基于二维视频序列的伪立体视频重建方法研究

摘要

计算机视觉就是用计算机模拟人眼的视觉功能，从图像或图像序列中提取信息，对客观世界的三维景物和物体进行形态和运动识别。计算机视觉是计算机科学研究领域的重要分支，其研究的核心问题是从景物图像或序列图像求出景物的精确的三维几何描述，并定量的确定景物中物体的空间性质，其过程是成像过程的逆过程。从二维视频序列中重建三维视频序列是诸多学术领域，包括计算机科学，计算机视觉，人工智能，医学等广泛关注的一个课题。 本文主要是根据双目立体视觉原理讨论了如何将二维视频序列转换成伪3D视频序列的方法。 视频运动的分割是计算机视觉的基础，本文主要根据时域和空域信息，采用了根据运动信息结合边缘检测的方法进行分割。 要得到三维视频，就必须要有立体视差，立体视差是计算机视觉的重要内容，也是三维重建中的关键技术，本文通过对现在的视差算法研究，提出了采用基于三角形网格的浓密视差提取方法。但是对二维视频序列来说，其本身并不包含有视差信息，但我们可以根据二维视频序列中的运动信息，纹理信息，遮挡信息等信息来估算视差，本文主要采用的方法是根据运动信息来估算视差。 根据双目立体视觉原理和立体显示技术，将二维视频帧经过变换，得到伪三维立体视频帧，并合成视频序列。根据分色式立体显示技术，最终获得了具有立体感的伪立体视频图像。

目录

文摘

英文文摘

声明

1绪论

1.1三维重建概述

1.2国内外研究现状

1.3本文的研究内容

2双目立体视觉

2.1双目立体视觉原理

2.2三维重建的主要内容

2.2.1视频分割

2.2.2视差估算

2.2.3合成伪立体视频帧

3视频分割

3.1视频分割的框图

3.2运动估计

3.2.1全局运动

3.2.2基于块的运动估计

3.3帧差图像

3.4阈值的选取

3.5形态学处理

3.6边缘检测

3.7运动对象提取

3.8实验结果

4视差计算

4.1视差计算原理

4.2基本约束条件

4.3基于网格的视差估计

4.3.1特征点提取

4.3.2 Delaunay三角剖分

4.3.3特征点匹配

4.4实验

5伪立体视频的创建

5.1 RGB色彩空间

5.2重建RGB图像

5.3建立右图像序列

6实验和结论

6.1本文实验

6.1.1运动补偿

6.2.2运动提取

6.2.3视差计算

6.2.4伪立体重建视频序列

6.2结论

致 谢

参考文献

附 录