论文摘要：基于双目相机的裸眼3D图像合成方法的研究

裸眼3D显示器（Autostereoscopic 3D Display or Glass-free 3D Display）不需要用户佩戴任何辅助设备，支持用户从不同角度观看裸眼3D图像，给用户提供舒适自然的视觉体验。然而，片源的稀缺制约着裸眼3D显示器的推广。

裸眼3D显示器上显示的图像被称为裸眼3D图像或者多视角图像（Multiview Image），多视角图像由多个不同视角的图像合成获得。目前，用双目图像合成多视角图像的主要问题是精度不够。本文深入地研究了现有立体匹配算法与虚拟视角绘制方法，给出了一种基于视差平面拟合与置信传播的立体匹配算法，使用双目图像与立体匹配得到的视差图（Disparity Map）绘制基线(Base Line)内给定位置的虚拟视角图像，使用双目图像与绘制得到的虚拟视角图像合成多视角图像。

本文的主要工作包括：

（1）给出了一种基于局部立体匹配的初始视差值计算方法，在现有的Census变换的基础上，给出了一种改进的4-Mode Census变换，可显著提高算法在低纹理（Low Texture）区域的匹配精度；同时自适应地构建匹配窗口（Support Window）计算像素之间的相似度，使用WTA（Winner Takes All）规则计算初始视差值。

（2）给出了一种基于视差平面拟合与置信传播的视差图优化算法，将图像分割得到的区域作为置信传播与视差优化的基本单元，定义像素可信性检测的三个限制，根据可信性检测将初始得到的视差图分成可信像素与不可信像素，按照可信像素所占的比例将区域分成可信区域与不可信区域，对于可信区域，根据视差平面拟合的结果优化不可信像素；对于不可信区域，定义匹配能量，并通过置信传播的方式最小化能量，进而确定最优的视差平面拟合参数。与传统的基于像素的置信传播优化算法相比，本文算法参与置信传播的区域少，信息迭代速度快，可以绝对收敛。

（3）给出了一种基于视差值的基线内虚拟视角图像绘制方法。首先根据视差值对左右两侧的源视角图像中的像素进行平移，得到初始虚拟视角彩色图与视差图；其次，使用形态学膨胀操作提取虚拟视角图像的边缘轮廓，在边缘轮廓上进行中值滤波；然后，根据空洞周围区域视差图的直方图分布，为空洞区域定义能量方程，此能量方程反应空洞周围区域是否属于被遮挡的背景区域，通过最小化能量方程为空洞区域确定最合适的视差值；最后，对虚拟视角空洞周围区域的像素按照视差值进行K均值（K-Means）分割，根据修补过的虚拟视角空洞像素的视差值，为每个空洞像素选择最合适的K均值分割区域的像素颜色均值填补此空洞；最终，利用不同基线位置的虚拟视角图像与左右两侧的源视角图像合成能在裸眼3D立体显示器上显示的多视角图像。

在本领域通用的Middlebury标准测试集上对本文算法的有效性进行验证，实验结果表明，本文给出的立体匹配算法在所有的179中方法中排在第6位，是一种精确度较高的算法。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/282662.html