[发明专利]一种对摄影影像进行颜色污染祛除的方法

权利要求书

1.一种对摄影影像进行颜色污染祛除的方法，其特征在于，包括如下步骤：

S100、深度学习阶段：对算法进行深度训练，学习不同环境下对各种背景图片YUV数值的甄别、提炼、统计、归类并存储；并作为参考背景影像；

S200、拍摄影像的图像识别和分割阶段：对拍摄的影像进行特殊目标以及背景目标的识别和划分，一副影像会划分成多个特殊目标和一个背景目标；对于背景目标划分后，需做整形处理，得到完整的背景目标；

S300、参考背景影像的甄选阶段：选择与拍摄影像的背景目标最为相近的参考背景影像；

S400、计算颜色污染的分量，计算背景目标各个分量对应的差值权重，并以此差值权重对拍摄影像的每个像素进行修正；

S500、最终影像的后处理：将图像分割祛除颗粒污染目标导致的边界效应的消除；

S200中的整形处理为将抠出特殊目标后在背景区块上留下的空白区域进行填充，然后将背景目标分割为N×N大小的矩形区块；

填充方式采用均值法，均值法就是取竖直或水平或竖直加上水平方向相邻2至5个像素平均值来填充空隙，处理公式如下：

S400中还包括：

S410、计算参考背景影像各个区块的亮度和色度分量的平均值；

S420、计算拍摄影像背景目标各个区块的亮度、色度分量的平均值；

S430、计算两幅背景图像亮度和色度各个分量对应的差值权重；此差值权重理解为是由于污染造成的差值；其中拍摄影像背景区块在参考背景中的参考区块，设定一定的范围，在此范围之内，计算出差值权重最小值，即为此区块的差值权重；而后计算出拍摄影像背景目标所有区块的差值权重，最后计算出整个背景的差值权重e归一化到±0.2之内；

S440、祛除拍摄影像中的颗粒污染物目标，并做填充处理；

S450、以此差值权重对拍摄影像的每个像素的分量再进行加权和归一化处理，最后得到处理后的影像；处理公式如下：

2.如权利要求1所述的方法，其特征在于，S100中的特殊目标包括影像中的人物、建筑、树木、标牌以及污染颗粒；背景目标包括海洋、天空、森林、阳光、沙滩。

3.如权利要求1所述的方法，其特征在于，S300中参考背景影像的选择方法，包括：

S310、计算拍摄影像的背景目标和参考背景影像各个分量的差值范围，两幅影像的差值范围之差达到一定阈值范围之内；

S320、计算拍摄影像背景目标与参考背景影像之间的PSNR，两幅影像之间的PSNR值达到一定的阈值范围之内；

S330、上面两个条件都满足，则背景影像即可选为参考背景影像。

4.如权利要求1所述的方法，其特征在于，S450中加权处理为将拍影像每个像素做加权处理并归一化到一定范围。

5.如权利要求3所述的方法，其特征在于，在进行S310、S320两个步骤之前，需要对拍摄影像的背景目标进行结构归一化处理，归一化到M×M’像素大小图像，其中M,M’为2的整数次幂，把背景图像分割成多个N×N大小的区块；并进行FDCT变换，后续所有的处理都是基于变换之后的系数；变换公式如下：

其中：u,v,x,y＝0,1,2,…,N-1；

。