基于分组的混合色彩校正算法用于点云颜色
计算机视觉与模式识别
2025-11-05 v1
摘要
点云颜色一致性校正是3D渲染和压缩应用中基础且重要的任务。以往大多数颜色校正方法旨在校正彩色图像的颜色。本文旨在提出一种用于点云颜色的基于分组的混合色彩校正算法。我们的算法首先通过估计对齐后的源点云和目标点云之间的重叠率，然后自适应地将目标点划分为两组，即近距离组Gcl和中等距离组Gmod，或三组，即Gcl、Gmod和远距离组Gdist，当估计的重叠率为低或高时。为了校正Gcl中目标点的颜色，提出了一种基于K近邻的双边插值(KBI)方法。为了校正Gmod中目标点的颜色，提出了一种联合KBI和直方图均衡化(JKHE)方法。对于Gdist中的目标点，提出了一种直方图均衡化(HE)方法进行颜色校正。最后，我们讨论了分组在算法中消除效应的性质以及消融研究。通过对1086组测试点云对照参考最新方法验证了所需颜色一致性校正的效果。我们的算法的C++源代码可从网站https://github.com/ivpml84079/Point-cloud-color-correction获取。
引用
@article{arxiv.2511.02397,
title = {A Novel Grouping-Based Hybrid Color Correction Algorithm for Color Point Clouds},
author = {Kuo-Liang Chung and Ting-Chung Tang},
journal= {arXiv preprint arXiv:2511.02397},
year = {2025}
}