欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2019104095728
申请人: 天津科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2025-09-17
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种彩色图像颜色一致性描述方法,其特征在于,包括如下步骤:步骤1:依据彩色图像的颜色、纹理的视觉感知相似性,将所述彩色图像划分为含有不规则几何形状的k个子区域,所述的k个子区域的子区域面积与图像总面积的比值的最小值不小于0.5%,所述的子区域的子区域内任意两像素之间的基于“像素L′a′b′数据”的像素间色差ΔPL′a′b′不大于3.0,所述的子区域的子区域之间的基于“像素L′a′b′数据”的子区域间色差ΔSL′a′b′的最小值不小于5.0;

所述的“像素L′a′b′数据”可根据下列关系式由图像像素的红、绿、蓝通道的颜色数据R、G、B计算得到,

L′=116f(Y)‑16,a′=500[f(X)‑f(Y)],b′=200[f(Y)‑f(Z)],其中,X=0.433953R+0.376219G+0.189828B,Y=0.212671R+0.715160G+0.072169B,1

Z=0.017758R+0.109477G+0.872765B,用t表示X、Y、Z,则当t>0.00885645时f(t)=t/3

,当t≤0.00885645时f(t)=7.78703704t+0.13793103;

2 2 2 1/2

所述的像素间色差ΔPL′a′b′为ΔPL′a′b′=[(L′2‑L′1) +(a′2‑a′1) +(b′2‑b′1) ] ,L′2、L′1、a′2、a′1、b′2、b′1为两个像素的L′、a′、b′数据;

2 2 2 1/2

所述的子区域间色差ΔSL′a′b′为ΔSL′a′b′=[(SL′2‑SL′1)+(Sa′2‑Sa′1)+(Sb′2‑Sb′1)] ,SL′2、SL′1、Sa′2、Sa′1、Sb′2、Sb′1为两个子区域的所有像素的像素L′、a′、b′数据的平均值;

步骤2:对步骤1所述的k个子区域,进行图像子区域外界照明光源的颜色计算,通过执行下列操作来实现:

(1)令第I个所述图像子区域的照明光源的颜色值为(MR,MG,MB),其中的I为1~k之间的整数,MR、MG和MB为第I个所述子区域的照明光源的红、绿和蓝颜色值,然后计算第I个子区域的每个像素的r=R/(R+G+B)、g=G/(R+G+B)、b=B/(R+G+B)以及ψ=1/(R+G+B)值,R、G、B为图像像素的红、绿、蓝通道的颜色值,ψ为图像像素的红、绿、蓝颜色值的和的倒数,并由第I个子区域的所有像素的r、g、b和ψ数据构建r‑ψ、g‑ψ和b‑ψ数据集;

(2)利用最小二乘法对操作(1)所获得的r‑ψ、g‑ψ和b‑ψ数据集在平面直角坐标系中分别进行线性拟合处理,所采用的拟合关系式具有y=kx+m的形式,其中的y对应r、g和b数据而x对应ψ数据,所得到的r‑ψ、g‑ψ和b‑ψ数据集的数据拟合关系式分别为y=kr‑ψx+MR、y=kg‑ψx+MG、y=kb‑ψx+MB,其中的kr‑ψ、kg‑ψ、kb‑ψ、MR、MG、MB为由所述的r‑ψ、g‑ψ和b‑ψ数据集经线性拟合处理而得到的拟合参数值,则第I个图像子区域的照明光源的颜色值为(MR,MG,MB);

(3)重复执行操作(1)和操作(2),获得步骤1所述的k个子区域的照明光源的颜色值(MRI,MGI,MBI),I=1~k,再对所获得的k个颜色值执行平均化处理,得到外界照明光源的颜色值(mr,mg,mb),mr=∑MRI/k、mg=∑MGI/k、mb=∑MBI/k;

步骤3:对彩色图像进行颜色一致性描述处理,将彩色图像的像素数据转换到具有描述一致性特征的光源下,通过执行下列操作来实现:(1)利用步骤2所获得的光源颜色值(mr,mg,mb),令μ=mr‑0.5mg‑0.5mb、v=0.866mg‑

2 2 1/2 2 2 1/2

0.866mb、ω=0.6667mr+0.6667mg+0.6667mb,于是得到μ′=v/(μ+v) 、v′=‑μ/(μ+v) 、

2 2 2 1/2 2 1/2

δ=ω/(μ+v+ω) 和ξ=(1‑δ) ;

(2)依据步骤3的操作(1)所获得的μ′、v′、δ和ξ数据,对彩色图像的所有像素的R、G、B颜色值进行数据转换处理,通过执行下列转换关系来实现:R′=J·R+P·G+L·B,G′=M·R+Q·G+N·B,B′=K·R+W·G+I·B,其中,

2 2 2 2

J=0.67μ′‑0.95v′ξ‑0.33(μ′‑v′)δ,

2 2 2

M=‑0.33μ′+0.19μ′v′+(0.39μ′‑0.28v′)ξ‑(0.33μ′+0.67v′‑0.19μ′v′)δ,

2 2 2

K=‑0.33μ′‑0.19μ′v′‑(0.39μ′+0.28v′)ξ‑(0.33μ′+0.67v′+0.19μ′v′)δ,

2 2

P=‑0.33μ′+0.58μ′v′+(0.43μ′+0.69v′)ξ+(0.33μ′‑0.58μ′v′)δ,

2 2 2 2

Q=0.17μ′+0.5v′‑0.19μ′v′+(0.05μ′+0.03v′)ξ+(0.83μ′+0.5v′+0.19μ′v′)δ,

2 2 2 2

W=0.17μ′‑0.5v′‑0.38μ′v′+(0.82μ′+0.03v′)ξ‑(0.17μ′‑0.5v′‑0.38μ′v′)δ,

2 2

L=‑0.33μ′‑0.58μ′v′‑(0.43μ′‑0.69v′)ξ+(0.33μ′+0.58μ′v′)δ,

2 2 2 2

N=0.17μ′‑0.5v′+0.38μ′v′‑(0.82μ′‑0.03v′)ξ‑(0.17μ′‑0.5v′+0.38μ′v′)δ,

2 2 2 2

I=0.17μ′+0.5v′+0.19μ′v′‑(0.05μ′‑0.03v′)ξ+(0.83μ′+0.5v′‑0.19μ′v′)δ,于是,得到了具有颜色描述一致性特征的图像像素的相应颜色数据R′、G′、B′,再对R′、G′、B′数据进行取整数操作,即R′=int[R′]、G′=int[G′]和B′=int[B′],获得彩色图像像素的最终颜色数据R′、G′和B′。

2.根据权利要求1所述的一种彩色图像颜色一致性描述方法,其特征在于,所述的彩色图像为利用经过仪器基本功能校准的采集设备所捕获的、没有经过进一步处理的原始彩色图像,不包括利用软件技术进行处理所获得的人工合成的彩色图像。

3.根据权利要求1所述的一种彩色图像颜色一致性描述方法,其特征在于,所述的彩色图像的颜色、纹理的视觉感知相似性,体现在,所述的子区域的子区域内任意两像素之间的基于“像素L′a′b′数据”的像素间色差ΔPL′a′b′不大于3.0,所述的子区域的子区域之间的基于“像素L′a′b′数据”的子区域间色差ΔSL′a′b′的最小值不小于5.0。

4.根据权利要求1所述的一种彩色图像颜色一致性描述方法,其特征在于,所述的不规则几何形状为非正方形和矩形的任意几何形状。

5.根据权利要求1所述的一种彩色图像颜色一致性描述方法,其特征在于,所述的含有不规则几何形状的k个子区域,为所述的k个子区域均为具有非正方形和矩形的任意几何形状。

6.根据权利要求1所述的一种彩色图像颜色一致性描述方法,其特征在于,所述的含有不规则几何形状的k个子区域,为所述的k个子区域中,具有正方形和/或矩形几何形状的子区域的数量占所述子区域总数的比例不超过30%。

7.根据权利要求1所述的一种彩色图像颜色一致性描述方法,其特征在于,所述的k个子区域的划分,采用“k‑means”聚类分析算法实现。