System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种自适应未知光源图像的颜色恒常性方法,属于计算机视觉和图像处理领域。
技术介绍
1、目前颜色恒常性方法面临的最显著问题包括:图像中未知光源分布情况的估计问题;针对图像中光源分布进行大样本学习需要的样本采集问题;去除光源影响的速度或实时性问题。在实际应用中,单光源颜色恒常性计算相对简单,多光照条件下颜色恒常性计算需要考虑多个光源的影响,计算复杂,难度较大,有效的方法较少。现有的多光照条件下颜色恒常性计算包括基于retinex多光照颜色恒常性算法、基于物理模型的多光照颜色恒常性算法、基于局部空间平均颜色的颜色恒常性计算等。对于未知光源分布的图像,如果是单光源照明场景,计算方法是基于场景中的光照是均匀的、是来自同一个光源的假设,事实上,这一假设很难满足;如果是多光源照明场景,计算方法是基于场景中存在多种光源的,这种假设更符合实际,因此更具有实际应用价值,但目前对其研究仍然较少,相应的数据集也较少。在处理未知光源图像过程中,由于没有训练所需的大规模数据集进行大样本学习,需要自适应估计实际图像中光源情况,进行快速高效稳健的颜色恒常性计算。
技术实现思路
1、通过本公开的颜色颜色恒常性方法,对于未知光源的图像,包括单光源和多光源图像,补偿或矫正因为场景中光照带来的影响,获取图像颜色恒常性表达。
2、本公开提供了不同场景光源分布下的颜色恒常性计算方法。方法中不需要大量的图像语料库或数据集作为支撑,进行耗时的训练学习。方法中快速进行照明估计,判断是单光源还是多光源,对多
3、本公开提供了判断图像为单光源或是多光源的方法,根据环形对数色度直方图估计的色度空间中光源l2与图像等效全局光源l1之间的位置关系,判断是单光源还是多光源。当所述距离超过设置的阈值时,判断为多光源。
4、本公开提供了一种图像中光源识别或检测的方法。在变换的色度空间内构造图像像素的颜色直方图,对所述直方图进行转换,使之与图像的整体照明色度相对应,从而定位并估计图像中的照明色度。通过将滤色器应用于直方图,并使用滤色后的直方图来确定变换的色度空间内与图像中表示的照明色度相对应的位置。直方图与滤色器通过卷积运算,照明色度对应的位置可以对应为滤色后的直方图的最大值位置或设定阈值内的位置。
5、为了加速照明色度定位的计算,使用环形色度空间直方图。环形对数色度直方图的每个元素与输入图像的多个像素相对应,所述多个像素在色度空间内的相应位置处具有色度值,直方图的每个元素可以表示图像中位于变换的色度空间内的规则间隔的点集合处的像素的数量,因此,色度空间“包裹”围绕直方图的两个边缘,这种“包裹”,可以显著减小所确定的直方图的大小而不牺牲色度空间内的分辨率,从而加速了照明色度的计算。当确定了“包裹的”色度空间中的照明色度,可以通过“去包裹”处理确定未包裹的色度空间内的照明色度。
6、如上所述,环形对数色度直方图来自于图像的在色度空间的像素表达,例如在二维u和v空间中。环形色度策略使得图像中的多个色度值映射到环形对数色度直方图中的一个值。可以通过使用模运算来实现,使得更大的色度值“包裹环绕”映射到更小的色度值。环形色度映射的结果是将问题混叠到较小的尺寸。
7、对于小样本或零样本的图像颜色恒常性计算,在没有或缺少训练图像的语料库及其真实的照明色度值的情况下,利用输入图像的颜色特征估计等效全局光照l1。利用l1生成初始滤色器。然后在迭代估计图像光源过程中,可以根据梯度下降或一些其他技术的损失函数不断优化滤色器。
8、在图像照明光源估计过程中,环形对数色度直方图有助于使用周期性或循环卷积。使用傅里叶变换进行快速运算,通过迭代处理,利用图像等效全局平均光源与方法中估计照明光源色度之间的损失函数,不断优化滤色器,获得理想的光源估计。
9、本公开提供了获取图像照明光源色度的方法。基于输入单光源图像或分割为单光源的子图的颜色,生成输入图像的二维色度直方图,并进一步生成环形对数色度直方图。将环形对数色度直方图与滤色器卷积,依据所述卷积结果中最大值的阈值内的特定值的条目,与特定值相关联的每颜色概率分布函数映射到双变量von mises分布,其中使用均值和协方差矩阵估计双变量von mises分布,获得估计照明色度。利用获得的估计照明色度与l1之差,来不断更新滤色器,进行迭代运算,最终获得对应图像的最终估计照明色度。
10、因为图像像素颜色通常是真实颜色和照明颜色的乘积。利用估计的照明色度,将对应图像颜色值除以照明的颜色值,获得对应的颜色恒常性输出图像。
本文档来自技高网...【技术保护点】
1.自适应未知光源图像的颜色恒常性方法,其特征在于,包含以下步骤:
2.根据权利要求1所述的自适应未知光源图像的颜色恒常性方法,其特征在于,利用环形对数色度直方图,进行图像照明光源估计,并判断对应图像中含有单光源还是多光源。
3.根据权利要求1所述的自适应未知光源图像的颜色恒常性方法,其特征在于,判断对应图像中含有单光源还是多光源的步骤:
4.根据权利要求1所述的自适应未知光源图像的颜色恒常性方法,其特征在于,步骤S2中,对多光源图像进行分割,生成子图。
5.根据权利要求1所述的自适应未知光源图像的颜色恒常性方法,其特征在于,步骤S3中,利用所述的环形对数色度图,获得对应图像的照明色度值,去除光源影响。
6.根据权利要求1所述的自适应未知光源图像的颜色恒常性方法,其特征在于,步骤S12中,所述初始滤色器不需要训练图像语料库或数据集,以及语料库中图像真实的照明色度数据,直接利用待处理图像的特征生成所述的初始滤色器。
【技术特征摘要】
1.自适应未知光源图像的颜色恒常性方法,其特征在于,包含以下步骤:
2.根据权利要求1所述的自适应未知光源图像的颜色恒常性方法,其特征在于,利用环形对数色度直方图,进行图像照明光源估计,并判断对应图像中含有单光源还是多光源。
3.根据权利要求1所述的自适应未知光源图像的颜色恒常性方法,其特征在于,判断对应图像中含有单光源还是多光源的步骤:
4.根据权利要求1所述的自适应未知光源图像的颜色恒常性方法,其特...
【专利技术属性】
技术研发人员:齐亚莉,陆利坤,曾庆涛,董武,张二青,余丽琴,
申请(专利权)人:北京印刷学院,
类型:发明
国别省市:
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。