[发明专利]一种多视点图像的预处理方法

摘要

本发明公开了一种多视点图像的预处理方法，通过尺度不变特征变换算法在尺度空间对目标图像和源图像进行极值检测，提取目标图像和源图像关键点的尺度不变特征变换特征向量，利用特征匹配算法获得源图像和目标图像精确匹配的关键点对集合，并通过计算关键点对的乘性误差和加性误差对源图像进行颜色校正，通过在关键点对之间建立仿射变换关系，对颜色校正后的校正图像进行几何标定，优点在于本发明在保证多视点图像颜色校正和几何标定精确性的前提下，大大提高了颜色校正的鲁棒性和映射的精度，降低了几何标定的计算复杂度，提高了多视点图像的编码性能。

主权项

1.一种多视点图像的预处理方法，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，从目标图像中提取的目标图像关键点集合记为{(T)P}，从源图像中提取的源图像关键点集合记为{(S)P}，定义目标图像的平面坐标系为x′y′坐标系，定义源图像的平面坐标系为xy坐标系；(2)通过尺度不变特征变换算法在尺度空间对目标图像和源图像进行极值检测，提取目标图像关键点集合{(T)P}和源图像关键点集合{(S)P}中各关键点的尺度不变特征变换特征向量；(3)根据尺度不变特征变换特征向量，通过特征匹配算法得到源图像关键点(S)P(x1，y1)在目标图像上的最佳候选匹配关健点(T)Px1′，y1′)，并在源图像上获取目标图像关键点(T)P(x1′，y1′)的最佳候选匹配关键点(S)P(x2，y2)，然后通过双向校验确定关键点对((T)P(x1′，y1′)，(S)P(x1，y1))为匹配的关键点对；(4)将目标图像和源图像数据从RGB颜色空间转化为CIEXYZ颜色空间，再从CIEXYZ颜色空间转化为CIELAB颜色空间，CIELAB颜色空间的三个分量的第1个分量为亮度分量记为L、第2个分量为第一颜色分量记为a和第3个分量为第二颜色分量记为b；(5)对目标图像和源图像所有匹配的关键点对构成的关键点对集合{((T)P(x1′，y1′），(S)P(x1，y1))}，通过对L、a和b各个分量的绝对差之和进行最小化处理，计算$(a_i,e_i)=\arg \underset{a_i,e_i}{\min }\underset{(x_1,y_1),({x_1}^{\prime },{y_1}^{\prime })\in \Omega }{\Sigma }\mathrm{abs}{(}^{\left(T\right)}{I}_i({x_1}^{\prime },{y_1}^{\prime })-({a_i·}^{\left(S\right)}{I}_i(x_1,y_1)+e_i))$得到L、a和b各个分量的乘性误差ai和加性误差ei，其中，Ω为关键点对集合，(S)Ii(x1，y1)为源图像第i个分量的颜色值，(T)Ii(x1′,y1′)为目标图像第i个分量的颜色值，i＝1，2，3；(6)以L、a和b各个分量的乘性误差ai和加性误差ei对源图像的每个像素点的L、a和b各个分量进行颜色校正，(C)Ii(x1，y1)＝ai·(S)Ii(x1，y1)+ei，其中，(C)Ii(x1，y1)为颜色校正后的校正图像第i个分量的颜色值，i＝1，2，3，并将校正图像转化到RGB颜色空间；(7)建立从校正图像的像素点到目标图像的像素点的仿射变换为$X^{\prime }=\left(\begin{array}{c}{x_1}^{\prime }\\ {y_1}^{\prime }\end{array}\right)=\begin{array}{}\end{array}\left(\begin{array}{cc}{a}_{11}& a_{12}\\ a_{21}& a_{22}\end{array}\right)\left(\begin{array}{c}{x}_1\\ y_1\end{array}\right)+\left(\begin{array}{c}{b}_1\\ b_2\end{array}\right)=\mathrm{AX}+B,$在关键点对集合{((T)P(x1′，y1′)，(S)P(x1，y1)}中选择三对欧氏距离最小的关键点对的位置作为初始值，计算得到旋转矩阵A和平移向量B；(8)以旋转矩阵A和平移向量B对校正图像的像素点(x1，y1)通过y3＝a21x1+a22y1+b2 在y方向上进行几何标定，得到几何标定后图像的像素点(x1，y3)。