【技术实现步骤摘要】
本专利技术主要涉及图像处理
，尤其涉及图像重构方法和图像重构系统。
技术介绍
随着视频技术的发展，多视点图像合成越来越成为研究的热点，在图像合成中，图 像所拍摄景物的深度信息是至关重要的，由此也引出许多研究热点，例如深度信息的获取， 深度信息的压縮等等。 现在的重点大部分集中在深度信息的获取和压縮方面，对于深度信息的获取，现 有技术是采用立体匹配算法来获取深度信息，立体匹配的思想是在有水平视差的两幅图 (称为左右图)情况下，取左图中一点，在右图中寻找与之对应点的位置，得到位置后，两者 水平坐标的差就是该点的视差，自此完成一个点的匹配计算，通过匹配计算，得到左右图之 间的视差，然后通过视差进行重构。 专利技术人在实践中发现，现有技术至少存在以下缺点现有技术中采用立体匹配算 法效果不是特别理想，在利用匹配算法得到的视差信息重构视频时有较明显的帧间闪烁， 并且匹配算法最大的难点在于速度，由于图像重构需要的视差图是致密的，也就是图中每 个点都需要相对准确的视差，因此立体匹配就需要对图中每个像素点进行匹配计算，这样 的计算量是巨大的，因此很难满足图像重构的实时性要求...
【技术保护点】
一种图像重构方法，其特征在于，包括：获取已知视点的图像信息；获取所述已知视点的深度信息；对所述深度信息进行深度视差转换，获取所述深度信息对应的视差信息；根据所述已知视点的所述图像信息和所述视差信息重构虚拟视点的图像。
【技术特征摘要】
一种图像重构方法，其特征在于，包括获取已知视点的图像信息；获取所述已知视点的深度信息；对所述深度信息进行深度视差转换，获取所述深度信息对应的视差信息；根据所述已知视点的所述图像信息和所述视差信息重构虚拟视点的图像。2 . 根据权利要求1所述的图像重构方法，其特征在于，对所述深度信息进行深度视差 转换前，还包括确定所述深度信息的深度视差对应因子。3. 根据权利要求2所述的图像重构方法，其特征在于，所述对所述深度信息进行深度 视差转换，获取所述深度信息对应的视差信息为根据所述深度视差对应因子对所述深度信息进行深度视差转换，获取所述深度信息对 应的视差信息。4. 根据权利要求3所述的图像重构方法，其特征在于，在所述对所述深度信息进行深 度视差转换，获取所述深度信息对应的视差信息前还包括配准所述已知视点的图像信息和所述已知视点的深度信息，使所述深度信息中的点与 所述图像信息中的对应点重合。5. —种图像重构方法，其特征在于，包括获取已知第一视点的第一图像信息和已知第二视点的第二图像信息； 获取所述已知第一视点的第一深度信息；根据所述第一图像信息、所述第二图像信息和所述第一深度信息确定所述第一深度信 息的第一深度视差对应因子；根据所述第一深度视差对应因子对所述第一深度信息进行深度视差转换，获取第一视 差信息；根据所述第一图像信息和所述第一视差信息重构虚拟视点的第三图像。6. 根据权利要求5所述的图像重构方法，其特征在于，还包括 获取所述已知第二视点的第二深度信息；根据所述第一图像信息、所述第二图像信息和所述第二深度信息确定所述第二深度信 息的第二深度视差对应因子；根据所述第二深度视差对应因子对所述第二深度信息进行深度视差转换，获取第二视 差信息；根据所述第二图像信息和所述第二视差信息重构所述虚拟视点的第四图像。7. 根据权利要求6所述的图像重构方法，其特征在于，重构所述虚拟视点的第三图像 和第四图像后，还包括根据所述第三图像和所述第四图像进行空洞填补，生成所述虚拟视点的第五图像。8. 根据权利要求5或6或7所述的图像重构方法，其特征在于，所述第一深度视差对应 因子或所述第二深度视差对应因子根据以下公式确定<formula>formula see original document page 2</formula>其中，所述A为深度视差对应因子，所述Vx,为所述第一图像信息和所述第二图像信息 中第i特征点之间的视差，所述Di为深度信息中第i特征点的深度信息Zi的倒数，即<formula>formula see original document page 3</formula>9. 根据权利要求5或6或7所述的图像重构方法，其特征在于，确定所述第一深度信息 的第一深度视差对应因子前还包括校正所述第一图像信息和所述第二图像信息，使所述第一图像信息中的点与所述第二 图像信息中的对应点平行；配准所述第一图像信息和所述第一深度信息...
【专利技术属性】
技术研发人员：赵嵩，刘源，王静，李凯，
申请(专利权)人：华为终端有限公司，
类型：发明
国别省市：94[中国|深圳]
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。