论文部分内容阅读
现有的颜色恒常性算法主要分为无监督算法与有监督算法两类。前者计算复杂度较低，但其假设过于简单，致使颜色估计的精度不够理想；后者虽然精度有所提升，但计算复杂度较高，无法进行实时处理。本文针对在目标识别、图像检索、人脸识别等应用领域中广泛采用的自然图像，通过研究户内、户外光源颜色概率分布的差异，采用贝叶斯框架，提出了一种改进的基于相关性的颜色恒常性算法，并通过定量分析的实验与现有算法进行了比较。实验结果表明，改进后的算法能够大幅度降低光照估计的角度误差，并在满足实时处理的条件下提升估计精度。