[发明专利]一种用于三维重建的快速深度恢复方法

权利要求书

1.一种用于三维重建的快速深度恢复方法，其特征在于，包括以下步骤：

(1)通过SFM方法计算得到基于Harris角点的特征点的深度，由特征点组成的稀疏的深度图，该深度图分辨率为dim_x×dim_y像素；

(2)对稀疏的深度图中有深度值的像素进行预处理；在具有深度值的特征点的八连通区域进行深度值扩散；此步骤保证对稀疏深度图进行下采样的时候深度信息不丢失；

(3)利用高斯金字塔向下降采样灰度图，记原分辨率dim_x×dim_y的灰度图为I⁰,每一轮下采样倍数为2,经过N轮下采样得到N+1张不同分辨率的灰度图：I⁰,I¹,I²...I^N，其中I^N的分辨率为(dim_x/2^N)×(dim_y/2^N)；

(4)经过预处理的稀疏深度图利用最邻近方法进行下采样；记原分辨率dim_x×dim_y的稀疏深度图为D⁰,稀疏深度图的下采样倍数为2^N，下采样后的稀疏深度图记为D^N，其分辨率与I^N同为(dim_x/2^N)×(dim_y/2^N)；

(5)通过联合双边滤波器，以灰度图I^N作为引导，将低分辨下的稀疏深度图D^N中的特征点的深度扩散到无特征点区域，所得深度图为根据标准的联合双边滤波器，滤波后低分辨稀疏深度图中计算方法如下：

其中，为归一化系数；S为插值窗口所覆盖的图像像素集合；每一个像素p的深度是该像素滤波前在插值窗口中所有深度的加权平均；权重w_p,q由空间相似性与灰度相似性计算：

上式中，函数s(·)为空间相似性权重，r(·)为灰度相似性权重；具体计算方法如下：

(a)空间相似性权重s(·)表示的是插值窗口内像素距离之间的相似性，用高斯核函数来表达，计算方法为：其中σ_s为空间相似性权重的标准差；

(b)灰度相似性权重r(·)表示的是插值窗口内像素灰度之间的相似性，用高斯核函数来表达，计算方法式为：其中σ_r为灰度相似性权重的标准差；

(6)步骤(5)所得到的使用双三次插值方法上采样得到深度图

(7)重复步骤(5)与步骤(6)，直至得到清晰稠密的深度图

(8)最后将深度图上采样至原图分辨率大小，得到恢复后的深度图D。