首页 / 专利库 / 电脑图像 / 视锥体裁剪 / 一种基于投影变换的自由立体显示深度数据校正方法

一种基于投影变换的自由立体显示深度数据校正方法

阅读:606发布:2020-06-08

专利汇可以提供一种基于投影变换的自由立体显示深度数据校正方法专利检索,专利查询,专利分析的服务。并且本 发明 提出一种基于投影变换的自由立体显示深度数据校正方法,该方法包括深度数据与三维场景真实距离的非线性关系的获取和深度数据的非线性校正两个过程。深度数据与三维场景真实距离的非线性关系的获取过程计算得到摄像机投影变换矩阵,从而计算深度数据与三维场景真实距离的非线性关系;深度数据的非线性校正过程,将与三维场景真实距离成非线性的深度数据校正成为线性关系,得到可以客观真实地反映物点到摄像机距离的深度数据,从而消除深度数据 渲染 法中因利用非线性深度数据引起的 视差 图序列出现的畸变,提高了自由立体显示的裸眼三维显示效果。,下面是一种基于投影变换的自由立体显示深度数据校正方法专利的具体信息内容。

1.一种基于投影变换的自由立体显示深度数据校正方法,其特征在于,该方法包括深
度数据与三维场景真实距离的非线性关系的获取和深度数据的非线性校正两个过程,深度
数据与三维场景真实距离的非线性关系的获取过程计算得到摄像机投影变换矩阵,从而计
算深度数据与三维场景真实距离的非线性关系,深度数据的非线性校正过程,将与三维场
景真实距离成非线性的深度数据校正成为线性关系。
2.根据权利要求1所述的一种基于投影变换的自由立体显示深度数据校正
方法,其特征在于,深度数据与三维场景真实距离的非线性关系的获取过程,利用
摄像机拍摄视锥体内的线性深度平面,得到线性深度平面中物点P(x, y, z),经
投影变换到投影变换坐标系,记为点Pproj(xproj, yproj, zproj),其投影变换关系为 ,其中M为投影变换矩阵,将16组对应的物点 P(x, y, z)和Pproj(xproj,
yproj, zproj)带入 ,则可得到投影变换矩阵M,以透视投影变换为例,可
知 ,其中,N为视锥体近裁剪平面,F为视锥体远裁剪平面,由
可以求得F和 N,透视投影变换得到的深度数据与三维场景真实
距离的非线性关系可以简化表示为 。
3. 根据权利要求1所述的一种基于投影变换的自由立体显示深度数据校正方法,其
特征在于,深度数据的非线性校正过程,首先将与三维场景真实距离z成非线性关系的深
度数据zproj校正为[0, 1]的线性深度,记为 z'proj,[0, 1]的线性深度z'proj和透视投影变
换得到的深度数据zproj的数学关系为 ,然后,将线性
校正的[0, 1]的线性深度z'proj映射到三维场景[N, F]的真实距离坐标系内,映射后的
[N, F]线性深度记为zcorr,它们的数学关系为 。

说明书全文

一种基于投影变换的自由立体显示深度数据校正方法

技术领域

[0001] 本发明涉及自由立体显示技术,特别涉及一种基于投影变换的自由立体显示深度数据校正方法。

背景技术

[0002] 自由立体显示是根据双目视觉立体原理,将多个方向拍摄的同一场景的视差图序列投射到对应的显示空间的裸眼三维显示,其中视差图序列的获取方式有摄像机阵列法和深度数据渲染法等。深度数据渲染法,如附图1所示,利用拍摄得到的三维场景彩色纹理图和深度数据,设置虚拟柱透镜阵列,生成三维场景不同度的视差图序列。在深度数据渲染法中,深度数据的准确性直接决定了视差图序列的生成质量。可以客观真实地反映三维场景到摄像机距离的深度数据是深度数据渲染法的一个必要条件。然而在计算机图形学中,为了追求近景深度的更高精度视锥体中的三维场景经过投影变换得到的深度数据和真实距离为非线性关系。利用非线性的深度数据渲染得到的视差图序列会出现畸变,进而影响自由立体显示的裸眼三维显示效果。

发明内容

[0003] 本发明提出一种基于投影变换的自由立体显示深度数据校正方法,该方法包括深度数据与三维场景真实距离的非线性关系的获取和深度数据的非线性校正两个过程。深度数据与三维场景真实距离的非线性关系的获取过程计算得到摄像机投影变换矩阵,从而计算深度数据与三维场景真实距离的非线性关系;深度数据的非线性校正过程,将与三维场景真实距离成非线性的深度数据校正成为线性关系。
[0004] 所述深度数据与三维场景真实距离的非线性关系的获取过程,如附图2所示,利用摄像机拍摄视锥体内的线性深度平面,得到线性深度平面中物点P(x, y, z),经投影变换到投影变换坐标系,记为点Pproj(xproj, yproj, zproj),其投影变换关系为:(1)
其中M为投影变换矩阵,令 M记为:
(2)
将16组对应的物点P(x, y, z)和Pproj(xproj, yproj, zproj)带入公式(1),则可得到mij (i, j = 1, 2, 3, 4),进而得到投影变换矩阵M。
[0005] 投影变换得到的深度数据与三维场景真实距离的关系可以表示为:(3)
以透视投影变换为例,可知:
(4)
其中,N为视锥体近裁剪平面,F为视锥体远裁剪平面,由上式(4)可以求得 F和 N。透视投影变换得到的深度数据与三维场景真实距离的非线性关系可以简化表示为:
(5)
所述深度数据的非线性校正过程,如附图3所示,首先将与三维场景真实距离z成非线性关系的深度数据zproj校正为[0, 1]的线性深度,记为 z'proj,[0, 1]的线性深度z'proj和透视投影变换得到的深度数据zproj的数学关系为:
(6)
线性校正的[0, 1]的线性深度z'proj如附图3所示。然后,将线性校正的[0, 1]的线性深度z'proj映射到三维场景[N, F]的真实距离坐标系内,映射后的[N, F]线性深度记为zcorr,它们的数学关系为:
(7)
将校正前后的深度数据利用深度图像来表示,如附图4所示。
[0006] 本发明将与三维场景真实距离成非线性关系的深度数据校正为线性关系,得到可以客观真实地反映物点到摄像机距离的深度数据,从而消除深度数据渲染法中因利用非线性深度数据引起的视差图序列出现的畸变,提高了自由立体显示的裸眼三维显示效果。

附图说明

[0007] 附图1为基于深度数据渲染法生成自由立体显示视差图序列过程示意图附图2为深度数据与三维场景真实距离的非线性关系的获取过程示意图附图3为透视投影非线性的深度数据和校正后线性的深度数据与三维场景真实距离的关系
附图4为本发明提出的一种基于投影变换的自由立体显示深度数据校正方法效果示意图(a)透视投影的深度图像(b)校正后的深度图像
上述附图中的图示标号为:
1彩色纹理图,2深度数据,3视差图序列,4虚拟柱透镜阵列,5摄像机,6近裁剪平面,7远裁剪平面,8线性深度平面,9视锥体,10投影变换坐标系,11透视投影深度数据,12校正后的线性深度数据。
[0008] 应该理解上述附图只是示意性的,并没有按比例绘制。

具体实施方式

[0009] 下面详细说明本发明的一种基于投影变换的自由立体显示深度数据校正方法的一个典型实施例,对本发明进行进一步的具体描述。有必要在此指出的是,以下实施例只用于本发明做进一步的说明,不能理解为对本发明保护范围的限制,该领域技术熟练人员根据上述本发明内容对本发明做出一些非本质的改进和调整,仍属于本发明的保护范围。
[0010] 深度数据与三维场景真实距离的非线性关系的获取过程,如附图2所示,利用摄像机拍摄视锥体内的线性深度平面,线性深度平面中物点P(x = 400, y = 80, z = 450),经投影变换到投影变换坐标系,得到点Pproj(xproj = 0.5, yproj = 0.4, zproj = 0.5),其投影变换关系为:(1)
其中M为投影变换矩阵,令 M记为:
(2)
将16组对应的物点P(x, y, z)和Pproj(xproj, yproj, zproj)带入公式(1),则可得到mij (i, j = 1, 2, 3, 4),进而得到投影变换矩阵。
[0011] 投影变换得到的深度数据与三维场景真实距离的关系可以表示为:(3)
以透视投影变换为例,可知:
(4)
其中,N为视锥体近裁剪平面,F为视锥体远裁剪平面,由上式(4)可以求得 N = 300和F = 500。透视投影变换得到的深度数据与三维场景真实距离的非线性关系可以简化表示为:
(5)
深度数据的非线性校正过程,如附图3所示,首先将与三维场景真实距离z成非线性关系的深度数据zproj校正为[0, 1]的线性深度,记为 z'proj,[0, 1]的线性深度z'proj和透视投影变换得到的深度数据zproj的数学关系为:
(6)
线性校正的[0, 1]的线性深度z'proj如附图3所示。然后,将线性校正的[0, 1]的线性深度z'proj映射到三维场景[N = 300, F = 500]的真实距离坐标系内,映射后的[N, F]线性深度记为zcorr,它们的数学关系为:
(7)
将校正前后的深度数据利用深度图像来表示,如附图4所示。
[0012] 本发明将与三维场景真实距离成非线性关系的深度数据校正为线性关系,得到可以客观真实地反映物点到摄像机距离的深度数据,从而消除深度数据渲染法中因利用非线性深度数据引起的视差图序列出现的畸变,提高了自由立体显示的裸眼三维显示效果。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈