基于局部模糊估计的深度信息恢复.doc

中图法分类号：TP391 文献标识码：A 文章编号：1006-8961(201 ) - - 论文引用格式： 单幅自然场景深度恢复 曹风云1，方帅2，王浩2, 胡玉娟1,杨雪洁1 （1)通过求取输入离焦图和利用已知高斯核再次模糊图之间的梯度比得到边缘处稀疏模糊图 2)将边缘位置模糊值扩离至全部图像，完整的相对深度信息即可恢复。结果：为了获得准确的场景深度信息，本文加入几何条件约束、天空区域提取策略来消除颜色、纹理以及焦点平面歧义性带来的影响，文中对各种类型的图片进行对比实验，结果表明该算法能在恢复深度信息的同时有效抑制图像中的歧义性。结论：本文提出了一种新的基于局部模糊一致性的假设的单幅离焦测距算法。实验结果表明，在对自然场景下各类图片下有很好的适应性和有效性。 关键词：模糊估计，离焦，图像分割，深度信息 Recovering Depth From A Single Natural Defocused Image Cao fengyun1), Fang Shuai2), Wang hao2) ,Hu yujuan1),Yang xuejie1) 1.Department of Public Computer Teaching , Hefei Normal University, Hefei,Anhui,230601 )；2.(College of Computer and Information, Hefei University of Technology, Hefei,Anhui,230009 ) Abstract: Objective: Method: In this paper, we address a challenging problem of recovering the depth from a single photograph taken with an uncalibrated conventional camera. In order to achieve this, we present a simple yet effective two-step approach to estimate the blur map of input image . 1). A sparse blur map is obtained by estimating the amount of defocus blur at edge locations. 2). Based on image segmentation and sparse blur map to get global blur map, complete depth information can be restoration. Results:In order to obtain accurate scene depth information, this paper join geometry constraints, the sky area extraction and segmentation strategy to eliminate the impact of color, texture and focal plane ambiguity. Conclusions: Experimental results on a variety of images show that our method can acquire a reliable estimation of the depth of a scene. Key words: blur estimation; defocus; image segment; depth information 0 引言 从二维图像中恢复出目标场景深度信息是计算机视觉研究的关键问题，也是目前研究最多、应用最广、发展最迅速的一个领域。如何从有限的二维图像中还原出深度信息，是指在通过分析已有的二维图像的基础上，获得二维图像中所表示的物体在真实场景中的相对距离关系或相对的位置坐标的一种技术手段。该技术可以广泛应用于三维信息重建、机器人导航、医疗成像、生物特征识别、信息提取、工业检测等多个行业领域。深度信息恢复作为计算机视觉领域的一个重要研究内容，近些年受到众多学者的关注，经过多年的研究和发展，在深度信息恢复的研究中已取得显著成果。 传统深度恢复算法主要依赖于多幅离焦图像。立体视觉[1-2]主要采取不同观测点下同一场景的视差来恢复深度信息。运动结构[3-4]是利用相关的二维场景点信息恢复相应的三维信息和场景的深度信息。基于聚焦的深度估计[5-7]是利用多焦点设置拍摄多幅图像，计算每一像素