基于立體匹配的景深提取及動(dòng)態(tài)場(chǎng)景虛擬視角合成技術(shù)的算法研究與實(shí)現(xiàn).pdf

1、虛擬視角合成是虛擬現(xiàn)實(shí)、自由視點(diǎn)電視等諸多計(jì)算機(jī)視覺(jué)應(yīng)用中的一項(xiàng)重要技術(shù)，其合成結(jié)果的質(zhì)量會(huì)直接影響應(yīng)用的性能。通過(guò)虛擬視角合成技術(shù)獲得的合成結(jié)果存在兩個(gè)問(wèn)題:其一是靜態(tài)場(chǎng)景中合成圖像的精度不高;其二是動(dòng)態(tài)場(chǎng)景中合成視頻的時(shí)間不一致問(wèn)題。局部立體匹配和基于景深圖像的繪制是虛擬視角合成的兩項(xiàng)關(guān)鍵技術(shù)，目前局部立體匹配算法在大面積無(wú)紋理、深度不連續(xù)和傾斜平面區(qū)域中的匹配誤差大，會(huì)直接影響到虛擬視角圖像的繪制精度;基于景深圖像的繪制算法魯棒性

2、不高，不能同時(shí)解決合成結(jié)果精度不高與時(shí)間不一致的問(wèn)題。本文以提升合成結(jié)果的精度與時(shí)間一致性為目的，對(duì)局部立體匹配和基于景深圖像的繪制算法進(jìn)行了深入研究。
　　本文以基于最小生成樹(shù)的局部立體匹配算法為框架，對(duì)匹配代價(jià)計(jì)算和視差后期處理步驟進(jìn)行了優(yōu)化，實(shí)現(xiàn)了一種高精度的局部立體匹配算法。本文使用Census變換獲得描述像素點(diǎn)空間結(jié)構(gòu)信息的漢明編碼，并將其與像素灰度差和梯度差結(jié)合起來(lái)構(gòu)成聯(lián)合匹配代價(jià)，改善了算法在無(wú)紋理區(qū)域的精度。就后期

3、處理而言，本文首先采用基于橫向掃描的視差修復(fù)策略改善深度不連續(xù)區(qū)域視差輪廓的準(zhǔn)確度，然后對(duì)視差平面進(jìn)行擬合以減少高頻噪聲。本文基于景深圖像的繪制算法以虛擬視角合成參考軟件為框架，給出一種高魯棒性的時(shí)域景深增強(qiáng)濾波器，該濾波器由運(yùn)動(dòng)檢測(cè)、景深可靠度檢測(cè)和時(shí)域景深增強(qiáng)處理構(gòu)成。首先，通過(guò)運(yùn)動(dòng)檢測(cè)將場(chǎng)景劃分為運(yùn)動(dòng)區(qū)域和靜止區(qū)域，并只對(duì)靜止區(qū)域進(jìn)行時(shí)域景深增強(qiáng)處理;然后，使用左右一致性檢測(cè)獲得景深的可靠度信息;最后，在時(shí)域景深增強(qiáng)濾波器中引入景

4、深的可靠度，實(shí)現(xiàn)平滑景深流的同時(shí)提升景深的精度。
　　對(duì)于立體匹配算法的評(píng)估表明，在Middlebury標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)和自采集數(shù)據(jù)庫(kù)中，本文方法的匹配壞點(diǎn)百分比下降幅度分別達(dá)到22.1％和27.8％。對(duì)于虛擬視角合成算法的評(píng)估表明，在Bookarrival數(shù)據(jù)庫(kù)中，本文方法的時(shí)間不一致性指標(biāo)下降了24.6％，合成圖像的精度提升了1.9％。實(shí)驗(yàn)結(jié)果表明，本文局部立體匹配算法和基于景深圖像的繪制算法的性能得到明顯改善，能為合成高質(zhì)量的虛擬