第33卷第3四川兵工学报2012年3月【光学工程与电子技术】偏色图像的色彩还原算法实现欢a，陈向宁b，姜明勇a王(装备学院a．研究生管理大队;b．光电装备系，北京101416)摘要:针对数码图像在不同光源拍摄中产生的偏色现象，提出了一种基于边缘检测的色彩还原算法。该算法首先对偏色图像进行直方图均衡，使图像的偏色现象得到抑制。然后将直方图均衡后的图像从RGB空间转换到YCbCr空间，再使用sobel算子对Y分量做边缘检测，找到满足条件的近白色区域，进而通过计算增益来对图像进行调整。实验表明:该算法对不同光照下的偏色图像均有很好的校正效果。关键词:白平衡;直方图均衡;边缘检测;:TP391文献标识码:A:1006－0707(2012)03－0109－03随着数码产业的快速发展，人们对于成像质量的要求越来越高，图像作为人类理解世界的窗口，对人们生活的影响与日俱增。人类视觉系统具有颜色恒常性，即人眼对照明环境的亮度和颜色的变化具有视觉适应现象［1］。当照明条件发生变化时，视觉系统会尽量使感知色貌的差别区域最小，这种现象称为颜色恒常性［2］。而图像采集设备并不具有颜色恒常性，在采集图像时容易受到环境光源、物体本身的反射特性及采集设备的感光系数的影响，使采集到的图像颜色与真实的图像颜色存在偏差，形成偏色图像。不同的光源具有不同的光谱成分和分布，色温不同使得物体在不同的光源照射下呈现出不同的颜色，这使得物体的反射光谱较真实色彩有一定的偏差［3］。为了获取物体的“真实颜色”，就需要从视觉感知模型中直接或间接地估计出和视点位置、光源无关的颜色特征量，从而进一步求出该光源下的物体颜色与标准白光下物体颜色之间的对应关系。虽然现有的颜色校正算法众多，但每种算法都有自己的适用条件，没有一种算法可以很好地适用于绝大多数场合。因此本文在现有算法的基础上，提出了一种基于边缘检测的颜色校正算法，并通过实验对该校正算法进行了验证。(3)在参考白色区域确定后，计算出信道增益值，从而进行颜色调整。图1算法流程22．1算法实现RGB三通道直方图均衡在偏暗图像中，直方图的组成成分集中在灰度级较低的一侧;而明亮图像的直方图则倾向于灰度级较高的一侧。直方图均衡可以将一幅图像的像素值均匀地分布在图像的各个区间中，从而使得图像的视觉效果得到改善［4］。图2(a)、(b)分别给出了偏蓝图像和偏红图像RGB三通道的直方图。由图2(a)、(b)可以清楚地看出，当一幅图像偏蓝时，1算法设计基于边缘检测的颜色校正算法其核心思想是通过寻找理想的近白色区域对偏色图像进行色彩还原校正。具体的算法主要分为以下三个步骤。其算法流程如图1所示。(1)首先对彩色图像的R、G、B三个通道分别进行直方图均衡。通过直方图均衡有效地减少图像的偏色现象，使图像的偏色得到抑制，便于下一步更准确地找到理想的白色区域;(2)将图像从RGB空间转换到YCbCr空间。在色彩空间转变后，提取Y分量的边缘，沿着边缘包含的区域找到满足条件的理想白色区域;道直方图中的灰度级集中于灰度级较高的一侧;当图像偏红时，Y通道直方图中的灰度级集中于灰度级较高的一侧。为了抑制图像的偏色现象，须对上述图像进行直方图均衡，使灰度级较均匀的分布在更大的区间范围内，从而将图像中的景物恢复到接近自然的效果，便于下一步找到理想的参考白色区域。图3(a)、(b)分别为图2(a)、(b)的直方图均衡后效果。从图中可见，偏色现象得到有效改善。收稿日期:2012－01－05作者简介:王欢(1988—)，女，硕士研究生，主要从事光学遥感图像处理研究。110四川兵工学报://scbg．jourserv．com/(2)所示的参考白点。Ymin＞0．9*Ymax(2)|Cb(i，j)－(Mb+Db*sign(Mb)|＜1．5*Db|Cr(i，j)－(1．5*Mr+Dr*sign(Mr)|＜在式(2)中，Ymax为最大的Y值，也可直接定义为235，Ymin为区域内最小的Y值［5］。在现有的限制条件基础上，本文中的Y取最大亮度前百分之十的点。增加的这个约束条件将使得到的近白色区域更接...