自由立体图像深度图提取算法的理论研究

论文摘要

立体图像可以记录真实的三维世界的信息,使观众产生身临其境的视觉体验,具有广阔的应用前景。目前,立体图像技术已经成功用于科研、军事、教育、工业、医疗等诸多领域,取得了丰硕的成果。然而,对于立体图像的处理需要考虑多个视点的数据,数据量非常庞大,对于当前的压缩算法,硬件处理能力和网络带宽提出了很高的要求。因此,研究一种有效的数据表达方式具有重大的意义和应用价值。本文详细介绍了人类视觉系统的生理基础,分析了其成像原理,并结合这项研究,提取出了对于立体图像成像效果有重要影响的因素,为今后研究立体图像处理技术奠定理论基础。欧洲"ATTEST计划”从立体电视的内容产生、编码、传输和显示的整体处理流程出发,应用了"video-plus-depth"的数据表示方法,与传统的数据表达方式相比具有明显的优势。本文深入研究了其中的关键技术即“深度图”的几种获取方法,并重点研究了基于立体像对的“深度图”提取算法。该算法以低复杂度为原则,其理论框架主要分为摄像机校正、视差匹配、视差匹配后处理（包括一致性检测和遮挡检测）、深度图计算、深度图的平滑和量化这五个部分。最后,本文设计了四个研究立体视觉特性的实验,在HSI空间对立体图像进行处理,得出了色度对于图像立体感知效果影响较小的结论。本文进一步应用该实验结果对深度图提取算法进行了优化,提出了“灰度色度分级联合检测法”,可以在检测到多个对应点的情况下,有效地确定最佳的匹配点,有利于消除某些特殊的图像（比如场景内容周期性出现且纹理复杂的图像）中的误匹配情况。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 立体图像技术的研究背景
• 1.2 立体图像技术的理论基础和发展历史
• 1.3 立体图像内容的获取
• 1.3.1 平面图像立体化方法
• 1.3.2 用传统的摄像机阵列拍摄立体图像
• 1.3.3 用深度摄像机拍摄立体图像
• 1.4 立体显示技术
• 1.4.1 根据复用方式分类
• 1.4.2 根据辅助设备分类
• 1.4.3 根据立体感原理分类
• 1.5 本文的主要工作和内容
• 第二章 人类立体视觉特性的理论研究
• 2.1 人类视觉产生的生理基础
• 2.1.1 视感觉和视知觉概述
• 2.1.2 眼睛的结构和成像机理
• 2.1.3 视觉过程简介
• 2.1.4 视知觉的复杂性
• 2.2 人类立体视觉特性研究
• 2.3 空间知觉
• 2.3.1 非视觉性深度线索
• 2.3.2 双目深度线索
• 2.3.3 单目深度线索
• 2.4 运动知觉与动态深度线索
• 2.5 双眼融像
• 2.6 本章小结
• 第三章 立体图像深度图提取和应用的理论研究
• 3.1 立体图像深度图的研究背景
• 3.2 ATTEST计划的推动
• 3.2.1 ATTEST计划中的编码和传输方案
• 3.2.2 ATTEST计划中的立体显示器的设计
• 3.2.3 ATTEST计划中的感知效果评价
• 3.3 深度图获取方案
• 3.3.1 深度图直接采集法
• 3.3.2 基于二维图像的深度图提取算法
• 3.4 本章小结
• 第四章 基于立体像对的深度图提取算法的理论研究
• 4.1 基于视差的深度图提取原理
• 4.1.1 平行成像系统中的深度图提取原理
• 4.1.2 会聚成像系统中的深度图提取原理
• 4.1.3 两种成像系统的比较
• 4.2 立体匹配算法的理论分析
• 4.3 基于区域的匹配算法
• 4.3.1 模板匹配原理
• 4.3.2 模板匹配算法的优化途径
• 4.3.3 模板匹配算法的固有缺陷和改进方法
• 4.4 基于立体像对的深度图提取算法
• 4.4.1 初始校正
• 4.4.2 视差匹配
• 4.4.3 边界处理
• 4.4.4 一致性检测
• 4.4.5 后处理和遮挡检测
• 4.4.6 深度图计算
• 4.4.7 深度图平滑
• 4.4.8 深度图量化
• 4.5 灰度色度分级联合检测算法
• 4.5.1 算法的试验依据
• 4.5.2 算法的实现流程
• 4.6 本章小结
• 第五章 基于人眼视觉特性的立体成像效果的实验研究
• 5.1 实验环境和方法
• 5.2 实验素材
• 5.3 立体图像质量评价方案
• 5.3.1 平面图像质量评价方法
• 5.3.2 立体图像质量评价方法
• 5.4 色度对立体图像成像效果的影响
• 5.4.1 色度空间的选取
• 5.4.2 实验一
• 5.4.3 实验二
• 5.4.4 实验三
• 5.4.5 实验四
• 5.4.6 实验结果主观评价分析
• 5.4.7 实验结果理论分析
• 5.5 本章小结
• 第六章 结束语
• 参考文献
• 缩略语
• 发表论文和参加科研情况说明
• 致谢