深度图压缩技术制造技术

一种压缩深度图的方法包括以下步骤：确定深度图中至少一个物体的边界，将曲线应用于每个物体的边界，并将由曲线界定的区域内的连续深度数据转换成至少一个斜坡函数。（*该技术在2020年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术是针对压缩深度图的方法，特别是针对以曲线，例如bezier曲线，和斜坡函数表示深度图的方法，该方法很适用于实时或半实时处理。
技术介绍
在将2D图像转换成立体视觉的左眼和右眼图像中已知要创建深度来帮助3D图像的传送和建立。一般说来，创建一个深度图指的是根据物体到参考点(例如照相机镜头)的相对或绝对距离为场景中的每个物体分配一个唯一的属性(一般为灰度阴影)的一种技术。对于寻求从2D图像创建立体图像的各种系统而言，即使不都是但在多数情况下建立这种深度图是这种转换过程的一个中间步骤。操作人员或系统将分析一2D图像，建立唯一的深度图并随后通过建立左右眼图而完成该过程。依据情况，该最终步骤可以在创建深度图之后的某个时间进行。目前存在一些试图将2D图像转换成立体图像的系统。虽然每个这样的系统可以有效地创建深度图，但获得这些深度图的处理过程以及类似地使用这些深度图的处理过程均不相同。另外，为了确定图像中物体的深度以及由此而定的深度图，可使用基本种技术，包括多像机的使用，激光距离测定器、雷达成像以及使用与反射辐射强度检测器耦合的调制辐射源技术。例如，在申请人先前的申请PCT/AU96/00820中(其内容通过引用加入于此)，揭示了若干种技术，包括从使用变焦技术的像机确定物体的距离。另外还揭示了使用两个像机和一个自相关器来确定物体离像机的距离。这些不同的技术其结果是深度图可以不同的格式出现。较常用的格式包括灰度图像、彩色编码深度图像或浮点距离矩阵。虽然存在众多的技术来将2D图像转换成立体图像，但在创建深度图的过程中，到目前为止尚不可能将这些处理过程组合在一起，以便可以使用一种技术创建深度图而用另一种技术产生立体图像。亦即合并各种技术尚且不可能，因为现有系统不可能处理由不同处理方式产生的深度图。不能组合这些处理过程将能导致同一2D图像被若干不同的技术处理，由此产生各自的深度图。分析2D图像以将其转换成深度图的任务也复杂化了且在某些场合下很费时，最好能根据所选的2D到3D的总体转换处理过程来避免需要重复这一分析任务。本专利技术的目的因而，本专利技术的目的是提供一种压缩深度图的方法，尤其是本专利技术的目的是要提供相对简单的技术用于以曲线、诸如bezier曲线，和斜坡函数来表示深度图，该技术将很好适合于实时或半实时转换。专利技术概述依据上述目的，本专利技术的一个方面提供一种压缩深度图的方法，包括确定深度图中至少一个物体的边界；将一条曲线应用到每个所述至少一个物体的边界上；将由所述曲线界定的区域内的连续深度数据转换为至少一个斜坡函数。在另一方面，本专利技术提供了压缩深度图的方法，包括如下步骤识别深度图中的至少一个物体；确定每个所述至少一个物体的轮廓线；以及确定至少一个斜坡函数来表示每个所述至少一个物体的深度；在较佳实施例中所用的曲线将是bezier曲线。附图简述为了较好地理解本专利技术，就需要参考附图，图中解释了本专利技术的较佳实施例。在图中附图说明图1示出了画有三个物体的深度图表示。图2显示了如何检测图1的三个物体的边缘。图3显示了如何用bezier曲线表示图2的三个物体的轮廓。详细描述申请人在先前的申请AU10884/97，PCT/AU98/01005，及澳大利亚临时申请PQ1197(所有这些的内容均通过引用加入于此)，揭示了用于将2D图像转换成立体图像所用的各种技术。这些技术部分地揭示了深度图的创建和深度图的编码。然而，这些技术仅考虑了把创建的深度图用作各自处理的一部分。因而，如果我们假设已经单独地或作为转换过程的一部分创建了一个深度图，而且该深度图已以某种方式传送、保存或记录，则本专利技术适用于对深度图转换以用于传送和/或进一步处理，使得能显示立体图像。现在参考图1，用示例示出了表示2D图像深度图的单个视频帧。只是出于解释目的，假设视频图像已数字化为800×600像素，具有8比特深度分辨率，从而允许有256个可能的非连续深度阶。如图1所示，包含三个物体，圆盘作为物体1，三角形作为物体2和矩形作为物体3。三个物体中的每一个位于离摄影机一定距离。该距离在深度图中通常以经着色的灰度阴影(图1中表示为交叉影线)表示，通常灰度越淡物体离摄影机越近。在该例中，物体1位置最靠近摄影机并离取景器距离为dl，物体2和3的距离分别为d2和d3，而物体3位置离摄影机最远。为了转换深度图，首先要识别深度图中的物体。即，在本例中，物体1、2和3每个都识别为不同的物体。随后，只要已经识别出物体，就可利用边缘检测技术来确定每个物体的轮廓。图1，也说明了从测距仪(例如实时)产生深度图。在这种情况下，虽然人类能看到每个物体的轮廓，处理器却不能区分每个形状代表了什么。由于我们仅有用不同灰度阴影表示图像中每个物体深度的2D图像，因此，不能识别单独的物体。为了确定物体的边缘，或片段的边缘，可使用常规的边缘检测方法，这些方法对本领域的技术人员是熟悉的，并且所述方法包括但不限于Sobel、Marr-Hildreth，Canny，衍生零交叉以及局部能量/相位相同技术。通过使用这些边缘检测技术可检测出每个物体的轮廓，如图2所示。一旦识别出每个物体的轮廓，为了有助于进一步处理可使用bazier曲线表示每条轮廓线。虽然由于bezier曲线表示一物体的轮廓时所要求的数据量使得该曲线为最佳曲线，应理解其它曲线也可使用。为了达到这一标准曲线匹配，可将为本领域的技术人员所熟知的技术用到轮廓上以将它们转换成bezier曲线，如图3所示。将bezier曲线应用到深度图中物体的轮廓上(可手动，半自动或自动地进行应用)依赖于深度图的连续性。亦即，假设深度在物体的任何段上的变化是连续的。如果有深度的不连续性，则存在物体的边缘或物体的分段边缘。即，存在另外的物体，并应同样进行识别。通过这一处理过程，深度图中的各物体被识别且将边界方便地用bezier曲线表示。然后必须考虑每个物体的各种深度。一当每个物体的轮廓已确定并以方便的格式(最好是bezier曲线)表示，就必须将边界内的连续深度值用一个或多个斜坡函数表示。申请人已发觉斜坡函数是一种非常有效的压缩深度数据的方式。例如，与其将沿点A和B之间的线性斜坡的所有点作为A1，A2，……B存储，不如在A和B设定各自深度并假设在该两点间线性深度变化。相同的处理方法可用于深度的其它形状——一般使用描述深度函数的数学表示式而不是用实际深度——从而形成高效的压缩形式。这种斜坡函数包括，但不局限于线性、指数、平方律和径向。有许多本领域技术人员熟知的选择合适斜坡函数的方法。应用于每个物体边界的这类技术可包括使所选深度数据点与斜坡函数组保持一致并使误差值最小。或者，斜坡函数可通过测试固定区域和零交叉的深度数据的零阶、一阶和二阶导数来判定。这将分别显示出平坦、线性和曲线的区域。希望能确定可用于表示物体内连续深度值的最小数目的斜坡函数。为了确定最小数目的斜坡函数可将深度函数与预先存在的深度函数(线性、径向等……)库进行比较并找出一个最好的拟合。例如，至少平方拟合(squares fit)可用于确定库中的最合适的函数。由于深度图中的物体可用bezier曲线及斜坡函数表示，这一数据可用申请人先前揭示PCT/AU98/01005和PQ1197中描述的技术来表示，编码和压缩。这样，由本文档来自技高网...

【技术保护点】
一种压缩深度图的方法，其特征在于，包括：确定深度图中至少一个物体的边界；将一曲线应用于每个所述至少一个物体的边界；将由所述曲线界定的区域内的连续深度数据转换成至少一个斜坡函数。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：P哈曼，A米宁，
申请(专利权)人：动态数字视距研究有限公司，
类型：发明
国别省市：AU[澳大利亚]