[发明专利]一种基于匹配和优化的3D立体图像颜色校正方法

权利要求书

1.一种基于匹配和优化的3D立体图像颜色校正方法，其特征在于，包括以下步骤：

步骤S1：采用场景映射算法对参考图像和目标图像进行配准，求出参考图像和目标图像的匹配图像；

步骤S2：采用结构相似性算法生成匹配图像和目标图像的置信度图；

步骤S3：使用全局颜色校正算法校正目标图像；

步骤S4：根据置信度图，将匹配图像中置信度较低的像素用全局颜色校正算法的校正结果图像初始化，生成初始颜色校正结果图像；

步骤S5：利用优化算法提高初始颜色校正结果图像的颜色一致性，得出最终优化后的颜色校正结果图像。

2.根据权利要求1所述的一种基于匹配和优化的3D立体图像颜色校正方法，其特征在于，所述步骤S4中，采用全局颜色校正算法的校正结果图像、匹配图像和置信度图来初始化颜色校正结果图像，其计算公式为：

其中，I_ini(i,j)表示初始颜色校正结果图像中像素(i,j)的像素颜色值，I_m(i,j)、I_g(i,j)分别表示匹配图像、全局颜色校正算法的校正结果图像中像素(i,j)的颜色值，W(i,j)表示置信度图中像素(i,j)的置信度，(i,j)表示像素的位置，α为设定的阈值；当置信度不小于α时，像素颜色值用匹配图像的颜色值来初始化，当置信度小于α时，像素颜色值用全局颜色校正算法的校正结果图像的颜色值来初始化。

3.根据权利要求2所述的一种基于匹配和优化的3D立体图像颜色校正算法，其特征在于，所述步骤S5中，利用优化算法提高初始颜色校正结果图像的颜色一致性，得出最终优化后的颜色校正结果图像，包括以下步骤：

步骤S51：利用超像素算法将初始颜色校正结果图像分割成多个区域，对每个区域进行颜色校正：将颜色校正问题表示成一个二次最小化问题，该问题的输入是每个区域内像素的平均颜色，该问题的输出是优化后每个区域内像素的平均颜色，该问题对优化后的目标颜色施加多个约束：

1)首先是数据项约束，用于保留初始颜色值；

对于每个区域，假设和分别是区域R_i中的初始颜色值和优化输出颜色值，将数据项E₁表示为初始颜色值和优化输出颜色值之间的加权差，计算公式如下：

其中，表示颜色空间中区域R_i的初始颜色值和优化输出颜色值之间的L2范数距离的平方；对于置信度高的像素，来自匹配图像的像素颜色比全局颜色校正算法得出的结果中的像素颜色更加可靠，且和参考图像颜色更加一致，因此使用D_i对每个区域赋予不同的权重，其有p₁、p₂、p₃三个取值，p₁<p₂<p₃；M_i表示区域R_i中来自匹配图像和来自全局颜色校正算法的校正结果图像的像素数目的比例，比例越大说明来自匹配图像的像素越多，该区域颜色信息越可靠，因此权重越大；β和γ是设定的两个阈值；

2)其次是局部颜色平滑约束；

对于任何两个相邻区域R_i和R_j，将局部颜色平滑项E₂表示为所述两个区域优化输出颜色值之间的加权差，计算公式如下：

其中，表示区域R_i的相邻区域，C_ij表示两个区域的颜色相似性，表示颜色空间中区域R_i和R_j的平均颜色之间的L2范数距离的平方，表示图像中所有区域两两之间的颜色距离平方的平均值，为常数；使用L_i对每个区域赋予不同的权重，其有q₁、q₂、q₃三个取值，q₁<q₂<q₃；

3)最后是全局颜色一致性约束；

对于具有相似颜色的任意两个区域R_i和R_j，将全局颜色一致性约束E₃表示为所述两个区域优化输出颜色值之间的加权差，公式如下：

其中，为和区域R_i颜色最相似的区域；

步骤S52：将颜色校正问题表示为二次能量函数最小化问题，该问题是上述三个优化约束的线性组合：

E＝λ₁E₁+λ₂E₂+λ₃E₃

λ₁、λ₂和λ₃是三个优化约束的常数系数；

求解该二次最小化问题，得到每个区域优化后的平均颜色，然后对于每个区域内的所有像素，根据该区域优化后的平均颜色与优化前的平均颜色的变化进行颜色校正：

其中，(x,y)表示区域i中像素的位置，C′(x,y)和C(x,y)分别是最终结果图像的像素值和优化前图像的像素值，分别是图像区域i优化前和优化后区域内的平均颜色值；

从而得到最终的颜色校正结果图像，该颜色校正结果图像的颜色和参考图像的颜色保持一致性。