由于相機體積和成本的限制,相機生產(chǎn)廠家大多會選擇單CCD或CMOS圖像傳感器類型結(jié)構(gòu),然后在傳感器表面覆蓋一層顏色濾波陣列,使得相機的最終成像是由紅、綠、藍三種顏色的像素塊組成的Bayer圖像。為保證全彩色圖像的輸出,必須利用相應(yīng)的插值算法在Bayer圖像的基礎(chǔ)上,為每個像素點補充其他兩種顏色分量,這個過程被稱為色彩重建�，F(xiàn)有的文獻提出了一些重建算法,但是存在邊緣處理效果不佳、拉鏈效應(yīng)、塊效應(yīng)和虛假顏色等不足之處。針對這些問題,本文提出一種梯度加權(quán)殘差插值算法。該算法首先用線性插值方法從水平和垂直兩個方向得到所有像素的初始估計值,進而得到所有像素在水平和垂直方向的色差估計,以Bayer圖像平面、線性插值后的Bayer圖像平面和殘差平面來聯(lián)合提供四個方向的權(quán)重,之后將權(quán)重值與色差估計值相結(jié)合,再與原始紅藍通道值相加恢復(fù)完整綠色平面。最后基于色差平面對重建的綠色分量進一步細化。不同的環(huán)境光會使得經(jīng)插值以后得到的圖像出現(xiàn)色彩偏移的情況,需要對此進行顏色校正。針對現(xiàn)有顏色校正算法中存在的圖像細節(jié)信息缺失和顏色飽和度較低等問題,提出了一種基于改進增益系數(shù)的圖像顏色校正算法。該算法首先用改進增益系... 

【文章來源】：天津工業(yè)大學(xué)天津市

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

RGB顏色空間坐標系

天津工業(yè)大學(xué)碩士學(xué)位論文10圖2-1RGB顏色空間坐標系在RGB顏色空間坐標系中，用0到255共256個數(shù)值來表示R、G、B中的任一種顏色，255表示最強和最飽和的彩色光，0表示最弱且沒有彩色光的黑色。任何一種顏色都可以用不同比例的R、G、B混合而成，當(dāng)三種顏色都等于255時，它將顯示為白光；當(dāng)三種顏色都等于0時，將顯示為黑光。在顏色混合中，將一定數(shù)量的R、G、B進行混合來得到某種顏色�；旌铣蛇@種顏色所需的紅綠藍三種顏色的數(shù)量稱為該顏色的三刺激值，分別用r、g、b來表示。任意一種顏色的光譜三刺激值曲線如圖2-2所示。曲線中顯示的某些刺激值是小于零的，這說明通過混合紅色、綠色和藍色這三種顏色，有些顏色是無法顯示出來的。圖2-2RGB模型混合曲線2.1.2CIEXYZ顏色模型由于RGB是一種與設(shè)備有關(guān)的顏色模型，而每種設(shè)備在使用RGB顏色模型時都會對其有不同的定義，因此設(shè)備之間的RGB定義無法通用。另外，人們在對兩種顏色進行比較時常常會忽略了光照這一因素，而如果這兩種顏色所處的光照環(huán)境不同，就將毫無意義，且RGB模型在進行顏色匹配時某些波長會出現(xiàn)負值，即有些顏色的合成需要添加負的光，但是負光在現(xiàn)實中是不存在的。在此

第二章圖像色彩重建相關(guān)基礎(chǔ)11理論基礎(chǔ)上，CIE定義了XYZ顏色模型，使其更適用于顏色計算。在CIE1931標準色度系統(tǒng)中，X、Y、Z分別代表混合各種波長的光譜顏色中的三刺激值，這三個值是由RGB系統(tǒng)中的實驗數(shù)據(jù)轉(zhuǎn)換而來的。在CIEXYZ顏色模型[45]中，光譜三刺激值曲線如圖2-3所示，任意一種顏色混合函數(shù)C的三刺激值均為正值：CX[x]Y[y]Z[z](2-1)其中x、y、z分別為混合成顏色C所需標準基色X、Y、Z的系數(shù)。用y來表示顏色的亮度，用x和z來表示顏色的色度，便于顏色校準。從RGB顏色空間到XYZ顏色空間轉(zhuǎn)換的公式如下：2.76891.75181.13021.00024.59070.06000.00000.05655.5943XRYGZB(2-2)從XYZ顏色空間到RGB顏色空間轉(zhuǎn)換的公式如(2-3)所示：0.41850.15870.08280.09120.25240.01570.00090.00250.1786RXGYBZ(2-3)圖2-3XYZ模型混合曲線2.1.3HSI顏色模型HSI顏色模型[46]用三個指標來描述顏色，分別為色調(diào)(H)、飽和度(S)和強度(I)，這種描述方式更適合于人類視覺系統(tǒng)的特點。色調(diào)H與光的波長有關(guān)，它反映了人類對不同顏色的感覺，是顏色的基本特征。飽和度S是指某種顏色的純凈度。飽和度越高，顏色看起來就會越鮮亮；反之，飽和度越低，顏色看起來就會越黯淡。飽和度可以用0%~100%之間的百分數(shù)來進行表示，0%表示灰色光,100%

【參考文獻】：
期刊論文
[1]基于Retinex的彩色圖像去霧霾算法研究[J]. 王園園,張娜,韓美林.  商洛學(xué)院學(xué)報. 2019(04)
[2]常用顏色模型[J]. 邵慧娟.  電子世界. 2013(03)
[3]Effective color correction method employing HSV color model[J]. Jae-hyoung YU,Young-tak KIM,Nam-ki LEE,Young-sun TCHOI,Hern-soo HAHN.  Journal of Measurement Science and Instrumentation. 2012(01)
[4]一種用于單CCD圖像傳感器的圖像插值算法[J]. 花櫻,彭宏京.  中國圖象圖形學(xué)報. 2010(04)
[5]Bayer格式圖像的實時彩色復(fù)原[J]. 羅瀟,孫海江,陳秋萍,陳靜,王延杰.  中國光學(xué)與應(yīng)用光學(xué). 2010(02)
[6]數(shù)字圖像傳感器顏色插值算法研究[J]. 賀欽,劉文予.  小型微型計算機系統(tǒng). 2007(08)
[7]數(shù)碼相機發(fā)展及市場格局[J]. 王博,王毅.  計算機工程與應(yīng)用. 2002(22)
[8]關(guān)于數(shù)碼相機圖像傳感器的工作原理[J]. 李郁.  高等函授學(xué)報(自然科學(xué)版). 2002(05)

博士論文
[1]圖像顏色恒常性計算研究[D]. 王飛.西安電子科技大學(xué) 2018

碩士論文
[1]基于生成對抗網(wǎng)絡(luò)的圖像顏色校正方法[D]. 蘭天.山東師范大學(xué) 2019
[2]基于層次遞階的霧天圖像清晰化方法研究[D]. 王紅.太原理工大學(xué) 2019
[3]基于FPGA的Bayer圖像色彩還原技術(shù)研究[D]. 王麓.吉林大學(xué) 2019
[4]PBCCD模型和MSRCR算法的道路圖像偏色檢測與矯正[D]. 王利.武漢理工大學(xué) 2018
[5]基于內(nèi)窺鏡的圖像增強及色彩矯正方法研究[D]. 劉詩源.河北大學(xué) 2017
[6]高速大面陣CMOS相機圖像復(fù)原算法研究[D]. 孫晨.中國科學(xué)院大學(xué)(中國科學(xué)院西安光學(xué)精密機械研究所) 2016
[7]基于CCD的彩色圖像校正方法研究[D]. 秦瀟楓.山西師范大學(xué) 2015
[8]基于非局部模型的CFA圖像去馬賽克[D]. 張平.西安電子科技大學(xué) 2014
[9]基于CFA的圖像重建算法研究[D]. 楊曉飛.太原科技大學(xué) 2012
[10]數(shù)碼相機的圖像處理算法研究及應(yīng)用[D]. 王懷野.西北工業(yè)大學(xué) 2001



本文編號：3276248