根据单个图像的辐射度校准方法及系统技术方案

一种辐射度校准系统从景物的单个数字图像中查找照相机的逆响应函数，其中景物的实际色彩先前未知。该系统分析对应于景物的两种色彩之间的“边缘”的图像像素。这些“边缘”像素表示从这两个“组成”色形成的混合色彩，如由照相机所测量的。该系统至少部分地通过以下步骤确定一逆响应函数：（ａ）查找合适的边缘像素；以及（ｂ）确定将边缘像素的测量混合色彩及其测量的组成色映射到线性分布的函数。包括已知照相机的预定逆响应函数的参考数据可用于通过贝叶斯估计来确定逆响应函数。

【技术实现步骤摘要】

下面描述的不同实施例主要涉及图像处理，尤其涉及但并非专门涉及图像的辐射度校准。
技术介绍
在某些应用中，需要校准图像捕捉设备(如数码照相机)，以使图像的色彩(如测量的色彩)能更精确地对应于由图像捕捉设备(这里也简称为设备)接收到的实际色彩(如景物的辐射强度)。图1(现有技术)示出系统100的例子，它包括具有响应函数104的数码照相机102。数码照相机102在工作时捕捉景物106的图像(通过其景物辐射强度)，并输出用于形成数字图像108的测量色彩。数字图像108的测量色彩与响应函数104的景物辐射强度(也称作辐射度响应)有关。一般而言，响应函数104是非线性的，且依赖于照相机。此外，即使照相机是相同型号，响应函数也可以是不同的。照相机102可通过找到响应函数104的“逆”而被校准，以使理想上，测量色彩将被映射到确切匹配景物辐射强度的色彩中。在一种类型的方法中，用户拍摄“参考”色彩景物的图像(如具有已知色彩区域)，以使由照相机102输出的测量色彩可与实际色彩相比较。这样，这种类型的方法需要“参考”的图像。在另一种方法中，需要景物的几个图像。在一个特定的方法中，在不同精确已知的曝光设置下拍摄图像序列，所有的图像均被注册(即，用照相机的位置拍摄，且景物未被改变)。然而，这些传统的方法有这样的缺点，即在某些场景中，由照相机捕捉的“参考”图像或具有不同曝光设置的注册图像序列都不可用。例如，在某些场景中，仅有图像是可用的，而不知道用于捕捉该图像的照相机和曝光设置。
技术实现思路
依照所描述的各个实施例的各个方面，提供了用于根据单个图像进行辐射度校准的系统和方法。一方面，一种系统用于根据景物的单个数字图像计算照相机的逆响应函数，其中，该景物的实际色彩事先未知。该系统分析对应于景物的两种色彩之间的“边缘”的图像像素。这样，这些“边缘”像素表示从这两种“成分”色彩所形成的混合色彩，其由照相机测量。可示出，在理想的情况下，这样的混合色彩将位于RGB色空间中连接其组成色的线段上。然而，典型的实际照相机的响应函数导致测量的混合色彩对于其测量组成色是非线性的。依照这个方面，该系统至少部分地通过下面的步骤来确定逆响应函数(a)找到合适的边缘像素；以及(b)确定将边缘像素的测量混合色彩及其测量组成色映射到线性分布的函数。另一方面，包括已知照相机的逆响应函数的参考数据用于确定逆响应函数。在包括该方面的一个实施例中，使用贝叶斯估计技术来找出逆响应函数。附图说明参考下列附图来描述非限制和非穷尽实施例。图1(现有技术)所示是对景物拍照以产生数字图像的照相机的框图。图2是根据一个实施例，能从单个图像确定逆响应函数的系统的框图。图3所示是根据一个实施例，从单个图像确定逆响应函数的图1的系统的操作流程的流程图。图4所示是根据一个实施例，用于从单个图像确定逆响应函数的图像内边缘像素的图示。图5所示是在红—绿—蓝(RGB)色彩空间中，图4所描述的像素的图像辐照度的图示。图6所示是在RGB色彩空间中，图4所描述的像素的测量色彩的图示。图7所示是在RGB色彩空间中，示例边缘像素的测量色彩及其组成色的测量色彩的图示。图8所示是在使用逆响应函数转换图7所描述的测量色彩后的合成分布的图示。图9是依照一个实施例，更详细阐明图3所述的操作流程的流程图，以确定线性化测量混合色彩的函数。图10所示是依照一个实施例，从单个图像来确定逆响应函数的数据流的数据流程图。图11所示是适用于实现上述实施例的示例计算环境的框图。具体实施例方式各种实施例针对的是根据景物的单个数字图像计算照相机的逆响应函数的方法和系统，其中景物的实际色彩事先未知。这些实施例分析对应于景物的两种色彩之间的“边缘”的图像像素。“边缘”像素具有表示从这两种“组成”色所形成的混合色彩的值，这由照相机来测量。照相机的响应函数导致所测量的混合色彩对于其测量的组成色是非线性的。下面所述实施例可至少部分地通过找到边缘像素并确定将边缘像素的混合色彩和所测组成色映射到线性分布的函数，来确定逆响应函数。下面描述几个实施例。图2所示是根据一个实施例，能从单个图像确定逆响应函数的校准系统201的框图。在这个例子中，系统201包括边缘像素检测器203、色彩分析器205、逆响应估计器207，以及包括从几个实际照相机收集到的逆响应函数数据的数据存储209。该逆响应数据的集合此处也被称作参考数据。在一个实施例中，逆响应函数数据包含响应函数数据库(DoRF)，如Grossberg，M.D.和Nayar，S.K.所描述的“Whatis the Space of Camera Response Functions(什么是照相机响应函数空间)”，Proc.IEEE Comp.Vision and Pattern Recognition(可视化与模式识别)(CVPR’03)-第2卷，2003年6月，602～609页。在某些实施例中，校准系统201的上述元件可被实现为软件组件。在一个实施例中，边缘像素检测器203被配置成找出数字图像108中的边缘像素，在每个像素图像中，一个区域有一种色彩，而另一个区域有另一种色彩。这些像素的每一个表示从两种色彩衍生出的混合色彩，该两种色彩用作混合色彩的组成色。在一个实施例中，色彩分析器205被配置为获取由边缘像素检测器203所发现的像素的混合以及组成色的测量。而且，在这个实施例中，逆响应估计器207被配置成生成将所发现像素的混合以及组成色的测量映射到线性分布的逆响应函数。校准系统201的一个实施例如下文结合图3所描述地用于确定逆响应函数。图3依照一个实施例，示出校准系统201(图2)在根据单个图像确定逆响应函数时的操作流程。下面结合图2和3来描述这个示例操作流程。在块302，系统201找出数字图像108(图1)中的边缘像素。在这个实施例中，边缘像素检测器203找出数字图像108中的边缘像素，以形成观察集。如前述，边缘像素是对应于景物106的两种色彩之间的“边缘”的像素。该边缘像素具有表示从这两种“成分”色彩所形成的混合色彩的值，这由照相机测量。图4示出了示例边缘像素，其示出了像素的3×3的块400。块400左上角中的像素401具有单色，这由“对角线”阴影表示(这里被称作第一色彩)。另外，块400中在像素401下的两个像素具有相同的第一单色。相反，块400右上角中的像素403具有不同的单色，这由“点”阴影表示(这里被称作第二色彩)。像素403下的这两个像素也具有相同的第二单色。块400中心列内的像素405、407和409具有第一和第二色彩区两者，这样，其在这里被称作边缘像素。第一和第二色彩这里也被称作边缘像素405的组成色。边缘像素405输出从第一和第二色彩的组合形成的“混合”色彩。在一个实施例中，边缘像素检测器203包括Canny边缘检测器(见Canny J.，的“A Computational Approach to Edge Detection(边缘检测的一种计算方法)”，IEEE Trans.Pattern Analysis and Machine Intelligence(模式分析和机器智能)，第8卷，第6号，1986年6月，679～698页)，以检测边缘像素。在另一个实施例中，可使用不同的本文档来自技高网...

【技术保护点】
一种用于确定照相机的逆响应函数的方法，所述方法包含：查找所述照相机输出图像中的第一像素，其中，所述第一像素象征具有第一色彩的第一区和具有第二色彩的第二区，所述第一像素表示从所述第一和第二色彩衍生出的混合色彩，其中，所述第一和第二色彩 用作所述混合色彩的组成色；获取所述照相机对所述第一和第二色彩的测量；获取所述照相机对所述混合色彩的测量；以及查找将第一、第二和混合色彩的测量映射到色彩空间内的线性分布的函数。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：HY舒姆，J顾，SS林，
申请(专利权)人：微软公司，
类型：发明
国别省市：US[美国]