[發(fā)明專利]基于分類頻率敏感三維自組織映射的視差估計(jì)方法

有效

• 申請?zhí)枺?/td>: 201610317515.3
• 申請日: 2016-05-13
• 公開（公告）號: CN105933691B
• 公開（公告）日: 2017-11-10
• 發(fā)明（設(shè)計(jì)）人: 黎洪松;程福林
• 申請（專利權(quán)）人: 桂林電子科技大學(xué)
• 主分類號: H04N13/00
• 分類號: H04N13/00
• 代理公司: 桂林市持衡專利商標(biāo)事務(wù)所有限公司45107
• 代理人: 陳躍琳

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于分類頻率敏感三維自組織映射的視差估計(jì)方法。

背景技術(shù)

視差估計(jì)作為立體視頻編碼的關(guān)鍵技術(shù)，已經(jīng)得到越來越多的重視和關(guān)注，各種算法也相繼提出。傳統(tǒng)視差估計(jì)算法大致可分為兩大類，一類是基于區(qū)域的視差估計(jì)，即把圖像中的某一點(diǎn)或某一塊作為基本匹配單元，在另一幅圖像中搜索對應(yīng)的點(diǎn)或塊，從而得到各個(gè)點(diǎn)的視差，這類算法可以得到稠密的視差估計(jì)。根據(jù)匹配策略的不同，基于區(qū)域的視差估計(jì)可以分為局部法和全局法。代表性的局部法是基于塊的方法，實(shí)現(xiàn)復(fù)雜度低。代表性的全局算法有動態(tài)規(guī)劃法、圖割法和置信度傳播法等。全局法能得到比局部法更好的結(jié)果，但是其計(jì)算復(fù)雜度高，不便于硬件實(shí)現(xiàn)。另一類是基于特征的視差估計(jì)，即利用圖像的自身特征來實(shí)現(xiàn)匹配，這些特征包括一些特征點(diǎn)(如SIFT關(guān)鍵點(diǎn)等)或幾何結(jié)構(gòu)。此類算法只能得到稀疏的視差估計(jì)，且特征的提取比較復(fù)雜。可見，目前視差估計(jì)技術(shù)仍未成熟，沒有一種具有普適性的視差估計(jì)方法，而且計(jì)算量巨大。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種基于分類頻率敏感三維自組織映射的視差估計(jì)方法，該方法能提高視差預(yù)測圖像的質(zhì)量。

為解決上述問題，本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：

基于分類頻率敏感三維自組織映射的視差估計(jì)方法，包括如下步驟：

步驟1、先對視差序列樣本的每幀圖像分塊，每個(gè)圖像塊為一個(gè)訓(xùn)練矢量，再根據(jù)亮度大小將訓(xùn)練矢量進(jìn)行分類，每個(gè)分類形成一個(gè)訓(xùn)練矢量集；

步驟2、分別每個(gè)分類的訓(xùn)練矢量集進(jìn)行以下學(xué)習(xí)訓(xùn)練，得到每個(gè)分類的最佳匹配模式庫；

步驟2.1、根據(jù)設(shè)定的三維自組織映射網(wǎng)絡(luò)的大小N，從該分類的L個(gè)訓(xùn)練矢量集中選擇N個(gè)訓(xùn)練矢量來構(gòu)成該分類的初始模式庫,其中N＜＜L；該初始模式庫中的訓(xùn)練矢量稱為模式矢量，且初始模式庫中的模式矢量排列成三維立體結(jié)構(gòu)；

步驟2.2、初始化每個(gè)模式矢量的鄰域函數(shù)N_j(0)和每個(gè)模式矢量的響應(yīng)計(jì)數(shù)器c_j；

步驟2.3、輸入該分類訓(xùn)練矢量集中的一個(gè)訓(xùn)練矢量，并分別計(jì)算該訓(xùn)練矢量與其對應(yīng)分類的初始模式庫中的各個(gè)模式矢量的失真從中選擇出與訓(xùn)練矢量失真最小的模式矢量作為獲勝模式矢量；

其中，為頻率敏感函數(shù)；s為設(shè)定的頻率敏感指數(shù)；d_j(t)為訓(xùn)練矢量與模式矢量的均方誤差；j＝0,1,…,N-1，N為設(shè)定的三維自組織映射網(wǎng)絡(luò)的大小；t＝0,1,…,L-1，L為該分類訓(xùn)練矢量集中訓(xùn)練矢量的個(gè)數(shù)；

步驟2.4、調(diào)整獲勝模式矢量及其三維鄰域范圍內(nèi)的模式矢量；

步驟2.5、將獲勝模式矢量的響應(yīng)計(jì)數(shù)器累加1，并返回步驟步驟2.3重新選擇一個(gè)訓(xùn)練矢量，直到輸入完該分類訓(xùn)練矢量集中所有的訓(xùn)練矢量，即得到該分類的最佳匹配模式庫；

步驟3、對待估計(jì)的視差序列進(jìn)行分塊和分類處理，得到每個(gè)分類的待估計(jì)圖庫；并將待估計(jì)圖庫與相同分類的最佳匹配模式庫進(jìn)行視差模式匹配，得到待估計(jì)的視差序列的預(yù)測圖。

步驟1中，根據(jù)下式將圖像塊分高亮度區(qū)域和低亮度區(qū)域兩類，

其中，為圖像塊的均值，T_h為均值判定限值，X₁表示高亮度區(qū)域集合，X₂表示低亮度區(qū)域集合。

步驟2.1中，采用按固定的間隔抽取的方法從L個(gè)訓(xùn)練矢量集中選擇N個(gè)訓(xùn)練矢量來構(gòu)成該分類的初始模式庫。

步驟2.3中，頻率敏感指數(shù)s的取值范圍為0≤s≤1。

步驟2.4、根據(jù)下式調(diào)整獲勝模式矢量及其三維鄰域范圍內(nèi)的模式矢量，

其中，W_j(t+1)為第t+1次訓(xùn)練時(shí)的模式矢量，W_j(t)為第t次訓(xùn)練時(shí)的模式矢量，X(t)為訓(xùn)練矢量，j^*為獲勝模式矢量，為獲勝模式矢量j^*在第t次訓(xùn)練時(shí)的鄰域函數(shù)，α(t)為第t次訓(xùn)練時(shí)的學(xué)習(xí)速度函數(shù)；上述j＝0,1,…,N-1，N為設(shè)定的三維自組織映射網(wǎng)絡(luò)的大小；t＝0,1,…,L-1，L為所每一類的訓(xùn)練矢量的個(gè)數(shù)。

步驟3具體為：

步驟3.1、先將待估計(jì)的視差序列的每幀分塊，其中待估計(jì)的視差序列的每幀分塊大小與視差序列樣本的每幀分塊大小相一致；再根據(jù)步驟1相同的方法將圖像塊進(jìn)行分類，每個(gè)分類的圖像塊形成一個(gè)待估計(jì)圖庫；