CN115131349B - 基于内分泌试纸彩色直方图的白平衡调节方法及系统 - Google Patents

基于内分泌试纸彩色直方图的白平衡调节方法及系统 Download PDF

Info

Publication number
CN115131349B
CN115131349B CN202211045124.2A CN202211045124A CN115131349B CN 115131349 B CN115131349 B CN 115131349B CN 202211045124 A CN202211045124 A CN 202211045124A CN 115131349 B CN115131349 B CN 115131349B
Authority
CN
China
Prior art keywords
channel
test paper
paper image
peak point
histogram
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.)
Active
Application number
CN202211045124.2A
Other languages
English (en)
Other versions
CN115131349A (zh
Inventor
胡宗艳
王雪
史新霞
吴凤
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.)
Xintai hospital of traditional chinese medicine
Original Assignee
Xintai hospital of traditional chinese medicine
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 Xintai hospital of traditional chinese medicine filed Critical Xintai hospital of traditional chinese medicine
Priority to CN202211045124.2A priority Critical patent/CN115131349B/zh
Publication of CN115131349A publication Critical patent/CN115131349A/zh
Application granted granted Critical
Publication of CN115131349B publication Critical patent/CN115131349B/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
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G06T5/90—
    • 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

Abstract

本发明涉及机器视觉领域，提出了一种基于内分泌试纸彩色直方图的白平衡调节方法及系统，包括：获取第一试纸图像和第二试纸图像；获取第一试纸图像和第二试纸图像的三通道直方图；获取第一试纸图像的第一重合率；得到R通道平移量的权重比例；得到R通道峰点相对于G通道峰点位置的平移量权重；得到R通道峰点相对于G通道峰点位置的最大平移量；类比获取B通道峰点相对于G通道峰点位置的最大平移量；获得R通道和B通道每次偏移量；对第一试纸图像的三通道直方图中的R通道和B通道进行多次平移，将第一试纸图像调整为标准色温下的试纸图像。本发明提高了将非标准色温下试纸图像调节至标准色温图像的精确度。

Description

基于内分泌试纸彩色直方图的白平衡调节方法及系统
技术领域
本发明涉及机器视觉领域，具体涉及一种基于内分泌试纸彩色直方图的白平衡调节方法及系统。
背景技术
在体检或者自我检查时，经常用到尿糖试纸（尿酮试纸），通过监测尿糖反应身体内的血糖控制情况，其颜色根据葡萄糖含量由少到多依次呈现浅蓝、浅绿、棕或深棕色。一般用试纸对照瓶子上的颜色判断尿糖情况，也有自动检测的仪器和设备，由于环境色温的不确定性，色温并不都是标准色温，虽然人的大脑对不同光线下的物体的彩色还原有了适应性，能识别物体原本的颜色，这种现象称为颜色恒常性。但是照相机并没有这样的适应能力，不能识别物体原本的颜色，因此需要进行色温调节，将图像恢复成标准色温下的图像。
现有技术通过调节彩色图像的直方图分布来修正色差，但由于该方法是利用三通道重合面积最大化来进行色温调节，因此与图像标准色温下三通道实际重合面积存在误差，且忽略了图像本身的颜色偏向问题，对不同图像的调节效果差异较大。
发明内容
本发明提供一种基于内分泌试纸彩色直方图的白平衡调节方法及系统，以解决现有的图像调节误差大的问题。
本发明的一种基于内分泌试纸彩色直方图的白平衡调节方法，采用如下技术方案，包括：
获取非标准色温下待调节的第一试纸图像和对应的标准色温下的第二试纸图像；
获取第一试纸图像和第二试纸图像的R、G、B三通道直方图；
根据第一试纸图像的三通道直方图中三个通道的重合面积及G通道的面积获取第一试纸图像的三通道直方图的第一重合率；类比获取第二试纸图像的三通道直方图的第二重合率；
通过第二试纸图像的三通道直方图中R通道未重合面积、R通道的面积，以及三个通道的重合面积得到R通道平移量的权重比例；类比获取B通道平移量的权重比例；
通过第一试纸图像的三通道直方图中R通道参与重合的面积在R通道面积中的占比，以及R通道平移量的权重比例得到R通道峰点相对于G通道峰点位置的平移量权重；类比获取B通道峰点相对于G通道峰点位置的平移量权重；
根据第一试纸图像的三通道直方图中R通道的分布、B通道的分布，以及R通道峰点相对于G通道峰点位置的平移量权重得到R通道峰点相对于G通道峰点位置的最大平移量；类比获取B通道峰点相对于G通道峰点位置的最大平移量；
利用R通道和B通道峰点相对于G通道峰点位置的最大平移量获得R通道和B通道每次偏移量；
根据R通道和B通道每次偏移量对第一试纸图像的三通道直方图中的R通道和B通道进行多次平移，直至第一重合率和第二重合率相等，将第一试纸图像调整为标准色温下的试纸图像。
进一步的，所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，得到R通道峰点相对于G通道峰点位置的最大平移量的方法为：
在第一试纸图像的三通道直方图中，获取G通道峰点的横坐标与左侧峰谷的横坐标的差值，获取该差值与R通道峰点相对于G通道峰点位置的平移量权重的乘积；
获取G通道左侧峰谷的横坐标与R通道峰点横坐标的差值；
通过得到的乘积以及G通道左侧峰谷的横坐标与R通道峰点横坐标的差值的和得到R通道峰点相对于G通道峰点位置的最大平移量。
进一步的，所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，得到R通道峰点相对于G通道峰点位置的平移量权重的方法为：
通过第一试纸图像的三通道直方图中R通道参与重合的面积在R通道面积中的占比，与R通道平移量的权重比例的乘积得到R通道峰点相对于G通道峰点位置的平移量权重。
进一步的，所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，得到R通道平移量的权重比例的方法为：
通过第二试纸图像的三通道直方图中R通道未重合面积、R通道的面积以及R、G、B三个通道的重合面积得到R通道颜色偏向值；类比获取B通道颜色偏向值；
获取R通道和B通道颜色偏向值之和，通过R通道颜色偏向值以及该颜色偏向值之和的比值得到R通道平移量的权重比例。
进一步的，所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，获取所述R通道颜色偏向值的方法为：
获取第二试纸图像的三通道直方图中R通道未重合面积以及R通道的面积的比值，作为R通道的第一比值；
获取第二试纸图像的三通道直方图中三个通道的重合面积以及R通道的面积的比值，作为R通道的第二比值；
获取R通道的第一比值与第二比值的差值作为R通道颜色偏向值。
进一步的，所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，获取所述第二试纸图像的方法为：
获取模板库中标准色温下每种颜色模板试纸图像的色谱；
获取第一试纸图像的色谱；
获取模板库中标准色温下每种颜色模板试纸图像的色谱与第一试纸图像的色谱间的曼哈顿距离，在得到的所有曼哈顿距离中选取最小曼哈顿距离对应的模板库中标准色温下的颜色模板试纸图像，将该标准色温下的颜色模板试纸图像作为第二试纸图像。
进一步的，所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，第一试纸图像的三通道直方图的第一重合率为第一试纸图像的三通道直方图中三个通道的重合面积与G通道的面积的比值。
进一步的，所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，获取非标准色温下待调节的第一试纸图像和对应的标准色温下的第二试纸图像后，还包括：
获取第一试纸图像的三通道直方图中每个通道灰度级为255的像素点个数，作为每个通道的第一像素点个数；
获取第一试纸图像的三通道直方图中每个通道像素点灰度级在主峰右侧波谷处灰度级至255之间的像素点个数，作为每个通道的第二像素点个数；
若第一试纸图像的三通道直方图中每个通道的第一像素点个数与第二像素点个数的比值大于1%，则减少该通道灰度级为255的像素点个数；
获取第一试纸图像的三通道直方图中每个通道灰度级为0的像素点个数，作为每个通道的第三像素点个数；
获取第一试纸图像的三通道直方图中每个通道像素点灰度级在0至该通道主峰左侧波谷处的灰度级之间的像素点个数，作为每个通道的第四像素点个数；
若每个通道的第三像素点个数与第四像素点个数的比值大于1%，则减少灰度级为0的像素点个数。
本发明还提供了一种基于内分泌试纸彩色直方图的白平衡调节系统，包括：
图像获取单元，用于获取非标准色温下待调节的第一试纸图像和对应的标准色温下的第二试纸图像；
图像处理单元，用于获取第一试纸图像和第二试纸图像的R、G、B三通道直方图；
计算单元，用于根据第一试纸图像的三通道直方图中三个通道的重合面积及G通道的面积获取第一试纸图像的三通道直方图的第一重合率；类比获取第二试纸图像的三通道直方图的第二重合率；
通过第二试纸图像的三通道直方图中R通道未重合面积、R通道的面积，以及三个通道的重合面积得到R通道平移量的权重比例；类比获取B通道平移量的权重比例；
通过第一试纸图像的三通道直方图中R通道参与重合的面积在R通道面积中的占比，以及R通道平移量的权重比例得到R通道峰点相对于G通道峰点位置的平移量权重；类比获取B通道峰点相对于G通道峰点位置的平移量权重；
根据第一试纸图像的三通道直方图中R通道的分布、B通道的分布，以及R通道峰点相对于G通道峰点位置的平移量权重得到R通道峰点相对于G通道峰点位置的最大平移量；类比获取B通道峰点相对于G通道峰点位置的最大平移量；
利用R通道和B通道峰点相对于G通道峰点位置的最大平移量获得R通道和B通道每次偏移量；
图像调整单元，用于根据R通道和B通道每次偏移量对第一试纸图像的三通道直方图中的R通道和B通道进行多次平移，直至第一重合率和第二重合率相等，将第一试纸图像调整为标准色温下的试纸图像。
本发明的有益效果是：本发明利用标准色温下试纸图像获取标准色温下试纸图像三通道直方图的重合率以及R通道和B通道平移量的权重比例，将标准色温下试纸图像三通道直方图的重合率作为后续判断待调节试纸图像是否调整为标准色温下图像的标准；利用非标准色温下试纸图像以及标准色温下试纸图像得到的R通道和B通道平移量的权重比例得到R通道和B通道峰点相对于G通道峰点位置的最大平移量，从而对非标准色温下待调节试纸图像的R通道和B通道进行平移将其恢复至对应标准色温下的试纸图像，从而实现对非标准色温下试纸图像的白平衡调节，本发明在调节色温的同时保留图像原本的色彩，同时提高了色温调节的精确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种基于内分泌试纸彩色直方图的白平衡调节方法的实施例的流程示意图；
图2为第一试纸图像的R、G、B三通道直方图的示意图；
图3为第二试纸图像的R、G、B三通道直方图的示意图。
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。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例1
本发明的一种基于内分泌试纸彩色直方图的白平衡调节方法的实施例，如图1所示，包括：
101、获取非标准色温下待调节的第一试纸图像和对应的标准色温下的第二试纸图像。
尿糖反映了在收集尿液期间的平均血糖浓度。将试纸条有试剂的一端浸入到盛有新鲜尿液的容器中，约2秒钟后取出，将试纸试剂一端改变后的颜色与试纸瓶上的标准比色板进行比较，根据颜色比较就可判断出尿糖的含量。试纸上的酶因为尿液中葡萄糖含量由少到多而依次呈现浅蓝、绿、棕或深棕色。
将试纸条有试剂的一端浸入到盛有新鲜尿液的容器中，约2秒钟后取出，采集此时的尿糖试纸条的图像，作为非标准色温下的待调节试纸图像。通常情况下，室内检测环境的色温都低于标准色温，例如在白炽灯下，它的色温在2800k到3500k之间，所以本实施例中的非标准色温是指低于标准色温的非标准色温。
图像的颜色由物体和光源共同决定，人能看见颜色本质上是光的反射成像，光源频谱不同，图像将产生不同偏色，人类视觉系统具有颜色恒常性，大脑的“经验”可以自动修正这些色差，例如在白炽灯下衣服颜色偏黄，但我们仍能识别衣服原本的颜色，机器识别时不具备这种功能，提取出的衣服颜色特征会偏黄。即使拍摄时通过相机调节滤片进行了色差修正，仍不可避免受到人眼自动修正的影响。
对于尿糖试纸，颜色是其图像最显著也是唯一的有效特征，该特征与图像尺寸、方向等的依赖性较小，常用于图像检索，目前最常用的颜色特征提取方法为颜色直方图相交算法，其缺点会丢失图像颜色的空间分布信息，但是对于尿糖试纸的检测而言并无影响。
对待调节试纸图像的色彩偏向进行判断，尿糖试纸的颜色共7种，从浅蓝至深棕，若偏向于某一色，则对待调节试纸图像R通道直方图的最大平移量加入标准色温模板下的颜色偏向值，作为平移量权重比例的一部分。
需要说明的是：机器视觉系统在色彩学习阶段，会从模板库中提取7种模板的色谱，在匹配阶段，机器视觉系统同样会从待调节试纸图像中提取试纸的色谱，尽管不同色温下，同一试纸颜色的色谱存在差异，但仅需要判断待调节试纸图像的色彩偏向，因此利用从待调节试纸图像中提取的色谱，匹配模板库中7种标准色温下颜色模板试纸图像的色谱，计算两者之间的曼哈顿距离，取距离最短的一个模板颜色作为其颜色偏向，将最短距离所对应的标准色温下颜色模板试纸图像作为非标准色温下待调节的第一试纸图像对应的标准色温下的第二试纸图像。
具体的，拍摄非标准色温环境下的待调节试纸图像。标准色温为5000K，搭建5000K色温的拍摄环境拍摄7种模板颜色的尿糖试纸的图像作为模板库中的图像，从中选取图像作为标准色温下的试纸模板图像。
从模板库中获取第二试纸图像的步骤为：
获取模板库中标准色温下每种颜色模板试纸图像的色谱；
获取第一试纸图像的色谱；
获取模板库中标准色温下每种颜色模板试纸图像的色谱与第一试纸图像的色谱间的曼哈顿距离，在得到的所有曼哈顿距离中选取最小曼哈顿距离对应的模板库中标准色温下的颜色模板试纸图像，将该标准色温下的颜色模板试纸图像作为第二试纸图像。
102、获取第一试纸图像和第二试纸图像的R、G、B三通道直方图。
获取非标准色温下待调节的第一试纸图像和对应标准色温下的第二试纸图像的R、G、B三通道直方图，如图2所示为非标准色温下待调节的第一试纸图像的R、G、B三通道直方图的示意图，如图3所示为第二试纸图像的R、G、B三通道直方图的示意图。
图像过亮和过暗区域都会随着色温改变而增长或减少，本实施例将不同色温下试纸图像直方图中灰度级等于0和255的像素点，认定为超过成像设备像素极限的超亮点和超暗点。
对于试纸图像，颜色单一，其主要灰度级分布聚集，形成波峰，而本实施例认为主峰波谷左边和波谷右边的灰度级中的像素点为偏暗点和偏亮点。
超亮点在偏亮点里的占比超过1%，则图像正向饱和，需要减少超亮点数量。此处对R、G、B三个通道的直方图都进行矫正处理。
计算第一试纸图像每个通道超亮点在偏亮点里的占比
Figure 454113DEST_PATH_IMAGE001
，表达式如下：
Figure 574516DEST_PATH_IMAGE002
式中：
Figure 557515DEST_PATH_IMAGE003
表示每个通道灰度级为255的像素点个数，
Figure 155987DEST_PATH_IMAGE004
表示每个通道主峰右侧波谷灰度级至255灰度级之间的
Figure 937736DEST_PATH_IMAGE004
灰度级，
Figure 963461DEST_PATH_IMAGE005
表示每个通道主峰右侧波谷处的灰度级，
Figure 433756DEST_PATH_IMAGE006
表示灰度级为
Figure 101498DEST_PATH_IMAGE007
的像素点个数，
Figure 504798DEST_PATH_IMAGE008
为主峰右侧的所有偏亮灰度级直方图总面积，
Figure 967003DEST_PATH_IMAGE009
为超亮点255灰度级的像素点数量占偏亮点集合的占比，若超过1%，即需要将超亮点降低灰度级或者剔除。
超暗点在偏暗点里的占比超过1%，则图像负向饱和，需要减少超暗点数量。
计算每个通道超暗点在偏暗点里的占比
Figure 190174DEST_PATH_IMAGE010
，表达式如下：
Figure 396027DEST_PATH_IMAGE011
式中：
Figure 886789DEST_PATH_IMAGE012
表示每个通道灰度级为0的像素点个数，
Figure 785475DEST_PATH_IMAGE013
表示0灰度级至主峰左侧波谷灰度级之间的
Figure 495942DEST_PATH_IMAGE013
灰度级，
Figure 239907DEST_PATH_IMAGE014
表示灰度级为
Figure 86641DEST_PATH_IMAGE015
的像素点个数，
Figure 890648DEST_PATH_IMAGE016
表示每个通道主峰左侧波谷处的灰度级。
Figure 353991DEST_PATH_IMAGE017
为主峰左侧偏暗点灰度级的直方图总面积，
Figure 901647DEST_PATH_IMAGE018
为灰度级为0的超暗点的像素个数占偏暗点集合的占比，超过1%需要将超暗点提升灰度级或剔除。
提取标准模板图像的有效信息，彩色图像由RGB三个通道叠加而成，若彩色图像偏蓝光，则图像的直方图中B通道的直方图未重合部分较多。若图像三个通道叠加部分越大，则图像的色温越高。现有技术可以通过平移直方图增加或者减少重合部分面积，进而调节图像的色温。
对于平移量的计算，现有技术是使三通道直方图的重合面积最大化，但事实上图像三个通道叠加部分并不是越大越好，且不同图像的直方图形状是相差较远的，图像中的元素越多，直方图越不规则，因此直方图平移多少才算合适并没有一个固定的标准。
例如有一张蓝色天空占大面积的图像，若单纯只是令三通道直方图的重合面积最大化，则处理效果并不好，这是由于蓝天占据了过多的比例，白平衡时为了重叠面积最大化给蓝色通道分配了过低的权重，而事实上蓝天图像中本来就应该保留较多的蓝色分量。纯粹考虑直方图重合面积最大化显然是欠缺考量的。试纸图像同样也存在此类问题，试纸部分颜色和上图蓝天部分一样，都占据图像中更多的占比，所以重叠面积最大化并不一定达到最优的调节效果。
那么本实施例先通过预备标准色温下的试纸图像，得到其直方图重合情况，再对待处理图像调整三通道直方图的重合率来控制调整程度。
103、根据第一试纸图像的三通道直方图中三个通道的重合面积及G通道的面积获取第一试纸图像的三通道直方图的第一重合率；类比获取第二试纸图像的三通道直方图的第二重合率。
从模板图像可得到的两个指标参数为：三通道的重合率以及R、B通道未重合部分的面积占比，即试纸图像的偏向颜色。
由于人眼对G通道的颜色最敏感，所以人眼识别和机器识别G通道颜色几乎相同，色温怎么变化，G通道的直方图形状、位置都基本不会发生偏移，故得到标准色温5000K下，直方图的重合率
Figure 632580DEST_PATH_IMAGE019
：
Figure 873069DEST_PATH_IMAGE020
式中：
Figure 292549DEST_PATH_IMAGE021
表示标准色温下的第二试纸图像的三通道直方图的第二重合率，即三通道重合部分在G通道直方图的占比，
Figure 909475DEST_PATH_IMAGE022
表示三个通道的重合面积，
Figure 730800DEST_PATH_IMAGE023
表示
Figure 407769DEST_PATH_IMAGE024
通道第
Figure 314545DEST_PATH_IMAGE025
个灰度级的像素点个数，
Figure 469583DEST_PATH_IMAGE026
表示第
Figure 410994DEST_PATH_IMAGE026
个灰度级，
Figure 993286DEST_PATH_IMAGE027
表示G通道的直方图面积。
按照同样方法获取非标准色温下待调节的第一试纸图像的三通道直方图的第一重合率。
104、通过第二试纸图像的三通道直方图中R通道未重合面积、R通道的面积，以及三个通道的重合面积得到R通道平移量的权重比例；类比获取B通道平移量的权重比例。
通过
Figure 174910DEST_PATH_IMAGE028
，我们可以得到待调节试纸图像的最终重合率，通过调整直方图来达到该重合率。
Figure 868059DEST_PATH_IMAGE029
Figure 398398DEST_PATH_IMAGE030
式中：
Figure 417169DEST_PATH_IMAGE031
为
Figure 32958DEST_PATH_IMAGE032
通道颜色偏向值，表示
Figure 795378DEST_PATH_IMAGE033
通道完全不与其他通道重合部分的占比，与各自参与重合部分的占比进行相减得到的差值，差值大小可以直接反应该试纸图像在标准色温下的颜色偏向。
Figure 445802DEST_PATH_IMAGE034
为B通道颜色偏向值，表示B通道完全不与其他通道重合部分的占比，与各自参与重合部分的占比进行相减得到的差值，差值大小可以直接反应该试纸图像在标准色温下的颜色偏向。
Figure 369896DEST_PATH_IMAGE035
表示
Figure 738560DEST_PATH_IMAGE036
通道未重合部分的面积，
Figure 272048DEST_PATH_IMAGE037
表示第
Figure 308137DEST_PATH_IMAGE037
个灰度级，
Figure 137552DEST_PATH_IMAGE038
表示
Figure 993513DEST_PATH_IMAGE039
通道第
Figure 832156DEST_PATH_IMAGE040
个灰度级的像素点个数，
Figure 457172DEST_PATH_IMAGE041
表示
Figure 723069DEST_PATH_IMAGE042
通道的面积，
Figure 800746DEST_PATH_IMAGE043
表示
Figure 443080DEST_PATH_IMAGE044
通道未重合部分的面积，
Figure 421138DEST_PATH_IMAGE045
表示
Figure 857936DEST_PATH_IMAGE046
通道第
Figure 422909DEST_PATH_IMAGE047
个灰度级的像素点个数，
Figure 603355DEST_PATH_IMAGE048
表示
Figure 937384DEST_PATH_IMAGE049
通道的面积；
Figure 810662DEST_PATH_IMAGE050
表示
Figure 862932DEST_PATH_IMAGE051
通道平移量的权重比例，
Figure 581489DEST_PATH_IMAGE052
表示
Figure 301183DEST_PATH_IMAGE053
通道平移量的权重比例。
仅仅考虑重合率仍然不够，因为还存在问题是目标图像的像素级刚好未在调整后的重合部分，即非目标区域重合率过高的问题，目标区域重合率不足，假如一张图像上有试纸、桌面、和其他物体，直接根据重合率调整直方图会存在增强部分集中在非试纸区域，最终试纸的调节效果并不理想。
需要说明的是：不同色温下拍摄同一张照片，直方图的分布或者形状可能存在较大差异，无法通过对照模板直方图得到一个固定的平移量。这里需要一个自适应直方图的平移量，修正这个问题。
对于试纸图像，其图像元素构成简单，直方图几乎聚集分布在主峰，因此我们对任何色温下的图像进行校正时，都着重关注峰值位置即可。R、B通道的峰点的横坐标位置最终移动至G通道的主峰区间内，即：
Figure 578319DEST_PATH_IMAGE054
式中：
Figure 117884DEST_PATH_IMAGE055
表示G通道主峰左侧峰谷的横坐标，
Figure 905712DEST_PATH_IMAGE056
表示R通道主峰的峰点横坐标，
Figure 214333DEST_PATH_IMAGE057
表示G通道主峰右侧峰谷的横坐标，
Figure 163835DEST_PATH_IMAGE058
表示 B通道主峰的峰点横坐标。
将R、B通道直方图的主峰峰点平移至上述公式所述范围内，存在三种情况：
1、R通道主峰向G通道主峰平移量多，B通道主峰向G通道主峰平移量少，重合率达到
Figure 925118DEST_PATH_IMAGE059
。
2、B通道主峰向G通道主峰平移量多，R通道主峰向G通道主峰平移量少，重合率达到
Figure 251057DEST_PATH_IMAGE059
。
3、R、B通道向G通道主峰方向移动的平移量相等，重合率达到
Figure 679764DEST_PATH_IMAGE059
。
本实施例认为，R通道直方图整体偏左，B通道直方图整体偏右，则各自参与G通道峰体重合的非主峰部分，与整体直方图平移量息息相关，参与重合的为R通道主峰峰体右侧的直方图面积、B通道主峰峰体左侧的直方图面积，上述两者的面积越大，则参与重合时，重合部分为非主峰部分的概率越大，则图像的调整效果欠佳。
105、通过第一试纸图像的三通道直方图中R通道参与重合的面积在R通道面积中的占比，以及R通道平移量的权重比例得到R通道峰点相对于G通道峰点位置的平移量权重；类比获取B通道峰点相对于G通道峰点位置的平移量权重。
所述R通道参与重合的面积是指R通道参与重合的非主峰面积，分别计算R、B通道参与重合的非主峰部分面积在各自通道总直方图面积中的占比，表达式如下：
Figure 800167DEST_PATH_IMAGE060
Figure 812860DEST_PATH_IMAGE061
式中：
Figure 411331DEST_PATH_IMAGE062
表示R通道参与重合的非主峰部分面积在其通道总直方图面积中的占比，
Figure 694545DEST_PATH_IMAGE063
表示B通道参与重合的非主峰部分面积在其通道总直方图面积中的占比，
Figure 251428DEST_PATH_IMAGE064
表示R通道主峰右侧波谷处灰度级，
Figure 721724DEST_PATH_IMAGE065
表示B通道主峰左侧波谷处灰度级。
M、N的值越大，则其各自平移的量就需要越多，越小则平移量越少。
Figure 123887DEST_PATH_IMAGE066
Figure 996028DEST_PATH_IMAGE067
式中：
Figure 222347DEST_PATH_IMAGE068
表示R通道峰点相对于G通道峰点位置的平移量权重，
Figure 711098DEST_PATH_IMAGE069
表示B通道峰点相对于G通道峰点位置的平移量的权重。
106、根据第一试纸图像的三通道直方图中R通道的分布、B通道的分布，以及R通道峰点相对于G通道峰点位置的平移量权重得到R通道峰点相对于G通道峰点位置的最大平移量；类比获取B通道峰点相对于G通道峰点位置的最大平移量。
设R、B通道峰点对于G通道峰点位置的最大平移量为
Figure 916951DEST_PATH_IMAGE070
，则通过上述计算对该最大偏移量施加权重：
Figure 909178DEST_PATH_IMAGE071
Figure 807864DEST_PATH_IMAGE072
式中：
Figure 252751DEST_PATH_IMAGE073
表示R通道峰点相对于G通道峰点位置的最大平移量，
Figure 527875DEST_PATH_IMAGE074
表示B通道峰点相对于G通道峰点位置的最大平移量，
Figure 640187DEST_PATH_IMAGE075
表示G通道主峰的峰点横坐标，
Figure 444195DEST_PATH_IMAGE076
表示B通道主峰的峰点横坐标。
上式的权重
Figure 907538DEST_PATH_IMAGE077
、
Figure 953729DEST_PATH_IMAGE078
由偏向颜色、非主峰重合面积两个因素决定，前者补充了试纸图像中，直方图重合未考虑颜色偏向的问题，后者补充了直方图重合，非目标区域占比多，目标区域校正效果不足的问题。通道的
Figure 920548DEST_PATH_IMAGE079
值，根据上文描述自适应赋予。
Figure 895457DEST_PATH_IMAGE080
为G通道左侧峰谷与R通道峰点的横坐标差值，
Figure 846096DEST_PATH_IMAGE081
为G通道峰点到左侧峰谷的横坐标差值。即R通道的峰点移动至G通道主峰范围内时，通过
Figure 666284DEST_PATH_IMAGE082
控制其最大平移的程度。B通道同理。
107、利用R通道和B通道峰点相对于G通道峰点位置的最大平移量获得R通道和B通道每次偏移量。
Figure 487610DEST_PATH_IMAGE083
式中，
Figure 898999DEST_PATH_IMAGE084
表示R通道每次平移量，
Figure 71355DEST_PATH_IMAGE085
表示B通道每次平移量。
108、根据R通道和B通道每次偏移量对第一试纸图像的三通道直方图中的R通道和B通道进行多次平移，直至第一重合率和第二重合率相等，将第一试纸图像调整为标准色温下的试纸图像。
R、B通道的最大平移量分别为
Figure 459348DEST_PATH_IMAGE086
、
Figure 666339DEST_PATH_IMAGE087
，在实际平移过程中，未达到最大平移量时，三通道的重叠程度有可能已经达到标准色温下直方图的重合率
Figure 983051DEST_PATH_IMAGE088
，因此我们通过R、B通道的相对最大平移距离，来控制R、B通道平移时的速度或者说频率，假设R、B通道原本每次平移一个像素级，现在R通道每次平移
Figure 377123DEST_PATH_IMAGE089
个像素级，B通道每次平移
Figure 70272DEST_PATH_IMAGE090
个像素级，直到三通道重合率达到
Figure 866190DEST_PATH_IMAGE091
，同时保留了图像的颜色偏向，保障了目标区域的充分校正。
对校正后的试纸图像进行计算机识别检测结果，同时通过人工再次判断检测结果是否正确，得到校正效果的评估结果。该步骤为验证步骤，检测不同环境色温下，本实施例自适应平移模型的鲁棒性，评估结果误差越小则该模型的鲁棒性越高。
本发明利用标准色温下试纸图像获取标准色温下试纸图像三通道直方图的重合率以及R通道和B通道平移量的权重比例，将标准色温下试纸图像三通道直方图的重合率作为后续判断待调节试纸图像是否调整为标准色温下图像的标准；利用非标准色温下试纸图像以及标准色温下试纸图像得到的R通道和B通道平移量的权重比例得到R通道和B通道峰点相对于G通道峰点位置的最大平移量，从而对非标准色温下待调节试纸图像的R通道和B通道进行平移将其恢复至对应标准色温下的试纸图像，从而实现对非标准色温下试纸图像的白平衡调节，本发明在调节色温的同时保留图像原本的色彩，同时提高了色温调节的精确度。
实施例2
基于与上述方法相同的发明构思，本实施例还提供了一种基于内分泌试纸彩色直方图的白平衡调节系统，本实施例中一种基于内分泌试纸彩色直方图的白平衡调节系统包括图像获取单元、图像处理单元、计算单元、图像调整单元，所述图像获取单元、图像处理单元、计算单元、图像调整单元，以实现如一种基于内分泌试纸彩色直方图的白平衡调节方法的实施例中所描述的将非标准色温下的试纸图像调节为对应标准色温下图像的具体方法。
由于一种基于内分泌试纸彩色直方图的白平衡调节方法实施例中已经对将非标准色温下的试纸图像调节为对应标准色温下图像的具体方法进行了说明，此处不再赘述。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于内分泌试纸彩色直方图的白平衡调节方法，其特征在于，包括：
获取非标准色温下待调节的第一试纸图像和对应的标准色温下的第二试纸图像；
获取第一试纸图像和第二试纸图像的R、G、B三通道直方图；
根据第一试纸图像的三通道直方图中三个通道的重合面积及G通道的面积获取第一试纸图像的三通道直方图的第一重合率；类比获取第二试纸图像的三通道直方图的第二重合率；
通过第二试纸图像的三通道直方图中R通道未重合面积、R通道的面积，以及三个通道的重合面积得到R通道平移量的权重比例，所述得到R通道平移量的权重比例的方法为：通过第二试纸图像的三通道直方图中R通道未重合面积、R通道的面积以及R、G、B三个通道的重合面积得到R通道颜色偏向值；类比获取B通道颜色偏向值；
获取R通道和B通道颜色偏向值之和，通过R通道颜色偏向值以及该颜色偏向值之和的比值得到R通道平移量的权重比例；类比获取B通道平移量的权重比例；
通过第一试纸图像的三通道直方图中R通道参与重合的面积在R通道面积中的占比，以及R通道平移量的权重比例得到R通道峰点相对于G通道峰点位置的平移量权重；得到R通道峰点相对于G通道峰点位置的平移量权重的方法为：通过第一试纸图像的三通道直方图中R通道参与重合的面积在R通道面积中的占比，与R通道平移量的权重比例的乘积得到R通道峰点相对于G通道峰点位置的平移量权重；类比获取B通道峰点相对于G通道峰点位置的平移量权重；
根据第一试纸图像的三通道直方图中R通道的分布、B通道的分布，以及R通道峰点相对于G通道峰点位置的平移量权重得到R通道峰点相对于G通道峰点位置的最大平移量，得到R通道峰点相对于G通道峰点位置的最大平移量的方法为：
在第一试纸图像的三通道直方图中，获取G通道峰点的横坐标与左侧峰谷的横坐标的差值，获取该差值与R通道峰点相对于G通道峰点位置的平移量权重的乘积；
获取G通道左侧峰谷的横坐标与R通道峰点横坐标的差值；
通过得到的乘积以及G通道左侧峰谷的横坐标与R通道峰点横坐标的差值的和得到R通道峰点相对于G通道峰点位置的最大平移量；类比获取B通道峰点相对于G通道峰点位置的最大平移量；
利用R通道和B通道峰点相对于G通道峰点位置的最大平移量获得R通道和B通道每次偏移量；
根据R通道和B通道每次偏移量对第一试纸图像的三通道直方图中的R通道和B通道进行多次平移，直至第一重合率和第二重合率相等，将第一试纸图像调整为标准色温下的试纸图像。
2.根据权利要求1所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，其特征在于，获取所述R通道颜色偏向值的方法为：
获取第二试纸图像的三通道直方图中R通道未重合面积以及R通道的面积的比值，作为R通道的第一比值；
获取第二试纸图像的三通道直方图中三个通道的重合面积以及R通道的面积的比值，作为R通道的第二比值；
获取R通道的第一比值与第二比值的差值作为R通道颜色偏向值。
3.根据权利要求1所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，其特征在于，获取所述第二试纸图像的方法为：
获取模板库中标准色温下每种颜色模板试纸图像的色谱；
获取第一试纸图像的色谱；
获取模板库中标准色温下每种颜色模板试纸图像的色谱与第一试纸图像的色谱间的曼哈顿距离，在得到的所有曼哈顿距离中选取最小曼哈顿距离对应的模板库中标准色温下的颜色模板试纸图像，将该标准色温下的颜色模板试纸图像作为第二试纸图像。
4.根据权利要求1所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，其特征在于，第一试纸图像的三通道直方图的第一重合率为第一试纸图像的三通道直方图中三个通道的重合面积与G通道的面积的比值。
5.根据权利要求1所述的一种基于内分泌试纸彩色直方图的白平衡调节方法，其特征在于，获取非标准色温下待调节的第一试纸图像和对应的标准色温下的第二试纸图像后，还包括：
获取第一试纸图像的三通道直方图中每个通道灰度级为255的像素点个数，作为每个通道的第一像素点个数；
获取第一试纸图像的三通道直方图中每个通道像素点灰度级在主峰右侧波谷处灰度级至255之间的像素点个数，作为每个通道的第二像素点个数；
若第一试纸图像的三通道直方图中每个通道的第一像素点个数与第二像素点个数的比值大于1%，则减少该通道灰度级为255的像素点个数；
获取第一试纸图像的三通道直方图中每个通道灰度级为0的像素点个数，作为每个通道的第三像素点个数；
获取第一试纸图像的三通道直方图中每个通道像素点灰度级在0至对应的通道主峰左侧波谷处的灰度级之间的像素点个数，作为每个通道的第四像素点个数；
若每个通道的第三像素点个数与第四像素点个数的比值大于1%，则减少灰度级为0的像素点个数。
6.一种基于内分泌试纸彩色直方图的白平衡调节系统，其特征在于，包括：
图像获取单元，用于获取非标准色温下待调节的第一试纸图像和对应的标准色温下的第二试纸图像；
图像处理单元，用于获取第一试纸图像和第二试纸图像的R、G、B三通道直方图；
计算单元，用于根据第一试纸图像的三通道直方图中三个通道的重合面积及G通道的面积获取第一试纸图像的三通道直方图的第一重合率；类比获取第二试纸图像的三通道直方图的第二重合率；
通过第二试纸图像的三通道直方图中R通道未重合面积、R通道的面积，以及三个通道的重合面积得到R通道平移量的权重比例，所述得到R通道平移量的权重比例的方法为：通过第二试纸图像的三通道直方图中R通道未重合面积、R通道的面积以及R、G、B三个通道的重合面积得到R通道颜色偏向值；类比获取B通道颜色偏向值；
获取R通道和B通道颜色偏向值之和，通过R通道颜色偏向值以及该颜色偏向值之和的比值得到R通道平移量的权重比例；类比获取B通道平移量的权重比例；
通过第一试纸图像的三通道直方图中R通道参与重合的面积在R通道面积中的占比，以及R通道平移量的权重比例得到R通道峰点相对于G通道峰点位置的平移量权重，得到R通道峰点相对于G通道峰点位置的平移量权重的方法为：通过第一试纸图像的三通道直方图中R通道参与重合的面积在R通道面积中的占比，与R通道平移量的权重比例的乘积得到R通道峰点相对于G通道峰点位置的平移量权重；类比获取B通道峰点相对于G通道峰点位置的平移量权重；
根据第一试纸图像的三通道直方图中R通道的分布、B通道的分布，以及R通道峰点相对于G通道峰点位置的平移量权重得到R通道峰点相对于G通道峰点位置的最大平移量，得到R通道峰点相对于G通道峰点位置的最大平移量的方法为：
在第一试纸图像的三通道直方图中，获取G通道峰点的横坐标与左侧峰谷的横坐标的差值，获取该差值与R通道峰点相对于G通道峰点位置的平移量权重的乘积；
获取G通道左侧峰谷的横坐标与R通道峰点横坐标的差值；
通过得到的乘积以及G通道左侧峰谷的横坐标与R通道峰点横坐标的差值的和得到R通道峰点相对于G通道峰点位置的最大平移量；类比获取B通道峰点相对于G通道峰点位置的最大平移量；
利用R通道和B通道峰点相对于G通道峰点位置的最大平移量获得R通道和B通道每次偏移量；
图像调整单元，用于根据R通道和B通道每次偏移量对第一试纸图像的三通道直方图中的R通道和B通道进行多次平移，直至第一重合率和第二重合率相等，将第一试纸图像调整为标准色温下的试纸图像。
CN202211045124.2A 2022-08-30 2022-08-30 基于内分泌试纸彩色直方图的白平衡调节方法及系统 Active CN115131349B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211045124.2A CN115131349B (zh) 2022-08-30 2022-08-30 基于内分泌试纸彩色直方图的白平衡调节方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211045124.2A CN115131349B (zh) 2022-08-30 2022-08-30 基于内分泌试纸彩色直方图的白平衡调节方法及系统

Publications (2)

Publication Number Publication Date
CN115131349A CN115131349A (zh) 2022-09-30
CN115131349B true CN115131349B (zh) 2022-11-18

Family

ID=83387568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211045124.2A Active CN115131349B (zh) 2022-08-30 2022-08-30 基于内分泌试纸彩色直方图的白平衡调节方法及系统

Country Status (1)

Country Link
CN (1) CN115131349B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116485786B (zh) * 2023-06-15 2023-09-01 贵州医科大学附属医院 一种内分泌试纸智能分析方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101917633A (zh) * 2010-09-01 2010-12-15 杭州海康威视软件有限公司 图像的白平衡处理方法、装置及摄像机
CN101957988A (zh) * 2009-07-20 2011-01-26 华为技术有限公司 获得图像灰度点概率分布的方法、装置及白平衡方法、装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5821993A (en) * 1996-01-25 1998-10-13 Medar, Inc. Method and system for automatically calibrating a color camera in a machine vision system
JP2005070117A (ja) * 2003-08-26 2005-03-17 Sharp Corp 画像形成装置、および、画像形成装置の色ずれ補正方法
KR100691250B1 (ko) * 2005-10-20 2007-03-12 삼성전자주식회사 휴대용 단말기의 자동 색 온도 보정 촬영 방법
US20190281215A1 (en) * 2018-03-06 2019-09-12 Hong Kong Applied Science and Technology Research Institute Company, Limited Method for High-Quality Panorama Generation with Color, Luminance, and Sharpness Balancing
CN108833875B (zh) * 2018-06-27 2020-11-10 上海安威士科技股份有限公司 一种自动白平衡校正方法
CN109525828A (zh) * 2018-11-20 2019-03-26 中山大学深圳研究院 一种出入隧道或夜行时行车记录自动白平衡方法
CN113850878A (zh) * 2021-09-30 2021-12-28 福州大学 基于颜色直方图的非光源估计awb方法及系统
CN114783611B (zh) * 2022-06-22 2022-08-23 新泰市中医医院 基于人工智能的神经康复动作检测系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101957988A (zh) * 2009-07-20 2011-01-26 华为技术有限公司 获得图像灰度点概率分布的方法、装置及白平衡方法、装置
CN101917633A (zh) * 2010-09-01 2010-12-15 杭州海康威视软件有限公司 图像的白平衡处理方法、装置及摄像机

Also Published As

Publication number Publication date
CN115131349A (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN116363133B (zh) 基于机器视觉的照明器配件缺陷检测方法
US7995058B2 (en) Method and system for identifying illumination fields in an image
US8295606B2 (en) Device and method for detecting shadow in image
CN108615239B (zh) 基于阈值技术和灰度投影的舌图像分割方法
US9460521B2 (en) Digital image analysis
CN109635871B (zh) 一种基于多特征融合的胶囊内窥镜图像分类方法
US20100195902A1 (en) System and method for calibration of image colors
CN115131349B (zh) 基于内分泌试纸彩色直方图的白平衡调节方法及系统
US20090290048A1 (en) Pupil color correction device and program
CN113420614A (zh) 一种基于深度学习算法的近红外高光谱图像识别霉变花生的方法
CN115965607A (zh) 一种智能中医舌诊辅助分析系统
CN113269191A (zh) 一种农作物叶片病害识别方法、装置和存储介质
CN113554638A (zh) 一种芯片表面缺陷检测模型建立方法和系统
Mayer et al. Towards autonomous vision self-calibration for soccer robots
CN111768455A (zh) 一种基于图像的木材区域和主色提取方法
CN111667509B (zh) 目标与背景颜色相似下的运动目标自动跟踪方法及系统
CN116485801B (zh) 基于计算机视觉的胶管质量在线检测方法及系统
CN109903275A (zh) 一种基于自适应多尺度滤波和直方图对比的酒醅发霉区域检测方法
CN117274293A (zh) 基于图像特征的细菌菌落精确划分方法
CN117495849A (zh) 基于图像特征的电源适配器质量检测方法
CN111199545B (zh) 一种基于机器视觉鉴别初烤烟叶颜色的方法
CN117197064A (zh) 一种无接触眼红程度自动分析方法
US20090190828A1 (en) Method and apparatus for multiple data channel analysis using relative strength histograms
CN115601690A (zh) 一种基于智慧农业的食用菌环境检测方法
CN108848363A (zh) 一种适用于大场景的自动白平衡方法

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