多视点视频通过多台摄像机从不同角度对同一场景进行同步拍摄以获取不同视点的信息。然而随着相机数目的增加,多视点视频的数据量也成倍增加。因此,多视点视频系统中数据压缩,数据传输以及任意视点的绘制都是亟待解决的问题。视点间预测是解决这些问题的一项关键技术。然而,由于不同摄像机之间位置、场景光照强度、相机标定、CCD噪音、快门速度和曝光等多种因素的影响,使得实际获得的不同视点的视频序列在颜色和亮度上存在差异,这些差异将降低视点间的相关性,从而影响视点间预测。因此,需要采用合适的颜色校正算法来消除不同视点间图像亮度和色度的差异,从而提高交叉视点预测的精度以及多视点视频处理的编码效率。本文首先介绍了多视点视频系统及其关键技术,然后详细介绍了当前颜色校正的研究状况及主要方法。在现有的颜色校正方法中,其多视点视频的视差估计多采用块匹配算法,然而由于块内部所有像素赋予相同的视差矢量,那么当某一分割块包含多个运动对象,或是在物体边缘、遮挡和暴露区域内,视差估计获得的视差矢量就不正确,因此固定匹配块大小会降低视差估计的可靠度,使得校正效果有限。本文提出了一种基于尺寸可变块匹配的多视点颜色校正方法解决了上述存在的问题。首先通过视差估计得到匹配块,然后根据残差能量对匹配块的可靠性进行分类,对不可靠的匹配块进一步处理,根据四叉树方法进行可变块分割,并采用可变块大小视差估计进行重新搜索,逐步消除由于匹配块不可靠性带来的方块效应和边缘模糊现象。最后通过线性回归方法得到颜色校正系数从而校正不同视点间的颜色差异,并且采用亮度直方图均衡作为后处理过程,从而进一步提高了校正质量,获得更好的主观和客观效果。