基于物理模型的彩色图像理解算法

给出一个彩色图像理解算法。算法首先对图像上的颜色变化(由光照和物体颜色引起)进行分析与综合,然后分割图像。算法的基础是二色反射模型理论,该理论认为反射光的颜色是界面反射(高光颜色)和本体反射(物体颜色)的线性组合,这两种反射光在颜色空间的三维直方图中形成特定的聚类(点簇)。因此分析聚类的性质可帮助确定光照和物体的颜色,但是有意义的聚类的生成又以图像中物体区域的确定为前提。算法按照假设检验的策略,依据图像中的连通性和颜色空间中聚类的特征,完成彩色图像的分割,并产生对景物中所发生的光学过程的物理描述。     

彩色图像中的本征图像的抽取

光源的位置和颜色影响到景物在摄像机中的成像,高光(highlight)的出现使一般的分割算法得不到理想的分割结果。文中根据二色反射模型(Dich-romatic Reflectioa Model),将图像分解成两个本征图像(intrinsic image)——本色图像(matte image)和高光图像(highlight image)。本色图像是去掉高光后的图像,反映了景物本身的不变性,不受外部因素(如光源的位置和颜色)的影响。而高光图像是只含有高光的图像,反映了外部因素的影响,有助于确定物体的形状。文中的彩色图像是指单一颜色光照(非单一波长的光照)下的单色物体在彩色CCD 摄像机中成的像。     

在彩色图象中抽取颜色恒常性和高光

某种材料表面的颜色具有与形状无关的稳定特性,但图象中表面的颜色由于存在高光和影调而是变化的。建立颜色反射的物理模型是正确理解图象颜色的基础。叙述了根据Klinker~[1]等提出的二色反射模型,在颜色空间直方图中,利用K-L 变换作平面拟合,分离面反射颜色分量与体反射颜色分量,计算光源和物体色度坐标的方法。讨论了实际CCD 摄象机的局限性,给出了实验结果。文中的彩色图象是指单一颜色光照(非单一波长的光照)下的单色物体在彩色CCD 摄象机中成的象。