[发明专利]数码相机色彩还原的检测方法

说明书

技术领域

本发明涉及数码相机图像质量色彩还原评估及自动检测。

背景技术

对数字图像的质量评判通常从清晰度、白平衡、色彩还原、灰阶、坏点个数等几个方面进行衡量，而对色彩还原程度和清晰度的检测和量化是其中的难点。

目前采用较为普遍的、最具权威的数字图像质量检测方法主要有两种：主观评价检测法和客观评价检测法。主观评价法就是让观察者根据一些事先规定的评价尺度或自己的经验，对测试图像按视觉效果提出质量判断，并给出质量分数，对所有观察者给出的分数进行加权平均，所得的结果即为图像的主观质量评价。客观评价法是用恢复图像偏离原始图像的误差来衡量数字图像的质量。

主观评判方法不仅需要的时间长，耗费资源大，而且缺少统一标准，难于实现量化。比如，人工的存在影响检测场地的洁净度，高强度、长时间的工作会使人工检测的准确率大大降低，而且不同人员之间存在着不同的主观检测标准。另外，如果在某些有毒或有辐射的环境下，根本就不能使用人工。

传统的客观评价方法是基于对随机误差进行统计平均，源于数据传输过程中均方信噪比的思想，由于只是对恢复图像和原始图像的纯误差数学统计，难以准确反映视觉差别，因而也存在许多的弊病。代表性的方法有MSE(均方误差)，PSNR(峰值信噪比)和WMSE(加权均方误差)。

目前，在工程应用中已经产生了一些图像色差的检测方法，主要包括：

(1)灰度世界法：又称平均能量法，该方法认为所拍摄的图像中的RGB三色分量的统计平均值应该相等，如果不等则认为存在色偏。

(2)白色区域法：也称为最亮点法，搜寻所拍摄的图像中最亮的区域作为白色区域，该区域的RGB三色分量的统计平均值应该相等，如果不等则认为存在色偏。

(3)神经网络法：利用神经网络的学习功能，通过对典型环境的色偏知识学习来积累判别色偏的知识，进而依靠这些知识来判断色偏。

(4)先验知识法：以人脸的肤色模型作为判断标准，首先在图像中检索人脸区域，然后判断该区域的肤色平均值是否在肤色模型的范围内来作为判断色偏的标准。

(5)直方图法：该方法是基于当图像中有明显的白色和黑色背景时，RGB值分量图像的直方图上会出现显著峰值的原理，如果在各个直方图中，峰值处于三基色不同的灰度级上，则表示色彩不平衡。

这些算法都具有一定的局限性，不能在任何情况下都正确可靠地检测出图像的色偏，更没法准确估计图像色偏的程度，例如当环境过亮或过暗时，或者图像的背景为大海或蓝天时，灰度世界法几乎完全失效；而当所拍摄的物体并无白色存在时白色区域法所检测的结果也是不真实的；神经网络法和先验知识法则更是需要通过学习积累或先验知识来判断，具有较大的局限性。

研究选择合适的检测模型，对数字图像质量信息进行分析和识别，得到预定的检测结果。便于记录再现，也便于实现在线检测和控制，充分达到对数字图像采集、传输、处理、记录全过程和多项目多方位的检测和监控，有利于图像质量的提高。

发明内容

本发明的目的是提供一种数码相机色彩还原的检测方法，利用该检测方法对数码相机的图像色彩还原水平进行评价，对颜色偏差计算的效果与人眼感觉相符，计算效率高，客观准确。

在进行色差研究时，两种不同色彩间有没有差别、差别有多大是判定色彩复制一致性的重要标准，是色度学中需要研究的主要问题之一。因此，需要一种方法来测定判断色彩之间的区别，并且更重要的是，表示这种区别的结果要和人的视觉感知效果一致。即该量度值较小时，目视时感觉到的彩色差别较小，该量度值较大时，目视感觉差别也较大，这就是颜色空间均匀化问题。

1975年，在伦敦的CIE大会上，通过并向世界各国推荐了一种新的关于均匀颜色空间的方法，这就是目前通用的CIE1976L^*a^*b^*均匀颜色空间。这一均匀颜色空间的优点是当颜色的色差大于视觉的识别界闭限(恰可察觉)而又小于孟塞尔系统中相邻两级的色差时，能较好的反映物体色的心理感受效果。

色差是指用数值的方法表示两种颜色给人色彩感觉上的差别。若两个色样样品都按L^*、Wa^*、b^*标定颜色，则两者之间的总色差ΔE^*_ab以及各项单项色差可用下列公式计算：

明度差：ΔL^*＝L^*₁-L^*₂