基于三维高斯混合模型的多视点视频直方图颜色校正的制作方法
【专利摘要】本发明基于三维高斯混合模型的多视点视频直方图颜色校正，具体指一种基于局部的三维高斯混合模型的多视点视频直方图颜色校正方法，涉及多视点视频图像处理【技术领域】。本发明通过对源图像和目标图像的定义；获取源图像和目标图像三通道的直方图的峰值个数；对源图像和目标图像进行聚类分析，获取中心矢量；源图像和目标图像中的各像素值进行区域划分；匹配源图像和目标图像的对应区域；获取源图像和目标图像各匹配区域的三通道直方图HI(x)及采用基于直方图的颜色校正方法进行局部校正等步骤，克服了现有技术存在的算法较复杂，计算量过大，过度校正等缺陷，具有简洁、方便、快速、经济的特点。
【专利说明】基于三维高斯混合模型的多视点视频直方图颜色校正
【技术领域】
[0001]本发明涉及多视点视频图像处理【技术领域】，具体指一种基于局部的三维高斯混合模型的多视点视频直方图颜色校正方法。
【背景技术】
[0002]随着计算机图形学与视觉技术的发展，传统的二维图像已经很难满足人们对于视频质量及内容多样性的追求。三维立体视频通过摆放在不同角度的摄像机对同一场景的内容进行采集，获取同一场景不同视点的相同内容信息。但是随着摄像机数目的增加，摄像机阵列所采集到的信息量也在成倍的增加，限制了其传输与存储。同时，在采集过程中，由于物体表面的反射性、噪声环境以及成像设备本身的特性(包括电荷耦合器件CCD噪声，抖动，快门速度以及曝光时间等)都会导致获取的视点间的视频颜色不一致，这将影响到视频处理中的视察估计以及虚拟视点绘制，从而无法消除视点间的冗余信息，也就无法达到满意的压缩效率并严重影响传输以及观看质量。现有的一些校正方法，如“基于尺寸可变块匹配的多视点视频颜色校正方法”提出了一种尺寸可变块匹配的校正方法，但由于需要根据块的可靠性判断是否要继续分割重新搜索，所以算法复杂；而“Histogram-basedprefiltering for luminance and chrominance compensat1n of multiview video，，中的方法虽然比较简单，但为了满足整幅图像的校正效果，校正参数不宜过大，会出现个别区域校正效果不理想的情况，当参 数过大时还会引起校正过度的情况等。
【发明内容】
[0003]本发明的目的在于克服上述现有技术的不足，提出一种结合高斯混合模型以及直方图校正的多视点视频颜色校正方法。
[0004]其基于通过平滑滤波源图像和目标图像的各通道直方图，再利用计算直方图的梯度值的自动检测算法来获得各通道直方图的峰值个数。结合数学中的独立统计思想，即各通道直方图的峰值个数体现的是三原色像素值在图像出现的最高频次，峰值个数的乘积体现的正是三原色相互组合后在源图像和目标图像中的主要颜色区域个数，基于这种排列组合思想，利用高斯混合模型对源图像和目标图像聚类分割的个数等于各通道峰值个数的乘积。利用聚类获取的中心矢量，计算图像每个像素点距离各个聚类中心的最小欧几里得距离，从而对源图像和目标图像划分区域，进行局部直方图校正。在对应区域中构建匹配函数，将目标图像中各区域依次校正到源图像的对应区域上。
[0005]本发明基于三维高斯混合模型的多视点视频直方图颜色校正，包括以下步骤:
[0006]A.将拍摄于同一场景不同时刻的多视点图像中的其中一个视点定义为源图像，将其他视点的图像定义为待校正的目标图像。
[0007]B.分别计算源图像和目标图像三通道的直方图H1(X),并根据获取的直方图通过算法获取三通道直方图中的峰值个数，
【权利要求】
1.一种基于三维高斯混合模型的多视点视频直方图颜色校正，其特征在于，包括以下步骤: A.定义源图像和目标图像； B.获取源图像和目标图像三通道的直方图的峰值个数； C.对源图像和目标图像进行聚类分析，获取中心矢量； D.源图像和目标图像中的各像素值进行区域划分； E.匹配源图像和目标图像的对应区域； F.获取源图像和目标图像各匹配区域的三通道直方图H1(X)； G.采用基于直方图的颜色校正方法进行局部校正。
2.如权利要求1所述的基于三维高斯混合模型的多视点视频直方图颜色校正，其特征在于，所述A步骤，拍摄于同一场景不同时刻的多视点图像中的其中一个视点为源图像，其他视点的图像待校正的为目标图像。
3.如权利 要求1所述的基于三维高斯混合模型的多视点视频直方图颜色校正，其特征在于，所述B步骤，首先对源图像和目标图像三通道的直方图进行平滑处理，然后计算其梯度值
4.如权利要求1所述的基于三维高斯混合模型的多视点视频直方图颜色校正，其特征在于，所述C步骤，采用高斯混合模型对源图像和目标图像进行聚类分析，源图像和目标图像的聚类个数N为源图像和目标图像各通道直方图的峰值个数的乘积。
5.如权利要求1所述的基于三维高斯混合模型的多视点视频直方图颜色校正，其特征在于，所述D步骤，采用欧几里得距离公式计算源图像和目标图像各个像素值与各个中心矢量的最小距离Min (D (X))，根据最小距离划分从属区域，即两图像中的像素点距离哪个中心矢量最近，则该像素点就从属于以此中心矢量为中心的区域； Min(Dlx)) =/(X) ^ Fft(X))2),其中，N为聚类个数，I (x)代表源图像和目标图像中的像素矢量，Vk(X)表示源图像和目标图像中第k个区域的中心矢量，D(X)代表源图像和目标图像中各像素点距离中心矢量的欧几里得距离。
6.如权利要求1所述的基于三维高斯混合模型的多视点视频直方图颜色校正，其特征在于，所述E步骤，源图像和目标图像对应区域的匹配，目标图像采用源图像的中心矢量。
7.如权利要求1所述的基于三维高斯混合模型的多视点视频直方图颜色校正，其特征
I A-1 ηΜ? I ~ 办时在于，所述 F 步骤,其中//,Cr) = 一，其中=,_r ,, , w，h 为图像的宽和高，I为三通道对应点像素值。
8.如权利要求1所述的基于三维高斯混合模型的多视点视频直方图颜色校正，其特征在于，所述G步骤，在源图像和目标图像的匹配区域之间构建映射关系IMf(x，y)=aj.1tar(x, y)+bj,通过对应区域的直方图来确定各区域的映射系数,其中，IMf (X，y)，Itar (χ, y)分别代表源图像区域与目标图像区域的像素，Bj代表由相机灵敏度等因素引起的三维乘性差异，bj代表由相机元件暗电流产生的三维加性差异。
9.如权利要求3所述的基于三维高斯混合模型的多视点视频直方图颜色校正，其特征在于，所述B步骤，通过公式:
【文档编号】H04N13/00GK104038752SQ201410245544
【公开日】2014年9月10日 申请日期:2014年6月4日 优先权日:2014年6月4日
【发明者】张倩, 崔斌 申请人:上海师范大学