编辑推荐：
在图像分析与识别中，光源色偏会影响图像质量。研究人员开展基于颜色线（Color Lines）和二向色反射模型的光源估计方法研究。结果显示该方法能有效估计光源、抑制色偏。其意义在于提升图像分析和识别的准确性，为相关领域提供新方法。
在日常生活中，我们用相机拍照时，有时会发现拍出来的照片颜色和实际场景不太一样，比如在某些灯光下，照片里的物体颜色会出现偏差，这就是图像色偏现象。这种色偏问题可不小，在图像分析和识别领域，它会严重影响基于准确颜色信息的处理过程。像在医疗影像分析中，如果图像存在色偏，医生可能会误判病情；在工业检测中，也可能导致对产品颜色的错误判断。目前，已有多种光源估计方法被提出，比如基于假设的方法、深度学习方法以及基于二向色反射模型的方法等。然而，这些方法在处理颜色分布扭曲或有噪声的图像时，都存在一定的局限性，无法很好地去除色偏。为了解决这些问题，研究人员开展了关于基于颜色线（Color Lines）和二向色反射模型的光源估计方法的研究。该研究成果发表在《Franklin Open》，对推动图像分析和识别技术的发展具有重要意义。
研究人员用到的主要关键技术方法有：首先基于二向色反射模型，利用高斯滤波和阈值处理来计算镜面反射，去除光晕像素；接着采用聚类算法（如 K - means++ 方法）对镜面反射进行处理，区分受光源影响和不受影响的区域；然后通过超像素分割（SLIC）算法和区域邻接图（RAG）对图像进行分割和区域合并；最后利用主成分分析（PCA）计算颜色线，确定光源类别。
研究结果如下：
- 实验设置：研究人员使用了 200 张来自 SFU Gray Ball 数据集的图像进行对比实验。对比方法包括基于 Gray World 假设、White Patch 假设、Gray Edge 假设的方法，以及 Hu 等人和 Moriyama 等人的方法。研究人员设置了相应的参数，并采用角误差（AE）、均方误差（MSE）和色调差异（HD）等指标进行评估。
- 主观评估：通过对三张代表性图像的视觉检查发现，与其他方法相比，基于颜色线和二向色反射模型的方法能更有效地消除光源的影响，抑制色偏。例如，在一些图像中，其他方法要么无法充分校正色偏，要么会使图像颜色出现偏差，而该方法处理后的图像更接近真实场景。
- 定量评估：在对 200 张图像的评估中，该方法在所有评估指标上均取得了最低的平均值和相对较小的标准差。这表明该方法估计光源的准确性最高，能更有效地去除色偏，在不同图像上表现更稳定。
研究结论和讨论部分指出，该方法通过结合颜色线和二向色反射模型，在光源估计方面表现出色，能有效抑制色偏。然而，该方法也存在一些局限性。例如，方法中部分参数是通过实验确定的，且不同图像的最佳参数有所不同，目前还缺乏自动确定合适参数的方法。此外，该方法只能估计单一光源的颜色，对于包含多个光源的图像准确性不足。尽管如此，这项研究为图像光源估计提供了新的思路和方法，未来研究可以朝着自动确定参数和适应多光源图像估计的方向展开，有望进一步提升图像分析和识别的准确性，在医疗、工业、安防等众多依赖图像准确颜色信息的领域发挥更大的作用。
