一种烟叶烘烤过程图像色彩调优方法

技术领域

本发明涉及一种烟叶烘烤过程图像色彩调优方法，属于烟叶烘烤过程图像采集技术领域。

背景技术

烘烤是决定烟叶品质和经济效益的关键环节，然而在实际烘烤中，由于生态环境、品种和种植技术等差异，不同产区鲜烟叶的素质、烘烤特性以及实际执行的烘烤工艺明显不同。因此，需要对烘烤过程烟叶状态进行准确判断，以灵活调优温湿度参数，促进烟叶烘烤过程中的合理变化。目前对烟叶变黄和失水状态的判断方法多依赖于“几成黄”、“凋萎”、“勾尖”等相对模糊的概念，烘烤过程中一般需要烘烤师在烤房观察窗外不定期查看烟叶情况，判断烟叶的变黄程度和失水程度，根据烟叶变化灵活调整烤房内的温湿度参数，具有较强的主观性，对于经验不足的烘烤人员，尤其在夜间光线不足情况下通过观察窗判断烟叶状态造成误判的可能性很大，情况严重时甚至会造成整炉烟叶烤坏的巨大损失，而且由于烘烤时需要烘烤师长期值守，耗费大量人力。

专利202221755282.2一种烘烤过程烟叶图像实时采集比色装置提供了一种适用于烘烤过程中烟叶图像实时采集比色装置，可通过在烤房内装烟架上与烟叶平行位置摆放图像采集装置，对装置前端一杆(夹)烟叶的主体部分进行图像采集和实时监测，解决了烘烤过程中无需人工值守，且通过摄像机记录的烟叶状态更客观。

但是即使具有补光灯，通过该专利所提供的比色装置采集到的烟叶图片依然色温偏冷，不利于后期对烟叶状态的快速和准确识别。

发明内容

本发明的目的是提供一种烟叶烘烤过程图像色彩调优方法，用以解决现有技术采集到的原始烟叶图像色温偏冷，不利于后期对烟叶状态的快速和准确识别的问题。

为实现上述目的，本发明的方案包括一种烟叶烘烤过程图像色彩调优方法，包括：

S1：在烟叶烤房中放置色卡，抓取补光灯开启下色卡raw数据，获取其对应的RGB值；

S2：依据颜色校验矩阵建立色卡的每个色块RGB值到该色块对应的标准RGB值的映射关系；

S3：将色块黄色、绿色和黄绿色的权重加大，使用带权重最小二乘法进行最优化求解得到适用于烟叶图像的加权颜色校验矩阵的最优优化参数；

S4：将求得的加权颜色校验矩阵作用到采集的RGB色彩模式的烟叶图像上，对烟叶图像进行颜色调优。

本发明通过加大与烟叶相近的黄色、绿色或黄绿色色块的权重，得到了适用于烟叶图像的加权颜色校验矩阵的最优优化参数，并基于此，对烟叶图像进行调优，使烟叶图像中烟叶的不同状态更易于被识别和分辨。

进一步地，所述映射关系为：

其中，R、G、B为每个色块的标准RGB值，R′、G′、B′为S1中所述的每个色块的RGB值，a1、a2、…、a9为加权颜色校验矩阵中的最优优化参数。

进一步地，所述S1之前还包括：对原始烟叶图像进行白平衡处理，所述S4中的烟叶图像为通过白平衡处理得到的校正烟叶图像。

针对原始烟叶图像色温偏冷的弊端，在利用加权颜色校验矩阵对烟叶图像进行调优之前，先对原始烟叶图像先进行白平衡处理，可以使最终获得的调优图像更接近真实的烟叶状态。

进一步地，所述白平衡处理包括：

1)在烟叶烤房中放置色卡，抓取补光灯开启下色卡raw数据；

2)提取色卡白块RGB值；

3)计算色卡白块的R/G和B/G的值，将[R/G-a,R/G+a]，[B/G-a,B/G+a]围成的区域作为白区，其中a表示一个小的领域，[R/G-a,R/G+a]，[B/G-a,B/G+a]表示围绕着[R/G,B/G]坐标点的的一个正方形领域，a的取值可以根据实际图像处理需求调整；

4)获取原始烟叶图像的raw数据；

5)根据获取的raw数据计算原始烟叶图像的R/G和B/G的值，若R/G和B/G的值落入白区，则使用落入白区的所有点计算R通道的增益Rgain＝sum_G/sun_R、B通道的增益Bgain＝sun_G/sun_B，否则，使用原始烟叶图像的raw数据计算Rgain＝G/R、Bgain＝G/B，其中，sum_R表示落在白区内的所有像素点的R通道之和；sum_G表示落在白区内的所有像素点的G通道之和；sum_B表示落在白区内的所有像素点的B通道之和；

6)根据R＝R’×Rgain，B＝B’×Bgain对原始烟叶图像进行白平衡处理得到校正烟叶图像。

进一步地，所述色卡为24色卡。

进一步地，所述S4中的色块黄色、绿色或黄绿色的权重均设置为8～12，其他颜色的权重设置为1。

本发明中的该方案给出了色块黄色、绿色或黄绿色的权重加大后的具体值，实际证明基于该具体权重设置，得到的调优后的烟叶图像与实际烟叶状态相似度较高。

进一步地，所述S4中色块褐色权重也加大为8～12。

进一步地，所述S4中a取值为0.04～0.06。

附图说明

图1是本发明的白区生成流程图；

图2是本发明的白平衡处理流程图；

图3是本发明的颜色调优流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

如图1-3，本发明的技术方案一种烟叶烘烤过程图像色彩调优方法，包括：

S1：对原始烟叶图像进行白平衡处理，包括：

S11：在烟叶烤房中放置24色卡，抓取补光灯开启下24色卡raw数据；

S12：提取色卡白块RGB值；

S13：计算色卡白块的R/G和B/G的值，将[R/G-a,R/G+a]，[B/G-a,B/G+a]围成的区域作为白区，其中a表示一个小的领域，[R/G-a,R/G+a]，[B/G-a,B/G+a]表示围绕着[R/G,B/G]坐标点的的一个正方形领域，a的取值可以根据实际图像处理需求调整，在本实施例中，a取0.04～0.06；

S14：获取原始烟叶图像的raw数据；

S15：根据获取的raw数据计算原始烟叶图像的R/G和B/G的值，若R/G和B/G的值落入白区，则使用落入白区的所有点计算R通道的增益Rgain＝sum_G/sun_R、B通道的增益Bgain＝sun_G/sun_B，否则，使用原始烟叶图像的raw数据计算Rgain＝G/R、Bgain＝G/B,其中，sum_R表示落在白区内的所有像素点的R通道之和；sum_G表示落在白区内的所有像素点的G通道之和；sum_B表示落在白区内的所有像素点的B通道之和；

S16：根据R＝R’×Rgain，B＝B’×Bgain对原始烟叶图像进行白平衡处理得到校正烟叶图像。

S2：计算加权颜色校验矩阵的参数，包括：

S21：根据S11中获得的24色卡raw数据，获取其对应的RGB值；

S22：构建加权颜色校验矩阵如下：

其中，R、G、B为每个色块的标准RGB值，R′、G′、B′为S1中所述的每个色块的RGB值，a1、a2、…、a9为加权颜色校验矩阵中的最优优化参数；

S23：依据颜色校验矩阵建立24色卡的每个色块RGB值到该色块标准RGB值的映射关系，形成多个方程；

S24：将黄色、绿色、黄绿色等与烟叶颜色相近色块的权重加大(其中，黄色、绿色、黄绿色的权重具体为8～12，其他颜色的权重为1)，使用带权重最小二乘法进行最优化求解得到适用于烟叶图像的加权颜色校验矩阵的最优优化参数；

S3：将求得的加权颜色校验矩阵作用到采集的RGB色彩模式的烟叶图像上，对得到的校正烟叶图像进行颜色调优。

实施例2

本发明另一实施例为一种烟叶烘烤过程图像色彩调优方法，包括：

S1：在烟叶烤房中放置24色卡，抓取补光灯开启下24色卡raw数据，获取其对应的RGB值；

S2：构建加权颜色校验矩阵如下：

其中，R、G、B为每个色块的标准RGB值，R′、G′、B′为S1中所述的每个色块的RGB值，a1、a2、…、a9为加权颜色校验矩阵中的最优优化参数。

S3：依据颜色校验矩阵建立24色卡的每个色块取值到该色块标准RGB值的映射关系，形成多个方程；

S4：将黄色、绿色、黄绿色等与烟叶颜色相近色块的权重加大(其中，黄色、绿色、黄绿色的权重具体设置为8～12，其他颜色的权重设置为1)，使用带权重最小二乘法进行最优化求解得到适用于烟叶图像的加权颜色校验矩阵的最优优化参数；

S4：将求得的加权颜色校验矩阵作用到烟叶图像的RGB上，对得到的烟叶图像进行颜色调优。