单幅图像深度信息的提取

《单幅图像深度信息的提取》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、单幅图像深度信息的提取Learningdepthinformationfrommonocularimage赵信宇，朱晓蕊，余锦全ZHAOXin-yu,ZHUXiao-rui,YUJin-quan（哈尔滨工业大学，深圳518055）摘要：视觉测距已成为机器人导航领域里一项重要的研究内容。本文提出一种基于高斯-马尔科夫随机场模型，首先通过图像采集及激光测距系统，采集大量图像及其相匹配的深度信息图，在人类视觉系统基础上，提取图像特征，通过训练完善模型，并应用于新采集图像上。结果表明，该方法可以实现单幅图像深

2、度信息的提取。关键词：激光测距系统；高斯-马尔科夫随机场；单目测距中图分类号：TP391文献标识码：A文章编号：1009-0134(2010)03-0015-030引言距离具有不同的大小以及不同的纹理变化，在不同的距离同一物体的清晰度也将发生变化。同时，我距离信息在物体识别、路径规划以及场景复原们在判断物体远近的时候还要参考周围环境的影响，上都有着重要应用。人类可以轻易地判断出障碍物例如，如果只看到一幅图像中某一蓝色区域，那么距离我们有多远，但是对于笨拙机器人来说，这个我们将很难判断这块区域到底是天空

3、、海洋还是某任务就变得相当艰巨了。随着机器人导航在机器人一蓝色物体的一部分。因此，我们将图像的纹理变应用领域里变得越来越重要，深度检测自然成为了化、纹理梯度以及模糊度作为特征提取出来，并参研究的重点。在机器视觉领域，深度检测可以通过考图像全部信息来建立并训练模型。摄像头或者其他图像处理的方法，一般常用的是立1.1特征的提取体视觉法。但是立体视觉会受限与摄像头基线之间距离，还会受到亮度噪声的影响，利用多个摄像头首先，我们将图像划分成很多的小块，对应于将会花费更多的成本。因此，我们考虑用一个摄像每一小块，

4、它具有独立的深度信息以及相关深度信头来完成深度检测的任务。息，我们要做的是提取与这些信息相关的图像特征。目前，相关的研究主要有Michels、Saxena以及将图像转换到YCbCr的颜色空间里，其中Y代表亮Y.Ng等人利用监督训练法估计一维深度信息，从度层，Cb和Cr为两个颜色层，很多纹理信息都包而实现小车在高速下的自主避障[1]；GuoHong和Lu含在其亮度层里。为了提取独立深度特征，我们应用Laws'masks[4]Yi等人通过单一摄像头拍摄一系列目标物图像来估计物体深度信息[2]；Gini和M

5、archi等人在已知室内作为滤波器去处理图像的Y层，从而得到纹理能量环境的条件下，利用单个摄像头实现小车的自主运作为纹理变化的特征，应用边缘检测滤波器得到图动[3]。本文主要通过模型参数的训练，从而提取出单像纹理梯度变化特征，而模糊度主要体现在颜色层幅图像的三维深度信息图。上，因此应用平均值滤波器处理Cb&Cr层来得到模糊度特征。我们将17个滤波器函数（9个Laws'masks、1模型建立6个边缘检测滤波器以及两个颜色层）F(x,y),n=1,n人类天生具有判断物体距离的能力，我们往往2⋯17作用于图

6、像，可以得到图像的独立深度特征可以根据物体的纹理特征的变化、纹理梯度的变化、为：物体完整性以及物体的模糊程度来估计他们的距离。E(n)=S(x,y)eqetch(i)

7、I(x,y)*F(x,y)

8、(1)in例如，在我们的视觉感知里，同一个物体在不同的对于图像中每一个小块，它的深度信息不仅与收稿日期：2009-11-16作者简介：赵信宇（1984－），男，硕士研究生，研究方向为机器视觉、图象处理。第32卷第3期2010-3【15】自身特征有关，还与周围邻域的特征有关，为了便s2=vx、s2=u

9、y

10、，对

11、不同的行求出不同的参数，1rri2rsrsijs于研究，我们将图像分层，不同层里相同大小的块从而使得模型更为符合实际。参数训练之后，利用包含着不同的全局信息。因此我们在提取某一块的最大后验概率法，对新图像求式(2)最大时对应的即独立特征时，应包括在不同层下的该块及其四个邻可[6]。域的独立深度特征。2图像及深度图采集对应于某一块i，我们计算它的直方图，并用17我们采用LMS111激光扫描仪，配合相机采集个滤波器函数处理，从而得到它的特征y，这一特i图像及相关深度信息图，这些数据主要用于模型参征用来表征

12、不同位置深度信息的相关性。因此，我数的训练。其中LMS111最大测量距离为20米，水们用y=yy作为相邻块之间的相关深度特征。如图iji-j平扫描角度为270度，工作时每隔0.5度采集一个数1所示：据，工作频率为50HZ，平均误差为30mm。由于LMS111只能采集二维信息，因此我们设计一套支架，使得LMS111扫描平面可以在竖直方向连续采集，从而实现三维信息采集。整个采集系统如图2所示。图1图像分层及绝对深度特征、相关深度特征示意图1.2模型的建立关于