發(fā)布時(shí)間：2021-04-17 10:33

　　圖像深度指的是圖像中的每個(gè)點(diǎn)（對(duì)應(yīng)圖像上的每個(gè)像素點(diǎn)）對(duì)應(yīng)場(chǎng)景中點(diǎn)的深度,具體來(lái)說(shuō)就是圖像中估計(jì)每個(gè)像素到攝像機(jī)的遠(yuǎn)近關(guān)系�？梢酝ㄟ^(guò)對(duì)預(yù)處理的二維圖像進(jìn)行分析與識(shí)別,估算場(chǎng)景中的物體在現(xiàn)實(shí)世界中的相對(duì)遠(yuǎn)近距離,圖像深度信息廣泛應(yīng)用在各個(gè)領(lǐng)域,是近年來(lái)電子計(jì)算機(jī)專家和眾多研究學(xué)者們關(guān)注的熱點(diǎn)問(wèn)題,具有廣闊的商業(yè)前景。近幾年來(lái),隨著圖像深度信息技術(shù)的迅猛發(fā)展,圖像已應(yīng)用在眾多的領(lǐng)域中,而從圖像中能夠精準(zhǔn)地估算出深度信息是三維重建的關(guān)鍵點(diǎn),可以更好地理解圖像場(chǎng)景,也是計(jì)算機(jī)視覺(jué)領(lǐng)域研究的一個(gè)基本問(wèn)題,這將會(huì)有效地促進(jìn)計(jì)算機(jī)視覺(jué)在多種方面的應(yīng)用,如安全監(jiān)控、智能機(jī)器人、醫(yī)療圖像、2D轉(zhuǎn)3D等方面。而對(duì)于幾種常用的圖像深度信息提取方法,其中比較典型的方法有馬爾科夫隨機(jī)場(chǎng)（Markov Random Filed:MRF）模型算法。鑒于MRF模型圖像深度提取方法,既考慮圖像的局部特征,又考慮了圖像的全局特征,能比較全面的對(duì)圖像特征進(jìn)行提取,從而可以較快地從子數(shù)據(jù)集中選取合適的圖像特征進(jìn)行深度提取,此方法有一定的實(shí)用價(jià)值與理論意義。本文以圖像深度獲取MRF模型和非參數(shù)化學(xué)習(xí)為研究重點(diǎn),首先對(duì)圖像相關(guān)理... 

【文章來(lái)源】：山東師范大學(xué)山東省

【文章頁(yè)數(shù)】：46 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

二維圖像對(duì)應(yīng)的深度圖

山東師范大學(xué)碩士學(xué)位論文存在。不同的紋理圖像是由不同的物體表面屬性所產(chǎn)生，可以比較方便地被識(shí)然是由多樣性物質(zhì)構(gòu)成，到目前為止圖像紋理還沒(méi)有一個(gè)準(zhǔn)確的定義，如圖分圖像紋理。即使紋理是一個(gè)非常模糊的概念，經(jīng)常作為感覺(jué)或編織物的外感知，但眾多的研究學(xué)者們還是統(tǒng)一了下面的三條意見(jiàn)：于紋理在圖像中是以一個(gè)屬性存在的，因此單一的像素點(diǎn)紋理沒(méi)有任何意義于相鄰像素點(diǎn)之間存在圖像亮度信息的變換，因此圖像可以顯示出多種類的紋在某一種尺度空間下，紋理是一個(gè)同一屬性且大于圖像分辨率；

圖 2-2 局部模糊估計(jì)描述焦圖的獲取。一般情況下都假設(shè)遵循薄透鏡原理。當(dāng)一個(gè)目時(shí)所有光線都會(huì)在傳感器平面的某處聚焦，就會(huì)形成一個(gè)清的點(diǎn)所發(fā)出，光線就會(huì)離射成一個(gè)圓面，半徑也會(huì)隨著光源大，這種成像就會(huì)出現(xiàn)模糊現(xiàn)象，且圓的半徑越大，對(duì)應(yīng)的度取決于光圈的外形，被稱為模糊圈[16]。模糊程度由模糊圈的20f 0(d f )fd dfCd N 的焦距，N 表示相機(jī)的光圈范圍。像邊緣處稀疏模糊圖的獲取。為了計(jì)算方便，首先利用 1 維后再擴(kuò)展到 2 維圖像。再次模糊后的邊緣梯度為1 12 21( ) ((Au(x) B) (x, )g(x, ))2 ( )Ai x g ， 表示梯度，A 為幅度， 為模糊核，1 表示為再次模糊

【參考文獻(xiàn)】：
期刊論文
[1]圖像亮度線索下的單目深度信息提取[J]. 馮帆,馬杰,岳子涵,沈亮.  中國(guó)圖象圖形學(xué)報(bào). 2017(12)
[2]基于非參數(shù)化采樣的單幅圖像深度估計(jì)[J]. 朱堯,喻秋.  計(jì)算機(jī)應(yīng)用研究. 2017(06)
[3]一種基于MRF的單幅圖像數(shù)據(jù)的三維重構(gòu)方法研究[J]. 李蓉,鄧春健,鄒昆.  液晶與顯示. 2016(03)
[4]用于增強(qiáng)現(xiàn)實(shí)的光照估計(jì)研究綜述[J]. 劉萬(wàn)奎,劉越.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(02)
[5]一種應(yīng)用輪廓銳度的單視點(diǎn)圖像深度信息提取算法[J]. 馬利,李晶皎,馬技,彭紫一.  小型微型計(jì)算機(jī)系統(tǒng). 2016(02)
[6]Image quilting紋理傳輸算法的改進(jìn)研究[J]. 杜黎黎,段會(huì)川.  小型微型計(jì)算機(jī)系統(tǒng). 2015(11)
[7]2維至3維圖像/視頻轉(zhuǎn)換的深度圖提取方法綜述[J]. 李可宏,姜靈敏,龔永義.  中國(guó)圖象圖形學(xué)報(bào). 2014(10)
[8]單幅自然場(chǎng)景深度恢復(fù)[J]. 曹風(fēng)云,方帥,胡玉娟,王浩,楊雪潔.  中國(guó)圖象圖形學(xué)報(bào). 2014(05)
[9]增強(qiáng)現(xiàn)實(shí)中的虛實(shí)遮擋處理綜述[J]. 徐維鵬,王涌天,劉越,翁冬冬.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2013(11)
[10]單幅數(shù)字圖像多尺度空間下的場(chǎng)景深度估計(jì)[J]. 陸振杰,宋進(jìn).  計(jì)算機(jī)技術(shù)與發(fā)展. 2013(01)

博士論文
[1]單目圖像的深度估計(jì)[D]. 田虎.北京郵電大學(xué) 2015
[2]基于圖像深度感知中的立體匹配和深度增強(qiáng)算法研究[D]. 張康.清華大學(xué) 2015
[3]基于結(jié)構(gòu)的紋理特征及應(yīng)用研究[D]. 夏瑜.中國(guó)科學(xué)技術(shù)大學(xué) 2014
[4]基于視覺(jué)信息的圖像特征提取算法研究[D]. 戴金波.吉林大學(xué) 2013
[5]圖像局部不變特征提取技術(shù)研究及其應(yīng)用[D]. 孫晶.大連理工大學(xué) 2009

碩士論文
[1]基于非參數(shù)多線索融合的單目視頻深度圖估計(jì)研究[D]. 莫一鳴.南京郵電大學(xué) 2014



本文編號(hào)：3143299