Opencv图像偏色检测
来源:互联网 发布:全钟穆勒编程软件下载 编辑:程序博客网 时间:2024/05/01 03:10
**
1. 偏色检测公式
**
图像的偏色不仅与图像色度的平均值有直接关系,还与图像的色度分布特性有关。如果在 a - b色度坐标平面上的二维直方图中色度分布基本上为单峰值,或者分布较为集中,而色度平均值又较大时,一般都存在偏色,而且色度平均值越大,偏色越严重。因此引入等效圆的概念,采用图像平均色度D和色度中心距M的比值,即偏色因子K来衡量图像的偏色程度。其计算方法如下式:
以上摘自论文《基于图像分析的偏色检测及颜色校正方法》——徐晓昭,蔡轶珩等。
但是在实际应用中,公式(3)去掉平方可更好的指示图像是否偏色:
**
2.RGB颜色空间转Lab颜色空间
**
颜色转换原理见:颜色空间系列2: RGB和CIELAB颜色空间的转换及优化算法
利用opencv实现代码为:
void RGB2LAB(Mat& rgb, Mat& Lab){ Mat XYZ(rgb.size(), rgb.type()); Mat_<Vec3b>::iterator begainRGB = rgb.begin<Vec3b>(); Mat_<Vec3b>::iterator endRGB = rgb.end<Vec3b>(); Mat_<Vec3b>::iterator begainXYZ = XYZ.begin<Vec3b>(); int shift = 22; for (; begainRGB != endRGB; begainRGB++, begainXYZ++) { (*begainXYZ)[0] = ((*begainRGB)[0] * 199049 + (*begainRGB)[1] * 394494 + (*begainRGB)[2] * 455033 + 524288) >> (shift-2); (*begainXYZ)[1] = ((*begainRGB)[0] * 75675 + (*begainRGB)[1] * 749900 + (*begainRGB)[2] * 223002 + 524288) >> (shift-2); (*begainXYZ)[2] = ((*begainRGB)[0] * 915161 + (*begainRGB)[1] * 114795 + (*begainRGB)[2] * 18621 + 524288) >> (shift-2); } int LabTab[1024]; for (int i = 0; i < 1024; i++) { if (i>9) LabTab[i] = (int)(pow((float)i / 1020, 1.0F / 3) * (1 << shift) + 0.5); else LabTab[i] = (int)((29 * 29.0 * i / (6 * 6 * 3 * 1020) + 4.0 / 29) * (1 << shift) + 0.5); } const int ScaleLC = (int)(16 * 2.55 * (1 << shift) + 0.5); const int ScaleLT = (int)(116 * 2.55 + 0.5); const int HalfShiftValue = 524288; begainXYZ = XYZ.begin<Vec3b>(); Mat_<Vec3b>::iterator endXYZ = XYZ.end<Vec3b>(); Lab.create(rgb.size(),rgb.type()); Mat_<Vec3b>::iterator begainLab = Lab.begin<Vec3b>(); for (; begainXYZ != endXYZ; begainXYZ++, begainLab++) { int X = LabTab[(*begainXYZ)[0]]; int Y = LabTab[(*begainXYZ)[1]]; int Z = LabTab[(*begainXYZ)[2]]; int L = ((ScaleLT * Y - ScaleLC + HalfShiftValue) >> shift); int A = ((500 * (X - Y) + HalfShiftValue) >> shift) + 128; int B = ((200 * (Y - Z) + HalfShiftValue) >> shift) + 128; (*begainLab)[0] = L; (*begainLab)[1] = A; (*begainLab)[2] = B; }}
3.偏色检测算法实现
根据偏色检测公式,opencv实现过程为:
float colorCheck(const Mat& imgLab){ Mat_<Vec3b>::const_iterator begainIt = imgLab.begin<Vec3b>(); Mat_<Vec3b>::const_iterator endIt = imgLab.end<Vec3b>(); float aSum = 0; float bSum = 0; for (; begainIt != endIt; begainIt++) { aSum += (*begainIt)[1]; bSum += (*begainIt)[2]; } int MN = imgLab.cols*imgLab.rows; double Da = aSum / MN - 128; // 必须归一化到[-128,,127]范围内 double Db = bSum / MN - 128; //平均色度 double D = sqrt(Da*Da+Db*Db); begainIt = imgLab.begin<Vec3b>(); double Ma = 0; double Mb = 0; for (; begainIt != endIt; begainIt++) { Ma += abs((*begainIt)[1]-128 - Da); Mb += abs((*begainIt)[2]-128 - Db); } Ma = Ma / MN; Mb = Mb / MN; //色度中心距 double M = sqrt(Ma*Ma + Mb*Mb); //偏色因子 float K = (float)(D / M); return K;}
综合来说,k值不大于1.5我们可以认为其整体图像偏色的可能性不大,当然这个值取多少可能还是需要和实际情况结合的。
2 0
- Opencv图像偏色检测
- opencv 学习之 图像色偏、清晰度、亮度检测
- opencv 图像阴影检测
- opencv 图像阴影检测
- OpenCV检测图像轮廓
- 【OpenCV】图像模糊检测
- opencv图像边缘检测
- opencv 图像阴影检测
- opencv+色偏检测
- OpenCv视频图像肤色检测
- OpenCV检测图像SURF特征
- opencv图像角点检测
- opencv(16)---图像边缘检测
- openCV实现图像边缘检测
- Opencv 图像增强算法 图像检测结果
- Opencv 图像增强算法 图像检测结果
- Opencv 图像增强算法 图像检测结果
- opencv图像处理5--车辆检测
- ceph 报警 [ low disk space] 解决
- cvpr常用资源整理(ing...)
- srs之深入浅出看流媒体
- 编程求直方图中的最大矩形面积
- 电脑公司最新稳定win7系统下载
- Opencv图像偏色检测
- kcatSniM.155
- Linux系统学习入门(1)(转载)
- 关于RCP产品无法进行远程调试的说明(源码断点和高亮显示位置不对)
- 习题6-2 S-Trees(树)
- 重构(改善既有代码的设计)-- 读书笔记1
- 通过js框架jquery判断IE浏览器版本来解决浏览器兼容性问题
- Linux中查询I/O地址范围
- Axis2开发WebService客户端 的3种方式(转载)