【技术实现步骤摘要】
本专利技术涉及虚拟视点合成
,具体为。
技术介绍
虚拟视点合成技术是指利用两个或多个来自于同一场景的真实视点图像生成一个新视点的图像。它在环境认知、虚拟现实、地理信息系统、远程视频会议、军事、医疗、教育、娱乐和影视特技等多个领域都有着广泛的应用。基于深度图的绘制(Depth ImageBased Rendering,DIBR)技术是虚拟视点合成技术中最有发展前景的技术之一。该技术根据参考图像的深度信息和摄像机参数,通过3D图像映射,将参考图像投影到目标图像坐标系,能够实现任意视点虚拟图像的快速绘制。然而,单一地通过DIBR技术合成的虚拟视点图像的质量往往并不理想,存在的主要问题是空洞问题、重叠问题和重采样问题。空洞问题是虚拟视点合成的最大难点所在。现在对空洞问题的研究已经有很多。预处理法是对场景深度图像采用二维非对称高斯滤波器通过平滑预处理的方法以改善其不连续性,这种方法可以较好地改善深度的不连续性,并能最大程度地保留物体边缘信息。但从客观上来说,由于对深度光滑已完全改变了三维场景中物体的实际深度,所以这种方法会导致绘制出的图像中的物体出现严重的变形,合成图像的视觉效果也会大大降低。图像修复(Image Inpainting)是利用背景、纹理和相邻像素对虚拟视点图像中的空洞进行填充。这类方法对复杂度比较高的场景进行视点生成时,不仅合成的效果比较差,而且计算复杂度也特别高。解决重叠问题的最简便易行的算法是简单的顺序绘制。这种方法假设了在DIBR映射时,虚拟视点中物体的左右关系与在参考视点中的顺序基本相同。当两个物体的景深差别不大时,这种左 ...
【技术保护点】
一种用于车载多目摄像机环视系统的虚拟视点合成方法,其特征在于,包括如下步骤;步骤S1:向环视系统中输入左右视点参考图像,进行视差估计得到左右视点深度图;步骤S2:根据左右视点深度图,分别对应生成左右视点预测深度图;步骤S3:根据左右视点参考图像及其对应的左右视点预测深度图,分别生成左右视点预测图;步骤S4:利用左右视点预测图,合成虚拟视点图像;合成时步骤如下;步骤S41,根据左右视点深度图,计算得到左右视点深度可信图,左视点深度可信图计算公式为:CCL(x,y)=1,if||dL->R(x,y)+dR->L(x+dL->R(x,y),y)||≤λ0,otherwise;右视点深度可信图计算公式为:CCR(x,y)=1,if||dR->L(x,y)+dL->R(x+dR->L(x,y),y)||≤λ0,otherwise;其中,CCL(x,y)表示左视点深度可信值,CCR(x,y)表示右视点深度可信值,||·||表示欧式范数,(x,y)表示左视点参考图像中的一个像素点,dL?>R(x,y)表示点(x,y)处从左视点到右视点的视差矢量,dR?>L(x ...
【技术特征摘要】
1.一种用于车载多目摄像机环视系统的虚拟视点合成方法,其特征在于,包括如下步骤; 步骤S1:向环视系统中输入左右视点参考图像,进行视差估计得到左右视点深度图;步骤S2:根据左右视点深度图,分别对应生成左右视点预测深度图;步骤S3:根据左右视点参考图像及其对应的左右视点预测深度图,分别生成左右视点预测图;步骤S4:利用左右视点预测图,合成虚拟视点图像;合成时步骤如下; 步骤S41,根据左右视点深度图,计算得到左右视点深度可信图, 左视点深度可信图计算公式为: 2.根据权利要求1所述的一种用于车载多目摄像机环视系统的虚拟视点合成方法,其特征在于,步骤S2包括如下步骤; 步骤S21,根据左右视点深度图,利用正向映射方法分别计算出左右视点在虚拟视点处的左右视点预测深度图; 步骤S22,采用中值滤波法去除正向映射过程中在左右视点预测深度图中形成的细小空洞区域,其中细小空洞区域指宽度小于5个像素的空洞区域。3.根据权利要求2所述的一种用于车载多目摄像机环视系统的虚拟视点合成方法,其特征在于,步骤S2还包括步骤S23,在正向映射过程中采用基于距离和深度的子像素加权算法;步骤S23包括如下步骤, 步骤S231,采用基于距离和深度的点集筛选方法获取有效候选点点集,具体如下; 虚拟视点图像中某个位于整数坐标xO的像素点的候选点集S为:S= {x I X-X01〈1} (I); 式中:?为虚拟视点图像中某个目标像素点的整数坐标的水平分量;X为从参考图像映射到虚拟视点图像并位于Xtl附近的像素点的浮点坐标的水平分量;s为Xtl的候选浮点坐标点集; 且S由重叠点集A和重采样点集B构成,则S为: S=A U B (2); a.采用基于距离的方法对重叠点集进行分类,对应于虚拟视点图像中的浮点坐标xk,其重叠点集Ak为: Ak= {x I I x-xk| < a and | χ-χ01〈1},k=l, 2,..., K (3); 其中:Ixk-XciRl (4); 式中:α为阈值,用于判断处于位置X的像素点是否属于Ak ;Κ为对应于Xtl的重叠点集的个数,由...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。