颜色纠正算法对手机全景图的影响范文

本站小编为你精心准备了颜色纠正算法对手机全景图的影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《电视技术杂志》2014年第十一期

1本文结构思路

本文对一系列有较大曝光差异和动态场景的原始图像进行拼接融合获得一幅高质量的全景图。其基本思路如图1所示，首先根据所有原始图像序列重叠部分计算出每一张图片的颜色纠正系数来补偿矫正每一幅原始图像，然后通过动态规划算法来寻找优缝合线，最后通过简单的线性融合算法来平滑颜色的过渡并隐藏可见的缝隙。通过实验验证，该算法能够很好地解决图像曝光差异和动态场景的鬼影效应，如图3所示。

2颜色纠正

2．1物体成像假设拍摄相同的景物区域时手机曝光值相同，则每个图片中相同的景物会有相同的亮度和色度。但是通常随着视角和灯光的变化，手机曝光度会自动调整，则同样的景物在不同的照片中可能产生不同的亮度和色度。由于场景中的物体存在Lambertian表面［4］，物体的Lamber-tian表面的辐射度与取景器获得每个像素的色值满足。

2．2简单线性颜色纠正上述分析都是基于RGB颜色空间，而手机设备获取的每一张图片都是YCbCr格式的，由于YCbCr与RGB有一定的线性关系。可以通过图像重叠部分存在的这种线性关系来对YCbCr的图像亮度和色度进行线性矫正。该颜色纠正算法只考虑到相邻的两幅图片的颜色矫正，没有考虑整体待拼接序列之间的整体性，导致颜色平滑过渡不自然和像素点饱和，如图4所示。

2．3本文颜色纠正本文是通过构造一个全局优化函数来计算出每一张原始图像的纠正系数，使每幅图像的纠正系数变化尽可能小，这样可以避免累积错误，使图像整体看上去更自然流畅。为了使颜色纠正更具有鲁棒性，利用重叠部分的亮度均值和色度均值来计算，不需要精确的像素匹配，避免了像素饱和。由于手机获取的每一张原始图片都是YCbCr空间，所以该算法在YCbCr颜色空间进行颜色矫正。用户沿着某个方向移动手机可以捕获到一系列待拼接的图像。

3搜索最佳缝合线和线性融合

搜索最优缝隙通过计算重叠部分的差异最小部分，构造出一个缝合路径。由于寻找一条缝合线是把两幅图像的重叠区域划分为两部分，一部分只来自于一幅图像，这样就能很容易地避免运动物体。例如Efros利用动态规划搜索一条最优的缝合线提高了的手机全景图的质量。然后通过式(17)简单线性融合，得到最终的全景图。

4小结

手机终端迅速发展，但是由于手机自身资源的有限性，需要快速有效的拼接算法来弥补手机终端的局限性。对上述存在较大曝光差异和动态场景的图像序列在PC机C++环境下进行了颜色纠正、动态规划寻找最佳缝合线，简单线性融合，最终生成了全景图(图3)，与图2相比可以得出本文提出的颜色纠正算法能够很好地均衡曝光差异，消除拼接痕迹。与Ha提出的颜色纠正算法(图4)相比，本文算法能够避免像素饱和，而且生成的全景图颜色自然流畅。实验结果验证了本文提出的颜色纠正算法的有效性和针对性，而且也能实现动态拼接。

作者：王宝珠赵新跃单位：河北工业大学信息工程学院