一种新颖的多视点图像规正算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (17): 50-52.

一种新颖的多视点图像规正算法

孙炯¹，邵枫²，陈偕雄²

1.浙江大学宁波理工学院，浙江宁波 315100
2.浙江大学信息与电子工程学系，杭州 310027

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-06-11 发布日期:2007-06-11
通讯作者: 孙炯

Novel multi-view images correction algorithm

SUN Jiong¹，SHAO Feng²，CHEN Xie-xiong²

1.Ningbo Institute of Technology，Zhejiang University，Ningbo，Zhejiang 315100，China
2.Department of Information and Electronics Engineering，Zhejiang University，Hangzhou 310027，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-06-11 Published:2007-06-11
Contact: SUN Jiong

摘要/Abstract

摘要： 在多视点图像系统中，由于场景光照或相机标定的原因，通常会导致同一对象在不同视点位置颜色外表的不一致。传统的亮度补偿算法难以有效地解决这个问题。基于Retinex颜色恒常性理论，提出了一种新颖的多视点图像规正算法，通过直方图均衡化、Retinex处理和颜色恢复手段，提取出反映物体本质特征的反射光系数来消除不一致光照的影响，在增强单视点图像对比度的同时，将视点间图像的颜色规正到一致的水平。

关键词: 图像规正, 颜色恒常性, Retinex, 直方图均衡化, 颜色恢复

Abstract: Because of scene illumination or camera calibration，the color appearance of the same object between different viewpoints will be different in multi-view images system.Tradition illumination compensation algorithm for image is unable to solve this problem effectively.In this paper，a novel multi-view images color correction algorithm is proposed based on retinex color constancy theory.Histogram equalization，retinex processing and color restoration are performed for multi-view images，and extract reflectance which describe object intrinsic properties to eliminate un-consistent light source influence.The experimental results show that corrected images not only have high color contract，also have consistent color appearance with others.

Key words: image correction, color constancy, Retinex, histogram equalization, color restoration

孙炯¹，邵枫²，陈偕雄². 一种新颖的多视点图像规正算法[J]. 计算机工程与应用, 2007, 43(17): 50-52.

SUN Jiong¹，SHAO Feng²，CHEN Xie-xiong². Novel multi-view images correction algorithm[J]. Computer Engineering and Applications, 2007, 43(17): 50-52.

[1]	汤子麟，刘翔，张星. 光照不均匀图像的自适应增强算法[J]. 计算机工程与应用, 2021, 57(21): 216-223.
[2]	李文龙，李兴广，胡冉冉，崔炜. 基于天空分割的单幅交通标志图像去雾算法[J]. 计算机工程与应用, 2021, 57(20): 221-228.
[3]	常戬，贺春泽，董育理，任营. 改进双边滤波和阈值函数的图像增强算法[J]. 计算机工程与应用, 2020, 56(3): 207-213.
[4]	刘佳敏，何宁，尹晓杰. 基于Retinex-UNet算法的低照度图像增强[J]. 计算机工程与应用, 2020, 56(22): 211-216.
[5]	朱德利，杨德刚，万辉，杨雨浓. 用于低照度图像增强的自适应颜色保持算法[J]. 计算机工程与应用, 2019, 55(24): 190-195.
[6]	李尧羿1，杜宇超2，顾振飞3，4. 结合天空区域识别的单幅图像去雾方法[J]. 计算机工程与应用, 2018, 54(19): 204-215.
[7]	覃宏超，李炎炎，龙伟，赵瑞朋，王倩. 改进的暗原色先验理论视频去雾算法研究[J]. 计算机工程与应用, 2018, 54(16): 176-181.
[8]	范晓鹏1，2，3，4，朱枫1，3，4. 人眼灰度感知建模及其在图像增强中的应用[J]. 计算机工程与应用, 2018, 54(13): 209-215.
[9]	王涛1，王佰玲2. 非均匀光照条件下的彩色人脸图像增强[J]. 计算机工程与应用, 2017, 53(5): 164-169.
[10]	丁畅，董丽丽，许文海. “直方图”均衡化图像增强技术研究综述[J]. 计算机工程与应用, 2017, 53(23): 12-17.
[11]	许少秋，杨群，钟小芸，骆德汉. 背光图像的检测与校正[J]. 计算机工程与应用, 2017, 53(21): 174-178.
[12]	李益红1，2，周晓谊1. 一种多分辨多尺度的Retinex彩色图像增强算法[J]. 计算机工程与应用, 2017, 53(16): 193-198.
[13]	王焱，王亚恒，杨威. 低照度下依据频域划分尺度的Retinex增强算法[J]. 计算机工程与应用, 2017, 53(10): 171-176.
[14]	董俊鹏，杨娟，汪荣贵，曾佳. 基于改进图像导数框架的颜色恒常性计算方法[J]. 计算机工程与应用, 2016, 52(5): 147-153.
[15]	杨燕，樊林庆. 基于光照变换的Gabor小波人脸识别[J]. 计算机工程与应用, 2016, 52(5): 220-224.