[发明专利]一种三维视图获取方法有效

专利信息
申请号: 201010563644.3 申请日: 2010-11-24
公开(公告)号: CN102034265A 公开(公告)日: 2011-04-27
发明(设计)人: 戴琼海;刘继明 申请(专利权)人: 清华大学
主分类号: G06T17/00 分类号: G06T17/00
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 黄德海
地址: 100084 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 三维 视图 获取 方法
【说明书】:

技术领域

发明涉及计算机视觉和计算机图像绘制技术领域,特别涉及一种三维视图获取方法。

背景技术

三维图像和显示是未来信息系统的一种重要表现形式,三维图像和显示层次分明色彩鲜艳,具有很强的视觉冲击力,让观看的人驻景时间更长,留下深刻的印象;另外三维图像和显示给人以真实、栩栩如生,人物呼之欲出,有身临其境的感觉,有很高的艺术欣赏价值。正因为三维图像和视频具有这些平面图像和视频所不具备的特点,所以在诸如电脑显示、电视、视频、机器人、测量、斟察、医疗、广告传媒、电子游戏等领域具有广阔的应用前景。人眼看世界之所以有立体感,是因为左眼和右眼看世界的视角有少许不同而存在视差(disparity)。视差是指左视图和右视图对应于同一个世界点的两个象素点的水平位移。计算机视觉领域的定理指出,某点的视差和它所对应的世界点的深度(depth,即距离感)成反比;也就是说,离观看点越远的点的视差值越小,无穷远点的视差为0。一张图像所有点的深度值组成了深度图(depth map)。

基于双目立体视觉的深度图生成技术的发展主要有以下两个方向:首先是高质量深度图的构建,在这方面基于马尔科夫随机场(Markov Random Field,MRF)的方法得到了广泛的关注。在实际算法中,由于无法求得其精确解,因而提出了基于置信度传播(Belief Propagation,BP)和图分割(Graph Cuts)的近似求解算法。BP算法由于需要迭代多次求解,速度很慢,因此应用BP技术的加速算法近年来也得到了越来越多的重视。Graph Cuts方法相对BP较快,并且基于该方法能获得高质量的整体性能,因而获得了广泛的应用。

其次是深度图的快速构建,在这方面基于局部相关性的方法(Local method)和基于动态规划的方法(Dynamic programming,DP)被认为是当前最有可能的两种方案。基于局部相关性的方法存在噪声严重,对图像的弱纹理区域效果不好以及鲁棒性差等诸多问题,难以获得高质量的立体重建效果;基于动态规划的方法在物体边缘处容易出现条状效应。并且两者对于实时应用而言,其计算量仍显太大。

由此可见,目前还存在着如下问题:第一,能够生成高质量深度图的算法速度很慢;第二,能够快速生成深度图的算法得到的深度图质量比较差。所以,高质量和实时性成为了深度图生成的关键技术和难点。

在多视角自由立体显示系统(Multi-view Auto-stereoscopic System)中,要生成一幅具有立体效果的三维视图,需要多幅不同视点的二维虚拟视图。基于深度图的图像绘制技术能够根据一幅二维参考视图和一幅与该参考视图对应的深度图来绘制多幅不同视点的二维虚拟视图,与其他方法相比,具有如下优点:

图像加深度的格式能够被更有效的进行编码,因而在传输的时候需要更少的带宽;

图像加深度的格式能够独立于具体的自由立体显示器,如八视角或九视角的自由立体显示器等,因此可以更方便、更灵活地与市场上多种不同的自由立体显示器兼容。

图像加深度的格式能够更加灵活地进行二维视频与三维视频之间的切换。

因此,基于深度图的图像绘制技术被认为是未来的立体电视(3DTV,Three-dimensional Television)系统中最有前途的技术之一。

一般来说,要绘制不同视点的二维虚拟视图,首先要根据深度图将二维参考视图中的所有像素点投影到空间中去,再将这些空间中的像素点反投影到与该二维虚拟视图所对应虚拟摄像机的成像平面上。然而,这种投影和反投影在计算上是非常耗时的,并且需要与二维参考视图所对应的真实摄像机的参数来完成整个绘制过程。在实际中,要得到真实摄像机的参数还需要一个非常繁琐的校准的过程。因此,在某些需要实时应用的场合,如立体直播等应用中,急需一种快速有效的方法来绘制不同视点的二维虚拟视图,以完成三维视图的生成。

发明内容

本发明的目的旨在至少解决上述技术缺陷之一。为此,本发明的目的在于提出一种三维视图获取方法。

为达到上述目的,本发明的实施例提出了一种三维视图获取方法,包括如下步骤:

设置图像接口和图像处理器中的计算变量,根据所述图像接口定义图像读取函数以读取图像对并将所述图像对存储在内存中,所述图像对包括参考图像和目标图像,所述图像处理器包括第一图像处理器和第二图像处理器;

将所述参考图像和目标图像复制到所述第一图像处理器的显存中并进行灰度变化和分层,计算并保存所述参考图像每一层的上梯度矩阵、下梯度矩阵、左梯度矩阵和右梯度矩阵;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010563644.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top