[发明专利]消逝点检测的平面图像立体转换深度生成方法和装置

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种消逝点检测的平面图像立体转换深度生成方法和装置。

背景技术

到目前为止，只利用单幅图片进行二维转三维的单目深度线索有以下一些方式：汇聚与调节、遮挡、相对尺寸、相对密度、海拔、空间透视或大气分散、运动透视、纹理梯度、线性透视、亮度、散焦、阴影、对称样式和统计样式等等。一般而言，针对不同场景，各种单目线索所包含的深度信息是不同的，因此，针对不同的场景需要采用其中一种或几种线索。

对于含有透视几何信息的图像，针对这类场景，提出了检测场景消逝线和消逝点的技术。该技术包含以下两种方法，其中之一是基于图像的方法，另一种是基于特征的方法。前一种方法依赖图片中物体的位置与其在图片中的特性之间的关系。后一种方法依赖数学模型分析，比如说概率分布分析模型或几何映射分析模型。如果有一个正确的数学模型，那么可以描述出消逝点的位置公式。然而，基于特征的方法需要进行复杂的数学计算，这是一个冗长乏味的工作。

而在基于图像的方法中，大多数需要通过特定技术来检测场景中的直线，这些直线是在针孔相机模型下，平行直线从三维空间投射到二维空间中所形成的一簇或多簇直线，这些直线往往会汇聚到一个点或几个点，这些点就是能够反映场景三维结构信息的消逝点。但是，当图像分辨率很低，噪声干扰很大，图像较模糊时，可能不易检测出场景中的特征直线，也就无法通过特征直线来得到消逝点。

发明内容

本发明的目的旨在至少解决上述的技术缺陷之一。

本发明是针对分辨率低，噪声干扰大，较模糊的图像通过现有技术不易检测出场景的特征直线，从而无法通过特征直线得到消逝点的缺陷而提出的一种消逝点检测的平面图像立体转换深度生成方法。

为达到上述目的，本发明一方面提出一种消逝点检测的平面图像立体转换深度生成方法，包括以下步骤：对平面图像进行滤波以得到滤波后的图像；为所述滤波后的图像的像素点提取特征向量；在所述滤波后的图像上沿竖直或水平方向选择多个直线作为参考直线，且在所述参考直线附近选择多个匹配直线与对应参考直线组成匹配直线对；根据所述特征向量对所述匹配直线对上的所述像素点进行相似度匹配，以得到相似度矩阵；根据所述相似度矩阵计算所述匹配直线对的仿射变换参数；根据所述仿射变换参数和所述匹配直线对的位置坐标计算消逝点的位置坐标；对所述消逝点进行聚类以得到最终的一个或者多个消逝点；和根据所述最终的一个或者多个消逝点对所述滤波后的图像进行深度赋值。

在本发明的一个实施例中，所述对平面图像进行滤波采用高斯-拉普拉斯滤波，其中，所述高斯-拉普拉斯滤波用于检测所述平面图像的边缘和消除所述平面图像的噪声。

在本发明的一个实施例中，所述为滤波后的图像的像素点提取特征向量，进一步包括：在所述滤波后的图像中以所述像素点为中心选择适当区域围成的矩阵为所述像素点的特征矩阵；对所述特征矩阵演变成行数为1的特征向量，且以所述特征向量作为所述像素点的特征向量。

在本发明的一个实施例中，所述根据特征向量对所述匹配直线对上的所述像素点进行相似度匹配，以得到相似度矩阵，进一步包括：以所述参考直线上第一个像素点为匹配点，与对应的匹配直线上的所有像素点进行相似度匹配；当所述参考直线上第一个像素点与对应的匹配直线上的所有像素点匹配完成，以所述参考直线上第一个像素点的后续像素点为匹配点，与对应的匹配直线上的所有像素点进行相似度匹配；直至所述参考直线上没有所述后续像素点为止，得到所述相似度矩阵。

在本发明的一个实施例中，所述对匹配直线对上的所述像素点进行相似度匹配，其中，所述相似度匹配的计算采用如下公式：