基于ycbcr色彩空間的圖像色偏檢測(cè)方法

1、基于基于YCbCr色彩空間的圖像色偏檢測(cè)方法色彩空間的圖像色偏檢測(cè)方法隨著人類社會(huì)的進(jìn)步和科學(xué)技術(shù)的發(fā)展，數(shù)碼照相機(jī)等數(shù)字采集設(shè)備的發(fā)展也越來越快。然而，無論是傳統(tǒng)膠片攝影，還是數(shù)碼相機(jī)攝影都會(huì)存在一個(gè)“色偏”問題。當(dāng)數(shù)碼相機(jī)捕獲一幅場(chǎng)景圖像時(shí)，每一個(gè)像素的傳感器響應(yīng)取決于光源[1]。也就是說，每個(gè)像素由傳感器記錄光源的色溫。當(dāng)一個(gè)白色物體在低色溫照明下，紅光成分多，它記錄的圖像就顯示偏紅色。同樣，在高色溫照明下，藍(lán)光成分多，它記錄的圖

2、像就顯示偏藍(lán)色。因此，色偏即數(shù)碼相機(jī)所拍攝的圖像的色彩與在標(biāo)準(zhǔn)光源下被拍攝物體表面的真實(shí)色彩之間存在的誤差[2]。那么，就需要通過估計(jì)光源的色溫并調(diào)整場(chǎng)景顏色來恢復(fù)他們真實(shí)的顏色，即白平衡處理，目的就是處理圖像使它看起來在經(jīng)典光源下拍攝[34]。進(jìn)行圖像白平衡調(diào)整首先是要對(duì)圖像中進(jìn)行色偏檢測(cè)。目前，檢測(cè)圖像色偏的方法己經(jīng)取得一定的研究進(jìn)展，RGB最大值法[5]是一種簡單快速的色偏檢測(cè)算法，它從不同的顏色通道的最大響應(yīng)來估計(jì)光源色彩。另外

3、一個(gè)著名的簡單的算法是基于灰度世界的假設(shè)[6]，該算法假設(shè)在一副場(chǎng)景中的平均反射是無色差的。這些算法都具有一定的局限性，例如灰色世界法在圖像中有大量統(tǒng)一的顏色時(shí)失效，基于灰度世界的假設(shè)則局限于場(chǎng)景，因此，無法準(zhǔn)確地進(jìn)行色偏檢測(cè)和分類。本文提出了利用圖像統(tǒng)計(jì)特性，在YCbCr色彩空間中，使用簡單的統(tǒng)計(jì)工具分析圖像的顏色分布，在此基礎(chǔ)上將圖像色偏分為像的色彩分布能夠在其轉(zhuǎn)換成合適的色彩空間進(jìn)行分析，并且使用統(tǒng)計(jì)方法來表示色偏的存在。色在本文

4、的工作中，我們對(duì)原來的表述做了小的修改，因?yàn)槲覀兠鎸?duì)的是一個(gè)不同的問題。我們改變顏色空間，從RGB到Y(jié)CbCr，由于前者依賴于場(chǎng)景中白點(diǎn)的知識(shí)。此外，我們僅僅考慮色偏指示而忽略最終的色偏分類。本文將圖像色偏分為三類：存在色偏；沒有色偏；不可分類。不可分類指的是圖像考慮的部分不到圖像整體的20%，在下文中將會(huì)詳細(xì)介紹。⑴我們只考慮亮度在一定區(qū)間內(nèi)的像素而排除最亮的和最暗的像素。這是因?yàn)槲覀兎治龅膱D像可能在獲取時(shí)已經(jīng)過了一系列處理，并且我們

5、假設(shè)圖像設(shè)備是未知的。數(shù)碼相機(jī)經(jīng)常強(qiáng)加使圖像中最亮的點(diǎn)為白色，最暗的點(diǎn)為黑色，從而改變了很亮點(diǎn)和很暗點(diǎn)色度區(qū)域的范圍。由下文可知，我們的實(shí)驗(yàn)是在圖像數(shù)據(jù)集上進(jìn)行的，因此只考慮亮度值Y在[50，230]區(qū)間的圖像像素。如果被考慮的圖像區(qū)域大小不到整幅圖像的20%，那么這類圖像就被劃分為不可分類的圖像，不對(duì)其進(jìn)行圖像白平衡處理，因?yàn)檫@類圖像的統(tǒng)計(jì)特性并不可靠。這類非常亮或非常暗的圖像的例子如圖1所示。本文通過對(duì)大量無色偏的圖像和有色偏的圖像