[发明专利]一种基于模拟退火最优化算法的图像色彩校正方法

说明书

技术领域

本发明属于图像处理与计算机视觉技术领域，更具体地说，涉及利用模拟退火搜索算法，将理论与传统色彩校正模型、CIEDE2000色差计算方程相结合得到的一种最佳匹配人眼视觉感受的图像色彩校正方法。

背景技术

颜色是计算机视觉领域重要的参数之一。随着计算机科学的发展，在印刷、瓷砖、影像、图像检索等应用领域对颜色质量的要求越来越高。然而，以目前的科学技术水平，图像传感器的光谱敏感特性不能最佳的模拟人眼视觉系统对颜色的感知能力，且受光源的光谱分布等因素的影响，致使所采集的图像与物体的真实颜色存在一定的偏差。因此，需要设计一个计算模型来提高物体真实颜色再现的准确性。

色彩校正的方法一般可分为两种：基于光谱响应的方法以及基于目标色的方法。基于光谱响应的色彩校正方法需要使用特殊仪器测量图像传感器的光谱响应，找出待校正图像传感器的光谱响应和CIE颜色匹配函数之间的关系。基于目标色的色彩校正方法，主体思想是使用包含一定数量颜色样本的色彩标准值和测量值，建立校正模型来匹配两者之间的映射关系，是一种简单实用的方法。典型的算法有：三维查表法、多项式方法、带约束项最小二乘法、模式搜索方法等。

在一般情况下，查表方法比其他方法更精确，但是需要大量颜色的标准三刺激值，而且建表速度较慢，样本数量较少时校正精度比较低。多项式法是通过多项式建立两者之间的关系，利用最小二乘法求得校正系数，但是多项式法只适用于非常小的色域空间进行色彩校正，而且存在校正精度比较低、放大噪声等缺点。采用最小二乘法求解校正系数，不能保证白色的准确再现，而白色能否准确再现是色彩校正的一项重要指标。为此，需要对最小二乘法添加一个约束项，即白色在校正前后零误差，虽然保证了白色的准确再现，但是却使得其他颜色校正后的误差进一步放大。对于多项式法、带约束项最小二乘法在构建校正模型时，采用2-范数求解校正系数，经过试验证明，采用1-范数获得的校正结果比采用2-范数略好。由于1-范数是不可微的，对于直接求全局最优解的问题，可利用模式搜索方法对校正模型求解，能够明显抑制噪声放大、最小化最大误差，但模式搜索算法也存在可能陷入局部最优解、选择的初始解对计算结果影响较大、校正前后图像亮度等级有差异甚至会出现过曝等缺点。

发明内容

1.发明要解决的技术问题

本发明的目的在于解决传统色彩校正算法抗噪声性能差、校正前后亮度等级不一致、校正精度低等问题，提供了一种基于模拟退火最优化算法的图像色彩校正方法；本发明提供的技术方案，可避免某些颜色的色彩测量值与人眼的视觉感受不一致，使校正后的图像更符合人眼的视觉感受；且具有校正精度高、抑噪性能强等优点，可自适应调整图像校正前后的亮度等级，使之保持一致。

2.技术方案

为达到上述目的，本发明提供的技术方案为：

本发明的一种基于模拟退火最优化算法的图像色彩校正方法，其步骤为：

1)在普通光源照射条件下测得颜色样本的RGB三刺激值，获取在标准照明体条件下颜色样本在CIE XYZ颜色空间中的标准值；

2)设定自变量校正矩阵M初始值，建立色彩校正模型，并根据步骤1)测得的样本颜色RGB三刺激值计算样本颜色的RGB理论值；

3)设定亮度调整系数λ初始值，对步骤1)获得的样本颜色标准值进行亮度调整，获得经亮度调整后的样本颜色标准值；

4)将步骤2)获得的样本颜色RGB理论值转换为CIEXYZ颜色空间表述的XYZ值，并计算转换后样本颜色XYZ值与步骤3)所得样本颜色标准值之间的色差平均值；

5)将步骤4)所得色差平均值作为搜索目标函数，使用模拟退火算法求取目标函数取得全局最优解时对应的校正矩阵M；

6)由步骤5)所得校正矩阵M计算样本颜色的理论值，并判断该计算所得理论值与样本颜色测量值之间是否满足亮度约束条件，若不满足，则按照固定步长调节亮度调整系数λ，重新计算校正矩阵M，直到满足约束条件为止。

更进一步地，步骤6)所述亮度约束条件为：

|Y_t-Y_m|＜ε

其中，Y_m为样本颜色测量值在CIEXYZ空间的明度表示，Y_t为样本颜色计算所得理论值在CIEXYZ空间的明度表示，ε表示校正前后可允许亮度变化的最大值。

更进一步地，步骤5)所述目标函数为：