论文部分内容阅读
物体的颜色与照明光源和物体表面特性有关,同一物体在不同光源下会呈现不同的颜色。光照补偿研究在各种光照条件下如何描述物体的本征颜色,是近几年机器视觉领域内的研究热点之一。本文研究光照颜色补偿和客观颜色评价方法,重点研究能真实反映物体本征颜色的光照补偿技术,将非标准光源下的图像转换为标准光源下的图像,消除光照的影响。设计了一种改进型的色差计算方法,该方法不需要进行空间转换,简单快速。实验结果表明,该色差公式与CIEDE2000色差公式效果接近,但计算速度是CIEDE2000色差公式的6.3倍。针对不同的应用场合,设计了两种不同的光照颜色补偿算法。基于颜色空间转换的光照颜色补偿算法,首先估计光源颜色,然后根据光源颜色矢量线性变换RGB空间,得到变换后的彩色空间XLYLZL。推导出了由XLYLZL彩色空间描述的彩色图像,当光照变化时,将原图像转换到目标光源下的图像的转换矩阵。基于有限维线性模型的光照补偿算法,从系统成像模型出发,设计了一种基于双色反射模型的光照光谱功率分布估计方法,由采集得到的颜色值还原对象物体的光谱反射率,在此基础上,应用光照及表面反射的有限维线性模型,将非标准光源下的图像还原为标准光源D65下的图像。为了验证光照颜色补偿算法的有效性,选取了可见光波长范围内具有代表性颜色的一系列色标进行实验。在标准光照箱中,分别拍摄D65和A光源下的色标图像,以D65光源下的图像为标准图像,将A光源下的图像还原为D65光源下的图像,分别计算校正前后的图像与标准图像的色差并进行比较。实验结果表明,采用基于颜色空间转换的光照颜色补偿算法,处理后图像与标准图像的色差比原图像与标准图像的色差下降了68.98%;采用基于有限维线性模型的光照颜色补偿算法,处理后图像与标准图像的色差比原图像与标准图像的色差下降了74.34%。实验证明了该光照补偿算法的有效性。