图像色偏的检测方法、检测装置和处理器制造方法及图纸

技术编号:32969663 阅读:16 留言:0更新日期:2022-04-09 11:33
本申请提供了一种图像色偏的检测方法、检测装置和处理器。该方法包括:获取待检测的目标图像;获取目标图像的色彩度、色度均值和图像中心距;采用色彩度对色度均值和图像中心距进行校正,得到校正后的色度均值和校正后的图像中心距;根据校正后的色度均值和校正后的图像中心距,确定色偏因子,并根据色偏因子确定目标图像的色偏程度。该方案中,由于采用了色彩度对色度均值和图像中心距进行校正,使得校正后的色度均值和校正后的图像中心距的准确率较高,进而可以准确地确定色偏因子,即通过采用色彩度对色偏因子进行校正,提高了图像色偏检测的准确率。偏检测的准确率。偏检测的准确率。

【技术实现步骤摘要】
图像色偏的检测方法、检测装置和处理器


[0001]本申请涉及图像处理领域,具体而言,涉及一种图像色偏的检测方法、检测装置、计算机可读存储介质和处理器。

技术介绍

[0002]颜色是图像的重要特征之一,也是图像处理与分析的重要依据。通常,由于环境光源、物体本身的反射特征以及采集设备的感光系数等因素的影响,使得采集到的图像往往与物体表面的真实颜色之间存在一定程度的误差,即色偏现象。色偏现象的存在不仅会影响图像的视觉效果,同时会对后续的图像分割、目标检测与识别等计算机视觉处理任务产生负面影响。因此色偏检测往往是彩色图像成像质量检测中不可缺少的一个环节。
[0003]现有技术中,图像色偏的检测方法主要包括直方图统计法、灰平衡法、白平衡法、等效圆法、神经网络以及先验知识法等。这些方法均具有一定的局限性。例如直方图统计法仅根据图像的整体直方图分布判断图像是否存在色偏,检测结果不够全面和准确;灰平衡法、白平衡法都是以一定的假设为基础,当图像不满足这些假设时,算法就会失效;神经网络以及先验知识法需要借助先验知识和学习积累来进行色偏检测;等效圆法对颜色种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像色偏的检测方法,其特征在于,包括:获取待检测的目标图像;获取所述目标图像的色彩度、色度均值和图像中心距;采用所述色彩度对所述色度均值和所述图像中心距进行校正,得到校正后的色度均值和校正后的图像中心距;根据所述校正后的色度均值和所述校正后的图像中心距,确定色偏因子,并根据所述色偏因子确定所述目标图像的色偏程度。2.根据权利要求1所述的方法,其特征在于,采用所述色彩度对所述色度均值和所述图像中心距进行校正,得到校正后的色度均值和校正后的图像中心距,包括:确定所述色彩度对应的色彩度标识符,所述色彩度标识符用于表征所述色彩度是否大于色彩度阈值;采用所述色彩度标识符分别对所述色度均值和所述图像中心距进行校正,得到所述校正后的色度均值和所述校正后的图像中心距。3.根据权利要求2所述的方法,其特征在于,确定所述色彩度对应的色彩度标识符,包括:在所述色彩度大于所述色彩度阈值的情况下,确定所述色彩度标识符为1;在所述色彩度小于或者等于所述色彩度阈值的情况下,确定所述色彩度标识符为0。4.根据权利要求2所述的方法,其特征在于,采用所述色彩度标识符分别对所述色度均值和所述图像中心距进行校正,得到所述校正后的色度均值和所述校正后的图像中心距,包括:采用第一公式和第二公式计算得到所述校正后的色度均值和所述校正后的图像中心距,其中,D1表示所述校正后的色度均值,M1表示所述校正后的图像中心距,m、n表示将所述目标图像分为m
×
n个子区域,F
i,j
表示所述色彩度标识符,D
i,j
表示所述色度均值,M
i,j
表示所述图像中心距。5.根据权利要求1至4中任一项所述的方法,其特征在于,获取所述目标图像的色度均值和图像中心距,包括:将待检测的所述目标图像转换到Lab颜色空间;从所述Lab颜色空间中提取出a通道图像...

【专利技术属性】
技术研发人员:陈敏
申请(专利权)人:深圳市联洲国际技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1