简述
RGB颜色模型是数字图像中比较常见的一种颜色模型,能够反映此时此刻图像中RGB的分布。但是在实际图像处理中,往往会碰到一个比较头疼的问题,就是图像的RGB容易受光照的影响,也就是说,同一位置,不同光照强度会导致图像的RGB值发生很大变化。
那我们如何消除光照导致的影响呢?其实有两种方式:
1、将RGB转换成HSV中的H,即色调。转换公式:
max=max(R,G,B);
min=min(R,G,B);
V=max(R,G,B);
S=(max-min)/max;
if (R = max) H =(G-B)/(max-min)* 60;
if (G = max) H = 120+(B-R)/(max-min)* 60;
if (B = max) H = 240 +(R-G)/(max-min)* 60;
if (H < 0) H = H+ 360;
2、 对RGB值进行归一化(本文介绍的重点)
归一化公式:
r = R / (R+G+B) ;
g = B / (R+G+B) ;
b = 1 - r - g ;
RGB归一化
为什么使用归一化后,可以消除光照的影响呢?这里举个例子
t1时刻,像素值为(20, 40, 60),而由于受到光照的影响,t2时刻,像素值为(40, 80, 120),这样可以看出,光照对RGB的影响还是蛮大的。
对t1时刻和t2时刻的像素分别做归一化处理,t1时刻,归一化后像素值为(1/6, 2/6, 3/6);t2时刻,归一化后像素值为(1/6, 2/6, 3/6),可看出,归一化后,t1和t2时刻的像素值是相同的。只是受到光照影响后,RGB像素值同比例放大了。
注意
RGB归一化处理,只针对光照光源稳定的情况下,只要光源稳定,什么颜色的光源就不重要了。
总结
对于归一化的其他总结,以及归一化的优势,在另一篇博客中介绍的很详细,这里提供一个链接。