发明名称 |
一种基于分类校正的彩色图像光源颜色估计方法 |
摘要 |
本发明公开了一种基于分类校正的彩色图像光源颜色估计方法,首先在一组已知光源颜色的图像上提取图像的边缘特征,然后通过最小二乘法进行学,得到边缘特征与光源之间的校正矩阵,再对待处理的测试图像提取边缘特征并与校正矩阵相乘,得到粗略的光源估计;之后通过在特征空间寻找K幅邻近图像的方式找到与待处理测试图像特征相近的一类训练图像,从而重新学,得到精准的光源估计。本发明涉及参数少,并且由于提取的特征简单且数量较少,所以还拥有计算简单、速度快等特点;此外,本发明是基于学的方法,所以处理效果好,精确度高,非常适合于对光源颜色的估计准确度要求比较高的场合。 |
申请公布号 |
CN106295679A |
申请公布日期 |
2017.01.04 |
申请号 |
CN201610606092.7 |
申请日期 |
2016.07.28 |
申请人 |
电子科技大学 |
发明人 |
李永杰;张明;高绍兵;任燕泽 |
分类号 |
G06K9/62(2006.01)I;G06K9/46(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
成都宏顺专利代理事务所(普通合伙) 51227 |
代理人 |
周永宏;王伟 |
主权项 |
一种基于分类校正的彩色图像光源颜色估计方法,其特征在于,包括以下步骤:S1、提取训练图像的边缘特征:将N幅已知光源的彩色图像作为原始训练集T,分别与高斯分布求导后的模板G做卷积运算,得到图像每个像素点对应的边缘值,提取边缘特征,得到N幅训练图像的边缘特征矩阵M;S2、学习校正矩阵:通过最小二乘法,学习由步骤S1计算得到的特征矩阵M与N幅训练图像的标准光源L之间的校正矩阵C;S3、粗略的光源估计:采用步骤S1中的方法提取测试图像的边缘特征,与步骤S2学习得到的校正矩阵C相乘,得到粗略的光源估计结果L1;S4、寻找与测试图像相对应的训练图像:对测试图像与原始训练集T分别去除光源,再采用S1中的方法分别提取边缘特征,形成特征空间;在特征空间中找出与测试图像特征相近的K幅训练图像,将其作为新的训练集TN;S5、精准的光源估计:重复步骤S1‑S4,每次将步骤S1中的训练集T替换为步骤S4中得到的新的训练集TN,训练图像数也相应的由N变为K,直到步骤S4中得到的TN与上一次操作中步骤S4得到的TN相同为止,把最后一次操作中步骤S3得到的光源估计结果L1作为最终光源估计结果。 |
地址 |
611731 四川省成都市高新区(西区)西源大道2006号 |