一种多视点视频颜色校正方法

摘要

本发明公开了一种多视点视频的颜色校正方法，包括：通过计算目标图像和源图像直方图，利用动态规划算法求取最小成本路径，从而建立源图像和目标图像间的颜色映射关系，并通过在水平和垂直方向增加补偿因子来保证路径的平滑，最后通过视频跟踪技术实现对多视点视频颜色校正，本发明在保证多视点视频颜色校正精确性的前提下，大大提高了颜色映射的精度，降低了多视点视频颜色校正的计算复杂度，避免了在颜色映射过程中区域边界出现色彩不连续的情况，消除了边缘失真，提高了多视点视频颜色校正的速度和精度。

主权项

1.一种多视点视频颜色校正方法，其特征在于：它包括以下步骤：(1)将同一时刻由多视点相机系统拍摄的多视点图像中的一个视点图像定义为目标图像，记为T，而将其它视点图像定义为源图像，记为S，将目标图像和源图像数据从RGB颜色空间转化为HSI颜色空间，3个颜色分量分别为色调H，饱和度S和强度I；(2)分别计算目标图像的色调直方图(T)hH和源图像的色调直方图(S)hH，再计算色调直方图的互相关矩阵CH，$C^H={}^{\left(T\right)}h^H\otimes {}^{\left(S\right)}h^H=\left[\begin{array}{cccc}{c}_{11}& c_{12}& ···& c_{1N}\\ c_{21}& c_{22}& ···& c_{2N}\\ ·& ·& ·& ·\\ ·& ·& ·& ·\\ ·& ·& ·& ·\\ c_{M1}& c_{M2}& ···& c_{\mathrm{MN}}\end{array}\right];$ (3)通过动态规划算法得到步骤(2)中互相关矩阵CH中从起点c11到终点cMN的最小成本路径，建立从源图像到目标图像色调的映射关系为f(H)＝H′；(4)在色调映射关系的基础上，对目标图像和源图像的饱和度分量进行连续采样，为目标图像中色调为H′的像素建立饱和度分量的直方图(T)hH′ S，为源图像中色调为H的像素建立饱和度分量的直方图(S)hH S，再计算饱和度直方图的互相关矩阵CS，$C^S={}^{\left(T\right)}h{}_{H^{\prime }}{}^S\otimes {}^{\left(S\right)}h_H^S=\left[\begin{array}{cccc}{c}_{11}& c_{12}& ···& c_{1N}\\ c_{21}& c_{22}& ···& c_{2N}\\ ·& ·& ·& ·\\ ·& ·& ·& ·\\ ·& ·& ·& ·\\ c_{M1}& c_{M2}& ···& c_{\mathrm{MN}}\end{array}\right];$ (5)通过动态规划算法得到步骤(4)中互相关矩阵CS中从起点c11到终点cMN的最小成本路径，建立从源图像到目标图像色调，饱和度的映射关系为f(H，S)＝(H′，S′)；(6)在色调，饱和度映射关系的基础上，对目标图像和源图像的强度分量进行连续采样，建立目标图像的强度分量直方图(T)hH′，S′ I和源图像的强度分量直方图(S)hH，S I，再计算强度直方图的互相关矩阵CI，$C^I={}^{\left(T\right)}h_{H^{\prime },S^{\prime }}^I\otimes {}^{\left(S\right)}h_{H,S}^I=\left[\begin{array}{cccc}{c}_{11}& c_{12}& ···& c_{1N}\\ c_{21}& c_{22}& ···& c_{2N}\\ ·& ·& ·& ·\\ ·& ·& ·& ·\\ ·& ·& ·& ·\\ c_{M1}& c_{M2}& ···& c_{\mathrm{MN}}\end{array}\right];$ (7)通过动态规划算法得到步骤(6)中互相关矩阵CI中从起点c11到终点cMN的最小成本路径，建立从源图像到目标图像色调，饱和度和强度的映射关系为f(H，S，I)＝(H′，S′，I′)；(8)以从源图像到目标图像色调，饱和度和强度的映射关系对源图像进行颜色校正，并转化到RGB颜色空间；(9)对多视点视频进行视频跟踪操作，通过视频前后相邻帧的相似性判断实现视频颜色校正。