[发明专利]一种用于实现优化场景光照估计的设计方法

摘要

本发明提供了一种基于Weibull分布下的图像纹理特征(纹理尺寸和图像对比度)提取算法，并将通过图像特征提取匹配以达到优化图像场景光照估计作为该算法的应用实例。Weibull分布作为一种概率分布，可用于表征图像边缘随机纹理的空间结构，在Weibull分布三个重要参数(α，β，ε)中，参数α表示图像纹理的尺寸大小，参数β表示纹理图像的对比度。在参数ε的基础上导出以ε为自变量的α，β表达式，并在ε最优解的基础上得到(α，β)的最优解，从而较为精准地提取出图像的纹理特征参数。通过后续的图像纹理特征提取匹配试验，并进行相应的图像场景光照估计，从而验证了提供的图像纹理特征提取算法的可行性与优越性。

主权项

1.一种用于实现优化图像场景光照估计的设计方法，其特征在于，包括：(1)建立一个基于图像纹理特征提取匹配的优化图像场景光照估计模型，包括参考图像对应最优颜色恒常性算法的选取、测试图像与参考图像纹理特征的匹配，以及RGB彩色图像纹理特征的提取；(2)将基于Grey‑Edge算法框架下的五种经典颜色恒常性算法作为参考依据，其包括：①Grey World；②Max RGB；③General Grey World；④First‑Order Grey Edge；⑤Second‑Order Grey Edge，分别计算出对应五种算法下图像场景光照估计的角度误差值，挑选最小角度误差值对应的颜色恒常性算法作为参考图像的最优颜色恒常性算法；(3)构建测试图像与参考图像纹理特征匹配的模型，通过计算给定测试图像与参考图像集中图像纹理特征的欧式距离，在参考图像集中挑选出与给定测试图像纹理特征最为接近的参考图像，然后将参考图像对应的最优颜色恒常性算法直接应用于测试图像，通过算法融合进行场景光照估计；(4)对于一幅RGB彩色图像，基于Weibull分布的图像纹理特征，包括：①图像纹理尺寸和②图像对比度，其通过如下步骤计算确定：1)读入目标图像的像素值并按像素值大小进行排序，以矩阵形式存储：图像处理工具箱中支持的默认图像数据类型是uint8，将图像数据类型经im2double转换为可计算的double数据类型，并由imread将图像像素值读入然后按数值大小对其进行排序，由于RGB图像被存储于一个p×q×3的三维数组中，令n＝p×q×3，故其以1×n的矩阵形式对图像像素值进行存储；2)计算三参数Weibull分布的超值累积频率函数F(x)：三参数Weibull分布的概率密度函数为：等式两边同时积分有：其中，P(x)为累积失效函数，F(x)为超值累积频率函数，概率学中对P(x)给出一种快速求解的办法，即：其中n为RGB图像中所存储的像素点的数目，即：n＝p×q×3，因此三参数Weibull分布的超值累积频率函数F(x)为： （4）其中，x_i对应于RGB图像中每个像素点的像素值；3) 在参数ε的基础上应用线性回归导出参数α，β的表达式：对三参数Weibull分布超值累积频率函数F(x)进行等式两边同时取两次对数，即： （5） （6）运用线性回归拟合Y=A+BX，令： （7） （8） （9） （10）其中，线性回归拟合参数A，B以及线性相关参数γ为： （11） （12） （13）其中，L_XX，L_XY，L_YY表示变量之间的相关性，即： （14） （15） （16） （17）Weibull分布参数α，β的表达式为：其中，α，β被表示为以参数ε为自变量的函数；4)通过求解线性相关系数γ的最大值，并利用二分法得到参数ε的最优解：对线性回归拟合相关系数γ求偏导，即：其中，以参数ε为自变量的线性相关系数函数表达式Q(ε)可表示为：在函数Q(ε)中通过二分法求解出参数ε的最优解，其中ε满足：ε≥0，即：①设定ε的初始值为0，迭代间隔为mean(x)÷N，其中mean(x)为RGB图像所有像素点像素值的均值，N为迭代次数，区间精度为d；②通过迭代并计算出函数Q(ε)第一次出现正负值交替时所对应的ε值ε1和ε2，即Q(ε1) Q(ε2)<0；③计算区间(ε1，ε2)的中值对应的函数值Q((ε1+ε2)÷2)，然后根据Q((ε1+ε2)÷2)的正负值重新选择最优解区间，并计算对应的区间精度d=|ε1‑ε2|；④重复③直至满足事先所设定的区间精度d或者迭代次数N，参数ε的最优解记为ε= (ε1+ε2)÷2；5) 通过已得到的Weibull分布参数ε最优解计算得到参数α，β的最优解，即RGB图像的纹理特征参数：纹理尺寸和对比度。