1.一种深度图像空洞的自动填充方法,其特征在于,该方法包括以下具体步骤:
步骤1:将空洞分为平滑区空洞和非平滑区空洞
计算图像中任意像素与其周围邻域像素的结构相似性,再根据多尺度结构相似性,将图像中空洞分为平滑区域空洞和非平滑区域空洞;具体地:
利用公式(1)计算图像中任意空洞像素p与它的任意3×3邻域中的像素qi(i=1,2...8)的结构相似性SSIM(p,qi);其中p的3×3邻域记为B1,qi的3×3邻域记为Bi;
SSIM(p,qi)=[l(B1,Bi)]α·[c(B1,Bi)]β·[s(B1,Bi)]γ (1)
其中α,β,γ是预设的权重,设为α=1,β=1,γ=1;l(B1,Bi)是亮度比较函数,计算为:
c(B1,Bi)是对比度比较函数,计算为:
s(B1,Bi)是结构比较函数,计算为:
其中,和分别是B1和Bi中所有像素灰度的平均值,和分别是B1和Bi中所有像素灰度的方差,σ是B1和Bi之间像素灰度的协方差;
其中C1=(K1L)2,C2=(K2L)2,K1是常量0.01,K2是常量0.02,L是常量255;
然后,计算多尺度结构相似性;具体地,利用B1中各个像素的结构相似性计算p点的多尺度结构相似性MSSIMp:
其中N表示p点邻域彩色图像中像素的个数;
利用预设阈值ε,将空洞像素分为平滑区域空洞像素和非平滑区域空洞像素;若满足MSSIMp>ε,那么p为平滑区空洞像素;若MSSIM<ε,那么p为非平滑区空洞像素;
步骤2:对于深度图像中任意平滑区空洞进行填充
首先,利用最短距离算法对所有像素的深度进行聚类;对于深度图像中任意两个非空洞像素X和Y,如果它们满足公式(6),那么将它们聚为同一类;
|dX-dY|<T (6)
其中dX表示像素X的深度值,dY表示像素Y的深度值,T表示两像素间深度差异的阈值;空洞像素p的深度F利用公式(7)计算;
Ei是有效像素qi的深度,n表示p点邻域中有效像素的个数;
步骤3:对于深度图像中任意非平滑区空洞进行填充
对于非平滑区域空洞像素点的填充,利用p点的邻域B1中有效像素qi进行求解,求解公式如下:
其中表示有效像素qi深度的梯度,w(p,qi)代表权重项,其计算为:
w(p,qi)=wd(p,qi)wc(p,qi)wm(p,qi) (9)
其中wd(p,qi),wc(p,qi)以及wm(p,qi)分别是距离权重项、颜色权重项和多尺度结构相似性权重项;它们的计算分别为:
其中符号||·||2表示2-范式;x表示p点的坐标,y表示qi点的坐标;表示当前像素p与邻域像素qi欧式距离的方差;表示像素p的邻域像素灰度的方差,是像素p的邻域像素多尺度结构相似性的方差;Ip和分别表示彩色图像中像素p和像素qi的灰度值;表示qi点的多尺度结构相似性。