一种图像视差的获取方法及系统的制作方法
【技术领域】
[0001] 本发明属于图像处理技术领域，尤其设及一种图像视差的获取方法及系统。
【背景技术】
[0002] 3D图像通常由两路图像组成，该两路图像对应于不同的观看角度，根据该两路图 像所包含的视差信息，可W生成新的观看角度所对应的图像，即裸眼3D技术。由输入图像 计算视差图，第一步通常是进行块匹配，然后是采用不同的方法优化块匹配的结果，W获得 较为准确的结果。现有技术对块匹配的优化通常将优化过程转换为隐马尔科夫模型，通过 维特比算法对该隐马尔科夫模型进行计算，获取块匹配的最佳解。但是使用现有技术，对同 一图像中代表同一物体的像素点，即相邻像素点之间会造成较大的视差差异。
【发明内容】
[0003] 鉴于此，本发明实施例提供一种图像视差的获取方法及系统，W解决现有技术对 同一 3D图像中代表同一物体的像素点容易造成较大的视差差异的问题。
[0004] 本发明实施例是该样实现的，一种图像视差的获取方法，所述方法包括W下步 骤：
[0005] 获取像素点所在行的水平梯度；
[0006] 根据所述水平梯度生成约束图像视差之间的差异的约束条件；
[0007] 根据所述约束条件对相邻像素点之间的视差差异进行约束，获取符合所述约束条 件的视差图。
[0008] 本发明实施例的另一目的在于提供一种图像视差的获取系统，所述系统包括：
[0009] 水平梯度获取单元，用于获取像素点所在行的水平梯度；
[0010] 约束条件生成单元，用于根据所述水平梯度获取单元获取的水平梯度生成约束所 述图像视差之间的差异的约束条件；
[0011] 视差图获取单元，用于根据所述约束条件生成单元生成的约束条件对相邻像素点 之间的视差差异进行约束，获取符合所述约束条件的视差图。
[0012] 本发明实施例通过预设的梯度计算函数获取像素点所在行的水平梯度，根据所述 水平梯度生成约束图像视差之间的差异的约束条件，并根据所述约束条件对相邻像素点之 间的视差差异进行约束，获取符合所述约束条件的视差图。与现有技术相比，本发明实施例 通过特定的约束条件对相邻像素点之间的视差差异进行约束，从而可有效避免同一张图像 中表示同一物体的像素点之间出现较大视差差异的问题。
【附图说明】
[0013] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述 中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些 实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可W根据该些 附图获得其他的附图。
[0014] 图1是本发明实施例提供的图像视差获取方法的流程图；
[0015] 图2是本发明实施例提供的图像视差获取效果的示意图；
[0016]图3是本发明实施例提供的图像视差获取系统的结构图。
【具体实施方式】
[0017] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用W解释本发明，并 不用于限定本发明。
[0018] 为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[001引实施例一
[0020] 如图1所示为本发明实施例提供的图像视差获取方法的流程图，所述方法包括W 下步骤：
[0021] 步骤S101，获取像素点所在行的水平梯度。
[0022] 在本发明实施例中，可通过梯度计算函数获取像素点所在行的水平梯度。
[0023] 根据所述像素点的灰度信息计算相应像素点的块匹配函数值。
[0024] 其中，水平梯度包括但不限于；左图像的水平梯度和右图像的水平梯度，灰度信息 包括但不限于：左图像的灰度信息和右图像的灰度信息，而每个图像包括若干行像素点。
[0025] 其中所述梯度计算函数具体可W为：
[0026]
[0027] 其中，I(X，y)是Ii^(x,y)或Iij(x，y)，G(x,y)表示像素点所在行的水平梯度，Te为 预设的梯度阔值，X是垂直方向的坐标，y是水平方向的坐标，I^x，y-1)是左图像的灰度 信息，Ik(X，厂1)是右图像的灰度信息，山(x，y+l)-Ik(X，厂1)I表示左、右图像的灰度差异 I(X,y+1)。
[0028] 步骤S102,根据所述水平梯度生成约束图像视差之间的差异的约束条件。
[0029] 在本发明实施例中，在同一张图像中，如果是同一个物体，则像素点的视差应该是 相同或相近的（或者说相邻像素点之间视差的差异应该为0或很小），通过像素点之间水 平梯度的差异与像素点之间视差的差异的对比，可W对出现异常视差差异的像素点进行约 束，即；如果像素点之间的视差差异和水平梯度差异都大，则所述像素点的视差为正常；如 果像素点之间的视差差异大、水平梯度差异小，则像素点的视差异常，通过公式表示为；如 果G(x，y) = 1，同一行相邻像素点之间的视差差异不超过正整数N，即|马"-公剖<W;如 果G(x，y) = 0,同一行相邻像素点之间的视差差异不超过正整数K，即|〇r-/)為I^K，其 中K<N，吗。表示第X行第y个像素的视差，I巧其I表示相邻像素点的视差差异。
[0030] 步骤S103,根据所述约束条件对相邻像素点之间的视差差异进行约束，获取符合 所述约束条件的视差图。
[0031] 在本发明实施例中，根据上述生成的约束条件，对相邻像素点之间的视差差异进 行约束：如果符合约束条件，则不进行任何处理，只需获取符合该约束条件的视差图即可。
[0032] 作为本发明的一个可选实施例，所述方法还包括：
[0033] 对视差图进行W梯度为基础的约束优化处理，获取经过所述优化处理后的视差 图，具体的是：
[0034] 通过维特比算法构造能量函数
[00 巧]
[0036] 通过上述维特比算法获取使所述eW狂）最小的解Z，通过所述最小的解Z获取 经过所述优化处理后的视差图。其中，Z=扣1，…，Dy]，cU《dmax，1《y《Y，Z= 扣1，…，Dy]表示第X行的像素点的视差，jW表示第X行代价矩阵，Jw化，y)表示块匹配函 数J(x，Dy，y)，（/" =G(.v，.r)，D表示像素点的视差，dm"表示像素点的最大视差，dmi。表示像 素点的最小视差，Y表示输入图像水平方向的像素点数，表示第X行第y个像素的视差， 吗"兒I表示相邻像素点的视差差异，0《Ph(1)《Ph(2)《Ph(N),Ph(x) =〇°for x〉N，0《Pv(l)《Pv(2)《…《Pv(N)，Pv(x) =c?f〇rx〉K，其中K、N为预先设定的正整数，K<N。
[0037] 在本发明实施例中，通过水平梯度和W维特比算法求解的能量函数
I获取使能量函 数eW狂）值最小的Z，通过所述最小的解Z获取优化后的视差图。其计算方法具体为：
[0038] 设；c〇=N〇+l;
[0039] Cl二N1+1;
[0040] A(i,:)为A的第i行元素组成的行向量
[0041] A(:，如为A的第j行元素组成的列向量
[00化IA(i，m:n)为A的第i行第m列至第n列元素组成的行向量
[0043] A(m:n，j)为A的第j列第m行至第m行元素组成的列向量。
[0044] 计算流程如下：
[0045] 1、y^ 1 ;
[0046] 2、/^jW(y，:)；
[0047] 3、构造和jW同样大小的全零矩阵optidx，其中，jW为由块匹配函数值组成的第 X行代价矩阵；
K=dmax-dmin+1 ;
[0048] 4、如果坤i二 1,则N=Ni，P=Pi，C=Cl;否则N=N〇,P=P〇,C=c〇;
[0049] 5、构造DrX(2c+l)的矩阵A ;
[0050] A(:,c)<-J.
[005U计算A(:，c+_j)和A(:，c-_j)，1《j《N ;
[0052] X<- /+巧_/).
[0053] A(1: j, c-j) ；
[0054] A(j+l:DE，c-j) -X(1:D厂_]?);