[发明专利]一种对摄影影像进行颜色污染祛除的方法

说明书

一种对摄影影像进行颜色污染祛除的方法，包括如下步骤：S100、深度学习阶段：对算法进行深度训练，学习不同环境下对各种背景图片YUV数值的甄别、提炼、统计、归类并存储；并作为参考背景影像；S200、拍摄影像的图像识别和分割阶段：对拍摄的影像进行特殊目标以及背景的识别和划分，一副影像会划分成多个目标和背景区块；背景区域划分后，再做整形处理，得到像素为N×M矩形的背景区块；S300、参考背景影像的甄选阶段：选择与拍摄影像的背景最为相近的参考背景影像；S400、计算背景颜色污染的分量，计算各个分量对应平均值的加权差，通过加权差值对拍摄影像的每个像素进行修正；S500、最终影像的后处理：将图像分割祛除颗粒污染导致的块效应的消除。

技术领域

本发明涉及图像、视频等影像处理技术，特别是涉及一种对摄影影像进行颜色污染祛除的方法。

背景技术

通常拍摄的照片或录制的视频都会进行数字化处理以及储存，数字化之后，一个像素一般会分成多个分量，根据不同颜色空间，会有不同的表达方式。比如RGB、YUV等。

实际的拍照、摄影中，图像或影像质量受到当时环境的影响巨大。空气中有各种各样的杂质或污染，比如水汽、尘埃、沙尘或雾霾等，当这些杂质或污染达到一定程度的时候，就会造成影像的质量显著下降，使得图片或视频的亮度降低、对比度下降等。比如，空气中的水汽会造成影像的泛白；严重的雾霾，会使得影像变得暗黄。同理，水中的颗粒、杂质以及污染会使水质以及水的颜色发生变化，从而损害水下的摄影质量。

空气或水中的杂质、尘埃等污染物对照片或视频影像的损伤，实际原因是这些污染物改变了被拍摄目标原本的反射光线强度和方向，最终改变了影像中每一个像素点的RGB或YUV的值。形成了漫反射，产生了光污染，最终导致拍摄影像的质量下降。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种对摄影影像进行颜色污染祛除的方法，其能有效祛除空气中的水汽、尘埃、雾霾等以及水中的杂质、颗粒等污染对拍摄影像质量的影响。

为实现上述目的，本发明提供了一种对摄影影像进行颜色污染祛除的方法，包括如下步骤：

S100、深度学习阶段：主要是对算法进行深度训练，学习不同环境下(包括不同时间、不同气候、不同气象等)各种背景图片(天空、草地、湖水、海水、森林等)特征；采用基于色彩特征的索引技术或基于纹理的图像分类技术，对影像进行甄别、提炼、统计、归类并存储；并作为参考背景影像；

S200、拍摄影像的图像识别和分割阶段：根据不同的影像场景，可以采用自适应阈值分割、边缘分割或直方图分割等方法，对拍摄的影像进行特殊目标以及背景的识别和划分，识别出影像中的人物、建筑、树木、标牌等特殊目标以及较大颗粒的污染目标，一副影像会划分成多个特殊目标和背景目标；背景目标划分后，需做整形处理，处理方法为边缘像素填充法，根据填充方向，取相反方向的x(2-5)个像素取平均，得到完整的矩形影像背景目标，填充示意图如图3a-图3b所示。

填充方式采用均值法，均值法就是取竖直或水平或竖直加上水平方向相邻2至3个像素平均值来填充空隙，处理公式如下：

。

S300、参考背景影像的甄选阶段：此阶段甄选参考背景影像，选择与拍摄影像的背景最为相近的参考背景影像，选择方法：

S310、计算拍摄影像和参考背景影像的相似度(SSIM)，主要从亮度、色度、对比度等方面来度量，相似度阈值范围达到70％以上。

S320、计算拍摄影像背景与参考背景影像之间的PSNR，两幅影像之间的PSNR值达到一定的阈值范围之内；此阈值可以根据需求设定，越小效果越好。阈值的选取可以设定一个初始值，而后采取自适应策略，得到最佳的效果。