二維視頻轉(zhuǎn)換為三維視頻的關鍵技術(shù)研究.pdf

1、隨著人們生活質(zhì)量的提高，圖像與視頻的清晰程度也越來越高。同時，隨著硬件技術(shù)發(fā)展的日新月異，使圖像與視頻的一個新的發(fā)展方向，即從二維平面顯示過渡到三維立體顯示，逐漸受到學術(shù)界的關注。本文從介紹三維視頻的背景與發(fā)展開始，逐漸引入了目前三維視頻顯示技術(shù)的最新概念。目前，自動立體顯示技術(shù)已經(jīng)作為一種全新的應用，在三維視頻市場領域有了一席之地。其中飛利浦公司基于二維視頻＋深度圖格式的三維顯示器具有很大的應用前景。因此本文將二維視頻＋深度圖格式作為

2、三維視頻格式發(fā)展的主要基礎，詳細論述了在不需要將整個產(chǎn)業(yè)鏈全部推倒重來的情況下，如何僅僅從單目視頻序列中獲取圖像的相對深度信息，即從二維視頻轉(zhuǎn)換為三維視頻。這一研究方向是一個全新的領域，同時也能為三維視頻的發(fā)展提供一些前瞻性的思路。 本文基于對人眼視覺特性的分析，利用人眼對三維世界感知的幾個主要線索，提出了三種獲得場景相對深度信息的方法。第一，利用物體邊緣常被人眼識別為深度不連續(xù)區(qū)域的特性，將物體的邊緣賦予前景的深度，從而啟發(fā)我

3、們通過彩色邊緣信息獲取相對深度信息。文中提出了一種四元Sobel 濾波器的彩色邊緣提取方法，對傳統(tǒng)的灰度邊緣提取方法在四元數(shù)域中的拓展作了初步嘗試。結(jié)果顯示，該方法能夠針對深度圖的分布特性較好地區(qū)分前景和背景。第二，利用人眼往往將顯著的運動物體識別為前景物體的特性，本文提出了一種基于四元Gabor小波的運動估計方法，藉由立體視頻序列中物體的運動狀態(tài)獲得相對深度信息。同時采取了基于GraphCut的物體分割手段和金字塔式的匹配結(jié)構(gòu)，進一步

4、提高運動場的精確度。第三，基于飛利浦公司所提的Gravity Cue1思想(人眼將靠近視頻圖像下方的物體識別為前景的因素)，對深度分布信息進行從圖像上方到下方依次由遠及近的優(yōu)化。最后，本文在三種深度信息獲取手段的基礎之上，根據(jù)各種深度信息的置信程度，進行加權(quán)處理，獲得符合人眼視覺特性的相對深度顯示。二維單目視頻轉(zhuǎn)換成三維視頻不僅是一個全新的領域，更是一個較難的研究課題。它以計算機視覺及人眼視覺特性為基礎，同時需要綜合各種圖像及視頻處理的