摘要
作者提出了一种从传统相机拍摄的单张图片中恢复和细化深度图的技术。这项技术基于通用成像原理:只有处于焦点距离的场景会在成像传感器上形成一个清晰的点,而其他场景会根据其与相机镜头的距离产生不同程度的模糊效果。
具体方法分为以下几个步骤:
- 通过光谱对比度首先在边缘位置估计深度值。
- 使用深度分层优化方法恢复完整的深度图。
- 由于某些模糊纹理(如柔和阴影或模糊模式)在深度估计过程中会产生模糊结果,因此使用基于总变分的图像平滑方法来平滑原始图像,生成的平滑图像会抑制详细的纹理。
- 将这个平滑后的图像作为参考图像,使用引导滤波器来细化最终的深度图。
总的来说,这篇论文提出了一种利用图像的模糊特性和优化算法来从单张图片中提取深度信息的方法,并通过图像处理技术来改善深度图的质量。
基于总变分(Total Variation,TV)的图像平滑方法:是一种在图像处理领域中广泛应用的技术,特别是在图像去噪和复原任务中。总变分方法的核心思想是利用图像的梯度信息来平滑图像,同时尽可能保持图像的重要特征,如边缘和细节。