一種多相機圖像拼接勻色方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種多相機圖像拼接勻色方法。
【背景技術(shù)】
[0002] 目前，隨著計算機技術(shù)和圖像處理技術(shù)的迅速發(fā)展，多攝像機圖像拼接技術(shù)有了 更廣泛的應(yīng)用，如虛擬現(xiàn)實、軍事安防、測繪等。實時圖像拼接一般要求非常多的攝像機同 步獲取視頻圖像，且相鄰圖像要有一定的重疊區(qū)域，再通過圖像匹配的方法計算出圖像變 換矩陣，從而拼接成大場景的圖像。然而，由于攝像機型號、成像性能、視角和工作時自然環(huán) 境的差異，同一融合區(qū)域內(nèi)來自不同攝像機的圖像在亮度、色彩等方面會存在一定的差異， 如果直接對這些視頻圖像進行配準，整個拼接場景在視覺上會出現(xiàn)不一致性，并且在融合 部位也會形成比較明顯的分隔線，從而嚴重影響拼接圖像的視覺和美觀效果。因此非常有 必要對多攝像機拼接圖像進行校正。
[0003] -般來講，影響圖像最終顏色質(zhì)量的主要因素有兩個，一是單幅圖像內(nèi)部的亮度 分布不均勻問題，另一是相鄰圖像之間存在較大的色彩差異。導(dǎo)致單幅圖像內(nèi)部亮度不均 的原因一般是虛光效應(yīng)、攝影角度及特殊地物的強反射等，而造成相鄰圖像之間存在較大 色彩差異的因素主要是光照和攝影角度等。對于全景圖像，圖像質(zhì)量問題主要表現(xiàn)在相鄰 圖像之間存在的色彩差異上。
[0004] 目前國內(nèi)外針對構(gòu)成全景圖像的相鄰圖像之間存在色彩差異的研究非常多，一般 可以分為兩類：一類是依賴于硬件的曝光校正，另一類是基于軟件的曝光校正?；谲浖?正的方法較多，例如直方圖匹配、直方圖規(guī)定化、MASK勻光算法、Wallis勻光算法、差值勻 光算法和比值勻光算法等，雖然部分算法已經(jīng)很成熟，但是其主要是針對灰度圖像進行的 勻光處理，對于彩色圖像，勻光效果并不理想。
[0005] 現(xiàn)有多相機圖像拼接勻色方法主要存在以下問題：
[0006] ①目前勻色算法在參考圖像的選取上大多采用人工選取的方法，主觀性較大，不 能實現(xiàn)質(zhì)量$父尚參考圖像的自動選?。?br>[0007] ②目前的勻色算法主要針對灰度圖像進行，針對灰度圖像的勻光算法不適用于彩 色圖像的勻光；
[0008] ③相鄰圖像的重疊度是圖像勻色中的重要信息，目前勻色算法往往是基于待勻色 圖像到參考圖像的直接色彩匹配，忽略了相鄰圖像的重疊度信息；
[0009] ④目前勻色算法對明暗反差較大的圖像勻色效果較好，但是當圖像上較暗區(qū)域的 反差較弱，勻色處理后這些區(qū)域的反差依然較弱。因此，目前的勻色算法在對反差較弱圖像 的勻色處理上具有較大的局限性。
[0010] 針對目前現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的是提供一種能調(diào)節(jié)多幅圖像之間亮 度、色彩不一致問題的多相機圖像的勻色方法，使最終拼接所得的全景圖像具有均衡的亮 度和色彩。

【發(fā)明內(nèi)容】

[0011] 為了克服上述現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的是提供一種計算方法簡單、 速度快，且能應(yīng)用于彩色圖像的勻色處理的多相機圖像拼接勻色方法。
[0012] 為了實現(xiàn)本發(fā)明的上述目的，本發(fā)明提供了一種多相機圖像拼接勻色方法，包括 以下步驟：
[0013] Sl，利用Gamma校正提尚每幅圖像的殼度；
[0014] S2,從提高亮度后的每幅圖像中選取圖像信息熵最大的為參考圖像，其余圖像為 目標圖像；
[0015] S3,將每幅圖像從RGB顏色空間變換到Y(jié)Cb(；顏色空間；
[0016] S4,以參考圖像為標準，在YCb(；顏色空間中將目標圖像的色彩和亮度調(diào)整到與參 考圖像一致；
[0017] S5,對每幅圖進行顏色空間反變換，得到RGB空間的圖像；
[0018] S6,采用圖像匹配同名點對圖像進行拼接，得到初步全景圖像；
[0019] S7、對得到的初步圖像進行增強對比度處理，得到亮度、色彩均衡的全景圖像。
[0020] 因受到圖像獲取環(huán)境因素的影響，多幅圖像的亮度都比較暗，所以提高圖像的亮 度值是對圖像進行勻色處理的基礎(chǔ)，并且Gamma校正補償了不同輸出設(shè)備存在的顏色顯示 差異，從而使圖像在不同的監(jiān)視器上呈現(xiàn)出相同的效果。然后基于顏色空間轉(zhuǎn)換，利用視覺 歸一化方法進行全景圖像的勻色處理，處理方法簡單，快速，能對彩色照片進行有效的勻色 處理。
[0021] 進一步的，所述步驟Sl中利用Ga_a校正提高每幅圖像的亮度的公式為：1_ = (Iin/maxgray)17 Y*maxgray，
[0022] 其中I1^示輸入圖像的原始灰度值，I咖表示校正后的灰度值；maxgra#示輸入 最大灰度值；γ表示伽馬校正的計量單位，為一個經(jīng)驗值，不同經(jīng)驗值的選擇有不同的效 果，需要根據(jù)圖像效果，選擇最佳的經(jīng)驗值，取值范圍為[0. 1，10]。
[0023] 進一步的，步驟S2包括以下步驟： η
[0024] S2-1，計算每個圖像的信息熵，計算公式為H = Iog2 /Ji其中：H表示圖像信 f-0 息熵；i表示灰度級；P1表示第i灰度級出現(xiàn)的概率；η表示灰度級個數(shù)；
[0025] S2-2，選取信息熵最大的圖像為參考圖像。
[0026] 在圖像中，圖像的信息熵越大，那么圖像內(nèi)部越均勾，圖像的質(zhì)量就越高。本方法 中圖像的灰度級以及該灰度級出現(xiàn)的概率均可以本技術(shù)領(lǐng)域已知的方法獲得。
[0027] 進一步的，所述步驟S3中將圖像從RGB顏色空間變換到Y(jié)Cb(；顏色空間的計算公 式為：
[0028]
:中，Y表示亮度信號， Cb為藍色色度信號、Cr為紅色色度信號，R指紅色亮度值，G指綠色亮度值，B指藍色亮度 值。
[0029] 進一步的，步驟S4包括以下步驟：
[0030] S4-1，將每幅圖分為重疊區(qū)域I。和其他區(qū)域I 1兩個區(qū)域，將圖像邊緣15%區(qū)域作 為重疊區(qū)域I。，圖像剩余部分作為其他區(qū)域I1，重疊區(qū)域I。的權(quán)值記為λ，其他區(qū)域I 4勺 權(quán)值記為1-λ，對圖像進行加權(quán)平均，計算圖像的亮度信號平均值YAvg、藍色色度信號平均 值和紅色色度信號平均值6^^計算公式為IAvg= λ XI。+(1-\) XI1;
[0031 ] S4-2,計算目標圖像與參考圖像的平均亮度差值YDlff，計算公式為YDlff = Y S Avg-YD_ Avg，其中，YDlff表示目標圖像與參考圖像平均亮度差值；Ys_ Avg表示參考圖像的平均亮度值； Yd+^表示目標圖像的平均亮度值；
[0032] S4-3，計算目標圖像的亮度調(diào)節(jié)因子Yfaetcff，計算公式為
其中，YfartOT表示目標圖像的亮度調(diào)節(jié)因子；表示 曰你團1豕屮未一1豕系兄tw彐目U憑皮m，為已知量；
[0033] S4-4,計算目標圖像校正后的亮度值Y_，計算公式為Y_= Y cu"+YDlff X Yfactw，其 中，Y_表示目標圖像中某一像素點校正后的亮度值；
[0034] S4-5，根據(jù)S4-2至S4-4相同的方法，計算目標圖像校正后的紅色色度值和藍 色色度值。
[0035] 該方法計算簡單，能快速準確計算得到目標圖像校正后的亮度值Y_以及紅色色 度值G _和藍色色度值cX,,,。
[0036] 進一步的，所述步驟S5中對每幅圖進行顏色空間反變換，得到RGB空間的圖像的 變換公式為
[0037] 進一步的，步驟S7包括以下步驟：
[0038] S7-1，分別統(tǒng)計各通道即紅/綠/藍的直方圖；這里按照本領(lǐng)域已知的方法統(tǒng)計即 可。
[0039] S7-2,分別計算通過各通道設(shè)定的截斷參數(shù)所確定的上限值Max和下限值Min，計 算方法為：首先，各通道中，分別從灰度0開始向上累加統(tǒng)計直方圖，當累加值大于LowCut 所有像素數(shù)時，將此時的灰度值計為Min ;然后從灰度2