[发明专利]一种基于自然场景统计的深度图优化方法

权利要求书

1.一种基于自然场景统计的深度图优化方法，其特征在于，包括以下步骤：

提供平面图像及其初始深度图，并提取所述平面图像的亮度信息；

对所述亮度信息进行域变换滤波；

基于可控金字塔分别对滤波后的亮度信息和所述初始深度图进行小波分解以得到亮度小波金字塔和深度小波金字塔；

根据自然场景统计信息对所述亮度小波金字塔构造高斯模型，并估算所述高斯模型的形状参数和伸展参数；

对所述深度小波金字塔和形状参数和伸展参数通过贝叶斯理论构造能量函数，并对所述能量函数进行极小化以得到优化后的深度小波金字塔；以及

基于所述可控金字塔对所述优化后的深度小波金字塔进行小波合成，以得到优化后的深度图。

2.根据权利要求1所述的方法，其特征在于，所述提取所述平面图像的亮度信息，进一步包括：

如果所述平面图像为灰度图，则直接将其作为亮度图，并提取亮度信息；

如果所述平面图像为彩色图，则亮度图L为：L=0.2126·R+0.7152·G+0.0722·B，并提取亮度信息。

3.根据权利要求1或2所述的方法，其特征在于，

对所述亮度图L的域变换滤波执行迭代过程，所述过程包含m次迭代，m为正整数，每次迭代执行以下步骤：

A：第k次迭代，取反馈系数：

a=e-23·4m-12m-kσs,]]>

B：对亮度图L的每一行以从左至右的顺序构成一维信号，并通过一维递推域变换滤波法进行滤波；

C：对步骤B中得到的结果的每一行以从右至左的顺序构成一维信号，并通过一维递推域变换滤波法进行滤波；

D：对步骤C中得到的结果的每一列以从上至下，构成一维信号，并通过一维递推域变换滤波法进行滤波；

E：对步骤D中得到的结果的每一列以从下至下，构成一维信号，并通过一维递推域变换滤波法进行滤波。

4.根据权利要求3所述的方法，其特征在于，对所述一维信号进行一维递推域变换滤波通过如下公式进行：

I[0]=L[0]

I[n]=(1-a^d(n))L[n]+a^d(n)I[n-1]，

其中，L[n]为一维信号，I[n]为域变换滤波后的信号，σ_s和σ_r为空间范围和颜色范围参数，a为所述反馈系数。