CN114820843A - 一种保持农田图像颜色恒常性的方法 - Google Patents

Abstract

本发明属于农业机械自动化技术领域，公开了一种保持农田图像颜色恒常性的方法，该方法包括第一、在每个标准色温下，确定标准色卡图像中的红(R)、绿(G)、蓝(B)像素的数量，计算每个标准色温下，红色像素数量除以绿色像素数量(R/G)以及蓝色像素数量除以绿色像素数量(B/G)的值；第二、构建色温曲面；第三、采集田间图像，分割图像；第四、确定每个图像子块的初步色温值；第五、取每个图像子块的初步色温值的众数为整幅图像的色温值；第六、获得像素的增益；第七、获得矫正颜色偏差后的图像。本发明对图像中的信息量没有要求，对于处理颜色较单调的农田图像，具有广泛的适用性。本发明可以作为研发农田机器视觉技术的上游技术。

Description

一种保持农田图像颜色恒常性的方法

技术领域

本发明属于农业机械自动化技术领域，具体为一种保持农田图像颜色恒常性的方法。

背景技术

智能农业机械获取农田信息的方法之一就是通过机器视觉，机器视觉技术对图像的颜色恒常性具有较高的要求。颜色恒常性是指人类视觉系统可以不受光照条件的影响而正确地反映物体的固有颜色，但相较于人类视觉系统，机器视觉并不具备这种特性。机器视觉技术在获取图像时，易受到光照的影响，致使同一物体在不同光照条件下呈现出不同的颜色，而颜色又是机器视觉技术进行物体检测的重要依据之一。

目前保持颜色恒常性的方法主要有基于神经网络的方法、白色区域法和灰度世界法等。其中，神经网络法的精度虽然较好，但由于计算复杂，对计算机硬件要求较高。白色区域法的原理是假设图像中像素值最大点处的色彩信息为当前的光源信息，但当图像中最亮的点也偏离白色的时候，该方法的处理结果会出现偏差。灰度世界法的优点是计算简单，然而当图像场景颜色并不丰富，存在大量同色区域时，这种方法的矫正效果不佳。

智能农业机械的作业场景为农田，众所周知，一天中的太阳高度角在时刻变化，农田中的粉尘、水汽、云朵等都会导致农田中的光线变化，所以农田图像具有一定的独特性，不是上述颜色恒常性方法能够解决的。针对这个问题，我们提出了一种保持农田图像颜色恒常性的方法。

发明内容

本发明的目的在于提供一种保持农田图像颜色恒常性的方法，包括以下步骤：

S1、将标准色卡置于色温箱中，按照100K的增加幅度，将色温箱中的色温从4500K增加到7500K，使用相机拍摄每个色温下的标准色卡图像，使用计算机图像处理的方法获取每个色温下，图像中的红(R)、绿(G)、蓝(B)像素的数量，计算每个色温下，红色像素数量除以绿色像素数量(R/G)以及蓝色像素数量除以绿色像素数量(B/G)的值；

S2、在笛卡尔空间直角坐标系中，以R/G为x坐标，以B/G为y坐标，以色温值为z坐标，构建色温曲面；一次构建色温曲面，可以长期使用，即在矫正其它农田图像的颜色偏差时，可以使用该色温曲面，不必重新构建色温曲面；

S3、采集田间图像，将采集到的图像分割成m×n个子块；其中m为图像宽度方向的数量，n为图像高度方向的数量；

S4、根据每个图像子块中R/G和B/G的数量，在色温曲面上确定每个图像子块的初步色温；

S5、以m×n个子块的初步色温值中的众数作为整幅图像的色温值；

S6、由于图像中的R、G、B像素的数量会随着色温的变化而变化，因此一旦确定色温，R、G、B像素的数量也就确定了。在整幅图像的色温值下，确定图像中R、G、B像素的数量，通过使用图像中G像素的数量除以R、G、B像素的数量，获得R、G、B像素的增益值(G像素的增益为1)；

S7、将图像中的每个R、G、B像素值乘以相应的增益值，获得矫正颜色偏差后的图像。

与现有技术相比，本发明提供了一种保持农田图像颜色恒常性的方法，具备以下有益效果：

1、相比较于利用灰度世界法保持图像的颜色恒常性，本发明能够克服在拍摄纯色背景时方法失效的问题，且避免数据转换产生的精度误差，实现简单，符合农业机械田间作业的实际应用需求。

2、相比较于灰度世界法和均值白平衡法，本发明既不依赖于颜色处于均衡状态下、也不依赖于图像中的像素“灰点”和像素“均值”的假设前提，即能够矫正图像色彩较单一的农田图像。

3、相比较于白色区域法，本发明不需要将图像中最亮的点假设为“白点”，对于农田图像，本发明具有很好的稳定性。

4、本发明是通过构建色温曲面，从而来估计图像中每一个子块的色温，进而针对性地去消弭由色温带来的色偏，本发明对图像中的信息量没有要求，对于处理颜色较单调的农田图像，具有广泛的适用性。

附图说明

图1为本发明的流程图；

图2为一张晚霞下的农田图像；

图3为经过本发明矫正后的晚霞下的农田图像。

具体实施方式

下面将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，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅附图1-3，以在晚霞下拍摄农田中的玉米(Zea mays L.)图像、并且矫正其颜色偏差为例，对本发明的实施方式进行说明。首先将标准色卡置于色温箱中，按照100K的增加幅度，将色温箱中的色温从4500K增加到7500K，使用相机拍摄每个色温下的标准色卡图像，使用计算机图像处理的方法获取每个色温下，图像中的红(R)、绿(G)、蓝(B)像素的数量，计算每个色温下，红色像素数量除以绿色像素数量(R/G)以及蓝色像素数量除以绿色像素数量(B/G)的值。然后在笛卡尔空间直角坐标系中，以R/R/G为x坐标，以B/G为y坐标，以色温值为z坐标，构建色温曲面。一次构建色温曲面，可以长期使用，即在矫正其它农田图像的颜色偏差时，可以使用该色温曲面，不必重新构建色温曲面。接下来，采集具有偏色的农田图像，如图2所示。将图2分割成40×30个子块；其中40为图像宽度方向的数量，30为图像高度方向的数量。

再接下来，根据每个图像子块中R/G和B/G的数量，在色温曲面上确定每个图像子块的初步色温。以1200个子块的初步色温中的众数作为整幅图像的色温值。由于图像中的R、G、B像素的数量会随着色温的变化而变化，因此一旦确定色温，R、G、B像素的数量也就确定了。之后，在整幅图像的色温值下，确定图像中R、G、B像素的数量，通过使用图像中G像素的数量除以R、G、B像素的数量，获得R、G、B像素的增益值。最后，将图像中的每个R、G、B像素值乘以相应的增益值(G像素的增益为1)，获得矫正颜色偏差后的图像，如图3所示。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下，可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (1)

1.一种保持农田图像颜色恒常性的方法，其特征在于：包括以下步骤：

S1、将标准色卡置于色温箱中，按照100K的增加幅度，将色温箱中的色温从4500K增加到7500K，使用相机拍摄每个色温下的标准色卡图像，使用计算机图像处理的方法获取每个色温下，图像中的红(R)、绿(G)、蓝(B)像素的数量，计算每个色温下，红色像素数量除以绿色像素数量(P/G)以及蓝色像素数量除以绿色像素数量(B/G)的值；

S2、在笛卡尔空间直角坐标系中，以R/G为x坐标，以B/G为y坐标，以色温值为z坐标，构建色温曲面；

S3、采集田间图像，将采集到的图像分割成m×n个子块；其中m为图像宽度方向的数量，n为图像高度方向的数量；

S4、根据每个图像子块中R/G和B/G的数量，在色温曲面上确定每个图像子块的初步色温；

S5、以m×n个子块的初步色温值中的众数作为整幅图像的色温值；

S6、在整幅图像的色温值下，确定图像中R、G、B像素的数量，通过使用图像中G像素的数量除以R、G、B像素的数量，获得R、G、B像素的增益值；

S7、将图像中的每个R、G、B像素值乘以相应的增益值，获得矫正颜色偏差后的图像。

Images