文件名称：色彩平衡效果图-信号与系统——保研复习资料
文件大小：2.32MB
文件格式：PDF
更新时间：2024-06-27 13:10:07
人脸识别 考勤系统
第二章 图像预处理 本系统是基于实时视频流的人脸识别，实际过程中有很多因素会影响视频图 像的质量及其属性，使得图像有噪声或对比度不足等缺陷，从而对后续的处理造 成麻烦。为了满足后续处理的要求，同时不影响系统的速度和精度，需要通过图 像预处理在一定程度上消除不良因素所带来的影响。色彩平衡、光照补偿、形态 学运算、色彩空间转换主要用于人脸定位，直方图均衡化用于人脸跟踪。 2.1 色彩平衡 在实际情况中有色光干扰、色温偏高等非正常光照会引起图像色彩按一定的 规律变化，使得正常肤色可能检测不到，同时许多非肤色呈现肤色状态，导致肤 色检测失效。要正确检测肤色像素，须先消除有色光的干扰。 本系统引用 Shumate 的方法，该方法的中心思想是“灰度世界假设(Gray World Suppose)”，即认为对一幅存在大量色彩变化的图像，R、G、B 三分量的均值趋近 于同一值。在现实世界中，一般来说图像中的物体和背景的颜色变化是随机的， 相互独立，因此这个假设是合理的。对于采集到的视频图像，具体的处理方法步 骤如下： (1)分别计算图片中的 R、G、B 分量各自的平均值 avgR、avgG、avgB，令它 们的值趋于平均值，即 avgI=(avgR+avgG+avgB)/3。 (2)对图像中的每一个像素 p，调整 R、G、B 分别为 R=R*avgI/avgR 式(2-1) G=G*avgI/avgG 式(2-2) B=B*avgI/avgB 式(2-3) (3)将 R、G、B 分量值大于 255 的调整为 255，其他的保持不变。 通过上述方法能够消除有色光干扰，校正图像色偏,过饱和或饱和度不足的情 况。色彩平衡效果如图 2.1 所示。 (a)色彩平衡前 (b)色彩平衡后 图 2.1 色彩平衡效果图