太阳城集团

  • / 13
  • 下载费用:30 金币  

固定式摄像机颜色校正的方法和装置.pdf

摘要
申请专利号:

CN201210127751.0

申请日:

2012.04.26

公开号:

太阳城集团CN102760287B

公开日:

2015.01.14

当前法律状态:

有效性:

法律详情: 授权|||实质审查的生效IPC(主分类):G06T 5/50申请日:20120426|||公开
IPC分类号: G06T5/50; H04N9/73 主分类号: G06T5/50
申请人: 国际商业机器公司
发明人: L·M·布朗; K·舍鲍姆; R·S·费里斯; S·U·潘坎蒂
地址: 美国纽约
优先权: 2011.04.29 US 13/097,435
专利代理机构: 北京市中咨律师事务所 11247 代理人: 张亚非;于静
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201210127751.0

授权太阳城集团号:

102760287B||||||

法律状态太阳城集团日:

太阳城集团2015.01.14|||2012.12.26|||2012.10.31

法律状态类型:

授权|||实质审查的生效|||公开

摘要

太阳城集团提供用于图像颜色校正的方法和装置。从固定式摄像机中获取的图像中的一种或多种颜色通过从获取于所述固定式摄像机的一个或多个先前图像中获取一个或多个历史背景模型;从获取于所述固定式摄像机的一个或多个当前图像中获取实时背景模型和实时前景模型;根据所述一个或多个历史背景模型产生参考图像;以及处理所述参考图像、所述实时背景模型和所述实时前景模型以产生所述图像中的一组经过颜色校正的前景物体来校正。所述一组经过颜色校正的前景物体可选地被处理以对至少一个前景物体的颜色进行分类。

权利要求书

1.一种用于校正从固定式摄像机中获取的图像中的一种或多种颜色的
方法,包括:
从获取于所述固定式摄像机的一个或多个先前图像中获取一个或多个
历史背景模型;
从获取于所述固定式摄像机的一个或多个当前图像中获取实时背景模
型和实时前景模型;
根据所述一个或多个历史背景模型产生参考图像;以及
处理所述参考图像、所述实时背景模型和所述实时前景模型以产生所
述图像中的一组经过颜色校正的前景物体。
2.如权利要求1中所述的方法,其中所述参考图像是显著最优地接近
漫射白光照明下场景的所述历史背景模型的线性组合。
3.如权利要求1中所述的方法,其中所述参考图像显著地进行局部优
化以补偿局部照明和阴影。
4.如权利要求1中所述的方法,其中所述处理步骤进一步包括局部应
用一种或多种颜色校正算法以显著地优化从所述参考图像到所述实时背景
模型的映射的步骤。
5.如权利要求4中所述的方法,其中所述映射被应用于所述实时前景
模型以获取所述图像中的所述一组经过颜色校正的前景物体。
6.如权利要求1中所述的方法,进一步包括处理所述一组经过颜色校
正的前景物体以对至少一个所述前景物体的颜色进行分类的步骤。
7.如权利要求6中所述的方法,其中至少一个所述前景物体的所述颜
色使用颜色量化颜色分类方法和直方图颜色分类方法中的一种或多种进行
分类。
8.一种用于校正从固定式摄像机中获取的图像中的一种或多种颜色
的装置,包括:
被配置为从获取于所述固定式摄像机的一个或多个先前图像中获取一
个或多个历史背景模型的装置;
被配置为从获取于所述固定式摄像机的一个或多个当前图像中获取实
时背景模型和实时前景模型的装置;
被配置为根据所述一个或多个历史背景模型产生参考图像的装置;以

被配置为处理所述参考图像、所述实时背景模型和所述实时前景模型
以产生所述图像中的一组经过颜色校正的前景物体的装置。
9.如权利要求8中所述的装置,其中所述参考图像是显著最优地接近
漫射白光照明下场景的所述历史背景模型的线性组合。
10.如权利要求8中所述的装置,其中所述参考图像显著地进行局部
优化以补偿局部照明和阴影。
11.如权利要求8中所述的装置,其中所述参考图像、所述实时背景
模型和所述实时前景模型通过局部应用一种或多种颜色校正算法以显著地
优化从所述参考图像到所述实时背景模型的映射来处理。
12.如权利要求11中所述的装置,其中所述映射被应用于所述实时前
景模型以获取所述图像中的所述一组经过颜色校正的前景物体。
13.如权利要求8中所述的装置,进一步包括被配置为处理所述一组
经过颜色校正的前景物体以对至少一个所述前景物体的颜色进行分类的装
置。
14.如权利要求13中所述的装置,其中至少一个所述前景物体的所述
颜色使用颜色量化颜色分类方法和直方图颜色分类方法中的一种或多种进
行分类。

说明书

固定式摄像机颜色校正的方法和装置

技术领域

本发明一般地涉及数字视频监视、视频事件检索和视频处理,更具体
地说,本发明涉及颜色校正技术。

背景技术

监视系统通常可以预先警告安全人员潜在的危威和/或为调查危险情
况提供便利。为了进行调查,安全人员必须主动搜索视频图像以找出相关
人员或事件进行取证。事实上,有关人员或车辆外貌的太阳城集团经常限于一些
缺乏唯一、可靠地辨识物体所需的持久性的特征。但在现实世界中,此类
太阳城集团在整理搜索和帮助发现物体方面非常有用,尤其是与其他太阳城集团结合使
用时。

当辨识人员身份时,此类特征通常被称为“辅助生物特征太阳城集团”(soft 
biometrics)。最重要的辅助生物特征太阳城集团之一是衣服颜色,因为它能容易
观察和记住,并且可以从视频图像中提取。类似地,在辨识车辆时,颜色
通常是唯一可行的提示。因此,对于许多监视应用来说,用户可通过颜色
太阳城集团发现重要事件。例如,当对可疑活动报告进行跟踪调查(例如,查找
具有特定样式、型号和颜色的涉事车辆)时,或者当执行零售监视(例如,
将从商店拿走货品的顾客与其出门相关联)时,颜色太阳城集团可帮助辨识。

辨识物体颜色极具挑战性,因为颜色不能保证恒常性。例如,当观察
环境中物体的全景图像时,感知的(和真实的)物体颜色可能呈现为绿色。
但是,当隔离出物体图像的一部分(例如,提取整个图像的不变的一部分)
时,它的颜色可能实际由另一颜色的像素组成。例如,从整个图像提取的
绿色像素在隔离提取的部分中可能呈现为灰色像素或蓝色像素。像素可能
在全景中“呈现”为绿色是因为人们会无意识地发现场景中的颜色偏红,
并正确地补偿以感知绿色——物体的真实反射率(reflectance)。类似地,
人们会将不同日内太阳城集团或不同照明条件下来自同一摄像机的图像看成另一
种颜色,并且由完全不同的颜色像素构成。

因此需要改进的图像颜色校正方法和装置。

发明内容

一般地,提供了用于图像颜色校正的方法和装置。根据本发明的一个
方面,从固定式摄像机中获取的图像中的一种或多种颜色通过以下步骤而
被校正:从获取于所述固定式摄像机的一个或多个先前图像中获取一个或
多个历史背景模型;从获取于所述固定式摄像机的一个或多个当前图像中
获取实时背景模型和实时前景模型;从所述一个或多个历史背景模型产生
参考图像;以及处理所述参考图像、所述实时背景模型和所述实时前景模
型以产生所述图像中的一组经过颜色校正的前景物体。

所述一组经过颜色校正的前景物体可选地被处理以例如使用颜色量化
分类方法或直方图颜色分类方法对至少一个前景物体的颜色进行分类。

所述参考图像可以是显著最优地接近漫射白光照明(diffuse white 
lighting)下场景的历史背景模型的线性组合。所述参考图像可以显著地进
行局部优化以补偿局部照明和阴影。

在一个实施方式中,所述参考图像、所述实时背景模型和所述实时前
景模型通过局部应用一种或多种颜色校正算法以显著地优化从所述参考图
像到所述实时背景模型的映射来处理。例如,所述映射可应用于所述实时
前景模型以获取图像中的一组经过颜色校正的前景物体。

通过参考下面的详细描述和附图,可以更全面地理解本发明以及本发
明进一步的特征和优点。

附图说明

图1是描述包含本发明特征的颜色校正过程的示例性实施方式的流程
图;

图2更详细地示出了图1中的参考图像计算;

图3更详细地示出图1中的颜色校正和颜色分类;以及

图4示出可用于实现本发明的一个或多个方面和/或元件的计算机系
统。

具体实施方式

本发明提供改进的图像颜色校正方法和装置。根据本发明的一个方面,
提供颜色适应(chromatic adaptation)算法,其根据认识到摄像机是固定
式的并且背景模型可用而执行颜色校正。所公开的颜色适应算法补偿照明
影响并恢复物体的真实反射率。

颜色适应技术

1.白斑法(white patch)

根据Retinex算法,可使用三种不同的波段(实践中为红色、绿色、
蓝色)独立地实现颜色恒常性。请参阅例如“The Retinex Theory of Color 
Vision”(Retinex色觉理论,发表于科学美国人,第237卷,第108-128
页,再版于McCann,第III卷,第125-142页,1977年)。假设存在单
一全局均匀光源,并且场景中存在将反射每种颜色的最大值的物体。这样,
Retinex理论提出光源为(rmax,gmax,bmax),并且通过由该光源归一化每个
像素,可实现颜色恒常性。此方法通常被称为白斑算法,因为假设图像中
最亮的斑块为白色。

2.灰色世界法(gray world)

在灰色世界算法中,假设场景中的空间反射率平均值是无色的
(achromatic)。在这种情况下,归一化基于均值比(μCr/μUr、μCg/μUg、
μCb/μUb),其中上标C和U分别表示标准的(canonical)和未知的光源。
例如,灰色世界方法可以归一化以恢复与光源无关的反射率,然后量化为
预定数量的颜色,以恢复具有特定颜色的物体。

3.灰度边缘法(gray edge)

灰度边缘方法已显示出对于复杂自然场景非常有用,并且还非常有效。
请参阅例如J.van de Weijer等人所著的“Edge-Based Color Constancy”
(基于边缘的颜色恒常性,发表于IEEE Trans.on Image Processing,第
9期,第16卷,2007年9月)。所述灰度边缘方法基于灰度边缘假设,其
假设场景中的平均边缘差别是无色的。为进行灰度边缘颜色校正,按通道
应用Sobel滤波器。使用如下所示的梯度幅度:

r | ( i , j ) | = | r , x ( i , , j ) | + | r , y ( i , j ) | ]]>

g | ( i , j ) | = | g , x ( i , , j ) | + | g , y ( i , j ) | ]]>

b | ( i , j ) | = | b , x ( i , , j ) | + | b , y ( i , j ) | ]]>

来判定权重因子,以便更强调强边缘。计算边缘像素(ra、ga、ba)的加权
平均值。然后通过以下公式缩放输入通道(ri,j、gi,j、bi,j)的每个像素:

( r i , j r a + ϵ , g i , j g a + ϵ , b i , j b a + ϵ ) . ]]>

在示例性实施方式中,ε=0.128以防止归一化的r、g、b值当除以非
常小的数时超出色域。

灰色世界和灰度边缘技术都需要表示均匀白光照明下的场景的标准图
像。事实上,可能无法获得这样的图像。J.P.Renno等人所著的“Application 
and Evaluation of Colour Constancy in Visual Surveillance”(视觉监视中
颜色恒常性的应用和评价,发表于在北京召开的第二届IEEE联合国际
VS-PETS研讨会记录中,2005年10月15至16日,301-308)提出和测试
了多种根据各种用来发现具有最大颜色范围的图像的度量来选择标准图像
的方法。

类似地,对于灰色世界方法和灰度边缘方法而言,准确的颜色校正依
赖于相对于标准图像的图像内容。在实时视频中,场景内容将因为物体(人
或车辆)移入前景而随太阳城集团发生变化。因此,重要的是根据背景模型的照
明针对当前图像执行颜色适应。实际上,能采取的最佳措施是使用最新的
背景模型。这些方法被认为“使用背景模型”。

最后,强度归一化允许量化(特别是指量化为黑和白)适应于场景亮
度和日内太阳城集团。强度归一化可以在颜色校正之前执行。根据每个通道的图
像样本均值和方差归一化每个像素值。

r g b = r - μ R σ R g - μ G σ G b - μ B σ B ]]>

在颜色校正之后,可以再次执行归一化以便平均强度处于同一范围内。

图1是描述包含本发明特征的颜色校正过程100的示例性实施方式的
流程图。如图1所示,示例性颜色校正过程100最初在步骤110使用若干
先前(历史)视频图像执行背景减除。此外,示例性颜色校正过程100还
在步骤140使用若干实时(或即时)视频图像执行背景减除。

一般地说,在步骤110和140执行的背景减除处理视频输入(例如,
来自数字摄像机输入)并产生背景模型。背景模型是包含场景中不移动物
体的图像。例如,背景模型可以包括道路、建筑、天空或其他不动的物体。
一旦车辆停放,如果它不移动,也变成更新的背景模型的一部分。

有若干公知的方法来检测场景中的移动物体(例如人和车辆)。例如,
可使用图像差值法(image differencing)、多元高斯混合(Multi-Gaussian 
Mixture)模型(请参阅例如C.Stauffer和W.E.L.Grimson所著的
“Adaptive Background Mixture Models for Real-Time Tracking”(用于实
时跟踪的自适应背景混合模型,发表于IEEE计算机协会计算机视觉和模
式识别大会,第2卷,1999年))、核密度方法(请参阅例如A.Elgammal
等人所著的“Non-Parametric Model for Background Subtraction”(用于
背景减除的非参数化模型,发表于在爱尔兰都柏林召开的第六届太阳城集团计算
机视觉的欧洲大会,2000年6月/7月))和均值平移(mean shift)技术
(B.Han等人所著的“Incremental Density Approximation and 
Kernel-Based Bayesian Filtering for Object Tracking”(用于物体跟踪的
递增密度近似和基于核的贝叶斯滤波,发表于在华盛顿召开的IEEE计算
机视觉和模式识别大会,2004年))来执行移动物体检测。

如图1所示,步骤110执行的背景减除的输出包括若干历史输出(Bt)。
所述Bt输出是系统在一段太阳城集团内产生的历史背景模型。在理想状况下,希
望背景模型包含与当前帧相同的静态物体。也就是说,如果汽车停放并更
改了背景,则从历史的观点来看应关注当前背景(汽车),而非汽车后面
的场景。一般而言,使用如相同静态场景所表明的一段太阳城集团内照明的变化。

如图1所示,步骤140执行的背景减除的输出包括一个实时背景模型
B1和一个实时前景模型FG1。所述前景模型FG1是包含场景中移动物体的
图像。

如图1所示,步骤110的Bt输出在步骤120由参考计算过程进行处理
(下面将结合图2进一步地介绍)以产生参考图像Ifef。然后所述参考图像
Ifef与步骤140执行的背景减除所产生的实时背景模型B1和实时前景模型
FG1在步骤130一起进行处理以产生前景颜色校正FGcc。所述前景颜色校
正FGcc在步骤150进行处理以对颜色进行分类,下面将结合图3进一步地
介绍。

图2进一步详细地示出了图1中的参考图像计算120。示例性参考图
像计算120采用照明条件是加性的(additive)假设。参考图像计算120
找到作为最接近“白光照明”的背景模型线性组合的参考图像,所述参考
图像进行局部优化以补偿局部照明和阴影。如图1所示,参考图像计算120
处理在步骤110(图1)获取的一系列历史背景模型(Bt、Bt+1、Bt+2)。参
考图像计算120产生识别了局部照明斑块的参考图像(Ifef)。

根据本发明的颜色校正计算依赖于所述参考图像(Ifef)。在理想状况
下,该参考图像(Ifef)表示在漫射白光照明下物体的反射率(颜色)是什
么样的。参考图像对于当前背景模型来说是所希望的。因此,输入为历史
背景模型。假设照明条件是加性的。发现作为最接近“白光”照明的背景
模型线性组合的参考图像。确定优化照明“白度”(whiteness)度量的背
景模型加权组合。可以使用不同的度量,例如基于颜色分布统计(因为在
白光照明下,很可能有最大的颜色范围)或最纯的颜色的“彩度”
(colorfulness)度量,所述最纯的颜色即位于平面亮度(plane luminance)
上或附近的色域(color gamut)的极端(extremum)处的颜色。

此外,只要具有足够的太阳城集团(分辨率和历史太阳城集团),则可以局部执行
此优化以便能够补充局部照明和阴影。

图3更详细地示出图1中的颜色校正130和颜色分类150。如图3所
示,颜色校正130处理步骤120计算的参考图像(Ifef),以及步骤140执
行的背景减除所产生的实时背景模型B1和实时前景模型FGl。颜色校正130
产生一组经过颜色校正的前景物体FGcc。

示例性颜色校正130在局部应用公知的颜色校正算法以便优化到参考
图像(Ifef)的映射。例如,示例性颜色校正130可以应用诸如上述灰色世
界法、白斑法或色域映射技术之类的公知的颜色校正算法。颜色校正130
计算从参考图像(Ifef)到实时(或当前)背景模型B1的映射。此映射被应
用于实时(或当前)前景物体FGl(关注的物体)以获取它们经过校正的
着色(coloration)。

示例性颜色分类150处理颜色校正130所产生的一组经过颜色校正的
前景物体FGcc。示例性颜色分类150产生所述一组经过颜色校正的前景物
体FGcc中的每个物体的颜色。一般来说,示例性颜色分类150使用经过颜
色校正的像素执行物体的颜色分类。此颜色分类可能需要颜色量化和直方
图,或者可能更为复杂且需要某种类型的物体颜色模型,如本领域的技术
人员清楚地知道的那样。

示例性系统和制品详细说明

本领域的技术人员将理解,本发明的各方面可以实现为系统、方法或
计算机程序产品。因此,本发明的各方面可以采取完全硬件实施例、完全
软件实施例(包括固件、驻留软件、微代码等)或组合了软件和硬件方面
的实施例的形式,所有这些实施例在此通常被称为“电路”、“模块”或
“系统”。此外,本发明的各方面可以采取体现在一个或多个计算机可读
介质(在介质中具有计算机可读程序代码)中的计算机程序产品的形式。

本发明的一个或多个实施例或其中的元件可以通过装置的形式实现,
所述装置包括存储器和至少一个与所述存储器相连并可通过运行执行示例
性方法步骤的处理器。

一个或多个实施例可以使用通用计算机或工作站上运行的软件。图4
示出用于实现本发明的一个或多个方面和/或元件的示例性计算机系统
400。参考图4,这种实施方式可以例如采用处理器402、存储器404和例
如由显示器406和键盘408构成的输入/输出接口。

如在此使用的,术语“处理器”旨在包括任何处理设备,例如包括CPU
(中央处理单元)和/或其他形式的处理电路的处理设备。进一步地,术语
“处理器”可以指代多个单独的处理器。术语“存储器”旨在包括与处理
器或CPU关联的存储器,例如RAM(随机存取存储器)、ROM(只读
存储器)、固定存储设备(例如,硬盘)、可拆装存储设备(例如,软盘)、
闪存和类似的设备。

此外,正如在此使用的那样,短语“输入/输出接口”旨在例如包括一
个或多个用于将数据输入处理单元的装置(例如,鼠标),以及一个或多
个用于提供与处理单元关联的结果的装置(例如,打印机)。处理器402、
存储器404以及诸如显示器406和键盘408之类的输入/输出接口可以例如
通过作为数据处理单元412一部分的总线410互连。还可以例如通过总线
410与网络接口414(例如,用于与计算机网络接口连接的网卡)和媒体接
口416(例如,用于与媒体418接口连接的软盘或CD-ROM驱动器)进行
适当的互连。

可以提供模拟数字转换器420以接收诸如模拟视频馈入之类的模拟输
入,然后将这些模拟输入数字化。此类转换器可以与系统总线410互连。

因此,包括用于执行此处所述的本发明方法的指令或代码的计算机软
件可以存储在一个或多个关联的存储设备(例如,ROM、固定或可拆装存
储器)中,并且在准备使用时,部分或全部加载(例如,到RAM中)并
由CPU执行。此类软件可以包括但不限于固件、驻留软件、微代码等。

适合于存储和/或执行程序代码的数据处理系统将包括至少一个通过
系统总线410直接或间接连接到存储器元件404的处理器402。所述存储
器元件可以包括在程序代码的实际执行期间使用的本地存储器、大容量存
储装置以及提供至少某些程序代码的临时存储以减少必须在执行期间从大
容量存储装置检索代码的次数的高速缓冲存储器。

输入/输出或I/O设备(包括但不限于键盘408、显示器406、指点设
备等)可以直接(例如通过总线410)或通过中间I/O控制器(为清晰起
见而省略)与系统相连。

诸如网络接口414之类的网络适配器也可以被连接到系统以使所述数
据处理系统能够通过中间专用或公共网络变得与其他数据处理系统或远程
打印机或存储设备相连。调制解调器、电缆调制解调器和以太网卡只是几
种当前可用的网络适配器类型。

如在此(包括权利要求)使用的,“服务器”包括运行服务器程序的
物理数据处理系统(例如,图4中示出的系统412)。将理解的是,此类
物理服务器可能包括显示器或键盘,也可能不包括。

需要指出,本发明的各方面可以采取体现在一个或多个计算机可读介
质(在介质中具有计算机可读程序代码)中的计算机程序产品的形式。可
以使用一个或多个计算机可读介质的任意组合。所述计算机可读介质可以
是计算机可读信号介质或计算机可读存储介质。所述计算机可读存储介质
可以是(例如但不限于)电、磁、光、电磁、红外线或半导体系统、装置、
设备或上述介质的任何适当组合。媒体块418是非限制性示例。计算机可
读存储介质的更具体的示例(非穷举列表)可以包括以下项:具有一条或
多条线的电连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、
只读存储器(ROM)、可擦写可编程只读存储器(EPROM或闪存)、光
纤、便携式光盘只读存储器(CD-ROM)、光存储设备、磁存储设备或上
述介质的任何适当组合。在本文档的上下文中,计算机可读存储介质可以
是任何能够包含或存储由指令执行系统、装置或设备使用或与所述指令执
行系统、装置或设备结合的程序的有形介质。

所述计算机可读信号介质可以包括其中包含计算机可读程序代码的传
播数据信号(例如,位于基带中或作为载波的一部分)。此类传播信号可
以采取任何多样的形式,包括但不限于电磁、光或这些形式的任何适当组
合。所述计算机可读信号介质可以是计算机可读存储介质以外的任何能够
传送、传播或传输由指令执行系统、装置或设备使用或与所述指令执行系
统、装置或设备结合的程序的计算机可读介质。

可以使用任何适当的介质(包括但不限于无线、有线、光缆、RF等
或上述介质的任何适当组合)来传输所述计算机可读介质中包含的程序代
码。

用于执行本发明的各方面的操作的计算机程序代码可以使用包含一种
或多种编程语言的任意组合来编写,所述编程语言包括诸如Java、
Smalltalk、C++或类似语言之类的面向对象的编程语言以及诸如“C”编
程语言或类似的编程语言之类的常规过程编程语言。所述程序代码可以完
全地在用户计算机上执行,部分地在用户计算机上执行,作为独立的软件
包执行,部分地在用户计算机上并部分地在远程计算机上执行,或者完全
地在远程计算机或服务器上执行。在后者的情况中,所述远程计算机可以
通过包括局域网(LAN)或广域网(WAN)的任何类型网络与用户的计
算机相连,也可以与外部计算机进行连接(例如,使用因特网服务提供商
通过因特网连接)。

参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的
流程图和/或方块图对本发明的各方面进行了描述。将理解,所述流程图和
/或方块图的每个方块以及所述流程图和/或方块图中的方块的组合可以由
计算机程序指令来实现。这些计算机程序指令可以被提供给通用计算机、
专用计算机或其他可编程数据处理装置的处理器以产生机器,以便通过所
述计算机或其他可编程数据处理装置的处理器执行的所述指令产生用于实
现在一个或多个流程图和/或方块图方块中指定的功能/操作的装置。

这些计算机程序指令也可以被存储在引导计算机、其他可编程数据处
理装置或其他设备以特定方式执行功能的计算机可读介质中,以便存储在
所述计算机可读介质中的所述指令产生一件包括实现在所述一个或多个流
程图和/或方块图方块中指定的功能/操作的指令的制品。

所述计算机程序指令还可被加载到计算机、其他可编程数据处理装置
或其他设备,以导致在所述计算机、其他可编程装置或其他设备上执行一
系列操作步骤以产生计算机实现的过程,从而在所述计算机或其他可编程
装置上执行的指令提供用于实现在一个或多个流程图和/或方块图方块中
指定的功能/操作的过程。

附图中的流程图和方块图示出了根据本发明的各种实施例的系统、方
法和计算机程序产品的可能实施方式的架构、功能和操作。在此方面,所
述流程图或方块图中的每个方块都可以表示代码的模块、段或部分,所述
代码包括用于实现指定的逻辑功能(多个)的一个或多个可执行指令。还
应指出,在某些备选实施方式中,在方块中说明的功能可以不按图中说明
的顺序发生。例如,示为连续的两个方块可以实际上被基本同时地执行,
或者某些时候,取决于所涉及的功能,可以以相反的顺序执行所述方块。
还应指出,所述方块图和/或流程图的每个方块以及所述方块图和/或流程
图中的方块的组合可以由执行指定功能或操作的基于专用硬件的系统或专
用硬件和计算机指令的组合来实现。

如在此描述的那样,此处所述的方法步骤可以绑定到被设计为执行这
些步骤的通用计算机上,或绑定到用于执行这些步骤的硬件上。进一步地,
此处所述的方法步骤(例如包括获取数据流和对数据流进行编码)还可以
绑定到诸如相机或麦克风之类的从中获取数据流的物理传感器上。

需要指出,此处所述的任何方法都可以包括提供包括体现在计算机可
读存储介质中的独特软件模块的系统的额外步骤。所述方法步骤然后可以
使用上述在一个或多个硬件处理器402上执行的系统的独特软件模块和/
或子模块来执行。在某些情况下,可以使用专用硬件实现此处所述的一种
或多种功能。进一步地,计算机程序产品可以包括具有适合于通过实现执
行此处所述的一个或多个方法步骤的代码的计算机可读存储介质,所述方
法步骤包括为系统提供独特软件模块。

在任何情况下,应该理解,此处所示的组件可以通过各种形式的硬件、
软件或硬件和软件的组合来实现;例如,专用集成电路(ASICS)、功能
电路、一个或多个适当设计的具有关联存储器的通用数字计算机等。一旦
给出在此提供的本发明教导,相关领域的技术人员将能够构想本发明的组
件的其他实施方式。

在此使用的术语仅出于描述特定实施例的目的,并非对本发明进行限
制。正如在此使用的那样,单数形式“一”、“一个”和“所述”旨在同
时包括复数形式,除非上下文另外明确指出。将进一步理解的是,当在本
说明书中使用时,术语“包括”和/或“包含”指定存在所述特性、整数、
步骤、操作、元件和/或组件,但并不排除其中存在或增加一个或多个其他
特性、整数、步骤、操作、元件、组件和/或由此构成的组。

下面权利要求中的所有装置或步骤加功能元件的对应结构、材料、操
作和等同物旨在包括用于与其他如具体声明的所声明的元件结合执行所述
功能的任何结构、材料或操作。出于说明和描述目的给出了对本发明的描
述,但是所述描述并非旨在是穷举的或是将本发明限于所公开的形式。在
不偏离本发明的范围和精神的情况下,许多修改和变化对于本领域的技术
人员来说都将是显而易见的。实施例的选择和描述是为了最佳地解释本发
明的原理、实际应用,并且使得本领域的其他技术人员能够理解本发明的
具有各种修改的、适合于所构想的特定使用的各种实施例。

关 键 词:
固定 摄像机 颜色 校正 方法 装置
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:固定式摄像机颜色校正的方法和装置.pdf
链接地址:http://zh228.com/p-6420945.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');