基于Lab色度空间的视频图像偏色检测方法

摘要

一种基于Lab色度空间的视频图像偏色检测方法，包括以下步骤：a)RGB颜色空间转换到Lab色度空间；b)计算偏色因子；本发明提出了一种新的偏色检测因子，并成功用于图像的偏色检测。首先，将图像由原始的RGB颜色空间转换为Lab色度空间，然后根据无偏色正常图像与存在偏色异常图像之间的a色度与b色度空间灰度直方图分布的区别，分别计算a色度空间灰度直方图与b色度空间灰度直方图分布的均值后，再根据其与直方图的中值之间的统计分布，来计算偏色因子。大量真实街景图像数据库的实验验证了本专利所提出的新的偏色因子能真实反映出图像的偏色程度，从而完成偏色检测，使用本方法检测速度快，精度准缺。

主权项

一种基于Lab色度空间的视频图像偏色检测方法，所述的Lab色度空间由亮度分量L和两个色度分量组成,这两个色度分量分别是从绿到红的a分量和从蓝到黄的b分量；其特征是：该方法包括以下步骤：a)从RGB颜色空间到Lab色度空间的转换，包括以下步骤：首先，从24bit真彩的RGB空间转换到sRGB(standardredgreenblue)空间；然后，通过如式(1)所示的线性变换将被测图像从sRGB空间转换到XYZ空间：[X，Y，Z]＝[M]·[R，G，B]   (1)其中，[M]为3×3矩阵，$\left[M\right]=\left[\begin{array}{ccc}0.4125& 0.3576& 0.1805\\ 0.2126& 0.7152& 0.0722\\ 0.0193& 0.1192& 0.9505\end{array}\right];$R、G、B分别是经过Gamma校正的色彩分量：R＝g(r)，G＝g(g),B＝g(b)；其中r、g、b为原始的色彩分量，g(x)是Gamma校正函数：当x＜0.018时，g(x)＝4.5318·x；当x≥0.018时，g(x)＝1.099·x^0.45‑0.099；最后，按下述式(2)的方法将其从XYZ空间转换到Lab空间：$\begin{array}{c}L=116·f\left(Y_1\right)-16;\\ a=500·(f\left(X_1\right)-f\left(Y_1\right));\\ b=200·(f\left(Y_1\right)-f\left(Z_1\right));\end{array}---\left(2\right)$其中，f(x)是一个类似Gamma函数的校正函数：当x＞0.008856时，f(x)＝x^1/3；当x≤0.008856时，f(x)＝(7.787·x)+(16/116)；X₁、Y₁、Z₁的校正函数分别是线性归一化之后的X、Y、Z值：X₁＝X/0.9505；Y₁＝Y/1.0；Z₁＝Z/1.0891；b)偏色因子的计算：设图像I的大小为M×N，则将其从RGB空间转换为Lab空间后，分别计算a分量和b分量的直方图分布h_a(i)和h_b(i)：$h_a\left(i\right)=\frac{n_a^i}{M·N},i=0,···,255---\left(3\right)$$h_b\left(i\right)=\frac{n_b^i}{M·N},i=0,···,255---\left(4\right)$上式(3)与式(4)中的与分别表示了图像I的a分量与b分量的第i个灰度等级的像素个数；在得到h_a(i)和h_b(i)后，再分别求各自的均值E_a和E_b：$E_a=\underset{i=0}{\overset{255}{\Sigma }}i·h_a\left(i\right)=\underset{i=0}{\overset{255}{\Sigma }}i·\frac{n_a^i}{M·N}---\left(5\right)$$E_b=\underset{i=0}{\overset{255}{\Sigma }}i·h_b\left(i\right)=\underset{i=0}{\overset{255}{\Sigma }}i·\frac{n_b^i}{M·N}---\left(6\right)$又令图像I的a分量与b分量的直方图中的值分别为M_a和M_b，则偏色因子定义如下：${\omega }_c=\sqrt{\frac{{(E_a-M_a)}^2+{(E_b-M_b)}^2}{{\sigma }_c^2}}---\left(7\right)$式(7)中的σ_c为偏色因子的方差。