[发明专利]一种深度图像的后处理方法

说明书

技术领域

本发明涉及数字图像处理领域，特别涉及一种深度图像的后处理方法。

背景技术

获取三维场景相对于摄像机的距离是计算机视觉研究中最基础的内容之一，场景中各点相对于摄像机的距离可以用深度图像来表示，即深度图像中某一点的像素值表示对应场景中某一点相对于摄像机的距离。深度图像表征了物体的第三维度信息，因此在三维重建、模式识别、人机交互等研究中有重要应用。

目前机器视觉系统获取场景深度图像的技术可分为被动光方法和主动光方法两大类。被动光方法的基本原理是从两个(或多个)视点观察同一景物，以获取在不同视角下的感知图像，通过三角测量原理计算图像像素间的位置偏差(即视差)来获取景物的三维信息，生成深度图像。然而被动光方法需要严格的约束条件和精确地校正，且时间复杂度也较高，在实际应用中较少采用。主动光方法是指视觉系统首先向场景发射能量，然后接收场景对所发射能量的反射能量，通过计算，获得场景的深度信息。目前依据此类方法设计的Kinect摄像机就是通过向测量空间投射红外光，从而在物体表面形成红外散斑，通过对散斑与摄像机距离的标定来获取物体的深度信息。通过此种方式能迅速地生成深度图像，且成本较低，但获取的深度图像与同时获取的颜色图像相比，存在着分辨率较低的问题，不利于后续工作的进行，限制了其在实际中的应用。所以需要对深度图像再进行处理，以提高深度图像的分辨率，使其与对应颜色图像具有同样的大小，即深度图像的上采样。

现有技术中，深度图像的上采样有一些经典的插值算法，例如最邻近插值算法(nearest)，双线性插值算法(bilinear)和双三次插值算法(bicubic)等。最邻近插值算法即选择离它所映射到的位置最近的输入像素的灰度值作为插值结果：这种算法计算量虽小，但会产生明显的马赛克现象和锯齿效应。双线性插值算法则是对最邻近插值算法的改进，它先对水平方向进行一阶线性插值，然后再在垂直方向上进行一阶线性插值，综合二者经第三次插值才得到最后结果。经此种方法得到的上采样结果图像的锯齿现象难以察觉，但图像的边缘会产生模糊现象。双三次插值算法又是对双线性插值算法的改进，它不仅考虑了直接邻点的灰度值对待采样点的影响，还考虑了邻点间像素值变化率的影响，因此所求得的待采样点像素值更为精确。此算法虽克服了前两种方法的缺点，边缘模糊现象也得到改善，但是会造成原始图像的细节丢失。

可见，目前急需要一种深度图像的后处理方法，在节约时间和成本的情况下，不但能够消除边缘的模糊现象，而且不会造成原始图像的细节丢失。

发明内容

本发明的目的在于：提供一种深度图像的后处理方法，其不但节约了处理时间，而且能够在提高上采样深度图像良好的主观视觉效果的同时，通过边界校正，使深度图像边界与对应颜色图像的边界一致，有效改善了合成视点的质量，消除了上采样带来的边界模糊现象。

本发明提供一种深度图像的后处理方法，包括：

通过图像采集系统对原始深度图像d进行上采样，获取上采样后深度图像D'的深度值信息及颜色图像C的梯度值信息；

响应于该上采样后深度图像D'的深度值信息，获取该上采样后深度图像的初始边界E'；

响应于该颜色图像C的梯度值信息，对该上采样后深度图像的初始边界E'进行校正，使其深度图像的边界与对应颜色图像的边界一致，获取深度图像边界图；

以获取的深度图像边界图为参照对上采样后深度图像的边界进行修复。

进一步，所述对该上采样后深度图像的初始边界进行校正，包括：

对初始边界上的每一点P在上采样后深度图像D'上的对应点的深度值与颜色图像C的梯度值进行比较，若梯度值较大且深度值较小，则该边界点P为几何边界；否则进行交叉检验校正，在待校正边界点邻近的区域中搜寻正确的边界点。

进一步，所述交叉检验校正包括：

判断该边界点P的左右两侧和上下两侧像素点的梯度差值，分别称为水平差值和竖直差值，如果其水平差值大于等于竖直差值，则对P点进行水平方向上的位置校正，否则，进行竖直方向上的位置校正；

其中，水平方向上的位置校正为：