h"、"Mansion"、"Statue" 三個場景使分割結(jié)果；
[0059] 圖10為本發(fā)明實施例的基于三維光場的靜態(tài)場景前景分割裝置結(jié)構(gòu)示意圖。
【具體實施方式】
[0060] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照 附圖，對本發(fā)明進(jìn)一步詳細(xì)說明。
[0061] 本發(fā)明實施例提供了一種基于三維光場的靜態(tài)場景前景分割方法，該方法通過在 一條直線等間距的不同視點上拍攝場景的序列圖像構(gòu)建三維光場，用直線檢測算法從對極 平面圖中分析提取出場景邊緣及其深度信息；借助快速插值算法恢復(fù)整個場景的深度信 息，最終通過閾值法實現(xiàn)對不同深度的前景物體的分割。其中，光場（LightFields)是對空 間中所有光線的描述?，F(xiàn)實世界中的場景包含豐富的三維信息，單張二維圖像不能完全描 述物體之間的空間關(guān)系。使用稠密的序列圖像能夠用來刻畫靜態(tài)場景?？焖俨蓸拥男蛄袌D 像中時間連續(xù)性大致等同于場景的空間連續(xù)性，同時采用"對極平面圖"（EpipolarPlane Image，EPI)這種描述方法來分析三維場景。以下，通過本發(fā)明的優(yōu)選實施例來進(jìn)一步說明 所述的基于三維光場的靜態(tài)場景前景分割方法。
[0062]參考圖1，為本發(fā)明優(yōu)選實施例的基于三維光場的靜態(tài)場景前景分割方法流程圖。[0063] 本發(fā)明優(yōu)選實施例的基于三維光場的靜態(tài)場景前景分割方法包括以下步驟：
[0064]步驟1:通過相機(jī)在一條一維直線上等間隔拍攝一場景的序列圖像以構(gòu)建三維光 場，并生成場景的對極平面圖；
[0065]步驟2:使用直線檢測算法提取所述對極平面圖中的直線特征并計算斜率信息， 由所述斜率信息恢復(fù)場景中不同物體的深度信息，并使用快速插值算法生成整個場景的深 度圖像；
[0066]步驟3 :對所述深度圖像中的不同物體設(shè)定對應(yīng)的深度閾值，并根據(jù)所述深度閾 值對不同物體進(jìn)行快速分割。
[0067] (1)步驟1的具體實施
[0068] 于步驟1中，首先建立三維光場。典型的光場構(gòu)建過程通常需要對同一個場景在 不同視角下拍攝大量圖像，然后采用合適的幾何模型描述光線在空間中的分布情況。針對 本實施例中的場景前景分割的應(yīng)用背景，研宄考察圖像序列的成像中心在一條水平直線上 情形，即通過在一條一維直線上獲取有序二維圖像來建立三維光場。
[0069] 參考圖2,為本發(fā)明優(yōu)選實施例的三維光場描述示意圖。
[0070] 圖像的生成可以看作是光線在成像平面上的投射過程。對空間中的任意一條光線 L描述如下：
[0071]L=LF(x,y,t)
[0072] 其中，t為光線的起點，即所述相機(jī)在所述一維直線上的坐標(biāo)；(x，y)代表光線的 方向，對應(yīng)于圖像中的二維坐標(biāo)值。在由LF描述的三維光場中，垂直于t坐標(biāo)的（x，y)切 面對應(yīng)了不同視角下的場景圖像，而垂直于y坐標(biāo)的（x，t)切面對應(yīng)的就是對極平面圖，即 EPI〇
[0073] 直觀來看，EPI對應(yīng)于序列圖像在相同y值條件下橫向像素的堆疊。為了后續(xù)處 理的便捷性，本實施例假定任意相鄰兩幅序列圖像光心（光心也即相機(jī)位置）間距一致，光 心是成像的中心，相機(jī)位置等間距可以保證光心等間距，即保證所形成的EPI中同一物體 對應(yīng)像素點的連續(xù)性。當(dāng)采樣圖像數(shù)量足夠多時，場景中同一物體像素點在EPI中形成一 條直線軌跡。通過對直線的幾何特征分析即可得到場景中物體的空間信息。
[0074] 參考圖3,為本發(fā)明優(yōu)選實施例中物體、成像平面、成像中心路徑之間的幾何關(guān)系 示意圖。
[0075] 如圖3所示，假定成像平面到成像中心距離為h，物體P到鏡頭中心路徑的距離為 Ddpxj別為P在圖像中像素的橫坐標(biāo)，At為成像中心移動距離。
[0076] 由三角相似關(guān)系可得：
【主權(quán)項】
1. 一種基于三維光場的靜態(tài)場景前景分割方法，其特征在于，包括以下步驟： 通過相機(jī)在一條一維直線上等間隔拍攝一場景的序列圖像以構(gòu)建三維光場，并生成場 景的對極平面圖； 使用直線檢測算法提取所述對極平面圖中的直線特征并計算斜率信息，由所述斜率信 息恢復(fù)場景中不同物體的深度信息，并使用快速插值算法生成整個場景的深度圖像； 對所述深度圖像中的不同物體設(shè)定對應(yīng)的深度閾值，并根據(jù)所述深度閾值對不同物體 進(jìn)行快速分割。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述三維光場中，任意一條光線L表示 為： L = LF (x, y, t) 其中，t為光線的起點，即所述相機(jī)在所述一維直線上的坐標(biāo)；(x，y)代表光線的方向， 對應(yīng)于圖像中的二維坐標(biāo)值； 所述對極平面圖為所述序列圖像在相同y值條件下橫向像素的堆疊，即垂直于y坐標(biāo) 的（x，t)切面；場景中同一物體的像素點在所述對極平面圖中形成一條直線軌跡，且物體 與相機(jī)直線運動軌跡之間的空間距離正比于該物體在所述對極平面圖中對應(yīng)直線的斜率。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，生成所述深度圖像的步驟進(jìn)一步包括： 選取所述序列圖像的一幅作為深度恢復(fù)和前景分割的目標(biāo)圖像； 使用直線檢測算法從所述對極平面圖中提取直線并確定所有直線區(qū)域； 根據(jù)所述直線區(qū)域，在所述目標(biāo)圖像生成直線特征點的斜率分布； 根據(jù)所述直線特征點的斜率分布，采用插值算法生成所述目標(biāo)圖像所有像素點的斜率 分布； 將所述目標(biāo)圖像所有像素點的斜率分布變換深度分布，再線性映射到灰度區(qū)間上，最 終生成所述深度圖像。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，使用直線檢測算法提取直線前，對所述對 極平面圖進(jìn)行高斯縮放，縮放比為0. 9。
5. 根據(jù)權(quán)利要求3所述的方法，其特征在于，確定所述直線區(qū)域的步驟包括： 對所述對極平面圖中的每一個像素點，計算其相對顏色一致的臨近點方向和水平方向 的夾角，該夾角相近的像素點構(gòu)成直線候選區(qū)； 用近似的矩形覆蓋每一個所述直線候選區(qū)，構(gòu)造噪聲模型對所述直線候選區(qū)執(zhí)行驗 證，得出所述直線候選區(qū)構(gòu)成直線的概率； 設(shè)定直線判定的概率閾值，最終確定所述直線區(qū)域。
6. 根據(jù)權(quán)利要求3所述的方法，其特征在于，從所述對極平面圖中提取直線的步驟后， 還包括對提取結(jié)果的篩選處理步驟： 僅提取端點落在所述對極平面圖在y軸方向上前十個像素內(nèi)的直線； 將沒有與所述對極平面圖上邊界直接相交的直線延長，計算推測交點； 剔除推測交點超出圖像邊界的直線，將由于延長而出現(xiàn)的兩條重合直線合并為單條直 線。
7. -種基于三維光場的靜態(tài)場景前景分割裝置，其特征在于，包括： 構(gòu)建模塊，用于通過相機(jī)在一條一維直線上等間隔拍攝一場景的序列圖像以構(gòu)建三維 光場，并生成場景的對極平面圖； 深度恢復(fù)模塊，用于使用直線檢測算法提取所述對極平面圖中的直線特征并計算斜率 信息，由所述斜率信息恢復(fù)場景中不同物體的深度信息，并使用快速插值算法生成整個場 景的深度圖像； 分割模塊，用于對所述深度圖像中的不同物體設(shè)定對應(yīng)的深度閾值，并根據(jù)所述深度 閾值對不同物體進(jìn)行快速分割。
8. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述構(gòu)建模塊生成的所述三維光場中，任 意一條光線L表不為： L = LF (x, y, t) 其中，t為光線的起點，即所述相機(jī)在所述一維直線上的坐標(biāo)；(x，y)代表光線的方向， 對應(yīng)于圖像中的二維坐標(biāo)值； 所述對極平面圖為所述序列圖像在相同y值條件下橫向像素的堆疊，即垂直于y坐標(biāo) 的（x，t)切面；場景中同一物體的像素點在所述對極平面圖中形成一條直線軌跡，且物體 與相機(jī)直線運動軌跡之間的空間距離正比于該物體在所述對極平面圖中對應(yīng)直線的斜率。
9. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述深度恢復(fù)模塊進(jìn)一步用于：選取所述 序列圖像的一幅作為深度恢復(fù)和前景分割的目標(biāo)圖像；使用直線檢測算法從所述對極平面 圖中提取直線并確定所有直線區(qū)域；根據(jù)所述直線區(qū)域，在所述目標(biāo)圖像生成直線特征點 的斜率分布；根據(jù)所述直線特征點的斜率分布，采用插值算法生成所述目標(biāo)圖像所有像素 點的斜率分布；將所述目標(biāo)圖像所有像素點的斜率分布變換深度分布，再線性映射到灰度 區(qū)間上，最終生成所述深度圖像。
10. 根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述深度恢復(fù)模塊還包括用于在使用直 線檢測算法提取直線前，對所述對極平面圖進(jìn)行高斯縮放的縮放模塊，所述縮放模塊進(jìn)行 縮放的縮放比為0.9。
【專利摘要】本發(fā)明公開了一種基于三維光場的靜態(tài)場景前景分割方法和裝置，所述方法包括步驟：通過相機(jī)在一條一維直線上等間隔拍攝一場景的序列圖像以構(gòu)建三維光場，并生成場景的對極平面圖；使用直線檢測算法提取所述對極平面圖中的直線特征并計算斜率信息，由所述斜率信息恢復(fù)場景中不同物體的深度信息，并使用快速插值算法生成整個場景的深度圖像；對所述深度圖像中的不同物體設(shè)定對應(yīng)的深度閾值，并根據(jù)所述深度閾值對不同物體進(jìn)行快速分割；本發(fā)明在復(fù)雜戶外場景的分割中，能夠準(zhǔn)確恢復(fù)場景中多個物體之間的空間關(guān)系，較好地克服了現(xiàn)有基于區(qū)域聚類和數(shù)學(xué)形態(tài)學(xué)等方法在復(fù)雜場景應(yīng)用中存在的過分割問題，在針對特定目標(biāo)提取時有較高的分割效率。
【IPC分類】G06T7-00
【公開號】CN104851089
【申請?zhí)枴緾N201510209026
【發(fā)明人】白亮, 老松楊, 郭金林, 康來, 魏巍
【申請人】中國人民解放軍國防科學(xué)技術(shù)大學(xué)
【公開日】2015年8月19日
【申請日】2015年4月28日