摘要: 近年来，3D风暴席卷全球，越来越多的观众热衷于观看3D电影，3D电视也走进了更多的普通家庭。随着3D产业的发展，其市场份额不断扩大，3D视频资源匮乏问题成为阻碍3D技术发展的棘手问题，国内外许多研究者都将目光投向了该领域。 3D视频的制作属于... 展开 近年来，3D风暴席卷全球，越来越多的观众热衷于观看3D电影，3D电视也走进了更多的普通家庭。随着3D产业的发展，其市场份额不断扩大，3D视频资源匮乏问题成为阻碍3D技术发展的棘手问题，国内外许多研究者都将目光投向了该领域。 3D视频的制作属于图像处理的范畴，由摄像设备拍摄的2D视频转化为3D视频过程中最根本的是获取深度图。通过多机位拍摄2D图像，再进行立体匹配获深度图的方法耗费的时间成本和资金成本都很大；通过对已经存在的视频资源进行处理获得深度图的方法在一定程度上解决了制作成本过高的问题，在实际应用中获得了很好的应用，产生了一定的经济效益，但其应用具有很大的局限性。在综合分析了传统方法的优劣之后，本论文从双目相机所拍摄的图像着手，借鉴并改进传统的视频序列深度图获取方法，研究如何利用双目图像提取视差信息获取视差图。在本论文中改进了两种视差图获取方法，通过双目图像获取视差图，从而合成3D图像。 首先，将图像分割方法的思想与置信度传播算法的思想结合起来，实现基于Mean-shift彩色图像分割和置信度传播的双目图像立体匹配方法，从而利用双目图像获得精确视差图，以合成3D图像。实验结果显示，该方法降低了基于像素点的置信传播算法的时间复杂度，提高了视差图的生成效率。同时，提高了算法的鲁棒性，其对畸变点的敏感度明显降低，生成视差图的精度更高。 其次，将光流场模型引入双目图像深度图的获取过程中。通过类比运动分析方法，求得反映双目相对位置差异的光流场，从而根据相应的原则获得视差信息。为获得更加准确的深度图，将置信度的概念引入到深度图的优化过程中。实验结果表明，该方法使光流法获得的视差信息得到了优化，获得的视差图中各区域之间的边缘更加清晰，区域内部的灰度更加平滑，获得深度图中各事物的深度信息更加准确。 最后，为了进一步检验获得的深度图，需要将该深度图对应的2D图像转换为3D图像，通过人眼的主观评价来判断生成的深度图的准确性。根据提取的深度图，结合人类的视觉特性，利用DIBR方法生成左、右视图，然后合成3D图像。实验结果显示，获得的3D图像立体效果均在不同程度上得到了提高。 收起