专利汇可以提供基于二维图像辅助的深度图像增强方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于二维图像辅助的 深度图 像 增强方法,该方法包括:利用ToF相机和高 分辨率 彩色相机分别获取同场景的低分辨率深度图像和高分辨率的彩色图像,并将低分辨率深度图映射到高分辨率彩色空间;根据深度图像的重构约束构造目标函数的数据项;利用彩色图像的边缘信息对正则化模型加权,将 扩散张量 引入二阶广义总变分模型,构成针对深度图像特点的正则化模型;通过 迭代 重加权和原‑对偶 算法 进行求解,获得重建结果。本发明能够有效解决深度图像分辨率低、边缘不清晰、存在噪声的问题,有效地保护图像的边缘结构。,下面是基于二维图像辅助的深度图像增强方法专利的具体信息内容。
1.一种基于二维图像辅助的深度图像增强方法,其特征在于包括下列步骤:
步骤1,利用TOF相机和高分辨率彩色相机分别获取同场景的深度图像DL和彩色图像CH,并进行初校正,将深度图像映射到彩色空间得到高分辨率稀疏深度图DS;
步骤2,对彩色图像作边缘检测得到彩色图像边缘,利用彩色图像边缘定义边缘指示函数;
步骤3,构造能够保证待求解的高分辨深度图像ux和高分辨率稀疏深度图DS之间的相似性的数据项;
1/2
步骤4,计算彩色图像的扩散张量T ,利用边缘指示函数结合扩散张量构造正则约束项;
步骤5,结合数据项和正则约束项构造深度图像增强的目标函数,根据Legendre-Fenchel变换,得到目标函数的对偶形式,利用原-对偶算法对目标函数的对偶形式进行求解;
步骤6,根据初始值进行迭代,直到|un+1-un|<tol或迭代次数达到上限,tol为阈值,迭代完成,输出高分辨率深度图像DH;
式中:un+1、un分别是第n+1次和第n次迭代所得的重建结果;
步骤2中利用小波变换对彩色图像进行边缘检测,具体方法为:
步骤2-1、输入高分辨率彩色图像f(x,y),选定平滑函数θ(x,y);
采用3次B样条函数,导数为2阶B样条小波变换,作为平滑函数θa(x,y)进行图像边缘检测;
步骤2-2、对f(x,y)的每一行与每一列分别作卷积,并分别求取每行和每列的模极大值点;
由θa(x,y)定义的两个二维小波为:
f(x,y)在尺度a上的小波变换的两个分量为:
其矢量形式为:
步骤2-3、计算图像边缘的模和方向角,连接边缘点:
当a为二进制小波变换时,a为2j,j∈Z,梯度矢量的模和梯度方向的表达式为:
步骤2-4、对彩色图像作边缘检测得到彩色图像边缘|Maf(x,y)|,定义边缘指示函数为
2.根据权利要求1所述的基于二维图像辅助的深度图像增强方法,其特征在于:实现步骤1的具体方法为:
首先,利用ToF相机和高分辨率彩色相机分别获取同场景的深度图像DL和彩色图像CH,并进行初校正;
然后,利用棋盘格来对ToF相机的内部参数以及外部参数进行标定,即利用ToF相机输出的距离数据,采用二维摄像机的成像模型以及棋盘格进行标定,从而获取摄像机的焦距、图像中心点、畸变系数以及旋转矩阵R和平移矩阵T;
最后,将深度图像映射到彩色空间得到高分辨率稀疏深度图DS。
3.根据权利要求1所述的基于二维图像辅助的深度图像增强方法,其特征在于:实现步骤3的具体方法为:
构造能够保证重建后的图像与输入的高分辨率稀疏深度图像之间相似性的数据项,其表达式如下:
式中:ux为待求解的高分辨率深度图像,记为u,DS为高分辨率稀疏深度图DS,CH,DS:ΩH∈R2;DL:ΩL∈R2,w为权重因子,
4.根据权利要求1所述的基于二维图像辅助的深度图像增强方法,其特征在于:实现步骤4的具体方法为:
计算基于同场景彩色图像的各向异性扩散张量T1/2,利用边缘指示函数构造正则约束项:
带有边缘指示函数的二阶TGV正则项如下:
其中:
式中: 为利用高分辨率彩色信息进行先验知识约束的二阶TGV正则项,α0、α1为非负加权系数,Maf(x,y)为图像边缘的模,g(Maf(x,y))为边缘指示函数,k为有效表征图像边缘的非负常数,T1/2是同场景彩色图像的各向异性扩散张量,ux为待求解的高分辨率深度图像,简记为u,vx为辅助约束变量,简记为v, 为单位彩色图像梯度,nT为n的转置,n⊥为梯度的法向量,n⊥T为n⊥的转置,β、γ为调节彩色图像约束项大小和光滑度的因子。
5.根据权利要求1所述的基于二维图像辅助的深度图像增强方法,其特征在于:实现步骤5的具体方法为:
首先,结合数据项和正则约束项构造深度图像增强的目标函数:
其次,利用Legendre-Fenchel变换,得到目标函数的对偶形式为:
α0、α1为非负加权系数,u为待求解的高分辨率深度图像,v为辅助约束变量,w为权重因子;
p、q为原-对偶优化算法中的对偶变量,其所在集合分别为
最后,利用原-对偶算法对对偶式进行求解可得:
其中:
式中:n为迭代次数,迭代初始值:n=0,u0=DS,v0,p0,q0=0,步长σp,σq,τu,τv均设为大于0的常数。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
指纹纹理图像的去噪增强方法及其系统 | 2020-05-18 | 717 |
一种基于张量的分布式扩散自适应抗干扰方法 | 2020-05-12 | 589 |
扩散程度可控的各向异性扩散图像去噪增强方法 | 2020-05-19 | 819 |
扩散程度可控的各向异性扩散图像去噪增强方法 | 2020-05-19 | 318 |
基于多张量的磁共振扩散加权图像结构自适应平滑方法 | 2020-05-15 | 274 |
一种扩散张量磁共振成像方法 | 2020-05-11 | 395 |
一种非负高阶张量拟牛顿搜索的纤维方向分布估计方法 | 2020-05-26 | 753 |
基于多张量的磁共振扩散加权图像结构自适应平滑方法 | 2020-05-17 | 118 |
基于以高斯模型为实例整合重建的磁共振扩散成像方法 | 2020-05-20 | 385 |
保地质边界的地震图像去噪方法及计算机可读存储介质 | 2020-05-23 | 898 |
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。
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。