基于图像分析的数字图像色偏检测方法

《基于图像分析的数字图像色偏检测方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于图像分析的数字图像色偏检测方法数字成像设备在成像时,其感光元器件中所存储的能量不仅仅取决于被拍摄物体的表面颜色,还将受到当时的外界光照情况、感光元器件的物理特性等诸多因素的影响.因此,成像设备所拍摄的数字图像的色彩与被拍摄物体表面的真实色彩之间存在一定程度的误差,即色偏。色偏的大小与外界光线的色温有很大的关系,一般色温高时,所拍摄图像的色彩将偏蓝,而色温低时,则偏红。2问题分析在工程应用中已经产生了一些图像色偏的检测方法,主要包括灰度世界法、白色区域法、神经网络法和先验知识法。这些算法都具有一定的局限性,不能在任何情况下都正确可靠地检测出图像的色偏,

2、更没法准确估计图像色偏的程度.例如神经网络法和先验知识法都需要通过学习积累或先验知识来判断,具有较大的局限性,而灰度世界法和白色区域法则有场景局限性。为此,作者提出了一种基于图像分析的色偏检测方法,该方法不需要依靠知识积累或先验知识,具有较高的准确率和可靠性.同时对图像色偏的程度能作出一定的预估。3算法简介为了克服传统方法在检测图像色偏上的局限性问题,提出了一种基于图像分析的图像色偏检测方法。并且在该方法的基础上,给出了一种基于图像子样的两步判别方法,既有效提高了算法的运行效率,又通过消除图像中主色调对色偏检测的影响,提高了检测的准确率和可靠性.依据所设

3、计的评价试验,对大量不同主题的图像进行了评测.试验表明,文中所提出的方法与主观评测结果具有较好的吻合.在此基础上,成为一个数字成像系统图像品质评价工具,并在工程实际中得到了应用。3算法详细流程3.1颜色空间的选择要衡量两种色彩之间的偏差程度,首先需选择合适的色彩空间。最常用的颜色空间是RGB颜色空间。然而,当人们要采用欧氏距离来刻画两种颜色之间的差异时,RGB空间存在一个严重问题,即其所计算出的两种颜色之间的距离无法正确表征人们实际所感知到的这两种颜色之间的真实差异。IELab色度空间是1976年国际照明委员会推荐的均匀颜色空间,由此空间所计算出来的颜色

4、之间的距离与实际感知上的差别基本一致。因此作者采用了CIELab颜色空间。而从RGB空间到Lab空间的转换可分两步来实现,首先可通过线性变换将被测图像RGB空间转换到XYZ空间[7],然后按下述方法转换到CIELab空间。第一步，将图像从RGB颜色空间按公式（1）转换到过度的颜色空间XYZ。(1)第二步，从XYZ颜色空间按公式（2）转换到CLELab颜色空间。(2)其中，函数为校正函数，其表达式为：（3）分别是线性归一化后的X,Y,Z值，它们的取值范围均为。3.1K值的计算笔者经过对大量正常图像和色偏图像的分析发现,数字图像的色偏不仅与图像色度的平均值有

5、直接关系,还与图像的色度分布特性有关。如果在ab色度坐标平面上的二维直方图中色度分布基本上为单峰值,或者分布较为集中,而色度平均值又较大时,一般都存在色偏,而且色度平均值越大,色偏越严重。然而,如果在ab色度坐标平面上的二维直方图中色度分布存在明显的多峰值,而且较为分散时,图像色偏程度将大大减轻,甚至没有色偏。因此在本文中,引入了以图像平均色度比上色度中心距的方法来衡量图像的色偏程度,其比值称之为K因子,其计算方法如下式:(1)(2)(3)(4)(5)其中，分别是图像的宽和高，以像素为单位。分别为Lab颜色空间下两个色度分量的平均值;为图像的色度均值；分

6、别为两个分量的色度均方差；为图像的色度均方差;为偏色因子。在色度平面上,等效圆的中心坐标为（）,半径为，等效圆的中心到色度平面中性轴原（）的距离。由等效圆在a-b色度平面上的具体位置,来判断图像整体的偏色。偏红,否则偏绿。偏黄,否则偏蓝。引入偏色因子值越大,偏色越严重。4运行效果结果4.1无偏色图像检测4.2有偏色图像检测4.3无偏图像误检测4总结该算法经过检测大量无偏色图片和有偏色图片得出阈值Kflod=0.06，对于大多数正常无偏色图像检测的K值都会小于阈值，对于有偏色图像检测的K值都会大于阈值。存在一些无偏色图片误检成有偏色，像图片为纯色背景图片，

7、也就是图片颜色十分单一，会发生误检。但总体来说，检测的准确率可以达到90%以上。但不足之处在与检测时间过长，因为计算K值的对每个像素点进行处理，用了两个for循环和累加求和等等。可以在此检测基础上在进行一些更细致的检测，以达到更高的检测准确率。