顏色恒常性計(jì)算及其在機(jī)器視覺中的應(yīng)用研究.pdf

1、顏色作為計(jì)算機(jī)視覺一個(gè)重要且有效的特征，已經(jīng)被廣泛應(yīng)用到目標(biāo)識(shí)別與跟蹤、圖像分割、圖像檢索和場景理解等計(jì)算機(jī)視覺領(lǐng)域中。但是顏色特征很容易受到場景光照的影響，光照顏色色偏以及強(qiáng)度變化都會(huì)使顏色特征在應(yīng)用中起到負(fù)面作用。知覺恒常性是人類視覺系統(tǒng)最基本和最重要的功能之一，對(duì)人類準(zhǔn)確穩(wěn)定地感知世界起著極其重要的作用。顏色恒常性是知覺恒常性功能之一，使人類在場景光照變化的情況下能準(zhǔn)確識(shí)別目標(biāo)本質(zhì)顏色。本研究主要內(nèi)容包括：
　?、盘岢鲆环N改

2、進(jìn)的基于顏色類別項(xiàng)的色域映射照明估計(jì)方法。目前顏色恒常性算法大都利用圖像的全部像素信息進(jìn)行光照估計(jì)，然而實(shí)際上并不是所有的像素都包含有助于光照估計(jì)的信息。為此，本文提出了一種基于圖像超像素分割的顏色恒常性算法。該方法對(duì)輸入圖像進(jìn)行超像素分割，得到每個(gè)超像素的色域；然后結(jié)合顏色類別相關(guān)計(jì)算，根據(jù)可行照明將校正圖像的超像素色域錨定到基本顏色類別項(xiàng)的能力，賦予每個(gè)可行照明作為估計(jì)照明的概率值。實(shí)驗(yàn)結(jié)果表明該方法可以有效避免原有色域映射算法產(chǎn)生

3、零解的問題，而且減少了圖像噪聲對(duì)算法的影響，能夠得到與標(biāo)準(zhǔn)色域一致的圖像表達(dá)。
　?、苹陬伾蛔兞康腉raph Cuts目標(biāo)分割?，F(xiàn)有的彩色圖像分割方法中，大多數(shù)算法基于像素顏色距離或者圖像平面在顏色空間中的分布來分割不同區(qū)域。然而，在目標(biāo)顏色和背景顏色相似，以及目標(biāo)受陰影及強(qiáng)光等照明條件影響的情況下，很難準(zhǔn)確有效的從背景中將目標(biāo)提取出來。本文提出利用color-name和color-shade兩個(gè)具有不變性的顏色描述子來構(gòu)建G

4、raph Cuts能量分割函數(shù)，描述子color-name對(duì)圖像分割引入高層視覺類似自頂向下的干預(yù)，描述子color-shade包含了從圖像成像模型中得到的表達(dá)顏色表面變化的物理因素，兩者結(jié)合可以有效避免場景中陰影、遮蔽和強(qiáng)光等照明變化對(duì)分割的影響。此外，交互Graph Cuts需要人為標(biāo)注分割需要的目標(biāo)種子點(diǎn)和背景種子點(diǎn)，本文利用CSIFT提取目標(biāo)特征點(diǎn)，通過一種投票機(jī)制得到目標(biāo)種子點(diǎn)，減少了分割過程中人為干預(yù)。
　?、顷幱皺z測

5、和去除方法?，F(xiàn)有的針對(duì)單幅圖像的陰影檢測和去除方法，很少考慮照明顏色變化的影響，因而不能有效地檢測或者有效去除一些在色偏照明光源情況下采集的圖像陰影。本文基于嶺顏色分布分析（RAD）方法，利用圖像像素ridges分布的三種不同位置關(guān)系對(duì)應(yīng)場景中成像表面照明關(guān)系，約束Condition Random Field陰影檢測模型中陰影區(qū)域檢測，減少陰影區(qū)域像素的誤判。本文將陰影去除問題轉(zhuǎn)化為求取圖像全局空間均勻照明的問題，采用Marc Ebne

6、r提出的各向異性空間顏色均值照明計(jì)算方法，對(duì)陰影區(qū)域進(jìn)行恢復(fù)。實(shí)驗(yàn)證明本文方法不僅能有效去除圖像陰影，而且在一定程度上校正陰影圖像色偏。
　　⑷彩色紅外/可見光融合圖像色偏校正。本文中基于人類顏色恒常性生理機(jī)制提出了一種適用于彩色融合圖像的顏色校正方法。方法以機(jī)器蛇模擬響尾蛇紅外/可見光彩色融合圖像為背景，模擬人類顏色視覺信息處理的過程，針對(duì)彩色融合圖像色偏、對(duì)比度差等問題，提出一種適合于紅外/可見光彩色融合圖像的顏色恒常性計(jì)算方