[发明专利]基于局部最优置信传播算法的双目视频深度图求取方法

说明书

技术领域

本发明涉及计算机多媒体技术领域，特别涉及一种基于局部最优置信传播算法的双目视频深度图求取方法。

背景技术

立体视频是一种能够使人产生立体感的新型视频技术，它可以使人通过视频看到与真实世界几乎完全一样的景象，产生真实感和临场感，所以必将成为未来多媒体技术的发展方向。目前，通常采用的立体视频体系结构为：同时传输两段视频，其中一段是待转换的平面视频序列，另一段是相对应的深度图序列，其包含了各帧中每个像素的深度信息，通过DIBR（Depth Image Based Rendering,基于深度图渲染）技术，获得真实世界场景在一个或多个方向上的虚拟视角，最终合成立体视频。

这种使用DIBR技术的立体视频体系结构，最重要的和最困难的一步就是深度图的获取，目前，一种获取方法是通过软件算法，由一对从不同视角拍摄到的场景图像恢复出场景的深度图，还有一种方法是通过对平面图像进行手工或半自动地处理，得到伪深度图。

但是，上述获取深度图的方法存在求取速度过慢，分块过多，边缘不精确，深度图不能够真实的反映场景物体的远近关系等众多缺陷。因此，减少分块数量并快精确的获取深度图是目前一个亟需解决的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于局部最优置信传播算法的双目视频深度图求取方法。

为了实现本发明的上述目的，本发明提供了一种基于局部最优置信传播算法的双目视频深度图求取方法，其包括如下步骤：

S1：对两幅图像分别进行分割及区域划分；

S2：利用局部最优置信传播算法进行深度计算，对不同区域和不同消息值进行处理，所述消息值为像素视差信息；

S3：对所求深度图进行块融合和颜色填充。

本发明通过改进置信传播算法的消息传播模式，在不同区域内进行单独传播；并改变消息传播范围，建立远距离像素点之间的联系，提高了深度图获取速度；同时对遮挡部分进行单独处理，使其不影响正确消息的传播，提高了精确度；另外对分成的小块进行融合，并对物体整体进行颜色填充，大大减少块数，并使得块与块之间视差更加平滑。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明基于局部最优置信传播算法的双目视频深度图求取方法的流程图；

图2是本发明一个优选实施例中提供的单帧场景图像对；

图3是本发明一个优选实施例中提供的利用局部最优置信传播算法求出的深度图；

图4是对图3中所示深度图进行块融合后的图形；

图5是对图4所示深度图进行颜色填充后的图形。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

图1是本发明基于局部最优置信传播算法的双目视频深度图求取方法的流程图，从图中可见，该基于局部最优置信传播算法的双目视频深度图求取方法包括如下步骤：

S1：对两幅图像分别进行分割及区域划分；

S2：利用局部最优置信传播算法进行深度计算，对不同区域和不同消息值进行处理，所述消息值为像素视差信息；

S3：对所求深度图进行块融合和颜色填充。

本发明基于局部最优置信传播算法的双目视频深度图求取方法的第一步为对两幅图像分别进行分割及区域划分。具体地，先对每一幅图像进行分割，利用分水岭变幻的图像分割方法。但直接的分水岭变化会产生严重的过分割现象，会使得错误区域过多，影响后面的深度图计算，所以本发明使用了标记分水岭变换来减少过分割现象。

首先，基于非下采样Contourlet变换来修正图像的梯度矩阵，然后，再对修正后的梯度矩阵做标记分水岭变换，最终得到图像的分割图，这样处理既减少了分水岭变换时产生的过分割现象，又较好的保持了图像中的边缘，得到较好的分割效果，最后，在已得到的图像分割结果的基础上，基于深度密度的区域提取方法，进一步判别分割后的子区域为边缘区域、平滑区域还是纹理区域。