[發明專利]基于支持向量回歸多視角視頻色差校正方法

無效

• 申請號: 201210345198.8
• 申請日: 2012-09-18
• 公開（公告）號: CN102868891A
• 公開（公告）日: 2013-01-09
• 發明（設計）人: 金雪松;李恩臨;張立志;馬炳鵬;孫華東;潘慶和;李云
• 申請（專利權）人: 哈爾濱商業大學
• 主分類號: H04N9/64
• 分類號: H04N9/64;H04N11/02
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 張果瑞

1.基于支持向量回歸多視角視頻色差校正方法，多視角序列中包括一個參考視角和n個待校正視角，參考視角的第一幀圖像為參考圖像，待校正視角的第一幀圖像為待校正圖像，每個待校正圖像都以參考圖像為標準校正自身色差，視頻色差校正過程相同，其特征在于，每個待校正視角的視頻色差校正過程均采用基于支持向量回歸多視角視頻色差校正方法，該方法包括以下步驟：

步驟一、計算參考圖像與待校正圖像之間的全局視差矢量，尋找二者之間的全局匹配區域；

步驟二、在參考圖像和待校正圖像的全局匹配區域都劃分固定大小的宏塊，并把位于參考圖像和待校正圖像中位置相同的宏塊作為一組宏塊對；

步驟三、計算參考圖像和待校正圖像中的每一個宏塊的方差，提取滿足條件的宏塊對，并把滿足條件的宏塊對中每一組宏塊對的像素灰度值均值作為訓練數據加入訓練集合S；

其中，A(i)，i＝1，2，...，m為參考圖像中的宏塊，m為參考圖像中宏塊的數量，

B(i)，i＝1，2，...，m為待校正圖像中的宏塊，

A(i)和B(i)為一組宏塊對，

為參考圖像的宏塊A(i)的方差，

為待校正圖像的宏塊B(i)的方差，

T為閾值，且T＝0～0.2；

步驟四、將步驟三獲取的訓練集合S中訓練數據由YUV色彩空間轉換為RGB，然后轉換為CIELAB空間；

步驟五、將步驟四獲取的CIELAB空間的訓練集合S中的訓練數據分成L、a和b三個分量，形成三個子集S_L、S_a和S_b，將三個子集分別訓練成三個SVR模型SVR_L、SVR_a和SVR_b；

步驟六、將待校正圖像的每一個像素值轉換到CIELAB空間，所得的三個分量L、a和b分別用對應的SVR模型進行變換，將變換后的L、a和b三值通過色彩逆變換，生成校正圖像對應像素值的Y、U和V分量，進而獲取校正圖像。

2.根據權利要求1所述基于支持向量回歸多視角視頻色差校正方法，其特征在于，步驟一、計算參考圖像與待校正圖像之間的全局視差矢量，尋找二者之間的全局匹配區域的過程為：

通過公式

DV(d^x,d^y)=argmindx,dyMSEglobal(dx,dy)]]>

獲得參考圖像與待校正圖像之間的視角差異，

其中：d_x為參考圖像與待校正圖像之間的水平方向視差估計值，

為參考圖像與待校正圖像之間的水平方向視差，

d_y為參考圖像與待校正圖像之間的垂直方向視差估計值，

為參考圖像與待校正圖像之間的垂直方向視差，

MSE_global(d_x，d_y)為參考圖像與待校正圖像之間的使殘差能量，且按公式

MSEglobal(dx,dy)=1(M-dx)(N-dy)Σy=0N-dy-1Σx=0M-dx-1[R(x,y)-P(x-dx,y-dy)]2]]>

獲取，

其中：R(x，y)為參考圖像的全局匹配區域中坐標為(x，y)的像素值，x＝1，2，...，M，y＝1，2，...，N，

P(x-d_x，y-d_y)為待校正圖像的全局匹配區域中坐標為(x-d_x，y-d_y)的像素值。