【摘要】 本发明公开了一种二维视频深度图的生成方法，包括：(1)获取二维视频，标记关键帧和非关键帧；(2)分割图像，对关键帧进行人工深度赋值；(3)根据关键帧的深度信息计算出非关键帧的深度信息；(4)对非关键帧深度图进行修复，合成整个视频的深度图。本发明仅对关键帧图像进行人工深度赋值，其余图像采用基于区域分割的深度图推理算法，大大降低了整个视频深度图制作的人工成本，提高了相应的速率和效率，得到的深度图符合真实的深度信息，有效保证了视频深度图的质量和效果，整个方法能够在普通PC机或工作站等硬件系统上实现。 【专利类型】发明授权 【申请人】浙江理工大学 【申请人类型】学校 【申请人地址】310018 浙江省杭州市下沙高教园区2号大街5号 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】上城区 【申请号】CN201210067141.6 【申请日】2012-03-14 【申请年份】2012 【公开公告号】CN102609950B 【公开公告日】2014-04-02 【公开公告年份】2014 【授权公告号】CN102609950B 【授权公告日】2014-04-02 【授权公告年份】2014.0 【IPC分类号】G06T7/00; H04N13/00; H04N13/02 【发明人】冯杰; 马汉杰; 蔡霞; 黄炯; 顾小卫 【主权项内容】1.一种二维视频深度图的生成方法，包括如下步骤： (1)获取二维视频，对二维视频每帧图像进行切换检测，将图像标记为关键帧图像或非关键帧图像； (2)对二维视频每帧图像进行分割，并对关键帧图像分割产生的每个区域的深度值进行人工赋值，得到关键帧图像的深度信息，进而生成关键帧图像的深度图； (3)根据关键帧图像的深度信息，通过颜色纹理匹配法计算得到非关键帧图像的深度信息，并生成非关键帧图像的深度图；进而根据关键帧图像和非关键帧图像的深度图合成整个二维视频的深度图； 所述的颜色纹理匹配法的具体过程为： 1)计算二维视频每帧图像分割产生的每个区域的颜色直方图和纹理直方图；其中，区域的纹理直方图的计算方法为： 其中：Ω表示图像中的任一区域， 为区域Ω的纹理直方图，NΩ为区域Ω中的像素总个数，E(i, j)为区域Ω中像素点(i, j)的梯度方向值，梯度方向值E(i, j)的计算方法如下： 首先，根据以下公式计算像素点(i, j)的水平方向梯度值EH(i, j)、垂直方向梯度值EV(i, j)、45°方向梯度值E45(i, j)、135°方向梯度值E135(i, j)和无方向梯度值EN(i, j)； EH(i, j)＝|R(i, j)-R(i, j-1)|+|G(i, j)-G(i, j-1)|+|B(i, j)-B(i, j-1)| +|R(i, j)-R(i, j+1)|+|G(i, j)-G(i, j+1)|+|B(i, j)-B(i, j+1)| EV(i, j)＝|R(i, j)-R(i-1, j)|+|G(i, j)-G(i-1, j)|+|B(i, j)-B(i-1, j)| +|R(i, j)-R(i+1, j)|+|G(i, j)-G(i+1, j)|+|B(i, j)-B(i+1, j)| E45(i, j)＝|R(i, j)-R(i-1, j-1)|+|G(i, j)-G(i-1, j-1)|+|B(i, j)-B(i-1, j-1)| +|R(i, j)-R(i+1, j+1)|+|G(i, j)-G(i+1, j+1)|+|B(i, j)-B(i+1, j+1)| E135(i, j)＝|R(i, j)-R(i-1, j+1)|+|G(i, j)-G(i-1, j+1)|+|B(i, j)-B(i-1, j+1)| +|R(i, j)-R(i+1, j-1)|+|G(i, j)-G(i+1, j-1)|+|B(i, j)-B(i+1, j-1)| 其中，R(i, j)、G(i, j)、B(i, j)分别为Ω区域中像素点(i, j)的红、绿、蓝分量的像素值；i和j分别表示Ω区域中像素点的行序号和列序号； 然后，取这五个值中的最小值所对应的方向为像素点(i, j)的梯度方向，若这五个值中存在两个或两个以上相同的最小值，则令像素点(i, j)的梯度方向为无方向； 若像素点(i, j)的梯度方向为水平方向则E(i, j)=0，若像素点(i, j)的梯度方向为垂直方向则E(i, j)=1，若像素点(i, j)的梯度方向为45°方向则E(i, j)=2，若像素点(i, j)的梯度方向为135°方向则E(i, j)=3，若像素点(i, j)的梯度方向为无方向则E(i, j)=4； 2)对于非关键帧图像的任一区域，计算该区域与前一关键帧图像的每一区域的直方图距离； 3)取直方图距离最小值对应的关键帧图像的区域作为匹配结果，并将该区域的深度值赋值给非关键帧图像的区域； 4)根据步骤2)和3)，遍历非关键帧图像的所有区域，得到非关键帧图像的深度信息。 【当前权利人】浙江理工大学 【当前专利权人地址】浙江省杭州市下沙高教园区2号大街5号 【专利权人类型】公立 【统一社会信用代码】12330000470009034M 【引证次数】4.0 【他引次数】4.0 【家族引证次数】4.0 【家族被引证次数】17

未经允许不得转载：http://www.zhongzhencnc.com/1791479589.html