[发明专利]一种立体图像颜色和深度编辑方法

摘要

本发明公开了一种立体图像颜色和深度编辑方法，其对待处理的立体图像的左视点图像中落于用户选择的对象内的三个分量的颜色信息和用户提供的参考图像的三个分量的颜色信息分别进行多元高斯分布拟合；然后根据拟合得到的两个颜色分布对落于用户选择的对象内的所有像素点进行颜色编辑操作，获取颜色编辑后的左视点图像；再根据待处理的立体图像的左视差图像的直方图分布得到视差映射函数，获取深度编辑操作后的左视差图像；最后根据颜色编辑后的左视点图像和深度编辑操作后的左视差图像，获取颜色和深度编辑后的右视点图像，这样使得获得的颜色和深度编辑后的立体图像既能满足用户对对象颜色传递的需要又能增强观看的视觉体验。

主权项

1.一种立体图像颜色和深度编辑方法，其特征在于包括以下步骤：步骤一：将待处理的宽度为W且高度为H的立体图像的左视点图像、右视点图像及左视差图像对应记为{I_L,i(x,y)}、{I_R,i(x,y)}及{d_L(x,y)}；将用户提供的宽度为W'且高度为H'的参考图像记为{I_T,i(x',y')}；其中，1≤x≤W，1≤y≤H，i＝1,2,3分别表示RGB颜色空间的三个分量，RGB颜色空间的第1个分量为红分量、RGB颜色空间的第2个分量为绿分量、RGB颜色空间的第3个分量为蓝分量，I_L,i(x,y)表示{I_L,i(x,y)}中坐标位置为(x,y)的像素点的第i个分量的值，I_R,i(x,y)表示{I_R,i(x,y)}中坐标位置为(x,y)的像素点的第i个分量的值，d_L(x,y)表示{d_L(x,y)}中坐标位置为(x,y)的像素点的像素值，1≤x'≤W'，1≤y'≤H'，I_T,i(x',y')表示{I_T,i(x',y')}中坐标位置为(x',y')的像素点的第i个分量的值；步骤二：在{I_L,i(x,y)}中用户通过编辑操作手工选择对象；然后将{I_L,i(x,y)}中落于用户选择的对象内的所有像素点的每个分量的值按序排列构成一个列向量，将{I_L,i(x,y)}中落于用户选择的对象内的所有像素点的第1个分量的值构成的列向量记为x_O,1，将{I_L,i(x,y)}中落于用户选择的对象内的所有像素点的第2个分量的值构成的列向量记为x_O,2，将{I_L,i(x,y)}中落于用户选择的对象内的所有像素点的第3个分量的值构成的列向量记为x_O,3；再根据x_O,1、x_O,2和x_O,3，得到{I_L,i(x,y)}对应的值矩阵，记为x_O，其中，x_O,1、x_O,2和x_O,3的维数均为num×1，x_O的维数为3num×1，num表示{I_L,i(x,y)}中落于用户选择的对象内的像素点的总个数；将{I_T,i(x',y')}中的所有像素点的每个分量的值按序排列构成一个列向量，将{I_T,i(x',y')}中的所有像素点的第1个分量的值按序排列构成的列向量记为x_T,1，将{I_T,i(x',y')}中的所有像素点的第2个分量的值按序排列构成的列向量记为x_T,2，将{I_T,i(x',y')}中的所有像素点的第3个分量的值按序排列构成的列向量记为x_T,3；再根据x_T,1、x_T,2和x_T,3，得到{I_T,i(x',y')}对应的值矩阵，记为x_T，其中，x_T,1、x_T,2和x_T,3的维数均为num'×1，x_T的维数为3num'×1，num'表示{I_T,i(x',y')}中的像素点的总个数，num'＝W'×H'；步骤三：对x_O进行多元高斯分布拟合，拟合得到x_O的多元高斯概率密度函数，记为f(y_O)，然后以(α,m,M)来表示x_O的颜色分布；其中，f()为函数表示形式，y_O＝x_O‑μ_O，μ_O表示x_O的均值向量，μ_O,1表示{I_L,i(x,y)}中落于用户选择的对象内的所有像素点的第1个分量的值的平均值，也即为x_O,1中的所有元素的值的平均值，μ_O,2表示{I_L,i(x,y)}中落于用户选择的对象内的所有像素点的第2个分量的值的平均值，也即为x_O,2中的所有元素的值的平均值，μ_O,3表示{I_L,i(x,y)}中落于用户选择的对象内的所有像素点的第3个分量的值的平均值，也即为x_O,3中的所有元素的值的平均值，Γ()表示伽马函数，α表示f(y_O)的形状参数，m表示f(y_O)的尺度参数，M表示f(y_O)的散布矩阵，满足tr(M)＝p，tr(M)表示求M的迹，(y_O)^T为y_O的转置，(mM)^‑1表示求mM的逆矩阵，|mM|表示求mM行列式的值，exp()表示以自然基数e为底的指数函数，π＝3.14159…；对x_T进行多元高斯分布拟合，拟合得到x_T的多元高斯概率密度函数，记为f(y_T)，然后以(β,n,N)来表示x_T的颜色分布；其中，y_T＝x_T‑μ_T，μ_T表示x_T的均值向量，μ_T,1表示{I_T,i(x',y')}中的所有像素点的第1个分量的值的平均值，也即为x_T,1中的所有元素的值的平均值，μ_T,2表示{I_T,i(x',y')}中的所有像素点的第2个分量的值的平均值，也即为x_T,2中的所有元素的值的平均值，μ_T,3表示{I_T,i(x',y')}中的所有像素点的第3个分量的值的平均值，也即为x_T,3中的所有元素的值的平均值，β表示f(y_T)的形状参数，n表示f(y_T)的尺度参数，N表示f(y_T)的散布矩阵，满足tr(N)＝q，tr(N)表示求N的迹，(y_T)^T为y_T的转置，(nN)^‑1表示求nN的逆矩阵，|nN|表示求nN行列式的值；步骤四：对{I_L,i(x,y)}中落于用户选择的对象内的所有像素点进行颜色编辑操作、而对{I_L,i(x,y)}中落于用户选择的对象外的所有像素点不进行颜色编辑操作，若{I_L,i(x,y)}中坐标位置为(x,y)的像素点落于用户选择的对象内，则将{I_L,i(x,y)}中落于用户选择的对象内的坐标位置为(x,y)的像素点经过颜色编辑操作后的第1个分量的值记为将{I_L,i(x,y)}中落于用户选择的对象内的坐标位置为(x,y)的像素点经过颜色编辑操作后的第2个分量的值记为将{I_L,i(x,y)}中落于用户选择的对象内的坐标位置为(x,y)的像素点经过颜色编辑操作后的第3个分量的值记为其中，I_L,1(x,y)表示{I_L,i(x,y)}中坐标位置为(x,y)的像素点的第1个分量的值，I_L,2(x,y)表示{I_L,i(x,y)}中坐标位置为(x,y)的像素点的第2个分量的值，I_L,3(x,y)表示{I_L,i(x,y)}中坐标位置为(x,y)的像素点的第3个分量的值，λ和η为形状控制参数，符号“|| ||”表示取矩阵的模；步骤五：获取颜色编辑操作后的左视点图像，记为将中坐标位置为(x,y)的像素点的第i个分量的值记为若{I_L,i(x,y)}中坐标位置为(x,y)的像素点落于用户选择的对象内，则令若{I_L,i(x,y)}中坐标位置为(x,y)的像素点落于用户选择的对象外，则令其中，表示{I_L,i(x,y)}中落于用户选择的对象内的坐标位置为(x,y)的像素点经过颜色编辑操作后的第i个分量的值；步骤六：根据{d_L(x,y)}的直方图分布，计算得到{d_L(x,y)}的视差映射函数，记为g(b)；然后获取深度编辑操作后的左视差图像，记为将中坐标位置为(x,y)的像素点的像素值记为其中，b为正整数，1≤b≤B，B表示{d_L(x,y)}中所包含的视差等级的总数目；所述的步骤六中的g()的计算过程为：步骤A、计算{d_L(x,y)}的直方图分布，记为{P_d[b]|1≤b≤B}；其中，b为正整数，B表示{d_L(x,y)}中所包含的视差等级的总数目，P_d[b]表示{d_L(x,y)}中视差等级为b的像素点在{d_L(x,y)}中出现的概率；步骤B、对{P_d[b]|1≤b≤B}进行最小二乘法曲线拟合，将拟合得到的曲线记为f(b)，f(b)＝ζ₅×b⁵+ζ₄×b⁴+ζ₃×b³+ζ₂×b²+ζ₁×b+ζ₀；其中，ζ₅、ζ₄、ζ₃、ζ₂、ζ₁、ζ₀为拟合得到的加权参数；步骤C、根据f(b)计算g(b)，其中，b₁为整数，0≤b₁≤b，f(b₁)＝ζ₅×b₁⁵+ζ₄×b₁⁴+ζ₃×b₁³+ζ₂×b₁²+ζ₁×b₁+ζ₀；步骤七：根据和获取颜色和深度编辑操作后的右视点图像，记为将中坐标位置为(x,y)的像素点的第i个分量的值记为然后将和构成颜色和深度编辑操作后的立体图像；其中，表示中坐标位置为的像素点的第i个分量的值。