本发明公开了一种利用视频序列帧间相关性的深度图像计算方法,具体包括以下步骤:
步骤1:对左右视点相机拍摄的图片进行校正; 步骤2:对于第一帧的左右图片的点p,在最大视差搜索范围内计算匹配代价,进行视差优化和视差细化,得到初始视差值d1;同时计算第一帧的视差梯度为g1; 步骤3:对于下一帧的p点计算,当p点不是异常点或边缘点时,以上一帧p点的视差值为基准设定视差搜索范围;否则,以最大视差搜索范围计算匹配代价,进行视差优化和视差细化,并得到当前帧的视差值及视差梯度。通过这种方式,实现实时的立体匹配。
本发明通过利用视频序列中上一帧的视差信息,大幅缩小了当前帧算法的计算量。在保证原有算法匹配精度的条件下,这种方法能够减小耗时,从而提高在实际应用场景中的效率。
| 专利名称 | 一种利用视频序列帧间相关性的深度图像计算方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201710172103.X |
| 申请号 | - | 专利申请日期 | 2017-03-22 |
| 专利授权日期 | 2017-07-14 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 李杨;都思丹;石立;郭新年;彭成磊;董晨;陈叶朦;杨帆;陆胜;李明;陈旭东 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开一种利用视频序列帧间相关性的深度图像计算方法,包括:步骤1、对左右视点相机拍摄的图片进行校正;步骤2、对于第一帧的左右图片的点p,在最大视差搜索范围计算匹配代价,进行视差优化、视差细化,得到初始视差值d1;第一帧的视差梯度为g1;步骤3、对于下一帧的p点的计算,当p点不是异常点或边缘点,以上一帧p点的视差值为基准设定视差搜索范围,否则以最大视差搜索范围计算匹配代价,进行视差优化、视差细化,并得到当前帧的视差值及视差梯度,实现实时的立体匹配。本发明利用视频序列中上一帧的视差,大幅缩小了当前帧算法的计算量,能够在保证原有算法匹配精度的条件下,减小耗时,提高在实际应用场景中的效率。 | ||