[发明专利]三维图像深度信息提取方法

说明书

本申请公开了一种三维对象深度提取方法，解决目前3D图像深度信息提取过程中算法过于复杂的问题。该三维对象深度提取方法，通过计算二维平面图像中每个元素图像中相邻像素的相似度，进而得到所述像素的深度。该提取方法是一种快速准确的三维物体深度提取方法，考虑了综合成像(II)和合成孔径积分成像，通过假设3D对象是由许多方面构成的表面，基于Patch‑Match算法开发了深度提取的数学框架。本申请还公开了采用上述三维对象深度提取方法的装置。

技术领域

本发明涉及光学信息工程领域的信息提取技术，特别涉及三维图像深度信息提取的技术。

背景技术

作为下一代显示技术，近年来三维(3D)成像技术的飞速发展。综合成像(II)(英文为：Integrated imaging(II))涉及其高分辨率和全视差。它与传统的图像处理技术(如超分辨率和图像匹配)兼容。为了实现3D成像和显示。综合成像(II)需要来自3D对象(称为元素图像)的不同视角，这些对象通常由通用综合成像(II)系统中的小透镜阵列拾取。由于使用标准2D图像，可以使用具有小透镜阵列或廉价成像器阵列的单个便宜的相机来构建多尺度3D成像系统。现有技术已经实现了许多研究成果，包括3D显示和自动目标识别。

深度提取被称为综合成像(II)的最重要的问题之一。许多研究者已经注意到综合成像(II)的深度提取。然而，现有技术已经提出的方法存在的缺点是低分辨率元素图像或复杂的算法。

发明内容

根据本申请的一个方面，提出一种三维图像深度信息的提取方法，解决目前三维图像深度信息提取过程中算法过于复杂的问题。该提取方法是一种快速准确的三维物体深度提取方法，考虑了综合成像(II)和合成孔径积分成像(英文为：synthetic apertureintegral imaging)，通过假设三维对象是由许多方面构成的表面，基于Patch-Match算法开发了深度提取的数学框架。

所述三维对象深度提取方法，通过计算二维平面图像中每个元素图像中相邻像素的相似度，进而得到所述像素的深度。

优选地，在计算二维平面图像中每个元素图像中像素的相似度时，假设相邻像素在同一平面上，并用多个小平面对表面进行建模。

优选地，所述计算二维平面图像中每个元素图像中相邻像素的相似度，采用相邻像素传播和随机优化的多循环算法。

优选地，包括将横向像素初始化为随机平面和迭代计算相邻像素的相似度的步骤。

进一步优选地，所述将横向像素初始化为随机平面，包括步骤：

将横向像素初始化为随机平面；

每个像素的初始深度设定为随机值，通过每个像素的表面的法线矢量被设置为随机单位向量。

进一步优选地，所述将横向像素初始化为随机平面，包括如下过程：

通过所述横向像素的深度坐标的平面，由式(5)表示，

z＝f₁▽p_x+f₂▽p_y+f₃ 式(5)

其中，z为所述横向像素的深度坐标，和p_x和p_y为随机平面，f ₁、f₂和f ₃分别如式(6-1)、式(6-2)和式(6-3)所示，

f₁＝-n₁/n₃ 式(6-1)

f₂＝-n₂/n₃式(6-2)