基于特征点匹配的多视点图像颜色校正方法研究【文献综述】

《基于特征点匹配的多视点图像颜色校正方法研究【文献综述】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、6毕业设计文献综述电子信息科学与技术基于特征点匹配的多视点图像颜色校正方法研究摘要：自由视点视频的出现满足了人们日益提高的生活水平，但是不免会出现一些问题，即图像颜色在不同视点由于场景光照、相机校准、相机噪声等的影响而产生不一致的现象，给后续的处理带来很大的困难。本文基于上述的问题提出了一些颜色校正的方法：区域匹配或直方图匹配颜色校正方法；面向编码和绘制的多视点图像颜色校正方法；一种基于多模式融合的多视点图像颜色校正方法；基于主颜色提取的的多视点图像颜色校正方法；基于使用视点网络能量最小化的多视点视频颜色校正方法等等，而下面具体介绍的是基于特征对应的多

2、视点图像颜色与几何校正方法。关键词：自由视点视频；颜色校正；区域匹配或直方图匹配；编码和绘制；多模式融合；主颜色提取；视点网络能量最小化；特征对应一、前言随着信息时代的日益拓新，现今存有的2D视频系统越来越不能满足人们的需求。在传统的视频系统中，真实的场景相对于一个视点的画面是由摄像师或导演选择决定的，用户只能被动地观看摄像机在单一视点上所摄制的视频图像序列，而不能自由选择其它视点来观察真实场景，这些单方向上的视频序列只能反映真实世界场景的一个侧面。而人们期望的是能够自由地选择各个不同的角度去观察和分析事物，故应时代要求而产生的自由视点视频[1]就是一

3、种先进的视觉媒体模式，它是通过多相机系统进行捕获，各视点各自独立地接受来自同一场景的特定摄像点的视频，并通过视点绘制技术来生成任意点的视频，这样就能允许人们从不同视点和方向享受更为真实的3D图像。同时随着3D显示技术的进步，全景显示、立体视频技术得到了广泛的关注，特别是裸眼可视立体显示的出现，自由视点视频的显示已不是遥不可及的梦想。二、多视点图像颜色校正研究66基于3D的交互性与图像的真实感，自由视点视频在远程教育、远程监视、虚拟现实系统等方面有着良好的应用前景。但是正所谓没有一样现今世界上的事物是十全十美的，在显示其优越之处的同时不免暴露了不足，不管

4、这不足影响是大是小。自由视点视频在实现过程中遇到的主要问题是视点间图像颜色的不一致。任意视点位置在图像采集过程中由于各相机的基线不在同一水平轴，场景光照、相机CCD噪声、快门速度和曝光等要素不一致，会导致不同相机采集的图像的颜色值差别很大，故必须对多视点图像颜色进行校正，将同一对象的不同颜色外表校正到同一颜色，然后进行分析和比较，保证分析结果尽可能可靠，也为了后续的多视点图像压缩与任意视点绘制带来方便。本文就是针对上述多视点图像颜色不一致的问题提出了一些颜色校正的方法，尤以基于特征点匹配的多视点图像颜色校正方法重点介绍。2.1颜色校正算法研究现状[1]

5、颜色校正或颜色传递并不是一个新的概念，在较早之前就提出了一些图像或图像序列的颜色校正算法。Pham和Pringle通过对相邻图像重叠区域的检测，构造一个高维的多项式映射函数；同样，Jackowshi等利用3个rationalhypersurfaces作为映射函数来实现校正；GuiYunTian等也对全景图像进行重叠区域检测，在重叠区域间建立直方图映射，实现对全景图像的颜色校正。Reinhard等第一次提出采用均值和均方差的统计信息在图像间进行颜色传递。但是由于全局的信息并不能反映各区域间的颜色变化趋势，因此许多研究者从区域匹配或区域分割的角度提出了一些

6、校正算法：MaojunZhang等根据主区域的信息来构造映射函数；ClementFredembach等利用基于区域的图像分类方法来实现自动颜色校正。2.2多视点图像颜色校正方法2.2.1区域匹配或直方图匹配颜色校正方法[2]区域匹配或直方图匹配是通常采用的颜色校正手段，区域匹配通过将目标图像和源图像进行聚类分割，在最相似的区域间建立颜色映射关系，并以此映射关系对源图像进行校正；直方图匹配通过计算目标图像和源图像的累计直方图，只要满足源图像和目标图像具有相同的直方图分布，就可以将目标图像的直方图映射到源图像。但如果多视点图像发生旋转、尺度缩放、视角变换、

7、光照变换等变化，或由于遮挡、噪声等因素的影响，区域匹配和直方图匹配就不能保持良好的可匹配性，映射精度低。2.2.2面向编码和绘制的多视点图像颜色校正方法[3]该方法首先采用连续多帧求帧差法提取出各个视点图像的背景区域，再利用背景区域计算校正因子，对颜色不一致的视点进行颜色校正。该算法不仅能实现视点间图像的颜色一致性，提高多视点视频的编码效率，而且提高了虚拟视点绘制性能，是一种有效的多视点视频系统颜色校正方法，但是缺陷是不适合客户端任意视点绘制。2.2.3一种基于多模式融合的多视点图像颜色校正方法[4]66该方法通过定义四种通用的线性和非线性校正模式，首

8、先对输入的源图像和参考图像进行视差估计，以视差估计得到的匹配块作为样本，然后对样本分别用四种校