基于单目视频的深度信息预测算法的研究

摘要

随着信号处理技术的不断发展，我们的生活正发生着日新月异的变化。从感观的角度来说，我们的视觉和听觉享受正发生着惊人的变革。电视作为人的视野拓展的主要工具，取得了长足的发展。未来电视将向着三维立体化发展。 三维立体电视是指无需佩戴眼镜就可以从各个角度观看到立体效果的三维显示系统。目前工业界已经出现了这种显示器，如飞利浦公和三星公司的立体显示器。这种三维立体显示器需要专门的三维视频格式来支持。 在目前已有的立体视频格式中，二维视频+深度信息的三维视频格式是最具发展前景的视频格式。因此本文将这种视频格式作为基础，详细讨论了如何从单目视频序列获取图像的深度信息，即二维视频到三维视频的转换。在产生关键帧的深度信息时，加入了一些人的分析，因此称为半自动的深度信息预测。 本文通过分析两类主要的半自动深度信息获取算法：基于视频分割和运动估计的深度信息获取和基于Bilateral滤波器的深度信息获取，提出了基于前景、背景区域划分的改进双向Bilateral深度信息预测算法。 在基于视频分割和运动估计的深度信息预测算法中，运动矢量的准确度是非常重要的，以往的盲目运动估计算法很容易引起前景、背景区域的预测混叠，因此在本文提出了一种基于关键帧深度的自适应块匹配运动估计算法。这种算法无论从计算精度，还是计算复杂度方面都优于常规的运动估计方法。 在基于Bilateral滤波器的深度信息预测算法中，为了弥补以往深度信息预测中因忽略前景物体深度变化带来的不良效应，本文提出了基于置信度的双向Bilateral深度信息预测算法，改进了传统Bilateral对新出现区域的深度信息预测误差。 总的来说，基于二维视频序列的深度信息预测是一个全新领域，本文在半自动的深度信息预测方面提出了自己的改进算法，并通过仿真得到了较为满意的结果。

目录

文摘

英文文摘

声明

第一章 绪论

1.1课题研究背景

1.2研究现状

1.3论文研究内容

第二章 基于深度的立体视频系统

2.1立体视觉的基本原理

2.1.1双眼立体视觉

2.1.2单眼立体视觉

2.2立体显示系统的发展

2.3基于深度信息的立体视频

2.4本章小结

第三章 基于运动分析的深度信息预测算法

3.1运动分析

3.1.1基于时空梯度(光流检测)的运动分析

3.1.2块匹配的运动估计算法分析

3.1.3深度信息辅助运动估计方法

3.2视频分割

3.2.1全自动的目标分割

3.2.2半自动的目标分割

3.3基于运动分析的半自动深度信息预测算法

3.3.1基于颜色分割的深度拷贝算法

3.3.2基于自适应块匹配的深度拷贝算法

3.4本章小结

第四章 基于Bilateral滤波器的深度信息预测算法

4.1 Bilateral滤波器介绍

4.1.1高斯平滑滤波器

4.1.2 Bilateral滤波器的引入

4.2 Bilateral滤波器用于深度信息预测

4.2.1最原始的想法

4.2.2运动补偿了的Bilateral深度信息预测方法

4.3改进方法

4.3.1置信度的引入

4.3.2基于置信度的双向深度信息预测算法

4.4本章小结

第五章 半自动深度信息预测的改进算法

5.1算法的来源

5.2算法具体描述

5.3仿真结果

5.4本章小结

第六章 总结与展望

6.1论文总结

6.2论文中存在的缺点和不足

6.3对未来工作的展望

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢