基于灰度平衡原理的图像色偏自动校正方法技术

本发明专利技术公开了基于灰度平衡原理的图像色偏自动校正方法，包括如下步骤：在灰度平衡的基础上,获得RGB分通道亮度图像;计算生成原图的亮度图;遍历统计亮度图的全图亮度加权值;分通道统计全图的亮度加权值;计算各通道偏移参数；根据偏移参数，计算分通道调整所有像素点亮度值，得到校正后图像；将得到校正后图像，对其灰度平衡进行验证，本申请计算量小，很适合需要实时运算的图像处理领域，如监控图像校正；完全自适应性，过程无需交互干预，完全自动进行；可处理个别通道严重受损的极端色偏情况，如方法效果中展示。

【技术实现步骤摘要】
基于灰度平衡原理的图像色偏自动校正方法
本专利技术涉及图像处理方法，尤其涉及基于灰度平衡原理的图像色偏自动校正方法。
技术介绍
色偏，指图像色彩偏离人眼观察实际色彩的一种现象。在数字成像领域，色偏是一种常见的病态现象。色偏产生的原因多样，设备特性、器件损坏、有色环境光、粉尘干扰都可能使得成像结果发生色偏。目前，对数字影像的色偏校正方法从原理上主要有：1、HSV空间基于色彩饱和度检测的色偏检验和校正，如基于饱和度直方图滤波的色偏恢复；2、RGB空间基于分通道直方图调整的的色偏校正，如分通道直方图偏移拉伸方法；3、基于色感一致性的retinex色彩校正算法；其中第1类算法最为常见，电脑显示器自带的“色度亮度饱和度”调整功能就属于该种方法，其优点是简单直观，由于HSV颜色空间符合人眼感知色彩的模式，因此非常适合进行交互式人工干预色偏校正。其缺点也很显著，比如一般需要人工干预，使用滤波的校正方法造成的图像边界模糊及对细节的损失等；第2类算法的优势是过程原理简单，处理效率较高，既可进行干预校正，也可以通过添加简单的阈值设置或边界检测使其具备自适应化能力。该方法的缺点是校正效果有限，一般只能进行全局化的一致性校正，并且只适用于各通道信息保存较好的一般色偏情况。第3类retinex的色偏校正可以在动态范围压缩、边缘增强和颜色恒常三个方面达到平衡，因此可以对各种不同类型的图像进行自适应的增强。其缺点是计算复杂度较高，需要进行对数运算和奇异问题求解，导致运算时长增加。三类方法各有利弊，在自适应性、运算量、校正效果三个方面各有侧重。
技术实现思路
针对上述技术缺陷，本专利技术提出一种基于灰度平衡原理的图像色偏自动校正方法，其具有完全自适应性、运算量较小、同时具有良好校正效果、可适应极端色偏情况的数字图像色偏校正方法。为了解决上述技术问题，本专利技术的技术方案如下：基于灰度平衡原理的图像色偏自动校正方法，包括如下步骤：11)在灰度平衡的基础上,获得RGB分通道亮度图像；12)计算生成原图的亮度图；13)遍历统计亮度图的全图亮度加权值；14)分通道统计全图的亮度加权值；15)计算各通道偏移参数；16)根据偏移参数，计算分通道调整所有像素点亮度值，得到校正后图像；17)将得到校正后图像，对其灰度平衡进行验证。进一步的，在步骤12)中采用Lum(i,j)＝0.2Pr(i,j)+0.4Pg(i,j)+0.2Pb(i,j)计算生成原图的亮度图；其中亮度图为Lum，RGB三通道的图像分别为R通道Pr，G通道Pg，B通道Pb。进一步的，在步骤13)中采用得到全图亮度加权值，其中图像为为m行n列。进一步的，步骤14)中采用计算分通道统计全图的亮度加权值。进一步的，步骤15)中采用计算各通道偏移参数，其中各通道亮度总值的偏移系数R通道Sr、G通道Sg、B通道Sb。进一步的，步骤16)中采用Pr′(i,j)＝Pr(i,j)+Lum(i,j)×Sr；Pg′(i,j)＝Pg(i,j)+Lum(i,j)×Sg；Pb′(i,j)＝Pb(i,j)+Lum(i,j)×Sb分通道调整所有像素点亮度值，其中Pr’为校正后的R通道图像；Pg’为校正后的G通道图像；Pb’为校正后的B通道图像。进一步的，步骤17)采用对其每个通道的灰度平衡进行验证。本专利技术的有益效果在于：计算量小，很适合需要实时运算的图像处理领域，如监控图像校正；完全自适应性，过程无需交互干预，完全自动进行；可处理个别通道严重受损的极端色偏情况，如方法效果中展示。附图说明图1(a)为原图及直方图，其整体呈偏黄色；图1(b)为对图1(a)进行了色彩平衡校正后的图像，其整体仍然呈偏黄色，并且头发处由于校正问题，还呈紫色；图1(c)为对图1(a)进行了色调均化校正，其整体仍然呈偏黄色，并且头发处由于校正问题出现了模糊化；图1(d)为对图1(a)进行了直方图分通道校正，其整体仍然呈偏黄色，并且头发处由于校正问题出现了略微的紫色，相比图1(b)其紫色不明显；图1(e)为对图1(a)进行了按照本申请进行了校正，其整体还原了图像的原始色彩，并无任何偏色；图2(a)为原图及直方图，其整体呈偏红色；图2(b)为对图2(a)进行了色彩平衡校正后的图像，其整体仍然呈偏红色，并且还略微偏黄色；图2(c)为对图2(a)进行了色调均化校正，其整体仍然呈偏红色，整体还出现了模糊化；图2(d)为对图2(a)进行了直方图分通道校正，其整体仍然呈偏红色，并且还略微偏黄色，相比图1(b)其偏黄色不明显；图2(e)为对图2(a)进行了按照本申请进行了校正，其整体还原了图像的原始色彩，并无任何偏色；图3为本专利技术方法的流程图。具体实施方式下面将结合附图和具体实施例对本专利技术做进一步的说明。本专利技术的方法建立在灰度平衡的基础上，即假设人眼在感知色彩时，视野中的所有色彩是平衡的，总和应为中性(黑白灰)，既使环境本身是有色的，视觉系统也会依照该原则进行自动调整使其达到平衡。这个假设可以解释人眼观察色彩时的有趣现象，为何当人长时间身处有色环境中时(如带变色镜、在黄色路灯下)，依然可以分辨出大多物体的颜色，也可以解释长时间在某种单一颜色的环境中待久了，出来后会将白色物体看做之前环境颜色的补色(视觉校正行为的惯性)。这称之为灰度平衡原理。基于灰度平衡原理，图像中各色彩通道的总亮度应该是相同的。对于图像P，其亮度图为Lum，RGB三通道的图像分别为R通道Pr，G通道Pg，B通道Pb，图像为m行n列的图像，理想情况下应有：其中X(i,j)为图像X第i行j列的亮度值。亮度图计算方法可有多种方式，这里选择分通道加权法，即：Lum(i,j)＝0.2Pr(i,j)+0.4Pg(i,j)+0.2Pb(i,j)(2)其中Pr、Pg、Pb三通道的权值主要取决于成像设备ccd上感光器件排布的通常比例。亮度计算的方法可以任意，这里仅列出本次实验所使用的方法。当图像发生色偏时，则公式(1)的平衡被打破，需要对图像进行增补和削减以恢复总量平衡。首先确定各通道亮度总值的偏移系数R通道Sr、G通道Sg、B通道Sb，计算公式如下：依据该偏移参数，对各通道像素亮度值进行逐一调整，以R通道为例：Pr′(i,j)＝Pr(i,j)+Lum(i,j)×Sr(4)其中Pr’为校正后的R通道图像，同样对于G通道和B通道则可以采用上述方法进行计算，其公式分别为Pg′(i,j)＝Pg(i,j)+Lum(i,j)×Sg；Pb′(i,j)＝Pb(i,j)+Lum(i,j)×Sb验证校正后的图像是否达到总亮度平衡，仍然以R通道为例：同理可证其它两个通道的调整图也与亮度图相同，其公式相应的变为通过上述方法，则可满足灰度平衡假设。选取两组色偏较为明显的图像进行实验，图1(a)中的原图B通道信息严重受损，导致图像偏黄，通过HSV色调调整及直方图调整的效果都不理想如图1(b)、图1(c)、图1(d)，使用本方法则可通过R、G通道信息有效补足B通道信息，得到还原度较高的图像。图2(a)中的原图G、B通道信息显著少于R通道，导致图像偏红，通过HSV色调调整及直方图调整的效果都不理想如图2(b)、图2(c)、图2(d)本方法可有效进行校正。如图3所示，实施步骤包括：(1)获得RGB分通道亮度图像；(2)计算生成原图的亮度图，亮本文档来自技高网...

【技术保护点】
基于灰度平衡原理的图像色偏自动校正方法，其特征在于，包括如下步骤：11)在灰度平衡的基础上,获得RGB分通道亮度图像；12)计算生成原图的亮度图；13)遍历统计亮度图的全图亮度加权值；14)分通道统计全图的亮度加权值；15)计算各通道偏移参数；16)根据偏移参数，计算分通道调整所有像素点亮度值，得到校正后图像；17)将得到校正后图像，对其灰度平衡进行验证。

【技术特征摘要】
1.基于灰度平衡原理的图像色偏自动校正方法，其特征在于，包括如下步骤：11)在灰度平衡的基础上,获得RGB分通道亮度图像；所述灰度平衡为图像中各色彩通道的总亮度和图像整体的总亮度都是相同的；所述RGB分通道亮度图像的三通道分别为R通道Pr，G通道Pg，B通道Pb；12)计算生成原图的亮度图，亮度图为Lum；13)遍历统计亮度图的全图亮度加权值，采用得到全图亮度加权值，其中亮度图的图像为m行n列；14)分通道统计全图的亮度加权值，其中采用来计算分通道统计全图的亮度加权值；15)计算各通道偏移参数；所述偏移参数采用来计算各通道偏移参数，其中各通道亮度总值的偏移系数R通道Sr、G通道Sg、B通道Sb；16)根据偏移参数，计算分通道调整所有像素点亮度值，得到校正后图像...

【专利技术属性】
技术研发人员：石旭刚，杜雅慧，
申请(专利权)人：杭州中威电子股份有限公司，
类型：发明
国别省市：浙江;33