Panum融合区条件下的立体观影区间

由于生理的局限,人眼立体感知存在一定的盲区,并对立体视差存在一定的融合极限,因此获取符合人眼立体感知的三维影像就显得尤为重要.针对该问题,结合Panum融合区理论以及人眼立体感知误差,对立体观影区间的范围进行界定,并对立体观影区对应下的基线长度范围进行推导.根据推导结果,利用3ds max进行场景模拟,分别以特定距离下基线长度所允许的最大值和最小值为基准,获取5组不同基线长度下的视差图,最后利用虚拟现实眼镜验证了推导结果的正确性,该结果可对立体摄影过程的相机摆放提供指导.     

平行式双目立体系统基线长度的选取

如何获取人眼立体融合范围内的视差图像是立体影像获取的前提,而视差的大小与双目立体相机间的基线长度存在一定关系.通过分析平行式双目立体系统产生视差的原理,并结合人眼Panum融合区对立体拍摄过程中基线长度的取值进行限定.最后通过实验对推导结果进行验证.该研究可对实际立体影像拍摄过程中相机间隔的选取提供参考.     

立体图像生成的视差控制

获取合适的视差信息是立体图像得到舒适观看的重要条件。为达到上述目的,提出了一种立体图像视差检测和控制方案。首先分析2种人眼视觉生理学限制的数学模型,并结合人眼跟踪技术获取生理视差容限。然后使用OpenGL图像绘制引擎获取显示场景的极值深度信息,进而计算出画面视差范围。最终通过比对虚拟场景的视差与观察者的生理视差容限,确定场景视差正确性并加以修正。实验证明,方案可以实时地进行视差控制,为立体图像生成提供了可靠依据。     

基于改进Census变换与梯度融合的立体匹配算法

双目立体匹配根据视差原理将平面视觉转化到三维立体视觉,是三维重建的核心步骤之一。针对局部立体匹配算法在深度不连续、弱纹理区域匹配精度低且易受光照、噪声等因素干扰的问题,提出了一种改进的立体匹配算法。首先,在代价计算阶段将改进的Census代价与梯度代价进行融合,并采用引导滤波算法对图像进行多尺度代价聚合;然后,采用赢家通吃算法计算初始视差;最后,采用左右一致性检测、中值滤波进行视差后处理,得到最终的视差图。实验结果表明,本算法在Middlebury2.0测试平台上的平均误匹配率为5.11%,且具有很好的稳健性和实用性。     

立体图像视差自适应调整算法

针对不同尺寸立体显示器播放立体视频时立体视觉效果存在的差异,提出一种通过调节图像水平视差改善立体显示效果的方法。首先应用立体匹配算法得到立体图像初始视差,通过图像分割与连通性检测从中可靠地获取水平视差范围;为保证图像中全部景物在舒适立体融像区内成像,根据显示器尺寸与观看距离,调整左右眼图像在原立体视频中相对位置,形成合理的水平视差,从而在立体显示器上产生舒适的立体视觉效果。实验证明,本文提出的方法可自适应地调整立体图像的水平视差并较好地改善立体显示效果。     

基于人类视觉系统的立体图像质量评价方法

随着立体图像的大规模发展,很多应用场合需要能够迅速有效地完成对立体图像的质量评价工作,以便于后续应用,而对其进行主观质量评价在效率上很难满足要求。因此,提出了一种感知质量评价算法,并结合了一些人类视觉系统的特性。首先需要得到视差图,然后通过边界图和显著图来对视差图进行加权调整。接着使用Minkowski融合方法将加权后的视差图整合成感知分数。最后,使用多尺度分析来得到最终的感知质量分数。通过使用EPFL立体质量评价数据库来验证文中的立体图像感知质量评价算法。实验显示算法最后得到的客观分数和EPFL数据库中的主观分数具有高度的一致性和单调性,证明了文中的立体图像感知质量评价算法是有效的。     

基于引导滤波及视差图融合的立体匹配

立体匹配是双目视觉领域的重要研究方向.为在保证图片纹理区域匹配精度的同时降低弱纹理区域的误匹配率,提出一种基于引导滤波及视差图融合的立体匹配方法.首先,根据图像颜色相似性将图片划分为纹理较丰富区域和弱纹理区域.接着,分别采用不同参数的引导滤波进行代价聚合及视差计算,得到两张视差图.然后依据纹理区域划分的结果对获得的两张视差图进行融合.最后,通过左右一致性检测、加权中值滤波等视差优化步骤得到最终视差图.对Middlebury测试平台上标准图像对的实验结果表明,该方法在6组弱纹理图像上的平均误匹配率为9.67％,较传统引导滤波立体匹配算法具有更高的匹配精度.     

融合梯度特性与置信度的立体匹配算法

针对现有局部立体匹配算法在计算匹配代价时, 不能很好区分强弱纹理区域,及在视差计算过程 中,不能很好的解决视差歧义问题,提出一种融合梯度特性与置信度的立体匹配算法。首先 计算梯度特 征,并根据梯度特征信息选择匹配代价计算的匹配窗口,针对强弱不同纹理区域选择不同尺 寸的匹配窗 口,有效的提高了立体匹配精度,降低了误匹配率;然后在视差计算中引入置信度约束条件 ,解决了视差 计算中视差歧义的问题,提高了立体匹配算法的稳定性与精度;最后使用水平与垂直方向交 叉区域检测进 行奇异值的修正。实验结果表明,该算法在Middlebury数据集中31对 立体图像对的平均误匹配率为7.96%,有效的提高了立体匹配精度。     

一种基于用户关注的立体图像舒适度评价算法

近年来,立体电视和立体电影的发展掀起了一股“3D”热潮.要让观众享受到高质量的立体内容,首先要解决人们在观看立体视频图像时的不舒适感.以立体图像的视差因素为切入点,结合人眼关注模型,设计并实现了一种立体图像舒适度的客观评价方法.该方法根据人造立体图像的主观实验评价结果,建立了视差—舒适度模型,同时结合图像显著信息,对立体图像的舒适度进行了预测.对比主观评价结果,所提出的立体图像舒适度客观评价方法所获取的评价结果与人眼感受具有较好的一致性.     

基于改进代价计算和视差候选策略的立体匹配

立体匹配算法在图像弱纹理区和重复纹理区存在匹配困难、误差大的问题,为此提出一种基于改进代价计算和视差候选策略的立体匹配算法。首先结合改进的Census变换和自适应加权融合的双向梯度信息来计算初始匹配代价,提高代价计算的可靠性。其中:为传统Census变换增加内圈编码,提高邻域信息利用率,同时降低噪声的影响;利用自适应权重函数融合横向和纵向梯度代价,降低物体边缘区域的误匹配率。其次,采用自适应十字交叉窗口进行代价聚合,并通过建立候选视差集和引入邻域视差信息的方法来获取初始视差。最后通过两轮插值策略优化视差。实验结果表明,所提算法能够提高弱纹理区和重复纹理区的匹配效果,在Middlebury中4幅标准立体图像对的平均误匹配率为5.33%。