[发明专利]一种基于图像局部对比度的自适应颜色恒常性方法

说明书

本发明公开一种基于图像局部对比度的自适应颜色恒常性方法，针对目前的颜色恒常算法，不能适用于所有数据集，灵活性较差的问题，本发明通过图像局部对比度来自适应地调节高斯差函数(Difference of Gaussian,DoG)的核函数大小和中心‑外周感受野的抑制权重来模拟大脑视觉自适应信息处理机制，高级视觉皮层V4区通过自适应的稀疏编码方式整合来自于低级视觉皮层V1区的输入信号，从而估计出场景的光源颜色；实现在不同数据集上设置相同的参数，都能取得很好的效果；并且十分高效，可以很好的估计出光源的位置和颜色，对图像进行实时颜色校正。

技术领域

本发明属于计算机视觉、图像处理、人工智能、信号处理和认知科学等学科相关的技术领域，特别涉及一种从彩色图像中估计场景的光源颜色，实现图像颜色校正的技术。

背景技术

视觉计算是一个相当广泛的领域，颜色恒常性强调我们的视觉系统对外界物体颜色感知的恒常性，是指从感官信息中抽取出最稳定的视觉颜色信息，获得对外界物体最本质的认识，人类视觉系统能够自动地去除场景中由于光源颜色变化所导致的场景色偏的能力称之为颜色恒常性。

颜色恒常性可以从不同的角度来分析，比如计算机视觉、光学、心理学等。我们把视觉中的颜色恒常性作为视觉的底层或者中级信息处理，表征了视觉对颜色的感知，而视觉的自适应性可以理解为神经元层面上的短时可塑性，视觉系统可以根据外界刺激的变化相应的改变对外界刺激的响应过程，让视觉信息的处理跟上外界信号的变化，从而能够利用空间和时间上的信号统计结构信息。从知觉的角度，视觉自适应能够影响我们对物体的判断，使得视觉系统具有知觉恒常性，比如对刺激中光照颜色变化的自适应可以使视觉系统保持对物体颜色的恒定感知。

颜色恒常性已经有很多算法提出，比如D.A.Forsyth的“A novel algorithm forcolor constancy,International Journal of Computer Vision,vol.5,no.1,pp.5–35,1990”，以及A.Gijsenij和T.Gevers提出的“Color constancy using natural imagestatistics and scene semantics,Pattern Analysis and Machine Intelligence,IEEETransactions on,vol.33,no.4,pp.687–698,2011.”都是针对特定数据集和特定场景提出的。

目前为止，没有一个算法是适用于几乎所有的数据集，灵活性比较差，不适用于实时处理。

发明内容

为解决上述技术问题，本发明提出一种基于图像局部对比度的自适应颜色恒常性方法，在不同数据集上设置相同的参数，都能取得很好的效果，并且十分高效，可以很好的估计出光源的位置和颜色，对图像进行实时颜色校正。

本发明采用的技术方案为：一种基于图像局部对比度的自适应颜色恒常性方法，包括：

S1、通过计算每个像素的局部标准差来获得图像的局部对比度；

S2、将原始图像分成R、G、B三个颜色通道，每一个颜色通道根据步骤S1计算得到的局部对比度选择高斯核的尺寸，进行卷积，得到V1区神经元中心感受野的响应CR；

S3、将原始图像分成R、G、B三个颜色通道，每一个颜色通道与一个固定尺度的高斯核做卷积，得到V1区神经元外周感受野的响应SR；

S4、整合S2和S3计算得到的V1区神经元感受野的中心响应CR和外周响应SR得到V1区神经元的最终输出RR；

S5、V4区神经元通过稀疏编码的方式对V1区神经元的输出RR进行整合得到估计的光源颜色；

S6、消除光源颜色实现颜色恒常性；将原始图像中的像素除以对应光源颜色图中的像素得到校正后的无色偏图像。