[发明专利]基于支持向量回归多视角视频色差校正方法

说明书

技术领域

本发明涉及基于支持向量回归多视角视频色差校正方法，属于图像处理领域。

背景技术

多视角视频序列一般是由多个摄像机按照特定的排列方式采集得到的，包括了同一场景不同角度的视觉信息。多视角视频编码方案中最为主要的是由联合视频组JVT(Joint Video Team)提出的基于H.264/AVC的多视角视频编码系统JMVM(Joint Multi-view video model)。在多视角视频采集过程中，由于带噪声环境(各种照明条件不同)及硬件的变化(不同的相机具有不同的辐射特征，产生的颜色也不同)是客观存在的，多视角视频序列不同视角的颜色差异是不可避免的。这些差异会降低视角间去相关效果，从而影响多视角视频序列编码效率。JMVM采用预测结构去除帧间相关性，帧中某一块可由同一视角前后帧或相邻视角帧的块进行预测，预测残差进入后续的处理过程中。而现有的多视角视频编码系统采用的算法不能很好的校正不同视角之间的颜色差异，编码效率很低。

发明内容

本发明目的是为了解决现有的多视角视频编码系统采用的算法不能很好的校正不同视角之间的颜色差异，编码效率很低的问题，提供了一种基于支持向量回归多视角视频色差校正方法。

本发明所述基于支持向量回归多视角视频色差校正方法，多视角序列中包括一个参考视角和n个待校正视角，参考视角的第一帧图像为参考图像，待校正视角的第一帧图像为待校正图像，每个待校正图像都以参考图像为标准校正自身色差，视频色差校正过程相同，每个待校正视角的视频色差校正过程均采用基于支持向量回归多视角视频色差校正方法，该方法包括以下步骤：

步骤一、计算参考图像与待校正图像之间的全局视差矢量，寻找二者之间的全局匹配区域；

步骤二、在参考图像和待校正图像的全局匹配区域都划分固定大小的宏块，并把位于参考图像和待校正图像中位置相同的宏块作为一组宏块对；

步骤三、计算参考图像和待校正图像中的每一个宏块的方差，提取满足条件的宏块对，并把满足条件的宏块对中每一组宏块对的像素灰度值均值作为训练数据加入训练集合S；

其中，A(i)，i＝1，2，...，m为参考图像中的宏块，m为参考图像中宏块的数量，

B(i)，i＝1，2，...，m为待校正图像中的宏块，

A(i)和B(i)为一组宏块对，

为参考图像的宏块A(i)的方差，

为待校正图像的宏块B(i)的方差，

T为阈值，且T＝0～0.2；

步骤四、将步骤三获取的训练集合S中训练数据由YUV色彩空间转换为RGB，然后转换为CIELAB空间；

步骤五、将步骤四获取的CIELAB空间的训练集合S中的训练数据分成L、a和b三个分量，形成三个子集S_L、S_a和S_b，将三个子集分别训练成三个SVR模型SVR_L、SVR_a和SVR_b；

步骤六、将待校正图像的每一个像素值转换到CIELAB空间，所得的三个分量L、a和b分别用对应的SVR模型进行变换，将变换后的L、a和b三值通过色彩逆变换，生成校正图像对应像素值的Y、U和V分量，进而获取校正图像。

步骤一、计算参考图像与待校正图像之间的全局视差矢量，寻找二者之间的全局匹配区域的过程为：

通过公式