基于多尺度纹理特征的最小二乘法深度信息估计方法

《基于多尺度纹理特征的最小二乘法深度信息估计方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于多尺度纹理特征的最小二乘法深度信息估计方法　　摘要：由于二维图像三维化技术重建三维场景可以低成本、高效率地提供三维显示资源，使得该技术成为图像处理领域重要的研究课题。深度线索的提取是重建三维场景的重要研究内容之一。为了更好的描述纹理特征与场景深度之间的关系，提出了一种基于多尺度纹理特征的最小二乘深度信息估计方法。通过构建多尺度模型、纹理滤波的方法捕捉头像的多尺度纹理梯度、纹理变化等特征作为训练样本；并进行训练，得到纹理线索与场景深度间的关系参量；最后用该参量来估计待测样本的深度。实验结果表明，该方法对场景深度信息的估计具有较好的效果。　　关键词：多尺度纹理，最小二乘方法，深度估计　　

2、中图分类号：TP391文献标识号：A　　TheLeast-squareDepthInformationEstimationMethodbasedonMulti-scaleTextureFeatures　　NIULianding1，CHENTingting2，ZHANGLizhi2　　（1NetworkandEducationalTechnologyCenter，HarbinUniversityofCommerce，Harbin150028，China；2DepartmentofComputerandInformationEngineering，HarbinUniversityofComm

3、erce，Harbin150028，China）　　Abstract：Withtheadvantageoflowcostandhighefficiencyfor3Ddisplaymarket，thetechniqueof3Dscenereconstruction12from2Dsceneimagehasbeenthemainresearchcontentsinthefieldofimageprocessing.Forthe3Dreconstruction，theextractionofdepthcuesisoneofthemostimportantcontents.Therefore，t

4、hepaperproposesaleast-squaredepthestimationmethodbasedonmulti-scaletexturefeatures，whichcanbetterdescribetherelationshipbetweenthetexturefeaturesandthescenedepth.Byusingthemethodsofconstructingmulti-scalemodelandtexturefiltering，thepapercapturesthefeaturesofthetexturegradientandtexturevariationsa

5、sthetrainingsamplesets，andthentrainsthesesamplestogettherelationshipparametersbetweentexturecuesandscenedepth，whichcanfinallybeappliedtoestimatethedepthofthetestsamplesets.Theexperimentalresultsshowthattheproposedmethodperformswellinscenedepthinformationextraction.　　Keywords：Multi-scaleTexture；Le

6、ast-square；DepthEstimation；TextureFeature　　0引言12　　由于三维影像可以带给受众更加逼真的临场感，在各领域中都得到了广泛的应用[1]，市场潜力巨大。然而，三维视频制作成本高、技术难度大、现实周期长等问题，限制了资源的供应，无法满足市场需求。为了解决这一矛盾，通过获取二维影像的深度信息，并利用该信息将现有二维影像三维化处理获得三维影像，成为解决三维显示内容不足的一个重要手段。该方案不但可以降低制作成本，缩短制作周期，还能够充分利用现有的影像资源避免资源浪费。自2003年，德国ChristophFehn提出了基于深度图绘制DIBR（Depth-Im

7、age-basedRendering）[2]的三维图像生成方式后，深度信息即已提取成为实现二维影像三维化的关键技术之一。　　场景深度信息是指在空间上场景对象与图像物理成像焦平面的实际距离。二维场景图像的纹理变化、纹理梯度、颜色都能给人们提供良好的深度感知。通过比较一纹理区域在不同尺度下的位置、大小、方向，估算出纹理区域的相对位置关系，进而得到相应纹理区域的场景深度。Knorr等提出了利用图像纹理梯度线索来提取深度的方法[3]实现深度