基于图像分割的金字塔Lucas-Kanade光流法提取深度信息.pdfVIP

第 37卷第 l期 铁 道 学 报 VoI．37 No．1 2015年 1月 JOURNAL OFTHE CHINA RAILW AY SOCIETY January 2015 文章编号 ：1001—8361(2015)01—0063—06 基于图像分割的金字塔Lucas—Kanade光流法 提取深度信息 李亚楠， 赵 耀， 林春雨， 白慧慧， 刘美琴 (1．北京交通大学 计算机与信息技术学院信息所 ，北京 100044； 2．现代信息科学与网络技术北京市重点实验室，北京 100044) 摘 要 ：在 2D到 3D视频的转换过程 中，深度信息的提取是最关键 的问题 。本文利用 图像分割的金字塔 Lucas— Kanade光流法提取 2D视频中的深度信息，主要做了如下工作：1是通过计算当前帧的最大运动矢量来决定所需 构建的金字塔层数，通过 自适应的方式决定金字塔层数可以弥补因金字塔层数过多造成的信息丢失或者因金字 塔层数过少而无法满足 Lucas-Kanade光流算法的不足；2是在每层金字塔中，利用 MeanShKt图像分割后的信 息，去除本次迭代计算得到的运动矢量中的坏点 ，使得深度提取更加准确；3是 自适应地调整每层金字塔的迭代 次数 ，使得在实验结果的质量几乎不变的情况下 ，达到降低时间复杂度的 目的；最后通过统计图像分割每类中的 深度值对所得到的深度图进行优化，使得最终得到的深度图中物体边缘信息更加清晰。实验结果表明，利用本文 算法所得到的场景深度的边缘信息更加清晰，深度图中的坏点明显减少，在降低时间复杂度的同时，得到了较高 质量 的深度图。 关键词 ：2D转 3D视频技术 ；金字塔 Lucas—Kanade光流法 ；MeanShift图像分割 ；运动估计 ；深度信息 中图分类号：TP391 文献标志码 ：A doi：10．3969／J．issn．1001—8361．2015．O1．010 DepthInformation Extractionwith Pyram idLucas。-Kanade OpticalFlow M ethodBasedon ImageSegmentation LIYa—nan。 ZHAO Yao， LIN Chun—yu， BAIHui—hui， LIU M ei—qin (1．InstituteofInformationScience，BeijingJiaotongUniversity，Beijing100044，China； 2．BeijingKeyLaboratoryofAdvancedInformationScienceandNetworkTeehnoloy，Beijing100044，China) Abstract：Extractingdepthinformationisthecriticalissueintheprocessof2D to3D videoconversion．Inthis paper，thePyramidLucas—Kanadeopticalflow methodbasedonimagesegmentationwasemployedtoextract depth informationandseveralachievementswerereached．Firstly，thenumberofrequiredpyramidlayerswas determinedthroughcalculationofthemaximum motionvectoroftheimage；suchadaptivedeterminationwasa— bletomakeuPthelossesofinformationcausedbytoomanylayersandtoov