一种光场图像深度估计方法及装置制造方法及图纸

本发明专利技术实施例公开了一种光场图像深度估计方法，方法包括：获取重建的光场图像信息；对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息；采用马尔科夫融合算法对所述初始深度信息进行计算，得到所述光场图像的深度信息。通过本发明专利技术的方案，实现了一种可以获得光场图像更精确的深度信息方法。

A Method and Device for Optical Field Image Depth Estimation

The embodiment of the present invention discloses a method for depth estimation of optical field image, which includes acquiring reconstructed optical field image information, focusing the optical field image, calculating the initial depth information of the optical field image by using defocusing depth cue and consistency depth cue, and calculating the initial depth information by using Markov fusion algorithm. Depth information of light field image is described. Through the scheme of the present invention, a method for obtaining more accurate depth information of light field image is realized.

【技术实现步骤摘要】
一种光场图像深度估计方法及装置
本专利技术涉及数字图像处理，尤其涉及一种光场图像深度估计方法及装置。
技术介绍
传统相机的原理基本相同，都是空间3D场景到2D的投影，不能真实的反映真实世界的3D空间结构。光场图像的四维信息不仅包括我们所熟知的轻度信息，还记录了光线的方向信息。机器视觉就是模拟人类的视觉系统，利用计算机对图像的处理达到对3D场景的理解即感知物体位置远近、大小等三维信息。其中，深度信息的获取是机器视觉系统中的基础问题，深度信息是指被拍摄物体到相机的距离，可以将距离他元件，用一幅灰度图中像素值的大小来表示，那么灰度图就可以表示拍摄场景中任意一点的深度信息，计算机可以很快判断物体的距离，为计算机在更高层次设别、描述解释复杂的场景提供基础信息，因此，深度估计是计算机感知3D场景的基础，从而图像的深度估计称为一个重要的研究领域。现有技术中，对于光场图像深度估计的方法主要包括：(1)用对极平面图(EPI)获取深度信息：是不同深度的物体在EPI图具有不同斜率的直线，通过检测斜率获取图像的深度信息由RCBolles等人在1987年首次提出，该方法虽然理论简单，但后续优化复杂，计算复杂度高。(2)光场立体匹配方法：由Yu等人在2013年提出采用傅里叶变换的相移定理来处理窄基线的光场图像深度估计，计算亚像素精度的稠密视差，用多视角的立体匹配实现深度估计，该方法因光场图像视差小、且易受遮挡物影响。(3)基于重聚焦多种线索融合方法：聚焦线索、散焦线索、一致性线索、遮挡线索。该重聚焦多种线索融合方法采用多种深度估计方法融合，虽然获得的图像深度信息精度很高，但算法复杂度高。因此，如何实现一种简单并可以获取更加精确的图像深度信息的方法是亟待解决的技术问题。
技术实现思路
本专利技术的主要目的在于提供一种光场图像深度估计方法及装置，可以实现一种简单并可以获取更加精确的图像深度信息的方法。为了解决上述技术问题，本专利技术提供了一种光场图像深度估计方法，包括：获取重建的光场图像信息；对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息；采用马尔科夫融合算法对所述初始深度信息进行计算，得到所述光场图像的深度信息。进一步地，所述对所述光场图像进行重聚焦，包括：对所述光场图像分割为多个角度像素块，并移动每个角度像素块到重聚焦平面；对角度像素块叠加求和并获得均值计算后，得到重聚焦图像。进一步地，所述利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息，包括：计算每个角度像素块的方差确定一致性深度线索的深度响应值；计算每个角度像素块的均值差的平方确定散焦深度线索用深度响应值；利用所述一致性深度线索的深度响应值和所述散焦深度线索的深度响应值求和获得初始深度响应值；计算所述初始深度响应值得到所述光场图像的初始深度。进一步地，对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息后，还包括：对获得的每个像素的全部初始深度响应值进行比较，获取最大的响应值与次值的响应值；对所述最大的响应值与次值的响应值的作比率计算，得到每个像素的置信度，最终获得初始深度的置信图。进一步地，所述采用马尔科夫融合算法对所述初始深度信息进行计算，包括：根据预先获得的边缘轮廓信息、所述初始深度信息和所述初始深度的置信图，采用马尔科夫融合算法计算得到所述光场图像的深度信息。为了解决上述问题，本专利技术还提供了一种光场图像深度估计装置，包括：存储器和处理器；其特征在于：所述存储器，用于保存用于光场图像深度估计的程序；所述处理器，用于读取执行所述用于光场图像深度估计的程序，执行如下操作：获取重建的光场图像信息；对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息；采用马尔科夫融合算法对所述初始深度信息进行计算，得到所述光场图像的深度信息。进一步地，所述对所述光场图像进行重聚焦，包括：对所述光场图像分割为多个角度像素块，并移动每个角度像素块到重聚焦平面；对角度像素块叠加求和并获得均值计算后，得到重聚焦图像。进一步地，所述利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息，包括：计算每个角度像素块的方差确定一致性深度线索的深度响应值；计算每个角度像素块的均值差的平方确定散焦深度线索用深度响应值；利用所述一致性深度线索的深度响应值和所述散焦深度线索的深度响应值求和获得初始深度响应值；计算所述初始深度响应值得到所述光场图像的初始深度。进一步地，所述处理器用于读取执行所述用于光场图像深度估计的程序，还执行如下操作：对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息后，对获得的每个像素的全部初始深度响应值进行比较，获取最大的响应值与次值的响应值；对所述最大的响应值与次值的响应值的作比率计算，得到每个像素的置信度，最终获得初始深度的置信图。进一步地，所述采用马尔科夫融合算法对所述初始深度信息进行计算，包括：根据预先获得的边缘轮廓信息、所述初始深度信息和所述初始深度的置信图，采用马尔科夫融合算法计算得到所述光场图像的深度信息。本专利技术提出了一种光场图像深度估计方法，方法包括：获取重建的光场图像信息；对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息；采用马尔科夫融合算法对所述初始深度信息进行计算，得到所述光场图像的深度信息。通过本专利技术的方案，解决了如何实现一种简单并可以获取更加精确的图像深度信息的方法的问题。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本专利技术技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本专利技术的技术方案，并不构成对本专利技术技术方案的限制。图1为本专利技术实施例的光场图像深度估计方法的流程图；图2为本专利技术实施例的光场图像深度估计装置的示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下文中将结合附图对本专利技术的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。图1是本专利技术实施例的重建光场方法的流程图，根据该流程图，本实施例的重建光场方法，包括：步骤100：获取重建的光场图像信息。在本实施例中，获取利用掩膜相机重建的4D光场图像信息。在其它实现方式中，获取重建的光场图像信息可以是通过仿真光场采集重建的4D光场图像信息。步骤101：对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息。在本实施例中，在基于光场图像重聚焦原理上，结合光场图像特点，对这一原理进一步简化，用光场角度像素块移动求和替代复杂积分实现光场图像重聚焦；在执行重聚焦计算后，利用散焦本文档来自技高网...

【技术保护点】
1.一种光场图像深度估计方法，其特征在于，所述方法包括：获取重建的光场图像信息；对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息；采用马尔科夫融合算法对所述初始深度信息进行计算，得到所述光场图像的深度信息。

【技术特征摘要】
1.一种光场图像深度估计方法，其特征在于，所述方法包括：获取重建的光场图像信息；对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息；采用马尔科夫融合算法对所述初始深度信息进行计算，得到所述光场图像的深度信息。2.根据权利要求1所述的光场图像深度估计方法，其特征在于，所述对所述光场图像进行重聚焦，包括：对所述光场图像分割为多个角度像素块，并移动每个角度像素块到重聚焦平面；对角度像素块叠加求和并获得均值计算后，得到重聚焦图像。3.根据权利要求1所述的光场图像深度估计方法，其特征在于，所述利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息，包括：计算每个角度像素块的方差确定一致性深度线索的深度响应值；计算每个角度像素块的均值差的平方确定散焦深度线索的深度响应值；利用所述一致性深度线索的深度响应值和所述散焦深度线索的深度响应值求和获得初始深度响应值；计算所述初始深度响应值得到所述光场图像的初始深度。4.根据权利要求3所述的光场图像深度估计方法，其特征在于，对所述光场图像进行重聚焦，并利用散焦深度线索和一致性深度线索进行计算得到所述光场图像的初始深度信息后，还包括：对获得的每个像素的全部初始深度响应值进行比较，获取最大的响应值与次值的响应值；对所述最大的响应值与次值的响应值的作比率计算，得到每个像素的置信度，最终获得初始深度的置信图。5.根据权利要求1所述的光场图像深度估计方法，其特征在于，所述采用马尔科夫融合算法对所述初始深度信息进行计算，包括：根据预先获得的边缘轮廓信息、所述初始深度信息和所述初始深度的置信图，采用马尔科夫融合算法计算得到所述光场图像的深度信息。6.一种光场图像深度估计装置，包括：存储器和处理器；其特征在于：所述存储器，用于保存用于光场图...

【专利技术属性】
技术研发人员：张典，段谊海，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：河南,41