3.根據權利要求2所述的一種基于匹配和優化的3D立體圖像顏色校正算法，其特征在于，所述步驟S5中，利用優化算法提高初始顏色校正結果圖像的顏色一致性，得出最終優化后的顏色校正結果圖像，包括以下步驟：

步驟S51：利用超像素算法將初始顏色校正結果圖像分割成多個區域，對每個區域進行顏色校正：將顏色校正問題表示成一個二次最小化問題，該問題的輸入是每個區域內像素的平均顏色，該問題的輸出是優化后每個區域內像素的平均顏色，該問題對優化后的目標顏色施加多個約束：

1)首先是數據項約束，用于保留初始顏色值；

對于每個區域，假設和分別是區域R_i中的初始顏色值和優化輸出顏色值，將數據項E₁表示為初始顏色值和優化輸出顏色值之間的加權差，計算公式如下：

其中，表示顏色空間中區域R_i的初始顏色值和優化輸出顏色值之間的L2范數距離的平方；對于置信度高的像素，來自匹配圖像的像素顏色比全局顏色校正算法得出的結果中的像素顏色更加可靠，且和參考圖像顏色更加一致，因此使用D_i對每個區域賦予不同的權重，其有p₁、p₂、p₃三個取值，p₁<p₂<p₃；M_i表示區域R_i中來自匹配圖像和來自全局顏色校正算法的校正結果圖像的像素數目的比例，比例越大說明來自匹配圖像的像素越多，該區域顏色信息越可靠，因此權重越大；β和γ是設定的兩個閾值；

2)其次是局部顏色平滑約束；

對于任何兩個相鄰區域R_i和R_j，將局部顏色平滑項E₂表示為所述兩個區域優化輸出顏色值之間的加權差，計算公式如下：

其中，表示區域R_i的相鄰區域，C_ij表示兩個區域的顏色相似性，表示顏色空間中區域R_i和R_j的平均顏色之間的L2范數距離的平方，表示圖像中所有區域兩兩之間的顏色距離平方的平均值，為常數；使用L_i對每個區域賦予不同的權重，其有q₁、q₂、q₃三個取值，q₁<q₂<q₃；

3)最后是全局顏色一致性約束；

對于具有相似顏色的任意兩個區域R_i和R_j，將全局顏色一致性約束E₃表示為所述兩個區域優化輸出顏色值之間的加權差，公式如下：

其中，為和區域R_i顏色最相似的區域；

步驟S52：將顏色校正問題表示為二次能量函數最小化問題，該問題是上述三個優化約束的線性組合：

E＝λ₁E₁+λ₂E₂+λ₃E₃

λ₁、λ₂和λ₃是三個優化約束的常數系數；

求解該二次最小化問題，得到每個區域優化后的平均顏色，然后對于每個區域內的所有像素，根據該區域優化后的平均顏色與優化前的平均顏色的變化進行顏色校正：

其中，(x,y)表示區域i中像素的位置，C′(x,y)和C(x,y)分別是最終結果圖像的像素值和優化前圖像的像素值，分別是圖像區域i優化前和優化后區域內的平均顏色值；

從而得到最終的顏色校正結果圖像，該顏色校正結果圖像的顏色和參考圖像的顏色保持一致性。