编码孔径深度判别的一个改进方法

【摘要】：深度估计是机器视觉中的重要组成部分,被广泛的应用在增强现实和模式识别等领域里。目前深度获取的方式很多,但是在通常情况下,由于计算中缺乏必要的约束条件,深度信息是很难从单次拍摄的图片中获取的,编码孔径深度获取是计算摄影学中的一种方法。只需要对镜头稍做改进,就能够在计算中加入先验知识,从而实现深度的获取。现有的判断图像中某一区域的深度的方法是计算图像中的卷积误差与导数因子之和,此值最小所在层即判断为该区域所在深度层。但是,这种计算的误差较大,对于不同的源图像需要调节不同的参数。为了解决上述问题,我们提出了一种新的深度判断方法。由于canny算子对于振铃效应非常敏感,同时对模糊图像的边缘也能做出较好的判断,因此针对于编码孔径法恢复出来的图像序列,我们使用canny边缘检测结合形态学的计算方法为每一幅图像评分,然后判断该序列中哪一幅图为所需要的图片,实验结果表明本文所提出的方法简单有效。