利索能及
我要发布
收藏
专利号: 201310285370X
申请人: 宁波大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-04-09
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种深度图像的后处理方法,其特征在于它的处理过程为:首先,在解码端获取解码得到的彩色图像和对应的深度图像;然后,利用基于置信区间的交点规则确定解码得到的深度图像中的每个像素点的邻域窗口;接着,通过最小化逼近多项式的均方误差估计解码得到的深度图像中的每个像素点的深度值,得到深度估计图像;最后,采用加权模式滤波器对深度估计图像中的每个像素点进行滤波处理,得到深度滤波图像,该深度滤波图像用于虚拟视点图像的绘制。

2.根据权利要求1所述的一种深度图像的后处理方法,其特征在于它具体包括以下步骤:①在解码端,将解码得到的t时刻的彩色图像记为 将解码得到的t时刻的深度图像记为 其中,i=1,2,3分别表示YUV颜色空间的三个分量,YUV颜色空间的第1个分量为亮度分量并记为Y、第2个分量为第一色度分量并记为U及第3个分量为第二色度分量并记为V,(x,y)表示彩色图像和深度图像中的像素点的坐标位置,1≤x≤W,1≤y≤H,W表示彩色图像和深度图像的宽度,H表示彩色图像和深度图像的高度, 表示 中坐标位置为(x,y)的像素点的第i个分量的值, 表示 中坐标位置为(x,y)的像素点的深度值;

②通过采用在不同卷积方向上的多个不同尺度的多项式核函数分别对 进行卷积操作,获取 中的每个像素点在不同卷积方向上的多个不同尺度各自的置信区间的交点,然后确定 中的每个像素点在不同卷积方向上的最优尺度,再将由 中的每个像素点在不同卷积方向上的最优尺度确立的形状区域作为 中对应像素点的邻域窗口,将 中坐标位置为(x,y)的像素点的邻域窗口记为 将 中的所有像素点的邻域窗口的集合记为

③根据 中的每个像素点的邻域窗口,通过最小化逼近多项式的均方误差估计中的每个像素点的深度值,得到深度估计图像,记为 其中, 表示中坐标位置为(x,y)的像素点的深度值;

④采用加权模式滤波器对 中的每个像素点进行滤波处理,得到深度滤波图像,记为 将 作为最终后处理得到的用于绘制虚拟视点图像的深度图像,其中, 表示 中坐标位置为(x,y)的像素点的深度值。

3.根据权利要求2所述的一种深度图像的后处理方法,其特征在于所述的步骤②的具体过程为:②-1、将 中当前待处理的像素点定义为当前像素点;

②-2、假设当前像素点的坐标位置为(x1,y1),其中,1≤x1≤W,1≤y1≤H;

②-3、采用在不同卷积方向上的多个不同尺度的多项式核函数分别对 进行卷积操作,得到当前像素点在不同卷积方向上的多个不同尺度各自对应的定向估计值,将当前像素点在第k个卷积方向θk上的第j个尺度hj对应的定向估计值记为其中,1≤k≤K,K表示设定的卷积方向的个数,1≤j≤J,J表示设定的尺度的个数, 表示的第1个分量的函数表示形式,符号“*”为卷积操作符号, 表示当前像素点在第k个卷积方向θk上的第j个尺度hj的多项式核函数, 表示采用对 中坐标位置为(x1,y1)的像素点的第1个分量进行卷积操作,px-=x1-hjcos(θk),px+=x1+hjcos(θk),py-=y1-hjsin(θk),py+=y1+hjsin(θk), 表示 中坐标位置为(x',y')的像素点的第1个分量的值, 表示 中坐标位置为(x1-x',y1-y')的像素点在第k个卷积方向θk上的第j个尺度hj的多项式核函数值,T为 的 转 置 矩 阵,φ(0,0)=[1,0],

为 的逆

矩阵;

②-4、计算当前像素点在不同卷积方向上的多个不同尺度各自对应的置信区间的交点,将当前像素点在第k个卷积方向θk上的第j个尺度hj对应的置信区间的交 点 记 为其中,符号“∩”为

求交集操作符号,1≤l≤j, 表示当前像素点在第k个卷积方向θk上的第l个尺度hl对应的定向估计值, 为 的标准差,Γ为控制置信区间范围的参数,此处符号“[]”为区间表示符号。

②-5、根据当前像素点在不同卷积方向上的多个不同尺度各自对应的置信区间的交点,获取当前像素点在不同卷积方向上的最优尺度,对于第k个卷积方向θk,从当前像素点在第k个卷积方向θk上的多个不同尺度各自对应的置信区间的交点中找出非空的最大值,将该最大值对应的尺度作为当前像素点在第k个卷积方向θk上的最优尺度。

②-6、将由当前像素点在不同卷积方向上的最优尺度确立的形状区域作为当前像素点的邻域窗口,记为②-7、将 中下一个待处理的像素点作为当前像素点,然后返回步骤②-2继续执行,直至 中的所有像素点处理完毕,获得 中的每个像素点的邻域窗口,再将 中的每个像素点的邻域窗口作为 中对应像素点的邻域窗口,将中的所有像素点的邻域窗口的集合记为

4.根据权利要求3所述的一种深度图像的后处理方法,其特征在于所述的步骤②-3中取K=8,则 所述的步骤②-3中取J=6,并取h1=1,h2=2,h3=3,h4=5,h5=7,h6=11。

5.根据权利要求4所述的一种深度图像的后处理方法,其特征在于所述的步骤②-4中取Γ=1.05。

6.根据权利要求2至5中任一项所述的一种深度图像的后处理方法,其特征在于所述的步骤③的具体过程为:③-1、将 中当前待处理的像素点定义为当前像素点;

③-2、假设当前像素点的坐标位置为p,将当前像素点的邻域窗口 内的各个像素点的深度值分别记为y1,…,yN,其中,N表示 内的像素点的个数,y1表示 内的第1个像素点的深度值,yN表示 内的第N个像素点的深度值;

T T

③-3、令y=[y1,…,yN], 然后根据 y=[y1,…,yN] 和估计当前像素点的深度值,得到 中与当前像素点相对

应的像素点的深度值,记为 其中,y为N×1维矩阵,G为

T T - T

N×3维矩阵,G 为G的转置矩阵,(GG)1为GG的逆矩阵;

③-4、将 中下一个待处理的像素点作为当前像素点,然后返回步骤③-2继续执行,直至 中的所有像素点处理完毕,得到深度估计图像

7.根据权利要求6所述的一种深度图像的后处理方法,其特征在于所述的步骤④的具体过程为:④-1、将 中当前待处理的像素点定义为当前像素点;

④-2、假设当前像素点的坐标位置为p,然后构建一个加权模式滤波器再采用该加权模式滤波器对

当前像素点进行滤波处理,得到 中与当前像素点相对应的像素点的深度值,记为其中,0≤d≤255, 表示使得HG(p,d)的值最大的d值,q表示当前像素点的邻域窗口 内的像素点的坐标位置,表示标准差为σr的高斯函数,GS(‖p-q‖)表示标准差为σS的高斯函数, ‖p-q‖表示坐标位置p和坐标位置q之间的欧氏距离,符号“‖‖”为求欧氏距离符号,表示标准差为σI的高斯函数, 表示中坐标位置为p的像素点的深度值, 表示 中坐标位置为q的像素点的深度值,exp()表示以e为底的指数函数,e=2.71828183;

④-3、将 中下一个待处理的像素点作为当前像素点,然后返回步骤④-2继续执行,直至 中的所有像素点处理完毕,得到深度滤波图像

8.根据权利要求7所述的一种深度图像的后处理方法,其特征在于所述的步骤④-2中取σr=3、σS=15、σI=6。