[发明专利]一种基于可变高度旋转平行四边形的光场深度估计方法有效
申请号: | 201910463742.0 | 申请日: | 2019-05-30 |
公开(公告)号: | CN110197506B | 公开(公告)日: | 2023-02-17 |
发明(设计)人: | 朴永日;张淼;宁琪琦 | 申请(专利权)人: | 大连理工大学 |
主分类号: | G06T7/557 | 分类号: | G06T7/557;G06T7/90 |
代理公司: | 大连东方专利代理有限责任公司 21212 | 代理人: | 赵淑梅;李洪福 |
地址: | 116024 辽*** | 国省代码: | 辽宁;21 |
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 基于 可变 高度 旋转 平行四边形 深度 估计 方法 | ||
1.一种基于可变高度旋转平行四边形的光场深度估计方法,其特征在于:包括以下步骤:
A、输入四维光场数据生成水平对极平面图像和垂直对极平面图像:
从输入的四维光场数据中的四维光场图像阵列中抽离多个中心水平视角图像和多个中心垂直视角图像,将多个所述水平视角图像中行号相同的像素按视角顺序组合得到所述水平对极平面图像,将多个所述垂直视角图像中列号相同的像素按视角顺序组合得到所述垂直对极平面图像;且将所述四维光场图像阵列中最中心的一个图像作为中心视图;
B、运用可变高度的旋转平行四边形运算符HSPO分别对所述水平对极平面图像和所述垂直对极平面图像进行数据计算,并得到所述水平对极平面图像所有深度的距离度量和所述垂直对极平面图像所有深度的距离度量;
C、所述水平对极平面图像所有深度的距离度量和所述垂直对极平面图像所有深度的距离度量进行置信、加权得到最终距离度量;
D、所有所述最终距离度量组成距离度量体积,将所述中心视图作为引导图,并运用引导滤波按照深度对所述距离度量体积进行滤波,得到多个不同深度所对应的滤波后的距离度量,多个所述滤波后的距离度量组成滤波后的距离度量体积;
E、根据所述滤波后的距离度量体积,求取中心视图内每一空间点的最大距离度量所对应的深度,并将其作为该点的局部深度,得到一幅初始深度图;
F、根据马尔科夫随机场构建能量函数,并通过最小化所述能量函数对所述初始深度图进行平滑和去除噪声后得到一幅平滑深度图;
G、对所述平滑深度图运用软抠图soft matting算法进一步强化边缘细节,得到一幅最终深度图;
在所述步骤B中,所述可变高度的旋转平行四边形运算符HSPO包括平行四边形的宽度和平行四边形的高度,根据所述可变高度的旋转平行四边形运算符HSPO得到所述水平对极平面图像所有深度的距离度量和所述垂直对极平面图像所有深度的距离度量,包括如下步骤:
B1、确定所述平行四边形的宽度:
所述平行四边形的宽度通过建立权重函数来确定,对于水平对极平面图像上的一点P(xr,sr),通过下式对平行四边形的相应像素进行加权:
其中,wθ(i,j)代表像素(i,j)的权重;i表示像素(i,j)所在的列,j表示像素(i、j)所在的行,C为归一化参数,θ为所述平行四边形的取向角度,为所述平行四边形的中心线与X轴的夹角,disθ(i,j)是所述像素(i,j)与所述中心线的水平距离,disθ(i,j)=i-(xr+(j-sr)·cotθ);所述α是由数据的复杂性决定的尺度参数,对于所述水平对极平面图像所对应的平行四边形的宽度为6α;
对于垂直对极平面图像上的一点P(yr,tr),通过下式对定义窗口中的相应像素进行加权:
其中,wθ(i,j)代表像素(i,j)的权重;i表示像素(i,j)所在的行,j表示像素(i,j)所在的列,C为归一化参数,θ为所述平行四边形的取向角度,为所述中心线与Y轴的夹角,disθ(i,j)是像素(i,j)与所述中心线的垂直距离,disθ(i,j)=i-(yr+(j-tr)·cotθ);所述α是由数据的复杂性决定的尺度参数,对于所述垂直对极平面图像所对应的平行四边形的宽度为6α;
B2、确定所述平行四边形的高度:
取向角度为θ的所述平行四边形的高度通过比较中心线上每一像素与参考点之间的颜色相似度决定;
对于水平对极平面图像当时,mθ(j)=1,保留点所在的行;当时,mθ(j)=0,排除点所在的行;进而确定所述平行四边形在所述水平对极平面图像的高度;其中,P(xr,sr)是参考点,是平行四边形中心线上的一点,i表示这一点所在的列,j表示这一点所在的行,τ为设定的阈值;进而确定所述平行四边形在所述水平对极平面图像的高度;
对于垂直对极平面图像当时,mθ(j)=1,保留点所在的列;当时,mθ(j)=0,排除点所在的列:其中,P(yr,tr)是参考点,是平行四边形中心线上的一点,i表示这一点所在的行,j表示这一点所在的列,τ为设定的阈值;进而确定所述平行四边形在所述垂直对极平面图像的高度;
B3、得到水平对极平面图像中各点的所有深度的距离度量和所述垂直对极平面图像中各点所有深度的距离度量:
所述距离度量为所述中心线两侧区域的颜色直方图差异和中心线颜色相似性线索的乘积;
不同深度对应不同取向的HSPO,水平对极平面图像中点P(xr,sr)在θ角取向下HSPO的距离度量为:
公式(3)中,表示所述颜色直方图差异,述步骤B2后保留在所述平行四边形中心线两侧区域的像素分布的差异距离;Sθ(xr,sr)表示所述中心线颜色相似性线索,其用于衡量经所述步骤B2后保留的取向角度为θ的所述平行四边形中心线上每一点与所述参考点P(xr,sr)之间的颜色相似性;
公式(4)中,bin代表将所述颜色直方图中0~1的像素值分成等距离的bin份;p为所述颜色直方图中每份像素值;hθ和gθ分别是所述平行四边形中由所述中心线分离的两个区域的颜色直方图;
公式(5)中,是经所述步骤B2后保留在所述平行四边形中心线上的点;
不同深度对应不同取向的HSPO,垂直对极平面图像在θ角取向下的HSPO的距离度量为:
公式(6)中,表示所述颜色直方图差异,其用于度量经所述步骤B2后保留在所述平行四边形中心线两侧区域的像素分布的差异距离;Sθ(yr,tr)表示所述中心线颜色相似性线索,其用于衡量经所述步骤B2后保留的取向角度为θ的所述平行四边形中心线上每一点与所述参考点P(yr,tr)之间的颜色相似性;
公式(7)中,bin代表将所述颜色直方图中0~1的像素值分成等距离的bin份;p为所述颜色直方图中每份像素值;hθ和gθ分别是所述平行四边形中由所述中心线分离的两个区域的颜色直方图;
公式(8)中,是经所述步骤B2后保留在所述平行四边形中心线上的点。
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大连理工大学,未经大连理工大学许可,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/201910463742.0/1.html,转载请声明来源钻瓜专利网。