颜色不变性定义：室外光线的彩色成分变化非常大，但人却能正确的感知场景中物体的颜色，并且在大部分情况下不依赖于环境照明的颜色，这种现象叫彩色不变性
成像设备在获取并记录图像时，只能获得场景或物体在不同光源下所呈现的颜色，而不是物体的固有颜色。而人类的视觉系统却具有一种重要的视觉感知功能—颜色恒常性，它确保人类能在变化的光照条件下感知到物体保持相对的恒常性的颜色。颜色恒常性计算的目的在于消除不同光照对图像颜色的影响，为计算机视觉系统提供类似于人类视觉系统的颜色恒常性感知功能，从而得到物体表面与光照无关的颜色特性。
以下论文中前4篇是关于颜色不变性理论的研究。第5到13篇是关于颜色不变性理论的应用：利用颜色不变性理论进行图像检索，分割，图像增强，其中最后一篇是一个专利，是一种新的彩色图像颜色不变性阈值分割方法。
1计算机视觉系统的二步法颜色恒常性
人类颜色信息处理系统是由一维彩色信息处理和一维亮度信息处理了系统构成二维的颜色认知系统，将高维的光反射率空间压缩为二维的颜色空间。但是其采样系统却是二维的(3种锥细胞.
这篇文章通过进行试验得到的结论是，彩色图像中物体表面的颜色恒常性描述可以由图像分裂的方法得到。在该描述了中，环境光照的光功率分布变化只影响图像中的相对亮度分布描述，而与色调和饱和度的描述无关。这种描述由于没有考虑视觉系统的亮度恒以及彩色和亮度之间的关系，是2. 5维的描述。同时，模型将彩色信号和亮度信号分别计算的做法，可以最大限度地降低亮度信号对彩色信号的干扰作用，并在初步的计算机实验中取得了明显的效果。有限维线性模型对于推导得到一组值是重要的，但是该值也可以由一定的心理物理实验得到，两者之间并没有什么区别。
2光照色调颜色恒常性算法研究
提出了一种新的适合于实时处理视频图像颇色识别的光照色调颇色恒常性算法。该算法主要解决在视频颜色识别，由于近点光源的发散作用和在复杂背景影响下所造成的日标对象在图像局部各点上的颜色识别问题。在彩色感知的光学原理和数学模型基础上推出了光照校正算法，并利用色调校正实现颇色恒常性。通过试验分析评估了各种识别算法，如光照校正、色调校正、光照色调校正、以及线性回归算法对颇色的校正效果，最后将测得的颜色差值和色调差值进行对比，证明了本算法对点光源散射作用引起的光照变化具有良好的校正作用，并证明了其算法理论推导的合理性。
3 颜色恒常性计算研究
知觉恒常性作为人类视觉系统最基本和最重要的功能之一，对人类正确稳定地感知世界起着极其重要的作用。为了使计算机视觉系统具有类似的感知功能，知觉恒常性计算成为了计算机视觉领域中一个重要的研究课题。此论文以知觉恒常性中的颜色恒常性作为研究对象，从无监督的颜色恒常性计算、有监督的颜色恒常性计算、颜色恒常性算法的融合、以及颜色不变性描述四个方面展开了颜色恒常性计算的研究。 在无监督的颜色恒常性计算上，针对目前GSI(Grey Surface Identification)算法依赖于相机参数的缺点，提出了一种基于灰色表面的颜色恒常性算法。该算法利用迭代的方法来进行灰色表面提取，从而避免了需要获取相机的成像参数。利用CCAS算法得到的灰色表面来估计图像的光照颜色，可以很大地提高光照估计的准确度。 在有监督的颜色恒常性计算上，为了克服基于支持向量回归的颜色恒常性算法的单一输出、参数调节繁琐、以及学习速度缓慢的缺点，引入了一种全新的单隐藏层前向神经网络的学习算法ELM (Extreme Learning Machine)算法，提出了一种基于ELM的颜色恒常性算法。此外，为了克服传统的二值化的色度直方图特征维数过高的缺点，论文基于Grey Edge算法框架提取了一种新的低维高效的图像特征作为基于ELM的颜色恒常性算法的输入向量。 在颜色恒常性算法的融合上，利用威布尔(Weibull)分布参数的图像纹理描述方法，综合考虑图像的全局纹理特征和局部纹理特征的基础上，提出了一种基于纹理相似性的自然图像的颜色恒常性计算算法。该算法利用Grey Edge算法框架作为颜色恒常性算法的产生器，根据图像的纹理特征，为其选择一个最优的颜色恒常性算法或算法组合。 在颜色不变性描述上，基于鲁棒的Diagonal-offset反射模型，定义了两个新的颜色空间。在两个新的颜色空间上，引入了不变矩理论，提出一个基于不变矩的颜色不变性描述子的计算框架。根据不同的颜色空间选择，该框架可以产生：原始图像的颜色不变性描述子和边缘图像的颜色不变性描述子。而这两个描述子的融合又构成了融合的颜色不变性描述子。这些颜色不变性描述子不仅具有对图像光照变化的鲁棒性，而且还具有对图像几何变化以及图像模糊的鲁棒性。
4 视频监控中的背景颜色恒常性算法研究
本文针对视频监控中的背景颜色恒常性问题，在人类视觉感知生物学原理和计算机视觉颜色恒常性理论和算法的基础上进行研究，提出了解决漫反射表面受点光源光强非均匀分布影响、镜面反射表面受点光源光强非均匀分布影响的同时还存在镜面反射效应、背景差技术的背景模型受强干扰和光源渐变影响等问题的几种颜色恒常性算法。
本文的主要贡献表现为如下5 个方面： (1) 提出了一种基于Lambertian 反射模型的光强色调颜色估计算法。该算法通过对点光源环境下的光强非均匀分布对漫反射表面颜色识别影响的研究，主要解决漫反射背景表面的颜色恒常性问题。该算法大体分为两步：第一步，通过ambertian 反射模型推导出光强补偿估计算法，对背景的RGB 颜色值进行估计；第二步，将光强补偿估计后的背景颜色转换到HSV 颜色空间中再进行色调估计，从而实现背景颜色恒常性。性能评估和背景分割实验结果表明，光强色调颜色估计算法既充分利用了漫反射模型的物理特性，又利用了色调对阴影等明暗度的非敏感性，对非均匀光照下的漫反射表面的颜色识别具有较好的补偿作用。 (2) 提出了一种漫反射不变性颜色估计算法。该算法通过对点光源光强非均匀分布下的漫反射物理特性的研究，推导出漫反射表面颜色不变性并结合颜色高斯模型实现背景颜色估计。性能评估测试和背景分割的实验结果表明， 由于该算法充分利用了漫反射物理特性和背景颜色的统计信息，因此对点光源光强非均匀分布影响下的漫反射背景颜色识别具有比光照色调颜色估计等其它颜色估计算法更好的稳定性和准确性。 (3) 提出了一种适用于镜面反射背景表面的Phong 反射模型的颜色估计算法。该算法针对镜面反射表面存在点光源光强非均匀分布同时还存在镜面反射效应问题，通过对Phong 反射模型的研究，在漫反射颜色不变性基础上推导并建立了Phong 反射模型并利用该模型实现对镜面反射背景的颜色估计。性能评估和背景分割实验结果表明，该算法对同时存在光源强度非均匀分布和镜面反射效应影响的镜面反射背景颜色识别具有良好 的稳定性和适应性。 (4) 提出了一种针对视频监控背景差技术的自适应区域高斯背景模型。针对视频监控的背景差问题，本文对背景模型受强噪声、背景轻微运动、光源渐变的影响进行了研究，提出了一种自适应的区域高斯背景模型， 解决了背景模型受强噪声、背景轻微运动的干扰影响和光源渐变影响的问题。(5) 为了验证背景颜色恒常性算法在视频监控系统中的实际应用，本文设计和开发了两个分别采用颜色识别和背景差技术的视频监控系统—虚拟踩气球系统和高速公路车辆监控原型系统，并分别将漫反射不变性颜色估计算法和自适应区域高斯背景模型应用到这两个系统中。 虚拟踩气球系统是一个将视频监控和虚拟现实技术相结合的人机交互系统。该系统不仅具有一定的应用价值，而且具有广泛的计算机视觉和虚拟现实技术的研究价值。
5基于颜色不变性描述的图像检索算法的研究与实现
只有这样才不会被“不可能”束缚，才能不断超越自我。
