[发明专利]一种色彩校正后的数字图像精确恢复原图的方法

权利要求书

1.一种色彩校正后的数字图像精确恢复原图的方法，其特征在于，包括以下步骤：

S101，将色彩校正后的图像分离为饱和与非饱和区域，找出在原图中分别对应的区域；

S102，基于K-means聚类，提取非饱和区域的颜色缩略矩阵，构建建模数据集；

S103，基于最小二乘支持向量机，建立从色彩校正后的图像至原图的非线性变换模型；

S104，利用建立的LSSVM模型，估算针对饱和区域的误差补偿矩阵；

S105，将LSSVM变换模型参数及误差补偿矩阵作为图像恢复模型，嵌入色彩校正后的图像；

S201，从嵌有恢复模型的图像中提取模型参数，还原图像恢复模型；

S202，根据S201所得的基于LSSVM的非线性变换图像恢复模型，对色彩校正后的图像进行恢复；

S203，利用S104所得误差补偿矩阵，进一步对S202所得恢复图像进行误差补偿。

2.根据权利要求1所述的色彩校正后的数字图像精确恢复原图的方法，其特征在于，所述S101具体为：

记色彩校正后的图像为Ic，原图为Io；在Ic中饱和区域为I_{c_s}，其余部分为非饱和区域，记为T_{c_s}，即色彩校正后的图像中的饱和区域在原图Io中对应的区域为I_{o_s}，其余部分记为即图像中RGB每个颜色通道的灰度级为L，即每一颜色分量的范围为[0，L-1]，遍历图像每个像素的各颜色分量值，若每一颜色分量值均处于[0，L-1]范围，则认为该像素处于非饱和区域；若任一颜色分量值为0或L-1，则认为该像素处于饱和区域；

记录所有处于饱和区域的像素的行、列位置(u_i，v_i)，构成位置序列n_s为饱和区域的像素个数。

3.根据权利要求1所述的色彩校正后的数字图像精确恢复原图的方法，其特征在于，所述S102具体过程包括：

(a)像素颜色去重，即对Ic的非饱和区域c_s中相同颜色的像素点只保留一个，去掉其余颜色重复的像素点，得到像素缩略点集φ；

(b)像素分块，记φ中像素个数为n_φ，以N_φ个像素为一组，N_φ取25～100，将所有像素随机划分为M块：I_b1，I_b2，…，I_bM，当n_φ能被N_φ整除时，当n_φ不能被N_φ整除时，前M-1个像素块中像素个数为N_φ，第M个像素块中像素个数为Mod(n_φ，M)，其中floor(·)为取整函数，Mod(·)为求余数函数；

(c)对所有像素块逐一按照颜色值进行K-means聚类，记第j个像素块I_bj的聚类数量为k_j，j＝1，2，…，M；首先令k_j＝1，计算聚类中心至每个像素颜色的欧式距离d，若距离的最大值d_max小于阈值η，停止聚类；否则令k_j＝k_j+1，重新进行聚类，并判断每类中的距离最大值d_max是否都小于阈值η，若是，停止聚类，若否，继续令k_j＝k_j+1，重新进行聚类，……；直至每一类中所有像素到该聚类中心的距离的最大值d_max都小于阈值η；阈值η可在5至8之间选取；聚类停止时的k_j为像素块I_bj的最终聚类数量，分别找到这k_j个聚类中离该类聚类中心的距离最小的像素P_min，i、离该类聚类中心的距离最大的像素P_max，i，由此构建得到像素块I_bj的缩略点集：

所有M个像素块I_b1，I_b2，…，I_bM将得到的M个点集，合并得到像素缩略点集

(d)记像素缩略点集φ中像素个数为n_φ，令分块数量对φ重新随机划分；当n_φ能被M整除时，每个像素块中像素数量为当n_φ不能被M整除时，前M-1个像素块中像素个数为第M个像素块中像素个数为Mod(n_φ，M)，其中floor(·)为取整函数，Mod(·)为求余数函数；分块后，重新按照上述步骤(c)方法对所有像素块逐一按照颜色值进行K-means聚类，得到新的像素缩略点集φ；如此循环迭代，直至分块数量M＝1，得到最终的像素缩略点集φ；

(e)构建颜色缩略矩阵，记最终的像素缩略点集φ中像素个数为N，每个像素的颜色值在Ic中的位置构成的序列为P_N＝{(u_i，v_i)，i＝1，2，…，N}，(u_i，v_i)表示第i个像素在Ic中的行、列位置，φ中的像素颜色在Ic中有多个像素对应时，随机选择一个即可，记P_N在Ic、Io中对应的像素颜色值分别构成颜色缩略矩阵I_{c_th}、I_{o_th}，表示如下：

式中r、g、b分别表示像素的红、绿、蓝颜色分量值。