[发明专利]彩色图像的场景光源颜色估计方法

说明书

技术领域

本发明属于计算机视觉和图像处理技术领域，具体涉及彩色图像的场景光源颜色估计。

背景技术

在自然环境下，人的视觉系统具有抵制场景中光源颜色变化的能力。比如，对同一个场景，无论是在早晨偏黄的阳光照射下，还是旁晚时分偏红的阳光照射下，我们的视觉系统所感知到的场景的颜色始终保持恒定，这种能力也被称为视觉系统的颜色恒常性。然而，由于技术的限制，由物理设备，比如摄像机所拍摄得到的图像往往由于场景中光源的颜色变化而产生严重的色偏。这种由光源颜色改变所导致的在机器设备记录的图像上产生的色偏会给后续的各种计算机视觉应用带来严重干扰，比如在目标识别或者场景分割中，由于光源颜色改变，物体的颜色也会发生改变，从而导致目标识别算法无法根据颜色有效地识别或者分离出这个物体。因此，对于一幅输入的原始色偏图像，怎么样将其中所包含的场景光源颜色去除就显得非常的重要。计算性颜色恒常正是致力于解决这个问题，它的主要目的是计算任意一幅图像所包含的未知光源的颜色，然后用这个计算得到的光源颜色对原始输入的图像进行光源颜色校正后在标准的白光下进行显示，得到所谓的标准图像。由于标准图像去除了光源颜色的影响，因而对于后续的计算任务，比如基于颜色的场景分类，图像检索就不存在色偏导致的误分类或误检索问题。比较典型的估计场景光源颜色的方法是由A Chakrabarti等2012年提出的方法，参考文献：A.Chakrabarti,K.Hirakawa,and T.Zickler,Color constancy with spatio-spectral statistics,Pattern Analysis and Machine Intelligence,IEEE Transactions on,vol.34,pp.1509-1519,2012.该方法用一个尾部截断的高斯分布来对进行多尺度滤波后的图像块进行统计建模，统计模型的参数通过训练获得，同时加入正则化项来引入光源的先验信息，对于一幅输入的色偏图像，根据训练得到的统计模型和光源先验信息采用后验最大似然估计来计算图像的光源颜色。但该方法同其它一些基于学习的图像场景光源颜色估计的方法一样，主要的缺点是计算复杂，需要训练，严重依赖于引入的光源先验和使用的训练图像库，因而灵活性差，不适合用于需要进行实时处理的消费型照相机上的应用，比如图像的色调校正，白平衡。

发明内容

本发明的目的是为了解决现有的图像场景光源颜色估计方法存在的缺陷，提出了一种彩色图像的场景光源颜色估计方法。

本发明的技术方案是：一种彩色图像的场景光源颜色估计方法，包括如下步骤：

S1.提取图像中的颜色分量：将输入的彩色图像分解为红色、绿色和蓝色三个颜色分量；

S2.计算单拮抗颜色空间下的分量：根据预先设定的权值，利用步骤S1得到的红绿蓝颜色分量构造黄分量和亮度分量，然后进行单拮抗计算，得到红绿拮抗颜色分量、蓝黄拮抗颜色分量和黑白拮抗颜色分量；

S3.计算双拮抗颜色空间下的响应值：使用滤波器对步骤S2得到的单拮抗颜色空间下的红绿，蓝黄，黑白分量进行卷积计算，分别得到双拮抗颜色空间下红绿通道的响应值、双拮抗颜色空间下蓝黄通道的响应值和双拮抗颜色空间下黑白通道的响应值；

S4.双拮抗颜色空间变换到三原色空间：将步骤S3得到的双拮抗颜色空间下红绿，蓝黄和黑白颜色通道的三种响应值转换到三原色空间下的响应值；

S5.计算三原色空间下的光源颜色：利用步骤S4计算得到的三原色空间下的响应值，分别计算每个颜色通道的光源颜色值。

作为一个较佳的实施例，上述步骤S2的计算单拮抗颜色空间下的分量中红，绿，蓝，黄，亮度五个颜色分量的权值可以取为

作为一个较佳的实施例，步骤S3所述的滤波器具体为中心外周尺度不同且幅值不等的双高斯差型滤波器。

上述步骤S3所用的双高斯差型滤波器的参数取值范围为：中心高斯滤波器的尺度范围为σ1∈0.5～12的任意值，幅值固定为k1=1；外周高斯滤波器的尺度范围为σ2∈3×(0.5～12)的任意值，幅值大小为k2∈0.1～1的任意值。

上述步骤S4所述的转换具体通过线性变换的形式进行。

上述所述的线性变换具体通过线性变换矩阵进行，所述的线性变换矩阵具体为矩阵

的任意线性组合。

上述步骤S5中所述的计算三原色空间下的光源颜色具体包括如下分步骤：

S51.计算三原色空间下每个颜色分量的最小值；