[发明专利]基于经验模式分解的大幅面图像不均匀光照校正方法

摘要

一种基于经验模式分解的大幅面图像不均匀光照校正方法，包括如下步骤：输入图像，检测输入图像的格式，将彩色RGB格式的图像转换为YUV格式，然后提取YUV格式图像中Y通道的图像得到提取图像；对提取图像进行变换，得到变换后的图像；对变换后的图像进行基于经验模式的分解，得到一系列表征图像局部频率和尺度特性的本质模式函数以及一个余量函数；选择特定的余量函数以及本质模式函数进行光照不均匀程度的检测；平滑光照图像；进行反射图像变换，得到最终的校正图像。本方法可以有效的校正复杂光照条件下的大幅面图像，实时性好并且有高的主观视觉质量。

主权项

1.一种基于经验模式分解的大幅面图像不均匀光照校正方法，其特征在于，包括如下步骤：输入图像步骤，检测输入图像的格式，将彩色RGB格式的图像转换为YUV格式，然后提取YUV格式图像中Y通道的图像得到提取图像；图像变换步骤，依据视网膜大脑皮层算法，将提取图像分解成反射部分和亮度部分，即S＝R×L，其中S代表提取的Y通道图像，R代表反射部分，L代表亮度部分，然后将S、R、L分别转换到对数域，即计算s＝logS，r＝logR，l＝logL，其中s代表对数域的提取图像，r代表对数域的反射部分，l代表对数域的亮度部分；图像经验模式分解步骤，对所述变换后的图像进行基于经验模式的分解，得到一系列表征图像局部频率和尺度特性的本质模式函数以及一个余量函数，即其中，s[m,n]代表变换后的图像，H_k(m,n)代表k个本质模式函数组成的经验模集合，D代表分解出的余量函数；选择特定分量步骤，选择余量函数以及经验模集合中k>2的本质模式函数进行光照不均匀程度的检测；平滑光照图像步骤，对提取的存在光照不均匀的本质模式函数以及余量函数进行平滑处理，对整幅图像使用模板大小为N×N的均值滤波器进行平滑处理，使用平滑后的本质模式函数替换掉平滑前的本质模式函数，然后将所有的本质模式函数及余量函数相加得到对数域的校正图像；以及反射图像变换步骤，对所述平滑光照图像步骤得到的图像进行反射图像变换，得到最终的校正图像。