基于关键点滤波的深度图提取.pdfVIP

第 l5卷 第3期 2015年 1月 科 学 技 术 与 工 程 Vo1．15 No．3 Jan．2015 1671— 1815(2015)03—0111—05 ScienceTechnologyandEngineering ⑥ 2015 Sci．Tech．Engrg． 基于关键点滤波的深度图提取 唐 骏 ， 张贻雄 刘 虹 (厦门理工学院通信工程系 ，厦门361024；厦门大学信息科学与技术学院 ，厦门361004) 摘 要 基于单帧视频2D／3D转换，深度估计是关键。提出一种在伴有相机移动情况下，基于运动的深度估计新方法，采用 关键点滤波获取每帧视频像素级的运动矢量。由于相机 的移动会 引起伪运动矢量，从而导致深度信息模糊，为解决这一 问 题，采用鲁棒的RANSAC算法估计相机移动模型。首先，通过无相机移动的运动矢量来估计初始深度 图。然后，利用基于 同 类点的后置滤波修正运动物体边缘像素的深度信息。实验结果表明，在有相机移动情况下，该方法对深度图的估计可以取得 较好效果 。 关键词 2D／3D的转换 深度图 关键点滤波 相机移动估计 中图法分类号 TN919．8； 文献标志码 A 3D技术能将真实世界中的事物 以更加逼真的 结合其它融合技术来为每个像素分配有效的运动 效果展现给人们 。然而，相 比于 3D显示的硬件设 矢量。 备来说，具有 3D效果的资源数量明显不足。由于 通常，视频在录制过程中会伴有相机的移动，目 现在已有非常丰富的2D资源，所以，将传统的2D 前基于运动的深度估计技术往往直接忽略相机移动 资源转换为3D资源无疑能有效地解决3D资源匮 所带来的影响，这会导致深度图模糊。例如，当相机 乏 的问题 。 和运动物体运动一致时，运动物体的运动向矢量为 基于单帧视频的深度估计方法可分为手动和 自 零，而静止物体的运动矢量为非零，利用这些运动矢 动两种。手动法要求人工对帧中每一个 目标分配深 量来估计深度值会造成深度信息反转，从而导致深 度值，这一过程费时费力。自动法主要包括基于散 度图的混乱。现提出一种基于运动估计的深度图提 焦、几何透视或运动来获取深度信息。散焦使用模 取新方法。首先，运用基于关键点滤波 (CPF)的图 糊的图像作为线索来获取深度值，其依据是物体与 像匹配法获取像素级运动矢量场。然后，针对所得 镜头距离的不同而发生不同程度的散焦…，这种方 的运动矢量场运用 RANSAC算法估计相机的移动 法的缺陷是场景特征必须是 已知的。通过几何透视 参数，以此消除相机移动带来的深度模糊。通过对 法获得深度值是依据平行线，例如高速公路，随着距 每个像素的CPF运动矢量来消除相机移动，可以获 离增大而逐渐收敛于一点。文献 [2]提出了基于几 得初始深度图。最后，利用后置滤波器修正物体边 何透视法的深度图的方法，然而该方法仅对包含严 缘的深度值。对静止区域或者背景，则通过简单的 格几何外形的单幅图像有效 J。从单帧视频提取 模式进行深度值分配。 深度图，物体的运动是最有效的信息源。通过运动 1 基于运动的深度估计 提取深度图的依据是，物体离相机越近，在帧内的运 动距离越大。该方法 已有一些研究成果，如基于块 图1是该算法的框图，首先，利用 H．264中的 匹配法 (BMA)的运动估计在视频压缩 中意义重 六抽头插值滤波生成 1／4像素图像用于CPF匹配， 大 ，它也可以用来生成深度 图，然而，BMA依据 的 基于块运动矢量和 RANSAC算法估计相机运动参 是误差能量最小化准则，所产生的运动矢量是伪矢 数，利用 CPF运动矢量消除相机移动获得像素级