科技致富向导杂志基于图像偏色检测的自动白平衡算法研究

　　【摘 要】为了克服传统方法在图像偏色检测中的局限性，采用了一种基于等效圆的偏色检测和偏色划分方法。提出了一种结合灰度世界和完美反射的白平衡算法，根据偏色等级决定的尺度因子对图像进行白平衡校正，采用Imatest软件评测校正后图像。实验结果表明，基于图像偏色检测的自动白平衡算法有效弥补了传统方法的不足，取得了较好的处理效果。

　　【关键词】科技致富向导,偏色检测,偏色划分,自动白平衡算法,尺度因子,Imatest评测

　　1 引言

　　当光源的色温[1]发生改变时，人眼视觉系统能够自动调整光敏感度，使人眼对物体颜色的感知近似保持不变，这种现象称为色彩恒常性[2]。然而数码相机等摄像设备不具备色彩恒常性功能，因此设备采集的图像颜色与物体表面的真实颜色之间存在偏差，即偏色。为了对物体进行色彩的还原，需要利用自动白平衡技术[3]进行颜色的校正。

　　2 偏色检测方法

　　2.1 颜色空间的选择

　　在衡量2种颜色之间的偏差程度时，RGB颜色空间所计算出的2种颜色之间的距离无法正确表征人们实际所感知到的这2种颜色之间的真实差异。本文采用的是1976年国际照明委员会制定的CIELAB颜色空间，其接近人类视觉系统对色彩的感知特性，具有设备无关性，在输出显示中色彩不失真。在Lab颜色空间中，L表示像素亮度，色度分量a为从绿到红，分量b为从蓝到黄。从RGB空间到Lab空间的转换要经由中间参考空间XYZ空间的过渡[4]。

　　2.2 基于等效圆的偏色检测方法

　　根据文献[5]，引入等效圆的概念。采用偏色因子K来衡量图像的偏色程度，定义为图像平均色度D和色度中心距C的比值，计算方法如下：

　　(1)

　　，， (2)

　　，，

　　(3)

　　其中，M、N分别为图像的宽和高，以像素为单位，P(a)、P(b)分别为a、b位置对应的直方图。在ab色度平面上，等效圆的中心坐标为(da，db)，半径为C，等效圆的中心到原点的距离为D。记偏色因子阈值为Kfold，若K>Kfold，则认为图像存在偏色，否则认为无色偏，一般取Kfold为1。

　　当存在偏色时，通过等效圆在ab色度平面上的具体位置来判断图像偏色。偏色等级分为偏红、偏蓝、偏绿和偏黄。da≥0，-da≤db≤k1da，为偏红色;da<0，da≤db≤k2da，为偏绿色;db<0，|da|<|db|为偏蓝色;其他情况为偏黄色。偏色划分示意图如图1所示，通过对多幅图像的测评分析，取k1为2，k2为-2。

　　图1 不同偏色在ab色度平面显示等效圆

　　3 自动白平衡算法

　　3.1 典型的白平衡算法

　　(1)灰度世界法[6]。该算法假设场景中所有物体表面的平均反射是无色差的(灰色的)，那么图像的R、G、B通道统计平均值相等，表现为一灰度值。根据该灰度值来确定各个通道的增益，进而对图像进行调整。

　　(2)完美反射法[7]。该算法假设图像中最亮点就是白点，即最亮点的R、G、B值均为255。通过将图片各通道的值归一化到最大值来完成白平衡校正过程。

　　上述2种颜色校正方法原理比较简单，方便硬件实现。但是当其假设的前提条件不成立时，比如图像中存在大面积色块等明显的偏色，或者当图像中最亮的点也偏离白色很多的时候，上述算法的处理结果就会出现明显的偏差，不能达到白平衡调整的效果。

　　3.2 基于图像偏色检测的自动白平衡算法

　　(1)白点检测[8]

　　在RGB颜色空间中，获取图像的原始数据(Rorg，Gorg，Borg)，分别对R、G、B这3个通道进行直方图均衡化。然后将图像从RGB颜色空间转换至YCrCb颜色空间[9]，获得图像的直方图均衡化数据(YHist，CrHist，CbHist)。从中找出满足式(4)的所有白像素点：

　　(4)

　　在满足式(4)的像素点中，以具有最大的YHist值和最接近于零的CrHist、CbHist值找出亮度最高像素点。同时计算满足式(4)所有像素点的平均值。从图像的直方图均衡化数据中找出满足式(5)的所有像素点：

　　(5)

　　其中，YL和YH分别为选自和间的最小值和最大值，CrL、CrH、CbL和CbH同理。从该图像原始数据中选取满足式(5)的对应位置的像素点作为参考白像素，计算参考白像素的平均值(Rw，Gw，Bw)。

　　(2)增益计算

　　计算第一尺度因子(Rscale，Gscale，Bscale)，具体如式(6)所示：

　　(6)

　　Yw为参考白点的亮度平均值。

　　计算第二尺度因子(RGWA，GGWA，BGWA)，具体如式(7)所示：

　　(7)

　　其中，Gray=(Raver+Gaver+Baver)/3，而(Raver，Gaver，Baver)是图像RGB颜色空间中的原始数据(Rorg，Gorg，Borg)的平均值。

　　当图像偏红时，以(RGWA，Gscale，Bscale)为尺度因子进行增益计算。当图像偏蓝时，以(Rscale，Gscale，BGWA)为尺度因子进行增益计算。当图像偏绿时，以(Rscale，GGWA，Bscale)为尺度因子进行增益计算。当图像偏黄时，以(RGWA，GGWA，Bscale)为尺度因子进行计算。

　　(3)偏色校正

　　对图像进行偏色判断，若认为无色偏则不对图像做任何处理;若判断存在色偏，根据偏色等级得到对应的尺度因子，应用Von Kries[10]转化对图像的原始数据进行校正。

　　4 实验结果与分析

　　4.1 白平衡卡偏色检验和白平衡处理分析 　　测试图像是在色温为2700K的光源下实拍的标准白平衡卡，它能提供任意光线下绝对准确的白色还原。如图2(a)所示，算法求得其等效圆圆心为(5.246，23.018)，偏色因子K=8.95，满足偏黄色条件，所以图像整体严重偏黄，与主观评测一致。

　　分别用灰度世界法、完美反射法和本文提出的方法进行白平衡处理，结果如图2所示。采用专业测评软件Imatest测试白平衡卡，在CIELAB颜色空间中，考察白平衡误差△C，计算式ΔC=((Δa*)2+(Δb*)2+(Δb*)2)1/2，测试结果列入表1中。

　　由图2、表1可以看出，灰度世界方法、完美反射法的处理结果并不理想。相比之下，本文所提方法的处理结果颜色误差小，同时没有基于任何假设，具有普遍适用性。

　　(a)原始偏色图像 (b)灰度世界法

　　(c)完美反射法 (d)本文提出的方法

　　图2 标准白平衡卡白平衡处理结果

　　表1 白平衡处理后图像颜色误差

　　白平衡误差

　　白平衡方法 △C

　　原始偏色图像 61.8

　　灰度世界方法 30.7

　　完美反射方法 32.0

　　本文所提方法 4.1

　　4.2 ColorChecker标准色卡白平衡处理和色彩分析

　　在色温为2700K的光源下拍摄24色标准色卡，其符合国家标准GB/T 3556-1983，得到存在偏色的原始图像，分别用灰度世界法、完美反射法和本文提出的方法进行白平衡处理，结果如图3所示：

　　(a)原始偏色图像 (b)灰度世界法处理

　　(c)完美反射法处理 (d)本文方法处理

　　图3 ColorChecker标准色卡白平衡处理结果

　　采用Imatest比较理想值(方块)和实际测量值(圆圈)之间的偏差，结果如图4所示。在CIELAB颜色空间中，考察经过饱和度校准的△C*ab、△E*ab，结果列入表2。ΔE除计算颜色误差ΔC外，还包含明度差，计算式ΔE=((ΔL*)2+(Δa*)2+(Δb*)2)1/2。

　　(a)原始图像颜色误差 (b)灰度世界法颜色误差

　　(c)完美反射法颜色误差 (d)本文所提方法颜色误差

　　图4 白平衡处理后图像颜色误差比较

　　表2 白平衡处理后图像颜色误差

　　颜色误差

　　(均值)

　　白平衡方法 △C*ab △E*ab

　　原始偏色图像 32.7 48.3

　　灰度世界方法 17.1 22.5

　　完美反射方法 23.2 31.2

　　本文所提方法 9.53 13.0

　　由图4、表2可以看出，原始偏色图像颜色误差较大，经灰度世界法和完美反射法处理后的图像有所改进，而本文所提方法将颜色误差大幅降低，图像还原准确度高。

　　5 结束语

　　从大量图像的试验结果来看，本文提出的方法能准确地反映图像的色偏程度和白平衡校正。同时将Imatest软件应用到白平衡检测中，使结果分析更为系统客观。依据该方法，笔者已经在PC系统中实现了图像检测和白平衡校正系统。将该方法加以延伸，应用于视频图像的实时检测和处理中将是下一步努力的方向。

　　参考文献：

　　[1] 冈萨雷斯. 数字图像处理[M]. 阮秋琦，译. 北京： 电子工业出版社， 2007： 224-228.

　　[2] Ebner M. Evolving color constancy[J]. Pattern Recognition

　　Letters， 2006，27(11)： 1220-1229.

　　[3] Mancuso M， Battiato S. An Introduction to the Digital Still Camera Technology[J]. ST Journal of System Research， 2001，2(2)： 1-9.

　　[4] 刘浩学. CIE均匀颜色空间与色差公式的应用[J]. 北京印刷学院学报， 2003，11(3)： 3-8.

　　[5] 徐晓昭，蔡轶珩，刘长江，等. 基于图像分析的偏色检测及颜色校正方法[J]. 测控技术， 2008，27(5)： 10-12.

　　[6] D A Forsyth. A novel algorithm for color constancy[J]. International Journal of Computer Vision， 1990，5(1)： 5-35.

　　[7] Gasparini F， Schettini R. Color balancing of digital photos using simple image statistics[J]. Pattern Recognition， 2004，37(6)： 1201-1217.

　　[8] 哈小美，傅楸善，薛雅全. 白平衡方法[P]. 中国专利： 200510054583.7， 2006-09-20

转载请注明来自：http://www.yueqikan.com/dianzijishulw/52373.html