引言
在一定的光照環(huán)境下,通過光線的反射可形成的光學(xué)圖像因為物理表面材質(zhì)的不同,經(jīng)常會出現(xiàn)局部的高光反射區(qū)域。由于高光遮掩了物體的原有形狀、顏色、紋理等特征,對目標(biāo)的檢測與識別都會產(chǎn)生很大的干擾,如人臉的高光問題是證件相片處理中的一個常見問題。
Shafer提出的雙色反射模型給出了圖像成像過程中,景物表面的光強(qiáng)分布模型。Klmker發(fā)現(xiàn),在RGB顏色空間中,漫反射像素和高光像素形成一個r形分布,該分布特性一定程度地描述了高光區(qū)域的特性。Tan等人發(fā)表了一系列在色度空間上分離漫反射和高光反射分量的方法,對于顏色豐富圖像的高光去除有較好的效果。但是,該方法基于相機(jī)響應(yīng)為線性的假設(shè),使得實際拍攝的大部分圖像均無法獲得理想的效果。為此,本文提出了基于參數(shù)自適應(yīng)確定的伽馬變換下的漫反射分離方法,實現(xiàn)對實際拍攝圖像的高光去除。
1基于雙色反射模型的高光去除原理
1.1雙色反射模型
圖1所示是雙色反射模型的示意圖,圖像中的景物顏色是由漫反射和鏡面反射分量兩部分組成,鏡面反射分量反映了光源的顏色,漫反射分量反映了物體本身的顏色。
圖1雙色反射模型
基于雙色反射模型和數(shù)碼相機(jī)的成像原理,圖像亮度可用下式描述:
和ω(sx)是漫反射和鏡面反射的權(quán)值系數(shù);S(λ)是漫反射的光譜反射函數(shù);E(λ)是光源的光譜能量分布函數(shù);Ω是可見光的光譜集合。因此,這里定義的圖像色度如下:
當(dāng)給定圖像強(qiáng)度U3))和光源色度(廣)(通過顏色恒常法則建立),并分離得到漫反射分量(xA后,就可得到高光去除的結(jié)果。
1.2分離反射分量
實際上,分離反射分量的方法可在一個最大色度強(qiáng)度空間中展開。圖2所示是單色圖像在最大色度強(qiáng)度空間上的分布圖。
根據(jù)單色圖像在最大色度強(qiáng)度空間的分布特性,Tan提出了一種分離反射分量的方法。如圖3所示,考慮到高光點(diǎn)的像素值一般很大,所以,將高光像素點(diǎn)三通道的值以相同的步長迭代地減小,將每次遞減的結(jié)果投影到最大色度強(qiáng)度空間,則符合圖3中曲線的分布。這時,給定一個漫反射色度值,如圖3的垂直線,則高光像素點(diǎn)的漫反射分量就是在交點(diǎn)處的值。
基于該分離反射分量原理,對色彩分布豐富的圖像,首先給定同一個漫反射色度,將全圖的所有像素色度均轉(zhuǎn)移到該色度下,獲得一幅同色度圖像,根據(jù)同色度圖與原圖的像素差異,標(biāo)記所有的高光像素。之后,對所有的高光像素通過迭代的方式,以近鄰像素中的最大色度值替代后,即可得到去除高光后的漫反射分量。圖4所示就是采用該方法得到的實驗結(jié)果??梢钥吹?,因為圖4(a)是相機(jī)響應(yīng)函數(shù)為線性函數(shù),因此可以獲得較為理想的高光去除結(jié)果,如圖4(b)所示,但因為圖4(c)為實際拍攝的圖像,其相機(jī)響應(yīng)函數(shù)為非線性函數(shù),因此無法得到圖4(d)所示的理想的高光去除效果。
2基于伽馬變換的高光去除
2.1伽馬變換
目前幾乎所有的相機(jī)的光電轉(zhuǎn)換特性,即相機(jī)響應(yīng)函數(shù)都是非線性的,它們可表示為:
其中,I(x)為圖像的像素值;O(x)為景物的光強(qiáng);是冪函數(shù)的指數(shù),用來衡量非線性部件的轉(zhuǎn)換特性。本文采用了補(bǔ)償?shù)姆椒?,即用伽馬變換的方法獲得線性的相機(jī)響應(yīng)函數(shù):
其中,I(x)是伽馬變換后的值;max,(i=R,G,B)為原圖的三個顏色通道的最大值。
2.2模型參數(shù)的自適應(yīng)確定方法
本文根據(jù)同色度圖像的分布規(guī)律,給出了參數(shù)自適應(yīng)確定的方法,直接從圖像中給出對『值的估計。圖5所示是當(dāng)參數(shù)Y的估計準(zhǔn)確時,I(x)與。(x)為線性關(guān)系;當(dāng)估計的y小于實際的值時,I(x)與。(x)的關(guān)系為圖5中下面曲線的關(guān)系;而當(dāng)估計的Y大于實際的值時,I(x)與。(x)的關(guān)系為圖5中較上面曲線的關(guān)系。
因此,在最大色度強(qiáng)度空間上得到的同色度圖像會呈現(xiàn)如圖6所示的隨著y估計的不同,同色度圖像中的分布,尤其是高光區(qū)的分布與非高光區(qū)域的分布差異也不相同。
圖7所示是不同γ參數(shù)下的三通道分布特性曲線,其中x軸代表1/γ,y軸代表均值。經(jīng)統(tǒng)計原圖中被標(biāo)示為高光區(qū)的對應(yīng)像素在同色度圖像上的三個顏色分量的均值,在γ接近真實值時,達(dá)到最大值。本文將三個通道均值最大值點(diǎn)所對應(yīng)的γ值取均值,作為每幅圖像的γ自適應(yīng)估計值。
3實驗結(jié)果分析
圖8所示是實拍圖像的高光去除測試實驗結(jié)果示例,針對三幅不同目標(biāo),可進(jìn)行高光去除的測試實驗。按照本文方法,估計圖8(a)的γ=0.67,圖8(c)的γ=0.2,圖8(e)的γ=0.22,經(jīng)過漫反射分量的分離,則可得到如圖8(b)、圖8(d)及圖8(f)的高光去除效果。
4結(jié)語
本文提出了一種參數(shù)自適應(yīng)確定的基于伽馬變換的漫反射分量分離方法,在雙色反射模型的基礎(chǔ)上,通過分析最大色度強(qiáng)度空間上構(gòu)造同色度圖像的不同伽馬值的分布特性,確定圖像的模型參數(shù),完成漫反射分量的分離,實現(xiàn)對高光的去除。實驗結(jié)果表明,本方法可自動檢測高光區(qū)域,并對其進(jìn)行顏色及紋理的恢復(fù)。
20211115_6192757f62915__一種實拍圖像的高光去除方法