数字图像课程设计图像颜色校正Word文档格式.doc
- 文档编号:469506
- 上传时间:2023-04-29
- 格式:DOC
- 页数:12
- 大小:209.34KB
数字图像课程设计图像颜色校正Word文档格式.doc
《数字图像课程设计图像颜色校正Word文档格式.doc》由会员分享,可在线阅读,更多相关《数字图像课程设计图像颜色校正Word文档格式.doc(12页珍藏版)》请在冰点文库上搜索。
五.图像效果分析
六.结论和体会
颜色是灰度图象的一种重要特征,物体在不同光源下呈现的颜色不同,本实验是为了对产生色偏的图象进行颜色校正,使采集图像尽量减少失真度。
二.设计原理
2.1灰度世界法
假定一幅带有足够多色彩变化的图像,则这幅场景的平均反射能够抵消偏色现象。
步骤:
(1)计算图像的R,G,B的平均值,及平均灰度值,公式如下:
(2)求R,G,B的通道增益系数Kr,Kg,Kb及校正后的通道,公式如下:
(3)求图像校正后R,G,B的最大值Mval,令factor=Mval/255,如果factor>
1则利用以下公式重新调整R,G,B的值,使其可在[0:
255]内显示,公式如下:
(4)将重新调整的R,G,B值重新赋给图像。
(5)输出图像
注:
“灰度世界算法”不适用于大块单一颜色的情况。
2.2基于图像熵的灰度世界法
利用图像的熵来约束增益系数,从而防止“过校正”。
步骤:
(1)完成灰度世界步骤
(2)中kr,kb,kg的值;
(2)对图像的三个颜色通道分别计算一维离散相对熵Hr,公式如下:
(3)求R,G,B三个通道的约束增益系数,公式如下:
(4)接着灰度世界算法的步骤(3),继续进行,用约束增益系数来代替2.2中增益系数计算。
(5)输出图像。
2.3基于图像熵的灰度世界算法
通过调整其改进后的增益系数,使它们的增益系数相近且达到合适值。
在2.2中求出约束增益系数,对增益系数的大小进行改变,将三个约束增益系数的平均值赋给每一个约束增益系数,然后接着2.2操作。
否
求RGB三个通道的增益系数
计算校正后的三个通道R1、G1、B1
求出图像中所有R1、G1、B1的最大值MAXtal
是
用公式R12=R1/Factor调整
Factor=MAXtal/255>
1
输出图象
3.1灰度世界法
读取图象yumil.jpg
计算图象RGB三个通道的平均值
求图象的平均灰度值Greg
3.2基于图像熵的灰度世界法求出每个像素点所对应的RGB的概率并求出他们的熵Hr,Hg,Hb
求RGB三个通道的约束增益系数
四.设计程序
4.1灰度世界法
I=imread('
yumi1.jpg'
);
%读入原图像
imshow(I);
%显示原图像
[m,n]=size(I);
n=n/3;
R=0;
G=0;
B=0;
I=double(I);
%改为双精度图像
fori=1:
m
forj=1:
n
R=I(i,j,1)+R;
%求像素R的和
G=I(i,j,2)+G;
%求像素G的和
B=I(i,j,3)+B;
%求像素B的和
end
end
r1=R/(m*n);
%求R平均值
g1=G/(m*n);
%求G平均值
b1=B/(m*n);
%求B平均值
grey=(r1+b1+g1)/3;
%平均灰度值grey
kr=grey/r1;
%求增益系数
kg=grey/g1;
kb=grey/b1;
%求增益系数
fori=1:
r2(i,j)=I(i,j,1)*kr;
g2(i,j)=I(i,j,2)*kg;
b2(i,j)=I(i,j,3)*kb;
%求校正后的三个通道
end
mval=0;
%给mval赋初值
mval=max(mval,r2(i,j));
%求出r中最大值赋给mval
mval=max(mval,g2(i,j));
mval=max(mval,b2(i,j));
end
end %求最大值(mval)
F=mval/(m*n);
%求facror(F)
ifF<
1 %如果F小于1,不改变校正后的通道值
r3=r2;
b3=b2;
g3=g2;
elser3=r2/F;
%否则,重新赋值
g3=g2/F;
b3=b3/F;
forj=1:
I(i,j,1)=r3(i,j);
I(i,j,2)=g3(i,j);
I(i,j,3)=b3(i,j);
%将求得的R,G,B值赋给图像I
figure;
imshow(uint8(I));
%输出图像
4.2基于图像熵的灰度世界法
I=imread('
H1=0;
H11=0;
H2=0;
H22=0;
H3=0;
H33=0;
%赋初值0
fork=0:
255
sum1=0;
%sum1赋初值0
fori=1:
forj=1:
ifI(i,j,1)==k
sum1=sum1+1;
%值为k,则加1
end
end
ifsum1==0
P1(k+1)=1;
%如果不存在像素为ki的点,给其概率赋值为1
else
P1(k+1)=sum1/(m*n);
%求概率
H1=P1(k+1)*log2(P1(k+1));
H11=H1+H11;
Hr=-H11/8;
%求熵
end
sum2=0;
%sum2赋初值0
ifI(i,j,2)==k
sum2=sum2+1;
ifsum2==0
P2(k+1)=1;
else
P2(k+1)=sum2/(m*n);
H2=P2(k+1)*log2(P2(k+1));
H22=H2+H22;
Hg=-H22/8;
end %求熵
sum3=0;
%sum3赋初值0
ifI(i,j,3)==k
sum3=sum3+1;
ifsum3==0
P3(k+1)=1;
else
P3(k+1)=sum3/(m*n);
H3=P3(k+1)*log2(P3(k+1));
H33=H3+H33;
Hb=-H33/8;
krrc=(kr-1)*Hr+1;
%求改进后的增益系数
kgrc=(kg-1)*Hg+1;
kbrc=(kb-1)*Hb+1;
r2(i,j)=I(i,j,1)*krrc;
%求校正后的红色通道
g2(i,j)=I(i,j,2)*kgrc;
%求校正后的绿色通道
b2(i,j)=I(i,j,3)*kbrc;
%求校正后的蓝色通道
ifF<
%否则,重新赋值
%将求得的R,G,B值赋给图像I
%输出图像
4.3基于图像熵的灰度世界法后再次改进程序:
在4.2求出改进后增益系数之后,插入此程序,对改进后增益系数重新赋值以达到调整图像亮度的至适当值:
ifkrrc<
krrc=(krrc+kgrc+kbrc)/3;
krrc=1;
ifkgrc<
kgrc=(krrc+kgrc+kbrc)/3;
kgrc=1;
ifkbrc<
kbrc=(krrc+kgrc+kbrc)/3;
kbrc=1;
end %再次调整增益系数的值,使图像亮度适中
接4.2中求校正后的红,绿,蓝通道。
五.图像效果分析:
图5-1为原图像,图5-2为应用灰度世界算法后的图像,图5-3为应用基于图像熵的灰度世界法后的图像,图5-4是基于图像熵的灰度世界法后改进的图像。
(1)可明显看出图5-2发蓝,图像较暗,校正效果不好,说明这种方法用于此图像不太理想,因此我们又
利用改进算法进行校正,即基于图像熵的灰度算法,得图5-3。
对比可看出基于图像熵的灰度算法校正效果比灰度世界算法校正的效果还要差,因为此图色调较单一,所以改进后图像像素灰度值减小,图像变暗,没有达到预期效果,仍需继续改进。
所以有针对性的改变各颜色分量的增益系数,以改善图像效果,得图5-4。
图5-4让改进后的增益系数取三个增进系数的平均值,图像较亮,图像效果较好。
图5-1
图5-2
图5-3
图5-4
六.结论
本文讲述了三种处理数字图像中图像颜色校正的方法。
包括灰度世界法,基于图像熵的灰度世界法及基于图像熵的灰度世界法的改进方法。
通过观察实验现象,明白改进后的灰度世界算法适合应用于色彩比较丰富的图像,否则将会产生过校正现象,使改进后的图像比原图更糟糕。
近几年来,随着多媒体技术和因特网的迅速普及,数字图像处理技术受到了前所未有的广泛重视,出现了许多新的应用领域。
最显著的是数字图像处理技术已经从工业领域,实验室走入了商业领域及办公室,甚至走入了人们的日常生活。
通过这一周的课程设计,对图像处理的概念理解更加深刻,对数字图像的发展前景有了更深刻的了解,认识了多种处理图像的方法,明白了对于某种特定的需求需采用特定的方法以达到特定视觉效果,并且熟悉了MATLABE的使用。
-11-
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 课程设计 图像 颜色 校正