專(zhuān)利名稱(chēng)：一種圖像深度估計(jì)方法
一種圖像深度估計(jì)方法技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)圖像處理領(lǐng)域，特別是涉及一種圖像深度估計(jì)方法。背景技術(shù)：
深度估計(jì)方法用于估計(jì)待處理的圖像中各像素點(diǎn)的深度信息，獲取待處理的圖像的全局深度圖，在計(jì)算機(jī)視覺(jué)和計(jì)算機(jī)圖形學(xué)應(yīng)用領(lǐng)域發(fā)揮著重要的作用。當(dāng)前深度圖估計(jì)的方法主要有基于圖像的和基于視頻的兩種方式。對(duì)基于圖像的方法，可以細(xì)分為四種思路1.聚焦法如果一張圖片拍攝時(shí)聚焦在近景那么遠(yuǎn)景就會(huì)模糊，因此可以通過(guò)判斷圖片中的清晰和模糊區(qū)域來(lái)估計(jì)近景還是遠(yuǎn)景，從而得到深度圖。2.形狀匹配法這種方法假設(shè)形狀和深度有一定的對(duì)應(yīng)關(guān)系，通過(guò)預(yù)先建立的形狀和深度對(duì)應(yīng)的關(guān)系庫(kù)，來(lái)找出每個(gè)形狀對(duì)應(yīng)的深度從而得到深度圖。3.零平面法利用場(chǎng)景里的物體和零平面的關(guān)系來(lái)估計(jì)深度圖。4.人工標(biāo)記法這種方法通過(guò)大量的人工交互來(lái)完成圖像各區(qū)域的深度估計(jì)。上述各種思路下估算圖像的深度信息，均有多種實(shí)現(xiàn)方法。然而，現(xiàn)有的多種估計(jì)深度信息的方法，通常僅依據(jù)圖像中像素點(diǎn)的位置信息確定深度信息，依據(jù)自底向上的原則，將圖像底部的物體視為近景，圖像頂部的物體視為遠(yuǎn)景，確定得到圖像的深度信息。這樣的估計(jì)方法，通常估計(jì)的深度值不精確，深度圖層次感不強(qiáng)。同時(shí)未考慮到圖像中物體邊緣的影響，得到的深度圖邊緣模糊。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題是彌補(bǔ)上述現(xiàn)有技術(shù)的不足，提出一種圖像深度估計(jì)方法，得到的深度圖灰度值較精確，深度圖層次感較強(qiáng)。
本發(fā)明的技術(shù)問(wèn)題通過(guò)以下的技術(shù)方案予以解決
一種圖像深度估計(jì)方法，包括以下步驟1)區(qū)域劃分將待處理的圖像分割成多個(gè)區(qū)域，定義為區(qū)域Ri、R2、……、Rk、……、RN;2)迭代處理21)計(jì)算顯著性值對(duì)于當(dāng)前迭代針對(duì)的各區(qū)域，分別計(jì)算各區(qū)域的顯著性值；其中，當(dāng)前迭代為第i次迭代，當(dāng)i為I時(shí)， 針對(duì)的各區(qū)域?yàn)槿縉個(gè)區(qū)域；當(dāng)i大于等于2時(shí)，針對(duì)的各區(qū)域?yàn)榍癷-Ι次迭代處理后剩下的未被標(biāo)記前景標(biāo)記的區(qū)域；22)判斷判斷當(dāng)前迭代針對(duì)的各區(qū)域的顯著性值中最大值與最小值的差值是否小于設(shè)定閾值，如果是，則將當(dāng)前迭代針對(duì)的各區(qū)域標(biāo)記上背景標(biāo)記Ftl，停止迭代；如果否，則進(jìn)入步驟23);23)規(guī)范化、二值化和腐蝕將步驟21)得到的各區(qū)域的顯著性值規(guī)范化操作，規(guī)范到0-255 ;對(duì)規(guī)范化后的各區(qū)域的顯著性值進(jìn)行二值化處理，得到對(duì)應(yīng)的二值圖；對(duì)得到的二值圖進(jìn)行腐蝕操作，得到腐蝕后的二值圖；24)摳圖處理根據(jù)步驟23)得到的腐蝕后的二值圖對(duì)當(dāng)前迭代針對(duì)的各區(qū)域進(jìn)行摳圖處理，分割出當(dāng)前迭代下的前景區(qū)域，將相應(yīng)的區(qū)域標(biāo)記上前景標(biāo)記Fi ;3)深度賦值按照自底向上， 由近及遠(yuǎn)的原則，根據(jù)待處理圖像的各像素點(diǎn)所處的位置等級(jí)以及步驟2)迭代處理后的標(biāo)記確定各像素點(diǎn)的深度值。
本發(fā)明與現(xiàn)有技術(shù)對(duì)比的有益效果是
本發(fā)明的圖像深度估計(jì)方法，利用了顯著性檢測(cè)技術(shù)得到的顯著性值，自動(dòng)檢測(cè)出感興趣區(qū)域，同時(shí)結(jié)合了摳圖分割技術(shù)，通過(guò)對(duì)顯著性值和摳圖分割的不斷迭代，得到各次迭代的標(biāo)記信息，依據(jù)該標(biāo)記信息和像素點(diǎn)的位置信息對(duì)深度圖灰度值賦值。由于迭代標(biāo)記前景區(qū)域的先后反映了圖像中前景背景信息，因此最終賦值得到的深度圖灰度值較精確，能得到層次分明的深度圖。同時(shí)，由于估計(jì)方法中，對(duì)二值圖進(jìn)行腐蝕操作，且不斷的迭代摳圖分割，可以有效的提取出精細(xì)的輪廓邊緣，使最終得到深度圖邊緣較清晰。

圖I是本發(fā)明具體實(shí)施方式
中的圖像深度估計(jì)方法的流程圖2是本發(fā)明具體實(shí)施方式
中的圖像深度估計(jì)方法中迭代處理步驟的流程圖。
具體實(shí)施方式
下面結(jié)合具體實(shí)施方式
并對(duì)照附圖對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明。
如圖I所示，為本具體實(shí)施方式
中的圖像深度估計(jì)方法的流程圖。
Ul)區(qū)域劃分將待處理的圖像分割成多個(gè)區(qū)域，定義為區(qū)域Ri、R2、……、Rk、……、Rn。
此步驟中，可采用已有的多種圖像分割方法實(shí)現(xiàn)。優(yōu)選地，利用一種簡(jiǎn)單高效的基于圖的圖像分割算法(graph-based image segmentation),將待處理的圖像利用graph-based image segmentation算法進(jìn)行區(qū)域劃分，并且記錄每一區(qū)域分別為R1, R2......Rn，其中N為劃分后總的區(qū)域數(shù)目。對(duì)于劃分后的每一區(qū)域，后續(xù)處理時(shí)默認(rèn)為它是一個(gè)整體，有相同的特性，即區(qū)域中各像素點(diǎn)的顯著性值以及深度值相同。
進(jìn)一步優(yōu)選地，在分割處理之前，對(duì)待處理的圖像進(jìn)行去噪處理。去噪處理可降低圖像噪聲對(duì)后續(xù)各步驟處理的影響。去噪處理方法例如可以采用高斯濾波方法進(jìn)行。
U2)迭代處理。如圖2所示，為迭代處理步驟的流程圖，包括以下具體步驟 U21) -U26)
U21)計(jì)算顯著性值對(duì)于當(dāng)前迭代針對(duì)的各區(qū)域，分別計(jì)算各區(qū)域的顯著性值。
具體地，如當(dāng)前迭代為第i次迭代，當(dāng)i=l時(shí)，即當(dāng)前迭代為第一次迭代時(shí)，針對(duì)的各區(qū)域?yàn)槿縉個(gè)區(qū)域。經(jīng)過(guò)第一次迭代處理后，分割出第一次迭代的前景區(qū)域(例如是 R2、R4)，則對(duì)這2個(gè)區(qū)域R2和R4標(biāo)記上前景標(biāo)記F1，剩下N-2個(gè)區(qū)域未被標(biāo)記。則進(jìn)行第二次迭代處理時(shí)，針對(duì)的各區(qū)域即為剩下的未被標(biāo)記的N-2個(gè)區(qū)域。經(jīng)過(guò)第二次迭代處理后，分割出第二次迭代的前景區(qū)域(例如是R3)，則對(duì)相應(yīng)的這I個(gè)區(qū)域R3標(biāo)記上前景標(biāo)記 F2，剩下N-2-1個(gè)區(qū)域未被標(biāo)記。則進(jìn)行第三次迭代處理時(shí)，針對(duì)的各區(qū)域即為未被標(biāo)記的 N-2-1個(gè)區(qū)域。依次類(lèi)推，則當(dāng)i大于等于2時(shí)，針對(duì)的各區(qū)域?yàn)榍癷-Ι次迭代處理后剩下的未被標(biāo)記前景標(biāo)記的區(qū)域。
優(yōu)選地，對(duì)于各次迭代過(guò)程中針對(duì)的各區(qū)域的顯著性值的計(jì)算，采用一種簡(jiǎn)單快捷的方法。首先人們通常會(huì)注意到顏色對(duì)比度和周?chē)嗖钶^大的區(qū)域，這樣的差異可以用色彩空間的距離來(lái)度量。其次不同區(qū)域的位置關(guān)系也會(huì)對(duì)顯著性造成影響，相近的區(qū)域的高對(duì)比度比相距較遠(yuǎn)的區(qū)域更容易引起注意，因此兩區(qū)域的空間關(guān)系也會(huì)影響顯著性值。 結(jié)合顏色距離和空間距離兩個(gè)因素的影響，當(dāng)前迭代時(shí)第k塊區(qū)域Rk的顯著性值S(Rk)為
權(quán)利要求
1.一種圖像深度估計(jì)方法，其特征在于包括以下步驟1)區(qū)域劃分將待處理的圖像分割成多個(gè)區(qū)域，定義為區(qū)域Ri、R2、……、Rk、……、Rn;2)迭代處理21)計(jì)算顯著性值對(duì)于當(dāng)前迭代針對(duì)的各區(qū)域，分別計(jì)算各區(qū)域的顯著性值；其中， 當(dāng)前迭代為第i次迭代，當(dāng)i為I時(shí)，針對(duì)的各區(qū)域?yàn)槿縉個(gè)區(qū)域；當(dāng)i大于等于2時(shí)，針對(duì)的各區(qū)域?yàn)榍癷_l次迭代處理后剩下的未被標(biāo)記前景標(biāo)記的區(qū)域；22)判斷判斷當(dāng)前迭代針對(duì)的各區(qū)域的顯著性值中最大值與最小值的差值是否小于設(shè)定閾值，如果是，則將當(dāng)前迭代針對(duì)的各區(qū)域標(biāo)記上背景標(biāo)記Ftl，停止迭代；如果否，則進(jìn)入步驟23)；23)規(guī)范化、二值化和腐蝕將步驟21)得到的各區(qū)域的顯著性值規(guī)范化操作，規(guī)范到 0-255 ;對(duì)規(guī)范化后的各區(qū)域的顯著性值進(jìn)行二值化處理，得到對(duì)應(yīng)的二值圖；對(duì)得到的二值圖進(jìn)行腐蝕操作，得到腐蝕后的二值圖；24)摳圖處理根據(jù)步驟23)得到的腐蝕后的二值圖對(duì)當(dāng)前迭代針對(duì)的各區(qū)域進(jìn)行摳圖處理，分割出當(dāng)前迭代下的前景區(qū)域，將相應(yīng)的區(qū)域標(biāo)記上前景標(biāo)記Fi ；3)深度賦值按照自底向上，由近及遠(yuǎn)的原則，根據(jù)待處理圖像的各像素點(diǎn)所處的位置等級(jí)以及步驟2)迭代處理后的標(biāo)記確定各像素點(diǎn)的深度值。
2.根據(jù)權(quán)利要求I所述的圖像深度估計(jì)方法，其特征在于所述步驟3)根據(jù)如下式子確定各像素點(diǎn)的深度圖灰度值
3.根據(jù)權(quán)利要求I所述的圖像深度估計(jì)方法，其特征在于所述步驟21)中依據(jù)如下式子計(jì)算得到當(dāng)前迭代時(shí)第k個(gè)區(qū)域Rk的顯著性值S (Rk):
4.根據(jù)權(quán)利要求3所述的圖像深度估計(jì)方法，其特征在于所述幾何重心歐式距離Ds (RkJij) = -^)2 +(}^，其中，；~分別為區(qū)域Rk中所包含的所有像素點(diǎn)二維位置中X坐標(biāo)的均值，I坐標(biāo)的均值，；，J1分別為區(qū)域Rt中所包含的所有像素點(diǎn)二維位置中X坐標(biāo)的均值，y坐標(biāo)的均值。
5.根據(jù)權(quán)利要求3所述的圖像深度估計(jì)方法，其特征在于
6.根據(jù)權(quán)利要求I所述的圖像深度估計(jì)方法，其特征在于所述步驟23)中，二值化處理采用如下方法當(dāng)區(qū)域的顯著性值大于設(shè)定的閾值時(shí)，將該區(qū)域作為當(dāng)前迭代的前景，灰度值設(shè)為255 ;當(dāng)區(qū)域的顯著性值小于設(shè)定的閾值時(shí)，將該區(qū)域作為當(dāng)前迭代的背景，灰度值設(shè)為O，從而得到對(duì)應(yīng)的二值圖。
7.根據(jù)權(quán)利要求6所述的圖像深度估計(jì)方法，其特征在于所述設(shè)定的閾值為當(dāng)前迭代的各區(qū)域顯著性值中的最大顯著性值和最小值顯著性值之差的O. 9倍。
8.根據(jù)權(quán)利要求I所述的圖像深度估計(jì)方法，其特征在于所述步驟23)中，所述規(guī)范化操作依據(jù)如下式子進(jìn)行；y = (x — MinValue)/(Maxfalue — MinVaiue)；Y=yX255 ；其中，將待規(guī)范的區(qū)域的顯著性值作為X帶入式子中，y表示規(guī)范化中間值，Y表示規(guī)范后該區(qū)域的顯著性值對(duì)應(yīng)于灰度圖像中的灰度值，MaxValue和MinValue分別為當(dāng)前迭代的各區(qū)域顯著性值中的最大顯著性值和最小值顯著性值。
9.根據(jù)權(quán)利要求I所述的圖像深度估計(jì)方法，其特征在于所述步驟I)之前還包括對(duì)待處理的圖像進(jìn)行去噪處理。
全文摘要
本發(fā)明公開(kāi)了一種圖像深度估計(jì)方法，包括以下步驟1)區(qū)域劃分將待處理的圖像分割成多個(gè)區(qū)域；2)迭代處理21)計(jì)算顯著性值；22)判斷判斷當(dāng)前迭代針對(duì)的各區(qū)域的顯著性值中最大值與最小值的差值是否小于設(shè)定閾值，如果是，則將當(dāng)前迭代針對(duì)的各區(qū)域標(biāo)記上背景標(biāo)記F0，停止迭代；如果否，則進(jìn)入步驟23)；23)規(guī)范化、二值化和腐蝕將步驟21)得到的各區(qū)域的顯著性值規(guī)范化操作，規(guī)范到0-255；對(duì)規(guī)范化后的各區(qū)域的顯著性值進(jìn)行二值化處理，得到對(duì)應(yīng)的二值圖；對(duì)得到的二值圖進(jìn)行腐蝕操作，得到腐蝕后的二值圖；24)摳圖處理；3)深度賦值。本發(fā)明的圖像深度估計(jì)方法，得到的深度圖灰度值較精確，深度圖層次感較強(qiáng)。
文檔編號(hào)G06T7/00GK102982545SQ20121047929
公開(kāi)日2013年3月20日 申請(qǐng)日期2012年11月22日 優(yōu)先權(quán)日2012年11月22日
發(fā)明者王好謙, 張春龍, 邵航, 戴瓊海 申請(qǐng)人:清華大學(xué)深圳研究生院