[发明专利]一种采用神经网络直接校正RGB值的图像颜色校正方法

说明书

本发明公开了一种采用神经网络直接校正RGB值的图像颜色校正方法，属于空气动力学实验测量技术领域，本发明的方法步骤如下：1）建立基于神经网络算法的图像RGB颜色校正模型；2）以颜色校准卡为基准颜色，训练神经网络颜色校正模型的参数；3）校正新图像的RGB值：以相机拍摄的图像RGB值作为神经网络的输入，在其输出端可以得到颜色校正后的图像RGB值。本发明的方法避免了现有技术中图像颜色校正方法用于SSLC涂层实验测量技术时的繁琐的步序，以及变换过程中信息的丢失问题；且本发明方法简单、直接，特别适合用于SSLC涂层测量技术，也可用于其它需要准确测量颜色的场合。

技术领域

本发明属于空气动力学实验测量技术领域，涉及一种图像颜色校准方法，具体是指一种采用神经网络直接校正RGB值的图像颜色校正方法。

背景技术

壁面摩擦力是空气动力学领域的一个重要参数，准确测量壁面摩擦阻力在边界层理论研究、流动控制效果评估、飞行器减阻研究等领域具有重要的意义。剪切敏感液晶(shear-sensitive liquid crystal,SSLC)涂层技术是一种非接触式测量壁面摩擦力矢量场的方法。这种方法的原理是在待测表面喷涂一层SSLC涂层(厚度约为10um)，当SSLC涂层受到气流的摩擦力时，在不同方向呈现出不同的颜色，通过对SSLC涂层在不同方向显示的颜色进行分析处理，可以解算出待测壁面的摩擦力矢量场(AIAA Journal,1997,35(4):608-614)。

由SSLC涂层技术的测量原理可知，准确测量颜色是应用SSLC涂层技术测量壁面摩擦力场的一项重要基础技术。由于照射光源、相机质量、相机参数设置、以及周围反射环境的干扰等因素的影响，相机拍摄的颜色和真实颜色之间必然存在差异，需要对相机拍摄的图像颜色进行校正处理，减小误差。以Macbeth色卡为代表的各种颜色校准卡提供了多种标准颜色的色块。目前，传统的颜色校正方法是将相机测量的色卡颜色(即RGB分量值)映射到CIEXYZ色彩空间(或者CIELAB空间)。由于SSLC测量技术需要根据颜色的RGB分量计算颜色的色调(Hue)值用于进一步分析处理和解算摩擦力矢量场，因而如果采用前述传统的颜色校准方法，需要将校准后的CIELAB空间的颜色变换至RGB空间的颜色，但是CIELAB空间的颜色并不能直接变换至RGB颜色，需要首先将其转换至CIEXYZ颜色，然后再转换至RGB颜色，比较繁琐。此外，CIELAB颜色空间比RGB颜色空间的范围更大，这种变换必然会导致信息丢失。

发明内容

本发明结合空气动力学实验中SSLC涂层测量技术的需求，针对现有图像颜色校正技术中存在的缺陷，公开了一种采用神经网络直接校正RGB值的图像颜色校正方法，应用神经网络直接在RGB空间对图像颜色进行校正，并且直接校准到标准的RGB颜色，避免了现有技术中繁琐的转换步序等弊端。

本发明是这样实现的：

本发明公开了一种采用神经网络直接校正RGB值的图像颜色校正方法，具体步骤如下：

步骤一、建立基于神经网络算法的图像RGB颜色校正模型，直接将相机拍摄的图像RGB值校准至的标准的RGB颜色空间；

步骤二、训练上述神经网络RGB颜色校正模型的参数；

步骤三、校正新图像的RGB值：将相机拍摄的图像的RGB值作为步骤一中神经网络的输入，在神经网络的输出端可以得到颜色校正后的图像。

本发明的方法与传统的图像颜色校正方法相比，更加简单直接，并且便于后续计算颜色的Hue值用于SSLC涂层测量技术等特定场合。

进一步，所述的步骤一具体为：