《Contrast image correction method》 论文阅读及代码实现

以下内容大部分引自：https://cloud.tencent.com/developer/article/1558535

前言

这是OpenCV图像处理专栏的第七篇文章，这篇文章是在之前的推文 OpenCV图像处理专栏二 |《Local Color Correction 》论文阅读及C++复现基础上进行了改进，仍然针对数字图像的光照不均衡现象进行校正。

算法原理

首先在《Local Color Correction》中有指数部分为，具体去看上篇文章，这篇论文优化了2个地方：

第一，高斯模糊的mask使用双边滤波来代替，因为双边滤波的保边特性，可以更好的保持边缘信息。
第二，常数2使用来代替，并且是和图像内容相关的，当图像的整体平均值小于128时，使用:计算，当平均值大于128时，使用,意思就是说对于低对比度的图像，应该需要比较强的矫正幅度，所以应该偏大，反之对于高对比度的图像，只需要较弱的校正幅度。
但是这里有个trick，就是说对于第二条，实际上存在很大的问题，比如对于我们下面测试的原图，由于他上半部分为天空，下半部分比较暗，且基本各占一般，因此其平均值非常靠近128，因此计算出的α也非常接近1，这样如果按照改进后的算法进行处理，则基本上图像无什么变化，显然这是不符合实际的需求的，因此，个人认为作者这一改进是不合理的，还不如对所有的图像该值都取2，靠mask值来修正对比度，我实现的代码也是取了2。

算法实现

接下来我们实现算法需要对RGB图像进行处理，我们可以像我之前那篇推文那样对RGB通道分别处理，但是可能会存在色偏，所以可以在YUV或者CIELAB等等空间只对亮度的通道进行处理，最后再转回RGB，并且作者提出在对Y分量做处理后，再转换到RGB空间，图像会出现饱和度一定程度丢失的现象，看上去图像似乎色彩不足。所以论文提出了一个修正的公式为：
$$\{\begin{array}{l}{R}^{\prime }=\frac{1}{2}\left[\begin{array}{c}\frac{Y^{\prime }}{Y}(R+Y)+R-Y\end{array}\right]\\ G^{\prime }=\frac{1}{2}\left[\begin{array}{c}\frac{Y^{\prime }}{Y}(G+Y)+G-Y\end{array}\right]\\ B^{\prime }=\frac{1}{2}\left[\begin{array}{c}\frac{Y^{\prime }}{Y}(B+Y)+B-Y\end{array}\right]\end{array}$$

C++代码

#include <opencv2/opencv.hpp>
#include <iostream>
#include <algorithm>
#include <vector>
using namespace cv;
using namespace std;

Mat ContrastImageCorrection(Mat src) 
{
    int rows = src.rows;
    int cols = src.cols;
    Mat yuvImg;
    cvtColor(src, yuvImg, CV_BGR2YUV_I420);
    vector <Mat> mv;
    split(yuvImg, mv);
    Mat OldY = mv[0].clone();
    //    for(int i = 0; i < rows; i++){
    //        for(int j = 0; j < cols; j++){
    //            mv[0].at<uchar>(i, j) = 255 - mv[0].at<uchar>(i, j);
    //        }
    //    }
    Mat temp;
    bilateralFilter(mv[0], temp, 9, 50, 50);
    //GaussianBlur(mv[0], temp, Size(41, 41), BORDER_DEFAULT);
    for (int i = 0; i < rows; i++) 
    {
        for (int j = 0; j < cols; j++) 
        {
            float Exp = pow(2, (128 - (255 - temp.at<uchar>(i, j))) / 128.0);
            int value = int(255 * pow(OldY.at<uchar>(i, j) / 255.0, Exp));
            temp.at<uchar>(i, j) = value;
        }
    }
    Mat dst(rows, cols, CV_8UC3);
    //    mv[0] = temp;
    //    merge(mv, dst);
    //    cvtColor(dst, dst, CV_YUV2BGRA_I420);
    for (int i = 0; i < rows; i++) 
    {
        for (int j = 0; j < cols; j++)
        {
            if (OldY.at<uchar>(i, j) == 0) 
            {
                for (int k = 0; k < 3; k++) dst.at<Vec3b>(i, j)[k] = 0;
            }
            else 
            {
                //channel B
                dst.at<Vec3b>(i, j)[0] =
                    (temp.at<uchar>(i, j) * (src.at<Vec3b>(i, j)[0] + OldY.at<uchar>(i, j)) / OldY.at<uchar>(i, j) +
                        src.at<Vec3b>(i, j)[0] - OldY.at<uchar>(i, j)) >> 1;
                //channel G
                dst.at<Vec3b>(i, j)[1] =
                    (temp.at<uchar>(i, j) * (src.at<Vec3b>(i, j)[1] + OldY.at<uchar>(i, j)) / OldY.at<uchar>(i, j) +
                        src.at<Vec3b>(i, j)[1] - OldY.at<uchar>(i, j)) >> 1;
                //channel R
                dst.at<Vec3b>(i, j)[2] =
                    (temp.at<uchar>(i, j) * (src.at<Vec3b>(i, j)[2] + OldY.at<uchar>(i, j)) / OldY.at<uchar>(i, j) +
                        src.at<Vec3b>(i, j)[2] - OldY.at<uchar>(i, j)) >> 1;
            }
        }
    }
    //    for(int i = 0; i < rows; i++)
    //    {
    //        for(int j = 0; j < cols; j++)
    //       {
    //            for(int k = 0; k < 3; k++)
    //            {
    //                if(dst.at<Vec3b>(i, j)[k] < 0)
    //                {
    //                    dst.at<Vec3b>(i, j)[k] = 0;
    //                }
    //                else if(dst.at<Vec3b>(i, j)[k] > 255)
    //                {

    //                    dst.at<Vec3b>(i, j)[k] = 255;
    //                }
    //            }
    //        }
    //    }
    return dst;
}

int main() 
{
    Mat src = imread("1.jpg");
    Rect rect(0, 0, (src.cols - 1) / 2 * 2, (src.rows - 1) / 2 * 2); //保证长宽都是偶数
    Mat newsrc = src(rect);
    Mat dst = ContrastImageCorrection(newsrc);
    imshow("origin", newsrc);
    imshow("result", dst);
    waitKey(0);
    return 0;
}

效果

论文原文：https://www.researchgate.net/publication/220051147_Contrast_image_correction_method

最后

以上就是无奈航空为你收集整理的OpenCV图像处理算法——7（《Contrast image correction method》 论文阅读及代码实现）《Contrast image correction method》 论文阅读及代码实现的全部内容，希望文章能够帮你解决OpenCV图像处理算法——7（《Contrast image correction method》 论文阅读及代码实现）《Contrast image correction method》 论文阅读及代码实现所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。