一種圖像視差的獲取方法及系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明屬于圖像處理技術領域，尤其設及一種圖像視差的獲取方法及系統(tǒng)。
【背景技術】
[0002] 3D圖像通常由兩路圖像組成，該兩路圖像對應于不同的觀看角度，根據(jù)該兩路圖 像所包含的視差信息，可W生成新的觀看角度所對應的圖像，即裸眼3D技術。由輸入圖像 計算視差圖，第一步通常是進行塊匹配，然后是采用不同的方法優(yōu)化塊匹配的結果，W獲得 較為準確的結果。現(xiàn)有技術對塊匹配的優(yōu)化通常將優(yōu)化過程轉(zhuǎn)換為隱馬爾科夫模型，通過 維特比算法對該隱馬爾科夫模型進行計算，獲取塊匹配的最佳解。但是使用現(xiàn)有技術，對同 一圖像中代表同一物體的像素點，即相鄰像素點之間會造成較大的視差差異。

【發(fā)明內(nèi)容】

[0003] 鑒于此，本發(fā)明實施例提供一種圖像視差的獲取方法及系統(tǒng)，W解決現(xiàn)有技術對 同一 3D圖像中代表同一物體的像素點容易造成較大的視差差異的問題。
[0004] 本發(fā)明實施例是該樣實現(xiàn)的，一種圖像視差的獲取方法，所述方法包括W下步 驟：
[0005] 獲取像素點所在行的水平梯度；
[0006] 根據(jù)所述水平梯度生成約束圖像視差之間的差異的約束條件；
[0007] 根據(jù)所述約束條件對相鄰像素點之間的視差差異進行約束，獲取符合所述約束條 件的視差圖。
[0008] 本發(fā)明實施例的另一目的在于提供一種圖像視差的獲取系統(tǒng)，所述系統(tǒng)包括：
[0009] 水平梯度獲取單元，用于獲取像素點所在行的水平梯度；
[0010] 約束條件生成單元，用于根據(jù)所述水平梯度獲取單元獲取的水平梯度生成約束所 述圖像視差之間的差異的約束條件；
[0011] 視差圖獲取單元，用于根據(jù)所述約束條件生成單元生成的約束條件對相鄰像素點 之間的視差差異進行約束，獲取符合所述約束條件的視差圖。
[0012] 本發(fā)明實施例通過預設的梯度計算函數(shù)獲取像素點所在行的水平梯度，根據(jù)所述 水平梯度生成約束圖像視差之間的差異的約束條件，并根據(jù)所述約束條件對相鄰像素點之 間的視差差異進行約束，獲取符合所述約束條件的視差圖。與現(xiàn)有技術相比，本發(fā)明實施例 通過特定的約束條件對相鄰像素點之間的視差差異進行約束，從而可有效避免同一張圖像 中表示同一物體的像素點之間出現(xiàn)較大視差差異的問題。
【附圖說明】
[0013] 為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對實施例或現(xiàn)有技術描述 中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些 實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可W根據(jù)該些 附圖獲得其他的附圖。
[0014] 圖1是本發(fā)明實施例提供的圖像視差獲取方法的流程圖；
[0015] 圖2是本發(fā)明實施例提供的圖像視差獲取效果的示意圖；
[0016]圖3是本發(fā)明實施例提供的圖像視差獲取系統(tǒng)的結構圖。
【具體實施方式】
[0017] 為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，W下結合附圖及實施例，對 本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用W解釋本發(fā)明，并 不用于限定本發(fā)明。
[0018] 為了說明本發(fā)明所述的技術方案，下面通過具體實施例來進行說明。
[001引實施例一
[0020] 如圖1所示為本發(fā)明實施例提供的圖像視差獲取方法的流程圖，所述方法包括W 下步驟：
[0021] 步驟S101，獲取像素點所在行的水平梯度。
[0022] 在本發(fā)明實施例中，可通過梯度計算函數(shù)獲取像素點所在行的水平梯度。
[0023] 根據(jù)所述像素點的灰度信息計算相應像素點的塊匹配函數(shù)值。
[0024] 其中，水平梯度包括但不限于；左圖像的水平梯度和右圖像的水平梯度，灰度信息 包括但不限于：左圖像的灰度信息和右圖像的灰度信息，而每個圖像包括若干行像素點。
[0025] 其中所述梯度計算函數(shù)具體可W為：
[0026]
[0027] 其中，I(X，y)是Ii^(x,y)或Iij(x，y)，G(x,y)表示像素點所在行的水平梯度，Te為 預設的梯度闊值，X是垂直方向的坐標，y是水平方向的坐標，I^x，y-1)是左圖像的灰度 信息，Ik(X，廠1)是右圖像的灰度信息，山(x，y+l)-Ik(X，廠1)I表示左、右圖像的灰度差異 I(X,y+1)。
[0028] 步驟S102,根據(jù)所述水平梯度生成約束圖像視差之間的差異的約束條件。
[0029] 在本發(fā)明實施例中，在同一張圖像中，如果是同一個物體，則像素點的視差應該是 相同或相近的（或者說相鄰像素點之間視差的差異應該為0或很小），通過像素點之間水 平梯度的差異與像素點之間視差的差異的對比，可W對出現(xiàn)異常視差差異的像素點進行約 束，即；如果像素點之間的視差差異和水平梯度差異都大，則所述像素點的視差為正常；如 果像素點之間的視差差異大、水平梯度差異小，則像素點的視差異常，通過公式表示為；如 果G(x，y) = 1，同一行相鄰像素點之間的視差差異不超過正整數(shù)N，即|馬"-公剖<W;如 果G(x，y) = 0,同一行相鄰像素點之間的視差差異不超過正整數(shù)K，即|〇r-/)為I^K，其 中K<N，嗎。表示第X行第y個像素的視差，I巧其I表示相鄰像素點的視差差異。
[0030] 步驟S103,根據(jù)所述約束條件對相鄰像素點之間的視差差異進行約束，獲取符合 所述約束條件的視差圖。
[0031] 在本發(fā)明實施例中，根據(jù)上述生成的約束條件，對相鄰像素點之間的視差差異進 行約束：如果符合約束條件，則不進行任何處理，只需獲取符合該約束條件的視差圖即可。
[0032] 作為本發(fā)明的一個可選實施例，所述方法還包括：
[0033] 對視差圖進行W梯度為基礎的約束優(yōu)化處理，獲取經(jīng)過所述優(yōu)化處理后的視差 圖，具體的是：
[0034] 通過維特比算法構造能量函數(shù)
[00 巧]
[0036] 通過上述維特比算法獲取使所述eW狂）最小的解Z，通過所述最小的解Z獲取 經(jīng)過所述優(yōu)化處理后的視差圖。其中，Z=扣1，…，Dy]，cU《dmax，1《y《Y，Z= 扣1，…，Dy]表示第X行的像素點的視差，jW表示第X行代價矩陣，Jw化，y)表示塊匹配函 數(shù)J(x，Dy，y)，（/" =G(.v，.r)，D表示像素點的視差，dm"表示像素點的最大視差，dmi。表示像 素點的最小視差，Y表示輸入圖像水平方向的像素點數(shù)，表示第X行第y個像素的視差， 嗎"兒I表示相鄰像素點的視差差異，0《Ph(1)《Ph(2)《Ph(N),Ph(x) =〇°for x〉N，0《Pv(l)《Pv(2)《…《Pv(N)，Pv(x) =c?f〇rx〉K，其中K、N為預先設定的正整數(shù)，K<N。
[0037] 在本發(fā)明實施例中，通過水平梯度和W維特比算法求解的能量函數(shù)
I獲取使能量函 數(shù)eW狂）值最小的Z，通過所述最小的解Z獲取優(yōu)化后的視差圖。其計算方法具體為：
[0038] 設；c〇=N〇+l;
[0039] Cl二N1+1;
[0040] A(i,:)為A的第i行元素組成的行向量
[0041] A(:，如為A的第j行元素組成的列向量
[00化IA(i，m:n)為A的第i行第m列至第n列元素組成的行向量
[0043] A(m:n，j)為A的第j列第m行至第m行元素組成的列向量。
[0044] 計算流程如下：
[0045] 1、y^ 1 ;
[0046] 2、/^jW(y，:)；
[0047] 3、構造和jW同樣大小的全零矩陣optidx，其中，jW為由塊匹配函數(shù)值組成的第 X行代價矩陣；
K=dmax-dmin+1 ;
[0048] 4、如果坤i二 1,則N=Ni，P=Pi，C=Cl;否則N=N〇,P=P〇,C=c〇;
[0049] 5、構造DrX(2c+l)的矩陣A ;
[0050] A(:,c)<-J.
[005U計算A(:，c+_j)和A(:，c-_j)，1《j《N ;
[0052] X<- /+巧_/).
[0053] A(1: j, c-j) ；
[0054] A(j+l:DE，c-j) -X(1:D廠_]?);