局部颜色校正

局部颜色校正

原理

我们将介绍一种局部颜色校正的技术，用以提高数字图像的对比度。当图像整体太暗或太亮的时候，我们可以使用Gamma校正的技术提高图像的对比度。

图一 从左至右：分别是较暗原始图像，Gamma系数为0.5的Gamma校正，直方图均衡化

图二 从左至右：分别是较亮原始图像，Gamma系数为2.5的Gamma校正，直方图均衡化

图三 从左至右：分别是原始图像，Gamma系数为0.5、2.5,0.75，1.5的Gamma校正图像

图一和图二是分别使用Gamma校正提高对比度之后的效果。在第一幅较暗的图像中我们使用，第二幅较亮的图像二中我们使用。图像方法的直方图信息表面经过Gamma校正之后，提高了图像的动态范围。当图像中既含有较暗区域又含有较亮区域的时候，这种情况下，如果仅仅使用一个Gamma对整幅图像进行Gamma校正时，输出的图像效果将很差。因为Gamma校正是一种全局的方法，某一部分相近的像素将被映射到相同的图像灰度值，并没有考虑到图像像素邻域的信息。

图像三显示的是在既包含较暗区域又包含较亮区域的图像中，不可能用一种Gamma校正值就取得较好的效果。一种折中的办法是，根据图像的平均灰度值水平对Gamma值进行选择。当图像平均灰度信息大于127.5的时候使用，对图像亮度进行抑制；当图像灰度信息小于127.5的时候使用，对图像亮度进行增强。我们假设图像用无符号8bit表示的图像，那么我们可以根据上述的讨论得到如下式子：

在既有较暗区域又有较亮区域的图像中，全局Gamma校正效果不能取得较好的效果，那么，考虑到图像邻域的信息，我们可以使用局部的信息，对图像进行Gamma校正。较暗的区域对图像进行增亮处理，较亮的区域适当的对其进行抑制。局部颜色校正方法可以根据邻域内像素的灰度值情况，把同一输入像素值，映射成不同水平的像素灰度值。

算法步骤

假设输入图形为8bit的RGB图像，整个算法可以分两步进行：

1.   根据输入图像计算出掩膜图像

2.   结合输入图像和掩膜图像计算出最终结果

掩膜图像一般根据彩色图像各个通道的图像灰度值获得。假设RGB图像各个通道的像素灰度值为R，G，B，则掩膜图像可以表示为;

之后对掩膜图像进行反转并进行高斯滤波：

高斯滤波的时候，我们选取较大核进行滤波，以保证对比度不会沿着边缘方向过度减小。上述的输出结果图像表明：图像哪部分需要提亮，哪部分需要减暗。比如，图像中较亮区域将获得较小的Mask值，该区域应该减暗。

最后输入图像表示为:

如果掩膜图像M(x,y)大于128，将得到一个大于1的指数，将对图像亮度进行抑制；当掩膜图像M(x,y)小于128，，将得到一个小于1的指数，将对图像增亮；当掩膜图像M(x,y)等于128的时候，并不该边图像的亮度值。

实现代码：

#Local_Color_correction
img = cv2.imread('Hydrangeas.jpg')
h,w = img.shape[:2]
I = zeros((h,w),dtype=float64)
Out_img = img.copy()

B = array(img[:,:,0],dtype=float64)
G = array(img[:,:,1],dtype=float64)
R = array(img[:,:,2],dtype=float64)

print(B.dtype)
for i in range(0,h):
    for j in range(0,w):
        I[i,j] = ((B[i,j]+G[i,j]+R[i,j]))/3.0

Revert_I = full((h,w),255.0,dtype=float64)
Mast = Revert_I-I

Mast_Blur = cv2.GaussianBlur(Mast,(41,41),0)

for k in range(0,3):
    for i in range(0,h):
        for j in range(0,w):
            Exp = 2**((128-Mast_Blur[i,j])/128.0)
            Value = uint8(255*((img.item(i,j,k)/255.0)**Exp))
            Out_img.itemset((i,j,k),Value)





cv2.namedWindow("original image")
cv2.namedWindow("output image")

cv2.imshow("original image",img)
cv2.imshow("output image",Out_img)
cv2.imwrite("Hydrangeas_LCC.jpg",Out_img)

cv2.waitKey(0) # 等待键盘触发事件，释放窗口

图像效果：

参考资料：

http://www.ipol.im/pub/art/2011/gl_lcc/?utm_source=doi