[发明专利]一种图像深度提取方法有效

专利信息
申请号: 201210524312.3 申请日: 2012-12-07
公开(公告)号: CN103049906A 公开(公告)日: 2013-04-17
发明(设计)人: 王好谦;吴畏;张永兵;戴琼海 申请(专利权)人: 清华大学深圳研究生院
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 深圳新创友知识产权代理有限公司 44223 代理人: 江耀纯
地址: 518055 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 深度 提取 方法
【说明书】:

【技术领域】

发明涉及计算机视觉领域,特别是涉及一种图像深度提取方法。

【背景技术】

深度提取方法用于获取待处理的图像中各像素点的深度信息,获取待处理的图像的全局深度图,在计算机视觉和计算机图形学应用领域发挥着重要的作用。

现有的基于单幅图像提取深度图的方法,主要分为三大类,其中一类的方法为通过高斯再模糊的方法获取图像的模糊参数值。通过对原始图像做高斯再模糊,并进行边缘检测后求解模糊参数,得到稀疏深度图。然后对得到的稀疏深度图做深度生长,最后结合双边滤波对深度图像进行精细化处理得到最终的致密深度图。然而上述方法中,由于该边缘信息的求取是通过一次性的梯度比值的计算获得模糊信息,因此边缘图像的模糊参数值的置信度并不高。另外,不同区域边缘差异性较大,通过一次性的全局计算容易忽略局部的特征信息,从而使得边缘值的精确性大大降低。

【发明内容】

本发明所要解决的技术问题是:弥补上述现有技术的不足,提出一种图像深度提取方法,得到的边缘处各个像素点的深度值的精确度较高。

本发明的技术问题通过以下的技术方案予以解决:

一种图像深度提取方法,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。

优选地,

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。

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。

上述优化处理的方案中,使用立体匹配领域的平面拟合技术,对获取的深度图图像按分割区域分别进行优化,有效去除异值点,从而使得优化后的深度信息更加可靠,深度图平面更加平滑。

本发明与现有技术对比的有益效果是:

本发明的图像深度提取方法,采用多个高斯模糊尺度进行模糊处理,获取多个尺度下的边缘图像的模糊参数估计值,然后根据统计学方法从多个值中估计得到最优模糊参数估计值,即是得到精确度更高的模糊参数,从而确保后续计算得到边缘处各个像素点的深度值的精确度较高。

【附图说明】

图1是本发明具体实施方式中的图像深度提取方法的流程图;

图2是本发明具体实施方式中的优化处理步骤的流程图。

【具体实施方式】

下面结合具体实施方式并对照附图对本发明做进一步详细说明。

如图1所示,为本具体实施方式中的图像深度提取方法的流程图,包括以下步骤:

U1)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。其中,N≥2。

本步骤中,高斯模糊处理即是对原始图像进行高斯滤波,如原始图像用I(x,y)表示,则模糊后的图像用Ib(x,y)表示,则模糊后的图像可表示为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院,未经清华大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210524312.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top