学位论文 > 优秀研究生学位论文题录展示

二维视频中静态场景深度图获取的算法分析

作　者: 周葳
导　师: 关宇东
学　校: 哈尔滨工业大学
专　业: 信息与通信工程
关键词: 2D转3D 深度图高阶统计量图像分割灭点
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 48次
引　用: 0次
阅　读: 论文下载

内容摘要

随着近几年人们对于传统媒体视觉效果的要求不断提高，3D电视受到了广泛的关注，被认为是下一代电视的发展趋势。然而，是否有充足的3D视频资源也是制约着3D电视能否迅速发展的一个关键问题。传统的3D视频内容的获取方法是通过立体摄像机对场景进行拍摄，在技术和成本两方面都对拍摄环境和设备有很高的要求。本文旨在通过利用现有2D视频，通过2D转3D的方法，对目前的3D视频资源进行有效的补充，满足人们日益增长的需求。本文的工作内容主要是研究2D视频中静态场景深度图获取的两种算法，深度图包含的是2D场景的深度信息，通过2D图像和相应的深度图可以生成3D图像。所以，深度图的获取是2D转3D过程中的重要环节。本文具体包括以下两个方面：第一，本文阐述了如何通过提取图像中的焦点信息来得到图像的深度图，重点分析了通过计算图像中各元素的高阶统计量来判断其是否属于前景元素的方法，以及采用基于图形的分割方法，计算各组成部分中前景元素所占的比例，判断其是否属于前景区域的方法。前景区域的深度固定赋值为最小，通过计算图像中背景区域各元素高阶统计量的平均值，完成对背景区域的深度赋值，从而生成整个图像的深度图。第二，本文详细研究了如何利用图像中的几何信息来获取图像的深度图，这里采取的是提取图像中的灭点，也就是视觉消失方向的交点的方法。首先对图像进行自适应Canny边缘检测来得到边缘检测图，这里采用的自适应Canny边缘检测算法可以自动选取检测的高低阈值，弥补了传统算法中固定阈值的不足。再将得到的边缘检测图进行Hough变换，在极坐标下得到图像中的主要直线，并认为这些直线的交点就是图像的灭点。最后把图像进行分割，根据各部分中心和灭点位置关系进行深度的赋值。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-17
  1.1 课题的背景及来源  8-9
  1.2 课题研究的目的和意义  9-11
  1.3 现阶段立体显示技术的发展综述  11-16
    1.3.1 3D电视技术的发展  11-13
    1.3.2 3D视频资源生成方法的文献综述  13-16
  1.4 本文的主要研究内容  16-17
第2章深度图获取和应用的理论基础  17-25
  2.1 引言  17
  2.2 人类立体视觉的基本原理  17-21
    2.2.1 单眼立体3D信息  17-19
    2.2.2 双眼立体3D信息  19-21
  2.3 立体视觉中深度图的作用  21-22
  2.4 DIBR的基本原理  22-24
  2.5 本章小结  24-25
第3章基于聚焦的深度图获取方法  25-42
  3.1 引言  25-26
  3.2 前景目标的初步提取  26-28
  3.3 图像分割获取区域信息  28-29
  3.4 图像深度的赋值  29-31
  3.5 实验结果  31-41
    3.5.1 提取前景目标的结果  31-32
    3.5.2 图像的区域化分割结果  32-33
    3.5.3 深度图的生成  33-34
    3.5.4 评价准则  34-40
    3.5.5 实验结果的对比分析  40-41
  3.6 本章小结  41-42
第4章基于灭点的深度图获取方法  42-57
  4.1 引言  42-43
  4.2 图像的边缘检测  43-46
  4.3 Hough变换提取图像的灭点  46-48
  4.4 图像分割及深度赋值  48
  4.5 实验结果  48-56
    4.5.1 自适应Canny边缘检测的结果  49-50
    4.5.2 提取图像灭点的结果  50-51
    4.5.3 图像分割和深度图的赋值结果  51-53
    4.5.4 评价准则  53-55
    4.5.5 实验结果的对比分析  55-56
  4.6 本章小结  56-57
结论  57-58
参考文献  58-64
攻读硕士学位期间发表的论文及其它成果  64-66
致谢  66

相似论文

森林防火系统中图像识别算法的研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于线特征的相机标定与定向方法研究,TP391.41
基于可视特征的彩色图像分割方法及应用研究,TP391.41
基于水平集区域分割的医学图像融合算法研究,TP391.41
基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于视觉的类人足球机器人目标定位算法设计,TP391.41
复杂相变热图序列相变线提取算法研究,TP391.41
基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
肝脏移植术前计算机辅助规划关键技术的研究,TP391.41
近场源参数联合估计算法仿真研究,TN911.7
多尺度遥感图像分割算法研究与应用,TP391.41
基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
肺部病灶感兴趣区域分割算法研究,TP391.41
基于CCD探测技术的棉花“三丝”自动剔除系统研究,TP391.41
基于参数活动轮廓模型的医学图像分割方法研究,TP391.41