CN117274075A - 一种夜间图像颜色矫正方法及装置 - Google Patents

Abstract

本发明公开了一种夜间图像颜色矫正方法及装置，首先将图像分为红、绿、蓝三个分量，并对基于亮度信息对各像素邻域范围内的像素值进行分组并分别计算平均值；然后对每个通道中每个像素点，取对应的高值组平均值和低值组平均值的对数值并作差，获取每个像素点的局部对比值；根据三个颜色通道中的局部对比值，计算每个像素位置处的灰色指数，并获得灰色指数分布图；基于亮度信息选择部分亮像素作为初始亮像素；同时对图像空间进行均匀网格划分；通过计算每个网格区域中的亮像素比例选择的亮区域；选择落入亮区域的候选灰色点作为最终提取的灰色点，估计出图像的光源，并对图像的进行颜色矫正。

Description

一种夜间图像颜色矫正方法及装置

技术领域

本发明属于计算机视觉和图像处理技术领域，具体涉及一种夜间图像颜色矫正方法及装置。

背景技术

在自然场景中，彩色图像往往比灰度图像能够提供更为丰富的视觉信息。在使用成像设备获取图像的过程中，由于光照条件差异，获取的彩色图像中物体颜色往往与真实颜色存在偏差。例如，同一个白色物体在不同颜色的光照条件下，相机获取的图像中该物体会呈现不同的色偏。图像出现的色偏不仅直接影像图像的成像质量，也会干扰后续各种利用颜色信息的视觉任务。因此，在各种成像系统中，对获取的原始彩色信号进行颜色矫正是必要步骤。特别地，对于夜间场而言，由于场景光照亮度低、光照分布不均匀、成像噪声大等诸多因素，使得对夜间彩色图像的颜色矫正变得更加困难。当前，针对夜间彩色图像的颜色矫正方法相关研究较少，因此建立针对夜间彩色图像的颜色矫正方法具有重要意义。

现有的颜色矫正算法包括灰度世界算法、灰色点检测算法等。其中，灰度世界算法假设白色光照下获取的彩色图像的R、G、B三个颜色通道下像素灰度值的平均值相等，该方法计算简单，但在部分场景中效果较差。近年来，比较典型的图像颜色矫正方法有灰色点检测算法，参见文献：KF Yang, SB Gao, YJ Li. Efficient Illuminant Estimation forColor Constancy Using Grey Pixels. CVPR, 2015. 该方法假设正常光照下的彩色图像中存在部分可检测的灰色像素点。从而通过估计场景中灰色像素点位置，并尽可能使灰色的像素点估计出图像的光源。该方法具有参数少，计算简单，效果好等优点。但是，在夜间场景的颜色矫正任务中，由于噪声干扰导致检测的灰色点准确性下降，从而导致效果较差。

发明内容

为解决现有技术的不足，实现提升灰色点检测准确性，从而基于灰色点矫正图像颜色，提高夜间场景光源估计准确性的目的，本发明采用如下的技术方案：

一种夜间图像颜色矫正方法，包括如下步骤：

步骤S1：提取图像颜色对应的亮度信息；

步骤S2：确定图像中的区域，并根据该区域颜色对应的亮度信息，对其邻域范围内的区域进行分组，使各区域得到其颜色对应的多个组亮度信息；

步骤S3：根据区域颜色对应的各组亮度信息，计算区域颜色的局部对比信息；

步骤S4：通过区域颜色的局部对比信息，计算该区域的灰色指数，得到图像的灰色指数分布；

步骤S5：根据亮度信息选取亮区域，将落入亮区域且灰色指数小的区域作为灰色区域；

步骤S6：基于图像颜色对应的灰色区域，获取图像颜色对应的光源信息，通过图像及其光源信息，对图像进行色偏矫正。

进一步地，所述区域为像素点，所述区域颜色为像素点的颜色通道；

所述步骤S1中，分别计算每个像素点在若干颜色通道中像素值的均值，得到每个像素点的亮度值；

所述步骤S2中，根据每个像素点的邻域范围，对其一定领域范围内的像素点在颜色通道中的亮度值，进行分组；邻域范围为9像素×9像素；

所述步骤S3中，各颜色通道中，分别对每个像素点对应的分组值进行比较，得到该像素点的局部对比值。

进一步地，所述颜色通道包括红色、绿色和蓝色。

进一步地，所述步骤S2中，通过计算领域范围内区域亮度值的中值，对区域进行分组，使区域得到各颜色下的高值组平均值和低值组平均值；

所述步骤S3中，各颜色中，分别对每个区域对应的高值组平均值和低值组平均值取对数运算，得到高值组对数值和低值组对数值，然后将高值组对数值减低值组对数值，得到该区域的局部对比值。

进一步地，所述步骤S4中，计算每个区域在各颜色中的局部对比值的标准差和均值，再将标准差除以均值，得到该区域位置的灰色指数。

进一步地，所述步骤S4中，依次计算图像中的每个区域位置处的灰色指数，得到灰色指数分布图；所述步骤S5中，根据灰色指数分布图，提取灰度指数小的区域作为灰色区域。

进一步地，所述步骤S5中，根据步骤S1中的亮度信息，按比例选择亮区域，同时对图像空间网格化，根据网格区域中的亮区域比例，确定最终亮区域。按20%比例选择部分亮像素作为初始亮像素；网格大小为20像素×20像素。

进一步地，所述步骤S5中，根据步骤S4中的灰色指数，提取灰度指数小的区域作为候选灰色区域，将落入亮区域的候选灰色区域作为最终提取的灰色区域。灰度值较小部分像素取值范围为一个像素点到图像像素数量的0.1%。

进一步地，所述步骤S6中，将图像各颜色通道中灰色区域的像素值之和作为该颜色的光源信息，将各颜色的图像像素值分别除以对应颜色的光源信息，对图像进行色偏矫正。

一种夜间图像颜色矫正装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现所述的一种夜间图像颜色矫正方法。

本发明的优势和有益效果在于：

本发明的一种夜间图像颜色矫正方法及装置，基于亮度信息对各像素邻域范围内的像素值进行分组并分别计算平均值，可以有效抑制噪声干扰并提高局部对比度；通过选择亮区域的灰色点，减少夜间光照不足对灰色点检测的影响，提高夜间场景光源估计的准确性，从而解决夜间场景噪声大、亮度低等问题，具有计算简单、效果好等特点，非常适合于对夜间场景的图像进行颜色矫正。

附图说明

图1是本发明实施例中一种夜间图像颜色矫正方法的流程图。

图2a是本发明实施例中原始夜间色偏图。

图2b是本发明实施例中通过夜间图像颜色矫正方法得到的无色偏图。

图2c是本发明实施例中由真实光源计算得到的标准无色偏图。

图3是本发明实施例中一种夜间图像颜色矫正装置的结构示意图。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

如图1所示，一种夜间图像颜色矫正方法，使用Nikon D750相机在夜间室外拍摄测试图像，在拍摄过程中放置标准色板以获取场景的真实光源信息。获取到的图像大小为3016×2016×3，为14位tif格式图像，标准无色偏图是由场景真实光源矫正后得到的，具体包括如下步骤：

步骤S1：提取图像颜色对应的亮度信息；

将输入的彩色图像分解为红色、绿色和蓝色三个颜色通道图像；分别计算每个像素点在若干（如：红色、绿色和蓝色）颜色通道中像素值的均值，得到每个像素点的亮度值。

本发明实施例中，以像素点（200, 200）为例，该像素点在红色、绿色、蓝色通道的像素值分别为3242、2614、896；像素点（200, 200）处红色、绿色、蓝色通道的像素值均值为2250.7；按此方法，依次计算获得每个像素点的亮度值。

步骤S2：确定图像中的区域，并根据该区域颜色对应的亮度信息，对其邻域范围内的区域进行分组，使各区域得到其颜色对应的多个组亮度信息；

根据每个像素点的邻域范围，对其一定领域范围内的像素点在颜色通道中的亮度值，进行分组；通过计算领域范围内像素点亮度值的中值，对像素点进行分组，使像素点得到各颜色通道下的高值组平均值和低值组平均值。

具体地，基于步骤S1获得的每个像素点的亮度值，对每个颜色通道中每个像素的一定邻域范围内的像素点进行分组；具体来说，对每一个像素点，计算其一定邻域范围内像素点亮度值的中值，然后将亮度值大于该中值的像素分为高值组，将亮度值小于或等于该中值的像素分为低值组；分别计算红色、绿色和蓝色三个颜色通道中高值组和低值组像素的平均值，记为对应通道对应像素的高值组平均值和低值组平均值；最终，对每个颜色通道中的每一个像素，均获得其对应的高值组平均值和低值组平均值。

本发明实施例中，以像素点（200, 200）为例，计算该像素点在红色通道中9×9邻域范围内亮度值的中值为2155.3，然后将亮度值大于该中值的像素分为高值组，将亮度值小于或等于该中值的像素分为低值组；分别计算红色、绿色和蓝色三个颜色通道中高值组平均值分别为：3092.9、2905.4、888.8，低值组平均值分别为：2711.9、2543.8、760.2；最终，对每个颜色通道中的每一个像素，均获得其对应的高值组平均值和低值组平均值。

步骤S3：根据区域颜色对应的各组亮度信息，计算区域颜色的局部对比信息；

各颜色通道中，分别对每个像素点对应的高值组平均值和低值组平均值取对数运算，得到高值组对数值和低值组对数值，然后将高值组对数值减低值组对数值，得到该像素点的局部对比值；依次遍历三个通道中每个像素点，对每个颜色通道中的每一个像素，均获得其对应的局部对比值。

本发明实施例中，以像素点（200, 200）为例，在三个颜色通道中，对每个像素点，分别对其对应的高值组平均值和低值组平均值取对数运算，高值组平均值的对数值分别为：8.0369、7.9743、6.7899，低值组平均值的对数值分别为：7.9054、7.8414、6.6336；然后在每个颜色通道中，用高值组平均值的对数值减去对应低值组平均值的对数值，获取三个颜色通道中该像素点的局部对比值分别为：0.1315、0.1329、0.1562；依次遍历三个颜色通道中每个像素点，对每个颜色通道中的每一个像素，均获得其对应的局部对比值。

步骤S4：通过区域颜色的局部对比信息，计算该区域的灰色指数，得到图像的灰色指数分布；

计算每个像素点在各颜色通道中的局部对比值的标准差和均值，再将标准差除以均值，得到该像素点位置的灰色指数，依次计算图像中的每个像素位置处的灰色指数，得到灰色指数分布图。

本发明实施例中，以像素点（200, 200）为例，计算该像素点在红色、绿色和蓝色三个颜色通道中的局部对比值0.1315、0.1329、0.1562的标准差为0.0139，然后再除以该像素点在红色、绿色和蓝色三个颜色通道中的局部对比值的均值为0.1402，得到该像素位置处的灰色指数为0.0990；依次计算图像中的每个像素位置处的灰色指数，得到灰色指数分布图。

步骤S5：根据亮度信息选取亮区域，将落入亮区域且灰色指数小的区域作为灰色区域；

根据步骤S1中的亮度信息，按比例选择亮像素点，同时对图像空间网格化，根据网格区域中的亮像素点比例，确定亮区域；根据步骤S4中的灰色指数分布图，提取灰度值小的像素点作为候选灰色点，将落入亮区域的候选灰色点作为最终提取的灰色点。

本发明实施例中，首先根据步骤S1中计算的亮度信息，按比例选择亮度值最大的20%像素作为初始亮像素；同时将图像空间均匀划分，每个网格大小为20像素×20像素；计算每个网格区域中的亮像素比例，提取亮像素占比超过一半的网格区域作为最终选择的亮区域；此外，从步骤S4中计算得到的灰色指数分布图中，本实施例提取灰度值最小的0.1%像素作为候选灰色点，并将落入亮区域的候选灰色点作为最终提取的灰色点，一共获得1520像素作为灰色点。

步骤S6：基于图像颜色对应的灰色区域，获取图像颜色对应的光源信息，通过图像及其光源信息，对图像进行色偏矫正。

将图像各颜色通道中灰色点的像素值之和作为该颜色通道的光源信息，将各颜色通道的图像像素值分别除以对应通道的光源信息，对图像进行色偏矫正。

本发明实施例中，分别计算各个原始图像中红色、绿色、蓝色通道图像中灰色点对应像素的像素值之和作为各通道的光源信息，分别为5343202、4794584、1243016；将原始图像三个颜色通道的图像分别除以对应通道的光源信息，实现色偏图像的矫正；以像素点（200, 200）为例，该像素点在原始图像中三个颜色通道像素值分别为3242、2614、896，除以对应通道的光源信息矫正后的像素值分别0.00060675、0.00054520、0.00072083；最后对全图像素进行线性归一化获得矫正后图像。

测试结果如图2a至图2c所示，采用本发明对色偏图像进行颜色矫正处理，能够得到和标准无色偏图像相当的效果，其计算简单、灵活。

与前述一种夜间图像颜色矫正方法的实施例相对应，本发明还提供了一种夜间图像颜色矫正装置的实施例。

参见图3，本发明实施例提供的一种夜间图像颜色矫正装置，包括存储器和一个或多个处理器，存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现上述实施例中的一种夜间图像颜色矫正方法。

本发明一种夜间图像颜色矫正装置的实施例可以应用在任意具备数据处理能力的设备上，该任意具备数据处理能力的设备可以为诸如计算机等设备或装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在任意具备数据处理能力的设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图3所示，为本发明一种夜间图像颜色矫正装置所在任意具备数据处理能力的设备的一种硬件结构图，除了图3所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功能，还可以包括其他硬件，对此不再赘述。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本发明实施例还提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述实施例中的一种夜间图像颜色矫正方法。

所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元，例如硬盘或内存。所述计算机可读存储介质也可以是任意具备数据处理能力的设备的外部存储设备，例如所述设备上配备的插接式硬盘、智能存储卡（Smart Media Card，SMC）、SD卡、闪存卡（Flash Card）等。进一步的，所述计算机可读存储介质还可以既包括任意具备数据处理能力的设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述任意具备数据处理能力的设备所需的其他程序和数据，还可以用于暂时地存储已经输出或者将要输出的数据。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。

Claims (10)

1.一种夜间图像颜色矫正方法，其特征在于包括如下步骤：

步骤S1：提取图像颜色对应的亮度信息；

步骤S2：确定图像中的区域，并根据该区域颜色对应的亮度信息，对其邻域范围内的区域进行分组，使各区域得到其颜色对应的多个组亮度信息；

步骤S3：根据区域颜色对应的各组亮度信息，计算区域颜色的局部对比信息；

步骤S4：通过区域颜色的局部对比信息，计算该区域的灰色指数；

步骤S5：根据亮度信息选取亮区域，将落入亮区域且灰色指数小的区域作为灰色区域；

步骤S6：基于图像颜色对应的灰色区域，获取图像颜色对应的光源信息，通过图像及其光源信息，对图像进行色偏矫正。

2.根据权利要求1所述的一种夜间图像颜色矫正方法，其特征在于：所述区域为像素点，所述区域颜色为像素点的颜色通道；

所述步骤S1中，分别计算像素点在若干颜色通道中像素值的均值，得到像素点的亮度值；

所述步骤S2中，根据像素点的邻域范围，对其领域范围内的像素点在颜色通道中的亮度值，进行分组；

所述步骤S3中，各颜色通道中，分别对像素点对应的分组值进行比较，得到该像素点的局部对比值。

3.根据权利要求2所述的一种夜间图像颜色矫正方法，其特征在于：所述颜色通道包括红色、绿色和蓝色。

4.根据权利要求1所述的一种夜间图像颜色矫正方法，其特征在于：所述步骤S2中，通过计算领域范围内区域亮度值的中值，对区域进行分组，使区域得到各颜色下的高值组平均值和低值组平均值；

所述步骤S3中，各颜色中，分别对区域对应的高值组平均值和低值组平均值取对数运算，得到高值组对数值和低值组对数值，然后将高值组对数值减低值组对数值，得到该区域的局部对比值。

5.根据权利要求1所述的一种夜间图像颜色矫正方法，其特征在于：所述步骤S4中，计算区域在各颜色中的局部对比值的标准差和均值，再将标准差除以均值，得到该区域位置的灰色指数。

6.根据权利要求5所述的一种夜间图像颜色矫正方法，其特征在于：所述步骤S4中，依次计算图像中的每个区域位置处的灰色指数，得到灰色指数分布图；所述步骤S5中，根据灰色指数分布图，提取灰度指数小的区域作为灰色区域。

7.根据权利要求1所述的一种夜间图像颜色矫正方法，其特征在于：所述步骤S5中，根据步骤S1中的亮度信息，选择亮区域，同时对图像空间网格化，根据网格区域中的亮区域比例，确定最终亮区域。

8.根据权利要求1所述的一种夜间图像颜色矫正方法，其特征在于：所述步骤S5中，根据步骤S4中的灰色指数，提取灰度指数小的区域作为候选灰色区域，将落入亮区域的候选灰色区域作为最终提取的灰色区域。

9.根据权利要求1所述的一种夜间图像颜色矫正方法，其特征在于：所述步骤S6中，将图像各颜色通道中灰色区域的像素值之和作为该颜色的光源信息，将各颜色的图像像素值分别除以对应颜色的光源信息，对图像进行色偏矫正。

10.一种夜间图像颜色矫正装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1-9中任一项所述的一种夜间图像颜色矫正方法。