基于深度分層圖的虛擬視點(diǎn)合成方法的研究

程 浩

（武漢工程大學(xué)電氣信息學(xué)院，湖北武漢 430205）

隨著視頻數(shù)據(jù)采集和顯示技術(shù)的不斷發(fā)展，三維視頻已被引起關(guān)注，3D電視和自由視點(diǎn)視頻是典型的三維視頻應(yīng)用。在自由視點(diǎn)視頻應(yīng)用中，用戶可自由的選擇角度，不受限制的享受立體盛宴。目前的商業(yè)網(wǎng)絡(luò)傳播系統(tǒng)還不能滿足多視點(diǎn)視頻信號的處理和傳輸，這是因為多視點(diǎn)視頻有海量的數(shù)據(jù)要進(jìn)行處理。為解決這一問題，研究人員提出一些不同的3D表示方法和視點(diǎn)合成方法。已經(jīng)有三類不同的三維立體視頻格式，一類是由多路是視頻直接組成，稱為多視點(diǎn)視頻［1］。這種格式表示的好處是可完整的現(xiàn)象三維場景，觀眾也能更好選擇視點(diǎn)和視角，這個格式可利用基于圖像的描繪技術(shù)（IBR）［2］在終端虛擬合成視點(diǎn)，但這種格式最大的問題是要采集大量的視頻數(shù)據(jù)。IBR技術(shù)是需要大量視點(diǎn)視頻數(shù)據(jù)支持的。為減少數(shù)量，出現(xiàn)了單視點(diǎn)視頻與其深度的三維立體視頻格式，它由一個視點(diǎn)和該視點(diǎn)的深度圖序列組成，在終端可以利用基于深度圖的描繪（DIBR）虛擬合成視點(diǎn)，但其主要問題就是不能解決因遮擋問題到導(dǎo)致的空洞問題。最終出現(xiàn)了多視點(diǎn)視頻＋深度視頻（MVD）的三維立體視頻格式［3］，它可以利用DIBR技術(shù)合成虛擬視點(diǎn)。

基于深度圖像描繪是一種基于圖像的描繪方法。基于深度圖像描繪系統(tǒng)流程如圖1所示。該系統(tǒng)由深度圖像信息預(yù)處理；3D圖像變換；空洞填充組成。其中，根據(jù)深度圖像信息預(yù)處理的效果，空洞填充可有可無。

圖1 DIBR算法流程圖

相比IBR技術(shù)，DIBR技術(shù)改進(jìn)了因遮擋問題而導(dǎo)致的空洞、重影、偽邊緣、像素重疊等問題，但是利用DIBR技術(shù)合成出的視點(diǎn)圖像中在物體邊緣區(qū)域仍然會有偽邊緣、空洞問題。在多視點(diǎn)視頻系統(tǒng)中，視頻數(shù)據(jù)編碼后傳輸，在終端解碼，合成視點(diǎn)。由于視頻編碼后，會丟失大量的數(shù)據(jù)，特別是深度圖像序列［4］。在終端合成虛擬視點(diǎn)時，由于利用了壓縮過的視頻數(shù)據(jù)，虛擬合成出的視點(diǎn)的質(zhì)量必將受到影響。為解決這些DIBR存在的問題，文獻(xiàn)［4］提出一種面向虛擬視點(diǎn)繪制的深度壓縮算法。在前端編碼時，對下采樣深度圖進(jìn)行編碼，在解碼端，對深度圖進(jìn)行上采樣處理，并采用雙邊濾波器優(yōu)化深度圖。這種壓縮算法降低了傳輸碼率，但沒考慮解決空洞等問題。鞠芹等人先將多幅參考圖像分別合成虛擬視點(diǎn)位置的多幅目標(biāo)圖像，再將這些虛擬視點(diǎn)目標(biāo)圖像融合為含有少量空洞的目標(biāo)圖像，然后采用逆映射的方法填充空洞，從而提高虛擬視點(diǎn)圖像的質(zhì)量［5］，較好的解決了DIBR技術(shù)空洞問題，但沒有考慮到壓縮對虛擬視點(diǎn)合成的影響。劉占偉等人對深度圖像進(jìn)行邊緣濾波處理，對參考圖像進(jìn)行規(guī)正處理，采用遮擋兼容算法處理遮問題，融合目標(biāo)圖像得到新視點(diǎn)圖像，最后利用插值法處理較小的空洞問題［6］。文獻(xiàn)［7］利用空間線投影方法和視點(diǎn)間雙向插值算法解決誤投影問題。文獻(xiàn)［8］對深度圖不做預(yù)處理，采用兩個視點(diǎn)合成虛擬視點(diǎn)，其中一個做主視點(diǎn)，另一個為輔助視點(diǎn)，利用輔助視點(diǎn)進(jìn)行裂紋，空洞修正。Nurulfajar等人根據(jù)視差圖的距離將深度圖進(jìn)行分層，利用分層的深度圖和插值算法解決了空洞，偽邊緣等問題［9］。

針對目前較少考慮深度圖壓縮后對虛擬視點(diǎn)合成的影響問題，提出一種基于深度分層的虛擬合成算法。該方法先采用均值漂移聚類算法將深度圖進(jìn)行分割處理，使得深度圖中的對象塊有同一深度值，然后對視頻信息以及處理后的深度信息進(jìn)行3D圖像轉(zhuǎn)換，再在對圖像中的空洞填充處理，最后完成虛擬視點(diǎn)合成。

1 基于深度圖分層的虛擬視點(diǎn)合成算法

1.1 深度圖預(yù)測處理

預(yù)處理深度圖主要有2個部分：一個是平滑處理深度圖，一個是選取零視差平面（ZPS）距離Zc。一般情況下Zc是由深度圖中最近和最遠(yuǎn)的深度點(diǎn)決定的：

在8位的深度圖中Znear，Zfar＝0。將深度圖中的值歸一化后，深度值就在［－0.5，0.5］之間。

采用高斯濾波器g（x，σ）對深度圖進(jìn)行平滑處理：

對估計出的深度圖進(jìn)行Mean Shift算法分割處理，方法如下：

一幅深度圖可以表示成一個二維網(wǎng)格點(diǎn)上p維向量，每一個網(wǎng)格點(diǎn)代表一個象素，P＝1表示這是一個灰度圖，表示彩色圖，p＝3表示一個多譜圖，p＞3網(wǎng)格點(diǎn)的坐標(biāo)表示圖像的空間信息.統(tǒng)一考慮圖像的空間信息和色彩（或灰度等）信息，組成一個p＋2維的向量x＝（xs，xr），其中xs表示網(wǎng)格點(diǎn)的坐標(biāo)，xr表示該網(wǎng)格點(diǎn)上p維向量特征。

用核函數(shù)Khs，hr來估計x的分布，Khs，hr具有如下形式，

其中hs，hr核算，控制著平滑的解析度，C是一個歸一化常數(shù)。

設(shè)xi和zi，（i＝1，2…n）分別表示原始和分割后的圖像。用MeanShift算法進(jìn)行圖像分割的具體步驟如下：

（1）對深度圖中的所有像素點(diǎn)xi，分別計算每個像素點(diǎn)的Mh（xi），根據(jù)Mh（xi）值移動窗口，計算窗口中點(diǎn)的Mh（xi）值，重復(fù)這個過程直到Mh（xi）＜T（T是收斂門限），不移動窗口后，將該點(diǎn)的深度值X＊賦給初始點(diǎn)xi＝X＊；

（2）運(yùn)用MeanShift算法的同時，計算yi，j＋1，直到收斂.記收斂后的值為yi，c

（3）采用Gausss核函數(shù)進(jìn)行MeanShift計算；

（4）重復(fù)2和3兩個步驟，直到所有深度點(diǎn)收斂；

（5）賦值zi＝（，），合并同一對象區(qū)域，將圖像區(qū)域分類。

1.2 3D圖像轉(zhuǎn)換

3D圖像轉(zhuǎn)換的目的是將世界坐標(biāo)系中的點(diǎn)變換到幀圖像畫面中，假設(shè)在齊坐標(biāo)系下，M＝（X，Y，Z，1）T為世界坐標(biāo)系中的點(diǎn)，其圖像中對應(yīng)點(diǎn)為 m＝（u，v，1）T，關(guān)系為：

其中P為攝像機(jī)投影矩陣，它是由攝像機(jī)外部矩陣和內(nèi)部矩陣組成的，s為收縮因子，

R是旋轉(zhuǎn)矩陣，t是平移矩陣，F(xiàn)為攝像機(jī)的焦距，（u0，V0）為幀圖像中心點(diǎn)坐標(biāo)。當(dāng)知道點(diǎn)m＝（u，v，1）T和該點(diǎn)的深度D，則可以根據(jù)公式（6），得到下面的線性關(guān)系：

式中Pij是投影矩陣的在第i行j列的元素。從上式不難發(fā)現(xiàn)，在已知圖像坐標(biāo)和深度值得情況下，可以求出空間中的坐標(biāo)M。在得到世界坐標(biāo)系中的點(diǎn)后，再利用公式（9），將該點(diǎn)重新變換得到虛擬幀圖像中對應(yīng)的點(diǎn)，這個過程也就是3D變換。

1.3 填充空洞

在虛擬視點(diǎn)中，如果有些區(qū)域被遮擋，而真實(shí)幀圖像中對應(yīng)區(qū)域的點(diǎn)沒有繪制這些遮擋區(qū)域的點(diǎn)，這些被遮擋的區(qū)域就會產(chǎn)生空洞，也可以稱為“遮擋區(qū)域”。為使虛擬出的幀圖像不影響觀看，這些虛擬幀圖像中的空洞點(diǎn)需要其相鄰的點(diǎn)插值填充。在攝像機(jī)是水平模型時，通常會用空洞點(diǎn)左邊或右邊的點(diǎn)來填充。

2 實(shí)驗結(jié)果與分析

為驗證所提出算法的性能，采用日本名古屋大學(xué)提供的的dog測試序列進(jìn)行仿真實(shí)驗。在試驗中，選擇dog測試序列的視點(diǎn)0和做為虛擬視點(diǎn)，視點(diǎn)2為輔助視點(diǎn)，視點(diǎn)1為虛擬視點(diǎn)。計算機(jī)硬件條件為：CPU為酷睿i5，主頻為2.30GHz，內(nèi)存為4G，軟件編譯環(huán)境為vs2005。實(shí)驗結(jié)果如圖2和表1所示.

表1 dog虛擬圖像PSNR比較結(jié)果

圖2 dog序列的第1幀虛擬合成圖像

將虛擬合成出來的圖像進(jìn)行噪聲峰值性噪比評價，實(shí)驗結(jié)果如表1所示。dog測試序列的第一個視點(diǎn)的虛擬合成圖的質(zhì)量估計結(jié)果表明：利用本文算法產(chǎn)生的深度圖像合成出的虛擬圖像的PSNR值比較理想，利用壓縮后的視頻和深度圖序列圖進(jìn)行虛擬合成圖像的平均PSNR值為36dB左右，而未經(jīng)過聚類處理而合成虛擬圖像的平均PSNR值是29dB左右。這證明該算法有較好的效果。在虛擬合成結(jié)果圖2中，明顯發(fā)現(xiàn)，沒經(jīng)過類聚的深度合成出的虛擬幀圖有重影和空洞。

3 結(jié) 語

基于深度圖虛擬視點(diǎn)合成技術(shù)是MVD三維視頻格式在終端顯示的關(guān)鍵。在傳統(tǒng)的的DIBR算法中，由于遮擋問題，使得重繪的虛擬圖在物體邊緣有空洞和重影。為此，上述提出基于深度圖分層的虛擬視點(diǎn)合成算法。通過實(shí)驗證明，該方法很好的虛擬合成出視點(diǎn)，減少了物體邊緣的空洞、重影問題。

1 楊海濤，常義林，霍俊彥等.應(yīng)用于多視點(diǎn)視頻編碼的基于深度特征的圖像區(qū)域分割與區(qū)域視差估計［J］.光學(xué)學(xué)報，2008，28（6）：1073－1078.

2E.Martinian，A.Behrens，J.Xin，A.Vetro，etal，“ExtensionsofH.264／AVCformultiviewvideocompression，”inProc.IEEEInt.Conf.ImageProcess.，Atlanta，GA，2006，pp.2981–2984

3H.－Y.Shum，S.－C.Chan，S.B.Kang，Image－Based Rendering.Berlin，Germany：Springer－Verlag，2007.

4 張秋聞，安平，張艷等.FTV系統(tǒng)中面向虛擬視點(diǎn)合成的深度編碼［J］.應(yīng)用科學(xué)學(xué)報，2011，29（3）：298－307

5 鞠芹，安平，張倩等.高質(zhì)量的虛擬視點(diǎn)圖像的繪制方法［J］.數(shù)字視頻，2009.33（9）：21－25.

6 劉占偉，安平，劉蘇醒等.基于DIBR和圖像融合的任意視點(diǎn)繪制［J］.中國圖象圖形學(xué)報，2007，12（10）：1695－1700.

7 陳思利，李鵬程.一種基于DIBR的虛擬視點(diǎn)合成算法［J］.成都電子機(jī)械高等專科學(xué)校學(xué)報，2010，13（1）：14－19.

8XiaohuiYang，JuLiu，JiandeSun1，etal.DIBRBased ViewSynthesisforFree－ViewpointTelevision［C］.3DTV Conference，2011，1－4

9Manap，N.ASoraghan，J.JNovelViewSynthesisBasedon DepthMapLayersRepresentationC〗.3DTVConference，2011，1－4.