基于深度信息立体图像生成算法的研究

论文摘要

传统的立体图像生成系统需要传送左眼视图和右眼视图来生成立体图像。基于深度信息的立体图像生成系统（DIBR）能够利用彩色图像及相应的深度图像生成新视点图像,因此在传输过程中只需要传输一个视点下的图像及相关的深度图。由于深度图比彩色图包含更少的信息量,因此DIBR系统大大节省了传输带宽,在虚拟现实、航空领域,医学图像处理、影视特效等方面有着广泛的应用前景。然而,基于深度图像的绘制技术也有其自身的缺点,大量的文献指出,直接使用3D-Warp变化生成的新视点视图中会出现形状不规则,尺寸较大的增生“洞”。对于其中增生“洞”的处理,最简单的是直接内插法,但实验结果表明,该方法对大尺寸“洞”的处理效果并不理想,容易造成图像边缘模糊、失真等现象。另一种方法是对深度图像进行预处理。目前应用较为广泛的算法有高斯滤波器法和边缘滤波法。基于深度图像的高斯滤波法可以减少新视图中大尺寸的“洞”的数量,但随之也造成了物体竖直边弯曲的现象。边缘高斯滤波法提出只对深度图的水平边缘进行平滑滤波,这对上述现象有了一定改善,但对水平边缘检测的准确度要求很高。本文分析了新视图中“洞”产生的根本原因,指出当深度图水平方向从小到大或从大到小的变化时,将导致新视图像素缺失。论文提出用加权迭代的方法对上述变化的深度值进行处理,改进了现有的DIBR系统。通过本方法不但可避免高斯滤波法所造成的竖直边弯曲现象,而且不需要进行复杂的边缘检测,大大减小了算法实现的难度。实验结果表明,基于深度信息的加权迭代方法可以有效填补新视图中的“洞”,且客观信噪比较前两种算法有进一步提高。因此,该方法的提出将促进DIBR系统在实际领域的应用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 研究内容和论文结构安排
• 第二章 立体图像生成算法的研究与分析
• 2.1 立体图像成像原理
• 2.2 传统双目视觉系统的研究
• 2.3 双目系统中深度图像的获取
• 2.3.1 深度图像的获取技术
• 2.3.2 双目系统中深度图像的获取
• 2.3.3 双目系统中深度图像的预处理
• 2.4 小结
• 第三章 基于深度信息的立体图像生成系统
• 3.1 基于深度信息的立体图像生成原理
• 3.1.1 基于深度信息的立体图像成像原理
• 3.1.2 基于深度信息立体图像生成系统的问题
• 3.2 几种补洞方法的研究
• 3.2.1 基于形态学方法的洞的填补
• 3.2.2 基于均值滤波器的洞的填补
• 3.2.3 基于方向内插法的洞的填补
• 3.3 基于深度信息的非对称高斯滤波方法
• 3.3.1 高斯滤波器在图像处理中的应用
• 3.3.2 基于高斯滤波方法的深度图像处理
• 3.3.3 基于非对称高斯滤波方法的深度图像处理
• 3.4 基于深度信息的边缘高斯滤波方法
• 3.4.1 深度图像的边缘检测
• 3.4.2 基于深度信息的边缘高斯滤波方法
• 3.4.3 实验结果分析
• 3.5 小结
• 第四章 改进的基于深度信息的立体图像生成系统
• 4.1 深度图像素值的研究
• 4.2 基于深度信息的加权迭代方法
• 4.2.1 基于深度信息的加权迭代算法
• 4.2.2 实验结果分析
• 4.3 几种算法的比较
• 4.4 小结
• 第五章 总结与展望
• 5.1 本文工作总结
• 5.2 未来的研究方向
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录