首页> 中国专利> 计算机系统中基于样例图像实现图像色彩校正变换的方法

计算机系统中基于样例图像实现图像色彩校正变换的方法

页面导航

摘要
著录项
法律信息
说明书
相似文献

摘要

本发明涉及一种计算机系统中基于样例图像实现图像色彩校正变换的方法，其中包括系统建立RGB空间的矩阵变换模型、在RGB空间中读入样例图像和目标图像、根据牛顿迭代最小色差法计算从样例图像到目标图像的变换矩阵、根据矩阵变换模型通过变换矩阵更新目标图像的RGB空间分量并完成目标图像的色彩校正变换。采用该种计算机系统中基于样例图像实现图像色彩校正变换的方法，克服了图像颜色分布不均匀的问题；同时实现了匹配矩阵的计算，通过牛顿色差优化的方法计算目标图像色度，克服了传统基于样例图像的色彩校正方法所无法解决的问题，能够保证色彩校正在全局和局部的正确性，而且处理过程简单快捷，效率较高，工作性能稳定可靠，适用范围较为广泛。

著录项

公开/公告号CN103258317A

专利类型发明专利
公开/公告日2013-08-21

原文格式PDF
申请/专利权人公安部第三研究所;
展开▼

申请/专利号CN201310125283.8
发明设计人姚晨;洪丽娟;成云飞;
展开▼

申请日2013-04-11
分类号G06T5/00;
代理机构上海智信专利代理有限公司;
代理人王洁
地址 200031 上海市徐汇区岳阳路76号
入库时间 2024-02-19 19:46:08

法律信息

法律状态公告日

法律状态信息

法律状态
2016-06-22

授权

授权
2013-09-18

实质审查的生效 IPC(主分类):G06T5/00 申请日:20130411

实质审查的生效
2013-08-21

公开

公开

说明书

技术领域

本发明涉及计算机图像处理领域，特别涉及图像色彩校正技术领域，具体是指一种计算机系统中基于样例图像实现图像色彩校正变换的方法。

背景技术

图像色彩校正是改变输入图像色彩的处理过程。早期的色彩校正技术主要用于彩色照片或电影，并且通常采用人工染色的方法来处理照片或电影。这样的做的工作量非常巨大。随着计算机技术的出现，计算机辅助的色彩校正方法极大地提高了处理的工作效率。计算机辅助的色彩校正方法通常分为：基于模板的方法和半人工干预的方法。前者在做色彩校正的最大挑战是获取合适的图像模板。而后者则是通过增加了人工干预来调整目标图像的颜色。因此相对于人工干预的色彩校正方法，基于模板比配的色彩校正需要较少的人力投入。

经过对现有技术的文献检索发现，基于人工干预的色彩校正方法所采用的算法主要是利用亮度和色度的相关性、相邻像素相似性和测地距离在内的多种图像特征，如A.Levin., D.Lischinski.,Y.Weiss在《ACM Transaction On Graphics》（美国计算机学会图形学汇刊）第23 卷，第3期，第689页到694页发表的“Colorization Using Optimization”一文中提出基于YUV 空间亮度和色度相关性假设，通过最小均方差求解目标图像色度的方法。Reinhard E, Adhikhmin M在《IEEE Computer Graphics and Application》（IEEE计算机图形和应用）第21 卷，第5期，第34页到41页发表的“color transfer between images”（基于颜色空间的色彩转移）一文中提出基于匹配矩阵的色彩校正方法。

上述方法都是基于全局统计信息的方法，利用了颜色空间的相关性求解目标图像的色度，在颜色空间变换时往往采用简单的全局统计参数如均值、方差等。然而，这些方法未能考虑图像局部的色彩差异，从而易导致色彩校正后在局部分布的不一致性，。

发明内容

本发明的目的是克服了上述现有技术中的缺点，提供一种能够保证色彩校正在全局和局部的正确性、处理过程简单快捷、效率较高、工作性能稳定可靠、适用范围较为广泛的计算机系统中基于样例图像实现图像色彩校正变换的方法。

为了实现上述的目的，本发明的计算机系统中基于样例图像实现图像色彩校正变换的方法如下：

该计算机系统中基于样例图像实现图像色彩校正变换的方法，其主要特点是，所述的方法包括以下步骤：

（1）系统建立RGB空间的矩阵变换模型；

（2）系统在所述的RGB空间中读入样例图像和目标图像；

（3）系统根据牛顿迭代最小色差法计算从所述的样例图像到目标图像的变换矩阵；

（4）根据所述的矩阵变换模型，通过所述的变换矩阵更新所述的目标图像的RGB空间分量，从而完成目标图像的色彩校正变换。

该计算机系统中基于样例图像实现图像色彩校正变换的方法中的建立RGB空间的矩阵变换模型，具体为：

根据以下公式，在RGB空间中建立变换矩阵：

y＝M·x；

其中， $x = (\begin{matrix} R_{1}^{*} & R_{2}^{*} & R_{N}^{*} \\ G_{1}^{*} & G_{2}^{*} & . . . & G_{N}^{*} \\ B_{1}^{*} & B_{2}^{*} & B_{N}^{*} \end{matrix})$ 为样例图像矩阵， $(\begin{matrix} R_{1}^{*} & R_{2}^{*} & . . . & R_{N}^{*} \end{matrix})$ 为样例图像的R分量值， $(\begin{matrix} G_{1}^{*} & G_{2}^{*} & . . . & G_{N}^{*} \end{matrix})$ 为样例图像的G分量值， $(\begin{matrix} B_{1}^{*} & B_{2}^{*} & . . . & B_{N}^{*} \end{matrix})$ 为样例图像的B分量值，N为图像像素索引数， $y = (\begin{matrix} R_{1} & R_{2} & R_{N} \\ G_{1} & G_{2} & . . . & G_{N} \\ B_{1} & B_{2} & B_{N} \end{matrix})$ 为目标图像矩阵，[R₁ R₂…R_N]为目标图像的R分量值，[G₁ G₂…G_N]为目标图像的G分量值，[B₁ B₂…B_N]为目标图像的B分量值， $M = (\begin{matrix} m_{11} & m_{12} & m_{13} \\ m_{21} & m_{22} & m_{23} \\ m_{31} & m_{32} & m_{33} \end{matrix})$ 为变换矩阵，m₁₁,m₁₂,m₁₃为图像R分量变换系数，m₂₁,m₂₂,m₂₃为图像G 分量变换系数，m₃₁,m₃₂,m₃₃为图像B分量变换系数。

该计算机系统中基于样例图像实现图像色彩校正变换的方法中的根据牛顿迭代最小色差法计算从所述的样例图像到目标图像的变换矩阵，包括以下步骤：

（31）以所述的样例图像中的左上角的像素点为原点建立直角坐标系；

（32）根据以下公式计算迭代初始量T₁、T₂、T₃：

$T_{1} = X^{T} \cdot M_{1} = (\begin{matrix} {X (R, G, B)}_{(1) 1} \\ {X (R, G, B)}_{(1) 2} \\ . \\ . \\ . \\ {X (R, G, B)}_{(1) N} \end{matrix}) = (\begin{matrix} R_{1} \\ R_{2} \\ . \\ . \\ . \\ R_{N} \end{matrix}) = (\begin{matrix} R_{1}^{*} & G_{1}^{*} & B_{1}^{*} \\ R_{2}^{*} & G_{2}^{*} & B_{2}^{*} \\ . \\ . \\ . \\ R_{N}^{*} & G_{N}^{*} & B_{N}^{*} \end{matrix}) \cdot (\begin{matrix} m_{11} \\ m_{12} \\ m_{13} \end{matrix});$

$T_{2} = X^{T} \cdot M_{2} = (\begin{matrix} {X (R, G, B)}_{(2) 1} \\ {X (R, G, B)}_{(2) 2} \\ . \\ . \\ . \\ {X (R, G, B)}_{(2) N} \end{matrix}) = (\begin{matrix} G_{1} \\ G_{2} \\ . \\ . \\ . \\ G_{N} \end{matrix}) = (\begin{matrix} R_{1}^{*} & G_{1}^{*} & B_{1}^{*} \\ R_{2}^{*} & G_{2}^{*} & B_{2}^{*} \\ . \\ . \\ . \\ R_{N}^{*} & G_{N}^{*} & B_{N}^{*} \end{matrix}) \cdot (\begin{matrix} m_{21} \\ m_{22} \\ m_{23} \end{matrix});$

$T_{3} = X^{T} \cdot M_{3} = (\begin{matrix} {X (R, G, B)}_{(3) 1} \\ {X (R, G, B)}_{(3) 2} \\ . \\ . \\ . \\ {X (R, G, B)}_{(3) N} \end{matrix}) = (\begin{matrix} B_{1} \\ B_{2} \\ . \\ . \\ . \\ B_{N} \end{matrix}) = (\begin{matrix} R_{1}^{*} & G_{1}^{*} & B_{1}^{*} \\ R_{2}^{*} & G_{2}^{*} & B_{2}^{*} \\ . \\ . \\ . \\ R_{N}^{*} & G_{N}^{*} & B_{N}^{*} \end{matrix}) \cdot (\begin{matrix} m_{31} \\ m_{32} \\ m_{33} \end{matrix});$

其中，X(R,G,B)₍₁₎₁,...,X(R,G,B)_(1)N为目标图像的R分量，X(R,G,B)₍₂₎₁,...,X(R,G,B)_(2)N为目标图像的G分量，X(R,G,B)₍₃₎₁,...,X(R,G,B)_(3)N为目标图像的B分量，T为转秩运算符， N为像素点在RGB空间中的像素索引值，M₁为图像R分量变换系数向量，M₂为图像G分量变换系数向量，M₃为图像B分量变换系数向量；

（33）根据以下迭代更新表达式进行迭代计算：

T_(k)i+1＝T_(k)i+Δ_(k)i；

其中，i为迭代次数，Δ_(k)i＝-J_(k)iε_(k)i，Δ_(k)i为第i步迭代中在第k个空间分量中的色彩分量残差，J_(k)i为第i步迭代中在第k个空间分量中的3×N的Jacobian矩阵，ε_(k)i为第i步迭代中在第k个空间分量中的色彩空间残差，且：

ε_(k)i＝x^T·M_(k)i-T_(k)i,k＝1,2,3；

其中，k为RGB色彩空间分量索引值，k＝1代表R空间，k＝2代表G空间，k＝3代表 G空间，i是迭代次数，x为样例图像矩阵，其中包含RGB分量值，M_(k)i为第i步迭代中的变换矩阵M在第k个空间分量中的向量，T_(k)i为第i步迭代中在第k个空间分量中的迭代更新值；

（34）实时判断步骤（33）的迭代计算是否已经满足以下关系式：

||ε_(k)i+J_(k)iΔ_(k)i||＜ε'

其中，||·||为取模运算，ε'为迭代阈值，ε为色彩空间残差，J为3×N的Jacobian矩阵，Δ 为目标图像色彩分量迭代差；

（35）如果不满足，则继续步骤（33）；

（36）如果满足，则得到相应的最优色彩变换矩阵M，且 $M = (\begin{matrix} m_{11} & m_{12} & m_{13} \\ m_{21} & m_{22} & m_{23} \\ m_{31} & m_{32} & m_{33} \end{matrix}) .$

该计算机系统中基于样例图像实现图像色彩校正变换的方法中的迭代阈值ε'为0.6。

采用了该发明的计算机系统中基于样例图像实现图像色彩校正变换的方法，由于其中利用了匹配矩阵变换和牛顿迭代法的优化方法建立了目标图像颜色空间的求解框架，从而克服了图像颜色分布不均匀的问题；同时充分考虑到了色彩变换过程中的差异性，通过采用基于牛顿迭代法的优化方法实现了匹配矩阵的计算，由于将色彩校正通过牛顿色差优化的方法计算目标图像色度，从而克服了传统基于样例图像的色彩校正方法所无法解决的问题，能够保证色彩校正在全局和局部的正确性，而且处理过程简单快捷，效率较高，工作性能稳定可靠，适用范围较为广泛。

附图说明

图1为本发明的计算机系统中基于样例图像实现图像色彩校正变换的方法的整体流程图。

图2a为本发明的计算机系统中基于样例图像实现图像色彩校正变换的方法的具体实施例中的样例图像。

图2b为图2a的图像RGB直方图。

图3a为本发明的计算机系统中基于样例图像实现图像色彩校正变换的方法的具体实施例中的目标图像。

图3b为图3a的图像RGB直方图。

图4a为本发明的计算机系统中基于样例图像实现图像色彩校正变换的方法的具体实施例中的处理效果图像。

图4b为图4a的图像RGB直方图。

具体实施方式

为了能够更清楚地理解本发明的技术内容，特举以下实施例详细说明。

请参阅图1至图4b所示，该计算机系统中基于样例图像实现图像色彩校正变换的方法，其中包括以下步骤：

（1）系统建立RGB空间的矩阵变换模型，具体为：

根据以下公式，在RGB空间中建立变换矩阵：

y＝M·x；

其中， $x = (\begin{matrix} R_{1}^{*} & R_{2}^{*} & R_{N}^{*} \\ G_{1}^{*} & G_{2}^{*} & . . . & G_{N}^{*} \\ B_{1}^{*} & B_{2}^{*} & B_{N}^{*} \end{matrix})$ 为样例图像矩阵， $(\begin{matrix} R_{1}^{*} & R_{2}^{*} & . . . & R_{N}^{*} \end{matrix})$ 为样例图像的R分量值， $(\begin{matrix} G_{1}^{*} & G_{2}^{*} & . . . & G_{N}^{*} \end{matrix})$ 为样例图像的G分量值， $(\begin{matrix} B_{1}^{*} & B_{2}^{*} & . . . & B_{N}^{*} \end{matrix})$ 为样例图像的B分量值，N为图像像素索引数， $y = (\begin{matrix} R_{1} & R_{2} & R_{N} \\ G_{1} & G_{2} & . . . & G_{N} \\ B_{1} & B_{2} & B_{N} \end{matrix})$ 为目标图像矩阵，[R₁ R₂…R_N]为目标图像的R分量值，[G₁ G₂…G_N]为目标图像的G分量值，[B₁ B₂…B_N] 为目标图像的B分量值， $M = (\begin{matrix} m_{11} & m_{12} & m_{13} \\ m_{21} & m_{22} & m_{23} \\ m_{31} & m_{32} & m_{33} \end{matrix})$ 为变换矩阵，m₁₁,m₁₂,m₁₃为图像R分量变换系数，m₂₁,m₂₂,m₂₃为图像G分量变换系数，m₃₁,m₃₂,m₃₃为图像B分量变换系数；

（2）系统在所述的RGB空间中读入样例图像和目标图像；

（3）系统根据牛顿迭代最小色差法计算从所述的样例图像到目标图像的变换矩阵，包括以下步骤：

（a）以所述的样例图像中的左上角的像素点为原点建立直角坐标系；

（b）根据以下公式计算迭代初始量T₁、T₂、T₃：

其中，X(R,G,B)₍₁₎₁,...,X(R,G,B)_(1)N为目标图像的R分量， X(R,G,B)₍₂₎₁,...,X(R,G,B)_(2)N为目标图像的G分量， X(R,G,B)₍₃₎₁,...,X(R,G,B)_(3)N为目标图像的B分量，T为转秩运算符，N为像素点在RGB空间中的像素索引值，M₁为图像R分量变换系数向量，M₂为图像G 分量变换系数向量，M₃为图像B分量变换系数向量；

（c）根据以下迭代更新表达式进行迭代计算：

T_(k)i+1＝T_(k)i+Δ_(k)i；

其中，i为迭代次数，Δ_(k)i＝-J_(k)iε_(k)i，Δ_(k)i为第i步迭代中在第k个空间分量中的色彩分量残差，J_(k)i为第i步迭代中在第k个空间分量中的3×N 的Jacobian矩阵，ε_(k)i为第i步迭代中在第k个空间分量中的色彩空间残差，且：

ε_(k)i＝x^T·M_(k)i-T_(k)i,k＝1,2,3；

其中，k为RGB色彩空间分量索引值，k＝1代表R空间，k＝2代表G空间，k ＝3代表G空间，i是迭代次数，x为样例图像矩阵，其中包含RGB分量值，M_(k)i为第i步迭代中的变换矩阵M在第k个空间分量中的向量，T_(k)i为第i步迭代中在第k个空间分量中的迭代更新值；

（d）实时判断步骤（33）的迭代计算是否已经满足以下关系式：

||ε_(k)i+J_(k)iΔ_(k)i||＜ε'

其中，||·||为取模运算，ε'为迭代阈值，ε为色彩空间残差，J为3×N的Jacobian

矩阵，Δ为目标图像色彩分量迭代差；

（e）如果不满足，则继续步骤（c）；

（f）如果满足，则得到相应的最优色彩变换矩阵M，且 $m = (\begin{matrix} m_{11} & m_{12} & m_{13} \\ m_{21} & m_{22} & m_{23} \\ m_{31} & m_{32} & m_{33} \end{matrix});$

（4）根据所述的矩阵变换模型，通过所述的变换矩阵更新所述的目标图像的RGB空间分量，从而完成目标图像的色彩校正变换。

在实际使用当中，本发明是通过以下技术方案实现的，具体包括如下步骤：

步骤一，在RGB空间建立变换矩阵，

y＝M·x ……（1）

x是样例图像，y是目标图像，M是变换矩阵。在RGB空间的具体描述如下：

$(\begin{matrix} R_{1} & R_{2} & R_{N} \\ G_{1} & G_{2} & . . . & G_{N} \\ B_{1} & B_{2} & B_{N} \end{matrix}) = (\begin{matrix} m_{11} & m_{12} & m_{13} \\ m_{21} & m_{22} & m_{23} \\ m_{31} & m_{32} & m_{33} \end{matrix}) \cdot (\begin{matrix} R_{1}^{*} & R_{2}^{*} & R_{N}^{*} \\ G_{1}^{*} & G_{2}^{*} & . . . & G_{N}^{*} \\ B_{1}^{*} & B_{2}^{*} & B_{N}^{*} \end{matrix}) . . . (2)$

步骤二，采用牛顿迭代最小色差的方法计算变换矩阵：

令色彩空间残差为：

ε_(k)i＝x^T·M_(k)i-T_(k)i,k＝1,2,3 ……（6）

i表示迭代次数，迭代更新表达式为：

T_(k)i+1＝T_(k)i+Δ_(k)i ……（7）

Δ_(K)i＝-J_(k)iε_(k)i ……（8）

J为3×N的Jacobian矩阵，更新终止满足以下表达式：

||ε_(k)i+J_(k)iΔ_(k)i||＜ε' ……（9）

在约束条件满足时，我们从样例图像点和目标图像点中获取最优色彩变换矩阵M。

步骤二，通过步骤二的变换矩阵得到最终的目标图像RGB三通道的颜色分量。

与现有技术相比，本发明的有益效果是：利用匹配矩阵变换和牛顿迭代法的优化方法建立目标图像颜色空间的求解框架，克服了图像颜色分布不均匀的问题；现有的样例图像的色彩校正方法，在颜色空间变换时往往采用简单的全局统计参数如均值、方差等，而本发明充分考虑到了色彩变换过程中的差异性，通过采用基于牛顿迭代法的优化方法实现了匹配矩阵的计算。由于本发明将色彩校正通过牛顿色差优化的方法计算目标图像色度，从而克服了传统基于样例图像的色彩校正方法所无法解决的问题。

在发明的实施例中，对1个图像大小为256×256像素的图像作色彩校正，算法流程请参阅图1所示，包括如下步骤：

第一步，读入样例图像和目标图像。

第二步，计算样例图像到目标图像的变换矩阵，具体计算公式如下：

令色彩空间残差为：

ε_(k)i＝x^T·M_(k)i-T_(k)i,k＝1,2,3；

i表示迭代次数，迭代更新表达式为：

T_(k)i+1＝T_(k)i+Δ_(k)i；

Δ_(K)i＝-J_(k)iε_(k)i；

J为3×N的Jacobian矩阵，更新终止满足以下表达式：

||ε_(k)i+J_(k)iΔ_(k)i||＜ε'；

阈值ε'通常取值为0.6，这样，我们获得了从样例图像到目标图像点色彩变换矩阵M。

第三步，通过变换矩阵更新目标图像的RGB空间，使用如下计算公式：

本实施例的色彩校正的原理是：通过色彩变换矩阵的计算，引入了牛顿残差优化方法，有效地解决了颜色分布不均匀的问题；在统一框架下实现了图像的色彩校正，通过优化匹配矩阵计算获得目标图像色彩空间值；因此，通过建立了一种基于匹配矩阵的计算框架，可实现有效的图像的色彩校正。

对于图2b、3b和4b，其分别对应于图2a、3a、4a的RGB直方图，其中水平轴方向为灰度值坐标，垂直轴方向代表了在给定灰度值下像素的数量。

采用了上述的计算机系统中基于样例图像实现图像色彩校正变换的方法，由于其中利用了匹配矩阵变换和牛顿迭代法的优化方法建立了目标图像颜色空间的求解框架，从而克服了图像颜色分布不均匀的问题；同时充分考虑到了色彩变换过程中的差异性，通过采用基于牛顿迭代法的优化方法实现了匹配矩阵的计算，由于将色彩校正通过牛顿色差优化的方法计算目标图像色度，从而克服了传统基于样例图像的色彩校正方法所无法解决的问题，能够保证色彩校正在全局和局部的正确性，而且处理过程简单快捷，效率较高，工作性能稳定可靠，适用范围较为广泛。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

去获取专利，查看全文>

相似文献

专利
中文文献
外文文献

1. 计算机系统中基于样例图像实现图像色彩校正变换的方法 [P] . 中国专利： CN103258317B . 2016.06.22
2. 计算机系统中基于样例图像实现图像色彩校正变换的方法 [P] . 中国专利： CN103258317A . 2013-08-21
3. Mu00ecdia for storage of information, method of display of an interactive image using a document marking and audio data and / or vu00ecdeo (AV)Method and apparatus for processing a document marking in an interactive mode.Method for processing an image of a document source of marking marking and an image audio source and vu00ecdeo (AV) of AV data in an interactive mode.The apparatus processes data of audio and / or vu00ecdeo (AV) in an interactive mode using a document marking,Mu00ecdia passu00ecvel reading in computer encoded with instruction with operation instructions to implement a method of displaying an image using a document marking and interactiveThe audio data and vu00ecdeo (AV)Mu00ecdia passu00ecvel reading in the computer encoded with operation instructions to implement a method of processing a document marking in an interactive mode.In a computer system and method for processing audio data vu00ecdeo (AV) in an interactive mode using a document marking [P] . BR0315004A . 2005-08-09

机译：用于信息存储的M u00ecdia，使用文档标记和音频数据显示交互式图像的方法以及 /或v u00ecdeo（AV）用于在交互式模式下处理文档标记的方法和设备。标记模式的文档源和图像音频源以及交互模式下的AV数据的v音频。该设备使用文档以交互模式处理音频和v / uvecdeo（AV）的数据标记，在计算机上用操作指令编码的指令编码的M u00ecdia通过 u00ecvel读取，以实现使用文档标记和交互显示图像的方法在计算机中读取音频数据和v u00ecdiao（AV）M u00ecdia通过用操作指令编码以实现以交互模式处理文档标记的方法。在计算机系统和方法中，使用文档标记以交互模式处理音频数据v u00ecdeo（AV）
4. Process for the transformation of thermal images, in particular in the visible image, and a device for implementing it. [P] . 法国专利： FR2437638B1 . 1981-04-30

机译：用于变换热图像，尤其是在可见图像中的图像的方法，以及用于实现该方法的装置。
5. Process for the transformation of thermal images, in particular in the visible image, and a device for implementing it. [P] . 德国专利： DE000000010031T1 . 1981-01-15

机译：用于变换热图像，尤其是在可见图像中的图像的方法，以及用于实现该方法的装置。