佛山科学技术学院图书馆
我不是谁的偶像张琳;刘曦;李大海;王琼华姜斌是谁
【摘 要】在多幅视差图中选取一副颜接近真实的图像作为标准图,然后将该标准视差图和偏视差图分别进行从RGB到YUV的颜空间转换,计算偏视差图在YUV颜空间下的3个颜校正系数K,得到YUV颜空间下待校正偏图像的真实颜灰度值,最后将得到的颜灰度值从YUV转换到RGB颜空间,从而实现任意多幅偏视差图的校正.实验研究表明,本方法可以实现任意多路偏程度在15%以内的偏校正,校正效果较好,从而能改善自由立体显示器的显示质量.
【期刊名称】《液晶与显示》
【年(卷),期】2010(025)002
【总页数】5页(P278-282)
【关键词】立体图像;视差图;颜空间;颜校正
【作 者】张琳;刘曦;李大海;王琼华
【作者单位】四川大学,电子信息学院,四川,成都,610065;四川大学,电子信息学院,四川,成都,610065;四川大学,电子信息学院,四川,成都,610065;四川大学,电子信息学院,四川,成都,610065假死状态
【正文语种】中 文
【中图分类】TN873+.93;TN911.74
钛磁铁矿三维立体显示[1]一直是人类的梦想。现在,三维立体显示已有多种实现方式,其中基于双目视差[1,2]的多视点自由立体显示器[3]是一种重要的三维立体显示器,它由二维平面显示器加装狭缝光栅[3]或者柱面光栅[4]而成,能使观看者感受到真实的三维效果,其显示内容来自于多个角度拍摄到的场景图像,这些场景图像可以由3D建模软件生成,也可以是相机阵列从不同角度拍摄得到的多路视差图[2]。为了增加立体可视区域,所需设置的相机数量通常都比较多,一般会多达8个,甚至十几个以上。然而相机的差异是必然存在的,即使它们是来自于同一品牌,如CCD滤片、相机镜头光圈设置等都不可能完全一致,这些差异将对拍摄得到的视
差图的颜产生影响。另外,因相机在拍摄时摆放于不同的位置,所以拍摄环境也将对每个镜头产生不同的影响。受所有上述因素的影响,摄像机相机阵列中每个相机拍摄得到的图像将会存在颜差异,有时这种颜上的差异会比较大,当多幅视差图进行合成之后,会影响合成图的质量,这不仅使显示器的立体效果受到影响,严重时还将使观看者产生视疲劳。因此,为了充分发挥多视点自由立体显示器的性能,在合成立体图像之前,对视差图预先进行颜校正是十分必要的。目前所常用的颜校正技术都是针对单幅图像,根据偏图像本身的信息,再加以例如完美反射理论[5]、灰度世界理论[6]等理论的辅助,或者传统的白平衡法[7]进行单幅偏图像的颜校正。而用于合成立体图像的多幅视差图不仅要求单幅视差图的颜标准,而且要求多幅视差图之间的颜也要一致,同时,为实现实时图像获取及显示需要,还要求偏校正算法达到实时要求。为此,本文提出将颜较为真实的视差图和偏视差图分别从RGB到YUV的颜空间转换,再分别进行校正的多视差图偏校正技术。实验表明,该技术具有简单易行的优点,偏校正效果较为理想。
用于合成立体图像的多路视差图是由排列在一条直线上的8相机阵列多摄像机系统对任意场景拍摄得到的。由于相机阵列中的相机平行摆放且拍摄同一场景,所以拍摄得到的8幅视差图的内容除边界区域有少数像素存在差别外,大致是相同的,但是整体在颜上会存在差异。 对偏视差图进行颜校正,首先就要选取合适的颜空间[8]。最常用的颜空间是RGB颜空间,而RGB颜空间所反映的只是红绿蓝三基在图像中的搭配比例,三基内在的联系并没有得到体现。在YUV颜空间下,每个像素包含的信息是YUV 3个通道,Y是亮度信号,代表该像素的的亮度;U和V是差信号,代表该像素与其他像素总体颜的差异,而不是简单的RGB 3种颜的差异。在YUV颜空间下,使用YUV三通道总量比较的方法进行颜校正,就能取得较好偏校正效果,这就是本文的出发点。
在摄像机阵列拍摄得到的多幅视差图中,选取其中一幅基本无偏的视差图作为标准,来对其他偏视差图依次进行颜校正。
首先,将该标准视差图与偏视差图进行RGB颜空间到YUV颜空间的转换[9],实现在YUV颜空间下进行颜校正。RGB颜空间到YUV颜空间的转换公式表示为:
公式(1)中,r、g、b分别代表一幅视差图中某一像素的r、g、b的灰度值,y、u、v分别代表经过转换后该像素的y、u、v的灰度值。
其次,分别计算Y、U、V通道的校正系数。地球物理学进展
设标准视差图与偏视差图分辨率大小是m×n。将标准视差图所有像素的Y通道灰度值的总和记为Y1,任意像素的Y通道的灰度值记做Y1mn。偏视差图所有像素Y通道的值的总和记做Y2,任意像素的Y通道的值记做Y2mn。则:
设Y1与Y2的比值为KY,并作为偏视差图的Y通道校正系数,则:
将Y通道校正系数KY与偏视差图中各像素Y通道的值y2mn相乘,可得到校正后个各像素Y通道值y2mn,即:
公式(5)中,y2mn代表校正前偏视差图某一像素Y通道的值,Y2mn代表校正后该像素Y通道的值。
采用与上述相同的过程,分别对偏视差图的U,V通道进行校正。然后,将校正后的视差图进行YUV到RGB的颜空间转换[9]。转换公式如下:
公式(6)中的r、g、b代表颜空间转换后该像素的r、g、b的灰度值。完成了校正后视差图YUV颜空间到RGB颜空间的转换,也就完成了对一幅偏视差图的颜校正。
重复上述过程,从而可以实现对所有偏视差图进行颜校正。
为验证该颜校正方法,本文将8路视差图中的4幅视差图进行较为明显的手动偏调整。通过视差图颜校正前后合成的立体图像观看效果的对比,来验证本方法的可行性。
图1是由排列在一条直线上的8相机阵列多摄像机系统拍摄所得的一组8路视差图。在其中任意选取一副视差图,进行15%以内的人为偏调整。图2、图3、图4分别是原视差图、偏调整后的视差图和经过本方法进行颜校正后的视差图。
比较偏视差图、校正后视差图以及原标准视差图,可以明显发现校正后的视差图的颜更加真实,更加接近选定的原标准视差图。
图5、图6、图7分别是标准视差图、偏视差图、校正后视差图的灰度直方图,其中偏视差图三通道的偏程度在15%～20%(其中R,B通道灰度值增加,G通道灰度值减小)。横坐标是0～255个灰度级,纵坐标则表示图像在每个灰度级上的像素个数的统计值。选取100、210、240共3个灰度级的像素个数统计值进行比较,可以看出,在100、210和240这3个灰度级上,偏视差图的像素个数统计值分别为5900、12900和9600,标准视差图的像素个数统计值分别为5200、12300和9000,存在较大差异。而校正后的的视差图在100、210和240这3个灰度级别上的像素个数统计值分别为5250、12250和9100,与标准视差图在这3个灰度
级别上的像素个数统计值已经十分接近。同时,将校正后视差图的直方图与标准视差图的直方图进行比较,也可以发现其他像素灰度上的差异也得到了明显的校正。
为了分析本方法的有效性,本文进一步绘制了像素灰度值变化曲线,如图8所示。坐标图中横轴表示手动调整的偏图像像素的灰度值,纵轴表示经本方法校正之后的像素的灰度值。挑选60、90、120、150、180、210、240等多个不同灰度值的像素分别进行多次偏调整和颜校正操作,可以得到这些像素的校正前后灰度值的还原情况,从而直观地显示出本颜校正方法的校正效果以及适用范围。
图8中得到的多条曲线都是在一定范围内单调递减的曲线,曲线上点的横坐标表示偏图像的像素灰度值,纵坐标表示校正之后的像素灰度值。每一条曲线都反映出:调整后,偏视差图某个像素的灰度值小于标准视差图中对应像素的灰度值时,由公式(4)计算得到的校正系数大于1,校正后视差图中该像素的灰度值要略大于标准视差图中对应像素的灰度值。同理,偏视差图某个像素的灰度值大于标准视差图中对应像素的灰度值时,由公式(4)计算得到的校正系数小于1,校正后视差图中该像素的灰度值要略大于标准视差图中该像素的灰度值。偏视差图某个像素的灰度值与标准图像中对应像素的灰度值越接近,校正后视差图该像素的
灰度值就与标准视差图该像素的灰度值越接近。偏视差图某个像素的灰度值与标准图像中对应像素的灰度值的偏差越大,校正后视差图该像素的灰度值就比标准视差图该像素的灰度值偏差也就越大。对7条曲线整体进行观察可以得到以下结论:随着标准视差图像素灰度值的增大,颜校正过程中的误差也逐渐增大,灰度值15%以内的偏差都能得到较好的校正。
提出了适用于多路视差图的颜校正方法。所提出的方法是基于多路视差图所有像素各通道灰度值总量需相等的假设,然后求出各通道的颜校正系数,逐一对偏视差图的所有像素相应通道的灰度值进行校正。通过比较校正前后的视差图的亮度、饱和度等直观观看效果,视差图在多个灰度级上的像素个数统计值在校正前后的灰度图变化,以及多个抽样像素灰度值在一定范围内的校正效果等,可以得出结论,本颜校正方法基本能够实现偏程度在15%以内的偏视差图校正。该方法由于不受被拍摄物体属性、拍摄环境、成像设备光敏特性等条件的限制,也不需要标准白板之类的辅助设备,仅利用多路视差图本身的特性进行颜校正,方便快捷,在多路视差图颜校正领域具有普遍的适用性。
【相关文献】
[1]Wang Aihong,Wang Qionghua,Li Dahai.Three dimensional display technology[J].Chine
se Journal Electron Devices,2008,31(1):299-301.
[2]李小方,王琼华,李大海,等.自由立体显示器观看疲劳[J].液晶与显示,2008,23(4):464-467.
[3]刘波,王琼华.狭缝光栅自有立体显示技术在三维GIS中的应用[J].测绘,2009,32(3):137-139.
[4]Wang Qionghua,Tao Yuhong,Li Dahai.3D autostereoscopic liquid crystal display based on lenticular lens[J]. Chin.J.Devices,2008,31(1):296-298.
[5]Gasparini F,Schettini R.Color balancing of digital photos using simple image statistics[J].Pattein Recognition, 2004,37(6):1201-1217.
[6]Gasparini F,Schettini R.Color correction for digital photographs[C]//Proceedings of the12th International Conf erence on Image A nalysis and Processing,Washington DC,USA:IEEE Computer Society,2003:646-651.
[7]郭永刚,葛庆平,郭楠.利用白平衡进行偏图像的颜校正[J].计算机工程与应用,2005,41(20):56-59.
[8]姜士文,毛万红.迷彩颜在计算机上精确显示的方法[J].解放军理工大学学报(自然科学版),2002,3(1):54-56.
