一种基于分区域映射的色盲矫正方法

摘要

本发明属于色盲矫正技术领域，公开了一种基于分区域映射的色盲矫正方法，包括：统计出R>G的像素数和R ＝255的像素数的比例ratio2；将R ＝255的颜色映射到II部分，将R>＝G且R+G>＝255的颜色映射到III部分，将R>G且R+G

权利要求

1.一种基于分区域映射的色盲矫正方法，其特征在于，所述基于分区域映射的色盲矫正方法包括以下步骤：步骤一，统计出R>G的像素数和R<＝G的像素数的比例ratio1；

步骤二，统计出R+G<255的像素数和R+G>＝255的像素数的比例ratio2；

步骤三，将R＝255的颜色映射到II部分，将R>＝G且R+G>＝255的颜色映射到III部分，将R>G且R+G<255的颜色映射到IV部分，同时保持R和G分量不变；

所述基于分区域映射的色盲矫正方法中相应的变换公式为：B′＝B×ratio1×ratio2当R

当R＝255时；

当R>＝G且R+G>＝255时；

当R>G且R+G<255时；

对于4个区域的R分量和G分量均保持不变。

2.如权利要求1所述的基于分区域映射的色盲矫正方法，其特征在于，所述在步骤一中I区和II区占整个正方形的比例，R>G一侧的颜色数为S1，R<＝G一侧的颜色数为S2，计算公式如下所示：

3.如权利要求1所述的基于分区域映射的色盲矫正方法，其特征在于，所述在步骤二中I区和IV区占整个正方形的比例，R+G<255一侧的颜色数为T1，R+G>＝255一侧的颜色数为T2，计算公式如下所示：

说明书

一种基于分区域映射的色盲矫正方法

技术领域

[0001] 本发明属于色盲矫正技术领域，尤其涉及一种基于分区域映射的色盲矫正方法。

背景技术

[0002] 相关资料已经表明，大约8％的男性患有各类色盲，与此同时大约有0.5％的女性患有各类色盲，这个比例也许不算太高，但是乘以庞大的人口基数以后，就是一个无法忽视的数目了。色盲患者在现实生活中有诸多的不便，无论色盲患者所患的是哪种色盲，总会在生活中遇到各种各样的麻烦，这严重影响了他们的生活质量，降低了他们的工作效率。如果不进行色盲矫正，那么这样的困扰将伴随他们的终生，因为色盲是不可逆的，到现在为止也没有科学的医疗手段可以从根本上治疗色盲。现有技术有基于图像颜色值统计的色盲矫正方法；基于图像颜色值统计的色盲图像矫正方法由于需要统计颜色值的数目，不可避免地需要进行大量的统计计算，计算量大、运行速度慢、实时性差。

[0003] 综上所述，现有技术存在的问题是：有技术有基于图像颜色值统计的色盲矫正方法；基于图像颜色值统计的色盲图像矫正方法由于需要统计颜色值的数目，不可避免地需要进行大量的统计计算，计算量大、运行速度慢、实时性差。

发明内容

[0004] 针对现有技术存在的问题，本发明提供了一种基于分区域映射的色盲矫正方法。

[0005] 本发明是这样实现的，一种基于分区域映射的色盲矫正方法，所述基于分区域映射的色盲矫正方法包括以下步骤：

[0006] 步骤一，统计出R>G的像素数和R<＝G的像素数的比例ratio1；

[0007] 步骤二，统计出R+G<255的像素数和R+G>＝255的像素数的比例ratio2；

[0008] 步骤三，将R＝255的颜色映射到II部分，将R>＝G且R+G>＝255的颜色映射到III部分，将R>G且R+G<255的颜色映射到IV部分，同时保持R和G分量不变。

[0009] 进一步，所述在步骤一中I区和II区占整个正方形的比例，R>G一侧的颜色数为S1，R<＝G一侧的颜色数为S2，计算公式如下所示：

[0010]

[0011] 进一步，所述在步骤二中I区和IV区占整个正方形的比例，R+G<255一侧的颜色数为T1，R+G>＝255一侧的颜色数为T2，计算公式如下所示：

[0012]

[0013] 进一步，所述基于分区域映射的色盲矫正方法中相应的变换公式为：

[0014] B′＝B×ratio1×ratio2当R＜G且R+G＜255时；

[0015] B′＝255×ratio1×ratio2

[0016]       +B×ratio1×(1-ratio2)当R＜G且R+G＞＝255时；

[0017] B′＝255×ratio1+B×

[0018] (1-ratio1)×(1-ratio2)当R＞＝G且R+G＞＝255时；

[0019] B′＝255×(1-ratio2

[0020]       +ratio1×ratio2)

[0021]       +B×ratio2

[0022]       ×(1-ratio1)当R＞＝G且R+G＜255时；

[0023] 对于4个区域的R分量和G分量均保持不变。

[0024] 本发明的优点及积极效果为：色盲患者可以很好分辨经过处理后的图像；同时在本方案中，得益于采用对各类像素的数目的统计，而非对各类颜色的数目的统计。大大减少了计算量，提高了整个色盲矫正算法的效率，节约了13％的运算时间，提高了算法的实时性，更有利于进行实际应用。通过图像处理的方法来提高色盲患者对图像的分辨力，在颜色的RGB空间中，根据ROG平面将空间分为四个区域，依照图像的统计信息，将四个区域分别映射到不同的空间，达到提高图像分辨率的作用。实验表明，色盲患者可以很好分辨经过处理后的图像，而且本发明的效率优于已有的其他色盲矫正算法，计算性能基本达到实时处理的要求。

附图说明

[0025] 图1是本发明实施例提供的基于分区域映射的色盲矫正方法流程图。

[0026] 图2是本发明实施例提供的色盲仿真算法流程示意图。

[0027] 图3是本发明实施例提供的红二色盲发生的原因示意图。

[0028] 图4是本发明实施例提供的颜色的RGB空间及区域划分示意图。

[0029] 图5是本发明实施例提供的分区域映射的色盲矫正算法示意图。

具体实施方式

[0030] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

[0031] 下面结合附图对本发明的应用原理作详细的描述。

[0032] 如图1所示，本发明实施例提供的基于分区域映射的色盲矫正方法包括以下步骤：

[0033] S101：统计出R>G的像素数和R<＝G的像素数的比例ratio1；

[0034] S102：统计出R+G<255的像素数和R+G>＝255的像素数的比例ratio2；

[0035] S103：将R＝255的颜色映射到II部分，将R>＝G且R+G>＝255的颜色映射到III部分，将R>G且R+G<255的颜色映射到IV部分，同时保持R和G分量不变。

[0036] 下面结合附图对本发明的应用原理作进一步的描述。

[0037] 1方法

[0038] 1.1色觉原理

[0039] 关于色觉形成原理的是人眼中存在三种锥形细胞，包括L-锥细胞，M-锥细胞和S-锥细胞。三种锥形细胞对于敏感的颜色各不相同，分别对红，绿，蓝这三种颜色较为敏感，人眼之所以能感受到颜色，是这三种锥形细胞产生的兴奋相互叠加的效果。

[0040] 1.2色盲仿真算法

[0041] 首先，要得到相应的LMS空间。转换成LMS空间之后，只要乘以一个变换矩阵就可以模拟出色盲患者所看到的一些图像。从RGB空间变换到LMS空间的方法为乘以一个变换矩阵U，变换方法如下面的公式所示：

[0042]

[0043] 然后，在LMS空间的基础上乘以一个变换矩阵T就可以得到色盲患者的L'M'S'空间，得到L'，M'，S'分量后还不够直观，然后做一个逆变换回到RGB空间，得到最终R'，G'，B'值。如果用数学公式表示如下：

[0044]

[0045] 色盲仿真算法的流程如图2：

[0046] 红二色盲的仿真算法的简化模型如下面的公式：

[0047]

[0048] 可见红二色盲混淆了R和G这两个分量，为了达到矫正的目的，我们需要使用某种方法帮助色盲患者达到区分R分量和G分量的目的。

[0049] 1.3基于分区域映射的色盲矫正方法

[0050] 由得到红二色盲发生的原因：对角线两侧的颜色沿着箭头方向投影时发生了重合，所以色盲患者混淆了颜色如图3所示。对于一个红二色盲的患者来说，他观察到的B分量和正常人无异，但是他观察到的R和G分量永远是相等的。也就是说很多种不同的颜色，都会被色盲患者所混淆，这是因为位于色盲投射方向上的不同颜色的都被投射到了颜色面R＝G上的相同一点上。所以如果要矫正色盲，那么只需将不同颜色的像素投影到不同的点上即可，因为这样就可以提高分辨率。

[0051] 再来看一下颜色的RGB空间，如图4-a所示。选取ORSG平面进行划分，将RGB颜色空间划分为4个部分，分别为I区，II区，III区和IV区，如图4-b所示。

[0052] 具体的算法步骤如下所示：

[0053] (1)首先统计出R>G的像素数和R<＝G的像素数的比例ratio1，也就是图4-b中I区和II区占整个正方形的比例，假设R>G一侧的颜色数为S1，R<＝G一侧的颜色数为S2，计算公式如下所示；

[0054]

[0055] (2)然后，统计出R+G＜255的像素数和R+G＞＝255的像素数的比例ratio2，也就是图4-b中I和IV区占整个正方形的比例，假设R+G＜255一侧的颜色数为T1，R+G＞＝255一侧的颜色数为T2，计算公式如下所示；

[0056]

[0057] (3)如图5所示将R＜G且R+G＜255的颜色映射到I部分，将R＜G且R+G＞＝255的颜色映射到II部分，将R＞＝G且R+G＞＝255的颜色映射到III部分，将R＞G且R+G＜255的颜色映射到IV部分，同时保持R和G分量不变。这样一来不同的颜色就被映射到了颜色面上的不同点，增加了区分度，从而可以使色盲患者分辨清楚颜色。

[0058] 相应的变换公式为：

[0059] B′＝B×ratio1×ratio2当R＜G且R+G＜255时；

[0060] B′＝255×ratio1×ratio2

[0061]       +B×ratio1×(1-ratio2)当R＜G且R+G＞＝255时；

[0062] B′＝255×ratio1+B×

[0063] (1-ratio1)×(1-ratio2)当R＞＝G且R+G＞＝255时；

[0064] B′＝255×(1-ratio2

[0065]       +ratio1×ratio2)

[0066]       +B×ratio2

[0067]       ×(1-ratio1)当R＞＝G且R+G＜255时；

[0068] 对于4个区域的R分量和G分量均保持不变。

[0069] 在本发明中，需要先计算得到ratio1和ratio2，统计过程中直接统计像素数而不是颜色数，先对整幅图像的RGB值进行排序，后进行去掉重复值，然后统计出R>G的颜色数和R<＝G的颜色数，以及R+G<255和R+G>＝255的颜色数。

[0070] 也可以直接统计各个区域像素的数目，然后计算比率ratio1和ratio2；R>G这边的像素的颜色可能发生重复，但是R<＝G这边的像素的颜色也可能重复，而且重复的比例在像素够多的时候总算相同或接近的；可以直接使用R＝G两边的像素的比例来表示ratio1，可以大大的提高程序运行的效率。

[0071] 下面结合实验对本发明的应用效果作详细的描述。

[0072] 1实验结果及分析

[0073] 1.1色盲图像的矫正效果

[0074] 本实验采用的算法是几何变换的色盲矫正算法，总共测试了2幅色盲测试图像和2幅自然景观图像，本实验的目的是通过矫正算法矫正图像，让色盲患者可以分辨之前不能分辨的图像，达到矫正的效果和目的，经过矫正后可以轻松地分辨紫色和绿色。

[0075] 1.2算法的运行效率

[0076] 系统实验测试条件如表1所示：

[0077] 表1实验测试条件

[0078]

[0079] 下面给出本实验的运行时间，每次实验均进行100次，然后取100次实验的平均时间，得到的结果如表2：

[0080] 表2分区域映射算法的处理速度

[0081]

[0082] 表2中的处理时间是包括图片预处理时间的，即包括统计图片中信息的时间；可以事先统计大量的图片得到这两个值，然后将这两个值直接用于图像变换，可以进一步提高图像处理效率。

[0083] 1.3算法的使用前景

[0084] 从实验结果来看，本发明有一个比较明显的优势，那就是能尽可能地减小图片的失真程度，从图片中可以看到它将红色替换为紫色，而绿色仍然为绿色。这个好处是十分具有意义的，因为它不仅能减少颜色的损失，还能尽量地保留图像中的信息。实验表明，色盲患者可以很好地分辨经过分区域映射算法矫正后的图像，而且算法的计算性能基本达到实时处理的要求。可以断定的是，这个算法可以被用在实际的开发中，比如Android手机等便携设备中。

[0085] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。