專利名稱：一種快速多視點(diǎn)視頻顏色校正方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種視頻的處理方法，尤其是涉及一種快速多視點(diǎn)視頻顏色校正方法。
背景技術(shù)：
進(jìn)入本世紀(jì)以來，隨著數(shù)字2D(二維)視頻技術(shù)日趨成熟，以及計(jì)算機(jī)、通信及網(wǎng)絡(luò)技術(shù)的快速發(fā)展，引發(fā)了人們對(duì)新一代數(shù)字電視系統(tǒng)的強(qiáng)烈需求，其具有視點(diǎn)交互、立體感等現(xiàn)有數(shù)字電視系統(tǒng)所不具備的特征，自由視點(diǎn)電視(FTV，F(xiàn)ree Viewpoint Television)能夠讓用戶從不同的視角欣賞場(chǎng)景，被認(rèn)為是下一代數(shù)字電視系統(tǒng)的發(fā)展方向。在FTV系統(tǒng)中，如何提高多個(gè)視頻信號(hào)的視頻壓縮效率以降低傳輸帶寬資源占用， 以及如何在三維視頻系統(tǒng)用戶端合成高質(zhì)量的任意視點(diǎn)圖像是需要解決的兩個(gè)核心問題。由于FTV系統(tǒng)在采集圖像的過程中各相機(jī)的基線不在同一水平軸上，場(chǎng)景光照、相機(jī) CCD (Charge-coupled Device,電荷耦合元件)噪聲、快門速度和曝光等要素不一致，因此會(huì)導(dǎo)致不同相機(jī)采集的圖像的顏色值差別很大，將給后續(xù)的視頻編碼、虛擬視點(diǎn)繪制和多視點(diǎn)視頻三維顯示帶來極大的困難，可能會(huì)使三維視頻系統(tǒng)用戶端在任意視點(diǎn)圖像合成時(shí)出現(xiàn)錯(cuò)誤。因此，有效的多視點(diǎn)視頻顏色校正方法是提高視頻壓縮效率，特別是改善任意視點(diǎn)圖像質(zhì)量的關(guān)鍵技術(shù)。目前已提出了一些針對(duì)多視點(diǎn)圖像的顏色校正方法，如動(dòng)態(tài)規(guī)劃、K-L變換、 Retinex顏色恒常性理論、規(guī)正參數(shù)調(diào)節(jié)、噪聲預(yù)處理與主成分分析、區(qū)域分割與跟蹤等算法。然而，這些顏色校正方法更多地考慮如何提升校正精確性，而對(duì)多視點(diǎn)視頻的顏色校正應(yīng)當(dāng)有別于現(xiàn)有的多視點(diǎn)圖像的顏色校正，這是因?yàn)橐环矫?，由于多視點(diǎn)視頻在視點(diǎn)間和時(shí)間上同時(shí)進(jìn)行參考，如何對(duì)多視點(diǎn)視頻進(jìn)行合理的顏色校正，以保證在時(shí)間和空間上的顏色一致性是一個(gè)亟需解決的問題；另一方面，由于顏色校正方法的復(fù)雜度一般都比較高， 如何通過利用多視點(diǎn)視頻的時(shí)域相關(guān)性進(jìn)行快速跟蹤、如何根據(jù)多視點(diǎn)視頻系統(tǒng)對(duì)跟蹤的不同要求而自適應(yīng)地選擇跟蹤的方式，以降低顏色校正計(jì)算復(fù)雜度、提高顏色校正精確性， 都是對(duì)多視點(diǎn)視頻進(jìn)行顏色校正的過程中需要研究解決的問題。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種在保證多視點(diǎn)視頻顏色校正精確性的同時(shí)，能夠有效降低顏色校正計(jì)算復(fù)雜度的快速多視點(diǎn)視頻顏色校正方法。本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為一種快速多視點(diǎn)視頻顏色校正方法，其特征在于包括以下步驟①將由多視點(diǎn)視頻系統(tǒng)拍攝的未經(jīng)處理的且顏色空間為YUV的多視點(diǎn)視頻定義為原始多視點(diǎn)視頻，將原始多視點(diǎn)視頻中的一個(gè)視點(diǎn)定義為目標(biāo)視點(diǎn)，記為T，將原始多視點(diǎn)視頻中的其它視點(diǎn)定義為源視點(diǎn)，記為S ；在空域上該原始多視點(diǎn)視頻包括目標(biāo)視點(diǎn)原始視頻和源視點(diǎn)原始視頻，目標(biāo)視點(diǎn)原始視頻主要由若干個(gè)幀組的目標(biāo)視點(diǎn)圖像組成，源視點(diǎn)原始視頻主要由若干個(gè)幀組的源視點(diǎn)圖像組成，其中，YUV顏色空間的三個(gè)顏色分量中的第1個(gè)顏色分量為亮度分量，記為Y，第2個(gè)顏色分量為第一色度分量，記為U,第3個(gè)顏色分量為第二色度分量，記為V ；②將目標(biāo)視點(diǎn)原始視頻中第i個(gè)幀組第j時(shí)刻的目標(biāo)視點(diǎn)圖像記為廣、,j,k(x， y)}，將源視點(diǎn)原始視頻中第i個(gè)幀組第j時(shí)刻的源視點(diǎn)圖像記為I^Ii, j,k(x，y)}，將目標(biāo)視點(diǎn)原始視頻中每個(gè)幀組第1時(shí)刻的目標(biāo)視點(diǎn)圖像定義為目標(biāo)視點(diǎn)關(guān)鍵幀圖像，將目標(biāo)視點(diǎn)原始視頻中除每個(gè)幀組第1時(shí)刻的目標(biāo)視點(diǎn)圖像外的目標(biāo)視點(diǎn)圖像定義為目標(biāo)視點(diǎn)非關(guān)鍵幀圖像，將源視點(diǎn)原始視頻中每個(gè)幀組第1時(shí)刻的源視點(diǎn)圖像定義為源視點(diǎn)關(guān)鍵幀圖像，將源視點(diǎn)原始視頻中除每個(gè)幀組第1時(shí)刻的源視點(diǎn)圖像外的源視點(diǎn)圖像定義為源視點(diǎn)非關(guān)鍵幀圖像，其中，1 < i < N，N為目標(biāo)視點(diǎn)原始視頻和源視點(diǎn)原始視頻包含的幀組的個(gè)數(shù)，1 < j < Ngop, Ngop表示幀組的長度，i · NG0P+j表示第i個(gè)幀組第j時(shí)刻的目標(biāo)視點(diǎn)圖像或第i個(gè)幀組第j時(shí)刻的源視點(diǎn)圖像的幀號(hào)，k = 1，2，3分別表示YUV顏色空間的三個(gè)顏色分量，(x，y)表示圖像中的像素點(diǎn)的坐標(biāo)位置，mI^k(Ly)表示I^I^kO^y)}中坐標(biāo)位置為(χ，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值，feiIi,^(x, y)表示I^Ii.j.kU，y)}中坐標(biāo)位置為(χ，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值；定義目標(biāo)視點(diǎn)原始視頻和源視點(diǎn)原始視頻中當(dāng)前待處理的第i個(gè)幀組為當(dāng)前幀組；③通過主顏色提取算法分別估計(jì)出目標(biāo)視點(diǎn)原始視頻中當(dāng)前幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像l^lu.kU，y)}和源視點(diǎn)原始視頻中當(dāng)前幀組的源視點(diǎn)關(guān)鍵幀圖像l^lu.kU， y)}的主顏色信息，分別記為mGiil和⑶Θ U，⑴Θ U= {(τ) μ ‘ ia,k, (τ)σ ‘ ia,k},⑶ ， ！ = {(s) μ ' Uk，6)。' u.J，其中，⑴μ' Uk表示riu.kO^y)}的主顏色的第k個(gè)顏色分量的顏色值的均值，(Τ) σ ‘ IU表示(mIi,uU，y)}的主顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差，(s) μ ‘ iu表示Ι 、uU，y)}的主顏色的第k個(gè)顏色分量的顏色值的均值，(s) σ ‘ iu表示I^Ii,uU，y)}的主顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差；④將(mIiIkO^yM中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值(τ) Ii,Lk(X^y)與I^Ii,uO^y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值(s) ii.uOcy)的乘性誤差記為 Iwa^k= (τ)σ ‘‘ i.u，將(mI^kOcy)I 中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值mI^k(Ly)與I^Ii,uO^y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值(S)I^k(Ly)的加性誤差記為、… ^k= (τ)μ ‘ un.k· (s)y ‘ i,u，然后根據(jù)(mI^kOcy)}和 I^D，y)}中各個(gè)對(duì)應(yīng)的像素點(diǎn)的各個(gè)顏色分量的顏色值的乘性誤差和加性誤差，對(duì){⑸〗^k(x，y)}的每個(gè)像素點(diǎn)的各個(gè)顏色分量進(jìn)行顏色校正，(0I^kU, y) = a,,^k ·⑶lia,k(x，γ)+、"，其中，(c) Ii,Lk(X^y)為I^ii,uUdM經(jīng)顏色校正后的校正圖像中坐標(biāo)位置為(x，y)的像素點(diǎn)的第 k個(gè)顏色分量的顏色值；⑤選擇跟蹤方式對(duì)源視點(diǎn)原始視頻中當(dāng)前幀組的各個(gè)源視點(diǎn)非關(guān)鍵幀圖像的每個(gè)像素點(diǎn)的各個(gè)顏色分量進(jìn)行顏色校正，對(duì)于源視點(diǎn)原始視頻中當(dāng)前幀組的第j'時(shí)刻的源視點(diǎn)非關(guān)鍵幀圖像,k(X，y)}，l < j'彡NTOP，如果選擇的跟蹤方式為同步跟蹤方式，則執(zhí)行步驟⑥至⑦，如果選擇的跟蹤方式為非同步跟蹤方式，則執(zhí)行步驟⑧至⑩；對(duì)源視點(diǎn)原始視頻中當(dāng)前幀組的各個(gè)源視點(diǎn)非關(guān)鍵幀圖像的每個(gè)像素點(diǎn)的各個(gè)顏色分量完成顏色校正后，執(zhí)行步驟 ；⑥通過區(qū)域檢測(cè)算法分別估計(jì)出目標(biāo)視點(diǎn)原始視頻中當(dāng)前幀組第j'時(shí)刻的目標(biāo)視點(diǎn)非關(guān)鍵幀圖像(mIi,j, ,k(x，y)}和第j' -1時(shí)刻的目標(biāo)視點(diǎn)圖像(mIi,」，-!,,(χ,γ)}的背景顏色信息，分別記為⑴Θ'",和⑴ ' ^ —”⑴ ' ^ = {⑴μ〃 ,k，(T)0〃 i, η}，(Τ)Θ' W^1=Py" w -^，⑴?！?_。}，其中，(τ)μ〃 "^表示廣^.,，々， y)}的背景顏色的第k個(gè)顏色分量的顏色值的均值，⑴O “ ，k表示(mIi, ’k(X，y)}的背景顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差，(τ)μ 〃 ,,j, Ik表示{(τ)Ιμ, (x, y)}的背景顏色的第k個(gè)顏色分量的顏色值的均值，(τ)σ 〃 —U表示(mIi, ^k(χ, y)}的背景顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差，Kj' ( Ngop ；通過區(qū)域檢查算法分別估計(jì)出源視點(diǎn)原始視頻中當(dāng)前幀組第j'時(shí)刻的源視點(diǎn)非關(guān)鍵幀圖像{(s)IiJ ,k(X，y)}和第j' -1時(shí)刻的源視點(diǎn)圖像{(s、, j, -!,,(χ, y)}的背景顏色信息，分別記為⑶Θ' ^和6) ' ,,j, δ)Θ' ,,J, = {(5)μ “ ,k，(S)o〃 i,, ,k}， (s)0' i,,—=!⑶ μ〃 ^-u，6、" ^ J，其中，(s)y 〃 ^^表示產(chǎn)乂^⑴… 的背景顏色的第k個(gè)顏色分量的顏色值的均值，(s)0 〃 ^，k表示{(S)I^ ,k(x，y)}的背景顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差，(s) μ “ ,,j, Ik表示(χ, y)}的背景顏色的第k個(gè)顏色分量的顏色值的均值，〃 —U表示{( IM, ^k(x, y)}的背景顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差，1 < j' ( Ngop ；⑦將(mIi,」，,k(x, y)}中坐標(biāo)位置為(X，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值 mIi,, ,k(x，y)與{(s、,」，，k(x，y)}中坐標(biāo)位置為(X，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值(s、,」，，k(x，y)的乘性誤差記為屮，」，，k，將{(τ、,」，，k(x，y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值mIi,, ,k(x, y)與((S)Iiij, ,k(x, y)}中坐標(biāo)位置為(x，y) 的像素點(diǎn)的第k個(gè)顏色分量的顏色值(S)I^ ,k(x,y)的加性誤差記為^」，，k，然后根據(jù)已得到的屮，」，-U和、」，-u，快速估計(jì)得到屮，」，，k和A,」，，k，再利用屮，」，，k和hj，k對(duì)產(chǎn)、, j- ,k(x，y)}的每個(gè)像素點(diǎn)的各個(gè)顏色分量進(jìn)行顏色校正，(aIiij, ,k(x，y) =aU], ,k'(s)IU],, k(x，,k，其中，i0Ii, J, ,k(x, y)為{(s、,」，,k(x, y)}經(jīng)顏色校正后的校正圖像中坐標(biāo)位置為(X，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值；⑧通過主顏色提取算法分別估計(jì)出目標(biāo)視點(diǎn)原始視頻中其余各個(gè)幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像和源視點(diǎn)原始視頻中其余各個(gè)幀組的源視點(diǎn)關(guān)鍵幀圖像的主顏色信息，得到目標(biāo)視點(diǎn)原始視頻中所有幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像和源視點(diǎn)原始視頻中所有幀組的源視點(diǎn)關(guān)鍵幀圖像的主顏色信息集合，分別記為廣) 。}和{6) ^}，將所有目標(biāo)視點(diǎn)關(guān)鍵幀圖像的幀號(hào)作為控制頂點(diǎn)，將所有目標(biāo)視點(diǎn)關(guān)鍵幀圖像的主顏色信息集合廣) 。}作為節(jié)點(diǎn)矢量，通過B樣條曲線擬合算法分別估計(jì)出所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)，分別記為I1 = (T)fu,k(Xl)和Y1 = mf。,k(Xl)，將所有源視點(diǎn)關(guān)鍵幀圖像的幀號(hào)作為控制頂點(diǎn)，將所有源視點(diǎn)關(guān)鍵幀圖像的主顏色信息集合{(S) 〃} 作為節(jié)點(diǎn)矢量，通過B樣條曲線擬合算法分別估計(jì)出所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)，分別記為Y1 = (S)fu,k(Xl)和7工=(S)f。,k(Xl)，其中，(T) fu,k()表示所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值曲線變化函數(shù)，(T)f。,k0表示所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差曲線變化函數(shù)，(s)fu,k0表示所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值曲線變化函數(shù)，(s)f。,k0表示所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差曲線變化函數(shù)，X1表示均值和標(biāo)準(zhǔn)差曲線變化函數(shù)的輸入變量，Y1表示均值和標(biāo)準(zhǔn)差曲線變化函數(shù)的輸出變量；⑨根據(jù)所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)，估計(jì)得到目標(biāo)視點(diǎn)原始視頻中當(dāng)前幀組第j'時(shí)刻的目標(biāo)視點(diǎn)非關(guān)鍵幀圖像(mIi, , k(x，y)}的主顏色信息，記為(Τ)Θ ，⑴Θ“ = {(τ)μ ‘ ^ ,k，(τ)σ ‘ ,J，根據(jù)所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)，估計(jì)得到源視點(diǎn)原始視頻中當(dāng)前幀組第j'時(shí)刻的源視點(diǎn)非關(guān)鍵幀圖像((S)Ii, j, ,k(X，y)}的主顏色信息，記為(s) i,,， ^=^Y(S)0' ^,丄其中，^乂彡隊(duì)…⑴口' USk=mL, k(i -Ngop+j' )，(τ)σ' ^ik=mUi-Nmp+ )，⑶μ' W, ,k= (s)fu,ka ·Ν⑶ P+j')，⑩根據(jù)已得到的mGi,」，和(s^i,」，，計(jì)算(mIi,,k(X，y)}中坐標(biāo)位置為(x，y) 的像素點(diǎn)的第k個(gè)顏色分量的顏色值與,k(x，y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的
k、
第k個(gè)顏色分量的顏色值的乘性誤差和加性誤差，分別記為\ j- , k和、j- , k，Bi, y , k — (T) σ ' ,k/(S) σ ' ^ ,k'ey ,k =⑴ μ ' i.j' ,^aijj- ,k · (S) μ ' i, j' ,k，再利用 Bi,, ,k 和 j-，k對(duì)I6、,」，，k(x，y)}的每個(gè)像素點(diǎn)的各個(gè)顏色分量進(jìn)行顏色校正，i0Ii,j- ,k(x，y) = a,, ,Z(S)Ii,, ,k(x,y)+ei,J, ,k，其中，(0Ii,, ,k(x,y)為{(s、,, ,k(x,y)}經(jīng)顏色校正后的校正圖像中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值； 將目標(biāo)視點(diǎn)原始視頻和源視點(diǎn)原始視頻中下一個(gè)待處理的幀組作為當(dāng)前幀組， 然后返回執(zhí)行步驟③，直至對(duì)源視點(diǎn)原始視頻中所有幀組的源視點(diǎn)圖像完成顏色校正。所述的步驟③中通過主顏色提取算法估計(jì){^ImO^y)}和I^Ii,uUd)}的主顏色信息的具體過程為③-1、在YUV顏色空間以白、黑、紅、黃、綠、藍(lán)、粉紅、紫、橙、灰和棕11種基本顏色來表示基本顏色分類的集合Ω，Ω = {111 < 1 < 11}，其中，1表示基本顏色分類的標(biāo)記；③-2、分別計(jì)算{^I^kO^y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值與11種基本顏色的顏色值之間的歐式距離，然后找出最小的歐式距離代價(jià)，記為 COSTmin，再將COSTmin對(duì)應(yīng)的基本顏色分類的標(biāo)記作為最佳顏色分類的標(biāo)記，記為!11，將{(1, !,,(χ,γ)}中坐標(biāo)位置為(x，y)的像素點(diǎn)屬于第m個(gè)基本顏色分類的概率設(shè)為1，記為Pm(x， y) = 1，將(mIi,uU，》}中坐標(biāo)位置為(x，y)的像素點(diǎn)屬于其余所有基本顏色分類的概率設(shè)為0，記為Pn(x，y) = 0，其中，m e Ω，η e Ω , η ^ m, PmO和PnO表示概率函數(shù)；③-3、分別對(duì)(mIi,uU，y)}中的每個(gè)像素點(diǎn)屬于11個(gè)基本顏色分類的概率集
r(D-
}進(jìn)行累加操作，得到(mIi,uU，y)}屬于11個(gè)基本顏色分類的
累計(jì)概率集合，記為{
權(quán)利要求
1. 一種快速多視點(diǎn)視頻顏色校正方法，其特征在于包括以下步驟①將由多視點(diǎn)視頻系統(tǒng)拍攝的未經(jīng)處理的且顏色空間為YUV的多視點(diǎn)視頻定義為原始多視點(diǎn)視頻，將原始多視點(diǎn)視頻中的一個(gè)視點(diǎn)定義為目標(biāo)視點(diǎn)，記為T，將原始多視點(diǎn)視頻中的其它視點(diǎn)定義為源視點(diǎn)，記為S ；在空域上該原始多視點(diǎn)視頻包括目標(biāo)視點(diǎn)原始視頻和源視點(diǎn)原始視頻，目標(biāo)視點(diǎn)原始視頻主要由若干個(gè)幀組的目標(biāo)視點(diǎn)圖像組成，源視點(diǎn)原始視頻主要由若干個(gè)幀組的源視點(diǎn)圖像組成，其中，YUV顏色空間的三個(gè)顏色分量中的第 1個(gè)顏色分量為亮度分量，記為Y，第2個(gè)顏色分量為第一色度分量，記為U,第3個(gè)顏色分量為第二色度分量，記為V;②將目標(biāo)視點(diǎn)原始視頻中第i個(gè)幀組第j時(shí)刻的目標(biāo)視點(diǎn)圖像記為(mIi,j,k(x, y)}， 將源視點(diǎn)原始視頻中第i個(gè)幀組第j時(shí)刻的源視點(diǎn)圖像記為I^I^kky)}，將目標(biāo)視點(diǎn)原始視頻中每個(gè)幀組第1時(shí)刻的目標(biāo)視點(diǎn)圖像定義為目標(biāo)視點(diǎn)關(guān)鍵幀圖像，將目標(biāo)視點(diǎn)原始視頻中除每個(gè)幀組第1時(shí)刻的目標(biāo)視點(diǎn)圖像外的目標(biāo)視點(diǎn)圖像定義為目標(biāo)視點(diǎn)非關(guān)鍵幀圖像，將源視點(diǎn)原始視頻中每個(gè)幀組第1時(shí)刻的源視點(diǎn)圖像定義為源視點(diǎn)關(guān)鍵幀圖像，將源視點(diǎn)原始視頻中除每個(gè)幀組第1時(shí)刻的源視點(diǎn)圖像外的源視點(diǎn)圖像定義為源視點(diǎn)非關(guān)鍵幀圖像，其中，1 < i < N，N為目標(biāo)視點(diǎn)原始視頻和源視點(diǎn)原始視頻包含的幀組的個(gè)數(shù)， 1 ^ j ^ Ngop, Ngop表示幀組的長度，i · NroP+j表示第i個(gè)幀組第j時(shí)刻的目標(biāo)視點(diǎn)圖像或第i個(gè)幀組第j時(shí)刻的源視點(diǎn)圖像的幀號(hào)，k= 1，2，3分別表示YUV顏色空間的三個(gè)顏色分量，(x，y)表示圖像中的像素點(diǎn)的坐標(biāo)位置，mI^k(Ly)表示riukO^yM中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值，(S)IukO^y)表示PlukO^y)}中坐標(biāo)位置為(χ，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值； 定義目標(biāo)視點(diǎn)原始視頻和源視點(diǎn)原始視頻中當(dāng)前待處理的第i個(gè)幀組為當(dāng)前幀組；③通過主顏色提取算法分別估計(jì)出目標(biāo)視點(diǎn)原始視頻中當(dāng)前幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像{( I^kO^y)}和源視點(diǎn)原始視頻中當(dāng)前幀組的源視點(diǎn)關(guān)鍵幀圖像I^Ii,uO^y)}的主顏色信息，分別記為⑴Θ u和(s) Θ ^ mO U= {(τ)μ ‘ UYmO' ^1J,⑶ ,1= {(s) μ ‘ ^r(S)O' ^丄其中， “' “^表示廣 ，丨，^，…的主顏色的第！^個(gè)顏色分量的顏色值的均值，(τ) σ ‘ iu表示(mIi,uU，y)}的主顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差， μ ‘ Lu表示{巧^&，Y)}的主顏色的第k個(gè)顏色分量的顏色值的均值，(s) σ ‘ IU表示((S)Ii,uU，y)}的主顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差；④將I^I^kO^y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值mIu, k(x, y)與I^Ii,uU，》}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值wIi, "(χ，》的乘性誤差記為a^kdi.u= (τ)σ ‘ uV '…，將{ ^辦》}中坐標(biāo)位置為(X，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值mI^k(Ly)與((S)Ii,uUdM中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值(S)I^k(Ly)的加性誤差記為e^k，、 U= (τ)μ ‘i,u，然后根據(jù){(τ)υχ，γ)}和((S)I^kOcyM 中各個(gè)對(duì)應(yīng)的像素點(diǎn)的各個(gè)顏色分量的顏色值的乘性誤差和加性誤差，對(duì)l^lu.kU，y)}的每個(gè)像素點(diǎn)的各個(gè)顏色分量進(jìn)行顏色校正，raI^kOcy) = a,,^k · teiI^kU, y)+ei,u，其中，i0Ii, !,,(χ,γ)為I^Ii,uO^y)}經(jīng)顏色校正后的校正圖像中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k 個(gè)顏色分量的顏色值；⑤選擇跟蹤方式對(duì)源視點(diǎn)原始視頻中當(dāng)前幀組的各個(gè)源視點(diǎn)非關(guān)鍵幀圖像的每個(gè)像素點(diǎn)的各個(gè)顏色分量進(jìn)行顏色校正，對(duì)于源視點(diǎn)原始視頻中當(dāng)前幀組的第j'時(shí)刻的源視點(diǎn)非關(guān)鍵幀圖像廣、』，k(x，y)}，l < j'彡NTOP，如果選擇的跟蹤方式為同步跟蹤方式，則執(zhí)行步驟⑥至⑦，如果選擇的跟蹤方式為非同步跟蹤方式，則執(zhí)行步驟⑧至⑩；對(duì)源視點(diǎn)原始視頻中當(dāng)前幀組的各個(gè)源視點(diǎn)非關(guān)鍵幀圖像的每個(gè)像素點(diǎn)的各個(gè)顏色分量完成顏色校正后，執(zhí)行步驟 ；⑥通過區(qū)域檢測(cè)算法分別估計(jì)出目標(biāo)視點(diǎn)原始視頻中當(dāng)前幀組第j'時(shí)刻的目標(biāo)視點(diǎn)非關(guān)鍵幀圖像I^Ii,」，,k(x,y)}和第j' -1時(shí)刻的目標(biāo)視點(diǎn)圖像廣、,」，-i;k(x,y)}的背景顏色信息，分別記為⑴Θ' μ.,和⑴Θ' α+ Θ' ^ ={(Τ)μ〃 ，k，⑴σ〃k}，⑴ Θ' h=I^P" —u， 。" -。}，其中，⑴μ"…”表示?、臹,，々， y)}的背景顏色的第k個(gè)顏色分量的顏色值的均值，(τ)σ " ^，k表示(mIij ,k(x,y)}的背景顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差，(τ)μ 〃 ,,j, ik表示{(τ)Ιμ, (χ, y)}的背景顏色的第k個(gè)顏色分量的顏色值的均值，(τ)σ 〃 —u表示(mIi, ^k(χ, y)}的背景顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差，Kj' ( Ngop ；通過區(qū)域檢查算法分別估計(jì)出源視點(diǎn)原始視頻中當(dāng)前幀組第j'時(shí)刻的源視點(diǎn)非關(guān)鍵幀圖像,k(x，y)}和第j' -1時(shí)刻的源視點(diǎn)圖像-uUd)}的背景顏色信息， 分別記為⑶ Θ ‘ ^ 和⑶ Θ' ^j, _i;(s)0' i,, = {⑶ μ〃 ^( 〃i,j' = i(s) μ " ,j' (s) o “ —。！，其中，⑶口〃 ^，k表示{(%,」，，k(x，y)}的背景顏色的第k個(gè)顏色分量的顏色值的均值，(s)0 〃 ^，k表示{(S)I^ ,k(x，y)}的背景顏色的第 k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差，(S) μ “ ^ ik表示-uO^y)}的背景顏色的第k 個(gè)顏色分量的顏色值的均值，(s)0 〃 ,,j- -u表示-uU，y)}的背景顏色的第k個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差，1 < j' ^ Ngop ；⑦將{(τ)Ιμ,,k(x, y)}中坐標(biāo)位置為(X，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值(τ) Ii, j- ,k(x, y)與Ι6、,」，,k(x, y)}中坐標(biāo)位置為(χ，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值wIi,, ,k(x，y)的乘性誤差記為a^ ,k，將{(τ)Ιμ., ,k(x，y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值mIiij, ,k(x，y)與,k(x，y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值(S)Iiij, ,k(x, y)的加性誤差記為ei,」，，k，然后根據(jù)已得到的屮，」，-u和、」，-u，快速估計(jì)得到屮，」，，k和A,」，，k，再利用屮，」，，k和hj，k對(duì)產(chǎn)、, j- ,k(x，y)}的每個(gè)像素點(diǎn)的各個(gè)顏色分量進(jìn)行顏色校正，(aIiij, ,k(x，y) =aU], ,k'(s)IU],, k(x，,k，其中，i0Ii, j, ,k(x, y)為{(s、,」，,k(x, y)}經(jīng)顏色校正后的校正圖像中坐標(biāo)位置為(X，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值；⑧通過主顏色提取算法分別估計(jì)出目標(biāo)視點(diǎn)原始視頻中其余各個(gè)幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像和源視點(diǎn)原始視頻中其余各個(gè)幀組的源視點(diǎn)關(guān)鍵幀圖像的主顏色信息，得到目標(biāo)視點(diǎn)原始視頻中所有幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像和源視點(diǎn)原始視頻中所有幀組的源視點(diǎn)關(guān)鍵幀圖像的主顏色信息集合，分別記為廣 〃}和{6) 〃}，將所有目標(biāo)視點(diǎn)關(guān)鍵幀圖像的幀號(hào)作為控制頂點(diǎn)，將所有目標(biāo)視點(diǎn)關(guān)鍵幀圖像的主顏色信息集合廣) 。}作為節(jié)點(diǎn)矢量，通過B樣條曲線擬合算法分別估計(jì)出所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)，分別記為Y1 = (T)fu,k(Xl)和Y1 = mf。,k(Xl)，將所有源視點(diǎn)關(guān)鍵幀圖像的幀號(hào)作為控制頂點(diǎn)，將所有源視點(diǎn)關(guān)鍵幀圖像的主顏色信息集合產(chǎn)) 。}作為節(jié)點(diǎn)矢量，通過B樣條曲線擬合算法分別估計(jì)出所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)，分別記Sy1 = (s)fu,k(Xl)和7工=(s)f。,k(Xl)，其中，(T)fu, k()表示所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值曲線變化函數(shù)，(T)f。,k0表示所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差曲線變化函數(shù)，(s)fu,k0表示所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值曲線變化函數(shù)，(s)f。,k0表示所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差曲線變化函數(shù)，X1表示均值和標(biāo)準(zhǔn)差曲線變化函數(shù)的輸入變量，Y1表示均值和標(biāo)準(zhǔn)差曲線變化函數(shù)的輸出變量；⑨根據(jù)所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)，估計(jì)得到目標(biāo)視點(diǎn)原始視頻中當(dāng)前幀組第j'時(shí)刻的目標(biāo)視點(diǎn)非關(guān)鍵幀圖像(mIi,」，，k(x，y)} 的主顏色信息，記為(Τ) Θ",，(τ) Θ", = {(τ) μ ‘ U, ,k，⑴σ ‘ ^ ,J，根據(jù)所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)，估計(jì)得到源視點(diǎn)原始視頻中當(dāng)前幀組第j'時(shí)刻的源視點(diǎn)非關(guān)鍵幀圖像{(%,」，，k(x，y)}的主顏色信息，記為(S)Gi, j,，(S)Gi, J' = {(s)y ‘ W(S)O' ^,丄其中，^乂彡隊(duì)評(píng)，⑴口' ^ ,k =⑴fu,k(i.N⑶P+J·')， (T)0' Lpk=mUi^Uj')，⑶μ' ^ ,k=⑶fu,k(i.N⑶ p+J·' )，(s)0' U,，k=(S)fo,k(i -NG0P+j')；⑩根據(jù)已得到的,和(s^i,,，計(jì)算{(%.」，,k(x,y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值與產(chǎn)、』,k(x, y)}中坐標(biāo)位置為(X，y)的像素點(diǎn)的第k 個(gè)顏色分量的顏色值的乘性誤差和加性誤差，分別記為Si^，k和e^ ,,,a^., ,k = (τ) σ ‘ ^,k/(S) σ 'e^j, jk = (τ)μ ' i,廣 ^ai, , , k · (s) μ ' i, , , k，再利用 Bi, , , k 和 ei,」，，k對(duì)產(chǎn)、,」，，k(x，y)}的每個(gè)像素點(diǎn)的各個(gè)顏色分量進(jìn)行顏色校正，(%,r ,k(x，y) = a,,j,, k· (S)Ii,, ,k(x,y)+ei,J, ,k，其中，(G)Ii,j, ,k(x，y)為((S)IiJ ,k(x,y)}經(jīng)顏色校正后的校正圖像中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值； 將目標(biāo)視點(diǎn)原始視頻和源視點(diǎn)原始視頻中下一個(gè)待處理的幀組作為當(dāng)前幀組，然后返回執(zhí)行步驟③，直至對(duì)源視點(diǎn)原始視頻中所有幀組的源視點(diǎn)圖像完成顏色校正。
2.根據(jù)權(quán)利要求1所述的一種快速多視點(diǎn)視頻顏色校正方法，其特征在于所述的步驟 ③中通過主顏色提取算法估計(jì){^ImO^y)}和I^Ii,uO^y)}的主顏色信息的具體過程為③-1、在YUV顏色空間以白、黑、紅、黃、綠、藍(lán)、粉紅、紫、橙、灰和棕11種基本顏色來表示基本顏色分類的集合Ω，Ω = {111 < 1 < 11}，其中，1表示基本顏色分類的標(biāo)記；③-2、分別計(jì)算(mIiil, k(x，y)}中坐標(biāo)位置為(χ，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值與11種基本顏色的顏色值之間的歐式距離，然后找出最小的歐式距離代價(jià)，記為 COSTmin，再將COSTmin對(duì)應(yīng)的基本顏色分類的標(biāo)記作為最佳顏色分類的標(biāo)記，記為!11，將{(1, !,,(χ,γ)}中坐標(biāo)位置為(x，y)的像素點(diǎn)屬于第m個(gè)基本顏色分類的概率設(shè)為1，記為Pm(x， y) = 1，將(mIi,uU，》}中坐標(biāo)位置為(x，y)的像素點(diǎn)屬于其余所有基本顏色分類的概率設(shè)為0，記為Pn(x，y) = 0，其中，m e Ω，η e Ω , η ^ m, PmO和PnO表示概率函數(shù)；③-3、分別對(duì)(mIiil,k(x，y)}中的每個(gè)像素點(diǎn)屬于11個(gè)基本顏色分類的概率集合 (P1(X^y) 11彡1彡11}進(jìn)行累加操作，得到{( I^kO^y)}屬于11個(gè)基本顏色分類的累計(jì)(πΛ概率集合，記為{Pl|i彡ι彡11}，其中，^= Σ Pl(^y)/ Σ Σ p^y)，ψ表示圖像
3.根據(jù)權(quán)利要求1或2所述的一種快速多視點(diǎn)視頻顏色校正方法，其特征在于所述的步驟⑥中通過區(qū)域檢測(cè)算法估計(jì),k(x,y)}和(mIi,」，-uO^y)}的背景顏色信息的具體過程為⑥-1、計(jì)算(mIi,, ,k(x, y)}中坐標(biāo)位置為(X，y)的像素點(diǎn)與(mIi,, ^,,(x, y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的亮度分量的顏色值的絕對(duì)差，記為D^ ,!(Xjy)jDi^., ,^χ,γ) =mIi,j' ,!(X^y)-mIi,-uOcy) I，計(jì)算{(τ)ΙΜ·, ,kU，y)}中坐標(biāo)位置為 U，y)的像素點(diǎn)與(mIi,」，-uOcy)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的亮度分量的顏色值的平均絕對(duì)方差，記為一 =去Σ，其中，“ I I ”為絕對(duì)值符號(hào)，M表示圖像包含的像素點(diǎn)的總個(gè)數(shù)，Ψ表示圖像中所有像素點(diǎn)的集合，mIi,^ y)表示, k(x, y)}中坐標(biāo)位置為(X，y)的像素點(diǎn)的亮度分量的顏色值，mIq, -ia(x, y)表示(mIi, j- -!,,(χ, y)}中坐標(biāo)位置為(χ，y)的像素點(diǎn)的亮度分量的顏色值，Kj' ^ Ngop ；⑥-2、將(mIi,,,k(x, y)}中所有滿足條件Α，;,，辦，；^久吃。的像素點(diǎn)作為, k(x，y)}和(mIi,」，-uOcy)}的背景像素點(diǎn)，分別計(jì)算(mIi,」，，k(x，y)}的背景像素點(diǎn)的各個(gè)顏色分量的顏色值的均值⑴μ “ ^，k和標(biāo)準(zhǔn)差(Τ) σ “ ^ ,k，將(τ) μ “ ^，k和⑴σ “,, ,，k作為,k(x，y)}的背景顏色信息，記為⑴Θ' ^，(Τ)Θ' ^ ={(τ)μ〃(τ) O ” ,,J, ,k}，分別計(jì)算(mIi,-uO^y)}的背景像素點(diǎn)的各個(gè)顏色分量的顏色值的均值 (Τ)μ〃 W, -U 和標(biāo)準(zhǔn)差(Τ)ο 〃 W, -U，將⑴ μ 〃 ,J' -U 和⑴O" ^ -U 作為廣IiJ k(x，y)}的背景顏色信息，記為⑴Θ' W, -i，⑴Θ' W, <={( “〃 U, ^，⑴σ〃 U, i J，其中，β為大于O的加權(quán)參數(shù)；所述的步驟⑥中通過區(qū)域檢測(cè)算法估計(jì)I^Ii,」，，k(x，y)}和」，-uU^)}的背景顏色信息的具體過程采用與步驟⑥-1至⑥_2相同的操作，獲取,k(x,y)}和產(chǎn)、, J- -^k (x, y)}的背景顏色信息，分別記為⑶Θ ‘ W,和(s) Θ ‘ W,,,⑶Θ ‘ = {(s) μ “,,(S) //ι (S) Ω /一 f(s) ., II(S) //1j' , k' υ i, j' , kJ ‘ ^ i,j' -ι — 1 μ i, j' -i,k， υ i, j' -i,kJ °
4.根據(jù)權(quán)利要求3所述的一種快速多視點(diǎn)視頻顏色校正方法，其特征在于所述的步驟 ⑦中獲取a^，k和e^，k的具體過程為⑦-1、將(mIi,,,k(x,y)}與{(Τ)Ι^, ^,,(χ,γ)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k 個(gè)顏色分量的顏色值的乘性誤差記為<^ = (T)<r-u /，將(mIi, ,k(x，y)}與 (mIi,」，-!,,(χ, y)}中坐標(biāo)位置為(χ，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值的加性誤差記為ei’j.’Jc ,ei,j\k — ( )"。'—U ~aiJ\k . ( ^J\k ；⑦-2、將,k(x,y)}與I^Ii,, ^,,(χ,γ)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值的乘性誤差記為= {S)aKr_u / ,，將{(s) Ii,, ,k(x，y)}與 I^Ii,」，-uU，y)}中坐標(biāo)位置為(x，y)的像素點(diǎn)的第k個(gè)顏色分量的顏色值的加性誤差 ⑦-3、根據(jù)已得到的 ,」，^k和、」，_ljk,快速估計(jì)得到 ,」，，k和、」，，k，
5.根據(jù)權(quán)利要求4所述的一種快速多視點(diǎn)視頻顏色校正方法，其特征在于所述的步驟 ⑧中通過主顏色提取算法分別估計(jì)出目標(biāo)視點(diǎn)原始視頻中其余各個(gè)幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像和源視點(diǎn)原始視頻中其余各個(gè)幀組的源視點(diǎn)關(guān)鍵幀圖像的主顏色信息的過程，采用與所述的步驟③中通過主顏色提取算法估計(jì)廣)1^0^，7)}和I^Ii,uO^y)}的主顏色信息的具體過程相同的操作方法。
6.根據(jù)權(quán)利要求5所述的一種快速多視點(diǎn)視頻顏色校正方法，其特征在于所述的步驟 ⑧中通過B樣條曲線擬合算法估計(jì)所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)的具體過程為⑧-1、將所有目標(biāo)視點(diǎn)關(guān)鍵幀圖像的幀號(hào)作為控制頂點(diǎn)，將目標(biāo)視點(diǎn)原始視頻中第i 個(gè)幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像的幀號(hào)記為ti;將目標(biāo)視點(diǎn)原始視頻中第i個(gè)幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像的正規(guī)化的B樣條基底函數(shù)記為Ni, x (X1)，其中，X1表示函數(shù)的輸入變量，X1 ^ Ngop · N, Ngop表示幀組的長度，N為目標(biāo)視點(diǎn)原始視頻和源視點(diǎn)原始視頻包含的幀組的個(gè)數(shù)，1表示迭代次數(shù)，1^1；@-2、采用& -(1動(dòng)001~遞推公式，計(jì)算得到隊(duì),100經(jīng)過1'次迭代的正規(guī)化的B樣 條基底函數(shù)，記為 Ni,!, (X1)表示Ni, Jx1)經(jīng)過1' -1次迭代的正規(guī)化的B樣條基底函數(shù)，ti+1, 4表示目標(biāo)視點(diǎn)原始視頻中第i+Γ -1個(gè)幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像的幀號(hào)，ti+1,表示目標(biāo)視點(diǎn)原始視頻中第i+Γ個(gè)幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像的幀號(hào)，Ni+^ (X1)表示目標(biāo)視點(diǎn)原始視頻中第i+Ι個(gè)幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像的正規(guī)化的B樣條基底函數(shù)Ni+1,Jx1)經(jīng)過1' -1 次迭代的正規(guī)化的B樣條基底函數(shù)，ti+1表示目標(biāo)視點(diǎn)原始視頻中第i+Ι個(gè)幀組的目標(biāo)視點(diǎn)關(guān)鍵幀圖像的幀號(hào)，如果、^ X1 < U1JjNia(X1) = 1，否則，Niil(X1) = O5Nia(X1)表示 Nia(X1)經(jīng)過1次迭代的正規(guī)化的B樣條基底函數(shù)；⑧-3、將所有目標(biāo)視點(diǎn)關(guān)鍵幀圖像的主顏色信息集合{ 〃}作為節(jié)點(diǎn)矢量，估計(jì)得到所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值曲線變化函數(shù)，記為Y1 = mfu,k(Xl)， {T)fuM (A ) = Σ {τ)μιΧ,Νυ,(χχ)，其中，(T)fu, k ()表示所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色 值的均值曲線變化函數(shù)，X1表示函數(shù)的輸入變量，Y1表示函數(shù)的輸出變量；⑧-4、采用與步驟⑧-1至⑧-3相同的操作，估計(jì)得到所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差曲線變化函數(shù)，記為Y1 = mf。,k(Xl)，其中，mf。,k0表示所有目標(biāo)視點(diǎn)圖像的各個(gè)顏色分量的顏色值的標(biāo)準(zhǔn)差曲線變化函數(shù)；所述的步驟⑧中通過B樣條曲線擬合算法估計(jì)所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)的具體過程，采用與步驟⑧-1至⑧_4相同的操作，估計(jì)得到所有源視點(diǎn)圖像的各個(gè)顏色分量的顏色值的均值和標(biāo)準(zhǔn)差曲線變化函數(shù)，分別記為Y1 = w^k(X1)和 Y1 = (Ux1)
全文摘要
本發(fā)明公開了一種快速多視點(diǎn)視頻顏色校正方法，本發(fā)明方法將所有的多視點(diǎn)視頻圖像分為關(guān)鍵幀圖像和非關(guān)鍵幀圖像兩類，對(duì)于關(guān)鍵幀圖像，通過提取主顏色信息來實(shí)現(xiàn)精確的顏色校正，而對(duì)于非關(guān)鍵幀圖像，則通過時(shí)域跟蹤來實(shí)現(xiàn)快速的顏色校正，在保證顏色校正精確性的同時(shí)大大降低了顏色校正的計(jì)算復(fù)雜度；本發(fā)明方法根據(jù)顏色校正方法對(duì)復(fù)雜性和實(shí)時(shí)性的要求，設(shè)計(jì)了同步跟蹤和非同步跟蹤兩種方式，同步跟蹤方式能對(duì)實(shí)現(xiàn)顏色校正的同步處理但計(jì)算復(fù)雜度較高，而非同步跟蹤方式雖然不能實(shí)現(xiàn)顏色校正的同步處理但計(jì)算復(fù)雜度較低，這樣能夠?qū)崿F(xiàn)自適應(yīng)跟蹤，大大提高了顏色校正方法的有效性。
文檔編號(hào)H04N9/78GK102223545SQ201110163378
公開日2011年10月19日 申請(qǐng)日期2011年6月17日 優(yōu)先權(quán)日2011年6月17日
發(fā)明者蔣剛毅, 邵楓, 郁梅 申請(qǐng)人:寧波大學(xué)