色彩校正系统和方法技术方案

本发明专利技术公开了一种用于针对色彩校正来标定数字成像装置的系统和方法。所述方法包括获得多个颜色参考中的每一个的输入颜色值和参考颜色值以及用于评价降噪的具有颜色噪声的噪声评价图像，所述输入颜色值和所述参考颜色值位于非线性色彩空间中。确定基于在所述非线性色彩空间中评价适应度函数而优化的多个色彩校正参数。所述非线性色彩空间可以是CIE L*a*b*色彩空间。所述适应度函数可以包括色彩校正误差和噪声放大度量以便降低色彩校正期间的噪声放大。

Method and method of color correction

【技术实现步骤摘要】
色彩校正系统和方法
所公开的实施方式总体涉及数字图像处理，并且更具体地涉及但不排他地涉及用于数字图像的色彩校正的系统和方法。
技术介绍
由于数字成像装置获取色彩的方式不同于人眼感知色彩的方式，因此数字成像装置所获取的图像通常受益于色彩校正。然而，色彩校正过程可能容易引入和/或放大不同类型的噪声。这是本专利技术的实施方式旨在解决的总体领域。
技术实现思路
本文描述了可以针对色彩校正来标定数字成像装置的系统和方法。所述方法包括获得多个颜色参考中的每一个的输入颜色值和参考颜色值，以及用于评价降噪的具有颜色噪声的噪声评价图像，所述输入颜色值和参考颜色值位于非线性色彩空间中。确定基于在所述非线性色彩空间中评价适应度函数而优化的多个色彩校正参数。所述非线性色彩空间可以是CIEL*a*b*色彩空间。所述适应度函数可以包括色彩校正误差和噪声放大度量以便在色彩校正期间降低噪声放大。根据本文的第一方面，公开了一种用于针对色彩校正来标定数字成像装置的方法，所述方法包括：获得多个颜色参考中的每一个的输入颜色值和参考颜色值以及用于评价降噪的具有颜色噪声的噪声评价图像，所述输入颜色值和参考颜色值位于非线性色彩空间中；以及确定基于在所述非线性色彩空间中评价适应度函数而优化的多个色彩校正参数。在一些实施方式中，所述非线性色彩空间是CIEL*a*b*色彩空间。在一些实施方式中，确定所述多个色彩校正参数包括基于所述输入颜色值和参考颜色值以及所述噪声评价图像来调整所述色彩校正参数。在一些实施方式中，所述适应度函数包括色彩校正误差和噪声放大度量。在一些实施方式中，调整所述多个色彩校正参数包括通过对所述输入颜色值进行色彩校正并且将经校正的输入颜色值与所述参考颜色值进行比较来确定所述色彩校正误差。在一些实施方式中，调整所述多个色彩校正参数包括通过使用所述参数对所述噪声评价图像进行色彩校正并且将经校正的噪声评价图像与所述校正前噪声评价图像进行比较来确定所述噪声放大度量。在一些实施方式中，确定所述噪声放大度量包括使用峰值信噪比(PSNR)来确定所述噪声放大度量。在一些实施方式中，使用PSNR来确定所述噪声放大度量包括求出PSNR差，所述PSNR差为所述校正前噪声评价图像的PSNR与所述经校正噪声评价图像的PSNR之间的差。在一些实施方式中，使用PSNR来确定所述噪声放大度量包括确定下采样PSNR差。在一些实施方式中，确定下采样PSNR差包括：对所述校正前噪声评价图像进行下采样以获得下采样校正前噪声评价图像；对所述经校正噪声评价图像进行下采样以获得下采样经校正噪声评价图像；以及求出作为所述下采样校正前噪声评价图像的PSNR与所述下采样经校正噪声评价图像的PSNR之间的差的下采样PSNR差。在一些实施方式中，确定所述噪声放大度量包括确定所述PSNR差和至少一个下采样PSNR差的加权平均值。在一些实施方式中，使用PSNR来确定所述噪声放大度量包括确定多个连续下采样PSNR差以及将所述噪声放大度量确定为所述PSNR差和所述多个连续下采样PSNR差的加权平均值。在一些实施方式中，确定所述噪声放大度量包括利用相应的权重对所述PSNR差和所述多个连续下采样PSNR差中的每一个进行加权，并且所述权重中的至少一个不为零。在一些实施方式中，确定所述噪声放大度量包括基于颜色方差来确定所述噪声放大度量。在一些实施方式中，调整所述多个色彩校正参数包括通过将经色彩校正的噪声评价图像转换到YUV色彩空间中来确定所述噪声放大度量。在一些实施方式中，所述噪声评价图像包括多个色块，并且其中所述噪声放大度量被确定为所述色块中的每一个的噪声放大水平的加权和。在一些实施方式中，根据人类对每个色块的平均感知敏感度来对所述色块进行加权。在一些实施方式中，调整所述色彩校正参数包括通过使所述色彩校正误差和所述噪声放大度量的加权和最小、化来优化所述适应度函数。在一些实施方式中，调整所述色彩校正参数包括使用遗传过程来调整所述参数。一些实施方式包括使用直接搜索法来进一步调整所述色彩校正参数。在一些实施方式中，获得所述色彩标定图像的输入颜色值包括对包括多个色块的一个或多个颜色参考进行成像。在一些实施方式中，所述色彩校正参数呈矩阵的形式。在一些实施方式中，所述色彩校正参数呈查找表的形式。在一些实施方式中，调整所述色彩校正参数包括在所述查找表中进行的查找操作和插值操作。在一些实施方式中，所述插值操作包括谢泼德插值(Shepardinterpolation)。在一些实施方式中，所述噪声评价图像是虚拟噪声评价图像。在一些实施方式中，所述虚拟噪声评价图像包括添加到虚拟无噪声图像的噪声。在本文的另一方面，公开了一种被配置用于基于各自具有参考颜色的多个颜色参考的图像针对色彩校正而进行标定的色彩校正设备，所述设备包括：存储器，所述存储器用于储存多个色彩校正参数；以及处理器，所述处理器用于执行数字图像的色彩校正，其中所述处理器被配置用于：获得所述颜色参考中的每一个的输入颜色值和参考颜色值以及用于评价降噪的具有颜色噪声的噪声评价图像，所述输入颜色值和参考颜色值位于非线性色彩空间中；并且确定基于在所述非线性色彩空间中评价适应度函数而优化的多个色彩校正参数。在一些实施方式中，所述非线性色彩空间是CIEL*a*b*色彩空间。在一些实施方式中，所述处理器被配置用于通过基于所述输入颜色值和参考颜色值以及所述噪声评价图像调整所述色彩校正参数来确定所述多个色彩校正参数。在一些实施方式中，所述适应度函数包括色彩校正误差和噪声放大度量。在一些实施方式中，所述处理器被配置用于通过对所述输入颜色值进行色彩校正并且将经校正的输入颜色值与所述参考颜色值进行比较来调整所述多个色彩校正参数。在一些实施方式中，所述处理器被配置用于通过使用所述参数对所述噪声评价图像进行色彩校正并且将经校正的噪声评价图像与所述校正前噪声评价图像进行比较来调整所述多个色彩校正参数。在一些实施方式中，所述处理器被配置用于使用峰值信噪比(PSNR)来确定所述噪声放大度量。在一些实施方式中，所述处理器被配置用于通过求出作为所述校正前噪声评价图像的PSNR与所述经校正噪声评价图像的PSNR之间的差的PSNR差而使用PSNR来确定所述噪声放大度量。在一些实施方式中，所述处理器被配置用于通过确定下采样PSNR差而使用PSNR来确定所述噪声放大度量。在一些实施方式中，所述处理器被配置用于通过以下方式来确定所述下采样PSNR差：对所述校正前噪声评价图像进行下采样以获得下采样校正前噪声评价图像；对所述经校正噪声评价图像进行下采样以获得下采样经校正噪声评价图像；以及求出作为所述下采样校正前噪声评价图像的PSNR与所述下采样经校正噪声评价图像的PSNR之间的差的下采样PSNR差。在一些实施方式中，所述处理器被配置用于通过确定所述PSNR差和至少一个下采样PSNR差的加权平均值来确定所述噪声放大度量。在一些实施方式中，所述处理器被配置用于确定多个连续下采样PSNR差并且将所述噪声放大度量确定为所述PSNR差和所述多个连续下采样PSNR差的加权平均值。在一些实施方式中，所述处理器被配置用于通过利用相应的权重对所述PSNR差和所述多个连续下采样PSNR差中的每一个进行加权来确定所述噪声放大度量，并且本文档来自技高网...

【技术保护点】
1.一种用于针对色彩校正来标定数字成像装置的方法，所述方法包括：获得多个颜色参考中的每一个的输入颜色值和参考颜色值以及用于评价降噪的具有颜色噪声的噪声评价图像；以及基于所述输入颜色值和所述参考颜色值以及所述噪声评价图像来调整多个色彩校正参数。

【技术特征摘要】
1.一种用于针对色彩校正来标定数字成像装置的方法，所述方法包括：获得多个颜色参考中的每一个的输入颜色值和参考颜色值以及用于评价降噪的具有颜色噪声的噪声评价图像；以及基于所述输入颜色值和所述参考颜色值以及所述噪声评价图像来调整多个色彩校正参数。2.如权利要求1所述的方法，其特征在于，所述多个色彩校正参数是基于在所述非线性色彩空间中评价适应度函数而优化的。3.如权利要求2所述的方法，其中所述适应度函数包括色彩校正误差和噪声放大度量。4.如权利要求3所述的方法，其中所述调整所述多个色彩校正参数包括通过对所述输入颜色值进行色彩校正并且将所述经校正输入颜色值与所述参考颜色值进行比较来确定所述色彩校正误差。5.如权利要求3或4所述的方法，其中所述调整所述多个色彩校正参数包括通过使用所述参数对所述噪声评价图像进行色彩校正并且将所述经校正的噪声评价图像与校正前噪声评价图像进行比较来确定...

【专利技术属性】
技术研发人员：陈玮，曹子晟，
申请(专利权)人：深圳市大疆创新科技有限公司，
类型：发明
国别省市：广东,44