(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210072968.X (22)申请日 2022.01.21 (71)申请人 北部湾大 学 地址 535001 广西壮 族自治区钦州市滨 海 新城滨海大道12号 (72)发明人 张震　朱留存　赵启鹏　罗俊琦　 魏金占　 (74)专利代理 机构 北京圣州专利代理事务所 (普通合伙) 11818 代理人 黄青青 (51)Int.Cl. G06V 10/77(2022.01) G06K 9/62(2022.01) G06V 10/44(2022.01) (54)发明名称 一种基于主成分 分析的图像光照校正 算法 (57)摘要 本发明公开了一种基于主成分分析的图像 光照校正算法， 涉及图像恢复技术领域， 包括以 下步骤： 将受相同光线条件影 响的多幅图像映射 为向量组； 构造协方差矩阵， 并计算协方差矩阵 的特征值和特征向量； 在特征向量中确定并剔除 产生光线影响的基， 利用主成分重构图像。 本发 明采用一种无监督学习方式， 通过主成分分析找 到并剔除光照影 响的成分， 适用于受相同光照条 件影响的多幅图像做批量处理。 经本发明算法处 理后图像的标准差、 平均梯度两项指标很好， 意 味着处理结果图像的对比度更高、 层次更分明， 边缘更清晰。 权利要求书2页 说明书6页 附图2页 CN 114419383 A 2022.04.29 CN 114419383 A 1.一种基于主成分 分析的图像光照校正 算法， 其特 征在于， 包括以下步骤： 将受相同光线条件影响的多幅图像映射 为向量组； 构造协方差矩阵， 并计算协方差矩阵的特 征值和特 征向量； 在特征向量中确定并剔除产生 光线影响的基， 利用主成分重构图像。 2.根据权利要求1所述的一种基于主成分分析的图像光照校正算法， 其特征在于， 所述 将受相同光线条件影响的多 幅图像映射为向量组； 具体包括： 将尺寸相同的图像映射为向 量组： 将每幅给定图像Ii(尺寸为m ×n)， 表示为向量Γi(m×n， 1)， 其中i＝1,2,...,M， 形成 向量组Γ。 3.根据权利要求1所述的一种基于主成分分析的图像光照校正算法， 其特征在于， 所述 构造协方差矩阵， 并计算协方差矩阵的特 征值和特 征向量； 根据向量组的均值向量获取差异 矩阵， 根据差异 矩阵构造协方差矩阵； 计算协方差矩阵的特 征值及特 征向量。 4.根据权利要求3所述的一种基于主成分分析的图像光照校正算法， 其特征在于， 所述 根据向量组的均值向量获取差异 矩阵， 根据差异 矩阵构造协方差矩阵； 具体包括： 计算向量组Γ的均值向量 计算差异 矩阵A： 其中 则A为(m×n,M)矩阵， AT为(M,m×n)矩阵； 按(2)式构造协方差矩阵C： 其中， C为M ×M阶矩阵。 5.根据权利要求3所述的一种基于主成分分析的图像光照校正算法， 其特征在于， 所述 计算协方差矩阵的特 征值及特 征向量， 具体包括： 计算ATA的特征值 λ1， λ2， ...， λM和对应的特 征向量 那么， AAT的 M个最大的特征值为 ： λ1,λ2,...,λM， 对应的特征向量为 ： 6.根据权利要求1所述的一种基于主成分分析的图像光照校正算法， 其特征在于， 在特 征向量中确定并剔除产生光线影响的基， 利用主成分重构图像； 具体包括： 从特征向量中剔 除特征值最小对应的特 征向量， 剔除后的特 征向量用于 重构图像进行图像光照校正。 7.根据权利要求6所述的一种基于主成分分析的图像光照校正算法， 其特征在于， 所述 剔除后的特 征向量用于 重构图像进行图像光照校正， 具体包括： 按(3)式计算 在标准正交基底 下的投影， 即坐标(w1, w2,...,wM‑1)；权　利　要　求　书 1/2 页 2 CN 114419383 A 2按(4)式重构列向量Γ'i， (m×n,1)维， 并将列向量转换成图像I'i， (m,n)维， (i＝1, 2,...,M)； 权　利　要　求　书 2/2 页 3 CN 114419383 A 3