[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

说明书

本发明涉及一种基于匹配和优化的3D立体图像颜色校正方法，包括以下步骤：1、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；2、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；3、使用全局颜色校正算法校正目标图像；4、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；5、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。该方法能够对立体图像颜色差异起到很好的校正效果，使得校正后的目标图像和参考图像保持颜色一致性。

技术领域

本发明涉及图像和视频处理以及计算机视觉领域，特别是一种基于匹配和优化的3D立体图像颜色校正方法。

背景技术

颜色校正算法使用参考图像对存在颜色差异的目标图像进行颜色校正，使目标图像的颜色特征尽可能的与参考图像保持一致。图像颜色和亮度差异通常是由各种因素引起的，例如强度变化、光源位置、孔径尺寸差异、拍摄角度、拍摄时间等。立体显示中左右视图之间的颜色差异将增加立体图像融合的负担，从而导致人的视觉疲劳。已经有一些颜色校正算法被提出用来减少颜色差异，提高立体图像或视频和多视点视频的质量。基于颜色映射函数的数量，我们可以将颜色校正算法分类为全局颜色校正算法和局部颜色校正算法。但是全局颜色校正算法对图像中的局部颜色差异的校正效果较差，并且只利用了的统计信息，例如均值和标准差，颜色校正的结果往往不自然。而局部颜色校正算法虽然在一定程度上提高了对局部颜色差异的校正能力，但是每个算法都有其局限性。基于稀疏特征匹配的局部颜色校正算法非常依赖于特征点匹配的质量。

全局颜色校正算法对目标图像中的所有像素使用相同的颜色映射函数。Reinhard等人提出了利用参考和目标图像的均值和方差的全局颜色转换。全局颜色校正算法需要在不相关的颜色空间中执行，以避免某个颜色通道在被修改时影响到其它通道颜色。Xiao等人通过使用协方差矩阵，在相关色彩空间中进行全局颜色转换。Pitie和Kokaram的迭代颜色分布转换使用累积概率密度函数生成校正结果。然而，所有全局算法都不能很好地消除局部颜色差异。

为了解决全局颜色校正算法的不足，许多局部颜色校正算法也被不断提出，在立体图像上，Yan等人提出基于尺度不变特征变换的颜色校正算法，利用稀疏特征点匹配参考图像和目标图像，对每个区域进行颜色校正。Panetta等人利用K-means算法来分割图像参考图像和目标图像，求出参考图像和目标图像的匹配区域，对每个匹配区域进行颜色校正。但是基于稀疏特征匹配的颜色校正算法的特征点少，因此颜色校正结果非常依赖于特征点匹配的准确度，一旦出现误匹配和没有特征点匹配的区域，就会出现错误的颜色校正结果。

发明内容

本发明的目的在于提供一种基于匹配和优化的3D立体图像颜色校正方法，该方法能够对立体图像颜色差异起到很好的校正效果，使得校正后的目标图像和参考图像保持颜色一致性。

为实现上述目的，本发明的技术方案是：一种基于匹配和优化的3D立体图像颜色校正方法，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。

进一步地，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：