Parameter Blending for Multi-Camera Harmonization for Automotive Surround View Systems

在全景摄像系统中，由于不同的摄像头分别应用自动白平衡（AWB）和全局色调映射（GTM），因此多个摄像头捕捉到的图像颜色和色调可能会不同。多个摄像头拼接处的颜色和亮度可能看起来不连续，这会影响整个拼接图像的视觉质量。为了改善拼接算法中相邻摄像头之间的颜色过渡，我们提出了一种协调算法，在拼接之前对多个摄像头的颜色和色调进行调整，以使拼接图像在相邻摄像头之间具有更平滑的颜色和色调过渡。我们提出的协调算法包括AWB协调和GTM协调，利用图像信号处理器（ISP）的AWB和GTM元数据统计数据。实验结果表明，我们提出的算法在视觉质量和计算成本方面都优于全局颜色转移方法。

解决问题：论文旨在解决多摄像头拼接中由于自动白平衡和全局色调映射的不同而导致的颜色和亮度不连续的问题，提出了一种调和算法来改善拼接图像的视觉质量。

关键思路：论文提出了一种调和算法，利用图像信号处理器（ISP）的自动白平衡和全局色调映射元数据统计信息，包括自动白平衡调和和全局色调映射调和，来调整多个摄像头的颜色和亮度，从而实现拼接图像颜色和亮度的平滑过渡。

其他亮点：论文通过实验验证了所提出算法的有效性，并与全局色彩转移方法进行了比较，结果表明所提出算法在视觉质量和计算成本方面均优于全局色彩转移方法。

相关研究：在这个领域中，最近的相关研究包括《End-to-End Learning of Geometry and Context for Deep Stereo Regression》和《Deep High-Resolution Representation Learning for Human Pose Estimation》等。