[发明专利]一种基于灰像素统计的颜色恒常性方法在审
申请号: | 202011084723.6 | 申请日: | 2020-10-12 |
公开(公告)号: | CN112308791A | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 王颖;王勇 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T5/20;G06T7/11;G06T7/90 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 朱月芬 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 像素 统计 颜色 常性 方法 | ||
1.一种基于灰像素统计的颜色恒常性方法,其特征在于包括以下步骤:
步骤(1):取得一张偏色图像作为待修正图像;
步骤(2):通过低通滤波将待修正图像分为基础层图像和细节层图像;
步骤(3):在基础层图像上进行通道相关性检测;
步骤(4):根据检测结果对待修正图像进行参数自适应的超像素分割;
步骤(5):利用细节层图像,筛选出满足对比度要求的超像素;
步骤(6):根据RGB通道间的分布差异,计算步骤(5)筛选出的超像素接近中性灰的程度;
步骤(7):选取指定数量的最接近中性灰的超像素来估计场景光源颜色。
2.根据权利要求1所述的一种基于灰像素统计的颜色恒常性方法,其特征在于所述步骤(2)中,对待修正图像进行低通滤波处理获得基础层图像Ib,再将待修正图像和基础层图像I取自然对数相减获得细节层图像:
其中为对数域细节层图像;ξ=1,为偏置值。
3.根据权利要求2所述的一种基于灰像素统计的颜色恒常性方法,其特征在于所述步骤(3)中,对细节层图像进行通道相关性检测,通道相关性与色度梯度成反比,色度梯度越大,通道相关性越小;因此将细节层图像转换到YUV域计算色度梯度t:
其中表示目标位置与相邻位置的值的差分。
4.根据权利要求3所述的一种基于灰像素统计的颜色恒常性方法,其特征在于计算色度梯度t具体还包括:
其中,i,j为空间坐标,M为像素个数。
5.根据权利要求4所述的一种基于灰像素统计的颜色恒常性方法,其特征在于所述步骤(4)中,根据通道相关性检测结果,获得超像素分割参数β(t)=(1-0.6/(1+e500-150t))α,其中α为尺度标量;对待修正图像进行参数自适应的超像素分割。
6.根据权利要求5所述的一种基于灰像素统计的颜色恒常性方法,其特征在于所述步骤(5)中,在细节层图像上计算每个超像素的方差,根据预设的阈值THL和THH,选择方差满足大于THL且小于THH的超像素。
7.根据权利要求6所述的一种基于灰像素统计的颜色恒常性方法,其特征在于所述步骤(6)中,对每个筛选出的符合阈值的超像素,在对数域上计算其标准差记为该超像素RGB三通道的离散程度,其中Is为超像素中的像素;通过标准差函数计算RGB三通道的离散程度的一致程度,即接近中性灰的指标
8.根据权利要求7所述的一种基于灰像素统计的颜色恒常性方法,其特征在于所述步骤(7)中,选择接近中性灰指标小于阈值TH的超像素或者选择接近中性灰指标最小的N个超像素,计算符合要求的超像素的每个通道的均值,并将该均值作为一个估计光源颜色值,从而获得一个估计光源颜色集合,最后通过计算估计光源颜色集合的均值或中间值得出最终的估计光源结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011084723.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于ETC车载终端的通信实现方法及装置
- 下一篇:泛在问询机器人及其问询方法