[发明专利]基于边缘象素特征的深度估计方法

摘要

本发明公开了一种基于边缘象素特征的深度估计方法，主要解决FTV系统中现有深度估计方法存在的图像边缘深度估计不准确的问题。其方案是：首先，根据当前象素的具体位置，将图像中的象素分为边缘上象素、边缘旁象素以及非边缘象素三类；其次，根据图像中的物体边缘象素的深度特征，分别设计出每一类象素相应的视差非一致性函数；然后，根据亮度非一致性函数以及所得到的三类视差非一致性函数，分别计算象素亮度非一致性和视差非一致性，利用能量最小化函数进行相应的视差估计；最后，根据估计得到的视差值，利用视差深度转换函数，将视差值转换为相应的深度值，完成深度估计。本发明有效地提高了物体边缘象素的深度估计准确性，可有效保证FTV系统接收端合成的虚拟视图的主观质量和客观质量。

主权项

1.一种基于边缘象素特征的深度估计方法，包括如下步骤：A.对图像中的象素进行分类，将图像中的象素分为三类：第一类为边缘上象素，第二类为边缘旁象素，第三类为非边缘象素；B.根据处于图像中的物体边缘上的象素的深度与较近物体的深度相同的特征，分别设计出每一类象素相应的视差非一致性函数：B1)第一类象素相对应的视差非一致性函数设计：若当前象素的相邻象素处于图像中的物体边缘上，则相应的视差非一致性函数为：V_{p，q}∈N(f_p，f_q)＝λ|f_p-f_q|式中：f_p表示当前象素p的视差；f_q表示当前象素p的相邻象素q的视差；λ表示平滑因子，取值为1；若当前象素的相邻象素在图像中的物体边缘旁，判断相邻象素是否处于较近物体对象内，如果是，则相应的视差非一致性函数为：V_{p，q}∈N(f_p，f_q)＝λ|f_p-f_q|；如果相邻象素处于较远物体对象内，则视差非一致性函数为：V_{p，q}∈N(f_p，f_q)＝∞；从而设计出第一类象素的视差非一致性函数为：式中：E(·)是边缘辅助信息，E(·)＝1表示该象素位于图像中的物体边缘上，E(·)＝0则表示该象素处于图像中的物体边缘旁；B2)第二类象素相对应的视差非一致性函数设计：若当前象素以及当前象素的相邻象素均在图像中物体边缘旁，则相应的视差非一致性函数为：V_{p，q}∈N(f_p，f_q)＝λ|f_p-f_q|；若当前象素的相邻象素在图像中物体边缘上，判断当前象素是否处于较近物体对象内，如果当前象素处于较近物体对象内，相应的视差非一致性函数为：V_{p，q}∈N(f_p，f_q)＝λ|f_p-f_q|；如果当前象素处于较远物体对象内，则视差非一致性函数为：V_{p，q}∈N(f_p，f_q)＝∞；从而设计出第二类象素的视差非一致性函数为：B3)第三类象素相对应的视差非一致性函数设计：若当前象素与其周围相邻象素均不在图像中物体边缘上，则此类象素的视差非一致性函数为：V_{p，q)∈N(f_p，f_q)＝λ|f_p-f_q|若E(p)＝0且E(q)＝0；C.根据亮度非一致性函数以及所得到的三类象素的视差非一致性函数，分别计算象素亮度非一致性和视差非一致性，利用能量最小化函数进行相应的视差估计；D.根据估计得到的视差值，利用视差深度转换函数，将视差值转换为相应的深度值，以完成深度估计。