[发明专利]一种基于全概率模型的多视点深度图增强系统

摘要

本发明实施例公开了一种基于全概率模型的多视点深度图增强系统。该系统包括如下步骤：图像预处理步骤：将像素矢量聚合为超像素矢量；颜色信息分类步骤：使用狄利克雷混合模型模拟超像素矢量分布，并运用变分法估测模型参数，得出超像素矢量的概率密度函数，根据概率进行分类；深度信息分类和增强步骤：基于颜色信息分类结果，使用高斯混合模型模拟深度图像素矢量分布，并运用变分法估计模型参数，根据所得概率密度函数对深度图像素进行细分，将各像素深度值更新为所在类内深度均值，完成深度图增强。利用本发明实施例，能够得到层次更加清晰，结构更加紧凑的深度图，从而提高基于深度绘制的多视点图像合成质量，具有很大的实用价值。

主权项

一种基于全概率模型的多视点深度图增强系统，其特征在于，包括以下步骤：步骤一.图像预处理步骤：针对高清(超清)图片包含的庞大像素数量，对原始图像进行超像素聚类，降低图像处理的计算复杂度；步骤二.颜色信息聚类步骤：有效的颜色信息分类是深度图增强的基础，本文使用狄利克雷混合模型(DMM‑Dirichlet mixture model)逼近三维超像素向量的分布，并运用变分贝叶斯方法(VB‑Variational Bayes)估计模型参数，从而获得作为颜色分类依据的责任矩阵R；步骤三.深度信息聚类及增强步骤：A、深度信息聚类步骤：在颜色信息分类结果的基础上，按照各像素的深度值再细分出不同子类，此处对一维深度像素矢量用贝塔混合模型(BMM–Beta Mixture Model)建模；B、深度图增强步骤：计算步骤A中所得子类内像素矢量的深度均值，更新原始深度值，最终完成深度图的增强，得到层次更加清晰，结构更加紧凑的深度图。