数字图像白平衡处理算法研究与改进

论文摘要

白平衡算法主要应用于照相与摄像系统中。通过去除光源因素对物体颜色的影响,从而将未知光源下的图像转换到某个经典的光源之下,达到还原图像颜色的目的。因此白平衡算法也被称之为色彩一致性算法。本论文的主要内容为对于当今白平衡算法的研究与改进。现存的白平衡算法种类较多,可惜没有一种算法能很好地够适用于所有数码图片。本文针对部分算法的缺陷,从两个方面进行了改进:第一个方面是基于灰度法和镜面法的改进算法,本文算法对于这两种算法取长补短,保留它们各自的优势,避免了劣势。使新算法的适用范围得到了扩大;第二个方面是基于自动色彩均衡算法(Automatic Color Equalization)的改进算法——修正自动色彩均衡算法(Modified Automatic Color Equalization),MACE消除了ACE算法的边缘点效应,使原算法的性能得到了提高。在基于灰度法和镜面法的改进方向中,本文共提出了两大类共五种子算法。其中一类算法能够自行在灰度法与镜面法中选择一个最适合于目标图片的算法,这类算法被本文定义为自适应算法。因为灰度法与镜面法版本众多,很多使用的不是同一个色彩空间,所以本文根据这种情况提出了基于相同色彩空间与基于不同色彩空间的自适应算法,较好地适应了不同的情况。本文提出的第二类算法针对灰度法与镜面法使用相同的色彩空间,但是处理效果都不理想的情况。该算法通过修正灰度法和镜面法的归一化率,使用新的归一化率处理图片的方式,并使最终的处理结果既优于灰度法也优于镜面法,从而达到优化算法的目的。大量实验结果证明,这些算法达到了预期的目标,获得了明显地改进效果。在基于ACE的改进算法之中,本文致力于改善ACE算法固有的边缘点效应。通过加窗和奇异点消除两个添加步骤,本文提出了一种新的算法MACE。MACE的基本思想就是去除不相关像素点对于处理结果的影响。经过对于MACE算法效果的多角度测试,可以得出结论:MACE算法有效的去除了ACE算法的边缘点效应,并很好的继承了ACE算法原有的优势。本文基于现有白平衡算法提出了两方面改进。改进后的算法相比于原算法具有更广的适用空间,同时处理效果也得到了显著的提高。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 白平衡算法介绍
• 1.2 国内外研究情况介绍
• 1.2.1 灰度法
• 1.2.2 完美反射法
• 1.2.3 音阶映射法
• 1.2.4 色相关法
• 1.2.5 神经网络法
• 1.3 本章小结与论文安排
• 第2章 数字图像成像与光源转换理论
• 2.1 数字图像成像理论
• 2.2 光源转换理论
• 2.3 本章小结
• 第3章 基于灰色世界法与镜面法的算法改进
• 3.1 算法基础
• 3.1.1 灰色世界法
• 3.1.2 镜面法
• 3.2 改进算法原理
• 3.2.1 相同色彩空间的自适应算法原理
• 3.2.2 不同色彩空间的自适应算法原理
• 3.2.3 修正归一化率算法原理
• 3.3 试验结果与性能评估
• 3.3.1 相同色彩空间的自适应算法性能
• 3.3.2 不同色彩空间的自适应算法性能
• 3.3.3 修正归一化率算法性能
• 3.4 本章小结
• 第4章 基于ACE 的改进算法MACE
• 4.1.A CE 算法原理
• 4.2.M ACE 的基本原理
• 4.3 实验结果与性能评估
• 4.3.1 窗的选择对于MACE 性能的影响
• 4.3.2 不同门限Y 对于MACE 性能的影响
• 4.3.3 MACE 对于ACE 边缘点效应的改善效果
• 4.3.4 MACE 对图片动态范围的自适应调整
• 4.4 本章小结
• 第5章 总结与展望
• 5.1 主要研究结论
• 5.2 研究展望
• 图片库统计数据（附录1）
• 致谢
• 在攻读硕士期间已发表或录用的论文