[发明专利]一种图像深度提取方法

权利要求书

1.一种图像深度提取方法，其特征在于：包括以下步骤： 

1）对待处理的原始图像进行高斯模糊处理，选用N个不同的高斯滤波参数，得到N幅模糊图像；N≥2； 

2）检测原始图像和N幅模糊图像的边缘，获得各图像的边缘图像； 

3）基于步骤2）获得的边缘图像，计算边缘处各个像素点在各个高斯滤波参数下对应的模糊参数估计值； 

4）使用统计学方法分析步骤3）中边缘处各个像素点的N个模糊参数估计值，从而得到边缘处各个像素点的最优模糊参数估计值； 

5）根据获取的边缘处各个像素点的最优模糊参数估计值，计算图像中边缘处各个像素点的深度值，从而得到稀疏深度图； 

6）对步骤5）获得的稀疏深度图做插值处理，获得致密深度图。 

2.根据权利要求1所述的图像深度提取方法，其特征在于：所述步骤2）中具体为，基于阶跃型边缘模型和高斯函数建立模型，检测得到图像的边缘，即： 

原始图像的边缘i(x,y)为其中，（x，y）为图像中像素点的二维坐标，A、B分别为阶跃型边缘模型的参数，u(x,y)为阶跃函数，G(x,y,σ₀)为高斯函数，σ₀为原始图像的模糊参数； 

第k幅模糊图像的边缘i_bk(x,y)为其中，k=1…n，σ_k为所述步骤1）中选取的高斯滤波参数。 

3.根据权利要求2所述的图像深度提取方法，其特征在于：所述步骤3）中基于边缘图像计算得到边缘处像素点（x，y）的原始图像和模糊图像的梯度比值Rxy，然后根据如下公式计算得到边缘处像素点（x，y）在各个参数下对应的模糊参数估计值 

4.根据权利要求1所述的图像深度提取方法，其特征在于：所述步骤4）中统计学的方法为矩估计方法、最大似然估计方法或者直接取平均值的方法。 

5.根据权利要求1所述的图像深度提取方法，其特征在于：还包括步骤7），对步骤6）获得的致密深度图进行优化处理，去除深度信息异值点。 

6.根据权利要求5所述的图像深度提取方法，其特征在于：所述步骤7）包括：将原始图像进行分割处理，得到N1个分割区域，对于待优化的各个分割区域，在其对 应的深度图区域中，进行如下处理：71）随机选择三个像素点，计算三个像素点形成的平面方程；72）计算该深度图区域内其他像素点到该平面的距离，对于距离小于设定阈值的点定为内点，距离大于等于设定阈值的点定为外点，并统计该平面对应的内点个数；73）重复步骤71）-72）多次，统计多个平面对应的内点个数；74）取内点个数最多的平面为拟合平面，则该深度图区域中，如像素点为该拟合平面的内点，则深度值保持不变；如像素点为该拟合平面的外点，则深度值取修正后的深度值。 

7.根据权利要求6所述的图像深度提取方法，其特征在于：所述步骤74）中，外点修正后的深度值为其中，a、b、c为拟合平面的平面方程的系数，d为待修正的外点（x，y）的深度值。 

8.根据权利要求6所述的图像深度提取方法，其特征在于：所述步骤73）中重复次数不超过

9.根据权利要求1所述的图像深度提取方法，其特征在于：还包括步骤8），对步骤7）优化处理后的深度图进行中值滤波处理。