专利名称：基于支持向量回归多视角视频色差校正方法
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(JointMulti-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η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
2 2
◎ A(j ) _ 口"Rf； J
則 _ < Γ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，B⑴，i = 1,2, . . .，m为待校正图像中的宏块，A⑴和B(i)为一组宏块对，
i为参考图像的宏块A⑴的方差，<(;)为待校正图像的宏块B(i)的方差，T为阈值，且T = O 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Sp Sa和Sb，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 DK(K;)= arg mmMSEglohal{dx,d})获得参考图像与待校正图像之间的视角差异，其中dx为参考图像与待校正图像之间的水平方向视差估计值，为参考图像与待校正图像之间的水平方向视差，dy为参考图像与待校正图像之间的垂直方向视差估计值，为参考图像与待校正图像之间的垂直方向视差，MSEglobal (dx, dy)为参考图像与待校正图像之间的使残差能量，且按公式
IN-dy~\ M-dx-l2
S §[如，)-小-幼，-<)]获取，其中R(x，y)为参考图像的全局匹配区域中坐标为(x，y)的像素值，x = I,2，· · ·，M，y = 1，2，· · ·，N，P(x-dx, y-dy)为待校正图像的全局匹配区域中坐标为(x_dx，y-dy)的像素值。步骤四中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空间的过程为利用公式
'Rl [I O 1.4075 1Γ Y —G = I -0.3455 -0.7169 U-12%
BJ [I 1.779 O JLF-128将YUV色彩空间转换为RGB，
再利用公式
权利要求
1.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η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，其特征在于，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
2.根据权利要求I所述基于支持向量回归多视角视频色差校正方法，其特征在于，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
3.根据权利要求I所述基于支持向量回归多视角视频色差校正方法，其特征在于，步骤二中的宏块的大小为8X8、16X8、8X 16或16X16。
4.根据权利要求I所述基于支持向量回归多视角视频色差校正方法，其特征在于，步骤四中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空间的过程为 利用公式
全文摘要
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，本发明为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。本发明方法取参考视角第一帧图像为参考图像，待校正视角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，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，在不同视角之间进行全局运动估计建立匹配关系，匹配区域划分固定大小的匹配宏块对，利用一定的判别方法选择合适的匹配宏块对，建立训练样本集合，变换色彩空间变换色彩表示方式，分量颜色分量分别训练各自的支持向量回归模型，以此来校正视角之间颜色差异。
文档编号H04N9/64GK102868891SQ201210345198
公开日2013年1月9日 申请日期2012年9月18日 优先权日2012年9月18日
发明者金雪松, 李恩临, 张立志, 马炳鹏, 孙华东, 潘庆和, 李云 申请人:哈尔滨商业大学