06-13 2017-09-22 浙江大学 基于色适应模型的彩色数码相机白平衡校正方法
US20170310854A1 (en) * 2016-04-21 2017-10-26 Konica Minolta, Inc. Image forming apparatus, non-transitory computer-readable storage medium storing color-conversion control program, and color-conversion control method
CN107820343A (zh) * 2017-09-25 2018-03-20 合肥艾斯克光电科技有限责任公司 一种基于识别技术的led智能控制系统
CN108712639A (zh) * 2018-05-29 2018-10-26 凌云光技术集团有限责任公司 图像颜色校正方法、装置及系统
DE102018106875A1 (de) * 2018-03-22 2019-09-26 Basler Ag Bestimmen von Farbkorrekturparametern
CN110702615A (zh) * 2019-09-25 2020-01-17 宁波永新光学股份有限公司 一种彩色数码透射显微镜颜色校正方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120111663A (ko) * 2011-04-01 2012-10-10 엠텍비젼 주식회사 가중 최소 자승법에 따라 동정된 색보정 행렬을 이용한 색보정 방법 및 장치
US20170310854A1 (en) * 2016-04-21 2017-10-26 Konica Minolta, Inc. Image forming apparatus, non-transitory computer-readable storage medium storing color-conversion control program, and color-conversion control method
CN107197225A (zh) * 2017-06-13 2017-09-22 浙江大学 基于色适应模型的彩色数码相机白平衡校正方法
CN107820343A (zh) * 2017-09-25 2018-03-20 合肥艾斯克光电科技有限责任公司 一种基于识别技术的led智能控制系统
DE102018106875A1 (de) * 2018-03-22 2019-09-26 Basler Ag Bestimmen von Farbkorrekturparametern
CN108712639A (zh) * 2018-05-29 2018-10-26 凌云光技术集团有限责任公司 图像颜色校正方法、装置及系统
CN110702615A (zh) * 2019-09-25 2020-01-17 宁波永新光学股份有限公司 一种彩色数码透射显微镜颜色校正方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
何晓辉 等: "《印刷质量控制与检测》", 30 June 2008, 印刷工业出版社, pages: 39 - 41 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113923429A (zh) * 2021-12-16 2022-01-11 成都索贝数码科技股份有限公司 一种基于色卡的颜色校正方法
CN115118945A (zh) * 2022-06-27 2022-09-27 南昌华勤电子科技有限公司 一种摄像模组的色彩校正方法及装置
CN117014733A (zh) * 2023-10-08 2023-11-07 荣耀终端有限公司 拍摄校正方法、装置及设备
CN117014733B (zh) * 2023-10-08 2024-04-12 荣耀终端有限公司 拍摄校正方法、装置及设备

Similar Documents

Publication Publication Date Title
CN113628135A (zh) 图像颜色校正方法、装置、计算机装置及存储介质
Wang et al. An optimized tongue image color correction scheme
KR101909772B1 (ko) 스펙트럼에 기반한 측색적으로 교정된 다색 카메라를 이용한 디스플레이의 빠른 교정
EP3284252B1 (en) Methods and systems for camera characterization in terms of response function, color, and vignetting under non-uniform illumination
Cheng et al. Beyond white: Ground truth colors for color constancy correction
Quintana et al. A novel method for color correction in epiluminescence microscopy
US9270866B2 (en) Apparatus and method for automated self-training of white balance by electronic cameras
US20140375994A1 (en) Measuring apparatus, measuring system, and measuring method
Wighton et al. Chromatic aberration correction: an enhancement to the calibration of low‐cost digital dermoscopes
US20090033755A1 (en) Image acquisition and processing engine for computer vision
CN113676639B (zh) 图像处理方法、处理装置、电子设备及介质
Zhao et al. Spectral illumination correction: Achieving relative color constancy under the spectral domain
CN115065814B (zh) 屏幕色彩准确度检测方法及装置
Zhang et al. Spectral shift correction and adaptive band selection for multispectral imaging
Marguier et al. Assessing human skin color from uncalibrated images
US9036030B2 (en) Color calibration of an image capture device in a way that is adaptive to the scene to be captured
JP2022022514A (ja) 校正装置、校正方法、校正プログラム、及び分光カメラ
JP3855574B2 (ja) 画像撮像装置のキャリブレーション方法、当該キャリブレーション方法によって色補正がなされた画像撮像装置および記録媒体
EP3993382B1 (en) Colour calibration of an imaging device
US11058282B2 (en) Colour reference for calibrating a dental colour camera
CN111896109B (zh) 一种基于数码相机原始响应值的光谱重建方法
CN110726536B (zh) 一种彩色数码反射显微镜颜色校正方法
Shrestha Multispectral imaging: Fast acquisition, capability extension, and quality evaluation
US9041815B2 (en) Digital camera imaging evaluation module
Zhao et al. Pixel-wise illumination correction algorithms for relative color constancy under the spectral domain

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