一种多相机图像拼接匀色方法技术

本发明专利技术提出了一种多相机图像拼接匀色方法，包括以下步骤：S1，利用Gamma校正提高每幅图像的亮度；S2，从提高亮度后的每幅图像中选取图像信息熵最大的为参考图像，其余图像为目标图像；S3，将每幅图像从RGB颜色空间变换到YCbCr颜色空间；S4，以参考图像为标准，在YCbCr颜色空间中将目标图像的色彩和亮度调整到与参考图像一致；S5，对每幅图进行颜色空间反变换，得到RGB空间的图像；S6，采用图像同名点匹配算法对图像进行拼接，得到初步全景图像；S7、对得到的初步图像进行增强对比度处理，得到亮度、色彩均衡的全景图像。本发明专利技术计算方法简单、速度快，能应用于彩色图像的匀色处理。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，具体涉及。
技术介绍
目前，随着计算机技术和图像处理技术的迅速发展，多摄像机图像拼接技术有了 更广泛的应用，如虚拟现实、军事安防、测绘等。实时图像拼接一般要求非常多的摄像机同 步获取视频图像，且相邻图像要有一定的重叠区域，再通过图像匹配的方法计算出图像变 换矩阵，从而拼接成大场景的图像。然而，由于摄像机型号、成像性能、视角和工作时自然环 境的差异，同一融合区域内来自不同摄像机的图像在亮度、色彩等方面会存在一定的差异， 如果直接对这些视频图像进行配准，整个拼接场景在视觉上会出现不一致性，并且在融合 部位也会形成比较明显的分隔线，从而严重影响拼接图像的视觉和美观效果。因此非常有 必要对多摄像机拼接图像进行校正。 -般来讲，影响图像最终颜色质量的主要因素有两个，一是单幅图像内部的亮度 分布不均匀问题，另一是相邻图像之间存在较大的色彩差异。导致单幅图像内部亮度不均 的原因一般是虚光效应、摄影角度及特殊地物的强反射等，而造成相邻图像之间存在较大 色彩差异的因素主要是光照和摄影角度等。对于全景图像，图像质量问题主要表现在相邻 图像之间存在的色彩差异上。 目前国内外针对构成全景图像的相邻图像之间存在色彩差异的研究非常多，一般 可以分为两类：一类是依赖于硬件的曝光校正，另一类是基于软件的曝光校正。基于软件校 正的方法较多，例如直方图匹配、直方图规定化、MASK匀光算法、Wallis匀光算法、差值匀 光算法和比值匀光算法等，虽然部分算法已经很成熟，但是其主要是针对灰度图像进行的 匀光处理，对于彩色图像，匀光效果并不理想。 现有多相机图像拼接匀色方法主要存在以下问题： ①目前匀色算法在参考图像的选取上大多采用人工选取的方法，主观性较大，不 能实现质量$父尚参考图像的自动选取； ②目前的匀色算法主要针对灰度图像进行，针对灰度图像的匀光算法不适用于彩 色图像的匀光； ③相邻图像的重叠度是图像匀色中的重要信息，目前匀色算法往往是基于待匀色 图像到参考图像的直接色彩匹配，忽略了相邻图像的重叠度信息； ④目前匀色算法对明暗反差较大的图像匀色效果较好，但是当图像上较暗区域的 反差较弱，匀色处理后这些区域的反差依然较弱。因此，目前的匀色算法在对反差较弱图像 的匀色处理上具有较大的局限性。 针对目前现有技术存在的不足，本专利技术的目的是提供一种能调节多幅图像之间亮 度、色彩不一致问题的多相机图像的匀色方法，使最终拼接所得的全景图像具有均衡的亮 度和色彩。
技术实现思路
为了克服上述现有技术中存在的缺陷，本专利技术的目的是提供一种计算方法简单、 速度快，且能应用于彩色图像的匀色处理的多相机图像拼接匀色方法。 为了实现本专利技术的上述目的，本专利技术提供了，包括 以下步骤： Sl，利用Gamma校正提尚每幅图像的壳度； S2,从提高亮度后的每幅图像中选取图像信息熵最大的为参考图像，其余图像为 目标图像； S3,将每幅图像从RGB颜色空间变换到YCb(；颜色空间； S4,以参考图像为标准，在YCb(；颜色空间中将目标图像的色彩和亮度调整到与参 考图像一致； S5,对每幅图进行颜色空间反变换，得到RGB空间的图像； S6,采用图像匹配同名点对图像进行拼接，得到初步全景图像； S7、对得到的初步图像进行增强对比度处理，得到亮度、色彩均衡的全景图像。 因受到图像获取环境因素的影响，多幅图像的亮度都比较暗，所以提高图像的亮 度值是对图像进行匀色处理的基础，并且Gamma校正补偿了不同输出设备存在的颜色显示 差异，从而使图像在不同的监视器上呈现出相同的效果。然后基于颜色空间转换，利用视觉 归一化方法进行全景图像的匀色处理，处理方法简单，快速，能对彩色照片进行有效的匀色 处理。 进一步的，所述步骤Sl中利用Ga_a校正提高每幅图像的亮度的公式为：1_ = (Iin/maxgray)17 Y*maxgray， 其中I1^示输入图像的原始灰度值，I咖表示校正后的灰度值；maxgra#示输入 最大灰度值；γ表示伽马校正的计量单位，为一个经验值，不同经验值的选择有不同的效 果，需要根据图像效果，选择最佳的经验值，取值范围为。 进一步的，步骤S2包括以下步骤： η S2-1，计算每个图像的信息熵，计算公式为H = Iog2 /Ji其中：H表示图像信 f-0 息熵；i表示灰度级；P1表示第i灰度级出现的概率；η表示灰度级个数； S2-2，选取信息熵最大的图像为参考图像。 在图像中，图像的信息熵越大，那么图像内部越均勾，图像的质量就越高。本方法 中图像的灰度级以及该灰度级出现的概率均可以本
已知的方法获得。 进一步的，所述步骤S3中将图像从RGB颜色空间变换到YCb(；颜色空间的计算公 式为：:中，Y表示亮度信号， Cb为蓝色色度信号、Cr为红色色度信号，R指红色亮度值，G指绿色亮度值，B指蓝色亮度 值。 进一步的，步骤S4包括以下步骤： S4-1，将每幅图分为重叠区域I。和其他区域I 1两个区域，将图像边缘15%区域作 为重叠区域I。，图像剩余部分作为其他区域I1，重叠区域I。的权值记为λ，其他区域I 4勺 权值记为1-λ，对图像进行加权平均，计算图像的亮度信号平均值YAvg、蓝色色度信号平均 值和红色色度信号平均值6^^计算公式为IAvg= λ XI。+(1-\) XI1; S4-2,计算目标图像与参考图像的平均亮度差值YDlff，计算公式为YDlff = Y S Avg-YD_ Avg，其中，YDlff表示目标图像与参考图像平均亮度差值；Ys_ Avg表示参考图像的平均亮度值； Yd+^表示目标图像的平均亮度值； S4-3，计算目标图像的亮度调节因子Yfaetcff，计算公式为其中，YfartOT表示目标图像的亮度调节因子；表示 曰你团1豕屮未一1豕系兄tw彐目U凭皮m，为已知量； S4-4,计算目标图像校正后的亮度值Y_，计算公式为Y_= Y cu"+YDlff X Yfactw，其 中，Y_表示目标图像中某一像素点校正后的亮度值； S4-5，根据S4-2至S4-4相同的方法，计算目标图像校正后的红色色度值和蓝 色色度值。 该方法计算简单，能快速准确计算得到目标图像校正后的亮度值Y_以及红色色 度值G _和蓝色色度值cX,,,。 进一步的，所述步骤S5中对每幅图进行颜色空间反变换，得到RGB空间的图像的 变换公式为 进一步的，步骤S7包括以下步骤： S7-1，分别统计各通道即红/绿/蓝的直方图；这里按照本领域已知的方法统计即 可。 S7-2,分别计算通过各通道设定的截断参数所确定的上限值Max和下限值Min，计 算方法为：首先，各通道中，分别从灰度0开始向上累加统计直方图，当累加值大于LowCut 所有像素数时，将此时的灰度值计为Min ;然后从灰度2当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种多相机图像拼接匀色方法，其特征在于，包括以下步骤：S1，利用Gamma校正提高每幅图像的亮度；S2，从提高亮度后的每幅图像中选取图像信息熵最大的为参考图像，其余图像为目标图像；S3，将每幅图像从RGB颜色空间变换到YCbCr颜色空间；S4，以参考图像为标准，在YCbCr颜色空间中将目标图像的色彩和亮度调整到与参考图像一致；S5，对每幅图进行颜色空间反变换，得到RGB空间的图像；S6，采用图像同名点匹配算法对图像进行拼接，得到初步全景图像；S7、对得到的初步图像进行增强对比度处理，得到亮度、色彩均衡的全景图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：向泽君，吕楠，苟永刚，明镜，徐占华，罗再谦，刘寓，龙川，张婕，杨元，殷飞，陈汉，饶鸣，梁建国，滕德贵，向华，刘颖，黄志，胡小林，孙晶晶，
申请(专利权)人：重庆市勘测院，重庆数字城市科技有限公司，
类型：发明
国别省市：重庆;85