多传感器彩色纹理色彩差异修正方法.docVIP

多传感器彩色纹理色彩差异修正方法 　　摘要：针对三维彩色扫描仪多个传感器获得的彩色纹理图像存在色彩差异，导致重建的三维彩色模型表面出现色彩分块现象的问题，提出一种基于色彩迁移的纹理图像色彩修正方法。首先，利用综合质量图像评价函数（CAF）进行图像质量评价，从多个传感器获得的彩色纹理图像中选出一幅质量最佳的作为标准图像；然后，参照该图像调整其他纹理图像各个色彩通道的色彩均值、方差等统计量。将所提方法用于三维人体彩色扫描仪的纹理图像色彩修正，结果表明，色彩修正后纹理图像间的色彩差异减小，得到的三维人体彩色模型色彩分块现象得到明显改善，色彩更加均衡自然。与经典色彩变换方法、改进色彩变换方法、基于最小角度选择的融合方法相比，实验的主观效果和客观图像综合质量评价值都表明了该方法的优越性。 　　关键词：传感器；纹理图像；色彩差异修正；三维人体彩色模型重建 　　中图分类号： TP751.1 文献标志码：A 　　0引言 　　三维彩色模型的纹理图像一般由多个传感器同步采集，由于传感器曝光参数、方位、与照明条件等内、外因素的不同[1-3]，纹理图像会存在色彩差异，导致重建的三维彩色模型表面出现色彩分块现象，影响模型的整体重建效果。文献[4-5]给出了存在色彩分块现象的三维模型，彩色模型视觉效果不佳。较早的纹理色彩修正方法只对纹理的局部色彩进行了调整，如文献[6]采用纹理边界扩展的方法只对纹理交界处的色彩进行了修正；文献[7]采用基于三维模型的四步算法对纹理的重叠部分进行了色彩融合。这些方法只能消除纹理交界处的接缝，使纹理图像间的色彩变化平缓，却不能实现纹理图像色彩的一致性。为了达到纹理图像色彩一致性的目的，改进后的纹理色彩修正方法对整幅纹理图像进行重新着色，其解决方法主要分为两类：一类方法是对纹理图像进行重光照，通过对纹理图像光照条件的估计，对纹理图像的光照效果进行校正[8-9]；另一类方法是对纹理图像进行色彩变换，根据纹理图像之间的色彩变换关系修正整幅纹理图像的色彩[10-12]。 　　经典色彩变换方法[10]根据两幅纹理图像重叠区域像素的RGB（Red Green Blue）色彩值，估计出一个3×3的色彩转换矩阵，用此矩阵对纹理图像每个像素点的RGB值进行修正。改进的色彩变换方法[11]首先根据纹理图像重叠区域像素点在HSV（Hue Saturation Value）的亮度分量的比例关系修正纹理图像每个像素点的亮度分量，消除亮度对纹理图像色彩差异的影响，然后通过使得两幅纹理图像的重叠区域色彩在RGB空间差异最小而优化出一个色彩变换矩阵，用此色彩变换矩阵对纹理图像每个像素点的色彩进行修正。在色彩变换思想的基础上，本文提出采用色彩迁移[13]的方法进行色彩修正。色彩迁移的前提要有一幅标准图像，考虑三维彩色模型的最终接受者是人眼，三维彩色模型质量关键在于是否符合人类的直观感受，而且，图像的亮度、灰度/色度信息的丰富度、灰度的空间分布影响人类视觉对图像质量的认知。基于以上考虑，本文采用综合质量评价函数（Comprehensive Assessment Function， CAF）[14]计算不同方位传感器得到的纹理图像的CAF值，从中选取数值最大的一幅，认为是质量最佳的图像，并以此作为标准图像；以选出的标准图像为参照，采用色彩迁移的方法在lαβ色彩空间改变其他纹理图像各通道的色彩均值、方差统计量，从而获得与标准图像相似的色彩，完成多传感器彩色纹理色彩差异的修正；最后，将修正后的纹理图像映射到物体的三维点云模型上，即可得到逼真的三维立体彩色模型。 　　2实验及结果分析 　　2.1人体3D彩色模型实验 　　为了验证本文算法在三维彩色模型重建中的有效性，以自行研制的三维人体彩色扫描仪为实验平台进行实验。利用扫描仪对真人模特进行扫描，如图2所示。图3为图2模特的三维点云数据，图4为环绕在真人模型周围不同方位的8个彩色电荷耦合元件（ChargeCoupled Device， CCD）采集的纹理图像。可看出，不同CCD获得的纹理图像的色彩差异比较大。 　　图5所示是通过标定[19]的三维点云与彩色信息之间的映射关系，将图4的纹理图像投射到图3点云数据而重建的三维彩色模型结果，图5（a）～（b）代表不同的观察角度。可看出，不同纹理间的色彩差异导致的模型表面色彩分块现象比较明显，模型色彩不均衡，视觉效果比较差。 　　为了验证本文方法的有效性，对纹理图像进行色彩修正实验。首先对图4的8幅纹理图像进行CAF值计算，结果如表1所示。 　　表格（有表名） 　　从表1可看出，图4（g）的CAF值是最高的，认为是质量最好的，与人眼主观评价结果一致，说明以CAF评价图像质量是可靠的。因此，选择图4（g）作为标准图像，对其他纹理图像进行色彩迁移。以