计算机辅助设计与图形学学报

作者：解梦达, 孙鹏, 郎宇博

关键词：色彩恒常性, 光源估计, 白斑假设, 区域生长, 灰色区域

色彩恒常研究中, 白斑算法假设图像内最高亮度像素为灰色来估计光源色彩.然而受坏点及噪声影响, 图像内最高亮度像素的色彩易偏离灰色, 导致白斑算法光源估计性能降低.针对上述问题, 提出一种基于灰色区域扩展的非学习类色彩恒常算法.首先, 依据白斑假设定位灰色像素并将其作为初始种子点; 其次, 基于对数RGB色彩空间构建光源无关的种子点判定指标, 用于指导初始种子点处的灰色区域分割; 随后, 采用一组生长终止阈值分割图像以生成多个灰色区域, 各区域的光源估计值由该区域内所有像素值加权计算, 从而弱化采用单一像素执行光源估计时可能受到的坏点及噪声影响; 最后, 来自多个灰色区域的光源估计值经Nearest2加权融合后作为最终光源估计结果.在ColorChecker, Cube+和SimpleCube++共3类公开色彩恒常数据集中的实验结果表明, 所提算法的光源估计值在现有非学习类色彩恒常算法中取得了最低的中值角度误差, 且相较原始白斑算法的中值角度误差平均降低70%.此外, 得益于对相机传感器参数的不敏感性, 所提算法在跨数据集色彩恒常实验中相较学习类算法还具有最低的中值及三均值角度误差.

来源：2024年第12期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第12期