CN115456904B - 一种支持任意形状的图像匀色方法 - Google Patents

Abstract

本发明涉及一种支持任意形状的图像匀色方法，首先使用大津法获得原始图像的二值图，利用二值图将原始图像掩膜，并将参考图像和掩膜后的原始图像都转为矩阵；将掩膜后原始图像中待匀色区域的像素值存储到矩阵中；分别计算掩膜后原始图像中待匀色区域和参考图像RGB三个分量的像素均值；分别计算原始图像待匀色区域和参考图像RGB三分量间的协方差矩阵并进行奇异值分解；分别计算平移矩阵、旋转矩阵和缩放矩阵，并对待匀色区域的矩阵进行转换操作；利用转换后结果矩阵中的元素值给掩膜后原始图像的待匀色区像素重新赋值，得到最终结果图像。本发明有益效果是：可以实现图像中任意形状区域的匀色处理。

Description

一种支持任意形状的图像匀色方法

技术领域

本发明涉及图像匀色领域，尤其涉及一种支持任意形状的图像匀色方法。

背景技术

获取卫星影像时，由于大气环境等影响，图像中可能会存在局部色彩不一致现象。现有的匀色方法中大多对图像整体进行匀色，不能保留图像中的准确区域，并且很难实现对任意形状区域进行处理的目的。

发明内容

有鉴于此，针对现有方法不能对任意形状区域进行匀色的技术问题，本发明供一种支持任意形状的图像匀色方法，具体包括以下步骤：

S1：获得原始图像的二值图，利用二值图将原始图像掩膜，得到掩膜后的原始图像，并将掩膜后的原始图像转换为矩阵rgbs；选定参考图像，并将参考图像转换为矩阵rgbt；

S2：对矩阵rgbs进行遍历，筛选待匀色区域，并将待匀色区域的像素值存储至矩阵rgbs1中；

S3：计算矩阵rgbs1和矩阵rgbt的RGB三个方向的分量均值，分别记为均值矩阵means、均值矩阵meant；

S4：对矩阵rgbs1和矩阵rgbt的RGB三个方向的分量求协方差矩阵，得到协方差结果矩阵covs和矩阵covt，并对矩阵covs、矩阵covt进行奇异值分解，得到奇异值分解结果，包括：矩阵covs对应的三阶酉阵Us、三阶酉阵对角矩阵As和矩阵covt对应的三阶酉阵Ut、三阶酉阵Vt和对角矩阵At；

S5：利用均值矩阵means、均值矩阵meant、奇异值分解结果计算变换矩阵I；

S6、变换矩阵I中的元素数值赋值给掩膜后的原始图像中的待匀色区域，得到最终匀色结果图像。

本发明提供的有益效果是：可以实现图像中任意形状区域的匀色处理。

附图说明

图1是本发明方法流程示意图；

图2是本申请中相关图像说明；

图3为本发明方法效果示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。

图像中像素的RGB值可看作一个三维随机变量，图像中任意区域的像素点在RGB颜色空间中表现为一定形状的数据点簇，本发明即为通过矩阵运算的方法将原始图像中待匀色区域像素的RGB三维分布和参考图像像素点的RGB三维分布匹配，并可以实现图像中任意形状区域的匀色处理。

请参考图1，图1是本发明方法的流程图；

本发明提供的一种支持任意形状的图像匀色方法，具体包括以下步骤：

S1：获得原始图像的二值图，利用二值图将原始图像掩膜，得到掩膜后的原始图像，并将掩膜后的原始图像转换为矩阵rgbs；选定参考图像，并将参考图像转换为矩阵rgbt；

需要说明的是，首先使用大津法获得原始图像的二值图，利用二值图将原始图像掩膜；二值图中黑色像素代表背景区域，像素值为255的区域代表前景区域，即为待匀色区域；

将掩膜后的原始图像转为矩阵rgbs，选定的参考图像转为矩阵rgbt；本发明中调用MATLAB平台的reshape函数将掩膜后的原始图像转为矩阵rgbs，将选定的参考图像转为矩阵rgbt；为了方便计算，调用MATLAB平台的im2doubles函数对矩阵rgbs和矩阵rgbt中元素的值进行标准化处理至[0,1]；

请参考图2，图2是本申请中相关图像说明。图2中a为原始图像，b是对a进行大津法得到的二值图，c是由b对a进行掩膜操作得到的图像，d为参考图像。

图像转为矩阵的规则：

创建一个3行M列的矩阵rgbs，其中M是原始图像的总像素个数，矩阵中初始元素值为0。矩阵行数为3，代表掩膜后原始图像的RGB三分量。列数M为掩膜后原始图像包括前景区域和背景区域的总像素个数；

矩阵rgbs第一行元素的值是掩膜后原始图像的R分量所有像素值，将掩膜后原始图像R分量的行列数分别记为a和b，先将R分量中第1列共a个像素的值从上到下赋值到矩阵rgbs第一行元素中，接着将R分量的第2列像素的值继续从上到下给矩阵rgbs第一行元素赋值，直至b列像素的值都赋值到矩阵rgbs第一行中，即完成矩阵rgbs的第一行赋值；

再将掩膜后原始图像的G分量和B分量的像素值按照上述规则分别赋值给矩阵rgbs的第二行和第三行，即得到矩阵rgbs。

矩阵rgbt的转换规则与矩阵rgbs的转换规则相同。

S2：对矩阵rgbs进行遍历，筛选待匀色区域，并将待匀色区域的像素值存储至矩阵rgbs1中；

需要说明的是，统计二值图中任意形状的前景区域像素个数，记为n，调用MATLAB平台的zeros函数创建一个3行n列的矩阵rgbs1，矩阵中元素初始值为0。二值图行列数为a行b列，将矩阵rgbs1中3行元素分别记作行向量，，用R分量中前景区域的像素值给行向量中的元素赋值，其中；

对二值图逐列遍历，首先从第一列共a个像素开始从上到下遍历，并统计值为255的像素出现的次数；

比如遍历到二值图中p行q列的像素时，之前共出现值为255的像素次数为N；当二值图中p行q列像素值为255时，此时值为255的像素出现次数为N+1，把掩膜后原始图像R分量位于p行q列的像素值赋值给矩阵的行向量中的元素；

当二值图中像素值为0时，说明为背景区域，背景区域的像素值不存储到矩阵中，即矩阵的行向量不进行赋值操作；

二值图逐列遍历完毕时，行向量赋值结束，再用相同的方法给行向量赋值后，得到矩阵rgbs1。

S3：计算矩阵rgbs1和矩阵rgbt的RGB三个方向的分量均值，分别记为均值矩阵means、均值矩阵meant；

调用MATLAB平台的mean函数计算掩膜后原始图像中待匀色区域和参考图像RGB三个分量的像素均值，表现在矩阵中为分别计算矩阵rgbs1和矩阵rgbt每一行的均值，并将均值分别存储到三行一列的结果矩阵means和meant中，其中，，分别代表矩阵rgbs1中每一行元素的均值，分别代表矩阵rgbt中每一行元素的均值。

S4：对矩阵rgbs1和矩阵rgbt的RGB三个方向的分量求协方差矩阵，得到协方差结果矩阵covs和矩阵covt，并对矩阵covs、矩阵covt进行奇异值分解，得到奇异值分解结果，包括：矩阵covs对应的三阶酉阵Us、三阶酉阵对角矩阵As和矩阵covt对应的三阶酉阵Ut、三阶酉阵Vt和对角矩阵At；

需要说明的是，步骤S4分别计算原始图像待匀色区域和参考图像RGB三分量间的协方差矩阵并进行奇异值分解，通过调用MATLAB平台的cov函数进行；

即分别对矩阵rgbs1和矩阵rgbt的三个行向量求协方差矩阵，协方差矩阵结果分别记为矩阵covs和矩阵covt；

对协方差矩阵covs进行奇异值分解，得到三阶酉阵Us、三阶酉阵对角矩阵As，，其中代表矩阵covs的奇异值；

对协方差矩阵covt进行奇异值分解，得到三阶酉阵Ut、三阶酉阵Vt和对角矩阵At，，其中代表矩阵covt的奇异值；

S5：利用均值矩阵means、均值矩阵meant、奇异值分解结果计算变换矩阵I；

需要说明的是，计算平移矩阵、旋转矩阵和缩放矩阵，并进行式（1）的转换操作；

（1）

其中I是转换后的结果矩阵，,表示矩阵rgbs1的三个行向量；分别表示参考图像的平移、旋转和缩放矩阵，T分别表示掩膜后原始图像待匀色区域的平移、旋转和缩放矩阵；

平移矩阵Ts和Tt的计算方法如下式（2），其中为均值矩阵means的三个元素，为均值矩阵meant的三个元素；

（2）

旋转矩阵Rs和Rt的计算方式如下（3），其中Us为协方差矩阵covs奇异值分解得到的三阶酉阵，Ut为协方差矩阵covt奇异值分解得到的三阶酉阵；

（3）

缩放矩阵Ss和St的计算方式如下式（4），其中代表协方差矩阵covs的奇异值，代表协方差矩阵covt的奇异值；

（4）

S6、变换矩阵I中的元素数值赋值给掩膜后的原始图像中的待匀色区域，得到最终匀色结果图像。

需要说明的是，利用转换后的结果矩阵I中元素数值给掩膜后原始图像的待匀色区像素重新赋值，得到最终结果图像；

转换后的结果矩阵I的前三行元素数值为掩膜后原始图像的待匀色区域经过匀色后的像素值，不包括背景区域。

将矩阵I的前三个行向量分别记作、和。其中；即是用矩阵I中行向量的元素值给掩膜后原始图像待匀色区域的R分量重新赋值，用行向量和元素的值分别给掩膜后原始图像待匀色区域的G分量和B分量重新赋值；最终结果图像应对应3个a行b列的矩阵，分别表示RGB三个分量的值。创建3个a行b列的矩阵分别为、和，矩阵中元素初始值为0，这三个矩阵对应最终结果图像的RGB三分量；

给矩阵赋值：对二值图逐列遍历，首先从第一列共a个像素开始从上到下遍历，并统计值为255的像素出现的次数；比如遍历到二值图中p行q列的像素时，之前共出现值为255的像素次数为N；当二值图中p行q列像素值为255时，此时值为255的像素出现次数为N+1，即把转换后的结果矩阵I的行向量中的元素的值赋值给矩阵中p行q列的元素；当二值图中像素值为0时，说明为背景区域，矩阵中p行q列的元素值为0不变，继续往下遍历；矩阵和也是分别根据矩阵I中行向量和赋值得到，根据RGB三分量矩阵、和即得到最终结果图像。

最后，请参考图3，图3为本发明方法效果示意图；其中图3中的a表示掩膜后的原始图像匀色后的结果示意图；图3中的b表示原始图像经过自动匀色后的效果示意图。本发明可用于根据参考影像对图像中任意区域进行匀色处理。

综合来看，本发明的有益效果是：可以实现图像中任意形状区域的匀色处理。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种支持任意形状的图像匀色方法，其特征在于：包括以下步骤：

S1：获得原始图像的二值图，利用二值图将原始图像掩膜，得到掩膜后的原始图像，并将掩膜后的原始图像转换为矩阵rgbs；选定参考图像，并将参考图像转换为矩阵rgbt；

步骤S1中，矩阵rgbs为一个3行M列的矩阵；其中列数M是原始图像的总像素个数，矩阵rgbs的3行依次代表掩膜后原始图像的RGB三分量；

矩阵rgbt也是一个3行M列的矩阵；其中列数M是参考图像的总像素个数，矩阵rgbt的3行依次代表参考图像的RGB三分量；

S2：对矩阵rgbs进行遍历，筛选待匀色区域，并将待匀色区域的像素值存储至矩阵rgbs1中；

步骤S2中，矩阵rgbs1的获取过程如下：

S21、构造一个3行n列的矩阵rgbs1，初始化矩阵rgbs1元素为0；

S22、获取原始图像的二值图行列数为a行b列，将矩阵rgbs1中3行元素分别记作行向量，；二值图中元素的像素值为0或255；记=；

S23、对二值图逐列遍历，从第一列共a个像素开始从上到下遍历，累计统计像素值255出现的个数，若遍历到二值图中p行q列的像素为255时，且先前出现的像素值255的个数为N，则把掩膜后原始图像R分量位于p行q列的像素值赋值给矩阵rgbs1的行向量中的元素；若遍历到二值图中p行q列的像素为0时，则矩阵rgbs1的行向量不进行赋值操作，保持原初始值；

S24、二值图逐列遍历完毕时，行向量赋值结束，再用相同的方法给行向量赋值后，得到矩阵rgbs1；

S3：计算矩阵rgbs1和矩阵rgbt的RGB三个方向的分量均值，分别记为均值矩阵means、均值矩阵meant；

S4：对矩阵rgbs1和矩阵rgbt的RGB三个方向的分量求协方差矩阵，得到协方差结果矩阵covs和矩阵covt，并对矩阵covs、矩阵covt进行奇异值分解，得到奇异值分解结果，包括：矩阵covs对应的三阶酉阵Us、三阶酉阵对角矩阵As和矩阵covt对应的三阶酉阵Ut、三阶酉阵Vt和对角矩阵At；

S5：利用均值矩阵means、均值矩阵meant、奇异值分解结果计算变换矩阵I；

S6、变换矩阵I中的元素数值赋值给掩膜后的原始图像中的待匀色区域，得到最终匀色结果图像。

2.如权利要求1所述的一种支持任意形状的图像匀色方法，其特征在于：步骤S5中变换矩阵I的计算公式（1）如下：

（1）

其中，,表示矩阵rgbs1的三个行向量；分别表示参考图像的平移、旋转和缩放矩阵，T分别表示掩膜后原始图像待匀色区域的平移、旋转和缩放矩阵。

3.如权利要求2所述的一种支持任意形状的图像匀色方法，其特征在于：平移矩阵Ts和Tt的计算方法如下式（2）：

（2）

其中为均值矩阵means的三个元素，为均值矩阵meant的三个元素。

4.如权利要求2所述的一种支持任意形状的图像匀色方法，其特征在于：旋转矩阵Rs和Rt的计算方式如下（3）：

（3）

其中Us为协方差矩阵covs奇异值分解得到的三阶酉阵，Ut为协方差矩阵covt奇异值分解得到的三阶酉阵。

5.如权利要求2所述的一种支持任意形状的图像匀色方法，其特征在于：

缩放矩阵Ss和St的计算方式如下式（4）：

（4）

其中代表协方差矩阵covs的奇异值，代表协方差矩阵covt的奇异值。