基于ycbcr色彩空間的圖像色偏檢測方法

1、基于基于YCbCr色彩空間的圖像色偏檢測方法色彩空間的圖像色偏檢測方法隨著人類社會的進步和科學技術(shù)的發(fā)展，數(shù)碼照相機等數(shù)字采集設(shè)備的發(fā)展也越來越快。然而，無論是傳統(tǒng)膠片攝影，還是數(shù)碼相機攝影都會存在一個“色偏”問題。當數(shù)碼相機捕獲一幅場景圖像時，每一個像素的傳感器響應取決于光源[1]。也就是說，每個像素由傳感器記錄光源的色溫。當一個白色物體在低色溫照明下，紅光成分多，它記錄的圖像就顯示偏紅色。同樣，在高色溫照明下，藍光成分多，它記錄的圖

2、像就顯示偏藍色。因此，色偏即數(shù)碼相機所拍攝的圖像的色彩與在標準光源下被拍攝物體表面的真實色彩之間存在的誤差[2]。那么，就需要通過估計光源的色溫并調(diào)整場景顏色來恢復他們真實的顏色，即白平衡處理，目的就是處理圖像使它看起來在經(jīng)典光源下拍攝[34]。進行圖像白平衡調(diào)整首先是要對圖像中進行色偏檢測。目前，檢測圖像色偏的方法己經(jīng)取得一定的研究進展，RGB最大值法[5]是一種簡單快速的色偏檢測算法，它從不同的顏色通道的最大響應來估計光源色彩。另外

3、一個著名的簡單的算法是基于灰度世界的假設(shè)[6]，該算法假設(shè)在一副場景中的平均反射是無色差的。這些算法都具有一定的局限性，例如灰色世界法在圖像中有大量統(tǒng)一的顏色時失效，基于灰度世界的假設(shè)則局限于場景，因此，無法準確地進行色偏檢測和分類。本文提出了利用圖像統(tǒng)計特性，在YCbCr色彩空間中，使用簡單的統(tǒng)計工具分析圖像的顏色分布，在此基礎(chǔ)上將圖像色偏分為像的色彩分布能夠在其轉(zhuǎn)換成合適的色彩空間進行分析，并且使用統(tǒng)計方法來表示色偏的存在。色在本文

4、的工作中，我們對原來的表述做了小的修改，因為我們面對的是一個不同的問題。我們改變顏色空間，從RGB到Y(jié)CbCr，由于前者依賴于場景中白點的知識。此外，我們僅僅考慮色偏指示而忽略最終的色偏分類。本文將圖像色偏分為三類：存在色偏；沒有色偏；不可分類。不可分類指的是圖像考慮的部分不到圖像整體的20%，在下文中將會詳細介紹。⑴我們只考慮亮度在一定區(qū)間內(nèi)的像素而排除最亮的和最暗的像素。這是因為我們分析的圖像可能在獲取時已經(jīng)過了一系列處理，并且我們

5、假設(shè)圖像設(shè)備是未知的。數(shù)碼相機經(jīng)常強加使圖像中最亮的點為白色，最暗的點為黑色，從而改變了很亮點和很暗點色度區(qū)域的范圍。由下文可知，我們的實驗是在圖像數(shù)據(jù)集上進行的，因此只考慮亮度值Y在[50，230]區(qū)間的圖像像素。如果被考慮的圖像區(qū)域大小不到整幅圖像的20%，那么這類圖像就被劃分為不可分類的圖像，不對其進行圖像白平衡處理，因為這類圖像的統(tǒng)計特性并不可靠。這類非常亮或非常暗的圖像的例子如圖1所示。本文通過對大量無色偏的圖像和有色偏的圖像