一种Lab空间的偏色校正方法专利检索-颜色物理专利检索查询-专利查询网

一种Lab空间的偏色校正方法

阅读：366发布：2020-05-08

专利汇可以提供一种Lab空间的偏色校正方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种Lab空间的偏色校正方法。首先将输入的彩色图像从RGB(Red Green Blue) 颜色空间转换为Lab颜色空间；在Lab空间上，计算每个图像像素的偏色程度；对无色彩像素即灰度像素的保护措施；对纯色像素的保护措施；对偏色分量的校正处理；最后将图像从Lab颜色空间转回 RGB颜色空间；得到白平衡校正后的增强图像。本发明提供的偏色校正方法用以解决物体颜色会因投射光线颜色产生改变，在不同光线的场合下拍摄出的照片会有不同色温的问题，可较好地还原图片的本来色彩，提升图片的视觉感知效果。，下面是一种Lab空间的偏色校正方法专利的具体信息内容。

权利要求

1.一种Lab空间的偏色校正方法，其特征在于，所述方法包括如下步骤：
S1：将图像转换到Lab空间；
S2：计算各色度分量整体偏色权重；
S3：基于所述整体偏色权重，利用高斯函数计算每个像素的偏色权重；
S4：计算每个像素的偏色值；
S5：校正每个偏色像素，得到校正后每个像素的色值。
2.根据权利要求1所述的Lab空间的偏色校正方法，其特征在于，所述步骤S2中计算各色度分量整体偏色值，具体实现方法为：分别计算a、b色度分量的均值Meana、Meanb。
3.根据权利要求1所述的Lab空间的偏色校正方法，其特征在于，所述步骤S3中基于所述整体偏色值，利用高斯函数计算每个像素的偏色权重，具体实现方法为：gaussMa＝exp(-
0.5*(a-meana).^2/sigma^2)；gaussMb＝exp(-0.5*(b-meanb).^2/sigma^2)；其中，方差sigma根据图像而定，取值范围为[5 30]，a表示从洋红色至绿色的范围，取值范围[-127,
128]，b表示从黄色至蓝色的范围，取值范围[-127,128]，gaussMa表示a色度分量中像素的偏色权重，gaussMb表示b色度分量中像素的偏色权重。
4.根据权利要求1所述的所述的Lab空间的偏色校正方法，其特征在于，所述步骤S4中计算每个像素的偏色值，具体实现方法为：amove＝gaussMa*meana；bmove＝gaussMb*meanb；其中amove表示a色度分量中像素的偏色值，bmove表示b色度中像素的偏色值。
5.根据权利要求1所述的Lab空间的偏色校正方法，其特征在于，所述步骤S5中校正每个偏色像素，得到校正后的色值，具体实现方法为：a'＝a-amove；b'＝b-bmove，其中a'表示校正后a色度像素的色值，b'表示校正后b色度像素的色值。

说明书全文

一种Lab空间的偏色校正方法

技术领域

[0001] 本发明属于红外图像和视频处理领域，尤其涉及一种Lab空间的偏色校正方法。

背景技术

[0002] 由于成像设备曝光不当、色彩环境的影响、相机色温与照明光线色温不符合等原因，采集到的图像存在偏色问题，使得无法获知物体原本色彩，使得人眼的感知效果不佳。因此，针对偏色图像的色彩校正是图像处理领域的一种基本操作，能够校正偏色，使视频图像接近真实色彩，因此应用广泛。现有的偏色校正方法，对严重偏色的图像(如水下图像)效果较弱，且容易产生图像部分偏红的现象，无法完全实现偏色校正。

发明内容

[0003] 本发明公开了一种基于Lab空间的偏色校正方法，用以解决现有白平衡技术存在的缺陷，对严重偏色的图像进行偏色校正，使图像中的景物接近真实色彩。为达到上述目的，本发明采用如下技术方案：

[0004] 一种直方图双控的红外图像对比度增强方法，包括以下步骤：

[0005] S1：将图像转换到Lab空间；

[0006] S2：计算各色度分量整体偏色权重；

[0007] S3：基于所述整体偏色权重，利用高斯函数计算每个像素的偏色权重；

[0008] S4：计算每个像素的偏色值；

[0009] S5：校正每个偏色像素，得到校正后每个像素的色值。

[0010] S1：将图像转换到Lab空间；读入彩色图像，将其转至Lab颜色空间。

[0011] 所述步骤S2中计算各色度分量整体偏色值，具体实现方法为：分别计算a、b色度分量的均值Meana、Meanb。

[0012] 所述步骤S3中基于所述整体偏色值，利用高斯函数计算每个像素的偏色权重，具体实现方法为：gaussMa＝exp(-0.5*(a-meana).^2/sigma^2)；gaussMb＝exp(-0.5*(b-meanb).^2/sigma^2)；其中，方差sigma根据图像而定，取值范围为[5 30]，a表示从洋红色至绿色的范围，取值范围[-127，128]，b表示从黄色至蓝色的范围，取值范围[-127，128]，gaussMa表示a色度分量中像素的偏色权重，gaussMb表示b色度分量中像素的偏色权重。

[0013] 所述步骤S4中计算每个像素的偏色值，具体实现方法为：amove＝gaussMa*meana；bmove＝gaussMb*meanb；其中amove表示a色度分量中像素的偏色值，bmove表示b色度中像素的偏色值。

[0014] 所述步骤S5中校正每个偏色像素，得到校正后的色值，具体实现方法为：a′＝a-amove；b′＝b-bmove，其中a′表示校正后a色度像素的色值，b′表示校正后b色度像素的色值。

[0015] 所有像素处理完毕，得到最终的白平衡增强图像。

[0016] 由上述对本发明的描述可知，与现有技术相比，本发明提供的偏色校正方法用以解决物体颜色会因投射光线颜色产生改变，在不同光线的场合下拍摄出的照片会有不同色温的问题，可较好地还原图片的本来色彩，提升图片的视觉感知效果。附图说明

[0017] 图1为本发明的一种实现流程示意图；

[0018] 图2为本发明实施时的待处理例图；

[0019] 图3为本发明实施时的对比度增强结果图；

具体实施方式

[0020] 如图1所示流程，本发明为一种Lab空间的偏色校正方法为：S1：将图像转换到Lab空间；S2：计算各色度分量整体偏色权重；S3：基于所述整体偏色权重，利用高斯函数计算每个像素的偏色权重；S4：计算每个像素的偏色值；S5：校正每个偏色像素，得到校正后每个像素的色值。

[0021] 以下通过具体实施方式对本发明作进一步的描述。

[0022] S1：将图像转换到Lab空间；

[0023] 首先，读取彩色图像，如图2，将其转至Lab颜色空间。

[0024] S2：计算各色度分量整体偏色权重；

[0025] 分别计算a、b色度分量的均值Meana、Meanb。

[0026] S3：基于所述整体偏色权重，利用高斯函数计算每个像素的偏色权重；

[0027] 基于所述整体偏色值，利用高斯函数计算每个像素的偏色权重，具体实现方法为：gaussMa＝exp(-0.5*(a-meana).^2/sigma^2)；gaussMb＝exp(-0.5*(b-meanb).^2/sigma^
2)；其中，方差sigma根据图像而定，取值范围为[5 30]，a表示从洋红色至绿色的范围，取值范围[-127，128]，b表示从黄色至蓝色的范围，取值范围[-127，128]，gaussMa表示a色度分量中像素的偏色权重，gaussMb表示b色度分量中像素的偏色权重。

[0028] S4：计算每个像素的偏色值；

[0029] 计算每个像素的偏色值，具体实现方法为：amove＝gaussMa*meana；bmove＝gaussMb*meanb；其中amove表示a色度分量中像素的偏色值，bmove表示b色度中像素的偏色值。

[0030] S5：校正每个偏色像素，得到校正后每个像素的色值。

[0031] 校正每个偏色像素，得到校正后的色值，具体实现方法为：a′＝a-amove；b′＝b-bmove，其中a′表示校正后a色度像素的色值，b′表示校正后b色度像素的色值。

[0032] 所有像素处理完毕，得到最终的白平衡增强图像，如图3所示。

[0033] 本发明提供的偏色校正方法用以解决物体颜色会因投射光线颜色产生改变，在不同光线的场合下拍摄出的照片会有不同色温的问题，可较好地还原图片的本来色彩，提升图片的视觉感知效果。

[0034] 上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。

标题	发布/更新时间	阅读量
用于矫正颜色视觉的光学镜片	2020-05-08	382
一种实现蒙层画笔的方法和系统	2020-05-11	846
一种基于知识注意力的细粒度图像分类方法	2020-05-08	283
一种图像处理方法、图像处理装置、电子设备和存储介质	2020-05-08	654
一种基于结构及相似度的视频提取PPT方法	2020-05-11	819
毛发处理方法	2020-05-08	783
具有颜色转变指示剂的微针阵列	2020-05-08	253
一种高效家装选配方法	2020-05-08	188
字体绘制方法、装置、计算机设备及计算机可读存储介质	2020-05-08	583
一种使用残差注意力机制网络的同步定位与建图方法	2020-05-08	574

一种Lab空间的偏色校正方法

一种Lab空间的偏色校正方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：