一种基于单幅图像的2D转3D方法

摘要

本发明涉及一种2D转3D方法，尤其是一种基于单幅图像的2D转3D方法，属于计算机视觉技术领域。其主要包括四个步骤：对待处理图像进行灰度化预处理；根据二维高斯滤波公式计算二维高斯卷积模板；使用得到的二维高斯卷积模板对所述灰度图像进行二维高斯平滑滤波，以减少图像中的噪声；对经过二维高斯滤波之后的图像进行拉普拉斯滤波。其优点是：从图像出发来进行处理，不需要多幅图像或多视点图像等复杂的输入，适用性好；不需要摄像机参数，避免了繁琐复杂的校准校正等操作；整个过程全自动生成，计算量小，方便应用在一些对速度要求较高的场合。

主权项

1、一种基于单幅图像的2D转3D方法，其特征是所述方法包括如下步骤：(1)判断待处理图像是否为灰度图像，否则对待处理图像进行灰度化预处理，获取待处理图像对应的灰度图像(G_r)；(2)计算二维高斯卷积模板：(2w+1)×(2h+1)大小的二维高斯卷积模板为$g(u,v,{\sigma }_u,{\sigma }_v)=\frac{1}{2\pi {\sigma }_u{\sigma }_v}{e}^{-(\frac{x^2}{2{\sigma }_u^2}+\frac{y^2}{2{\sigma }_v^2})}$-w≤u≤w，-h≤v≤h其中u，v均为整数，2w+1和2h+1分别为滤波窗口的宽和高，σ_u，σ_v分别决定水平和垂直方向上的滤波强度；(3)使用所述二维高斯卷积模板对所述灰度图像(G_r)进行二维高斯平滑滤波：将所述二维高斯卷积模板与所述灰度图像进行卷积，设卷积之前灰度图像(G_r)在(x，y)处的像素值为G_r(x，y)，那么二维高斯滤波之后的图像在(x，y)处的像素值为：${\hat{G}}_r(x,y)=\frac{\underset{v=-h}{\overset{h}{\Sigma }}\left\{\underset{u=-w}{\overset{w}{\Sigma }}{G}_r(x-u,y-v)g(u,v,{\sigma }_u,{\sigma }_v)\right\}}{\underset{v=-h}{\overset{h}{\Sigma }}\left\{\underset{u=-w}{\overset{w}{\Sigma }}g(u,v,{\sigma }_u,{\sigma }_v)\right\}}$其中，w′，h′均为正整数并且$w^{\prime }<\frac{W}{2},h^{\prime }<\frac{H}{2},$W，H分别为待处理图像的宽度和高度；(4)对所述二维高斯滤波之后的图像进行拉普拉斯滤波得到所求的对应待处理图像的视差图像(D)：使用3×3大小的拉普拉斯卷积模板与所述二维高斯滤波后的图像进行卷积，设拉普拉斯卷积模板为l(u，v)，1≤u，v≤3，u，v均为整数，卷积后所得图像在(x，y)处的像素值D(x，y)为：$D(x,y)=\frac{\underset{v=-r}{\overset{r}{\Sigma }}\underset{u=-r}{\overset{r}{\Sigma }}\left({\hat{G}}_r(x-u,y-v)l(u,v)\right)}{\underset{v=-r}{\overset{r}{\Sigma }}\underset{u=-r}{\overset{r}{\Sigma }}l(u,v)}$所述卷积后所得图像即为所求的对应待处理图像的视差图像(D)。