立体图像深度估计关键技术研究

立体图像深度估计关键技术研究

ID:37023614

大小:14.45 MB

页数:67页

时间:2019-05-14

立体图像深度估计关键技术研究_第1页
立体图像深度估计关键技术研究_第2页
立体图像深度估计关键技术研究_第3页
立体图像深度估计关键技术研究_第4页
立体图像深度估计关键技术研究_第5页
资源描述:

《立体图像深度估计关键技术研究》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、立体图像深度估计关键技术研究ResearchonKeyTechnologiesofDepthEstimationforStereoImages学科专业:信息与通信工程作者姓名:张凝指导教师:雷建军教授天津大学电气自动化与信息工程学院二零一七年十二月II摘要3D显示可以为人们提供有效的深度信息,从而获得良好的立体视觉感知。准确的深度线索是获取良好立体感知的关键,能够反应不同物体的深度差异,进而呈现出立体效果。现有深度获取技术获得的深度图还存在分辨率低以及深度值不精确等问题。深度估计技术可以从图像资源中

2、提取深度信息,从而获得3D显示效果。基于此背景,本文针对深度估计技术,从面向传统立体显示的2D视频图像深度估计和面向真三维立体显示的光场图像深度估计两个方面开展了深入的研究。本文提出了一种基于非局部随机游走和运动补偿的深度估计方法。非局部随机游走能够在保留深度图结构特性的同时恢复对象的锐利边界,而运动补偿可以综合相邻帧的时域一致性,为运动对象提供补充信息。因此,本文在采用非局部随机游走和移动双边滤波获得关键帧和非关键帧深度图的基础上,为了锐化非关键帧深度图的对象边界,结合纹理信息利用非局部随机游走算

3、法优化深度图。同时又考虑相邻帧间的时域信息,采用运动补偿对非关键帧深度图进行优化,获得高质量的深度视频序列。实验结果表明,所提出的基于非局部随机游走和运动补偿的深度估计方法不仅能够得到对象边界锐利的深度图,而且保持了深度视频帧间的连续性,有效提高了深度视频估计的质量。本文还提出了一种联合光场结构特性和稠密立体匹配的深度估计方法。基于光场结构特性的方法能够有效保持对象的锐利边界,而稠密立体匹配可以在深度变化区域保持平滑过渡。因此,本文在马尔可夫随机域中联合光场结构特性和稠密立体匹配进行深度优化,并考虑

4、了深度图中的遮挡现象,实现了高质量的光场图像深度估计。实验结果表明,所提出的光场图像深度估计方法能够得到更加清晰的深度边界,同时能够修正背景中不准确的深度值,获得高质量的深度估计结果。关键词:深度估计,深度优化,光场图像,立体匹配IABSTRACT3Ddisplaycanprovideeffectivedepthinformation,sothatpeoplecangetfavorable3Dvisualperception.Accuratedepthisthekeytostereoeffectfo

5、rthefactthatdepthinformationcanreflectthedepthdifferencesofvariousobjectsandpresentstereoscopicperception.Thedepthmapobtainedbytheexistingdepthacquisitiontechniquehastheproblemsoflowresolutionandinaccuratedepthvalue.Depthinformationcanbeextractedfromim

6、ageresourcestoobtain3Ddisplay.Basedonthisbackground,thisthesisresearchesdeeplyontwoaspects,includingthedepthmapestimationforconventionalstereoscopicdisplayandlight-fileddepthmapestimationfortrue3Dvolumetricdisplay.Inthispaper,anovelapproachbasedonnonlo

7、calrandomwalk(NRW)andmotioncompensationisproposedfordepthestimation.NRWcanrestorethesharpboundaryoftheobjectwhilepreservingthestructuralcharacteristicsofthedepthmap.Meanwhile,motioncompensationcankeeptemporalconsistencyforthemovingobject.Thedepthmapsof

8、keyframesandnon-keyframesareobtainedbasedonNRWandshiftedbilateralfiltering,respectively.Inordertosharpthedepthboundaries,NRWisutilizedtooptimizethedepthsequencewithtextureinformation.Consideringthetemporalinformationofadjacentframes,mot

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。