[发明专利]一种基于单应性矩阵的立体视频颜色校正算法

权利要求书

1.一种基于单应性矩阵的立体视频颜色校正算法，其特征在于：包括以下步骤：

步骤S1：获取视频作为目标视频，检测所述目标视频所有视频帧中的Harris角点特征点，并利用KLT算法对所有相邻两个视频帧之间的特征点进行匹配和跟踪；

步骤S2：根据步骤S1中计算出的相邻两个视频帧之间的匹配特征点，获得每个特征点的运动轨迹，再从中选取a个特征点；

步骤S3：采用随机抽样一致算法，通过步骤S2中选取的a个特征点计算相邻两个视频帧之间的单应性矩阵；

步骤S4：利用图像颜色校正算法对所述目标视频中的第一帧进行颜色校正；

步骤S5：根据步骤S3中求解出的单应性矩阵对所述目标视频中第二帧以及第二帧之后的后续帧进行颜色校正；

其中，所述步骤S2具体为：

令所述目标视频中待校正的目标视频帧为I^t，其中t表示第t个目标视频帧，根据计算出的相邻两个视频帧之间的匹配特征点，求解出目标视频帧I^t上的特征点在后续视频帧中的运动轨迹，并记录下轨迹长度L；即如果在下一个视频帧中有目标视频帧I^t的特征点的匹配点，则L值加1，L的初始值为0；

所述目标视频帧I^t上预设有的特征点个数为N^t，第n个特征点在目标视频帧I^t中的位置为它的轨迹长度为L^t，该特征点在后续视频帧中所匹配到的特征点分别为根据如下公式计算所述目标视频帧I^t上第n个特征点的运动轨迹的平均变化幅度：

变化的幅度越小，则该特征点越稳定；选择目标视频帧I^t中前b个值依次减小的特征点，再从b个特征点中选取前a个L值依次增大的特征点，利用a个特征点来计算所述目标视频帧I^t和下一帧之间的单应性矩阵,其中，a≤b。

2.根据权利要求1所述的一种基于单应性矩阵的立体视频颜色校正算法，其特征在于：所述步骤S3具体为：

采用选取的a个特征点组成集合P，集合中的所有点都能够通过随机抽样一致算法拟合出的模型来产生，且最少通过l个特征点拟合出模型的参数，则通过以下的多次随机抽样方式来拟合该参数；

令随机抽样次数为q，在第i次随机抽样过程中从所述集合P中选取l个特征点拟合出一个单应性矩阵对所述集合P中剩余的特征点，根据单应性矩阵预设出每个特征点在下一帧的坐标，并计算特征点下一帧的坐标与特征点预设的坐标之间的距离，距离超过阈值d_t的则为局外点，不超过阈值d_t的则为局内点，并记录该单应性矩阵所对应的局内点个数m_i；随机抽样q次后，选择局内点个数值最大的单应性矩阵作为拟合结果；

令，单应性矩阵的定义如下：

目标视频帧I^t进行颜色校正后的得到结果视频帧，特征点(x,y)在下一个视频帧中的像素坐标(x′,y′)的计算过程如下：

解出中的8个参数，l＝4；

在计算第t和t+1帧之间的单应性矩阵过程中，令在第i次随机抽样过程中，随机选择的4对匹配点记为和和和和和则计算过程如下：

使用最小二乘方法求解上述公式，得到单应性矩阵如下：

然后根据得到t帧中的第j个像素在t+1帧中的坐标如下所示:

并计算出每个特征点在下一帧的坐标与根据得到的坐标之间的距离，过程如下：

判断局内点个数：

式中，σ为判断函数，若则为局内点，函数值为1，否则，函数值为0；d_t表示阈值；

经过q次随机采样得到的和{m₁,…m_q}，选取其中m_i值最大的单应性矩阵作为拟合结果，过程如下：

e＝argmax{m_i}

式中，e表示q次随机采样得到的中对应的m_i值最大的采样次数，即m_e是{m₁,…m_q}中的最大值，则H^t是所求得的t和t+1帧之间的单应性矩阵。