CN112950510B - 一种大场景拼接图像色差校正方法 - Google Patents
一种大场景拼接图像色差校正方法 Download PDFInfo
- Publication number
- CN112950510B CN112950510B CN202110302048.8A CN202110302048A CN112950510B CN 112950510 B CN112950510 B CN 112950510B CN 202110302048 A CN202110302048 A CN 202110302048A CN 112950510 B CN112950510 B CN 112950510B
- Authority
- CN
- China
- Prior art keywords
- image
- column
- smoothing
- channel
- curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012937 correction Methods 0.000 title claims abstract description 36
- 230000004075 alteration Effects 0.000 title claims abstract description 14
- 238000009499 grossing Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000006243 chemical reaction Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 14
- 101150104606 pgl gene Proteins 0.000 claims description 5
- 238000005286 illumination Methods 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000004590 computer program Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种大场景拼接图像色差校正方法,包括:将输入的大场景拼接图像由RGB空间转换到Lab空间;在Lab空间中,采用最小二乘法拟合图像在a、b通道上邻域加权列均值的近似曲线,并参照近似曲线对图像颜色做平滑处理;将颜色平滑后的图像由Lab空间转换到HSV空间;在HSV空间中,采用最小二乘法拟合图像在V通道上邻域加权列均值的近似曲线,并参照近似曲线对图像明度做平滑处理;最后,将图像转换到RGB空间,作为处理结果输出。本方法能够修正由于多个摄像机受光照不同产生的图像色差问题,消除多摄像机图像拼接后产生的拼缝,从而有效提高大场景拼接图像色彩一致性,并显著提升视觉效果。
Description
技术领域
本发明属于图像拼接领域,尤其涉及一种大场景拼接图像色差校正方法。
背景技术
随着计算机视觉的不断发展,图像拼接的应用领域变得越来越广泛。相比于普通的图像拼接,大场景图像拼接面临更多光照因素的影响。
在大场景图像拼接中,摄像机的位置、角度差别更大,因此所采集的原始图像色差也更明显。常用的图像拼接方法,往往更关注与对图像角点及局部特征的配准,因而如果仅采用图像拼接方法对色差明显的原始图像进行拼接,所得到的拼接图像在色彩一致性方面将不可避免的存在缺陷,并会产生较为明显的拼缝,严重影响视觉效果,也不利于对拼接图像进行后续处理。而色差校正,作为图像拼接的后续过程,能够对图像拼接的方法进行补充,对提升图像拼接效果起到重要作用。
现有的色差校正方法一般包括全局校正和局部校正2类。全局校正对每幅图像计算一个全局校正系数,可使各图像取得整体接近的色调,但校正粒度较粗,仅用一个全局系数通常难以描述图像间并不均匀的颜色差异,因此当色差较大时,图像重叠区域往往仍有明显拼缝,还容易造成图像色彩失真。局部校正将图像细分成不同子块,对每一子块计算一个校正系数,校正粒度较细,能客服了全局校正不足以处理局部色差的缺点,在图像重叠区域可取得较为精细的融合效果,但对非重叠区域的图像子块却不做校正,因而使非重叠区域到重叠区域的过渡显得不够自然。
针对大场景图像拼接应用的色差校正,需要一个新的技术方案来解决上述问题。
发明内容
发明目的:为了克服现有技术中存在的不足,提供了一种大场景拼接图像色差校正方法,以解决由于多个摄像机受光照不同产生的拼接图像色差问题,并消除多摄像机图像拼接后产生的拼缝。
技术方案:为实现上述目的,本发明提供一种大场景拼接图像色差校正方法,包括以下步骤:
S1:颜色空间转换:将输入的大场景拼接图像由RGB空间转换到Lab空间;
S2:颜色平滑:在Lab空间中,采用最小二乘法拟合图像在a、b通道上邻域加权列均值的近似曲线,并参照该近似曲线对图像颜色做平滑处理;
S3:颜色空间转换:将颜色平滑处理后的图像由Lab空间转换到HSV空间;
S4:明度平滑:在HSV空间中,采用最小二乘法拟合图像在V通道上邻域加权列均值的近似曲线,并参照该近似曲线对图像明度做平滑处理;
S5:颜色空间转换:将明度平滑处理后的图像转换到RGB空间,作为处理结果输出。
进一步地,所述步骤S1具体为:
记输入的大场景拼接图像为Minput,Minput由N幅原始图像拼接而成,其宽度为w0,高度为h0,将Minput由RGB颜色空间转换到Lab颜色空间,转换结果图像记作M1,转换后图像宽高不变,宽度仍为w0,高度仍为h0。
进一步地,所述步骤S2包括如下过程:
A1:计算图像M1每一列在a、b通道的列均值;
计算图像M1第i列所有像素在a、b通道上的值的列均值,分别记作Cai、Cbi,其中i∈{0,1,…,w0-1};
A2:计算图像M1每一列在a、b通道的邻域加权列均值;
设置邻域范围step1,令其取值为[w0*0.01],计算图像M1第i列左右邻域step1范围内在a、b通道的值的均值,作为图像M1第i列在a、b通道的邻域加权列均值,分别记作CAai、CAbi,其中i∈{0,1,…,w0-1};分别有:
A3:分别拟合图像M1在a、b通道上的邻域加权列均值的近似曲线;
首先,利用步骤A2得到的邻域加权列均值及列序号建立二维坐标系,以列序号为X坐标,以列邻域加权列均值为Y坐标,将得到坐标系上的点记作Pai(i,CAai)、Pbi(i,CAbi),其中i∈{0,1,…,w0-1};
随后,分别基于点组Pai与Pbi,利用采用最小二乘法拟合N1次函数曲线 及/>使得曲线/>在点Pai处的偏差平方和最小,使得曲线在点Pbi处的偏差平方和最小;其中,设输入图像Minput由N幅原始图像拼接而成,则曲线函数的次数N1=N-1;
获得的曲线及曲线/>在坐标轴X方向坐标为i处的点分别为Pa'i(i,CAa'i)、Pb'i(i,CAb'i),其中i∈{0,1,…,w0-1};
A4:参照近似曲线对图像M1在a、b通道进行平滑处理;
分别计算图像M1第i列在a、b通道的邻域加权列均值与a、b通道对应曲线在坐标轴X方向坐标为i处点的Y坐标方向数值的差,作为对图像M1第i列在a、b通道进行平滑处理的颜色平滑参数,记作devAi、devBi,,即有:
devAi=CAai-CAa'i
devBi=CAbi-CAb'i
其中i∈{0,1,…,w0-1};
随后,完成颜色平滑处理,具体过程为:将图像M1的每个像素在a、b通道上的值分别与该像素所在列在a、b通道的颜色平滑参数相加,得到每个像素在a、b通道上新的值,完成颜色平滑处理后,所得图像即为颜色平滑后的图像,记作M′1。
进一步地,所述步骤3包括:
将步骤A4中得到的颜色平滑后的图像M′1由Lab颜色空间转换到HSV(H:Hue色调,S:Saturation饱和度,V:Value明度)颜色空间,转换结果记作M2,转换后图像宽高不变,宽度仍为w0,高度仍为h0。
进一步地,所述步骤4包括如下过程::
B1:计算图像M2每一列在V通道的列均值;
计算图像M2第i列所有像素在V通道上的值的列均值,记作Cvi,其中i∈{0,1,…,w0-1};
B2:计算图像M2每一列在V通道的邻域加权列均值;
设置邻域范围step2,令其取值为[w0*0.01],计算图像M2第i列左右邻域step2范围内在V通道的值的均值,作为图像M2第i列在V通道的邻域加权列均值,记作CAvi,其中i∈{0,1,…,w0-1};
有:
B3:拟合M1在V通道上的邻域加权列均值的近似曲线;
首先,利用步骤B2得到的邻域加权列均值及列序号建立二维坐标系,以列序号为X坐标,以列邻域加权列均值为Y坐标,将得到坐标系上的点记作Pvi(i,CAvi),其中i∈{0,1,…,w0-1};
随后,基于点组Pvi,利用采用最小二乘法拟合N2次函数曲线使得曲线/>在点Pvi处的偏差平方和最小;其中,设输入图像Minput由N幅原始图像拼接而成,则曲线函数的次数N2=N-1;
获得的曲线在坐标轴X方向坐标为i处的点为Pv’i(i,CAv’i),其中i∈{0,1,…,w0-1};
B4:参照近似曲线对图像M2在V通道进行平滑处理;
计算图像M2第i列在V通道的邻域加权列均值与V通道对应曲线在坐标轴X方向坐标为i处点的Y坐标方向数值的差,作为对图像M2第i列在V通道进行平滑处理的明度平滑参数,记作devVi,即有devVi=CAvi-CAv’i,其中i∈{0,1,…,w0-1};
随后,完成明度平滑处理,具体过程为:将图像M2的每个像素在V通道上的值分别与该像素所在列在V通道的明度平滑参数相加,得到每个像素在V通道上新的值,完成明度平滑处理后,所得图像即为明度平滑后的图像,记作M′2。
进一步地,所述步骤5包括:
将步骤B4中得到的明度平滑后的图像M′2由HSV颜色空间转换到RGB颜色空间;转换结果记作Moutput,转换后图像宽高不变,宽度仍为w0,高度仍为h0,Moutput即为处理结果输出。
有益效果:本发明与现有技术相比,能够获取拼接图像在宽度方向上的颜色变化近似曲线和明度变化近似曲线,能够修正由于多个摄像机受光照不同产生的图像色差问题,消除多摄像机图像拼接后产生的拼缝,从而有效提高大场景拼接图像色彩一致性,并显著提升视觉效果。
附图说明
图1是本发明实施例部分提供的一种大场景拼接图像色差校正方法的工作流程示意图。
图2是本发明实施例部分提供的一种大场景拼接图像色差校正方法中,作为输入图像的大场景拼接图像。
图3是本发明实施例部分提供的一种大场景拼接图像色差校正方法的处理结果示意图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明提供了一种大场景拼接图像色差校正方法,本实施例中将本发明方法应用于机场飞行区全景视频监控。本方法可基于x86计算机平台运行,解决大场景图像拼接的色差及拼缝问题,提升监控画面的视觉效果,并为监控画面的后续分析处理提供支撑。
如图1所示,本实施例提供一种大场景拼接图像色差校正方法,包括以下步骤:
步骤1:颜色空间转换:将输入的大场景拼接图像由RGB空间转换到Lab空间;
步骤2:颜色平滑:在Lab空间中,采用最小二乘法拟合图像在a、b通道上邻域加权列均值的近似曲线,并参照近似曲线对图像颜色做平滑处理;
步骤3:颜色空间转换:将颜色平滑后的图像由Lab空间转换到HSV空间;
步骤4:明度平滑:在HSV空间中,采用最小二乘法拟合图像在V通道上邻域加权列均值的近似曲线,并参照近似曲线对图像明度做平滑处理;
步骤5:颜色空间转换:将图像转换到RGB空间,作为处理结果输出。
本实施例中步骤1具体包括:
记输入的大场景拼接图像为Minput,Minput由N幅原始图像拼接而成,其宽度为w0,高度为h0。将Minput由RGB颜色空间转换到Lab颜色空间,转换结果图像记作M1,转换后图像宽高不变,宽度仍为w0,高度仍为h0。
步骤2具体包括:
Lab颜色空间的a、b两个通道表征颜色,因此对a、b两个通道进行的处理也即对图像颜色进行处理。采用最小二乘法拟合图像M1在a、b通道上邻域加权列均值的近似曲线,并参照近似曲线对图像颜色做平滑处理,具体处理过程包括:
步骤2-1:计算图像M1每一列在a、b通道的列均值;
首先计算图像M1第i列所有像素在a、b通道上的值的列均值,分别记作Cai、Cbi,其中i∈{0,1,…,w0-1};
步骤2-2:计算图像M1每一列在a、b通道的邻域加权列均值;
设置邻域范围step1,令其取值为[w0*0.01],计算图像M1第i列左右邻域step1范围内在a、b通道的值的均值,作为图像M1第i列在a、b通道的邻域加权列均值,分别记作CAai、CAbi,其中i∈{0,1,…,w0-1}。分别有:
步骤2-3:分别拟合图像M1在a、b通道上的邻域加权列均值的近似曲线
首先,利用步骤2-2得到的邻域加权列均值及列序号建立二维坐标系,以列序号为X坐标,以列邻域加权列均值为Y坐标,则得到坐标系上的点记作Pai(i,CAai)、Pbi(i,CAbi),其中i∈{0,1,…,w0-1};
随后,分别基于点组Pai与Pbi,利用采用最小二乘法拟合N1次函数曲线 及/>使得曲线/>在点Pai处的偏差平方和最小,使得曲线在点Pbi处的偏差平方和最小;其中,设输入图像Minput由N幅原始图像拼接而成,则曲线函数的次数N1=N-1;
获得的曲线及曲线/>在坐标轴X方向坐标为i处的点分别为Pa'i(i,CAa'i)、Pb'i(i,CAb'i),其中i∈{0,1,…,w0-1};
步骤2-4:参照近似曲线对图像M1在a、b通道进行平滑处理
分别计算图像M1第i列在a、b通道的邻域加权列均值与a、b通道对应曲线在坐标轴X方向坐标为i处点的Y坐标方向数值的差,作为对图像M1第i列在a、b通道进行平滑处理的颜色平滑参数,记作devAi、devBi,即有:
devAi=CAai-CAa'i
devBi=CAbi-CAb'i
其中i∈{0,1,…,w0-1};
随后,完成颜色平滑处理,具体过程为:将图像M1的每个像素在a、b通道上的值分别与该像素所在列在a、b通道的颜色平滑参数相加,得到每个像素在a、b通道上新的值。完成颜色平滑处理后,所得图像即为颜色平滑后的图像,记作M′1。
步骤3包括:
将步骤2中得到的颜色平滑后的图像M′1由Lab颜色空间转换到HSV颜色空间;转换结果记作M2,转换后图像宽高不变,宽度仍为w0,高度仍为h0。
步骤4包括:
HSV颜色空间的V通道表征明度,因此对V通道进行的处理也即对图像明度进行处理。采用最小二乘法拟合图像M2在V通道上邻域加权列均值的近似曲线,并参照近似曲线对图像明度做平滑处理,具体处理过程包括:
步骤4-1:计算图像M2每一列在V通道的列均值;
首先计算图像M2第i列所有像素在V通道上的值的列均值,记作Cvi,其中i∈{0,1,…,w0-1};
步骤4-2:计算图像M2每一列在V通道的邻域加权列均值;
设置邻域范围step2,令其取值为[w0*0.01],计算图像M2第i列左右邻域step2范围内在V通道的值的均值,作为图像M2第i列在V通道的邻域加权列均值,记作CAvi,其中i∈{0,1,…,w0-1}。有:
步骤4-3:拟合M1在V通道上的邻域加权列均值的近似曲线
首先,利用步骤4-2得到的邻域加权列均值及列序号建立二维坐标系,以列序号为X坐标,以列邻域加权列均值为Y坐标,则得到坐标系上的点记作Pvi(i,CAvi),其中i∈{0,1,…,w0-1};
随后,基于点组Pvi,利用采用最小二乘法拟合N2次函数曲线使得曲线/>在点Pvi处的偏差平方和最小;其中,设输入图像Minput由N幅原始图像拼接而成,则曲线函数的次数N2=N-1;
获得的曲线在坐标轴X方向坐标为i处的点为Pv’i(i,CAv’i),其中i∈{0,1,…,w0-1};
步骤4-4:参照近似曲线对图像M2在V通道进行平滑处理
计算图像M2第i列在V通道的邻域加权列均值与V通道对应曲线在坐标轴X方向坐标为i处点的Y坐标方向数值的差,作为对图像M2第i列在V通道进行平滑处理的明度平滑参数,记作devVi,即有devVi=CAvi-CAv’i,其中i∈{0,1,…,w0-1};
随后,完成明度平滑处理,具体过程为:将图像M2的每个像素在V通道上的值分别与该像素所在列在V通道的明度平滑参数相加,得到每个像素在V通道上新的值,完成明度平滑处理后,所得图像即为明度平滑后的图像,记作M′2。
步骤5包括:
将步骤4中得到的明度平滑后的图像M′2由HSV颜色空间转换到RGB颜色空间;转换结果记作Moutput,转换后图像宽高不变,宽度仍为w0,高度仍为h0;Moutput即为本方法处理结果输出。
基于上述方案,本实施例进行仿真试验来验证本发明方法的效果,在仿真试验中,将试验所需多个摄像机设备在机场环境下架高安装。各摄像机视频采集分辨率为1920×1080像素,格式为avi。采用本发明方法对拼接后的图像进行处理,画面色彩一致性好且不失真,无明显拼缝,运算实时性也很好。
在仿真试验中,以拼接完成后的大场景拼接图像作为输入,如图2所示。首先将其由RGB颜色空间转换到Lab颜色空间;在Lab空间中,采用最小二乘法拟合图像在a、b通道上邻域加权列均值的近似曲线,并参照近似曲线对图像颜色做平滑处理;再将颜色平滑后的图像由Lab空间转换到HSV空间;在HSV空间中,采用最小二乘法拟合图像在V通道上邻域加权列均值的近似曲线,并参照近似曲线对图像明度做平滑处理;最后,将图像转换到RGB空间,作为本方法的处理结果输出。如图3所示为本文方法处理后的大场景图像。
现有技术中,色差校正方法一般包括全局校正和局部校正2类。全局校正对每幅图像计算一个全局校正系数,可使各图像取得整体接近的色调,但校正粒度较粗,仅用一个全局系数通常难以描述图像间并不均匀的颜色差异,因此当色差较大时,图像重叠区域往往仍有明显拼缝,还容易造成图像色彩失真。局部校正将图像细分成不同子块,对每一子块计算一个校正系数,校正粒度较细,能客服了全局校正不足以处理局部色差的缺点,在图像重叠区域可取得较为精细的融合效果,但对非重叠区域的图像子块却不做校正,因而使非重叠区域到重叠区域的过渡显得不够自然。而采用前述方法,能够获取图像颜色、明度在图像宽度方向上的变化近似曲线,以此获取适宜的校正粒度,使得图像各部分颜色过度平滑而柔和,因此相对于现有技术,大大提升了拼接图像的色差校正效果。
本实施例还提供一种大场景拼接图像色差校正系统,该系统包括网络接口、存储器和处理器;其中,网络接口,用于在与其他外部网元之间进行收发信息过程中,实现信号的接收和发送;存储器,用于存储能够在所述处理器上运行的计算机程序指令;处理器,用于在运行计算机程序指令时,执行上述方法的步骤。
本发明还提供一种计算机存储介质,该计算机存储介质存储有计算机程序,在处理器执行所述计算机程序时可实现以上所描述的方法。所述计算机可读介质可以被认为是有形的且非暂时性的。非暂时性有形计算机可读介质的非限制性示例包括非易失性存储器电路(例如闪存电路、可擦除可编程只读存储器电路或掩膜只读存储器电路)、易失性存储器电路(例如静态随机存取存储器电路或动态随机存取存储器电路)、磁存储介质(例如模拟或数字磁带或硬盘驱动器)和光存储介质(例如CD、DVD或蓝光光盘)等。计算机程序包括存储在至少一个非暂时性有形计算机可读介质上的处理器可执行指令。计算机程序还可以包括或依赖于存储的数据。计算机程序可以包括与专用计算机的硬件交互的基本输入/输出系统(BIOS)、与专用计算机的特定设备交互的设备驱动程序、一个或多个操作系统、用户应用程序、后台服务、后台应用程序等。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (2)
1.一种大场景拼接图像色差校正方法,其特征在于,包括以下步骤:
S1:颜色空间转换:将输入的大场景拼接图像由RGB空间转换到Lab空间;
S2:颜色平滑:在Lab空间中,采用最小二乘法拟合图像在a、b通道上邻域加权列均值的近似曲线,并参照该近似曲线对图像颜色做平滑处理;
S3:颜色空间转换:将颜色平滑处理后的图像由Lab空间转换到HSV空间;
S4:明度平滑:在HSV空间中,采用最小二乘法拟合图像在V通道上邻域加权列均值的近似曲线,并参照该近似曲线对图像明度做平滑处理;
S5:颜色空间转换:将明度平滑处理后的图像转换到RGB空间,作为处理结果输出;
所述步骤Sl具体为:
记输入的大场景拼接图像为Minput,Minput由N幅原始图像拼接而成,其宽度为w0,高度为h0,将Minput由RGB颜色空间转换到Lab颜色空间,转换结果图像记作M1;
所述步骤S2包括如下过程:
A1:计算图像M1每一列在a、b通道的列均值;
计算图像M1第i列所有像素在a、b通道上的值的列均值,分别记作Cai、Cbi,其中i∈{0,1,...,w0-1};
A2:计算图像M1每一列在a、b通道的邻域加权列均值;
设置邻域范围step1,令其取值为[w0*0.01],计算图像M1第i列左右邻域step1范围内在a、b通道的值的均值,作为图像M1第i列在a、b通道的邻域加权列均值,分别记作CAai、CAbi,其中i∈{0,1,...,w0-1};
A3:分别拟合图像M1在a、b通道上的邻域加权列均值的近似曲线;
首先,利用步骤A2得到的邻域加权列均值及列序号建立二维坐标系,以列序号为X坐标,以列邻域加权列均值为Y坐标,将得到坐标系上的点记作Pai(i,CAai)、Pbi(i,CAbi),其中i∈{0,1,...,w0-1};
随后,分别基于点组Pai与Pbi,利用采用最小二乘法拟合N1次函数曲线 及使得曲线/>在点Pai处的偏差平方和最小,使得曲线/>在点Pbi处的偏差平方和最小;其中,设输入图像Minput由N幅原始图像拼接而成,则曲线函数的次数N1=N-1;
获得的曲线及曲线/>在坐标轴X方向坐标为i处的点分别为Pa’i(i,CAa'i)、Pb’i(i,CAb'i),其中i∈{0,1,...,w0-1};
A4:参照近似曲线对图像M1在a、b通道进行平滑处理;
分别计算图像M1第i列在a、b通道的邻域加权列均值与a、b通道对应曲线在坐标轴X方向坐标为i处点的Y坐标方向数值的差,作为对图像M1第i列在a、b通道进行平滑处理的颜色平滑参数,记作devAi、devBi,其中i∈{0,1,...,w0-1};
随后,完成颜色平滑处理,具体过程为:将图像M1的每个像素在a、b通道上的值分别与该像素所在列在a、b通道的颜色平滑参数相加,得到每个像素在a、b通道上新的值,完成颜色平滑处理后,所得图像即为颜色平滑后的图像,记作M′1;
所述步骤3包括:
将步骤A4中得到的颜色平滑后的图像M′1由Lab颜色空间转换到HSV颜色空间,转换结果记作M2;
所述步骤4包括如下过程:
B1:计算图像M2每一列在V通道的列均值;
计算图像M2第i列所有像素在V通道上的值的列均值,记作Cvi,其中i∈{0,1,...,w0-1};
B2:计算图像M2每一列在V通道的邻域加权列均值;
设置邻域范围step2,令其取值为[w0*0.01],计算图像M2第i列左右邻域step2范围内在V通道的值的均值,作为图像M2第i列在V通道的邻域加权列均值,记作CAvi,其中i∈{0,1,...,w0-1};
B3:拟合M1在V通道上的邻域加权列均值的近似曲线;
首先,利用步骤B2得到的邻域加权列均值及列序号建立二维坐标系,以列序号为X坐标,以列邻域加权列均值为Y坐标,将得到坐标系上的点记作Pvi(i,CAvi),其中i∈{0,1,...,w0-1};
随后,基于点组Pvi,利用采用最小二乘法拟合N2次函数曲线使得曲线在点Pvi处的偏差平方和最小;其中,设输入图像Minput由N幅原始图像拼接而成,则曲线函数的次数N2=N-1;
获得的曲线在坐标轴X方向坐标为i处的点为Pv'i(i,CAv'i),其中i∈{0,1,...,w0-1};
B4:参照近似曲线对图像M2在V通道进行平滑处理;
计算图像M2第i列在V通道的邻域加权列均值与V通道对应曲线在坐标轴X方向坐标为i处点的Y坐标方向数值的差,作为对图像M2第i列在V通道进行平滑处理的明度平滑参数,记作devVi,即有devVi=CAvi-CAv’i,其中i∈{0,1,...,w0-1};
随后,完成明度平滑处理,具体过程为:将图像M2的每个像素在V通道上的值分别与该像素所在列在V通道的明度平滑参数相加,得到每个像素在V通道上新的值,完成明度平滑处理后,所得图像即为明度平滑后的图像,记作M′2。
2.根据权利要求1所述的一种大场景拼接图像色差校正方法,其特征在于,所述步骤5包括:
将步骤B4中得到的明度平滑后的图像M′2由HSV颜色空间转换到RGB颜色空间;转换结果记作Moutput,转换后图像宽高不变,宽度仍为w0,高度仍为h0,Moutput即为处理结果输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110302048.8A CN112950510B (zh) | 2021-03-22 | 2021-03-22 | 一种大场景拼接图像色差校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110302048.8A CN112950510B (zh) | 2021-03-22 | 2021-03-22 | 一种大场景拼接图像色差校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112950510A CN112950510A (zh) | 2021-06-11 |
CN112950510B true CN112950510B (zh) | 2024-04-02 |
Family
ID=76227513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110302048.8A Active CN112950510B (zh) | 2021-03-22 | 2021-03-22 | 一种大场景拼接图像色差校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950510B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409196B (zh) * | 2021-07-07 | 2023-02-24 | 安徽水天信息科技有限公司 | 一种用于实时视频拼接的高速全局色差矫正方法 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1925582A (zh) * | 2005-08-24 | 2007-03-07 | 英特尔公司 | 使用亮度直方图改善对比度增强的技术 |
CN102223545A (zh) * | 2011-06-17 | 2011-10-19 | 宁波大学 | 一种快速多视点视频颜色校正方法 |
CN102881007A (zh) * | 2012-08-15 | 2013-01-16 | 百正药业股份有限公司 | 化合物平面分离结果的图像处理方法及其系统 |
JP2014192859A (ja) * | 2013-03-28 | 2014-10-06 | Kanazawa Univ | 色補正方法、プログラム及び装置 |
CN104408714A (zh) * | 2014-11-17 | 2015-03-11 | 浙江理工大学 | 一种基于纹理抑制平滑滤波和分水岭算法的重织物图像分割方法 |
CN105279735A (zh) * | 2015-11-20 | 2016-01-27 | 沈阳东软医疗系统有限公司 | 一种图像拼接的融合方法、装置及设备 |
CN105741235A (zh) * | 2016-02-29 | 2016-07-06 | 西北工业大学 | 提高颜色保真度的补色立体图像视觉竞争改善方法 |
CN105957111A (zh) * | 2016-04-27 | 2016-09-21 | 武汉大学 | 序列遥感影像的色调一致性校正方法及系统 |
CN106254844A (zh) * | 2016-08-25 | 2016-12-21 | 成都易瞳科技有限公司 | 一种全景拼接颜色校正方法 |
CN107977959A (zh) * | 2017-11-21 | 2018-05-01 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的呼吸器状态识别方法 |
CN108550106A (zh) * | 2018-03-30 | 2018-09-18 | 深圳岚锋创视网络科技有限公司 | 一种全景图像的颜色校正方法、装置和电子设备 |
CN109636728A (zh) * | 2018-12-24 | 2019-04-16 | 天津天地伟业信息系统集成有限公司 | 一种图像拼接的颜色校正方法 |
CN110020985A (zh) * | 2019-04-12 | 2019-07-16 | 广西师范大学 | 一种双目机器人的视频拼接系统及方法 |
CN110689587A (zh) * | 2019-10-11 | 2020-01-14 | 大连海事大学 | 一种基于颜色校正和细节增强的水下图像增强方法 |
CN111127318A (zh) * | 2019-12-05 | 2020-05-08 | 南京莱斯电子设备有限公司 | 一种机场环境下的全景图像拼接方法 |
CN111527539A (zh) * | 2018-08-31 | 2020-08-11 | 西安诺瓦星云科技股份有限公司 | 全屏任意拼接的校正方法、校正装置及校正系统 |
CN111583116A (zh) * | 2020-05-06 | 2020-08-25 | 上海瀚正信息科技股份有限公司 | 基于多摄像机交叉摄影的视频全景拼接融合方法及系统 |
CN112312106A (zh) * | 2020-11-03 | 2021-02-02 | 燕山大学 | 一种基于色彩空间转换的投影图像颜色校正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5094430B2 (ja) * | 2008-01-10 | 2012-12-12 | キヤノン株式会社 | 画像処理方法、画像処理装置、システム |
-
2021
- 2021-03-22 CN CN202110302048.8A patent/CN112950510B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1925582A (zh) * | 2005-08-24 | 2007-03-07 | 英特尔公司 | 使用亮度直方图改善对比度增强的技术 |
CN102223545A (zh) * | 2011-06-17 | 2011-10-19 | 宁波大学 | 一种快速多视点视频颜色校正方法 |
CN102881007A (zh) * | 2012-08-15 | 2013-01-16 | 百正药业股份有限公司 | 化合物平面分离结果的图像处理方法及其系统 |
JP2014192859A (ja) * | 2013-03-28 | 2014-10-06 | Kanazawa Univ | 色補正方法、プログラム及び装置 |
CN104408714A (zh) * | 2014-11-17 | 2015-03-11 | 浙江理工大学 | 一种基于纹理抑制平滑滤波和分水岭算法的重织物图像分割方法 |
CN105279735A (zh) * | 2015-11-20 | 2016-01-27 | 沈阳东软医疗系统有限公司 | 一种图像拼接的融合方法、装置及设备 |
CN105741235A (zh) * | 2016-02-29 | 2016-07-06 | 西北工业大学 | 提高颜色保真度的补色立体图像视觉竞争改善方法 |
CN105957111A (zh) * | 2016-04-27 | 2016-09-21 | 武汉大学 | 序列遥感影像的色调一致性校正方法及系统 |
CN106254844A (zh) * | 2016-08-25 | 2016-12-21 | 成都易瞳科技有限公司 | 一种全景拼接颜色校正方法 |
CN107977959A (zh) * | 2017-11-21 | 2018-05-01 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的呼吸器状态识别方法 |
CN108550106A (zh) * | 2018-03-30 | 2018-09-18 | 深圳岚锋创视网络科技有限公司 | 一种全景图像的颜色校正方法、装置和电子设备 |
CN111527539A (zh) * | 2018-08-31 | 2020-08-11 | 西安诺瓦星云科技股份有限公司 | 全屏任意拼接的校正方法、校正装置及校正系统 |
CN109636728A (zh) * | 2018-12-24 | 2019-04-16 | 天津天地伟业信息系统集成有限公司 | 一种图像拼接的颜色校正方法 |
CN110020985A (zh) * | 2019-04-12 | 2019-07-16 | 广西师范大学 | 一种双目机器人的视频拼接系统及方法 |
CN110689587A (zh) * | 2019-10-11 | 2020-01-14 | 大连海事大学 | 一种基于颜色校正和细节增强的水下图像增强方法 |
CN111127318A (zh) * | 2019-12-05 | 2020-05-08 | 南京莱斯电子设备有限公司 | 一种机场环境下的全景图像拼接方法 |
CN111583116A (zh) * | 2020-05-06 | 2020-08-25 | 上海瀚正信息科技股份有限公司 | 基于多摄像机交叉摄影的视频全景拼接融合方法及系统 |
CN112312106A (zh) * | 2020-11-03 | 2021-02-02 | 燕山大学 | 一种基于色彩空间转换的投影图像颜色校正方法 |
Non-Patent Citations (2)
Title |
---|
王晏 ; 孙怡 ; .自适应Mean Shift算法的彩色图像平滑与分割算法.自动化学报.2010,(第12期),全文. * |
自适应Mean Shift算法的彩色图像平滑与分割算法;王晏;孙怡;;自动化学报(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112950510A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moran et al. | Curl: Neural curve layers for global image enhancement | |
EP3076364B1 (en) | Image filtering based on image gradients | |
US8606042B2 (en) | Blending of exposure-bracketed images using weight distribution functions | |
CN107590791B (zh) | 图像增强方法以及图像处理装置 | |
Oliveira et al. | A probabilistic approach for color correction in image mosaicking applications | |
CN101901474B (zh) | 改变图像的密度和对比度中的至少一个的方法 | |
CN109862389B (zh) | 一种视频处理方法、装置、服务器及存储介质 | |
CN111199524B (zh) | 一种针对可调光圈光学系统的图像紫边校正方法 | |
CN104992408A (zh) | 用于用户终端的全景图像生成方法和装置 | |
CN107749986B (zh) | 教学视频生成方法、装置、存储介质和计算机设备 | |
Bianco et al. | Personalized image enhancement using neural spline color transforms | |
CN112351195B (zh) | 图像处理方法、装置和电子系统 | |
CN111489322A (zh) | 给静态图片加天空滤镜的方法及装置 | |
CN112950510B (zh) | 一种大场景拼接图像色差校正方法 | |
CN113052765B (zh) | 基于最优栅格密度模型的全景图像拼接方法 | |
CN114331835A (zh) | 一种基于最优映射矩阵的全景图像拼接方法及装置 | |
JPWO2011105391A1 (ja) | 画像処理方法、画像処理装置及びプログラム | |
JP5410378B2 (ja) | 映像信号補正装置および映像信号補正プログラム | |
CN114549373A (zh) | Hdr图像生成方法、装置、电子设备及可读存储介质 | |
JP5327766B2 (ja) | デジタル画像における記憶色の修正 | |
CN113012079B (zh) | 低亮度车底图像增强方法、装置及存储介质 | |
TWI517098B (zh) | 影像的色彩衰退補償方法 | |
CN112085803B (zh) | 一种多镜头多探测器拼接式相机颜色一致性处理方法 | |
KR102389284B1 (ko) | 인공지능 기반 이미지 인페인팅 방법 및 디바이스 | |
CN116977190A (zh) | 图像处理方法、装置、设备、存储介质及程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |