[發明專利]一種基于SVM的2D圖像的深度圖提取方法

無效

• 申請號: 201410216358.8
• 申請日: 2014-05-22
• 公開（公告）號: CN103955942A
• 公開（公告）日: 2014-07-30
• 發明（設計）人: 關宇東;于博良;丁焱;提純利;仲小挺;杜克;寧宇;朱雨桐;徐志劍
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T17/00;G06K9/66
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 楊立超

技術領域

本發明涉及一種基于SVM的2D圖像的深度圖提取方法，屬于2D圖像中立體信息的提取技術領域。

背景技術

隨著3D產業的發展和3D電視的普及，消費者可以從視頻信息中獲得更真實更有帶入性的視覺享受。然而，現有的3D媒體資源十分有限，不足以迎合全部的市場需求。為了緩解3D媒體資源稀缺的窘狀以及進一步促進3D產業發展，人們想到將現有的2D資源轉換為3D資源。整個2D轉3D算法的核心和關鍵就在于如何提取出更為精確的深度圖，一幅3D圖像立體感的好壞主要也取決于提取的深度圖能否反應原始圖像中的所有的點在真實場景中的深度信息。

隨著對人眼視覺系統研究的不斷深入，人們找到了很多可以用來提取深度信息的深度線索，相應的算法也不停的改善和實現，但是還是很難得到讓人滿意的立體效果。在實際應用中尚未攻克的難點有很多，以單幅靜止輸入圖像為例，其中一個比較重要的就是深度信息的完全損失，盡管通過3D建模可以得到相對較為準確的深度圖，但是算法非常復雜，而且得到的只是相對深度并不是真實深度。還有就是由于現實中人們的生活場景千變萬化，很難找到一個普適的方法對大多數場景都適用，某種方法往往只適用于某一種場景。

發明內容

本發明的目的是提出一種基于SVM的2D圖像的深度圖提取方法，以解決針對現有的方法適應性不強，只適用于某一種場景，不能適用于大多數場景；并且現有的建模算法復雜，得到的只是圖像的相對深度而不是真實深度，最終結果精確度差的問題。

本發明為解決上述技術問題所采用的技術方案是：

本發明所述的一種基于SVM的2D圖像的深度圖提取方法，是按照以下步驟實現的：

步驟一、采用一種基于Mean?Shift算法的彩色圖像分割方法來識別圖像上著色均勻的區域，根據各像素間的相似程度將其劃分到不同的集合；

步驟二、對步驟一得到的像素集合所對應的圖像中不同的區域進行特征值選取；

步驟三、利用SVM對圖像進行分類；

步驟四、定性深度圖的獲取；

步驟五、定性深度圖的優化；

步驟六、利用虛擬試點繪制技術，構建出3D圖像。

本發明的有益效果是：

一、本發明涉及了圖像分割和圖像分類的相關方法，適用于多種不同的場景。

二、可以生成較為精確的深度圖。

三、能夠有效地實現2D-3D圖像轉換。

四、與傳統的分類器相比，SVM采用了核函數方法，使得樣本的維數與高維空間的計算復雜度不相關，有效的解決了可能出現的維數災難問題。

五、核函數的選擇在SVM方法中可以自由的設定，這在一定范圍內避免了像神經網絡等過分依賴使用者的“技巧”問題。

六、本發明針對單目輸入的2D圖像，先采用一種基于Mean?Shift算法的彩色圖像分割方法，對原始圖像進行分割處理。緊接著又采用了一種基于SVM的圖像區域分類方法，對分割后的圖像進行處理，將其區域劃分為不同的類別，如天空、遠山、近山、陸地等。最后對分類后的每個區域賦予特定的具有大小關系的灰度值，也就是深度信息，從而得到原始圖像的定性深度圖。

附圖說明

圖1為本發明的流程圖；圖2中(a)是原始2D圖像，(b)是經過mean?shift分割后的結果圖；圖3中(a)是原始定性深度圖，(b)是經過優化后的深度圖；圖4中(a)是原始2D圖像，(b)是3D圖像。

具體實施方式

具體實施方式一：本實施方式所述的一種基于SVM的2D圖像的深度圖提取方法，包括以下步驟：

步驟一、采用一種基于Mean?Shift算法的彩色圖像分割方法來識別圖像上著色均勻的區域，根據各像素間的相似程度將其劃分到不同的集合；

步驟二、對步驟一得到的像素集合所對應的圖像中不同的區域進行特征值選取；

步驟三、利用SVM對圖像進行分類；

步驟四、定性深度圖的獲取；

步驟五、定性深度圖的優化；

步驟六、利用虛擬試點繪制技術，構建出3D圖像。

結合圖1、圖2理解本實施方式。為了能更好的識別圖像上著色均勻的區域，采用一種基于Mean?Shift算法的彩色圖像分割方法，主要是根據各像素間的相似程度將其劃分到不同的集合。這種方法可以保留圖像上主要的顏色區域，過濾掉一些對后續分類造成干擾的細節，比如說草地上零星散落的花。