基于馬爾可夫場理論的單目圖像深度估計研究.pdf

1、計算機立體視覺是計算機視覺研究的一個重要分支科學，主要研究如何借助成像技術從圖像里獲取場景中物體的深度信息。圖像深度即圖片上某點對應的真實物體在空間上到該圖片物理成像焦平面的實際距離。深度信息獲取在圖片理解、三維立體重建、機器視覺等方面應用廣泛。目前獲取圖像深度信息的方法主要有兩種：使用深度感應器和基于視差的多視圖攝像幾何，這兩種方法的優(yōu)點都是條件充足，得到數(shù)據(jù)比較準確；缺點在于需要專業(yè)設備以及攝像機內部參數(shù)，具體實施比較困難。本文所采

2、取的基于隨機場模型的深度估計算法很好地克服了上述困難，它的實現(xiàn)成本較低、可行性高，并在一定程度上提高了所得到的深度信息的準確度。
　　 本文首先引入了模式識別的基本理論，因為該理論是貫穿本文始終、結構性的思想方法。模式識別理論的目的和作用在于面對某一具體事物時能將其正確地歸入某一類。本文的核心在于將圖像深度估計的過程歸結為模式識別的過程，即：將需要估計的圖像深度劃分為深度類，每一深度類看作為待識別的模式類，它反映了特征深度所對應

3、深度值情況，然后，在多尺度條件下對圖像提取絕對和相對深度特征，通過文中的研究方法將深度特征正確地歸入該特征所對應的深度類中。
　　 在圖像深度類和圖像特征通過特征匹配進行分類的過程中，引入了馬爾可夫隨機場理論(MRF, Markov Random Field)。馬爾可夫隨機場理論刻畫了一組彼此相互作用且具有某種上下文依賴關系的物理實體所表現(xiàn)出的特性，是用來解決不適定問題的典型方法。而圖像深度估計問題本身恰恰是具有上下文關系的視覺

4、領域不適定問題。在本文中，我們選擇基于條件馬爾可夫隨機場理論的DRF( Discriminative Random Field)方法，DRF方法中引入了自相關勢能和互相關勢能，利用兩種勢能的不同作用和不同表達方式更清晰地描述了圖像深度和深度特征的關系。該模型中含有若干參數(shù)，參數(shù)估計的過程充分利用了已知圖像的深度圖像和深度特征之間的關系，它實際上是基于已知樣本（來源于圖片及其深度圖像的圖片庫）進行監(jiān)督學習的參數(shù)估計過程。最后，根據(jù)貝葉斯原

5、理，可以進一步將圖像深度估計問題轉化成一個最大后驗概率(MAP, Maximum a posteriori)估計問題，而最大后驗概率的計算從根本上來說是求解非線性優(yōu)化問題。至此，以上所涉及到的理論方法共同構成了單目圖像深度估計的DRF-MAP的模型。
　　 本文的研究工作將DRF-MAP模型明確地引入到了深度信息的估計中。同時，在此模型的基礎上，根據(jù)自相關勢能和互相關勢能的不同意義，設置的不同模型參數(shù)，可以形成四種不同的算法，其