基于图像运动信息的2D转3D方法

摘要

本发明公开了一种基于图像运动信息的2D转3D方法，涉及2D转3D技术领域。该方法包括步骤：S1.基于运动估计的方法得到输入的2D图像各像素的深度值；S2.根据各像素的亮度值，对各像素的深度值进行累加，得到输入的2D图像的深度图；S3.根据步骤S2得到的深度图，进行基于深度图的图像重构左眼和/或右眼图像；S4.将步骤S3的左眼图像和右眼图像合成并输出得到3D图像。在本发明的方法中，由于对运动估计得到的深度值进行了累加处理，得到的深度图连续且稠密，提高了重构图像的质量以及3D视觉效果。

主权项

一种基于图像运动信息的2D转3D方法，其特征在于，该方法包括步骤：S1.基于运动估计的方法得到输入的2D图像各像素的深度值；S2.根据各像素的亮度值，对所述各像素的深度值进行累加，得到所述输入的2D图像的深度图；S3.根据步骤S2得到的深度图，基于深度图的图像重构，重构左眼和/或右眼图像；S4.将步骤S3的左眼图像和右眼图像合成并输出得到3D图像；其中，步骤S1进一步包括：S1.1基于运动估计的方法计算各像素的运动矢量；S1.2根据步骤S1.1得到的运动矢量分别计算各像素的深度值，所述运动估计的方法为菱形搜索算法，深度值的计算公式为：$D(x,y)=C*\sqrt{{\mathrm{MV}}_x^2+{\mathrm{MV}}_y^2}$y为像素所在行，x为像素所在列，D(x,y)为未知(x,y)处的像素的深度值，MV_x以及MV_y分别为所述像素水平方向以及竖直方向的运动矢量，C为常量，其中，步骤S2进一步包括：S2.1从所述输入的2D图像的第一行开始，对各像素的深度值进行累加得到每一个像素的深度累加值D(x,y)'；S2.2按照以下公式，将所述深度累加值归一化到[0，255]之间，得到归一化的深度值D(x,y)″：$D{(x,y)}^{\prime \prime }=\min (255,\max (0,\frac{D{(x,y)}^{\prime }}{{\mathrm{sum}}^{\prime }}*\mathrm{DEPTH}\_\mathrm{SCALE}));$其中，DEPTH_SCALE为深度值缩放因子，${\mathrm{sum}}^{\prime }=\frac{\mathrm{sum}}{\mathrm{width}*\mathrm{height}};$$\mathrm{sum}=\underset{x=0,y=0}{\overset{n}{\Sigma }}D{(x,y)}^{\prime },$其中，sum为所有像素的深度值之和，sum'为每个像素的平均深度值，width为所述输入的2D图像的宽度值，height为所述输入的2D图像的高度值。