基于反射模型的树叶图像颜色校正及其应用研究

摘要

树叶绿色主要是由叶片内光合色素所呈现的，而光合色素的含量分布造成呈现不同的绿色，而这往往也放映了树木各种生理特性。而对于机器视觉进行识别和色差分析时，需要保证在恒定光照条件下，从而保持颜色的恒常性，去除光照影响，保持颜色的恒常性使得颜色间具有可比性;选择合适的颜色空间保证色差的一致性。文章主要内容如下:
　　1、研究植物叶片的呈色机理与生理特性的关系，包括叶片呈色的色素组成，不同色素对于植物的生理作用，随着生理特性的变化叶片呈色变化的过程。
　　2、依据Lambertian的反射模型，定性的分析了现有的无监督颜色恒常性的基本理论，包括White Patch算法、灰色世界理论、Grey Edge框架和Von Kries模型，并且依据SFU数据库图像分析在Grey Edge框架下，参数的优化;对颜色检测板标准色与不用光照下颜色检测板的颜色之间色差进行定量分析，来确定各种颜色恒常性算法的有效性。
　　3、深入研究了在空域和频域中依据Lambertian的反射模型进行图像增强的Retinex理论，给出了SSR、MSR、MSRCR算法，并分析了其特点和局限性;另外依据同态滤波模型，依据Lab均匀颜色空间将光照分量与色度分量是分开的，只处理照度分量取得了不错的效果。
　　4、分析不同颜色空间的特点，包括RGB、XYZ、HSI、LUV和Lab颜色空间。针对树叶图像中有效而明显的颜色特征，分析消除干扰，增强颜色特征的方法:
　　1）要消除光照对于颜色特征的影响;
　　2）要确定颜色相似性度量能够真实反映色差;另一方面;
　　3)要确定最优阈值。本文提出利用HSI空间中的H分量，利用人眼视觉系统的颜色一致性确定阈值进行图像分割;另外本文在Lab均匀颜色空间，利用欧式距离表示色差，对色度分量进行聚类分析，并与现有利用颜色特征进行图像分割的方法进行了对比分析。

目录

摘要

1 绪论

1．1 课题研究背景

1．2 研究的目的和意义

1．2．1 研究的目的

1．2．2 研究的意义

1．3 国内外研究现状

1．4 本文主要内容和组织结构

1．4．1 技术路线

1．4．2 本文主要内容和拟解决的问题

1．4．3 论文的组织结构

2 叶片色差变化与生理特性

2．1 叶片呈色机理

2．1．1 色素的种类及其呈色

2．1．2 季节变化与叶片呈色

2．1．3 叶片呈色基因

2．1．4 环境因子及其呈色

2．2 叶片的生理特性

2．2．1 叶绿体的衰老

2．2．2 光合器降解

2．2．3 叶片的衰老顺序

2．3 本章小结

3 颜色恒常性与颜色校正

3．1 颜色恒常性理论

3．1．1 Lambertian的反射模型

3．1．2 Von Kries模型

3．2 单一光源下的光照估计的颜色恒常性算法

3．2．1 White Patch Retinex

3．2．2 Grey Wbrld假设

3．2．3 Grey Edge框架

3．2．4 基于有效图像集的颜色恒常算法

3．3 颜色校正

3．3．1 颜色校正方法

3．3．2 有效性验证实验

3．4 实验对比分析

3．4．1 颜色恒常性算法比较

3．4．2 颜色校正分析

3．4．3 颜色恒常性算法有效性验证

3．4．4 实验分析

3．5 本章小结

4 Retinex理论与同态滤波

4．1 Random Retinex方法

4．2 局部Retinex算法

4．2．1 单尺度Retinex(SSR)

4．2．2 多尺度Retinex(MSR)

4．2．3 带色差恢复的多尺度Retinex(MSRCR)

4．3 同态滤波

4．4 Lab颜色空间的L分量的滤波

4．5 实验对比分析

4．6 本章小结

5 颜色空间与图像分割

5．1 颜色描述

5．2 颜色的表达

5．2．1 空间变换

5．2．2 颜色空间

5．2．3 颜色空间对比分析

5．3 基于颜色特征的树叶图像分割算法

5．3．1 2GRB模型

5．3．2 改进的HSI模型

5．3．3 树叶图像的颜色提取和图像分割算法

5．4 基于Lab颜色空间色调聚类提取方法

5．4．1 色差计算

5．4．2 基于兴趣点的动态聚类

5．4．3 基于Lab空间的颜色聚类

5．5 实验结果及分析

5．6 本章小结

结论

附录

参考文献

攻读学位期间发表的学术论文

致谢

声明