[发明专利]一种光源颜色计算和图像校正方法

说明书

技术领域

本发明涉及一种光源颜色的计算和图像校正方法，尤其涉及彩色图像的识别和分析中的光源的计算和校正方法，以保持图像的颜色恒定性。属于图像信息处理领域。

背景技术

物体在成像系统上的表现由三个方面决定：光照、物体的表面属性和成像系统的传感器性能。由于光源的颜色，特别是在自然场景下，一般并非纯白，因此在立体匹配、物体识别时必须考虑光源的颜色。另外，拍摄环境的光照变化会导致图像内目标颜色的变化，为了保证分析结果的可靠性，对图像进行光源颜色的计算和校正是必要的一个环节，对于视觉识别、工业检测有很重要的意义。

针对光源颜色计算方法可分为基于统计和基于物理的两大类。

基于统计的光源颜色计算方法利用光源和表面反射率的概率统计知识与颜色的关系来实现颜色的计算。具有代表性的Retinex算法(Land E H，McCann J J.Lightness and retinex theory.Journal of Optics Society of America，1971，61(1)：1-11)假设物体表面颜色的不连续性要大于光照颜色的不连续性。运用对数差分运算提取出表面颜色不连续性，并且去处光源的不连续性。然后，运用积分指数运算重构表面颜色。Retinex算法以及在此基础上的改进算法(Weiss Y.Derivingintrinsic images from image sequences.IEEE Internat ional Conference onComputer Vision，2003，2：68-75)的主要问题是：要正确地找到物体表面颜色的不连续性，而到目前为止这仍是一个难题。基于统计的光源颜色计算方法的缺点是要求物体表面有多种颜色。另外，大多数方法假设物体表面只有漫反射，而且基于统计的算法容易受噪音的影响。

随着计算机图形学的发展，研究人员开始在一定的光照和反射模型上进行研究。基于物理的方法能很好地处理多色彩和复杂纹理表面的情况，因此成为研究的主流方向。物体颜色由两部分组成：物体表面的反射分量和物体的体反射分量。表面反射分量主要由光源的反射属性决定，反映了光源的颜色信息。体反射反映的是物体本身的颜色信息。T型光源颜色计算方法(Klinker G J，Shafer S A，Kanade T.Themeasurement of highlights in color images.International Journal of ComputerVision，1990，2：7-32)通过一个单一颜色表面在RGB三维空间计算出光源颜色。在三维RGB空间，2个反射分量的像素族形成一个T型，通过对T型的提取和分解可以得到光源颜色。但是实际场景中获取的图像，由于噪音的影响，T型的提取很困难。而且三维空间的计算量很大。为了避免三维空间的复杂运算，文献(Lee H C.Method for computing the scene-illuminant from specular highlights.Journalof Optics Society of America A，1986，3(10)：1694-1699)提出了一种利用多颜色高光区域进行光源颜色的计算方法。但是这种算法要求利用图像分割方法对高光部分进行分割，不适用于纹理复杂表面，而且两个相似颜色的直线交点相对于噪音敏感，对于只有一种颜色的物体也不适用。在此基础上，文献(Lehmann T M，PalmC.Color line search for illuminant estimation in real-world scene.Journalof Optics Society of America A，2001，18(11)：2679-2691)提出了一种更加稳定的算法。但是图像需要有多种颜色的高光存在，并且要求在每个高光区域的表面颜色是一样的，无法处理复杂纹理表面情况。逆强度空间计算光源颜色的方法(TanR T，Nishino K，Ikeuchi K.Illumination Chrmaticity estimation usinginverse-intensity chromaticity space.IEEE Computer Society Conference onComputer Vision and Pattern Recognition，2003，673-680.)无需进行图像分割，而且对高光区域个数和颜色没有限制。但是此方法在高光区域检测以及哈夫空间计算直线交点上太复杂，导致处理时间加长。总的来说，当前基于物理的光源计算方法的缺陷是大多数算法还需要进行图像分割，导致速度慢，光源计算精度依赖于分割的精度；对图像纹理有限制，对于欠纹理和复杂纹理物体精度很低；三维颜色空间计算复杂，耗时长。