光线补偿

原文讲解不清，特修改一下。。

    在图片的整体颜色偏暗或偏亮时，需要采用光线补偿的方法调整图片颜色。普遍采用光线补偿方法的是HsuRL在《Face detection in color images》中提出的可变光照及复杂背景下的肤色检测算法。

    具体做法是检测图像中亮度在前5%的像素(参考白)，按一定公式计算出调整值，则对图像的RGB三个分量进行线性调整，如果整张图片较暗，前5%平均灰度值会比255较小，调整值较大，把整个图片的颜色调亮.

HsuRL《Face detection in color images》论文下载地址 http://www.51xuewen.com/res/show.aspx?resid=2453 = 0;
unsigned char RedTemp,GreenTemp,BlueTemp;

for (j=y1; j<y2; j++) {
    for (i=x1; i<x2; i++) {
      index = VL_RGB_PIXEL * (j*width + i);
    
   //得到rgb值
    RedTemp=input[index];
          GreenTemp=input[index+1];
          BlueTemp=input[index+2];
   //计算灰度值
   int gray = (RedTemp * 299 + GreenTemp * 587 + BlueTemp * 114)/1000;
   histogram[gray]++;
}
}
int calnum =0;
  int total = x2 * y2;
  int num;
  //下面的循环得到满足系数thresholdco的临界灰度级
  for(i =0;i<256;i++)
  {
   if((float)calnum/total < thresholdco) //得到前5%的高亮像素。
   {
    calnum+= histogram[255-i];//histogram保存的是某一灰度值的像素个数,calnum是边界灰度之上的像素数
    num = i;
   }
   else
    break;
  }
  int averagegray = 0;
  calnum =0;
  //得到满足条件的象素总的灰度值
  for(i = 255;i>=255-num;i--)
  {
   averagegray += histogram[i]*i;//总的像素的个数*灰度值
   calnum += histogram[i];//总的像素数
  }
  averagegray /=calnum;
  //得到光线补偿的系数
  float co = 255.0/(float)averagegray;
  //下面的循环对图象进行光线补偿
for (j=y1; j<y2; j++) {
      for (i=x1; i<x2; i++)
   {
    //得到数据偏移
       index = VL_RGB_PIXEL * (j*width + i);
    //得到分量
       for(int n=0;n<3;n++)
    {
    int nTemp=input[index+n]*co;
    output[index+n]=(nTemp>255)?255:nTemp;
    
    }  }  }

核心代码：
const float thresholdco = 0.05;
//象素个数的临界常数
const int thresholdnum = 100;
//灰度级数组
int histogram[256];
for(i =0;i<256;i++)
  histogram

至此，我还有一点疑问：这个的数学原理是什么呢？虽然的确有效果。。

原文解释：

另外一种补偿方法是东南大学夏思宇博士在《一种改进的自适应肤色检测算法》（链接中提供此论文的万方站点下载地址，免费的没找到。呵呵）中提出的用白平衡算法代替HsuRl的光线补偿方法，能较好的解决由光照引起的图像彩色偏移，使得检测结果更加稳健。白平衡会按目前图像中的图像特性，调整整个图像红绿蓝强度，以修正外部光线所造成的误差，平衡就是不考虑环境光线，让系统默认“白色”，就是让他能认出白色，而平衡其他颜色在有色光线下的色调。计算步骤如下：
1.计算图像的R,G,B分量的各自平均值R',G',B'，并令图像的平均灰度值avgGray=(G'+R'+B')/3.
2.令Kr=avgGray/R',Kg=avgGray/G',Kb=avgGray/B',调整每个像素点的RGB值R=R*Kr,G=G*Kg,B=B*Kb，并处理越界情况，将大于255的值置为255
代码：
int RedTotal=0,GreenTotal=0,BlueTotal=0,NumTotal,GrayTotal,RedTemp,GreenTemp,BlueTemp;
  unsigned char RedAverage,GreenAverage,BlueAverage,GrayAverage;
  
  float Kr,Kg,Kb;
  for (j=y1; j<y2; j++) {
    for (i=x1; i<x2; i++) {
      index = VL_RGB_PIXEL * (j*width + i);
     //得到rgb值
    RedTotal+=input[index];
          GreenTotal+=input[index+1];
          BlueTotal+=input[index+2];
   //计算灰度值
    //GrayTotal = (input[index] * 299 + input[index+1] * 587 + input[index+2] * 114)/1000;
  
}
}
    NumTotal=x2 * y2;
    RedAverage=RedTotal/NumTotal;
GreenAverage=GreenTotal/NumTotal;
BlueAverage=BlueTotal/NumTotal;
GrayAverage=(RedAverage+GreenAverage+BlueAverage)/3;
Kr=(float)GrayAverage/(RedAverage);
Kg=(float)GrayAverage/(GreenAverage);
Kb=(float)GrayAverage/(BlueAverage);
for (j=y1; j<y2; j++) {
    for (i=x1; i<x2; i++) {
      index = VL_RGB_PIXEL * (j*width + i);
      RedTemp=input[index] * Kr;
   GreenTemp=input[index+1] * Kg;
   BlueTemp=input[index+2] * Kb;
    output[index]=(RedTemp>255) ? 255 : RedTemp;
    output[index+1]=(GreenTemp>255) ? 255 : GreenTemp;
    output[index+2]=(BlueTemp>255) ? 255 : BlueTemp;
    
}
}
它的补偿效果有待进一步验证

 

转载于:https://www.cnblogs.com/oskycar/archive/2009/07/31/1536229.html