一种深度图超分辨率方法技术

本发明专利技术公开了一种深度图超分辨率方法，所述方法包括以下步骤：利用边缘检测算子分别提取彩色图边缘和初始上采样后的深度图边缘；边缘图的优化，将膨胀后的彩色边缘与深度边缘进行“与”操作，进行边缘图的优化；超分辨率网络构建，依次经过图像块提取、特征图非线性映射、图像重建和优化叠加四个步骤，实现超分辨率网络构建；以均方误差为驱动，随机梯度下降为优化策略，对超分辨率网络进行网络训练，以此更新网络的学习参数。本方法在提高图像分辨率的同时，使图像深度像素值更准确，图像更为清晰，并且有效抑制了振铃效应，使重建的深度边缘更加锐利。

【技术实现步骤摘要】
一种深度图超分辨率方法
本专利技术涉及图像处理、立体视觉
，尤其涉及一种深度图超分辨率方法。
技术介绍
深度信息是人类感知立体场景的重要线索，精确场景深度信息的获取，已经成为当前研究的热点。目前，主流的深度相机拍摄的深度图以其低成本、实时性赢得广大研究人员的青睐。然而，基于现有技术获取的深度图存在分辨率低、深度值不精确及易受噪声影响等问题，拍摄深度图的分辨率远不能与彩色图相匹配。而高质量高分辨率的深度图，对于立体显示和虚拟现实等立体视觉感知相关的任务至关重要。因此，深度图超分辨率重建技术成为当前研究的一个热点。超分辨率重建技术是指根据某个场景中的一个或多个低分辨率图像或观测序列，采用特定的方法恢复图像或观测序列高频信息的过程。从数学理论角度分析，超分辨重建技术的求解过程是一个病态问题，重建过程需要将场景附加信息作为先验知识以解决病态优化问题。超分辨率重建在预测图像或观测序列高频信息的同时，还可以增强已有的纹理信息。深度图超分辨率重建技术是在现有深度相机硬件系统条件下，利用重建技术恢复出深度图的高频信息，并有效地抑制随机噪声以及成像过程中的模糊现象，重建出高质量高分辨率的深度图。本文档来自技高网...

【技术保护点】
1.一种深度图超分辨率方法，其特征在于，所述方法包括以下步骤：利用边缘检测算子分别提取彩色图边缘和初始上采样后的深度图边缘；边缘图的优化，将膨胀后的彩色边缘与深度边缘进行“与”操作，进行边缘图的优化；超分辨率网络构建，包括：依次经过图像块提取、特征图非线性映射、图像重建和优化叠加四个步骤，实现超分辨率网络构建；以均方误差为驱动，随机梯度下降为优化策略，对超分辨率网络进行网络训练，以此更新网络的学习参数。

【技术特征摘要】
1.一种深度图超分辨率方法，其特征在于，所述方法包括以下步骤：利用边缘检测算子分别提取彩色图边缘和初始上采样后的深度图边缘；边缘图的优化，将膨胀后的彩色边缘与深度边缘进行“与”操作，进行边缘图的优化；超分辨率网络构建，包括：依次经过图像块提取、特征图非线性映射、图像重建和优化叠加四个步骤，实现超分辨率网络构建；以均方误差为驱动，随机梯度下降为优化策略，对超分辨率网络进行网络训练，以此更新网络的学习参数。2.根据权利要求1所述的一种深度图超分辨率方法，其特征在于，所述图像块提取具体为：F12＝max(0，W12*E+B12)其中，W11对应n11个c×f11×f11大小的滤波器，W12对应n12个c×f12×f12大小的滤波器，B11是第一流网络第一层滤波器的偏移向量，B12是第二流网络中第一层滤波器的偏移向量；表示将低分辨率深度图DL上采样特定的比例；E表示优化后的边缘图。3.根据权利要求2所述的一种深度图超分辨率方法，其特征在于，所述特征图非线性映射具体为：F21＝max(0，W21*F11+B21)F22＝max(0，...

【专利技术属性】
技术研发人员：雷建军，杨博兰，李奕，倪敏，李欣欣，刘晓寰，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12