[发明专利]一种平面视频立体化的深度图生成方法及装置

权利要求书

1.一种平面视频立体化的深度图生成方法，其特征在于，包括如下步骤：

对当前帧图像进行基于场景静态模型分布的图像分割，包括利用所述当前帧图像中像素的特征向量构建图拓扑结构，根据所述当前帧图像的图拓扑结构对所述当前帧图像进行图像分割以得到分割区域，将所述分割区域中属于同一个区域的像素进行标记以生成所述当前帧图像的静态模型深度图；

选择所述当前帧图像和所述参考帧图像的特征点，跟踪所述特征点，计算所述当前帧图像和所述参考帧图像中的运动物体的运动矢量，对所述运动矢量进行运动分析以得到所述当前帧图像和所述参考帧图像的运动分析结果；

根据所述当前帧图像的分割区域和所述当前帧图像和所述参考帧图像的运动分析结果，生成所述当前帧图像的动态模型深度图；

将所述当前帧图像的静态模型深度图和所述当前帧图像的动态模型深度图进行自适应的深度融合。

2.如权利要求1所述平面视频立体化的深度图生成方法，其特征在于，在所述构建图拓扑结构之前，还包括：

对所述当前帧图像进行灰度化处理，包括将所述当前帧图像的像素RGB三通道24位的颜色空间转化为单通道8位颜色空间。

3.如权利要求1所述的平面视频立体化的深度图生成方法，其特征在于，所述构建所述当前帧图像的图拓扑结构，包括如下步骤：

将所述当前帧图像的元素作为一个独立的向量，将所述当前帧图像的像素的部分特征分量作为特征向量，构造所述当前帧图像的图拓扑结构。

4.如权利要求1所述的平面视频立体化的深度图生成方法，其特征在于，所述构建所述当前帧图像的图拓扑结构，包括如下步骤：

利用所述当前帧图像中元素的空间关系和连通边界信息，在空间域中处理所述当前帧图像，将所述当前帧图像转化为二维的图拓扑结构。

5.如权利要求1所述的平面视频立体化的深度图生成方法，其特征在于，所述对所述当前帧图像进行图像分割，包括如下步骤：

采用最小生成树方法将所述当前帧图像的图拓扑结构进行分割以将所述当前帧图像分割为多个有效区域。

6.如权利要求5所述的平面视频立体化的深度图生成方法，其特征在于，将所述多个有效区域中属于同一个区域的像素进行标记之前还包括如下步骤：

设置所述每个有效区域中的至少包括的子区域的数量；

根据设置的所述子区域的数量对所述多个有效区域进行归并融合。

7.如权利要求1所述的平面视频立体化的深度图生成方法，其特征在于，所述对运动矢量进行运动分析包括如下步骤：

将所述当前帧图像和所述参考帧图像划分为中部区域和边界区域，其中，所述中部区域为图像的中部区域，表示前景运动物体的所处区域；所述边界区域包括图像的顶部边界区域、左部边界区域和右部边界区域，表示用于拍摄所述运动物体的相机的运动区域；

对所述中部区域和所述边界区域进行分析得到所述运动分析结果。

8.如权利要求7所述的平面视频立体化的深度图生成方法，其特征在于，所述运动分析结果包括：运动物体运动分量、相机运动分量和复杂运动分量，

其中，所述运动物体运动分量

所述相机运动分量

所述复杂运动分量

其中，所述明显差异区域为所述当前帧图像与所述参考帧图像中的相同区域的直方图的差值大于预设复杂运动阈值的区域。

9.如权利要求1所述的平面视频立体化的深度图生成方法，其特征在于，所述将当前帧图像的静态模型深度图和所述当前帧图像的动态模型深度图进行深度融合，包括如下步骤：

设置所述当前帧图像的静态模型深度图的权重和所述当前帧图像的动态模型深度图的权重，计算所述当前帧图像深度融合后的深度图D_depth为：

D_depth＝w1×D_p+w2×D_m，

其中，D_p为所述当前帧图像的静态模型深度图，D_m为所述当前帧图像的动态模型深度图，w1为所述当前帧图像的静态模型深度图的权重，w2为所述当前帧图像的动态模型深度图的权重，w1和w2满足w₁+w₂＝1。