灰世界处理图片中的偏色

最新推荐文章于 2024-12-27 14:51:05 发布

原创

最新推荐文章于 2024-12-27 14:51:05 发布 · 429 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉

本文介绍了灰世界算法用于处理图片偏色的原理和应用。通过Von Kries色适应理论，假设图像中R、G、B三个通道的平均值等于灰色值，从而计算校正系数，实现白平衡。文章包括项目目标、原理和效果展示。

灰世界处理图片中的偏色

一、项目目标

利用灰世界方式处理图片中的偏色。

二、原理

2.1造成图片偏差的原因

色彩是人眼的对可视光的一种感知。对于不透明的物体而言，人眼所形成的色彩感知取决于光照光谱分布、物体表面光的反射性和人眼（或者其它光信号接收器）的光敏特性。在光信号接收器的光敏特性保持不变，物体也保持不变的情况下，人眼对该物体的色彩感知就取决于光照的光谱分布。由于人眼视觉的色彩恒常性，当环境光发生变化的时候，我们人类的视觉系统具有某种调节能力，可以让我们的大脑还原物体表面的不变特征，但是对于像照相机这样的光信号接收器，它只能如实地记录所接收到的光信号，因此在不同光源下所得到的图像在我们人类看起来会有色彩的偏差，下图所展示就是由于光源的不同造成同一物体色差不同的例子。
在这里插入图片描述
所以如果为了获取没有偏差的图片，需要采用白平衡算法，其中灰世界算法是较为常用的白平衡算法。

2.2 基本原理——Von Kries色适应理论

Von Kries提出，可用一个对角矩阵变换来描述两种光照条件下同一物体表面颜色之间的关系[1]。该理论认为，对于同一个观察者而言，假设在光源A下面，一个物体的RGB值为RGB1=[R1,G1,B1]，如果在光源B下面同一个物体的RGB值为RGB2=[R2,G2,B2]，那么RGB1与RGB2之间存在这如下转换关系。
RGB2’=[kr,0,0;0,kg,0;0,0,kb]RGB1’，其中kr、kg和kb分别为R、G、B三个通道的校正系数。我们接下来将要介绍的灰度世界算法和镜面法的理论都是建立在这一原理的基础上的，需要注意的是，这个理论在某些条件下是不适用的。