[发明专利]一种优化加速的深度图超分辨率插值方法有效
申请号: | 202210238241.4 | 申请日: | 2022-03-11 |
公开(公告)号: | CN114298913B | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 万森;朱前进;周志鹏;程跃敏;成皿;袁泽川 | 申请(专利权)人: | 安徽云森物联网科技有限公司 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T5/00;G06T5/30;G06T7/187 |
代理公司: | 合肥和瑞知识产权代理事务所(普通合伙) 34118 | 代理人: | 王挺 |
地址: | 231200 安徽省合肥市肥西*** | 国省代码: | 安徽;34 |
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 优化 加速 深度 分辨率 方法 | ||
1.一种优化加速的深度图超分辨率插值方法,其特征在于,包括以下步骤:
S1,对原始深度图进行上采样处理,上采样倍率为scale;
S2,确定上采样处理后的深度图即重建深度图上各个像素点的像素值;具体如下所示:
S21,从重建深度图的左上角像素点开始,采用大小为(scale+1)*(scale+1),移动步长为scale的窗口,遍历重建深度图,分别确定各个窗口内的像素点像素值;
其中,大小为(scale+1)*(scale+1)的窗口,分为(scale+1)行、(scale+1)列,共包括(scale+1)*(scale+1)个像素点;
根据上采样原理,各个窗口在重建深度图上均存在四个已知像素值的像素点即已知像素点,分别为:该窗口的左上角像素点、右上角像素点、左下角像素点、右下角像素点;
S22,窗口内的各个像素点与该窗口的四个已知像素点的坐标关系存储在预采样核kernel中,预采样核kernel的大小为(scale+1)*(scale+1)*4,即预采样核kernel为(scale+1)行、(scale+1)列的矩阵,包含(scale+1)*(scale+1)个元素,且矩阵中的每个元素包含4个参数;
预采样核kernel中第i行第j列的元素中4个参数分别为:
kernel[i][j][0]=1.0*(scale-i)*(scale-j);
kernel[i][j][1]=1.0*(scale-i)*(j);
kernel[i][j][2]=1.0*(i)*(scale-j);
kernel[i][j][3]=1.0*(i)*(j);
其中,i=0,1,...scale,j=0,1,...scale;
若某窗口的四个已知像素点即该窗口的左上角像素点、右上角像素点、左下角像素点、右下角像素点分别为Q1、Q2、Q3、Q4;则该窗口内第di行第dj列的像素点P与该窗口的四个已知像素点即Q1、Q2、Q3、Q4的坐标关系分别为kernel[di][dj][0]、kernel[di][dj][1]、kernel[di][dj][2]、kernel[di][dj][3];
其中,di=0,1,...scale,dj=0,1,...scale;
S23,根据该窗口的四个已知像素点的像素值,以及该窗口内的像素点P与该窗口的四个已知像素点的坐标关系,计算得到该窗口内像素点P的像素值f(P),具体如下所示:
f(P)=Sum(P)/(scale*scale);
Sum(P)=f(Q1)kernel[di][dj][0]+f(Q2)kernel[di][dj][1]+f(Q3)kernel[di][dj][2]+f(Q4)kernel[di][dj][3];
其中,f(Q1)、f(Q2)、f(Q3)、f(Q4)分别为该窗口的四个已知像素点即Q1、Q2、Q3、Q4的像素值。
2.根据权利要求1所述的一种优化加速的深度图超分辨率插值方法,其特征在于,步骤S23中,若f(Q1)、f(Q2)、f(Q3)、f(Q4)中存在一个为0,则表示该像素点P为边界点,且该像素点P的像素值f(P)=f(Q1)。
3.根据权利要求1所述的一种优化加速的深度图超分辨率插值方法,其特征在于,步骤S2中,采用移动步长为scale的窗口遍历重建深度图,相邻两窗口的边缘处存在重合的像素点,针对相邻两窗口之间重合的像素点,利用后遍历的窗口计算该像素点的像素值。
4.根据权利要求1或2或3所述的一种优化加速的深度图超分辨率插值方法,其特征在于,在步骤S1之前,先对原始深度图依次进行去噪处理和空洞处理。
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安徽云森物联网科技有限公司,未经安徽云森物联网科技有限公司许可,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/202210238241.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于图像识别的套管检测设备
- 下一篇:扫描电镜的样品平台及扫描电镜