1.一种深度信息获取方法,其特征在于,包括:
读取二维视频的各帧视频图像;
对所述视频图像进行静止区域和运动区域的分离;
分别获取所述静止区域的第一深度信息和所述运动区域的第二深度信息;
获取所述视频图像的纹理深度信息;
根据所述第一深度信息、所述第二深度信息和所述纹理深度信息,获取所述视频图像的深度信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一深度信息、所述第二深度信息和所述纹理深度信息,获取所述视频图像的深度信息包括:
将所述视频图像的各像素点的灰度值分别与一预设阈值进行比较;
当像素点的灰度值大于所述预设阈值时,将所述第一深度信息和所述第二深度信息进行加权以获得该像素点的深度信息;
当像素点的灰度值小于所述预设阈值时,将所述第一深度信息和所述纹理深度信息进行加权以获得该像素点的深度信息。
3.根据权利要求1所述的方法,其特征在于,所述对所述视频图像进行静止区域和运动区域的分离包括:
建立高斯模型;
利用建立的高斯模型对视频图像进行静止区域和运动区域的分离。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对进行了静止区域和运动区域分离的视频图像进行阴影检测;
对经阴影检测后的视频图像进行数学形态学滤波。
5.根据权利要求4所述的方法,其特征在于,所述获取所述静止区域的第一深度信息的步骤包括:
对经数学形态学滤波后的静止区域的图像进行边缘检测;
对经边缘检测后的静止区域的图像,进行Hough变换;
Hough变换后,对静止区域的图像进行去水平线和垂直线;
对去水平和垂直线后的静止区域的图像,进行深度信息分配以获取所述第一深度信息。
6.根据权利要求4所述的方法,其特征在于,所述获取视频图像的纹理深度信息的步骤包括:
获取视频图像的每个像素点的纹理梯度值;
根据每个像素点的纹理梯度值,获取每个像素点的平均纹理梯度;
根据所述平均纹理梯度,对每个像素点进行深度信息分配以获取所述纹理深度信息。
7.一种深度信息获取装置,其特征在于,包括:
读取模块,被配置为读取二维视频的各帧视频图像;
分离模块,被配置为对所述视频图像进行静止区域和运动区域的分离;
第一获取模块,被配置为分别获取所述静止区域的第一深度信息和所述运动区域的第二深度信息;
纹理深度信息获取模块,被配置为获取所述视频图像的纹理深度信息;
深度信息获取模块,被配置为根据所述第一深度信息、所述第二深度信息和所述纹理深度信息,获取所述视频图像的深度信息。
8.根据权利要求7所述的装置,其特征在于,所述深度信息获取模块包括:
比较子模块,被配置为将所述视频图像的各像素点的灰度值分别与一预设阈值进行比较;
第一加权子模块,被配置为当像素点的灰度值大于所述预设阈值时,将所述第一深度信息和所述第二深度信息进行加权以获得该像素点的深度信息;
第二加权子模块,被配置为当像素点的灰度值小于所述预设阈值时,将所述第一深度信息和所述纹理深度信息进行加权以获得该像素点的深度信息。
9.根据权利要求7所述的装置,其特征在于,所述分离模块包括:
模型建立子模块,被配置为建立高斯模型;
分离子模块,被配置为利用建立的高斯模型对视频图像进行静止区域和运动区域的分离。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
阴影检测模块,被配置为对进行了静止区域和运动区域分离的视频图像进行阴影检测;
滤波模块,被配置为对经阴影检测后的视频图像进行数学形态学滤波。
11.根据权利要求10所述的装置,其特征在于,所述第一获取模块包括:
边缘检测子模块,被配置为对经数学形态学滤波后的静止区域的图像进行边缘检测;
变换子模块,被配置为对经边缘检测后的静止区域的图像,进行Hough变换;
去除子模块,被配置为对所述变换子模块进行Hough变换后的静止区域的图像进行去水平线和垂直线;
深度信息分配子模块,被配置为对经去除子模块去水平和垂直线后的静止区域的图像,进行深度信息分配以获取所述第一深度信息。
12.根据权利要求10所述的装置,其特征在于,所述纹理深度信息获取模块包括:
纹理梯度值获取子模块,被配置为获取视频图像的每个像素点的纹理梯度值;
平均纹理梯度获取子模块,被配置为根据每个像素点的纹理梯度值,获取每个像素点的平均纹理梯度;
像素点深度信息分配子模块,被配置为根据所述平均纹理梯度,对每个像素点进行深度信息分配以获取所述纹理深度信息。