一种基于光源颜色分布限制的颜色恒常性方法

摘要

本发明公开了一种基于光源颜色分布限制的颜色恒常性方法。本发明步骤如下：步骤(1)为不同相机构建精准的色域范围，计算相机空间的黑体轨迹；步骤(2)依托黑体轨迹构建光源颜色分布的色域范围；步骤(3)利用已有颜色恒常性方法估计图像的光源颜色；步骤(4)对光源估计结果进行判断，若处于色域范围内则不作处理，若不在色域范围内则通过色域映射法将该光源估计结果映射到色域边界内；步骤(5)将校正后的色度点变换到RGB空间，色域映射得到的点是估计光源校正后的色度点。本发明将已有颜色恒常性方法光源估计不在色域内的结果映射在色域边界内，从而降低光源估计误差，以达到对各种不同颜色恒常性方法鲁棒性的提升。

权利要求

1.一种基于光源颜色分布限制的颜色恒常性方法，其特征在于包括如下步骤：步骤(1)为不同相机构建精准的色域范围，计算相机空间的黑体轨迹；

步骤(2)依托黑体轨迹构建光源颜色分布的色域范围；

步骤(3)利用已有颜色恒常性方法估计图像的光源颜色；

步骤(4)对光源估计结果进行判断，若处于色域范围内则不作处理，若不在色域范围内则通过色域映射法将该光源估计结果映射到色域边界内；

步骤(5)将校正后的色度点变换到RGB空间，色域映射得到的点是估计光源校正后的色度点。

2.根据权利要求1所述的一种基于光源颜色分布限制的颜色恒常性方法，其特征在于：步骤(1)中对于待估计光源颜色的图像，首先预测采集该图像的相机灵敏度曲线，并将黑体的光谱辐射应用到该相机灵敏度曲线上得到黑体轨迹；

步骤(2)中依托黑体轨迹构建光源颜色分布的色域范围；在黑体轨迹上找到三个点；分别位于黑体轨迹的高色温处对应的色度点m1，低色温处对应的色度点m2，以及在低色温和高色温中间处找到对应的色度点m0；并在m0处上下找到两个点mH和mL来扩展色域的范围；利用m1，mH，m2三个点计算二次多项式来拟合色域的上边界，并用m1，mL，m2计算二次多项式来拟合色域的下边界。

3.根据权利要求2所述的一种基于光源颜色分布限制的颜色恒常性方法，其特征在于：步骤(3)中利用各种已有颜色恒常性方法估计图像的光源颜色，估计的光源颜色和真实光源颜色变换到rg空间；

4.根据权利要求3所述的一种基于光源颜色分布限制的颜色恒常性方法，其特征在于：步骤(4)中对于步骤(3)的方法估计的光源颜色结果，判断是否存在于构建的色域范围内，若处于色域范围内则不作处理，若不在色域范围内则通过色域映射法将该光源估计结果映射到色域边界来降低误差，从而提高已有颜色恒常性方法光源估计的准确性；

两种色域映射方法：

记待映射点为P(r,g)，即颜色恒常性方法估计的光源颜色结果，假设P不在构建的色域内；

通过最小距离法或基于中心点法进行色域映射；

步骤(5)中色域映射得到的点是估计光源校正后的色度点，将其变换到RGB空间，即为校正后的光源颜色；rg转RGB的方法如下：假设B为1，b＝1-r-g，则即可得到估计光源的RGB颜色值。

说明书

一种基于光源颜色分布限制的颜色恒常性方法

技术领域

[0001] 本发明涉及一种基于光源颜色分布限制的颜色恒常性方法。属于 计算机视觉、图像处理和颜色增强等技术领域。

背景技术

[0002] 颜色能够直观地表达物体表面特征，在图像处理和计算机视觉的 实际应用中发挥着重要作用。然而颜色的形成经常会受照明光源条件 变化影响导致图像这一颜色特征的表达极其不稳定。人眼具有颜色恒 常的视觉特性，即使场景照明光源发生变化时仍能够对物体的颜色感 知保持相对不变。数字成像系统由于不具备人眼这种颜色恒常视觉特 性，成像时容易受到照明光源条件变化导致图像颜色不稳定。颜色恒 常性算法是使数字成像系统在光照条件发生改变时，仍能够获得和人 类视觉系统感知颜色一致的颜色图像，这对于颜色特征提取、目标识 别、人物跟踪和场景监视等相关计算机视觉算法鲁棒性和准确性的提 高有重要帮助和意义。

[0003] 颜色恒常性方法一般分为两个步骤：第一步首先在已知图像的颜 色信息基础上估计出图像的光源颜色，第二步根据估计的光源颜色与 标准光源颜色生成的对角矩阵变换关系将该图像颜色转换到标准光 源下的颜色。由于对角矩阵变换过程相对比较简单，所以颜色恒常性 的研究主要集中于光源颜色估计，光源颜色的估计按计算过程通常被 分为基于统计的方法和基于学习的方法。基于统计的颜色恒常性方法 利用图像本身底层的颜色特征估计得到图像成像时的光照颜色。例如 maxRGB方法、GreyWorld方法、SoG方法、GreyEdge方法等。基于 学习的颜色恒常性方法主要通过大量已知的图像与对应照明光源颜 色的先验知识建立某种预测模型，然后基于新拍摄图像颜色信息分布 实现照明光源颜色信息的预测。目前有色域映射法，基于贝叶斯理论、 基于图像颜色相关性以及基于卷积神经网络的颜色恒常性方法等等。 然而大多数颜色恒常性方法均是在满足假设条件下取得较好的光源 估计精确度。到目前为止，没有一个算法在所有的数据集上均表现出 良好的预测精确度。在估计图像的光源颜色时，若图像特征不满足限 定的假设条件或先验知识不充足时，光源估计的光源颜色精确性就会 受到影响，导致光源估计结果产生较大的误差。

[0004] 实质上日常生活中常见光源颜色基本上围绕着黑体轨迹分布，虽 然存在光源颜色离黑体轨迹较远的点，但这些离散的光源在实际中并 不常见。Aurelien等人收集的IES318光源数据集和实验室收集的 HDULS543光源数据集，提供了各种不同光源的光谱分布信息。IES318 和HDULS543光源数据集均来自于日常生活常见的光源，将其分别应 用到CIE 1931标准色度系统或相机sonyDXC930上可获得光源颜色分 布情况，分别如图2和图3所示。同时可观察到光源颜色分布基本上 围绕着黑体轨迹分布。

发明内容

[0005] 本发明主要提出一种基于光源颜色分布限制的颜色恒常性方法， 是对各种已有颜色恒常性方法的后处理方法。对于待估计光源颜色的 图像，计算或测得该图像拍摄时的相机灵敏度曲线，依托黑体辐射在 该相机灵敏度曲线响应下的黑体轨迹，构建光源颜色分布的色域范 围。然后对该待估计光源颜色的图像使用已有颜色恒常性方法得到不 同的光源颜色结果。最后通过将其估计结果不在色域内的光源颜色限 制到色域边界内，从而降低光源估计时出现较大误差情况，以达到对 各种不同颜色恒常性方法鲁棒性的提升。

[0006] 本发明所解决其技术问题采用的技术方案是一种基于光源颜色 分布限制的颜色恒常性方法，处理过程是在rg空间，具体步骤如下：

[0007] 步骤(1)为不同相机构建精准的色域范围，计算相机空间的黑体 轨迹；

[0008] 步骤(2)依托黑体轨迹构建光源颜色分布的色域范围；

[0009] 步骤(3)利用已有颜色恒常性方法估计图像的光源颜色；

[0010] 步骤(4)对光源估计结果进行判断，若处于色域范围内则不作处 理，若不在色域范围内则通过色域映射法将该光源估计结果映射到色 域边界内；

[0011] 步骤(5)将校正后的色度点变换到RGB空间，色域映射得到的点是 估计光源校正后的色度点。

[0012] 步骤(1)中对于待估计光源颜色的图像，首先预测采集该图像的 相机灵敏度曲线，并将黑体的光谱辐射应用到该相机灵敏度曲线上得 到黑体轨迹。

[0013] 步骤(2)中依托黑体轨迹构建光源颜色分布的色域范围。在黑体 轨迹上找到三个点。分别位于黑体轨迹的高色温处对应的色度点m1， 低色温处对应的色度点m2，以及在低色温和高色温中间处找到对应的 色度点m0。并在m0处上下找到两个点mH和mL来扩展色域的范围。利 用m1，mH，m2三个点计算二次多项式来拟合色域的上边界，并用m1， mL，m2计算二次多项式来拟合色域的下边界。

[0014] 步骤(3)中利用各种已有颜色恒常性方法估计图像的光源颜色， 估计的光源颜色和真实光源颜色变换到rg空间。

[0015]

[0016] 步骤(4)中对于步骤(3)的方法估计的光源颜色结果，判断是否存 在于构建的色域范围内，若处于色域范围内则不作处理，若不在色域 范围内则通过色域映射法将该光源估计结果映射到色域边界来降低 误差，从而提高已有颜色恒常性方法光源估计的准确性。

[0017] 两种色域映射方法：

[0018] 记待映射点为P(r,g)，即颜色恒常性方法估计的光源颜色结果， 假设P不在构建的色域内。

[0019] (1)最小距离法(ICDL-D)

[0020] 最小距离法的思想是将待映射点P映射到距色域边界距离最短 的位置作为光源颜色分布限制法的结果。

[0021] (2)基于中心点法(ICDL-C)

[0022] 基于中心点法认为场景拍摄时的照明光源大多数是在日光下。标 准照明体D与实际日光的相对光谱功率分布相近，由于D65是平均日 光的色度点，所以把黑体轨迹色温取6500K对应的色度点作为中心 点。然后将不在构建色域范围内的待映射点P与该中心点连接，并把 连线与色域边界的交点作为光源颜色分布限制法的结果。

[0023] 步骤(5)中色域映射得到的点是估计光源校正后的色度点，将其 变换到RGB空间，即为校正后的光源颜色。rg转RGB的方法如下： 假设B为1，b＝1-r-g，则

[0024]

[0025] 即可得到估计光源的RGB颜色值。

[0026] 本发明提供的技术方案的有益效果为：

[0027] 在完成对采集图像相机构建对应光源颜色的色域后，对使用该相 机采集的图像使用颜色恒常性方法预测其光源颜色。首先判断预测的 光源估计结果是否存在于构建的色域范围内，若位于色域范围内则不 作色域映射操作。若不在色域范围内，说明该颜色恒常性方法对图像 的光源估计误差较大。光源颜色分布限制方法则通过将该光源估计结 果映射到构建的色域边界内降低误差，从而提高光源估计的准确性。

附图说明

[0028] 图1为本发明实施例结果图；

[0029] 图2为光源数据集在CIE1931标准观察者下的色度点分布；

[0030] 图3为光源数据集在sonyDXC930标准观察者下的色度点分布。

具体实施方式

[0031] 本发明的技术方案可采用计算机软件技术自动进行流程。为了更 好地理解本发明的技术方案，下面结合附图和实施例对本发明做进一 步的详细说明。本发明的实施例是降低SFU数据集图像不同光源估计 结果的误差，SFU数据集是由西蒙弗雷泽大学计算机视觉实验室在11 种常见光源下拍摄的321幅室内图像构成。参照图1，本发明实施例 的流程包括如下步骤：

[0032] 步骤(1)为不同相机构建精准的色域范围，计算相机空间的黑体 轨迹；

[0033] 步骤(2)依托黑体轨迹构建光源颜色分布的色域范围；

[0034] 步骤(3)利用已有颜色恒常性方法估计图像的光源颜色；

[0035] 步骤(4)对光源估计结果进行判断，若处于色域范围内则不作处 理，若不在色域范围内则通过色域映射法将该光源估计结果映射到色 域边界内；

[0036] 步骤(5)将校正后的色度点变换到RGB空间，色域映射得到的点是 估计光源校正后的色度点。

[0037] 步骤(1)中得到采集SFU数据集的相机灵敏度曲线，并将黑体辐 射强度应用到该灵敏度曲线上得到普朗克轨迹或黑体轨迹。

[0038] 步骤(2)中一般情况下常见光源颜色的色度点大致分布在黑体 轨迹色温从2000K～25000K上。将黑体轨迹上色温2000K时的色度点 记为m1(m1x，m1y)，色温25000K的色度点记为m2(m2x，m2y)。由于 日光照明体D65对应的相关色温为6500K，6500K对应的色度点记为 D65(a,b)，该色度点及附近点通常表示了日光的颜色。使用D65点、 m1、m2构建光源颜色的色域。在D65点上下分别取合适的两点，记为 mH(mHx，mHy)和mL(mLx，mLy)，两点的横坐标与D65点的横坐标a相 等，利用m1，mH，m2三点拟合一条曲线作为色域的上边界，并用m1，mL，m2三点拟合一条曲线作为色域的下边界。构建的色域可以用两个 二次多项式YH和YL表示，式(1-4)给出了构建的色域上边界方程的 计算过程：

[0039] yH＝A(1,1)x2+A(1,2)x+A(1,3)  (1)

[0040] YH＝AX  (2)

[0041]

[0042] Y＝[m1y mHy m2y]  (4)

[0043] 步骤(3)中利用已有颜色恒常性方法估计图像的光源颜色，估计 的光源颜色和真实光源颜色变换到rg空间。假设光源颜色为 e＝(R,G,B)，转换到色度空间计算为：

[0044]

[0045] 步骤(4)中在rg空间判断估计的光源结果是否存在构建的色域 范围内，若在色域内则不作处理，若不在色域内，则将光源估计结果 通过两种色域映射方法映射在构建的色域边界。

[0046] 两种色域映射方法：

[0047] 记待映射点为P(r,g)，即颜色恒常性方法估计的光源颜色结果， 假设P不在构建的色域内。

[0048] (1)最小距离法(ICDL-D)

[0049] 最小距离法的思想是将待映射点P映射到距色域边界时距离最 短。最简单的计算方法是将色域边界离散化为一系列点D，其中 D＝{d1,d2,...,dn}，通过比对集合D中与待映射点P的欧式距离，若色 域边界点d距离点P最小，则将点P映射在点d处。d为待映射点校 正后的光源颜色。

[0050]

[0051] 其中φ是P点到集合D中点的最小欧式距离，d为映射点，d∈D。

[0052] (2)基于中心点法(ICDL-C)

[0053] 日光轨迹的色温T取值范围为4000K～25000K，基于中心点法认 为场景拍摄时的照明光源大多数是在日光下。标准照明体D与实际日 光的相对光谱功率分布相近，由于D65是平均日光的色度点，所以把 黑体轨迹色温取6500K对应的色度点作为中心点。将不在色域范围内 的待映射点P与该中心点连接，并把连线与色域边界的交点作为光源 颜色分布限制法的结果。

[0054] 具体计算时，取色温在6500K时对应的色度点记为w(a,b)，不同 相机灵敏度曲线下w(a,b)位置是不一样，使用映射点P与点w两点确 定的直线方程表达式为：

[0055]

[0056] 联立方程，求解Y0与YH、YL的交点，作为映射点。

[0057] 步骤(5)中色域映射得到的点是估计光源校正后的色度点，将其 变换到RGB空间，即为校正后的光源颜色。rg转RGB的方法如下： 假设B为1，b＝1-r-g，则

[0058]

[0059] 即可得到估计光源的RGB颜色值。

[0060] 以下是本发明技术方案可行性证明：

[0061] 角度误差是目前应用广泛的评价颜色恒常性算法的主流方法，通 过图像真实光源颜色ea＝(Ra,Ga,Ba)和算法估计得到的光源颜色 eb＝(Rb,Gb,Bb)两个颜色向量之间的角度来判断估计的光源与真实光 源的差异，因为在进行光源颜色时最关注的问题是估计光源和真实光 源向量方向的差异而并不关心其向量大小差异，估计得到的光源和真 实光源角度误差θa定义为：

[0062]

[0063] 角度误差越小，算法得到的光源颜色就越接近测量的真实光源 值。在使用大量数据集来评价光源估计方法时，经常会用到数据集角 度误差的中值(Medianangularerror)、均值(Meanangularerror)、 最大值(Maxangularerror)、总数量25％的最佳光源估计结果的均 值误差(Best-25％angularerror，best25)和总数量25％的最差光源 估计结果的均值误差(Worst-25％angularerror，worst25)的评价指 标，更好地对光源估计方法做出全面整体的评价。

[0064] 下面给出SFU数据集和568数据集(使用了481幅图像)不同颜色 恒常性方法实验结果。如表1和表2所示，由Median值、Mean值和 Worst25值可观察到，ICDL-D法和ICDL-C法对maxRGB法、灰色世界 法(GreyWorld法)、ShadesofGray法(SoG)、GreyEdge法、 GamutMapping法以及FFCC法(快速傅立叶颜色恒常性法)的改进结 果明显相比原有的结果误差要小。改进后得到的Median、Mean和 Worst25误差值都有所降低，所以ICDL-D法和ICDL-C法在一定程度 上能够降低已有颜色恒常性方法光源颜色估计的误差。

[0065] 表4.1 ICDL-D法和ICDL-C法对现有方法(xMethod)在SFU数据集角度误差 改进结果

[0066]

[0067]

[0068] 表4.3 ICDL-D和ICDL-C对现有方法(xMethod)在CC481数据集上角度误差 改进结果

[0069]

[0070] 从实验数据可以看出，本发明提到的两种色域映射方法均较好的 降低了不同颜色恒常性方法原有误差，说明本发明方法能有效提高颜 色恒常性的鲁棒性。

[0071] 以上内容是结合最佳实施方案对本发明所做的进一步详细说明， 不能认定本发明的具体实施只限于这些说明。本领域的技术人员应该 理解，在不脱离由所附权利要求书限定的情况下，可以在细节上进行 各种修改，都应当视为属于本发明的保护范围。