王可欣　蓝章礼

摘 要 针对自然环境下尿检图像采集中的颜色偏差问题，提出了一种基于白平衡算法的尿检图像颜色校正方法.本文提出的颜色校正方法更加符合尿检图像的实际需求；提出的颜色校正方法充分利用了尿检图像本身的特点，不需要标准色卡的辅助。

关键词 尿检 偏色检测 颜色校正

中图分类号：TP391 文献标识码：A

1概述

随着智能手机的普及，采用手机在自然环境下进行尿检图像采集逐渐成为一个发展方向。但是，尿检图像在采集过程中，存在光源色温、光线强弱，拍摄角度、手机像素等诸多不确定因素的影响，使得最终获取的结果同理想条件相比，会存在一定程度的偏色，影响后续处理过程。目前常见的颜色校正方法可以分成无监督和有监督的颜色校正算法.无监督是指不依赖其他先验知识，直接利用图像本身的颜色特征估计得到图像成像时的光照颜色。白平衡算法，灰度世界算法等都属于这类算法。有监督首先需要学习图像的先验知识，如可能的光照颜色或在自然场景中可能出现的颜色分布，然后利用先验知识来估计场景中的光照。W.Xiong等提出的基于支持向量回归SVR算法属于有监督的算法。建立一种不需要先验知识，可在自然环境下判断和校正偏色的方法，获得符合尿检分析要求的尿检图像，对于尿检图像采集工作的推广，具有重要意义。

2尿检图像的颜色校正

2.1理论基础

传统的白平衡算法是基于Retinex理论提出来的。白平衡算法认为图像中RGB颜色通道的最大响应是由场景中的白色表面引起的。也就是说白平衡算法认为图像中存在白色表面，RGB三个颜色通道的最大值偏离白色的程度是由场景中的光照引起的。白平衡算法算法简单而且计算复杂度低，但是要求場景中至少存在一个白色像素点。而尿检试纸图像恰好满足这一要求。常用的尿检试纸由8-11个试剂块和白色塑料片组成，完全满足白平衡算法要求的至少存在一个白色像素点。

基于白平衡理论，可以这样对图像进行自动白平衡校正：搜寻所拍摄图像中最亮的区域作为白色区域，以该区域的RGB三色分量的统计平均值作为白平衡校准的依据。

2.2具体算法

白平衡算法假设场景中的RGB最大值在白色像素点处。算法步骤如下：

（1）在整个图像搜索RGB最大值，取前3%作为白色像素区；

（2）计算白色像素区的RGB统计平均值；

（3）将统计平均值作为白色像素点参考值，计算RGB各分量的增益系数，kR=255/Ravg；kG=255/Gavg；kB=255/Bavg。

然后根据下式对整个图像所有像素点进行白平衡校正，

R'=kRR；G'=kGG；B'=kBB

3实验结果及分析

为了还原真实场景光照，本文尿检图像均在自然光照下采集，没有用图像编辑软件进行任何颜色调整。图像采集设备为Oppo R7手机，像素为1300万像素。

原偏色图像：

经白平衡算法校正后：

从图中可以看出，本文算法对于自然环境下的尿检偏色图像有一定的校正效果。本文针对尿检图像的颜色分布特点，采用了白平衡颜色校正算法。实验表明，本文的校正算法综合考虑了尿检图像的特征，所得结果偏色程度较低，对自然环境下偏色图像的校正有一定参考价值。

参考文献

[1] 鹿瑞.自然图像颜色恒常性计算研究[D].北京交通大学，2010.

[2] Forsyth D A.A novel algorithm for color constancy[J].International Journal of Computer Vision，1990，5（1）：5-36.

[3] Land E H.The Retinex Theory of Color Vision[J].Scientific American， 1978，237（6）：108-28.