-
公开(公告)号：CN103413347B
公开(公告)日：2016-07-06
申请号：CN201310280435.1
申请日：2013-07-05
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于前景背景融合的单目图像深度图提取方法，属于计算机视觉的三维图像重建领域。本发明方法包括以下步骤：步骤A、采用非参数化机器学习的方法，提取原始单目图像的前景深度图；步骤B、对原始单目图像，采用线性透视方法估计具有整体分布趋势的背景深度图；步骤C、对原始单目图像的前景深度图、背景深度图进行全局融合，得到所述原始单目图像最终的深度图。相比现有技术，本发明不需要计算相机参数，计算复杂度低，简单易行。
-
Patent Agency Ranking
公开(公告)号：CN103236082B
公开(公告)日：2015-12-02
申请号：CN201310154164.5
申请日：2013-04-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向捕获静止场景的二维视频的准三维重建方法，属于计算机视觉的三维视频重建领域。本发明方法包括以下步骤：步骤A、对二维视频中的每一帧，提取双视点图像对；步骤B、分别对各双视点图像对进行极线校正；步骤C、采用基于全局优化的双目立体匹配方法对极线校正后的各双视点图像对分别求解全局最优视差图；步骤D、对全局最优视差图进行反校正，得到二维视频中各帧相应的视差图；步骤E、将步骤D得到的视差图依所对应的视频帧次序拼接为视差图序列，并对视差图序列进行优化；步骤F、结合所提取的各视频帧及其对应视差图，采用DIBR方法恢复虚拟视点图像，并将虚拟视点图像拼接为虚拟视点视频。本发明计算复杂度低，简单易行。
-
公开(公告)号：CN102682477B
公开(公告)日：2015-04-08
申请号：CN201210150207.8
申请日：2012-05-16
Applicant: 南京邮电大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于结构先验的规则场景三维信息提取方法。本发明包括：利用PMVS算法产生三维空间有向点云；利用无监督聚类算法对三维有向点的方向分布进行分类处理，得到空间显著平面法线方向；根据三维空间点云的坐标及其平面法线方向，计算三维空间点云在其平面法线方向上的位置偏移,并对这些三维点云的位置偏移聚类得到空间显著平面的偏移量；分别对各二维图像进行预分割，并对分段区域边缘做平滑处理，获得各二维图像的区域分段信息；以三维空间显著平面为标注，图像分段区域为节点，构建马尔科夫随机场模型，并基于全局优化方法求解该模型，以获取各视点图像中的分段共面深度信息。本发明方法具有更高的准确性及较低的计算复杂度。
-
公开(公告)号：CN103236082A
公开(公告)日：2013-08-07
申请号：CN201310154164.5
申请日：2013-04-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向捕获静止场景的二维视频的准三维重建方法，属于计算机视觉的三维视频重建领域。本发明方法包括以下步骤：步骤A、对二维视频中的每一帧，提取双视点图像对；步骤B、分别对各双视点图像对进行极线校正；步骤C、采用基于全局优化的双目立体匹配方法对极线校正后的各双视点图像对分别求解全局最优视差图；步骤D、对全局最优视差图进行反校正，得到二维视频中各帧相应的视差图；步骤E、将步骤D得到的视差图依所对应的视频帧次序拼接为视差图序列，并对视差图序列进行优化；步骤F、结合所提取的各视频帧及其对应视差图，采用DIBR方法恢复虚拟视点图像，并将虚拟视点图像拼接为虚拟视点视频。本发明计算复杂度低，简单易行。
-
公开(公告)号：CN103413347A
公开(公告)日：2013-11-27
申请号：CN201310280435.1
申请日：2013-07-05
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于前景背景融合的单目图像深度图提取方法，属于计算机视觉的三维图像重建领域。本发明方法包括以下步骤：步骤A、采用非参数化机器学习的方法，提取原始单目图像的前景深度图；步骤B、对原始单目图像，采用线性透视方法估计具有整体分布趋势的背景深度图；步骤C、对原始单目图像的前景深度图、背景深度图进行全局融合，得到所述原始单目图像最终的深度图。相比现有技术，本发明不需要计算相机参数，计算复杂度低，简单易行。
-
公开(公告)号：CN102682477A
公开(公告)日：2012-09-19
申请号：CN201210150207.8
申请日：2012-05-16
Applicant: 南京邮电大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于结构先验的规则场景三维信息提取方法。本发明包括：利用PMVS算法产生三维空间有向点云；利用无监督聚类算法对三维有向点的方向分布进行分类处理，得到空间显著平面法线方向；根据三维空间点云的坐标及其平面法线方向，计算三维空间点云在其平面法线方向上的位置偏移,并对这些三维点云的位置偏移聚类得到空间显著平面的偏移量；分别对各二维图像进行预分割，并对分段区域边缘做平滑处理，获得各二维图像的区域分段信息；以三维空间显著平面为标注，图像分段区域为节点，构建马尔科夫随机场模型，并基于全局优化方法求解该模型，以获取各视点图像中的分段共面深度信息。本发明方法具有更高的准确性及较低的计算复杂度。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
