专利名称：伽玛校正方法、伽玛校正系统和伽玛校正装置的制作方法
技术领域：
本发明涉及通信领域，尤其涉及用于视频通信的伽玛校正技术。
背景技术：
随着宽带网络的迅速发展，基于视频通信的业务，简称视频通信业务也日益得到广泛的应用。例如，视频会议和可视电话业务正在成为NGN(NextGeneration Network，下一代网络)上的基本业务。
实现视频通信业务的视频通信系统架构如图1所示，包括视频输入设备、第一颜色变换模块、第一信号处理模块、网络、第二信号处理模块、第二颜色变换模块和视频输出设备。其工作原理如下视频信号作为RGB光信号被视频输入设备捕获，形成RGB电信号，然后通过所述第一颜色变换模块进行颜色正变换，将所述RGB电信号转化成YUV电信号，然后通过所述第一信号处理模块对所述YUV电信号进行信号处理(压缩编码等)，之后通过网络传输给第二信号处理模块进行信号处理(去压缩解码等)，然后再通过第二颜色变换模块进行颜色反变换将所述YUV信号转化为RGB电信号，最终在视频输出设备上显示时再转换成光信号。
可以看出，两端的视频输入设备和视频显示设备，位于RGB颜色空间，中间的各种信号处理(压缩编码，去压缩解码等)和网络传送过程在YUV颜色空间进行。
所述RGB颜色空间是由红，绿，蓝(Red Green Blue，RGB)三基色的线性组合(即不同比例相加混合)生成的。在RGB颜色空间中，每种颜色如果用RGB分量(component)来表示其坐标，可以对应3维空间中的一个点。
所述YUV颜色空间是为了在中间的各种信号处理和网络传送过程中提高信号处理的效率而引入的，其是视频处理过程中常用的颜色空间(有很多变种比如YCC/YCbCr空间等)，其表达式如公式[1]所示 对应的反变换如公式[2]所示 由表达式可以看出颜色空间实际上就是一种坐标系，所以颜色空间之间的变换，实质上是一种坐标系变换(coordinate system transform)，遵循数学中关于坐标系变换的原则。这种变换可以是线性的，也可以是非线性的。对于RGB颜色空间到YUV颜色空间的变换，是线性的。
颜色空间之间的变换原理如图2所示。由图2可以看出，同一种颜色，如果用RGB分量表示，其分量分别为r、g、b，这些分量就是该颜色作为一个点在RGB颜色空间中的坐标，而如果变换到YUV颜色空间中，对应的坐标就会不同。
因为在视频信号经过的各个处理环节中，具体的亮度或者色度信号等级可以不同，比如256，64级等，但是都可以通过除以每个处理环节的亮度或者色度信号最高等级来变化到[-1，1]区间中，因此，在信号处理过程中，通常对颜色空间采用规一化(normalized)表示。对于RGB颜色空间，由于r，g，b都取正值，因此采用规一化表示后，要求0≤r，g，b≤1，即r，g，b分量的绝对值不大于1；对于YUV颜色空间中，要求-1≤y，u，v≤1。
在RGB颜色空间中，如果进行了规一化处理，RGB颜色空间就是一个单位立方体
×
×
，或者简写作
3，其中乘号“×”表示集合的笛卡尔积(Cartesian Product)。因此得到的这个规一化立方体叫做RGB单位立方体(RGB Unit Cube，简称RGBUC)。如图3所示。
基于上述如图1所示的视频通信系统架构实现视频通信业务时，影响最终用户体验的因素除了网络的QoS(Quality of Service，服务质量)参数(包括丢包，延迟，抖动，R因子等参数)外，还有因为各个环节的Gamma特性所引起的对于亮度信号的畸变(Distortion)因素。对于前者，需要保证网络的QoS参数和与视频压缩编码相关的前后处理(Pre-processing，post-processing)，对于由于Gamma特性问题引起的亮度畸变问题，需要进行伽玛(Gamma)校正处理，以使信号的最终输入输出关系为线性关系。这样视频输入设备(例如摄像机/摄像头)捕获的视频/静止图像在显示设备上显示时，达到高质量的显示效果，获得好的用户体验。
所述Gamma特性，是指某个环节的亮度信号输入一输出关系是一种非线性的关系。经过Gamma非线性环节后发生畸变后的亮度信号，其是按照幂函数规律递增的。
在RGB颜色空间中，R，G，B三基色各自有各自的Gamma特性。相当于 rd＝gr(rr)； gd＝gg(gr)； bd＝gb(br)；.............[6] 其中，gr，gg，gb分别表示R，B，G分量各自的Gamma特性。其中rr分别表示原始的R分量信号，下标r＝raw，表示原始的；rd表示经过Gamma失真的R分量信号，下标d＝distorted，表示失真的。同样道理有gd，gr，bd，br。图4给出了一个视频输入设备的Gamma特性曲线，其中红色，绿色，蓝色的曲线分别表示函数gr，gg，gb对应的Gamma特性曲线。
与本发明有关的现有技术给出了通过部分高端的视频输入设备中内置的Gamma校正模块，基于RGB颜色空间，对捕获到的信号进行Gamma校正的工作原理，如图5所示，在校正环节加入一个Gamma校正模块对输入的亮度信号进行Gamma校正，所述Gamma特性表示为Gc(.)，通过所述Gamma校正模块可以校正Gamma特性为Gc(.)的Gamma特性造成的失真，使得最终的输入输出关系为线性关系。
现有技术仅仅给出了应用RGB颜色空间范围内进行Gamma校正的工作情况，但是在视频通信过程中的中间处理环节仍然存在由于Gamma特性问题造成的失真问题，而且，中间处理环节中使用的颜色空间不仅仅局限于YUV颜色空间，还有可能为其它种类的颜色空间，因此在视频通信过程中的中间处理环节的各种颜色空间中实施伽玛校正，还存在着难题。
发明内容
本发明的实施例提供一种伽玛校正方法、伽玛校正系统和伽玛校正装置，通过本发明，能够在视频通信过程中的中间处理环节使用的各种颜色空间中实施伽玛校正。
本发明的实施例通过如下的技术方案实现 本发明的实施例提供一种用于视频通信的伽玛校正方法，其包括 根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格； 构造每个VCSPTN分格上的线性伽玛校正函数； 获取视频信息中包含的每个原始RGB向量电信号采样值所对应的虚拟颜色空间向量信号采样值，并确定其所归属的VCSPTN分格； 根据所述VCSPTN分格上的线性伽玛校正函数，对所得到的每个虚拟颜色空间向量信号采样值进行伽玛校正。
本发明的实施例还提供一种用于视频通信的伽玛校正系统，其包括 分格确定单元，用于根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格； 线性伽玛校正函数确定单元，用于构造每个VCSPTN分格上的线性伽玛校正函数； 分格匹配单元，用于获取视频信息中包含的每个原始RGB向量电信号采样值所对应的虚拟颜色空间向量信号采样值，并确定其所归属的VCSPTN分格； 伽玛校正单元，用于根据所述VCSPTN分格上的线性伽玛校正函数，对所得到的每个虚拟颜色空间向量信号采样值进行伽玛校正。
本发明的实施例还提供一种伽玛校正装置，其包括 分格确定单元，用于根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格； 线性伽玛校正函数确定单元，用于构造每个VCSPTN分格上的线性伽玛校正函数。
由上述本发明的实施例提供的具体实施方案可以看出，本发明首先根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格；然后构造每个VCSPTN分格上的线性伽玛校正函数；接着获取视频信息中包含的每个原始RGB向量电信号采样值所对应的虚拟颜色空间向量信号采样值，并确定其所归属的VCSPTN分格；并根据所述VCSPTN分格上的线性伽玛校正函数，对所得到的每个虚拟颜色空间向量信号采样值进行伽玛校正。因此通过本发明，能够在视频通信过程中的中间处理环节使用的颜色空间中实施伽玛校正，从而将伽玛校正的应用范围扩大，解决了当前在视频通信中间处理环节上无法实施伽玛校正的难题。
图1为背景技术提供的视频通信系统架构图； 图2为背景技术提供的从RGB颜色空间变换到YUV颜色空间的变换原理示意； 图3为背景技术提供的RGB颜色空间进行规一化处理后，得到的RGB单位立方体； 图4为背景技术提供的视频输入设备的Gamma特性曲线图； 图5为背景技术提供的视频输入设备引入的Gamma失真的校正原理示意图； 图6为本发明引入的VCS颜色空间的示意图； 图7为本发明引入的VCS中VAPS及其最小包含长方体的关系示意图； 图8为本发明提供的第一实施例的流程图； 图9为本发明提供的第一实施例中，对分格VAPS集合的原理示意图； 图10为本发明提供的第一实施例中，VCSPTN分格的六个面的标号示意图； 图11为本发明提供的第一实施例中，VCSPTN分格，与RGB颜色空间中的RGBPTN分格的对应关系图； 图12为本发明提供的第一实施例中，RGBPTN分格的六个面的标号示意图； 图13为本发明提供的第一实施例中，IIUOP集合和RGBUC的关系示意图； 图14为本发明提供的第二实施例的结构图； 图15为本发明提供的第三实施例的结构图。
具体实施例方式 为了方便描述视频通信过程中的中间处理环节所使用的各种颜色空间，本发明的实施例引入虚拟颜色空间(Virtual Color Space，VCS)的概念。所述VCS可以包括YUV颜色空间，以及所述YUV颜色空间的变形，如YCC/YCbCr空间等。也可以包括其它可能的虚拟颜色空间。
考虑到颜色变换一般不增加空间的维数，因此所述VCS还是3维空间，如图6所示，其三维坐标轴分别记作VC1，VC2，VC3，而空间中任意一点p的坐标记作(vc1，vc2，vc3)。
基于目前从RGB颜色到YUV颜色的变换思想，可以认为从RGB颜色变换到VCS颜色时所使用的颜色正变换函数的数学变换满足如公式[1]所示的R3→R3的函数T 对于变换函数T(.)，满足如下条件 (1)、处处连续，处处光滑可导，即对于RGB空间任意一点p0(r0，g0，b0)，如下偏导数
存在，也就是说雅各比矩阵(Jacobian)存在，如公式[2]所示 (2)、该变换处处可逆，对于RGB空间任意一点p0(r0，g0，b0)，如果q0＝T(p0)，q0是VCS中的一点，那么存在颜色反变换函数S，使得p0＝S(q0)。充分必要条件是对于RGB空间任意一点p0(r0，g0，b0)，雅各比矩阵(JaGobian)可逆(存在逆矩阵)；或者等效地行列式如公式[3]所示 det(J(r0，g0，b0))≠0........................................................[3] 因此，在上述两个前提条件下，颜色正变换函数T(.)存在与其对应的全局的颜色反变换函数S(.)，并且S(.)也满足这两个条件。因为T(.)和S(.)是互为反变换的，所以对于任意p0(r0，g0，b0)，满足 对于任意q0(vc10，vc20，vc30)，满足如公式[5]所示的关系 颜色正变换函数T(.)和颜色反变换函数S(.)可以是任意非线性函数，只是满足一组松散的条件，形式无法控制。
如果Gamma校正在VCS空间进行，那么对于分量vc1，vc2，vc3进行校正都涉及到r，g，b三个分量，分别如公式[6]、公式[7]和公式[8]所示 vc1＝t1(rd，gd，bd)＝t1(gr(rr)，gg(gr)，gb(br))............................[6] vc2＝t2(rd，gd，bd)＝t2(gr(rr)，gg(gr)，gb(br))............................[7] vc3＝t3(rd，gd，bd)＝t3(gr(rr)，gg(gr)，gb(br))............................[8] 其中，t1，t2，t3分别表示颜色空间变换函数。可以看出vc1，vc2，vc3分量之间是相互耦合的。如果用矩阵和向量的形式来表示，如公式[9]所示 cuVCS＝T(cdRGB)＝T(G(crRGB))...........................................[9] 定义如下符号 其中cuVCS表示未经过Gamma校正前的VCS颜色向量，u表示uncorrected(未校正的)。对应地，ccVCS表示校正后的VCS颜色向量，c表示corrected(已校正的)。crRGB表示未失真的RGB颜色向量，r表示raw(原始的，未失真的)；cdRGB表示失真后的RGB颜色向量，r表示distorted(失真的)。
从上述可以看出，由于从RGB到VCS的颜色正变换函数T(.)和从VCS到RGB的颜色反变换函数S(.)可以是任意非线性函数，只是满足一组松散的条件，而具体的形式无法控制。因此RGB单位立方体RGBUC，映射到VCS颜色空间后，会是一个任意形状的连单通闭集合(closed single-connected set)。因此可以想到，如果在VCS颜色空间进行Gamma校正，必须解决如下两个问题 1、如何从r，g，b分量各自的Gamma特性得到在VCS颜色空间中直接进行Gamma校正的校正函数？ 2、如何有效地对任意形状的连单通闭集合进行分割，形成多个分格(partition)，然后在每个分格中进行线性Gamma校正？ 另外，考虑到VCS颜色空间中，并非所有点都在实际中存在意义，只有那些能够从RGBUC中的点变换而来的，才是有实际物理意义的，是允许的，于是将VCS颜色空间中所有这样“允许”的点的集合称为VAPS(VCS admissiblepoint set，VCS允许点集合)。因此在VCS颜色空间中直接进行Gamma校正的校正函数是基于所述VAPS集合确定的。
由于分格的形状越简单，在进行Gamma校正的时候，对于一个给定的VCS信号向量，判断其是否位于某个分格的判断过程计算就越简单，Gamma校正效率才可以提高，但是由于VAPS形状不规则，无法完全正好分割成多个规则形状的分格，因此本发明引入最小包含长方体(Minimum Bounding Cuboid，MBC)的概念。所谓最小包含长方体就是在所有包含VAPS的长方体中体积最小的一个。VAPS及其最小包含长方体如图7所示。下面用缩写MBC表示最小包含长方体。
基于上述考虑本发明提供了第一实施例，即一种用于视频通信的伽玛校正方法，其主要思想是首先将VCS空间中包含的VAPS的MBC进行分格化，形成多个分格(partition)；在所述的每个分格中，确定最优的线性Gamma校正函数(确定的原则是要根据某种最优准则来进行，这需要和RGB空间中的Gamma特性函数G(.)进行关联)；然后根据所述最优的线性Gamma校正函数，对未校正的VCS信号的每个采样值进行校正。
在具体实施所述第一实施例时，包括两部分内容 第一部分是对VCS空间中包含的VAPS的MBC进行分格化，形成多个分格(partition)，并确定所述分格上的最优Gamma校正函数的过程； 第二部分是根据所确定的Gamma校正函数，对未校正的VCS信号的每个采样值进行校正的过程。
所述第一实施例的具体实施过程如图8所示，包括如下内容 步骤S201，根据对RGB颜色空间进行规一化处理所得到的RGB单位立方体RGBUC的六个面的数学方程，以及颜色反变换函数，确定VAPS的六个面的方程。其中所述VAPS的六个面为包围所述VAPS的六个空间曲面。
在满足关于颜色正变换函数T(.)的一组假设条件下，颜色正变换函数T(.)存在与其对应的全局的颜色反变换函数S(.)，这样RGBUC＝
3的6个面ABCD、ABFE、BCGF、CDHG、DAEH和EFGH，通过所述颜色反变换函数S(.)分别被映射成VAPS的6个“面”(分别是3维空间曲面的一部分)。
所述VAPS的6个“面”相交形成“边”(空间曲线的一段)，“边”相交形成顶点。这些“面”、“边”和顶点之间的拓扑关系(topological relationship)，与RGBUC的面、边和顶点之间的拓扑关系相同。因此，存在如下顶点到“顶点”、面到“面”和边到“边”的映射关系，如下 1、顶点到“顶点” A→A’，B→B’，C→C’，D→D’，E→E’，F→F’，G→G’，H→H’ 2、面到“面” ABCD→A’B’C’D’，ABFE→A’B’F’E’，BCGF→B’C’G’F’ CDHG→C’D’H’G’，DAEH→D’A’E’H’，EFGH→E’F’G’H’ 3、边到“边” AB→A’B’，BC→B’C’，CD→C’D’，DA→D’A’，EF→E’F’，FG→F’G’，GH→G’H’，HE→H’E’，AE→A’E’，BF→B’F’，CG→C’G’，DH→D’H’ 对于VAPS的每个“面”，可以用一个方程来表示，分别如下 A’B’C’D’面 A’B’F’E’面 B’C’G’F’面 C’D’H’G’面 D’A’E’H’面 E’F’G’H’面 根据上述VAPS的六个面的方程，就能够确定出VAPS的空间范围，以及其在三维坐标轴vc1，vc2，vc3方向上的最大坐标和最小坐标。
步骤S202，根据所述VAPS的六个面的方程，确定VAPS的空间范围，然后根据所述VAPS的空间范围确定出其最小包含长方体MBC的空间范围。
步骤S202中，首先根据VAPS的六个面的方程，确定VAPS的空间范围，然后根据所述VAPS的空间范围确定其在三个不同坐标轴vc1，vc2，vc3方向上的最大坐标和最小坐标，然后根据所述VAPS在所述三个不同坐标轴vc1，vc2，vc3方向上的最大坐标和最小坐标确定出所述VAPS的最小包含长方体MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标；根据所确定出的MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标确定出所述MBC的空间范围。
当所述的VCS虚拟颜色空间采用左手坐标系时，确定所述最小包含长方体MBC在三个不同坐标轴(VC1，VC2，VC3)方向上的最大坐标和最小坐标等效于确定所述最小包含长方体MBC的左下后顶点S的坐标(minvc1，minvc2，minvc3)，和右上前顶点U的坐标(maxvc1，maxvc2，maxvc3)。
其中minvc1表示VAPS中所有点VC1坐标的最小值； 其中minvc2表示VAPS中所有点VC2坐标的最小值； 其中minvc3表示VAPS中所有点VC3坐标的最小值； 其中maxvc1表示VAPS中所有点VC1坐标的最大值； 其中maxvc2表示VAPS中所有点VC2坐标的最大值； 其中maxvc3表示VAPS中所有点VC3坐标的最大值。
然后根据S点的坐标minvc1，minvc2，minvc3和U的坐标maxvc1，maxvc2，maxvc3，相应地确定出MBC其它顶点的坐标，分别如下 P(maxvc1，minvc2，minvc3)； Q(maxvc1，maxvc2，minvc3)； R(minvc1，maxvc2，minvc3)； T(maxvc1，minvc2，maxvc3)； V(minvc1，maxvc2，maxvc3)； W(minvc1，minvc2，maxvc3)。
确定了MBC所有顶点的坐标后，就完全确定了MBC的范围。
当所述的VCS虚拟颜色空间采用右手坐标系时，确定所述最小包含长方体MBC在三个不同坐标轴(VC1，VC2，VC3)方向上的最大坐标和最小坐标等效于确定所述最小包含长方体MBC右下后顶点的坐标，和左上前顶点的坐标。
然后根据所确定出的右下后顶点的坐标，和左上前顶点的坐标，相应地确定出MBC其它顶点的坐标。确定了MBC所有顶点的坐标后，就完全确定了MBC的范围。
步骤S203，将MBC在vc1，vc2，vc3方向上等分或者不等分成N1，N2，N3份，形成NT＝N1N2N3个分格VCSPTN(i，j，k)，其中i＝0，1，2，...N1-1，j＝0，1，2，...N2-1，k＝0，1，2，...N3-1。
具体分格方法如图9所示的分格化原理示意图，如下 将MBC分成多个长方体分格，在VC1方向上均匀或者非均匀分成N1段；在VC2方向上均匀或者非均匀分成N2段；在VC3方向上均匀或者非均匀分成N3段。因此MBC被分成NT＝N1N2N3个分格。具体的划分规则如下 在VC1方向上将区间[minvc1，maxvc1]均匀或者非均匀地划分成N1个子区间，分点VC1坐标是dp1(i)(i＝1，2，....N1-1)，dp1(0)＝minvc1，dp1(N1)＝maxvc1。因此第i(i＝0，1，2，....N1-1)个子区间是[dp1(i)，dp1(i+1)]。
在VC2方向上将区间[minvc2，maxvc2]均匀或者非均匀地划分成N2个子区间，分点VC2坐标是dp2(j)(j＝1，2，....N2-1)，dp2(0)＝minvc2，dp2(N2)＝maxvc2.因此第j(j＝0，1，2，....N2-1)个子区间是[dp2(j)，dp2(j+1)]。
在VC3方向上将区间[minvc3，maxvc3]均匀或者非均匀地划分成N3个子区间，分点VC3坐标是dp3(k)(k＝1，2，....N3-1)，dp3(0)＝minvc3，dp3(N3)＝maxvc3.因此第k(k＝0，1，2，....N3-1)个子区间是[dp3(k)，dp3(k+1)]。
因此，第(i，j，k)个分格VCSPTN(i，j，k)(VCSPTN是VCS ParTitioN的缩写)是子区间[dp1(i)，dp1(i+1)]，[dp2(j)，dp2(j+1)]，[dp3(k)，dp3(k+1)]的笛卡尔积(Cartesian)。因此存在如下关系式 VCSPTN(i，j，k)＝ {(vc1，vc2，vc3)|dp1(i)≤vc1≤dp1(i+1)，dp2(j)≤vc2≤dp2(j+1)，dp3(k)≤vc3≤dp3(k+1)} ..................................................................................[16] 步骤S204，根据MBC分割所形成的各个VCSPTN分格与VAPS的关系，将所有VCSPTN分格进行分类，将与VAPS存在非空交集的分格进行合并，计算出其并集UOP(Union of Partition)。
MBC分割所形成的各个VCSPTN分格，与VAPS的关系有三种形式，根据所述MBC分格与VAPS的关系，将MBC的所有VCSPTN分格分成三类，具体如下 MBC的某个分格VCSPTN(i，j，k)(i＝0，1，2，...N1，j＝0，1，2，...N2，k＝0，1，2，...N3)包含在VAPS中，即满足将这些MBC分格归属到第一类VCSPTN分格。
MBC的某个分格VCSPTN(i，j，k)(i＝0，1，2，...N1，j＝0，1，2，...N2，k＝0，1，2，...N3)不完全包含在VAPS中，但是与VAPS有交集(交集不为空集)。即VCSPTN(i，j，k)∩VAPS≠Φ。将这些MBC分格归属到第二类VCSPTN分格。
MBC的某个分格VCSPTN(i，j，k)(i＝0，1，2，...N1，j＝0，1，2，...N2，k＝0，1，2，...N3)与VAPS的交集为空集。即VCSPTN(i，j，k)∩VAPS＝Φ。将这些MBC分格归属到第三类VCSPTN分格。
显然第三类VCSPTN分格与VAPS没有关系，因此本发明不用考虑。第一类和第二类VCSPTN分格，其并集(Union)用UOP(Union of Partition)表示，显然UOP作为VCS中的一个空间集合，有如下关系成立 步骤S205，对于UOP集合中的每个分格VCSPTN，根据其六个面的数学方程和颜色正变换函数确定其在RGB颜色空间中对应的逆象分格RGBPTN(RGB ParTitioN的缩写)的六个面的方程。
对于UOP集合中的每个VCSPTN(i，j，k)(i＝0，1，2，...N1，j＝0，1，2，...N2，k＝0，1，2，...N3)分格，是一个长方体，因此有六个面，其标号如图10所示，六个面方程是 面1 面2 面3 面4 面5 面6 对于UOP集合中的VCSPTN分格，都与RGB颜色空间中的RGBPTN分格一一对应。关系如图11所示。由图11可以看出，通过颜色正变换函数T(.)，RGBPTN(i，j，k)分格被映射成VCSPTN(i，j，k)分格；而通过颜色反变换函数S(.)，VCSPTN(i，j，k)分格可以被映射成RGBPTN(i，j，k)分格。
定义在RGB空间中，和第一类VCSPTN分格对应的分格叫做第一类RGBPTN分格；和第二类VCSPTN分格对应的分格叫做第二类RGBPTN分格。
如果RGBPTN(i，j，k)(i＝0，1，2，...N1，j＝0，1，2，...N2，k＝0，1，2，...N3)是第一类分格，那么RGBPTN(i，j，k)完全包含在RGBUC中，即 如果RGBPTN(i，j，k)(i＝0，1，2，...N1，j＝0，1，2，...N2，k＝0，1，2，...N3)是第二类分格，那么RGBPTN(i，j，k)不完全包含在RGBUC中，但是和RGBUC有交集(交集不为空集)，即RGBPTN(i，j，k)∩RGBUC≠Φ。
通过上述分析，可以确定出RGBPTN分格的大致范围。
对于每个RGBPTN分格，也有六个面，其标号如图12所示，所述RGBPTN分格的每个面与VCSPTN分格的每个面对应。对于RGBPTN分格，如果确定了其六个面的方程，则就完全确定出这个分格的数学表示，也就完全确定出这个分格作为一个集合的空间范围。
RGBPTN(i，j，k)(i＝0，1，2，...N1，j＝0，1，2，...N2，k＝0，1，2，...N3)分格的六个面方程如下 面1 面2 面3 面4 面5 面6 步骤S206，根据与所述VAPS有非空交集的所有VCSPTN分格的并集UOP，以及颜色反变换函数，得到UOP集合在RGB颜色空间中的逆象IIUOP，并将其作为与所述RGBUC有非空交集的所有RGBPTN分格的并集。
第一类和第二类VCSPTN分格，对应在RGB颜色空间中的RGBPTN分格的并集，就是UOP通过颜色反变换函数S(.)映射到RGB颜色空间中的集合，这个集合叫做IIUOP(Inverse Image of UOP，UOP的逆像)。显然IIUOP完全包含RGBUC，如图13所示，满足公式[29]所示的关系 步骤S207，在所述IIUOP集合中，确定每个RGBPTN分格与所述RGBUC的交集，并构造所述交集上的原始伽玛特性函数的线性化参数表示，得到相应的线性伽玛特性函数；并根据设定的原则确定所述线性伽玛特性函数的参数，所述设定的原则为由原始伽玛特性函数所引起的失真RGB颜色向量，与由所述线性伽玛特性函数所引起的失真RGB颜色向量之间的向量间广义平均距离达到设定目标值。
步骤S207中，主要根据最小均方误差准则，在每个RGBPTN分格与RGBUC的交集上，建立一个含有该分格线性Gamma特性函数参数的数学优化问题；然后求解该数学优化问题，确定所述线性Gamma特性函数参数。
由于Gamma特性函数G(.)是定义在整个RGBUC上的，是一个非线性函数，但是在每个RGBPTN分格上可以线性化来近似，即在RGBPTN分格上用一个线性函数在最优意义上来近似代替原来的Gamma特性函数。在RGBPTN(i，j，k)(i＝0，1，2，...N1，j＝0，1，2，...N2，k＝0，1，2，...N3)上，这种近似表示如下 rd＝gr(rr)≈kr(i)rr+br(i)......................................................[30] gd＝gg(gr)≈kg(j)gr+bg(j)................................................[31] bd＝gb(br)≈kb(k)br+bb(k)...............................................[32] 为了描述方便，后面直接用等号“＝”来代替近似号“≈”。或者写成矩阵形式，如公式[33]所示 其中K(i，j，k)是一个3×3矩阵，B(i，j，k)是一个3×1列向量。
假定已经获得了RGBPTN分格在Gamma环节的Gamma特性函数。如果不知道，可以采用仪器测量的方法获得。
按照下面的最优准则来确定Gamma特性函数中的参数K(i，j，k)和B(i，j，k)。
...........................................................[34] 以上数学表达式的意义是，在均方误差最优意义下，所述K(i，j，k)和B(i，j，k)参数应该是使得目标函数(或者叫做代价函数)
取最小值。其中，□＝(K(i，j，k)crRGB+B(i，j，k)-G(crRGB))T(K(i，j，k)crRGB+B(i，j，k)-G(crRGB))。
在目标函数(或者叫做代价函数)中，选择积分集合为RGBPTN(i，j，k)∩RGBUC的原因是对于第一类RGBPTN分格，完全包含于RGBUC中，这个时候RGBPTN(i，j，k)∩RGBUC＝RGBPTN(i，j，k)，积分集合正好是RGBPTN(i，j，k)；对于第二类RGBPTN分格，不完全包含于RGBUC中，但是有非空交集，这时，积分集合应该是RGBPTN(i，j，k)与RGBUC的交集，即RGBPTN(i，j，k)∩RGBUC。综上所述，不论对于第一类还是第二类RGBPTN分格，积分集合都是RGBPTN(i，j，k)∩RGBUC。
以上数学优化问题的解法中，只要能够求得Gamma特性函数中的G(.)函数的解析形式，就能利用目前的现有技术获得参数K(i，j，k)和B(i，j，k)。
步骤S208，确定所述RGBPTN分格对应的VCSPTN分格与所述VAPS的交集，并根据所构造的每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数，以及设定原则，确定所述交集上的线性伽玛校正函数；所述设定原则为所述线性校正函数使得校正后的VCSPTN分格与所述VAPS的交集上的虚拟颜色空间颜色向量通过颜色反变换后得到的RGB颜色向量，与通过颜色正变换得到校正前的虚拟颜色空间颜色向量的原始RGB颜色向量之间的广义平均距离达到设定目标值。
在步骤S208中，主要根据最小均方误差准则，在每个VCSPTN分格上建立一个含有该分格的线性Gamma校正函数参数以及对应的RGBPTN分格上的线性Gamma特性函数参数的数学优化问题，然后求解该数学优化问题，确定所述线性Gamma校正函数参数，从而确定所有VCSPTN分格上的线性Gamma校正函数参数，进而根据所述线性Gamma校正函数参数确定所有VCSPTN分格上的线性Gamma校正函数。
在确定VAPS集合中各个VCSPTN分格上的线性Gamma校正函数时，基本思想是在每个VCSPTN分格中，都用同一个线性函数来表示Gamma特性函数；不同的VCSPTN分格中，线性函数也不同。下面仍然以VCSPTN(i，j，k)分格为例来进行说明。
在每个VCSPTN分格中，用分段线形函数来表示该VCSPTN分格中的Gamma校正函数。用GC(.)来表示Gamma校正函数(GC表示Gammacorrection)。具体形式如公式[35]所示 其中cuVCS∈VCSPTN(i，j，k)，i＝1，2，....N1，j＝1，2，....N2，k＝1，2，....N3。
其中函数GC(.)的三个分量如公式[36]所示 其中gc1(.)，gc2(.)，gc3(.)分别表示产生校正后VCS向量ccVCS的vc1，vc2，vc3分量。
其中P(i，j，k)的3×3矩阵如公式[37]所示 Q(i，j，k)的3×1列向量如公式[38]所示 因此，可以得到最终的Gamma校正函数如公式[39]所示 ccVCS＝P(i，j，k)T(K(i，j，k)crRGB+B(i，j，k))+Q(i，j，k)........................[39] 其中，crRGB∈RGBPTN(i，j，k)∩RGBUC，i＝1，2，....N1，j＝1，2，....N2，k＝1，2，....N3。
下面确定Gamma校正函数中的P(i，j，k)参数和Q(i，j，k)参数，使用的方法是通过衡量校正后的VCS颜色向量ccVCS和假设没有Gamma失真的情况下的VCS颜色向量的误差的大小，并按照该误差最小时确定Gamma校正函数的原则，确定P(i，j，k)参数和Q(i，j，k)参数。
假设没有Gamma失真的情况下的VCS颜色向量是T(crRGB)。具体的误差形式，按照统计信号处理领域常用的均方误差准则可以定义VCS颜色向量的误差的大小为如公式[40]所示 (ccVCS-T(crRGB))T(ccVCS-T(crRGB)).......................................[40] 因此，在整个RGB颜色空间上，这种误差的一种积累或者说平均，可以用如公式[41]所示的积分形式定义 ..........................................................[41] 其中MSE表示均方误差，英文是Mean Square Error。
因为每个RGB分格RGBPTN(i，j，k)与VCS空间范围内的UOP集合中每个分格VCSPTN(i，j，k)一一对应，那么，定义在RGBPTN(i，j，k)上的Gamma特性函数被定义在VCSPTN(i，j，k)的Gamma校正函数所校正。其它分格的Gamma特性函数和Gamma校正函数不影响RGBPTN(i，j，k)和VCSPTN(i，j，k)。因此每个VCSPTN(i，j，k)分格的Gamma校正函数可以独立确定，只依赖于RGBPTN(i，j，k)分格上Gamma特性函数，或者更严格地说只依赖于RGBPTN(i，j，k)分格上Gamma特性函数的线性表示。
对于第二类分格，考虑到第二类分格不完全包含在VAPS集合中，而Gamma校正函数应该定义于VAPS集合上。因此，对于每个分格来说，首先要确定其与VAPS集合的交集。
选择积分集合为VCSPTN(i，j，k)∩VAPS的原因是，对于第一类VCSPTN分格，完全包含于VAPS集合，这个时候有VCSPTN(i，j，k)∩VAPS＝VCSPTN(i，j，k)，即积分集合正好是VCSPTN(I，j，k)；对于第二类VCSPTN分格，不完全包含于VAPS集合中，但是有非空交集，这个时候积分集合应该是VCSPTN(I，j，k)与VAPS的交集VCSPTN(i，j，k)∩VAPS。综上所述，不论对于第一类还是第二类VCSPTN，积分集合都是VCSPTN(i，j，k)∩VAPS。
根据这个原则，来逐分格地确定Gamma校正函数。因为所有的分格构成了整个UOP集合，那么只要确定了每个VCSPTN(i，j，k)分格上的Gamma校正函数，就可以确定全部UOP集合上的Gamma校正函数。
确定每个分格上的Gamma校正函数所依据的准则是公式[34]定义的最小均方误差准则，按照这个原则，确定P(i，j，k)参数的3×3矩阵，如公式[42]所示 以及，Q(i，j，k)参数的3×1列向量，如公式[43]所示 使得最小。
将公式[39]代入公式[41]得到 ........................................................[44] 因此POpt(i，j，k)，QOpt(i，j，k)参数的确定转发为一个经典的数学优化问题，即 ..................................................................[45] 采用数学优化的方法求得公式[45]中的全局最优解POpt(i，j，k)，QOpt(i，j，k)，这样就能够确定出每个VCSPTN(i，j，k)分格上的Gamma校正函数，就可以确定全部UOP集合上的Gamma校正函数。其中Opt是英文Optimal(最优)的缩写。这部分的求解方法属于现有技术，不在本专利范围内描述。
由于在视频通信过程中，从发送端发送到接收端(可以有多个接收端)的视频信息其实是一些颜色信号采样值形成的一个采样值序列。对于视频来说，包含一个序列的图像，而每帧图像又包含多个像素，每个像素对应于一个颜色向量信号的采样值。因此归根到底，视频可以表示为一个序列的颜色向量信号的采样值。在视频通信过程中，获取视频信息中包含的每个原始RGB向量电信号采样值，并将其转换为虚拟颜色空间中的虚拟颜色空间向量电信号后，得到对应的VCS虚拟颜色空间向量电信号采样值，然后利用上述过程确定出的每个VCSPTN分格上的Gamma校正函数对所述虚拟颜色空间向量电信号采样值进行伽玛校正，具体如下 步骤S209，在视频通信过程中，获取视频信息中包含的每个原始RGB向量电信号采样值，并将其转换为虚拟颜色空间中的虚拟颜色空间向量信号后，得到对应的VCS虚拟颜色空间向量信号采样值，然后判断所述VCS虚拟颜色空间向量信号采样值所归属的VCSPTN分格。
在步骤S209中，将所述虚拟颜色空间向量信号采样值在三个不同坐标轴上对应的分量，与每个VCSPTN分格的坐标范围进行比较，如果满足 那么确定所述VCS颜色向量归属于VCSPTN(i0，j0，k0)分格。也就是说，当所述虚拟颜色空间向量信号采样值在三个不同坐标轴上对应的分量都在某个VCSPTN分格在对应坐标轴上的坐标范围内时，则确定所述虚拟颜色空间向量信号采样值归属于所述VCSPTN分格。
步骤S210，根据所确定的VCSPTN(i0，j0，k0)分格上的线性Gamma校正函数(如公式[47]所示)，对所述VCS向量信号采样值进行校正。
ccVCS＝P(i0，j0，k0)cuVCS+Q(i0，j0，k0)........................................[47] 对视频信息中的下一个未校正VCS信号的采样值重复步骤S209和步骤S210，直到所有采样值都处理完毕。
其中，当利用线性Gamma校正函数对信号进行伽玛校正时，可采用目前标准的校正方法，使最终的信号输入输出关系为线性关系。
本发明提供的第二实施例是一种用于视频通信的伽玛校正系统，其结构如图14所示，包括分格确定单元、线性伽玛校正函数确定单元、分格匹配单元和伽玛校正单元。其中，所述分格确定单元包括第一空间范围确定子单元、第二空间范围确定子单元和分格确定子单元；所述第二空间范围确定子单元包括VAPS坐标确定子单元、MBC坐标确定子单元和MBC空间范围确定子单元。其中，所述线性伽玛校正函数确定单元包括线性伽玛特性函数确定子单元和线性伽玛校正函数确定子单元；其中所述线性伽玛特性函数确定子单元包括RGBPTN分格集合确定模块和线性伽玛特性函数确定模块；其中，所述分格匹配单元包括比较子单元和分格归属确定子单元。
系统中各个单元之间的信号传递关系如下 所述分格确定单元根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格，具体处理过程如下 所述第一空间范围确定子单元，根据对RGB颜色空间进行规一化处理所得到的RGB单位立方体RGBUC的六个面的数学方程，以及颜色反变换函数，确定VAPS的六个面的方程；所述VAPS的六个面为包围所述VAPS的六个空间曲面；以及，根据所述VAPS的六个面的方程，确定VAPS的空间范围；具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
第二空间范围确定子单元根据所述第一空间范围确定子单元确定出的VAPS的空间范围，确定出其最小包含长方体MBC的空间范围；具体处理时，通过VAPS坐标确定子单元，根据所述VAPS的空间范围确定其在三个不同坐标轴方向上的最大坐标和最小坐标；以及，通过MBC坐标确定子单元根据所述VAPS坐标确定子单元确定出的VAPS在所述三个不同坐标轴方向上的最大坐标和最小坐标确定出所述VAPS的最小包含长方体MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标；以及，通过MBC空间范围确定子单元，根据所述MBC坐标确定单元所确定出的MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标确定出所述MBC的空间范围。具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
所述分格确定子单元将所述第二空间范围确定子单元确定出的MBC分割为多个VCSPTN分格，得到所述VAPS的多个VCSPTN分格。具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
所述线性伽玛校正函数确定单元构造通过所述分格确定单元处理后得到的每个VCSPTN分格上的线性伽玛校正函数，所述线性伽玛校正函数使校正后的VCSPTN分格上的虚拟颜色空间颜色向量通过颜色反变换得到的RGB颜色向量，与通过颜色正变换得到校正前的虚拟颜色空间颜色向量的原始RGB颜色向量之间的向量间广义平均距离达到设定目标值。其处理过程通过所述线性伽玛特性函数确定子单元和线性伽玛校正函数确定子单元实现 所述线性伽玛特性函数确定子单元通过其内的RGBPTN分格集合确定模块，根据所述VCSPTN分格的六个面的数学方程和颜色正变换函数确定其在RGB颜色空间中对应的逆象分格RGBPTN的空间范围；以及，根据与所述VAPS有非空交集的所有VCSPTN分格的并集UOP，以及颜色反变换函数，得到UOP集合在RGB颜色空间中的逆象IIUOP，并将其作为与所述RGBUC有非空交集的所有RGBPTN分格的并集；以及，在所述IIUOP集合中，确定每个RGBPTN分格与所述RGBUC的交集；具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
然后，通过所述线性伽玛特性函数确定模块构造所述RGBPTN分格集合确定模块确定出的交集上的原始伽玛特性函数的线性化参数表示，得到相应的线性伽玛特性函数；并根据设定的原则确定所述线性伽玛特性函数的参数，所述设定的原则为由原始伽玛特性函数所引起的失真RGB颜色向量，与由所述线性伽玛特性函数所引起的失真RGB颜色向量之间的向量间广义平均距离达到设定目标值；所述的基于向量间的广义平均距离是指均方误差。所述设定目标值为所述基于向量间的广义平均距离的最小值。具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
所述线性伽玛校正函数确定子单元确定所述RGBPTN分格对应的VCSPTN分格与所述VAPS的交集，并根据所述线性伽玛特性函数确定子单元所构造的每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数，以及设定原则，确定所述交集上的线性伽玛校正函数；所述设定原则为所述线性校正函数使得校正后的VCSPTN分格与所述VAPS的交集上的虚拟颜色空间颜色向量通过颜色反变换后得到的RGB颜色向量，与通过颜色正变换得到校正前的虚拟颜色空间颜色向量的原始RGB颜色向量之间的广义平均距离达到设定目标值。所述的基于向量间的广义平均距离是指均方误差。所述设定目标值为所述基于向量间的广义平均距离的最小值。具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
所述分格匹配单元获取视频信息中包含的每个原始RGB向量电信号采样值所对应的虚拟颜色空间向量信号采样值，并通过比较子单元将所述虚拟颜色空间向量信号采样值在三个不同坐标轴上对应的分量，与每个VCSPTN分格的坐标范围进行比较，并将比较结果传送给所述分格归属确定子单元；具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
当所述分格归属确定子单元确定比较结果是所述虚拟颜色空间向量信号采样值在三个不同坐标轴上对应的分量都在某个VCSPTN分格在对应坐标轴上的坐标范围内时，则确定所述虚拟颜色空间向量信号采样值归属于所述VCSPTN分格。坐标的比较方法与第一实施例中的相关描述雷同，这里不再详细描述。
所述伽玛校正单元调用所述分格匹配单元匹配到的VCSPTN分格上的线性伽玛校正函数，对所得到的每个虚拟颜色空间向量信号采样值进行伽玛校正。具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
本发明提供的第三实施例是一种伽玛校正装置，其结构如图15所示，包括分格确定单元和线性伽玛校正函数确定单元。其中所述分格确定单元包括第一空间范围确定子单元、第二空间范围确定子单元和分格确定子单元；所述第二空间范围确定子单元包括VAPS坐标确定子单元、MBC坐标确定子单元和MBC空间范围确定子单元。所述线性伽玛校正函数确定单元包括线性伽玛特性函数确定子单元和线性伽玛校正函数确定子单元。其中所述线性伽玛特性函数确定子单元包括RGBPTN分格集合确定模块和线性伽玛特性函数确定模块。
所述分格确定单元根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格，具体处理过程如下 所述第一空间范围确定子单元，根据对RGB颜色空间进行规一化处理所得到的RGB单位立方体RGBUC的六个面的数学方程，以及颜色反变换函数，确定VAPS的六个面的方程；所述VAPS的六个面为包围所述VAPS的六个空间曲面；以及，根据所述VAPS的六个面的方程，确定VAPS的空间范围；具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
第二空间范围确定子单元根据所述第一空间范围确定子单元确定出的VAPS的空间范围，确定出其最小包含长方体MBC的空间范围；具体处理时，通过VAPS坐标确定子单元，根据所述VAPS的空间范围确定其在三个不同坐标轴方向上的最大坐标和最小坐标；以及，通过MBC坐标确定子单元根据所述VAPS坐标确定子单元确定出的VAPS在所述三个不同坐标轴方向上的最大坐标和最小坐标确定出所述VAPS的最小包含长方体MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标；以及，通过MBC空间范围确定子单元，根据所述MBC坐标确定单元所确定出的MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标确定出所述MBC的空间范围。具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
所述分格确定子单元将所述第二空间范围确定子单元确定出的MBC分割为多个VCSPTN分格，得到所述VAPS的多个VCSPTN分格。具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
所述分格上的线性伽玛校正函数确定单元构造通过所述分格确定单元处理后得到的每个VCSPTN分格上的线性伽玛校正函数，所述线性伽玛校正函数使校正后的VCSPTN分格上的虚拟颜色空间颜色向量通过颜色反变换得到的RGB颜色向量，与通过颜色正变换得到校正前的虚拟颜色空间颜色向量的原始RGB颜色向量之间的向量间广义平均距离达到设定目标值。其处理过程通过所述线性伽玛特性函数确定子单元和线性伽玛校正函数确定子单元实现 所述线性伽玛特性函数确定子单元通过其内的RGBPTN分格集合确定模块，根据所述VCSPTN分格的六个面的数学方程和颜色正变换函数确定其在RGB颜色空间中对应的逆象分格RGBPTN的空间范围；以及，根据与所述VAPS有非空交集的所有VCSPTN分格的并集UOP，以及颜色反变换函数，得到UOP集合在RGB颜色空间中的逆象IIUOP，并将其作为与所述RGBUC有非空交集的所有RGBPTN分格的并集；以及，在所述IIUOP集合中，确定每个RGBPTN分格与所述RGBUC的交集；具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
然后，通过所述线性伽玛特性函数确定模块构造所述RGBPTN分格集合确定模块确定出的交集上的原始伽玛特性函数的线性化参数表示，得到相应的线性伽玛特性函数；并根据设定的原则确定所述线性伽玛特性函数的参数，所述设定的原则为由原始伽玛特性函数所引起的失真RGB颜色向量，与由所述线性伽玛特性函数所引起的失真RGB颜色向量之间的向量间广义平均距离达到设定目标值；所述的基于向量间的广义平均距离是指均方误差。所述设定目标值为所述基于向量间的广义平均距离的最小值。具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
所述线性伽玛校正函数确定子单元确定所述RGBPTN分格对应的VCSPTN分格与所述VAPS的交集，并根据所述线性伽玛特性函数确定子单元所构造的每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数，以及设定原则，确定所述交集上的线性伽玛校正函数；所述设定原则为所述线性校正函数使得校正后的VCSPTN分格与所述VAPS的交集上的虚拟颜色空间颜色向量通过颜色反变换后得到的RGB颜色向量，与通过颜色正变换得到校正前的虚拟颜色空间颜色向量的原始RGB颜色向量之间的广义平均距离达到设定目标值。所述的基于向量间的广义平均距离是指均方误差。所述设定目标值为所述基于向量间的广义平均距离的最小值。具体实施过程与第一实施例中的相关描述雷同，这里不再详细描述。
由上述本发明的实施例提供的具体实施方案可以看出，本发明首先根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格；然后构造每个VCSPTN分格上的线性伽玛校正函数，；接着获取视频信息中包含的每个原始RGB向量电信号采样值所对应的虚拟颜色空间向量信号采样值，并确定其所归属的VCSPTN分格；并根据所述VCSPTN分格上的线性伽玛校正函数，对所得到的每个虚拟颜色空间向量信号采样值进行伽玛校正。因此通过本发明，能够在视频通信过程的中间处理环节使用的各种颜色空间中实施伽玛校正，从而将伽玛校正的应用范围扩大，解决了当前在视频通信中间处理环节上无法实施伽玛校正的难题。
另外，上述本发明的实施例提供的方案，可普遍应用于视频通信过程中的中间处理环节中使用的各种颜色空间，从而为在不同颜色空间实施伽玛校正提供了统一的方法。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
权利要求
1.一种伽玛校正方法，其特征在于，包括
根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格；
构造每个VCSPTN分格上的线性伽玛校正函数；
获取视频信息中包含的每个原始RGB向量电信号采样值所对应的虚拟颜色空间向量信号采样值，并确定所述虚拟颜色空间向量信号采样值所归属的VCSPTN分格；
根据所述VCSPTN分格上的线性伽玛校正函数，对所得到的每个虚拟颜色空间向量信号采样值进行伽玛校正。
2.如权利要求1所述的方法，其特征在于，所述根据虚拟颜色空间中的VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格的过程，具体包括
根据对RGB颜色空间进行规一化处理所得到的RGB单位立方体RGBUC的六个面的数学方程，以及颜色反变换函数，确定VAPS的六个面的方程；所述VAPS的六个面为包围所述VAPS的六个空间曲面；
根据所述VAPS的六个面的方程，确定VAPS的空间范围，然后根据所述VAPS的空间范围确定出其最小包含长方体MBC的空间范围；
将MBC分割为多个VCSPTN分格，得到所述VAPS的多个VCSPTN分格。
3.如权利要求2所述的方法，其特征在于，所述根据所述VAPS的空间范围确定出其最小包含长方体MBC的空间范围的过程，具体包括
根据所述VAPS的空间范围确定其在三个不同坐标轴方向上的最大坐标和最小坐标，然后根据所述VAPS在所述三个不同坐标轴方向上的最大坐标和最小坐标确定出所述VAPS的最小包含长方体MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标；
根据所确定出的MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标确定出所述MBC的空间范围。
4.如权利要求3所述的方法，其特征在于，所述根据所确定出的MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标确定出所述MBC的空间范围的过程，具体包括
当所述虚拟颜色空间采用左手坐标系时，根据所确定出的MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标得到所述MBC左下后顶点的坐标，和右上前顶点的坐标；根据所述左下后顶点的坐标和右上前顶点的坐标，确定出所述MBC其余顶点的坐标；或，
当所述的虚拟颜色空间采用右手坐标系时，根据所确定出的MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标得到所述MBC右下后顶点的坐标，和左上前顶点的坐标；根据所述右下后顶点的坐标和左上前顶点的坐标，确定出所述MBC其余顶点的坐标。
5.如权利要求1所述的方法，其特征在于，所述构造每个VCSPTN分格上的线性伽玛校正函数的过程，具体包括
根据所述VCSPTN分格与所述VAPS，以及颜色反变换函数，确定每个RGBPTN分格与所述RGBUC的交集，并构造每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数；
确定所述RGBPTN分格对应的VCSPTN分格与所述VAPS的交集，并根据所构造的每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数，以及，基于通过线性伽玛校正函数使校正后的VCSPTN分格上的虚拟颜色空间颜色向量通过颜色反变换得到的RGB颜色向量，与通过颜色正变换得到校正前的虚拟颜色空间颜色向量的原始RGB颜色向量之间的向量间广义平均距离，构造所述交集上的线性伽玛校正函数。
6.如权利要求5所述的方法，其特征在于，所述根据所述VCSPTN分格与所述VAPS，以及颜色反变换函数，确定每个RGBPTN分格与所述RGBUC的交集，并构造每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数的过程，具体包括
根据所述VCSPTN分格的六个面的数学方程和颜色正变换函数确定其在RGB颜色空间中对应的逆象分格RGBPTN的空间范围；
根据与所述VAPS有非空交集的所有VCSPTN分格的并集UOP，以及颜色反变换函数，得到UOP集合在RGB颜色空间中的逆象IIUOP，并将其作为与所述RGBUC有非空交集的所有RGBPTN分格的并集；
在所述IIUOP集合中，确定每个RGBPTN分格与所述RGBUC的交集，并构造所述交集上的原始伽玛特性函数的线性化参数表示，得到相应的线性伽玛特性函数；并根据原始伽玛特性函数所引起的失真RGB颜色向量，与由所述线性伽玛特性函数所引起的失真RGB颜色向量之间的向量间广义平均距离确定所述线性伽玛特性函数的参数。
7.如权利要求1、5或6所述的方法，其特征在于，所述的基于向量间的广义平均距离是指均方误差。
8.如权利要求1所述的方法，其特征在于，所述确定所述虚拟颜色空间向量信号采样值所归属的VCSPTN分格的过程，具体包括
将所述虚拟颜色空间向量信号采样值在三个不同坐标轴上对应的分量，与每个VCSPTN分格的坐标范围进行比较，并当所述虚拟颜色空间向量信号采样值在三个不同坐标轴上对应的分量都在某个VCSPTN分格在对应坐标轴上的坐标范围内时，则确定所述虚拟颜色空间向量信号采样值归属于所述VCSPTN分格。
9.一种用于视频通信的伽玛校正系统，其特征在于，包括
分格确定单元，用于根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格；
线性伽玛校正函数确定单元，用于构造每个VCSPTN分格上的线性伽玛校正函数；
分格匹配单元，用于获取视频信息中包含的每个原始RGB向量电信号采样值所对应的虚拟颜色空间向量信号采样值，并确定其所归属的VCSPTN分格；
伽玛校正单元，用于根据所述VCSPTN分格上的线性伽玛校正函数，对所得到的每个虚拟颜色空间向量信号采样值进行伽玛校正。
10.如权利要求9所述的系统，其特征在于，所述分格确定单元包括
第一空间范围确定子单元，用于根据对RGB颜色空间进行规一化处理所得到的RGB单位立方体RGBUC的六个面的数学方程，以及颜色反变换函数，确定VAPS的六个面的方程；所述VAPS的六个面为包围所述VAPS的六个空间曲面；以及，根据所述VAPS的六个面的方程，确定VAPS的空间范围；
第二空间范围确定子单元，用于根据所述第一空间范围确定子单元确定出的VAPS的空间范围，确定出其最小包含长方体MBC的空间范围；以及，
分格确定子单元，用于将所述第二空间范围确定子单元确定出的MBC分割为多个VCSPTN分格，得到所述VAPS的多个VCSPTN分格。
11.如权利要求10所述的系统，其特征在于，所述第二空间范围确定子单元还包括
VAPS坐标确定子单元，用于根据所述VAPS的空间范围确定其在三个不同坐标轴方向上的最大坐标和最小坐标；以及，
MBC坐标确定单元，用于根据所述VAPS坐标确定子单元确定出的VAPS在所述三个不同坐标轴方向上的最大坐标和最小坐标确定出所述VAPS的最小包含长方体MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标；以及，
MBC空间范围确定子单元，用于根据所述MBC坐标确定单元所确定出的MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标确定出所述MBC的空间范围。
12.如权利要求9所述的系统，其特征在于，所述线性伽玛校正函数确定单元包括
线性伽玛特性函数确定子单元和线性伽玛校正函数确定子单元；
所述线性伽玛特性函数确定子单元，用于根据所述VCSPTN分格与所述VAPS，以及颜色反变换函数，确定每个RGBPTN分格与所述RGBUC的交集，并构造每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数；
所述线性伽玛校正函数确定子单元，用于确定所述RGBPTN分格对应的VCSPTN分格与所述VAPS的交集，并根据所构造的每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数，以及基于通过线性伽玛校正函数使校正后的VCSPTN分格上的虚拟颜色空间颜色向量通过颜色反变换得到的RGB颜色向量，与通过颜色正变换得到校正前的虚拟颜色空间颜色向量的原始RGB颜色向量之间的向量间广义平均距离，构造所述交集上的线性伽玛校正函数。
13.如权利要求12所述的系统，其特征在于，所述线性伽玛特性函数确定子单元包括
RGBPTN分格集合确定模块和线性伽玛特性函数确定模块；
所述RGBPTN分格集合确定模块，用于根据所述VCSPTN分格的六个面的数学方程和颜色正变换函数确定其在RGB颜色空间中对应的逆象分格RGBPTN的空间范围；以及，根据与所述VAPS有非空交集的所有VCSPTN分格的并集UOP，以及颜色反变换函数，得到UOP集合在RGB颜色空间中的逆象IIUOP，并将其作为与所述RGBUC有非空交集的所有RGBPTN分格的并集；以及，在所述IIUOP集合中，确定每个RGBPTN分格与所述RGBUC的交集；
线性伽玛特性函数确定模块，用于构造所述RGBPTN分格集合确定模块确定出的交集上的原始伽玛特性函数的线性化参数表示，得到相应的线性伽玛特性函数；并根据由原始伽玛特性函数所引起的失真RGB颜色向量，与由所述线性伽玛特性函数所引起的失真RGB颜色向量之间的向量间广义平均距离确定所述线性伽玛特性函数的参数。
14.如权利要求9、12或13所述的系统，其特征在于，所述的基于向量间的广义平均距离是指均方误差。
15.如权利要求9所述的系统，其特征在于，所述分格匹配单元还包括
比较子单元和分格归属确定子单元；
比较子单元，用于将所述虚拟颜色空间向量信号采样值在三个不同坐标轴上对应的分量，与每个VCSPTN分格的坐标范围进行比较；并将比较结果反馈给所述分格归属确定子单元；
所述分格归属确定子单元，用于当比较结果为所述虚拟颜色空间向量信号采样值在三个不同坐标轴上对应的分量都在某个VCSPTN分格在对应坐标轴上的坐标范围内时，确定所述虚拟颜色空间向量信号采样值归属于所述VCSPTN分格。
16.一种伽玛校正装置，其特征在于，包括
分格确定单元，用于根据虚拟颜色空间中的虚拟颜色空间允许点集合VAPS的最小包含长方体MBC，对VAPS进行分格化，形成多个VCSPTN分格；
线性伽玛校正函数确定单元，用于构造每个VCSPTN分格上的线性伽玛校正函数。
17.如权利要求16所述的装置，其特征在于，所述分格确定单元包括
第一空间范围确定子单元，用于根据对RGB颜色空间进行规一化处理所得到的RGB单位立方体RGBUC的六个面的数学方程，以及颜色反变换函数，确定VAPS的六个面的方程；所述VAPS的六个面为包围所述VAPS的六个空间曲面；以及，根据所述VAPS的六个面的方程，确定VAPS的空间范围；
第二空间范围确定子单元；然后根据所述第一空间范围确定子单元确定出的VAPS的空间范围，确定出其最小包含长方体MBC的空间范围；以及，
分格确定子单元，用于将所述第二空间范围确定子单元确定出的MBC分割为多个VCSPTN分格，得到所述VAPS的多个VCSPTN分格。
18.如权利要求17所述的装置，其特征在于，所述第二空间范围确定子单元还包括
VAPS坐标确定子单元，用于根据所述VAPS的空间范围确定其在三个不同坐标轴方向上的最大坐标和最小坐标；以及，
MBC坐标确定子单元，用于根据所述VAPS坐标确定子单元确定出的VAPS在所述三个不同坐标轴方向上的最大坐标和最小坐标确定出所述VAPS的最小包含长方体MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标；以及，
MBC空间范围确定子单元，用于根据所述MBC坐标确定单元所确定出的MBC在对应的三个不同坐标轴方向上的最大坐标和最小坐标确定出所述MBC的空间范围。
19.如权利要求16所述的装置，其特征在于，所述线性伽玛校正函数确定单元包括
线性伽玛特性函数确定子单元和线性伽玛校正函数确定子单元；
所述线性伽玛特性函数确定子单元，用于根据所述VCSPTN分格与所述VAPS，以及颜色反变换函数，确定每个RGBPTN分格与所述RGBUC的交集，并构造每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数；
所述线性伽玛校正函数确定子单元，用于确定所述RGBPTN分格对应的VCSPTN分格与所述VAPS的交集，并根据所构造的每个RGBPTN与所述RGBUC的交集上的线性伽玛特性函数，以及基于通过线性伽玛校正函数使校正后的VCSPTN分格上的虚拟颜色空间颜色向量通过颜色反变换得到的RGB颜色向量，与通过颜色正变换得到校正前的虚拟颜色空间颜色向量的原始RGB颜色向量之间的向量间广义平均距离，确定所述交集上的线性伽玛校正函数。
20.如权利要求19所述的装置，其特征在于，所述线性伽玛特性函数确定子单元包括
RGBPTN分格集合确定模块和线性伽玛特性函数确定模块；
所述RGBPTN分格集合确定模块，用于根据所述VCSPTN分格的六个面的数学方程和颜色正变换函数确定其在RGB颜色空间中对应的逆象分格RGBPTN的空间范围；以及，根据与所述VAPS有非空交集的所有VCSPTN分格的并集UOP，以及颜色反变换函数，得到UOP集合在RGB颜色空间中的逆象IIUOP，并将其作为与所述RGBUC有非空交集的所有RGBPTN分格的并集；以及，在所述IIUOP集合中，确定每个RGBPTN分格与所述RGBUC的交集；
线性伽玛特性函数确定模块，用于构造所述RGBPTN分格集合确定模块确定出的交集上的原始伽玛特性函数的线性化参数表示，得到相应的线性伽玛特性函数；并根据由原始伽玛特性函数所引起的失真RGB颜色向量，与由所述线性伽玛特性函数所引起的失真RGB颜色向量之间的向量间广义平均距离确定所述线性伽玛特性函数的参数。
21.如权利要求16、19或20所述的装置，其特征在于，所述的基于向量间的广义平均距离是指均方误差。
全文摘要
本发明公开了一种伽玛校正方法、伽玛校正系统和伽玛校正装置。对虚拟颜色空间中的集合VAPS的最小包含长方体分割得到VCSPTN分格；构造VCSPTN分格上的线性伽玛校正函数；获取原始RGB向量电信号采样值对应的虚拟颜色向量信号采样值，并确定其所归属的VCSPTN分格；并根据该VCSPTN分格上的线性伽玛校正函数，对其进行校正。通过本发明，能够将伽玛校正的应用范围扩大，解决当前在视频通信中间处理环节上无法实施伽玛校正的难题。
文档编号H04N9/69GK101227622SQ200710000989
公开日2008年7月23日 申请日期2007年1月17日 优先权日2007年1月17日
发明者忠 罗 申请人:华为技术有限公司