[发明专利]一种基于特征点密度由聚焦堆栈估计深度的方法和装置

摘要

本发明公开了一种基于特征点密度由聚焦堆栈估计深度的方法和装置，所述方法包括：提取聚焦堆栈中每个图像的特征点，建立基于特征点密度的聚焦测度；建立引入特征点密度的加权聚焦测度的估计深度的模型：以采用SML聚焦测度为例，建立SML与特征点密度的加权线性混合聚焦测度作为深度估计的目标函数，实现对场景深度的估计和全聚焦图。本发明的方案，建立关于特征点密度的聚焦测度及建立线性加权聚焦测度，并构建基于聚焦测度的深度估计模型，获取场景的深度信息，以实现场景的全聚焦与三维重构，可为现实三维重构提供精确的深度信息并获取全聚焦图像。

主权项

1.一种基于特征点密度由聚焦堆栈估计深度的方法，其特征在于，所述方法包括：提取聚焦堆栈中每个图像的特征点，根据所述每个图像的特征点得到特征点密度的聚焦测度，建立特征点密度的聚焦测度具体为：其中，R_(x,y)(d)为像素点(x,y)的特征点密度的聚焦测度，表示落入像素点(x,y)邻域Ω(x,y)内的特征点数，S_d(x_m,y_m)表示点m在深度d下的图像坐标；利用特征点密度的聚焦测度和已有的聚焦测度，建立线性加权的聚焦测度，根据所述线性加权的聚焦测度得到图像中任意像素点的聚焦测度值；其中：所述已有的聚焦测度具体为改进的拉普拉斯聚焦测度，相应的，所述利用特征点密度的聚焦测度和已有的聚焦测度，建立的线性加权的聚焦测度，具体为其中，表示改进的拉普拉斯聚焦测度，为改进的拉普拉斯算子，I_d(x,y)表示在d深度下所成图像，step表示改进的拉普拉斯算子中的步进值，参数N决定计算像素点(x,y)的聚焦测度的窗口大小，α∈[0,1]是平衡聚焦测度算子与特征点测度算子的权重；根据图像中任意像素点的聚焦测度值估计图像中物点的深度。