基于Retinex算法的图像颜色恒常性研究开题报告

1. 研究目的与意义

颜色是各种频率光谱在人眼中的感知现象，人所观察到的物体颜色由光源条件、物体表面光谱反射及视角等因素决定。

在图像检测中，色貌常受光源及背景等因素的影响而发生波动，引起测量误差，这给图像色度定量分析带来较大困难。

人类视觉识别由于记忆特性，能自动校正颜色，而计算机视觉系统并不能判别外界因素引起的颜色变化。

2. 国内外研究现状分析

1、研究背景颜色恒常性是指不因外界环境变化而保持对客体颜色知觉不变的心理倾向，即指在照明发生变化的情况下，人们对物体表色的知觉趋于稳定的心理倾向。

即同一物体的表面在不同的光照条件下会产生不同的反射谱，人体的颜色机制确实能够分辨出这样由于光照变化导致的物体表面反射谱的变化，但是人对该物体表面颜色的认知在一定范围内却保持恒定，即认为物体表面的颜色未发生变化[1]。

一般的颜色理论仅局限于描述颜色刺激值与颜色知觉之间的关系，然而人眼观察到的颜色与波长、亮度之间的关系并不是完全对应的。

3. 研究的基本内容与计划

论文研究内容：本课题基于retinex颜色恒常性算法，分别获取不同光源下同一图像的几组颜色三通道值，对其进行gaussian低通滤波后实施去光源处理，所得即为该图像在等能光源下的色貌属性。

之后将上述几组目标图像分别与经von-kries色适应模型所得的标准等能光源图像进行分通道相关系数运算，并将所得相关系数均值作为retinex算法效果评价指标。

论文研究计划：(1)前期：搜索国内外关于颜色恒常性的文献资料，阅读理解，制定自己的研究计划、确定方法以及学习相关知识、软件应用。

4. 研究创新点

基于Retinex颜色恒常性算法，分别获取不同光源下同一图像的几组颜色三通道值，对其进行Gaussian低通滤波后实施去光源处理，所得即为该图像在等能光源下的色貌属性。

之后将上述几组目标图像分别与经Von-kries色适应模型所得的标准等能光源图像进行分通道相关系数运算，并将所得相关系数均值作为Retinex算法效果评价指标。