基于深度圖像的虛擬視點(diǎn)生成算法研究.pdf

1、隨著科技的進(jìn)步，尤其是計(jì)算機(jī)視覺(jué)技術(shù)的迅猛發(fā)展，大眾已可輕松獲取遠(yuǎn)超往昔的視覺(jué)體驗(yàn)，然而大眾對(duì)于更卓越視覺(jué)效果的追求并未因此放緩，新的革命性的視覺(jué)技術(shù)急需被實(shí)現(xiàn)并推廣。近幾年來(lái)，諸多基于虛擬視點(diǎn)生成技術(shù)的優(yōu)秀應(yīng)用橫空出世。虛擬視點(diǎn)是指通過(guò)一定算法，利用已知視點(diǎn)生成的本不存在的視點(diǎn)?；谔摂M視點(diǎn)生成技術(shù)的應(yīng)用往往都能展現(xiàn)出令人震撼的視覺(jué)效果，在此背景下，虛擬視點(diǎn)生成技術(shù)開始逐步邁入大眾視野之中，在相關(guān)研究領(lǐng)域受到的關(guān)注也越來(lái)越多，可見(jiàn)虛擬

2、視點(diǎn)生成技術(shù)具有廣闊的應(yīng)用空間與發(fā)展前景。
　　虛擬視點(diǎn)的生成有多種方案，其中基于深度圖像的虛擬視點(diǎn)生成算法能夠以較低的成本實(shí)現(xiàn)良好的效果，同時(shí)保證實(shí)時(shí)性，因此本文選擇了基于深度圖像的算法來(lái)進(jìn)行虛擬視點(diǎn)的生成工作。在基于深度圖像的虛擬視點(diǎn)生成算法中，除了RGB圖像外，還需要加入與 RGB圖像同時(shí)獲取的深度圖像作為參考視點(diǎn)。其中，深度圖像是通過(guò)對(duì)深度數(shù)據(jù)進(jìn)行處理得到的，它可以較為直觀地反映場(chǎng)景中各個(gè)物體表面到攝像頭的距離。深度數(shù)據(jù)的

3、獲取有多種方法，出于效率與成本的考慮，本文采用了通過(guò)設(shè)備直接采集的方法，并選擇Kinect2.0來(lái)獲取深度數(shù)據(jù)。Kinect2.0是微軟推出的新一代體感設(shè)備，在優(yōu)質(zhì)開發(fā)工具的支持下，Kinect2.0能夠方便快捷地獲取更高質(zhì)量的深度數(shù)據(jù)，另外還具有能同時(shí)獲取RGB數(shù)據(jù)以及成本較低的優(yōu)勢(shì)。
　　深度數(shù)據(jù)需要轉(zhuǎn)換為深度圖像以便存儲(chǔ)、傳輸與進(jìn)一步處理，目前常用的轉(zhuǎn)換方法為線性化的方法，本文針對(duì)這一方法的不足，在此基礎(chǔ)上提出了基于累積分布

4、概率的方法與基于熵值的方法這兩種改進(jìn)的方法，并在不同場(chǎng)景中以主觀視覺(jué)效果與客觀指標(biāo)對(duì)原線性化方法及兩種改進(jìn)的方法得到的深度圖像進(jìn)行了對(duì)比分析。優(yōu)化的深度圖像需要與同時(shí)獲取的RGB圖像作為輸入轉(zhuǎn)換為RGBD點(diǎn)云數(shù)據(jù)。RGBD點(diǎn)云數(shù)據(jù)為帶有RGB信息的點(diǎn)云數(shù)據(jù)，它包括位置參數(shù)與 RGB參數(shù)。位置參數(shù)通過(guò)將深度圖像中的像素點(diǎn)從二維的圖像坐標(biāo)空間映射到三維的世界坐標(biāo)空間來(lái)確定，RGB參數(shù)需要通過(guò)與深度圖像對(duì)應(yīng)的RGB圖像來(lái)確定。為獲得準(zhǔn)確的RG

5、B參數(shù)，本文提出了基于深度數(shù)據(jù)的對(duì)齊方法，完成深度圖像與RGB圖像的配準(zhǔn)，從而使RGBD點(diǎn)云數(shù)據(jù)更為精確。在獲取RGBD點(diǎn)云數(shù)據(jù)流后，本文選擇Direct3D三維圖形接口，將RGBD點(diǎn)云數(shù)據(jù)與頂點(diǎn)坐標(biāo)變換矩陣輸入到GPU，依靠GPU的并行能力完成虛擬視點(diǎn)的生成，期間需要對(duì)著色器進(jìn)行編程來(lái)定制著色器的操作，從而提高運(yùn)算速度以保證實(shí)時(shí)性。實(shí)驗(yàn)結(jié)果表明本文的虛擬視點(diǎn)生成算法能夠在一定角度范圍之內(nèi)實(shí)時(shí)地實(shí)現(xiàn)虛擬視點(diǎn)的生成，達(dá)到了研究的預(yù)期目的。