[发明专利]一种图像色彩校正方法

说明书

本发明公开了一种图像色彩校正方法，包括步骤：S1，根据暗部、中灰、亮部模块调节后的调节参数，计算RGB通道的灰度变换LUT；S2，利用求得的R、G、B通道上的灰度变换LUT，计算图像每个像素R、G、B通道上的变化量；S3，在步骤S2的基础上，结合色彩平衡理论计算图像像素R、G、B通道上的输出。本发明不对图像各通道上的数据进行裁切，不会损失图像的颜色信息和亮度信息，能够让图像的曝光强度在色彩校正前后保持一致，能对图像进行非常柔和、细腻、自然的调整，且不会出现色彩分离和曝光过度的现象，且可应用于各类图像处理算法中等。

技术领域

本发明涉及图像色彩处理领域，更为具体的，涉及一种图像色彩校正方法。

背景技术

随着数字影视制作技术的发展，图像视频媒介已经成为当今社会人们获取信息最重要的途径。但是在拍摄素材时，由于各种各样的原因，可能会使原始的素材出现偏色的问题，这时就需要通过色彩校正来尽量还原真实素材的色调。此外，影视后期领域通常还需要通过色彩校正算法对画面进行风格化处理，营造某种特殊的气氛。目前色彩校正主要有以下几种解决方案：

基于传统图像处理的颜色校正方法，使用暗部，中灰，亮部模块分别对图像的暗部区域、中灰区域和高亮区域进行调节。每个模块都有R、G、B三个参数可调，分别调节图像R、G、B通道的数值，实现对该区域色彩信息的调节。通常这三个模块需要混合使用，来实现对画面的精细调节，在混合处理的过程中对小于0和大于1（算法处理的是经归一化的图像数据）的数据进行了裁切，这会损失图像画面的部分亮度信息和色彩信息，并且极大地减小了后续颜色校正的可操作空间。此外，在传统的色彩校正过程中很容易出现颜色溢出的现象，导致最终输出的图像出现曝光过度的问题。

基于深度学习的颜色校正方法，通过对大量数据进行学习，它们能解决好某些传统方式难以处理的问题。但是，该方式得到的校色算法往往只能处理某一类的问题，算法功能单一，不能灵活处理颜色校正所遇到的各种问题。它们对与不同曝光强度，不同场景，不同色温条件下的对比度、偏色问题的处理能力较差，不能像传统方式那样通过调节不同模块的各参数来解决不同的问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种图像色彩校正方法，本发明不对图像各通道上的数据进行裁切，不会损失图像的颜色信息和亮度信息，能够让图像的曝光强度在色彩校正前后保持一致，能对图像进行非常柔和、细腻、自然的调整，且不会出现色彩分离和曝光过度的现象，且可应用于各类图像处理算法中等。

本发明的目的是通过以下方案实现的：

一种图像色彩校正方法，包括步骤：

S1，根据暗部、中灰、亮部模块调节后的调节参数，计算R、G、B通道的灰度变换LUT；

S2，利用求得的R、G、B通道上的灰度变换LUT，并采用如下公式计算图像每个像素R、G、B通道上的变化量；

delta_x=LUT(x)-x

其中，delta_x表示通道上的变化量，x表示像素点在R、G、B通道上的输入值，LUT(x)表示x经过查表得到的数值；

S3，在步骤S2的基础上，计算图像像素R、G、B通道上的输出。

进一步地，步骤S1中，R、G、B通道上灰度变换LUT是根据三个模块的调节参数计算而得，计算过程中不对数据进行裁切。

进一步地，暗部模块的计算如下：

暗部模块为线性变换，R、G、B通道上LUT的计算方式相同，求解方式为：

y_shadow=k_shadow*x+b