[發明專利]基于SIFT特征與GRNN網絡的立體視頻顏色校正方法

無效

• 申請號: 201210006241.8
• 申請日: 2012-01-10
• 公開（公告）號: CN102572450A
• 公開（公告）日: 2012-07-11
• 發明（設計）人: 呂朝輝;董躍;張懿斌
• 申請（專利權）人: 中國傳媒大學
• 主分類號: H04N9/64
• 分類號: H04N9/64;H04N9/68;G06N3/02
• 代理公司: 北京中恒高博知識產權代理有限公司 11249
• 代理人: 夏晏平

技術領域

本發明涉及圖像處理技術領域，具體地，涉及基于尺度不變特征轉換（Scale-invariant?feature?transform，簡稱SIFT）特征與廣義回歸神經網絡（GRNN，簡稱Generalized?Regression?Neural?Network）的立體視頻顏色校正方法。

背景技術

在圖像處理技術領域，在進行立體視頻采集時，各個視點的攝像機經常會出現局部或者整體的顏色差異，造成這種顏色差異的原因包括多種。通常我們假設物體表面符合漫反射條件，即物體表面的反射光的色度不隨三維空間視點的改變而變化，但實際情況并不完全符合漫反射條件。因此伴隨著各個視點間接受同樣的光照條件時，也會產生干擾。

另外攝像機參數設置、CCD或CMOS感光器件的噪音、相機快門速度和曝光時間抖動也都會導致所得到各個視點視頻的顏色產生差異。因此由立體視頻顏色的多個攝像機拍攝到的各個視點視頻會出局部或整體的顏色差異，當人們直接觀看這樣的立體視頻或立體圖像時，大腦在自動拼接這些圖像時就會產生不舒適感。因此這些差異可能會影響到觀看效果，并導致場景深度信息恢復的錯誤，從而影響到立體視頻的進一步處理。

目前，顏色校正的算法較多，但大多數是針對單目圖像的顏色校正，也有一些算法可以應用于立體視頻圖像顏色校正，如文獻[1]-文獻[5]：

[1]Xu?W.,?Mulligan?J..?Performance?Evaluation?of?Color?Correction?Approaches?for?Automatic?Multi-view?Image?and?Video?Stitching.?CVPR’10,?2010,?pp.?263–270（Xu?W.,?Mulligan?J..自動多視點圖像和視頻拼接中顏色校正方法性能評價，計算機視覺與模式識別國際會議，2010年，頁碼：263–270）

[2]Young-Chang?Chang，Reid?J.F.?RGB?calibration?for?color?image?analysis?in?machine?vision.?Image?Processing，Oct?1996，5(10):1414-1422（Young-Chang?Chang，Reid?J.F.?機器視覺中用于彩色圖像分析的RGB標定，圖像處理雜志，1996年10月，頁碼：1414-1422）

[3]Porikli?F，Divakaran?A.，Multi-camera?calibration，object?tracking?and?query?generation.?IEEE?ICME’03.1:653-656（Porikli?F，Divakaran?A.?多相機標定及對象跟蹤和查詢生成，多媒體國際會議及展覽，2003年，頁碼：653-656）

[4]Unal?G.，Yezzi?A.，Soatto?S.，Slabaugh?G..?A?variational?approach?to?problems?in?calibration?of?multiple?cameras.?Pattern?Analysis?and?Machine?Intelligence,2007，29(8):1322-1338（Unal?G.，Yezzi?A.，Soatto?S.，Slabaugh?G..?多相機標定問題中的可變方法，模式分析與機器智能雜志，2007年，頁碼1322-1338）?

[5]姜浩，張蕾.一種基于直方圖匹配的立體視頻顏色校正算法.信息通信技術，2009年05期

文獻[1]對這些目前存在的顏色校正算法進行總結和分類，并對各類算法的局限性進行評價。目前的顏色校正方法整體上可以分為基于模型參數（Model-based?parametric?approaches）和非參數（Modeless?non-parametric?approaches）顏色校正方法。