[发明专利]基于小波系数熵的二维单视图像深度估计方法

说明书

技术领域

本发明涉及一种二维单视图像深度估计方法。 

背景技术

三维显示是未来图像信息的一种重要表现形式。相比二维图像，三维图像具有层次分明、色彩鲜艳、驻景时间长、印象深刻的特点。三维图像携带的信息量要远远超过二维图像，其视觉冲击力强、艺术欣赏价值高，能够使受众产生更强的视觉体验。 

随着三维显示器的出现，消费者面临着一个严重的问题，即当前三维媒体资源的稀缺。由于三维显示刚刚进入普及阶段，目前人们观看的三维媒体资源由专用的立体拍摄设备获取，或者是3D工作室精心制作而成。因此，三维片源因其制作成本高，拍摄困难等原因严重匮乏。这一问题不但影响人们的三维体验效果，而且制约了三维显示设备的普及。因为当前三维显示设备的推广所面临的主要问题是片源素材的问题，市场中三维片源的数量远远少于传统二维片源，这将导致消费者需求的下降。针对这一现状，若能够利用计算机视觉等技术将现有的二维图像资源转换为三维，不但可以解决三维片源匮乏的问题，更因为三维资源的增加有利于三维显示设备的普及和发展，具有非常重要的应用价值。 

二维图像转三维的关键在于深度信息的获取。2003年，Christoph Fehn提出了基于深度的三维图像生成方式DIBR。根据光学与相机成像原理，阐述了如何根据二维图像的深度信息生成其三维图像。因此，深度信息提取方法的研究也成为热点。针对深度估计，国内外学者做了大量的研究，提出了很多算法。这些方法大体上分为两类：其一，基于帧间运动视差的方法；其二，基于帧内线索的方法。第一类方法主要应用于视频序列(动态图像)的深度提取，该类方法利用帧间的运动信息，提取出运动视差并映射到深度。这类算法具体有块匹配法，像素递归法，光流法等等。但是，这类算法的适用条件是相机运动而场景静止，并且帧间要存在视差。第二类方法，并没有考虑帧间的信息，而主要考虑帧内的各种信息和线索。例如，基于几何线索的线性透视法和纹理梯度法，基于颜色和亮度线索的大气散射法和轮廓场景感知法等等。在第二类方法中，散焦和模糊作为重要的帧内线索，也被越来越多的学者所关注。 

利用散焦模糊线索提取深度，主要是依据照相机光学成像中远离成像聚焦平面的物体会发生散焦模糊现象，且离成像平面越远，物体的模糊越严重。1987年，A.P.Pentland提出了频域解卷积的方法，开创了利用散焦模糊线索提取深度信息的先河。随后，很多学 者提出了各种深度提取算法。主要分为两类。 

第一类：对同一场景采用不同聚焦条件成像，结合照相机参数，利用各个图像模糊程度的不同提取深度信息。例如，Gokstorp.M在1994年提出了多分辨率局部频率算法(multiresolution local frequency)，该方法利用子采样尺度空间的金字塔结构和局部频率表示两个图像，并计算两个图像之间的模糊差异从而估计深度信息。2001年，Rayala.J和Gupta.S提出了基于多项式拟合的传导函数法，该算法认为散焦现象可以用线性系统来模拟，并且采用了一种二元方程误差算法来计算传导函数的多项式系数。Mendapara.P和Minhas.R在2009年提出了基于SUSAN算子的指数衰减测度算法。2012年，Paramanand.C和Rajagopalan.A.N.通过设计卡尔曼滤波器来检测深度，该算法不但适用于散焦模糊情况，也适用于运动模糊情况，此外，该算法并不要求点扩散函数(PSF)约束为高斯形式。尽管这些方法深度估计的效果较好，但必须利用同场景不同散焦情况的多幅图像，而满足这种条件的片源十分缺乏，限制了这类算法的应用。