公开(公告)号：CN106952304A

公开(公告)日：2017-07-14

申请号：CN201710172103.X

申请日：2017-03-22

Applicant: 南京大学

Inventor： 李杨 ,  都思丹 ,  石立 ,  郭新年 ,  彭成磊 ,  董晨 ,  陈叶朦 ,  杨帆 ,  陆胜 ,  李明 ,  陈旭东

IPC: G06T7/55

Abstract: 本发明公开一种利用视频序列帧间相关性的深度图像计算方法，包括：步骤1、对左右视点相机拍摄的图片进行校正；步骤2、对于第一帧的左右图片的点p，在最大视差搜索范围计算匹配代价，进行视差优化、视差细化，得到初始视差值d1；第一帧的视差梯度为g1；步骤3、对于下一帧的p点的计算，当p点不是异常点或边缘点，以上一帧p点的视差值为基准设定视差搜索范围，否则以最大视差搜索范围计算匹配代价，进行视差优化、视差细化，并得到当前帧的视差值及视差梯度，实现实时的立体匹配。本发明利用视频序列中上一帧的视差，大幅缩小了当前帧算法的计算量，能够在保证原有算法匹配精度的条件下，减小耗时，提高在实际应用场景中的效率。

公开(公告)号：CN106952304B

公开(公告)日：2019-09-20

申请号：CN201710172103.X

申请日：2017-03-22

Applicant: 南京大学

Inventor： 李杨 ,  都思丹 ,  石立 ,  郭新年 ,  彭成磊 ,  董晨 ,  陈叶朦 ,  杨帆 ,  陆胜 ,  李明 ,  陈旭东

IPC: G06T7/55

Abstract: 本发明公开一种利用视频序列帧间相关性的深度图像计算方法，包括：步骤1、对左右视点相机拍摄的图片进行校正；步骤2、对于第一帧的左右图片的点p，在最大视差搜索范围计算匹配代价，进行视差优化、视差细化，得到初始视差值d1；第一帧的视差梯度为g1；步骤3、对于下一帧的p点的计算，当p点不是异常点或边缘点，以上一帧p点的视差值为基准设定视差搜索范围，否则以最大视差搜索范围计算匹配代价，进行视差优化、视差细化，并得到当前帧的视差值及视差梯度，实现实时的立体匹配。本发明利用视频序列中上一帧的视差，大幅缩小了当前帧算法的计算量，能够在保证原有算法匹配精度的条件下，减小耗时，提高在实际应用场景中的效率。