基于纹理信息引导的光场深度图优化算法制造技术

本发明专利技术一种基于纹理信息引导的光场深度图优化算法属于光场深度估计领域，解决了大多深度估计算法获得的深度图存在边缘模糊、精度有限的问题，结合引导滤波器边缘保持局部平滑特性，提出基于纹理信息引导的光场深度图优化算法，该算法以纹理信息丰富的光场中心孔径图像作为引导图像，建立了基于多评价函数的混合引导滤波参数寻优模型，以获得合理滤波器参数实现深度图引导滤波优化，最终使得优化后的深度图边缘的视觉效果更好，与标准深度图更为接近。

【技术实现步骤摘要】
基于纹理信息引导的光场深度图优化算法
本专利技术属于光场深度估计领域，特别是涉及一种基于纹理信息引导的光场深度图优化算法。
技术介绍
深度信息在智能医疗、无人驾驶、人脸识别、目标检测跟踪、3D视频制作等领域有着广泛的应用价值，基于光场相机的深度估计是近年来国内外诸多学者研究的热点。光场相机由光场成像理论发展而来，基于光场双平面表示模型，光场相机可实现空间光线位置信息与角度信息的同步记录，将这些信息进行变换处理，可实现场景深度估计。目前，主流的光场深度估计技术主要包括散焦法、立体匹配法、EPI(Epipolar-PlaneImage)斜率法以及基于深度学习的方法。散焦法以光场相机数字重聚焦得到的多张重聚焦图像为输入，通过图像间清晰度比较获得深度图，受清晰度评价函数敏感度的限制，该算法获得的深度图存在边缘不准确的问题。立体匹配法通过计算多幅子孔径图像的视差来确定深度图，子孔径图像间基线距离较短限制了该算法的精度。EPI斜率法利用极线图的特殊结构计算每个像素点对应的视差信息，将视差信息转化得到深度图，该算法在平滑区域鲁棒性较差。相比较于以上方本文档来自技高网...

【技术保护点】
1.基于纹理信息引导的光场深度图优化算法，其特征在于：/n采用光场边缘特性明显的纹理图像来实现光场深度图的引导滤波优化，其引导滤波的过程可简单用式(1)描述：/n

【技术特征摘要】
1.基于纹理信息引导的光场深度图优化算法，其特征在于：
采用光场边缘特性明显的纹理图像来实现光场深度图的引导滤波优化，其引导滤波的过程可简单用式(1)描述：



其中，O是输出图像，即优化后的光场深度图；I是引导图像，即携带纹理信息的光场中心孔径图像，其特征为边缘信息明显；i和k是像素索引；ak和bk是以像素k为中心的引导滤波器窗口ωk中恒定的线性系数，ωk的窗口大小为(2r+1)(2r+1)；
对式(1)两边求导，有▽O＝a▽I，该局部线性模型保证了只有当中心孔径图像I有边缘时优化后的深度图O才有边缘，ak和bk的表达式分别为：






其中，|ω|表示ωk中所有像素的个数；P为输入图像，即边缘模糊的原始光场深度图；为P在窗口ωk中的均值；μk和分别为中心孔径图像I在窗口ωk中的均值和方差；ε表示滤波器的一个正则化参数，它的取值大于等于0，当中心孔径图像在滤波窗口ωk中的方差远大于ε时，优化后的深度图在该区域保留中心孔径图像的丰富边缘信息；当中心孔径图像在滤波窗口ωk中的方差远小于ε时，优化后的深度图在该区域相当于对原始深度图做均值滤波；因此，寻找合适的滤波窗口r以及正则化参数ε，可使得引导滤波器在平滑原始深度图像噪声的同时保持中心孔径图像的边缘；
为了寻找合适的滤波窗口r以及正则化参数ε，建立了基于多评价函数的混合引导滤波参数寻优模型，该模型可表示为：



其中，En表示归一化的评价指标值；代表随着r或ε的增大，反映图像质量逐步变好的指标，其个数为M；为随着r或ε的增大，反映图像质量逐步变差的指标，其个数为N；λα、λβ表示各评价指标的权值...

【专利技术属性】
技术研发人员：武迎春，赵志浩，王玉梅，张彧龙，王安红，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：山西;14