[发明专利]一种深度图生成方法及装置有效
申请号: | 201310069640.3 | 申请日: | 2013-03-05 |
公开(公告)号: | CN103198473A | 公开(公告)日: | 2013-07-10 |
发明(设计)人: | 马腾;李保利;李成军;屈孝志 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 广州三环专利代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 518057 广东省深圳*** | 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 深度 生成 方法 装置 | ||
1.一种深度图生成方法,其特征在于,包括:
对当前输入的图像进行分割操作,获取所述图像的对象集合,所述图像的对象集合中包括天空图像对象、地面图像对象以及中间部图像对象中的任一种或多种;
从预置的深度信息算法中分别为所述图像的对象集合中的每一个图像对象选择深度信息算法,计算对应图像对象的深度信息;
将每一个图像对象的深度信息结合,得到所述输入的图像的深度图。
2.如权利要求1所述的方法,其特征在于,若所述图像的对象集合中包括地面图像对象,则所述从预置的深度信息算法中分别为所述图像的对象集合中的每一个图像对象选择深度信息算法,计算对应图像对象的深度信息,包括:
从预置的深度信息算法中为所述图像的对象集合中的地面图像对象选择基于插值计算的深度信息算法;
计算地面图像对象中至少三个点的深度信息;
根据计算得到的至少三个点的深度信息,采用插值计算的方式得到所述地面图像对象中所有点的深度信息。
3.如权利要求1所述的方法,其特征在于,若所述图像的对象集合中包括中间部图像对象,则所述从预置的深度信息算法中分别为所述图像的对象集合中的每一个图像对象选择深度信息算法,计算对应图像对象的深度信息,包括:
从预置的深度信息算法中为所述图像的对象集合中的地面图像对象选择基于双目立体几何关系的深度信息算法;
以所述中间部图像对象中单位平面为基本单位,采用基于双目立体几何关系的深度信息算法计算所述中间部图像对象中各单位平面的深度信息,所述单位平面是指中间部图像对象中面积大小为预设的单位面积大小的平面;
根据各单位平面的深度信息,组合得到所述中间部图像对象的深度信息。
4.如权利要求3所述的方法,其特征在于,所述以所述中间部图像对象中单位平面为基本单位,采用基于双目立体几何关系的深度信息算法计算所述中间部图像对象中各单位平面的深度信息,包括:
对所述中间部图像对象执行轮廓提取操作;
根据轮廓提取操作的结果对所述中间部图像对象进行建模,得到中间部图像对象的立体线框模型;
按照预设的单位面积对所述中间部图像对象的立体线框模型中的各个面进行划分,得到立体线框模型中的各个面对应的单位平面;
采用双目立体几何关系的深度计算方式,对立体线框模型中单位平面进行计算,得到每一个单位平面的深度信息。
5.如权利要求1所述的方法,其特征在于,若所述图像的对象集合中包括天空图像对象,则计算所述图像的对象集合中的天空图像对象的深度信息包括:
将所述图像的对象集合中的天空图像对象的深度信息标记为无穷远。
6.一种深度图生成装置,其特征在于,包括:
分割模块,用于对输入的图像进行分割操作,获取图像的对象集合,所述图像的对象集合中包括天空图像对象、地面图像对象以及中间部图像对象中的任一种或多种;
计算模块,用于从预置的深度信息算法中分别为所述图像的对象集合中的每一个图像对象选择深度信息算法,计算对应图像对象的深度信息;
组合模块,用于将每一个图像对象的深度信息结合,得到所述输入的图像的深度图。
7.如权利要求6所述的装置,其特征在于,所述计算模块包括:
第一选择单元,用于从预置的深度信息算法中为所述图像的对象集合中的地面图像对象选择基于插值计算的深度信息算法;
第一计算单元,用于计算地面图像对象中至少三个点的深度信息;
第一处理单元,用于根据计算得到的至少三个点的深度信息,采用插值的方式得到所述地面图像对象中所有点的深度信息。
8.如权利要求6所述的装置,其特征在于,所述计算模块包括:
第二选择单元,用于从预置的深度信息算法中为所述图像的对象集合中的地面图像对象选择基于双目立体几何关系的深度信息算法;
第二计算单元,用于以所述中间部图像对象中单位平面为基本单位,采用基于双目立体几何关系的深度信息算法计算所述中间部图像对象中各单位平面的深度信息,所述单位平面是指中间部图像对象中面积大小为预设的单位面积大小的平面;
第二处理单元,根据各单位平面的深度信息,组合得到所述中间部图像对象的深度信息。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/201310069640.3/1.html,转载请声明来源钻瓜专利网。