基于DIBR的立体图像合成方法的研究与实现

论文摘要

随着计算机立体图像技术的迅速发展,3D信息技术正在革命性地影响和改变着人们的沟通与工作方式,并广泛应用于教育、医疗、交通、展览、展示、电影等诸多行业领域,其产品也越来越受到人们的青睐。因此立体图像的合成技术对提高3D信息技术具有重要的研究意义和应用价值。传统DIBR算法虽然可以快速生成虚拟视角图像,但是由于自然场景中不同物体的景深通常是不一样的,所以虚拟视角图像中会出现大范围的空洞区域和不连续区域,导致虚拟视角图像质量下降,最终影响立体图像的效果。因此,本文针对如何有效地解决虚拟图像中存在的空洞问题和不连续问题量,以及立体图像合成方法进行了研究。本文在阅读大量参考文献的同时,对DIBR(Depth Image Based Rendering)算法进行了研究,并结合多种图像处理算法来进行立体图像的合成,解决了基于传统方法建立的立体图像效果不明显的问题。本文利用Mean Shift图像分割算法将图像中的各个区域分割出来,为下一步获取深度图奠定了必要的基础。本文在研究传统的光流计算方法的基础上,提出了基于块光流计算的方法提高速度和获得不同区域的光流的新方法,通过比较各区域光流的大小来判断其远近关系,然后分别为各个区域赋予深度值来得到深度图。由于传统的DIBR算法在虚拟视角图像中存在空洞和遮挡的问题,导致信息的丢失和虚拟视角图像的不连续而影响立体图像的效果,因此本文先对深度图像进行高斯滤波预处理,消除深度图像中的噪声；然后将虚拟图像扩大到八个视角,减少了虚拟视角图像中的空洞和不连续区域；进一步利用图像插值技术填补和消除虚拟视角图像中的不连续区域。实验结果表明,利用本文方法得到的立体图像的视觉效果比较理想。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 立体图像视觉理论
• 1.3 国内外研究内容及现状
• 1.4 论文工作及组织结构
• 第2章 关键技术介绍
• 2.1 Mean Shift算法
• 2.1.1 Mean Shift算法概述
• 2.1.2 Mean Shift算法原理
• 2.1.3 Mean Shift算法的收敛性
• 2.2 光流法
• 2.2.1 光流法概述
• 2.2.2 光流法拟解决的问题
• 2.2.3 光流法原理
• 2.3 立体图像评价标准
• 2.3.1 主观评价标准
• 2.3.2 客观评价标准
• 2.4 本章小结
• 第3章 基于改进的DIBR的立体图像合成
• 3.1 DIBR算法原理
• 3.1.1 空间坐标系
• 3.1.2 坐标系映射
• 3.1.3 虚拟视角图像渲染
• 3.2 改进的DIBR算法
• 3.2.1 深度图像预处理
• 3.2.2 生成多视角虚拟视角图像
• 3.2.3 虚拟视角图像插值处理
• 3.3 基于改进的DIBR的立体图像合成
• 3.3.1 基于Mean Shift算法的图像分割
• 3.3.2 基于光流法的深度图像生成
• 3.3.3 合成立体图像
• 3.4 本章小结
• 第4章 系统设计与实现
• 4.1 系统模块设计
• 4.2 系统功能实现
• 4.2.1 视频编解码功能实现
• 4.2.2 立体图像合成功能实现
• 4.2.3 图像保存功能实现
• 4.3 系统模块实现
• 4.3.1 视频编解码实现
• 4.3.2 立体图像合成实现
• 4.3.3 图像保存实现
• 4.4 系统设计开发环境
• 4.4.1 系统开发环境
• 4.4.2 系统开发技术
• 4.5 本章小结
• 第5章 实验结果与分析
• 5.1 图像分割实验结果
• 5.2 深度图像实验结果
• 5.3 深度图像去噪实验结果
• 5.4 初始虚拟视角图像实验结果
• 5.5 插值处理后的虚拟视角图像
• 5.6 立体图像实验结果与分析
• 5.7 本章小结
• 第6章 结论
• 参考文献
• 致谢
• 读硕士学位期间发表论文情况简介