[发明专利]深度恢复方法、电子设备和计算机可读存储介质

权利要求书

1.一种深度恢复方法，其特征在于，包括：

根据预设的图像分割算法对滤波后的红外图进行分割，确定所述红外图的前景区域，并生成所述前景区域的掩膜；

对所述红外图对应的散斑图进行多值化处理，得到多值化的散斑图；

根据所述多值化的散斑图、预设的多值化的参考散斑图和所述掩膜，确定所述前景区域中各点的视差值；

根据所述视差值，确定所述前景区域中各点的深度值；

其中，所述根据所述多值化的散斑图、预设的多值化的参考散斑图和所述掩膜，确定所述前景区域中各点的视差值，包括：

根据所述散斑图的宽和高、所述散斑图各点的灰度值的SAD值和预设的视差搜索范围，生成视差代价矩阵；

根据所述多值化的散斑图和所述掩膜，确定所述多值化的散斑图中的待匹配点；其中，所述待匹配点在所述掩膜上对应的点的像素值为1，所述掩膜中各点的像素值包括0和1，所述像素值为1的点位于所述前景区域；

根据所述视差代价矩阵，确定所述待匹配点与目标点之间的匹配代价值，并确定所述匹配代价值的最小值；其中，所述目标点为所述待匹配点在所述多值化的参考散斑图中对应的第二窗口内的点，所述第二窗口为所述视差搜索范围；

根据所述最小值对应的目标点与所述待匹配点之间的视差值，确定所述待匹配点的视差值。

2.根据权利要求1所述的深度恢复方法，其特征在于，所述对所述红外图对应的散斑图进行多值化处理，得到多值化的散斑图，包括：

遍历所述红外图对应的散斑图中的各点，依次将所述散斑图中的各点作为待处理点；

计算所述待处理点的灰度值的SAD值；

根据预设的第一窗口大小，计算所述待处理点对应的第一窗口内各点的灰度值的均值和各点的灰度值的SAD值的均值；

根据所述待处理点的灰度值、所述灰度值的均值和所述灰度值的SAD值的均值，为所述待处理点进行多值化赋值，得到多值化的散斑图。

3.根据权利要求2中所述的深度恢复方法，其特征在于，所述多值化处理包括八值化处理，通过以下公式，根据所述灰度值的SAD值、所述灰度值的均值和所述灰度值的SAD值的均值，为所述待处理点进行多值化赋值：

其中，X（i，j）为所述待处理点的灰度值，为所述灰度值的均值，为所述灰度值的SAD值的均值，β₁、β₂、β₃、β₄、β₅、β₆、β₇为预设参数，B（i，j）为所述待处理点的八值化赋值。

4.根据权利要求1至3中任一项所述的深度恢复方法，其特征在于，所述预设的图像分割算法为分水岭分割算法；

所述根据预设的图像分割算法对滤波后的红外图进行分割，确定所述红外图的前景区域，并生成所述前景区域的掩膜，包括：

对滤波后的红外图进行灰度化和二值化处理，得到二值化的所述红外图；

对二值化的所述红外图进行图像膨胀和距离转换，获得确定的前景区域图、确定的背景区域图和不确定区域图；

根据连通组件标记算法对所述确定的前景区域图进行标记，得到标记图；

根据所述标记图、所述不确定区域图、二值化的所述红外图和分水岭分割算法，对所述不确定区域图进行距离判断，确定所述红外图的前景区域，并生成所述前景区域的掩膜。

5.根据权利要求1至3中任一项所述的深度恢复方法，其特征在于，在所述根据预设的图像分割算法对滤波后的红外图进行分割，确定所述红外图的前景区域之前，包括：

对获取到的红外图进行选择式掩膜平滑滤波，得到滤波后的所述红外图。

6.根据权利要求1所述的深度恢复方法，其特征在于，所述根据所述最小值对应的目标点与所述待匹配点之间的视差值，确定所述待匹配点的视差值，包括：

对所述最小值对应的目标点与所述待匹配点之间的视差值进行亚像素插值；

将插值后的所述最小值对应的目标点与所述待匹配点之间的视差值，作为所述待匹配点的视差值。