图像颜色校正设计论文.docVIP

河北农业大学 数字图像处理课程设计 图像颜色校正 院 系： 信息科学与技术学院 专业班级： 电子0902班 姓 名： 刘华平 学 号： 2009234020214 2012年12月9日 1 设计目标： 图像的颜色使图像的一种重要特征，但是由于物体在不同的光源下呈现不同的原色，往往在拍摄的时候会产生偏色现象，图像颜色校正就是为了消除偏色现象。 2 设计原理： 2.1 灰度世界算法 假定一幅带有足够多色彩变化的图像，则这幅场景的平面反射能消除偏色。 计算图像R,G,B三个颜色通道的平均通道（,,） N:为图像的像素总数。 ，，分别为校正前图像第i个像素的红、绿、蓝三个分量值。 令图像的平均灰度值。 求R,G,B三个颜色通道的增益系数（）。 则对于图像中每个像素点C，其校正后的三个通道为（） （3）将图像中各个像素的谁分量调整到可显示的范围【0，255】之内。 求出图像所有像素灰度值的最大值。 令 如果，则对图像中每个像素进行新的调整，由得到。 注：“灰度世界算法”不适用于大块单一颜色的情况。 2.2 基于标准差加权的灰度算法 将图像分为若干宏块，然后计算每一宏块的R、G、B三个通道的平均值和标准差 3 设计程序流程图 3.1 灰度世界算法 4.设计程序及图像效果分析 4.1I=imread(yumi1.jpg);%读取图像’yumi1.jpg’ imshow(I) %显示原图像I I=double(I); %将图像变为双精度型 [m,n]=size(I); %计算图像I的大小 n=n/3; %图像列除以3 R1=0; %R1初始化 G1=0; %G1初始化 B1=0; %B1初始化 for i=1:m for j=1:n %设置循环 R1=R1+I(i,j,1);%计算图像R分量所有像素点的灰度值总和 G1=G1+I(i,j,2); %计算图像G分量所有像素点的灰度值总和 B1=B1+I(i,j,3); %计算图像B分量所有像素点的灰度值总和 end end %循环结束 R1=R1/(m*n); %计算R通道的平均值R1 G1=G1/(m*n); %计算G通道的平均值G1 B1=B1/(m*n); %计算B通道的平均值B1 Greg=(R1+G1+B1)/3; %计算整个图像的灰度平均值Greg Kr=Greg/R1; %计算R通道的增益系数Kr Kg=Greg/G1; %计算R通道的增益系数Kg Kb=Greg/B1; %计算R通道的增益系数kb for i=1:m for j=1:n %设置循环体 R2(i,j)=I(i,j,1)*Kr;%对于图像中每个像素点，计算校正后R通道的值R2(i，j) G2(i,j)=I(i,j,2)*Kg;%对于图像中每个像素点，计算校正后G通道的值G2（i，j） B2(i,j)=I(i,j,3)*Kb;%对于图像中每个像素点，计算校正后B通道的值B2（i，j） end end %循环结束 for i=1:m %设置循环体 for j=1:n MAX(i,j)=max(R2(i,j),G2(i,j));%对于每一个像素点，计算其R2,G2,B2分 MAX(i,j)=max(MAX(i,j),B2(i,j)); 　　%量的最大值 end end %循环结束 MAX1=max(max(MAX)); %计算图像中所有R2,G2,B2的最大值 Factor=MAX1/255; %令Factor=MAX1/255 if Factor1 %如果Factor1 for i=1:m %设置循环体 for j=1:n J(i,j,1)=R2(i,j)/Factor; %调整图像R2分量 J(i,j,2)=G2(i,j)/Factor; %调整图像G2分量