基于運動分析的視頻圖像深度信息獲取方法研究.pdf

1、現(xiàn)代電影電視技術(shù)的發(fā)展不斷給人們帶來更新更好的視聽體驗。伴隨著3D顯示技術(shù)和3D電影的成功,以及人們對3D體驗的熱衷,3D視頻產(chǎn)業(yè)也逐漸備受關(guān)注。然而,3D視頻的拍攝對資源和時間的消耗較大,現(xiàn)有拍攝的立體視頻資源相對匱乏。相比之下,高質(zhì)量的2D視頻資源豐富,將這些2D視頻轉(zhuǎn)換成3D視頻將可以大大地彌補3D視頻的不足,促進并有助于3D電影電視等相關(guān)行業(yè)的發(fā)展與進步。
　　將2D的視頻轉(zhuǎn)化為3D視頻,需要補充2D場景的景深信息,即獲取

2、2D視頻幀圖像對應(yīng)的深度圖,再利用DIBR(Depth Map Based Rendering)的技術(shù)生成3D呈像需要的左右視圖。本文主要探討了從二維的視頻幀圖中,利用運動分析的結(jié)果和參數(shù),提取出深度信息的途徑。
　　首先,以光流場的灰度梯度方程為基礎(chǔ),使用金字塔分割的方式提高估計精度,并且在計算灰度梯度時引入運動參量,采用迭代逼近的方法求解模型約束,獲得運動場;再根據(jù)相位梯度方程,采用Gabor濾波器組提取相位信息,估計出另一個

3、運動場,二者綜合。
　　然后,對場景分割,分別使用邊沿檢測和區(qū)域生長的方法,根據(jù)分割信息對物體區(qū)域內(nèi)部進行運動矢量的平滑處理。其次,利用人眼易于將快速運動物體識別為前景和物理尺度隨著與攝像機的遠離而縮小的特性,將速度越快的物體設(shè)置為更近的景深,從而獲得深度圖。最后,對深度圖進行直方圖均衡化,并采用形態(tài)學(xué)的方法對深度圖進行濾波,提高深度圖的質(zhì)量。
　　二維視頻的深度信息提取技術(shù)具有廣闊的發(fā)展和應(yīng)用前景。它以人類的立體視覺特性為