基于图片序列的快速深度恢复

摘要

通常情况下，基于图片或者视频序列的三维重建都需要先利用图片间的匹配来获取稠密的深度信息，这一过程被称为深度恢复。深度恢复的时间消耗占用整个三维重建流程的90％以上，深度恢复的质量也直接决定三维重建的效果。因此，如何在保证深度质量的情况下加快深度恢复的速度，对于基于图片的三维重建，意义重大。
　　本文主要内容之一是提出了一种针对视频序列的快速深度恢复方法，通过采用稀疏采样，稀疏恢复，快速深度扩散，快速平面拟合和集束优化等手段实现了一套完整的视频序列快速深度恢复方法。相比于实验室原有深度恢复算法，该算法能以超过5倍的速度得到与原有算法质量相差不大的结果。此外，通过将互信息引入深度恢复的计算，实现了对光照变化序列的鲁棒性。
　　本文的主要内容之二是设计提出了一种用于具有掩码信息的双目人体图像的快速立体匹配方法，该方法充分利用比较准确的人体掩码边界信息，先用掩码图片匹配获取初始深度，再在此基础上进行深度值的细化并用多方向的扫描线优化施加快速的平滑约束。最终的算法能以几乎实时的速度得到比较准确的深度信息。
　　通过进行大量的实验和对比，我们方法的有效性和高效性得到了验证，快速深度恢复部分已得到应用。

目录

声明

摘要

第1章 绪论

1．1 课题背景

1．2 深度恢复的一般步骤

1．3 传统深度恢复方法

1．3．1 局部算法

1．3．2 全局算法

1．4 快速深度恢复

1．5 本文的研究内容与主要贡献

1．6 本章小结

第2章 基于视频序列的快速深度恢复算法

2．1 问题描述

2．2 稀疏深度恢复

2．2．1 稀疏采样

2．2．2 稀疏深度恢复

2．3 快速深度扩散

2．3．1 Nonlocal深度扩散算法

2．4 快速平面拟合

2．5 快速集速优化

2．6 对于光线不一致序列的处理

2．6．1 光线鲁棒性测试

2．7 实验结果与分析

2．7 本章小结

第3章 基于掩码信息的双目图片快速深度恢复

3．1 问题描述

3．2 基于掩码信息的深度初始化

3．3 基于扫描残优化的深度细化

3．3．1 多方向扫描线优化算法

3．4 实验结果与分析

3．5 本章小结

第4章 总结与展望

4．1 总结

4．2 展望

参考文献

致谢