[发明专利]基于SIFT特征与GRNN网络的立体视频颜色校正方法

权利要求书

1.基于SIFT特征与GRNN网络的立体视频颜色校正方法，其特征在于，包括：

a、利用SIFT特征匹配提取法，分别提取待校正视点图像和参考图像之间的SIFT特征点，计算出匹配特征点对，并建立用于反映待矫正视点图像与参考图像之间的颜色对应关系的像素点对，获取匹配特征点对的颜色值；

b、利用GRNN网络，结合匹配特征点对的颜色值，构建用于反映待校正视点图像和参考图像之间映射关系的GRNN神经网络；

c、将待校正图像输入构建好的GRNN神经网络，GRNN神经网络对输入的待矫正图像进行颜色矫正处理，输出颜色校正后的图像。

2.根据权利要求1所述的基于SIFT特征与GRNN网络的立体视频颜色校正方法，其特征在于，所述步骤c具体包括：

c1、将待校正图像的灰度值引入构建好的GRNN神经网络，并分别与待校正图像的R、G、B分量作为构建好的GRNN神经网络的三组输入参数，对输入参数进行预处理；

将参考图像的R、G、B值作与三组输入参数相对应的输出值，构建用于分别校正R、G、B分量的三个GRNN子神经网络；

c2、分别将待校正图像的R、G、B分量，输入相应的GRNN子神经网络，相应的GRNN子神经网络对输入的R、G、B分量进行颜色矫正处理，输出颜色校正后的输出值；

c3、在分别对待校正图像的R、G、B分量进行三个通道的颜色校正之后，将所得颜色矫正后的三个通道合并成新的图像，即颜色矫正之后的图像。

3.根据权利要求2所述的基于SIFT特征与GRNN网络的立体视频颜色校正方法，其特征在于，在所述步骤c2与步骤c3之间，还包括：

对同输入分量对应的输出值，采取统计求均值处理，将得到平均值作为新的输出值。

4.根据权利要求1-3中任一项所述的基于SIFT特征与GRNN网络的立体视频颜色校正方法，其特征在于，在所述步骤a之前，还包括：选择RGB颜色空间，对待校正视点图像进行颜色转换。

5.根据权利要求4所述的基于SIFT特征与GRNN网络的立体视频颜色校正方法，其特征在于，所述待校正视点图像默认为经几何校正后的待校正视点图像。