[发明专利]一种基于视觉感知的多视点图像颜色校正方法

摘要

本发明公开了一种基于视觉感知的多视点图像颜色校正方法，首先提取目标图像和源图像的显著性分布图，并通过估计高斯混合模型提取出目标图像和源图像的视觉注意力区域，利用视差匹配算法获得源图像和目标图像精确匹配的像素点对集合，通过线性回归算法得到各视觉注意力区域的校正矩阵，并采用线性加权得到最终的校正矩阵，最后对校正图像的视觉敏感性区域进行进一步的精炼，优点在于本发明在保证多视点图像颜色校正精确性的同时，提高了颜色校正方法的鲁棒性以及校正图像的视觉舒适度。

主权项

1.一种基于视觉感知的多视点图像颜色校正方法，其特征在于包括以下步骤：①将同一时刻由多视点平行相机系统拍摄的多视点图像中的一个视点图像定义为目标图像，记为T，而将其它视点图像定义为源图像，记为S，定义目标图像T的平面坐标系为x′y′平面坐标系，定义源图像S的平面坐标系为xy平面坐标系，记目标图像T中的所有像素点构成的集合为{^(T)P(x₁′，y₁′)}，记源图像S中的所有像素点构成的集合为{^(s)P(x₁，y₁)}；②分别提取目标图像T的显著性分布图和源图像S的显著性分布图，记目标图像T的显著性分布图为{^(T)S}，记源图像S的显著性分布图为{^(S)S}；③利用期望最大算法分别估计目标图像T的显著性分布图{^(T)S}和源图像S的显著性分布图{^(S)S}的高斯混合模型，记目标图像T的显著性分布图{^(T))S}的高斯混合模型为^(T)Θ，记源图像S的显著性分布图{^(S)S}的高斯混合模型为^(S)Θ，Θ(T)={ωi,μi,σi}i=1K,]]>Θ(S)={ωi,μi,σi}i=1K,]]>其中，K表示高斯混合模型中高斯分量的总个数，ω_i表示第i个高斯分量的加权系数，μ_i表示第i个高斯分量的均值，σ_i表示第i个高斯分量的标准差；④根据目标图像T的显著性分布图{^(T)S}及显著性分布图{^(T)S}的高斯混合模型^(T)Θ，提取目标图像T的视觉注意力区域，根据源图像S的显著性分布图{^(S)S}及显著性分布图{^(S)S}的高斯混合模型^(S)Θ，提取源图像S的视觉注意力区域；⑤通过视差匹配方法获取源图像S中的像素点^(S)P(x₁，y₁)在目标图像T上的最佳候选匹配像素点^(T)P(x₁′，y₁′)，并获取目标图像T中的像素点^(T)P(x₁′，y₁′)在源图像S上的最佳候选匹配像素点^(S)P(x₂，y₂)，然后通过双向校验从源图像S到目标图像T的视差和从目标图像T到源图像S的视差，确定像素点对(^(T)P(x₁′，y₁′)，^(S)P(x₁，y₁))是否为最佳候选匹配的像素点对，再通过判断最佳候选匹配的像素点对(^(T)P(x₁′，y₁′)，^(S)P(x₁，t₁))中的像素点^(T)P(x₁′，y₁′)和像素点^(S)P(x₁，y₁)是否属于相同的视觉注意力区域，确定最佳候选匹配的像素点对(^(T)P(x₁′，y₁′)，^(S)P(x₁，y₁))是否为匹配的像素点对；⑥根据所有属于第i个视觉注意力区域的匹配的像素点对(^(T)P(x₁′，y₁′)，^(S)P(x₁，y₁))的亮度分量、第一色度分量和第二色度分量，通过线性回归算法计算得到第i个视觉注意力区域的校正矩阵，记为其中，Ω表示所有属于第i个视觉注意力区域的匹配的像素点对(^(T)P(x₁′，y₁′)，^(S)P(x₁，y₁))构成的集合，^(T)I_q(x₁′，y₁′)表示目标图像T的像素点^(T)P(x₁′，y₁′)的第q个分量的像素值，第1个分量为亮度分量，第2个分量为第一色度分量，第3个分量为第二色度分量，ψ＝[^(S)I₁(x₁，y₁)，^(S)I₂(x₁，y₁)，^(S)I₃(x₁，y₁)，₁]，^(S)I₁(x₁，y₁)表示源图像S的像素点^(S)P(x₁，y₁)的第1个分量的像素值，第1个分量为亮度分量，^(S)I₂(x₁，y₁)表示源图像S的像素点^(S)P(x₁，y₁)的第2个分量的像素值，第2个分量为第一色度分量，^(S)I₃(x₁，y₁)表示源图像S的像素点^(S)P(x₁，y₁)的第3个分量的像素值，第3个分量为第二色度分量；⑦采用线性加权方法获取源图像S的各个像素点^(S)P(x₁，y₁)的第q个分量的校正矩阵，记为其中，q＝1，2，3，β_i(x₁，y₁)为加权系数，其值通过计算源图像S的像素点^(S)P(x₁，y₁)属于第i个视觉注意力区域的概率得到，其中，1≤i≤K；⑧利用源图像S的各个像素点^(S)P(x₁，y₁)的第q个分量的校正矩阵对源图像S的各个像素点^(S)P(x₁，y₁)的第q个分量进行颜色校正，得到颜色校正处理后的校正图像，记颜色校正处理后的校正图像的像素点为^(C)P(x₁，y₁)，记颜色校正处理后的校正图像的各个像素点^(C)P(x₁，y₁)的第q个分量的像素值为^(C)I_q(x₁，y₁)，其中，ψ＝[^(S)I₁(x₁，y₁)，^(S)I₂(x₁，y₁)，^(S)I₃(x₁，y₁)，1]，^(S)I₁(x₁，y₁)表示源图像S的像素点^(S)P(x₁，y₁)的第1个分量的像素值，第1个分量为亮度分量，^(S)I₂(x₁，y₁)表示源图像S的像素点^(S)P(x₁，y₁)的第2个分量的像素值，第2个分量为第一色度分量，^(S)I₃(x₁，y₁)表示源图像S的像素点^(S)P(x₁，y₁)的第3个分量的像素值，第3个分量为第二色度分量，q＝1，2，3。