单一光源下的计算性颜色恒常研究

摘要

在图像处理和计算视觉领域，颜色信息是辨识物体的重要特征之一。然而由于成像设备并不具备人眼视觉系统的颜色恒常性功能，图像的颜色会随场景光源的不同而改变。为了消除场景光源对图像颜色的影响，获得对图像颜色稳定的描述，需要将图像颜色转换到标准白光下的颜色。
　　本文主要研究单一光源下的计算性颜色恒常方法，完成了3部分主要工作。
　　首先研究了颜色恒常性理论的基本概念以及原理，详细介绍并实现了多种经典的颜色恒常性算法。
　　然后提出了一种基于空间-光谱模型和图像边缘的颜色恒常性算法。该算法是对基于空间-光谱模型算法的改进，在计算空间-光谱模型参数时，只使用了图像边缘及其邻域内的像素，舍去了图像中的其它像素。在标准图像集中的实验结果表明，改进算法在保持光源估计准确性的同时，减少了算法的执行时间、训练时间和存储空间。
　　最后提出了一种基于r色度直方图和光源分布的颜色恒常性算法。该算法是对基于色度直方图和光源分布算法的改进，针对原算法训练时间长的问题，本文通过实验得出不同图像集中图像的r色度直方图与标定光源的r色度具有较高相关性，基于这种相关性，本文只使用图像的r色度直方图计算图像的色度分布与光源之间的多线性回归参数。在标准图像集中的实验结果表明，改进算法对光源估计的准确性接近于原算法，并且有效减少了算法的训练时间。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景及意义

1.2 研究现状

1.3 论文的主要工作

1.4 论文的结构安排

2 颜色恒常性基础

2.1 图像生成模型

2.2 对角模型

2.3 不适定问题

2.4 误差度量与性能评价

2.5 本章小结

3 经典颜色恒常性算法

3.1 基于低层次统计特征的颜色恒常性方法

3.2 基于学习的颜色恒常性方法

3.3 本章小结

4 基于空间-光谱模型和图像边缘的颜色恒常性算法

4.1 基于空间-光谱模型的颜色恒常性算法

4.2 基于空间-光谱模型和图像边缘的颜色恒常性算法

4.3 实验结果与分析

4.4 本章小结

5 基于r色度直方图和光源分布的颜色恒常性算法

5.1 基于色度直方图和光源分布的颜色恒常性算法

5.2 基于r色度直方图和光源分布的颜色恒常性算法

5.3 实验结果与分析

5.4 本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录 硕士期间发表论文