[发明专利]一种基于偏振参数的颜色恒常性方法、系统及存储介质

说明书

本发明提出一种基于偏振参数的颜色恒常性方法、系统及存储介质，涉及计算机视觉、图像处理和颜色增强的技术领域，首先采集偏色图像和偏色图像对应的偏振图像，然后计算出偏振图像的斯托克斯参数，基于斯托克斯参数获取各个像素点对应的偏振程度值，再通过偏振程度值提取出偏色图像的有效像素点，再区分有效像素点中的伪灰色像素和灰色像素并获得灰色像素权重，再对偏色图像中的灰色像素的值进行加权平均，得到用于消除偏色图像的光照颜色的全局光照颜色估计，最终得到无色偏图像，可以有效排除图像中伪灰色像素对光照颜色估计的造成的不良影响，提高了颜色恒常性算法的准确性和鲁棒性。

技术领域

本发明涉及计算机视觉、图像处理和颜色增强的技术领域，更具体地，涉及一种基于偏振参数的颜色恒常性方法、系统及存储介质。

背景技术

作为计算机视觉中的一个重要且有效的特征，颜色信息已经被广泛应用于许多计算机视觉任务中。但是，由于图像和视频的成像过程受场景中的光照、物体表面的反射率以及成像传感器的响应函数等多方面的影响，颜色信息又成为最不稳定的图像特征之一。图像颜色恒常性的研究目的就是模仿人类视觉系统，自动消除场景光照对成像的影响，还原物体表面真实的颜色信息，为其它计算机视觉任务提供稳定的颜色特征。

目前，估计光源颜色的方法可以分为实时性的和非实时性两类。实时性的算法是基于假设统计的无需样本的算法，此类方法的复杂度较低且计算速度较快。而非实时性的方法主要是基于样本学习的方法，此类方法的性能依赖于训练数据的质量，同时训练过程需要大量计算。虽然目前已有众多颜色恒常性算法，尤其是基于样本学习的传统学习以及深度学习等方法，但是由于计算速度较慢且效果跟学习的样本有较大关系，难以应用到嵌入式设备中。

现有技术公开了一种基于灰像素统计的颜色恒常性方法，该方案利用实时性算法，根据通道相关性将图像自适应分割成形状和颜色较一致的超像素，根据每个超像素的RGB通道间的分布差异，计算出该超像素接近中性灰的程度，最终选取一定数量的最接近中性灰的超像素来估计场景光源颜色，但是该方案依赖于灰色像素和彩色像素的差异规律的统计假设，容易出现灰色像素的误判，导致伪灰色像素对算法结果造成不良影响，使得场景光源颜色的估计不准确。

发明内容

为解决当前的颜色恒常性方法依赖于图像场景中物体或照明的统计知识，容易将伪灰色像素误判为灰色像素，导致伪灰色像素干扰场景光源颜色估计的问题，本发明提出一种基于偏振参数的颜色恒常性方法、系统及存储介质，通过偏振信息参数有效排除图像中伪灰色像素对光照颜色估计的造成的不良影响，提高了颜色还原的准确性和鲁棒性。

为了达到上述技术效果，本发明的技术方案如下：

一种基于偏振参数的颜色恒常性方法，包括：

S1.采集偏色图像以及偏色图像对应的偏振图像；

S2.计算偏振图像的斯托克斯参数；

S3.基于偏振图像的斯托克斯参数，计算偏振图像中每一个像素点对应的包含偏振信息的偏振程度值；

S4.基于每个像素点的偏振程度值，提取偏色图像中的有效像素点；

S5.区分有效像素点中的伪灰色像素和灰色像素，得到用于光照颜色估计的灰色像素权重；

S6.基于灰色像素权重，对偏色图像中的灰色像素的值进行加权平均，得到全局光照颜色估计；

S7.基于全局光照颜色估计，消除偏色图像的光照颜色，得到无色偏图像，实现颜色恒常性。

本技术方案利用偏色图像的偏振信息，不需要其他的先验知识，仅依赖于偏色图像以偏色图像对应的及偏振图像就可以估计出光照颜色，对偏色图像进行实时颜色校正，效果准确且具有实时性。

优选地，在步骤S2中，斯托克斯参数S的计算公式如下：