[发明专利]一种光场图像深度估计方法及装置

说明书

本发明实施例公开了一种光场图像深度估计方法，方法包括：获取重建的光场图像信息；对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息；采用马尔科夫融合算法对所述初始深度信息进行计算，得到所述光场图像的深度信息。通过本发明的方案，实现了一种可以获得光场图像更精确的深度信息方法。

技术领域

本发明涉及数字图像处理，尤其涉及一种光场图像深度估计方法及装置。

背景技术

传统相机的原理基本相同，都是空间3D场景到2D的投影，不能真实的反映真实世界的3D空间结构。光场图像的四维信息不仅包括我们所熟知的轻度信息，还记录了光线的方向信息。机器视觉就是模拟人类的视觉系统，利用计算机对图像的处理达到对3D场景的理解即感知物体位置远近、大小等三维信息。其中，深度信息的获取是机器视觉系统中的基础问题，深度信息是指被拍摄物体到相机的距离，可以将距离他元件，用一幅灰度图中像素值的大小来表示，那么灰度图就可以表示拍摄场景中任意一点的深度信息，计算机可以很快判断物体的距离，为计算机在更高层次设别、描述解释复杂的场景提供基础信息，因此，深度估计是计算机感知3D场景的基础，从而图像的深度估计称为一个重要的研究领域。

现有技术中，对于光场图像深度估计的方法主要包括：

(1)用对极平面图(EPI)获取深度信息：是不同深度的物体在EPI图具有不同斜率的直线，通过检测斜率获取图像的深度信息由RC Bolles等人在1987年首次提出，该方法虽然理论简单，但后续优化复杂，计算复杂度高。

(2)光场立体匹配方法：由Yu等人在2013年提出采用傅里叶变换的相移定理来处理窄基线的光场图像深度估计，计算亚像素精度的稠密视差，用多视角的立体匹配实现深度估计，该方法因光场图像视差小、且易受遮挡物影响。

(3)基于重聚焦多种线索融合方法：聚焦线索、散焦线索、一致性线索、遮挡线索。该重聚焦多种线索融合方法采用多种深度估计方法融合，虽然获得的图像深度信息精度很高，但算法复杂度高。因此，如何实现一种简单并可以获取更加精确的图像深度信息的方法是亟待解决的技术问题。

发明内容

本发明的主要目的在于提供一种光场图像深度估计方法及装置，可以实现一种简单并可以获取更加精确的图像深度信息的方法。

为了解决上述技术问题，本发明提供了一种光场图像深度估计方法，包括：

获取重建的光场图像信息；

对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息；

采用马尔科夫融合算法对所述初始深度信息进行计算，得到所述光场图像的深度信息。

进一步地，所述对所述光场图像进行重聚焦，包括：

对所述光场图像分割为多个角度像素块，并移动每个角度像素块到重聚焦平面；

对角度像素块叠加求和并获得均值计算后，得到重聚焦图像。

进一步地，所述利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息，包括：

计算每个角度像素块的方差确定一致性深度线索的深度响应值；

计算每个角度像素块的均值差的平方确定散焦深度线索用深度响应值；

利用所述一致性深度线索的深度响应值和所述散焦深度线索的深度响应值求和获得初始深度响应值；

计算所述初始深度响应值得到所述光场图像的初始深度。

进一步地，对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息后，还包括：