单幅图像深度信息的提取.PDFVIP

单幅图像深度信息的提取 Learning depth information from monocular image 赵信宇，朱晓蕊，余锦全 ZHAO Xin-yu, ZHU Xiao-rui, YU Jin-quan （哈尔滨工业大学，深圳5 18055 ） 摘 要：视觉测距已成为机器人导航领域里一项重要的研究内容。本文提出一种基于高斯-马尔科夫 随机场模型，首先通过图像采集及激光测距系统，采集大量图像及其相匹配的深度信息图，在 人类视觉系统基础上，提取图像特征，通过训练完善模型，并应用于新采集图像上。结果表明， 该方法可以实现单幅图像深度信息的提取。 关键词：激光测距系统；高斯-马尔科夫随机场；单目测距 中图分类号：TP391　 文献标识码：A　 文章编号：1009-0134(2010)03-0015-03 0 引言 距离具有不同的大小以及不同的纹理变化，在不同 的距离同一物体的清晰度也将发生变化。同时，我 距离信息在物体识别、路径规划以及场景复原 们在判断物体远近的时候还要参考周围环境的影响， 上都有着重要应用。人类可以轻易地判断出障碍物 例如，如果只看到一幅图像中某一蓝色区域，那么 距离我们有多远，但是对于笨拙机器人来说，这个 我们将很难判断这块区域到底是天空、海洋还是某 任务就变得相当艰巨了。随着机器人导航在机器人 一蓝色物体的一部分。因此，我们将图像的纹理变 应用领域里变得越来越重要，深度检测自然成为了 化、纹理梯度以及模糊度作为特征提取出来，并参 研究的重点。在机器视觉领域，深度检测可以通过 考图像全部信息来建立并训练模型。 摄像头或者其他图像处理的方法，一般常用的是立 1.1 特征的提取 体视觉法。但是立体视觉会受限与摄像头基线之间 距离，还会受到亮度噪声的影响，利用多个摄像头 首先，我们将图像划分成很多的小块，对应于 将会花费更多的成本。因此，我们考虑用一个摄像 每一小块，它具有独立的深度信息以及相关深度信 头来完成深度检测的任务。 息，我们要做的是提取与这些信息相关的图像特征。 目前，相关的研究主要有Michels、Saxena 以及 将图像转换到YCbCr 的颜色空间里，其中Y 代表亮 Y. Ng 等人利用监督训练法估计一维深度信息，从 度层，Cb 和Cr 为两个颜色层，很多纹理信息都包 [1] 含在其亮度层里。 而实现小车在高速下的自主避障 ；Guo Hong和Lu Yi等人通过单一摄像头拍摄一系列目标物图像来估 为了提取独立深度特征，我们应用Lawsmasks[4] [2] 作为滤波器去处理图像的Y 层，从而得到纹理能量 计物体深度信息 ；Gini 和Marchi 等人在已知室内 环境的条件下，利用单个摄像头实现小车的自主运 作为纹理变化的特征，应用边缘检测滤波器得到图 [3] 像纹理梯度变化特征，而模糊度主要体现在颜色层 动 。本文主要通过模型参数的训练，从而提取出单 幅图像的三维深度信息图。 上，因此应用平均值滤波器处理CbCr