[發(fā)明專利]一種基于L1-L2罰函數(shù)的深度圖超分辨率重建方法有效
| 申請(qǐng)?zhí)枺?/td> | 201510825906.1 | 申請(qǐng)日: | 2015-11-25 |
| 公開(kāi)(公告)號(hào): | CN105354797B | 公開(kāi)(公告)日: | 2018-05-25 |
| 發(fā)明(設(shè)計(jì))人: | 袁紅星 | 申請(qǐng)(專利權(quán))人: | 寧波工程學(xué)院 |
| 主分類號(hào): | G06T3/40 | 分類號(hào): | G06T3/40 |
| 代理公司: | 寧波市天晟知識(shí)產(chǎn)權(quán)代理有限公司 33219 | 代理人: | 張文忠 |
| 地址: | 315211 浙江省寧波市江北區(qū)*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 深度圖 超分辨率重建 高分辨率彩色 矩陣 低分辨率 能量模型 罰函數(shù) 圖像像素點(diǎn) 顏色相似性 初始估計(jì) 對(duì)角矩陣 對(duì)角元素 對(duì)象邊緣 高分辨率 平滑過(guò)渡 圖像坐標(biāo) 掩模矩陣 映射坐標(biāo) 像素點(diǎn) 求解 映射 圖像 重建 | ||
本發(fā)明公開(kāi)了一種基于L1?L2罰函數(shù)的深度圖超分辨率重建方法,包括以下步驟:步驟一、初始估計(jì)深度的計(jì)算:將低分辨率的深度圖映射到高分辨率彩色圖像坐標(biāo)平面;步驟二、掩模矩陣的計(jì)算:構(gòu)造對(duì)角矩陣,若第
技術(shù)領(lǐng)域
本發(fā)明涉及計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域,尤其指一種基于L1-L2罰函數(shù)的深度圖超分辨率重建方法,用于立體視覺(jué)或深度傳感器獲取圖像的超分辨率增強(qiáng)。
背景技術(shù)
機(jī)器人導(dǎo)航、機(jī)器人自主抓取、手勢(shì)識(shí)別、碰撞檢測(cè)、3D重建、工業(yè)自動(dòng)化及虛擬現(xiàn)實(shí)都依賴于高分辨率的深度信息。雖然隨著深度相機(jī)的廣泛普及,我們可實(shí)時(shí)獲得3D場(chǎng)景的深度;但受傳感器的限制,這些相機(jī)僅能獲取低分辨率的深度圖。這一局限性限制了深度相機(jī)在上述場(chǎng)合應(yīng)用的性能。為此,人們提出各種方法用于深度圖的分辨率增強(qiáng);深度圖超分辨率重建是指不改變深度相機(jī)硬件的前提下,通過(guò)算法提高深度圖分辨率和質(zhì)量的技術(shù)。
當(dāng)前廣泛采用的方法是基于圖像引導(dǎo)的技術(shù),即假設(shè)高分辨率彩色圖像的邊緣對(duì)應(yīng)著深度圖的邊緣,將深度圖的坐標(biāo)映射到高分辨率的彩色圖像平面,然后根據(jù)坐標(biāo)點(diǎn)之間顏色或亮度的相似性進(jìn)行深度插值?,F(xiàn)有方法存在的問(wèn)題是難以保持深度圖的對(duì)象邊緣,而對(duì)象邊緣包含了深度圖的主要能量,決定了其后續(xù)應(yīng)用的效果。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有技術(shù)的現(xiàn)狀,提供重建效果好,能夠在保持對(duì)象內(nèi)部深度平滑過(guò)渡的同時(shí),增強(qiáng)深度圖的對(duì)象邊緣的一種基于L1-L2罰函數(shù)的深度圖超分辨率重建方法。
本發(fā)明解決上述技術(shù)問(wèn)題所采用的技術(shù)方案為:
一種基于L1-L2罰函數(shù)的深度圖超分辨率重建方法,其特征是:包括以下步驟:
步驟一、初始估計(jì)深度的計(jì)算:將低分辨率的深度圖映射到高分辨率彩色圖像坐標(biāo)平面;
步驟二、掩模矩陣的計(jì)算:構(gòu)造對(duì)角矩陣,若第i個(gè)像素點(diǎn)位于低分辨率深度圖在高分辨率彩色圖像的映射坐標(biāo)之上,其第i個(gè)對(duì)角元素為1,否則該元素為0;
步驟三、近鄰矩陣的計(jì)算:通過(guò)高分辨率彩色圖像像素點(diǎn)之間在YCbCr空間上的顏色相似性構(gòu)造近鄰矩陣;
步驟四、構(gòu)造深度超分辨率重建模型:建立深度超分辨率重建的能量模型,第一項(xiàng)為重建深度與初始深度之間的差異,即保真項(xiàng),第二項(xiàng)為L(zhǎng)1-L2罰函數(shù)正則項(xiàng);
步驟五、能量模型求解:對(duì)于步驟四構(gòu)造的能量模型,采用廣義迭代重新加權(quán)最小二乘法予以求解,獲得重建的高分辨率深度圖。
為優(yōu)化上述技術(shù)方案,采取的具體措施還包括:
上述的步驟一的初始估計(jì)深度的計(jì)算中,映射計(jì)算公式為:
B(sr,sc)=Y(jié)(r,c)
其中B為初始深度圖的矩陣表示,Y為低分辨率深度圖的矩陣表示,(r,c)表示空間坐標(biāo),s為分辨率增大倍數(shù)。
上述的步驟三的近鄰矩陣的計(jì)算中,相似性計(jì)算公式為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于寧波工程學(xué)院,未經(jīng)寧波工程學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510825906.1/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 在集成電路器件中求解線性矩陣
- 矩陣計(jì)算裝置、矩陣計(jì)算方法
- 一種數(shù)據(jù)聚類的方法、裝置及Spark大數(shù)據(jù)平臺(tái)
- 適用于黑白圖片的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法以及訓(xùn)練方法
- 適用于灰度圖片的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法以及訓(xùn)練方法
- 矩陣
- 矩陣/密鑰生成裝置、矩陣/密鑰生成系統(tǒng)、矩陣結(jié)合裝置、矩陣/密鑰生成方法、程序
- 矩陣運(yùn)算電路、矩陣運(yùn)算裝置及矩陣運(yùn)算方法
- 矩陣乘法計(jì)算方法和裝置
- 數(shù)據(jù)讀取方法、裝置、介質(zhì)和計(jì)算設(shè)備





