一种用于色度还原校正的图像处理方法及系统与流程

本发明涉及图像色度校正，具体涉及一种用于色度还原校正的图像处理方法及系统。

背景技术：

1、近年来随着相机、手机或其他具有拍摄功能的移动终端的发展，进行比色分析与量化表征的方法得到了广泛关注和研究，一方面拍照设备的便捷性与检测设备的轻便性高度匹配，另一方面具有高分辨率摄像头、高速运算能力的智能设备为实现待测物的精准测定提供了有力保障。

2、传统的比色分析方法主要依靠人眼目测，不仅测试效率低，同时难以精确量化。随着摄影摄像等技术的飞速发展，进行定量检测的硬件条件基本已具备，智能手机等平台也具有越来越先进的计算与图像处理能力。利用拍照等方法进行目标物定量检测的关键是色度信息的快速准确识别。然而在实际测试过程中，设备硬件、相机设置、现场光源条件、拍摄角度/距离等方面的差异均可以导致对同一个体系产生相差甚远的拍摄结果，往往需要对色度进行还原校正，使其统一到一个标准下进行分析。因此，通过图像处理对比色结果进行评价、分析、优化乃至色度校正具有重要的现实意义。

3、已有研究者提出了一些用于色度校正的方法，如使用转换矩阵方式进行颜色还原，但是相关方法大多不够系统，难以用于解决复杂实际问题，特别是大多数方法不可避免地会造成图像色度失真，严重影响了比色定量的精度。

4、因此，亟需一种用于色度还原校正的图像处理方法及系统。

技术实现思路

1、本发明为解决现有技术设备无法实现在不同场景下将图像实际色度向标准色度的准确校正的问题，提供了一种用于色度还原校正的图像处理方法及系统。

2、本发明为了实现上述目的，本发明第一方面提供了一种用于色度还原校正的图像处理方法，该方法包括如下步骤：

3、s1、选择至少一个基准物，在标准环境中获取包含所述基准物的第一图像，并获取第一图像中所述基准物的标准色度；

4、s2、在目标环境中获取包含所述基准物的第二图像，并对第二图像进行预评估；

5、s3、若第二图像的预评估结果符合要求，获取第二图像中所述基准物的实际色度；

6、s4、若第二图像中所述基准物的实际色度与第一图像中所述基准物的标准色度的色度偏差大于设定值，构建色度校正模型，获取第二图像中所述基准物的实际色度与第一图像中所述基准物的标准色度之间的转换关系，并利用所述转换关系对第二图像中所述基准物的实际色度进行校正。

7、优选地，在步骤s3中，还包括：

8、若第二图像的预评估结果不符合要求，则返回执行步骤s2。

9、优选地，所述对第二图像进行预评估，具体包括：

10、对第二图像的像素、清晰度、对比度、信噪比、倾斜度、色温、噪声、光照强度和光均匀度进行预评估。

11、优选地，第二图像的色温的区间为2000-8000k，第二图像的光照强度的区间为200-10000lux。

12、优选地，在步骤s4中，还包括：

13、若第二图像中所述基准物的实际色度与第一图像中所述基准物的标准色度的色度偏差不大于设定值，则不进行校正处理。

14、优选地，在步骤s4中，所述构建色度校正模型之前包括：

15、若第二图像的光照强度和色温未在第一图像的标准光照强度和标准色温的区间内，则采用校正算法分别将其校正至所述标准光照强度和所述标准色温的区间内；

16、优选地，所述校正算法包括retinex算法；

17、优选地，所述标准光照强度的区间为3300-3700lux，所述标准色温的区间为3800-4200k。

18、优选地，在步骤s4中，所述构建色度校正模型之前还包括：

19、根据第一图像的图像精度，对第二图像进行滤波处理；

20、优选地，对第二图像进行滤波处理的方法采用中值滤波法、均值滤波法和高斯滤波法中的至少一种。

21、优选地，在步骤s4中，通过神经网络算法或多元非线性拟合法构建所述色度校正模型。

22、优选地，在步骤s4中，所述利用所述转换关系对第二图像中所述基准物的实际色度进行校正，具体包括：

23、利用所述转换关系使第二图像中所述基准物的实际色度与第一图像中所述基准物的标准色度的色度偏差不大于设定值。

24、优选地，所述基准物包括显色设备和标准色卡。

25、优选地，第一图像中所述基准物的标准色度和第二图像中所述基准物的实际色度为同一色度体系，所述色度体系包括rgb、hsv、cmyk和lab。

26、优选地，所述标准环境为实验室环境。

27、本发明为了实现上述目的，本发明第二方面提供了一种用于色度还原校正的图像处理系统，应用于所述的方法，该系统包括：

28、基准物的标准色度获取模块，用于选择至少一个基准物，在标准环境中获取包含所述基准物的第一图像，并获取第一图像中所述基准物的标准色度；

29、图像预评估模块，用于在目标环境中获取包含所述基准物的第二图像，并对第二图像进行预评估；

30、基准物的实际色度获取模块，用于若第二图像的预评估结果符合要求，获取第二图像中所述基准物的实际色度；

31、色度校正模块，用于若第二图像中所述基准物的实际色度与第一图像中所述基准物的标准色度的色度偏差大于设定值，构建色度校正模型，获取第二图像中所述基准物的实际色度与第一图像中所述基准物的标准色度之间的转换关系，并利用所述转换关系将第二图像中所述基准物的实际色度校正至第一图像中所述基准物的标准色度。

32、根据上述技术方案，基于该方法，通过在当第二图像中所述基准物的实际色度与第一图像中所述基准物的标准色度的色度偏差大于设定值时，构建色度校正模型，获取第二图像中所述基准物的实际色度与第一图像中所述基准物的标准色度之间的转换关系，并利用所述转换关系对第二图像中所述基准物的实际色度进行校正，实现了在不同场景下图像实际色度向标准色度的准确校正，具有操作简单、应用范围广的优点。

技术特征：

1.一种用于色度还原校正的图像处理方法，其特征在于，该方法包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，在步骤s3中，还包括：

3.根据权利要求1所述的方法，其特征在于，所述对第二图像进行预评估，具体包括：

4.根据权利要求3所述的方法，其特征在于，第二图像的色温的区间为2000-8000k，第二图像的光照强度的区间为200-10000lux。

5.根据权利要求1所述的方法，其特征在于，在步骤s4中，还包括：

6.根据权利要求1或3所述的方法，其特征在于，在步骤s4中，所述构建色度校正模型之前包括：

7.根据权利要求6所述的方法，其特征在于，在步骤s4中，所述构建色度校正模型之前还包括：

8.根据权利要求1所述的方法，其特征在于，在步骤s4中，通过神经网络算法或多元非线性拟合法构建所述色度校正模型。

9.根据权利要求1所述的方法，其特征在于，在步骤s4中，所述利用所述转换关系对第二图像中所述基准物的实际色度进行校正，具体包括：

10.根据权利要求1所述的方法，其特征在于，所述基准物包括显色设备和标准色卡。

11.根据权利要求1所述的方法，其特征在于，第一图像中所述基准物的标准色度和第二图像中所述基准物的实际色度为同一色度体系，所述色度体系包括rgb、hsv、cmyk和lab。

12.根据权利要求1所述的方法，所述标准环境为实验室环境。

13.一种用于色度还原校正的图像处理系统，其特征在于，应用于权利要求1-12中任意一项所述的方法，该系统包括：

技术总结
本发明涉及图像色度校正技术领域，具体涉及一种用于色度还原校正的图像处理方法及系统，该方法包括选择至少一个基准物，在标准环境中获取包含基准物的第一图像，并获取第一图像中基准物的标准色度；在目标环境中获取包含基准物的第二图像，并对第二图像进行预评估；若第二图像的预评估结果符合要求，获取第二图像中基准物的实际色度；若第二图像中基准物的实际色度与第一图像中基准物的标准色度的色度偏差大于设定值，构建色度校正模型，获取第二图像中基准物的实际色度与第一图像中基准物的标准色度之间的转换关系，并利用转换关系对第二图像中基准物的实际色度进行校正。运用该方法实现了不同场景下图像实际色度向标准色度的快速准确校正。

技术研发人员：冯俊杰,王世强,刘欢,冯云霞,王浩志,朱亮
受保护的技术使用者：中国石油化工股份有限公司
技术研发日：
技术公布日：2024/4/17