基于马尔可夫随机场的单目图像深度估计

本文的基本 思想是 ： 将深度估计 问题归结为模式识别 问 题， 深度即连续的待识别 的模式类，图像及其对应深度 图像
基 金项 目： １ 国家 自然科 学基 金（０ ００２；２上海 市启 明星基 金（６ Ａ１０３资助 ６５２ ４） ０Ｑ ４ ０） 作 者简 介：张 蓓蕾 （９ ３） １８．，女 ，河 南濮 阳人 ，东华 大学信 息科 学与技 术 学院 ，硕士 ，图像 处理 与模式 识别 ，上海 刘 洪玮 （９ ２） １８ ．，男，江 苏徐州 人 ，东华大 学信 息科 学与技 术 学院 ，硕 士 ，电力 电子 与 电气 传动 ，上海
基 于 马 尔可 夫 随机 场 的单 目图像 深 度 估 计
张蓓 蕾 ，刘 洪 玮
摘 要 ： 图像 深度 获 取 是 机 器视 觉领 域 活 跃 的研 究课 题 。 将 图像 深 度估 计 问题 归结 为 模 式 识 别 问题 ， 以单 目图像 深 度 为待 分 连续 模 式类 ，在 多 尺度 下对 图像 块 提 取 绝对 和 相 对 深 度 特 征 ， 选择 表征 上 下 文 关 系的 ＭＲ （ ｒｏ ｎ ｏ Ｆｅｄ ＭＡ Ｆ Ｍａｋ ｖＲａｄ ｍ ｉ ）一 Ｐ ｌ
Ｍｉ ｏｏ ｕｅ Ａ ｐ ｃｔ ｎ ｏ ２ ， ｏ１， ００ ｃ ｃｍｐ ｔｒ ｐ ｌ ａ ｏ ｓ １ ６Ｎ ． ２ １ ｒ ｉ ｉ Ｖ ． １
文 章 编 号 ： １０ －５Ｘ（０ ０１－０ ９０ ０ ７７ ７ ２ １）１０ ４ －２
技 术 交流
微型 电脑 应 用
２１ ０ ０年第 ２ ６卷第 １ １期
也称之 为似然 函数 ，它是描述测量数据条件分布的，ｐｙ 是 Ｃ）
一
个 未知常数 ，通常 ，该后验分布是关于 的邻域系统的
样本 对象集
描 － 类 设 甫 ＿ 一分 器 计
分 决 类 策
ＭＲ 源自文库布 。 Ｆ
ｆ） ４基于恰当准则 的最优 估计确定 了上述后验概论后 ，
待 对象 Ｌ 薛 分 集 Ｉ 描 ＿ ・
估计模型。实践证 明该方法成本低 ，无需 昂贵测距 设备 ，无 需摄像机内部及外部参数 ，应 用范围广 。
ｌ 深 度估 计与模 式识 别
模 式识别是指对表 征事物或现象 的各 种形式 的 （ 数值 的、文 字的或逻辑关系的 ）信息，进行处理和分析 ，进而对 事物或现象进行描述、辨认 、分类和解释的过程 ，是信息科 学和人工智 能的重要组成部分 。 模式识别 系统 的基本框架如
２ ＭＲ ． Ｆ ＭＡＰ 型框 架 模
构造ＭＲ ． Ｐ ＦＭＡ 先验模型包含３ 个步骤【】 ５： （） １确定邻域和对应 的基 团对 规则位置集（ 点集） 点（ｙ 、 ｘ）
的邻 域 为
仪。另一种方法是基于一个场景 的多幅 图像或图像序列 ， 利
用多视 图摄像几何，通过求取视差 ，获取深度值 ，例如基于 双 目『１ １、三 目『】 １ ２、多 目【】 ３、环 目『】 ４的三维立体化方法。其
通过最优化方法求取最大后验概率， 估计出某图像块对应的 深度 值。
姿态感知） ，三维立体重建 （ 体、场景的三维现 实模拟 ） 物 、
机器 人 视 觉 （ 器 人 行 为 指 导 ）等 方 面 。 机 目前主要有两种方法获得 图像深度信息： 一种是深度感 应器 ，原理 是 利 用 射 线 的 反射 时 间计 算 距 离 ， 种 方 法 的优 这 点在于精度高 ， 但缺点是设备成本较高 ， 例如三维激光 扫描
（ ｘｍｕ ａ ｏｔｒ ｒ Ｍａ ｉ ｍ ｐ ｓ ｉ ｉ ｅ ｏ ）方法 ，建立拉普拉斯模型 ，表述 某图像 块的深度和 其邻域深度之间的关系。实验得到 了某一类单 目
图像 对 应 的 深 度 图像 ，证 明 了该 算 法 的 有 效性 。 关 键 词 ： 单 目图像 ；深 度 图像 ；马 儿 可 夫 随机 场 ；最 大后 验 概 率 中图分类号 ：Ｔ ３ １ Ｐ ９ 文献标志码 ：Ａ
图 １ 示： 所
薄
ｆ） ２选择好基团后，再确定其 函数 。
（） ３确定后验分布，基 于随机场 的先验分布和测量噪 声分布的特 征， 根据 Ｂａｅ 定理，求得给定测量数据 Ｙ ｙ时， ｙｓ ＝
Ｘ ｘ的后验概论Ｐｘ Ｙ ｐ ｌｐｘ ｐｙ， ＝ （ｙ＝ （ｘ （ ／（ 其中ｐ ） ｌ ｙ） ） ） 是一个 先 ｉｓ 验Ｇｂ 分布，ｐｘ） ｂ ‘（ｙ是给定Ｘｘ ｌ ＝ 时，Ｙ 的条 ＝ ｙ 件概论，
优点是条件充足，算法易行，缺点是需要摄像机参数，专业
知识 要 求 较 高 。
本文利用单 目图像进行深度估计，基本原理是：以模式 识 别 原 理 为 框 架 ， 采 用 ＭＲ （ ｒｏ ａｄ ｍ ｉｄ） Ｆ Ｍａｋ ｖ Ｒ ｎ ｏ Ｆｅ ｌ
一
ＭＡＰ Ｍａ ｉ ｍ ｐ ｓ ｒ ｒ）【】 （（ ｘ ｍｕ ａ ｏｔ ｉ ｉ ５方法，建立 拉普拉斯深度 ｅｏ
， ｛ ：＜ － 一 ） ｃ ，由 ｃ决定邻域结沟 的 ＝ ， ０ ０ ＋ ， ） ｝ 大 小和相应的基团；对 不规则位置集 ，根据 Ｄ ｌ ｎｙ三 角 ｅａ ａ ｕ 形（ Ｖ ｒｎ ｉ 或 ｏｏ ｏ 多边形） 确定任一位 置的邻域 ，它们有不同的 形状和尺寸，按包含的位置数划分邻域类型；在图像理解和 目标 识别等 问题 中，常借助 图论（ｒｐ ｈｏｙ 的方法构造 ｇａｈ ｔｅｒ） Ｍａｋ ｖ图，由它表示处理这些 问题 时所需的上下文关系（ ｒｏ 约 束） ，确定邻域结构及基 团。
Ｉ
给 定 问题 的解 与 预 先确 定 的准 则 有 关 ，例 如 ＭＡ Ｐ估 计 ，它
是最大后验概论准 则下 的解 。
图 １模式 识别 基本过 程
（） ５算法 实现 ，直接求 Ｂ ｙｓ估计具有指数复杂性 ，因 ａｅ 为需要计算所 有可 能状态的后验概率，实际上是不可行的，
通常避开这个 问题 ，选择可行的途径 和算法 。
０ 引言
图像深度信息的获取， 旨在得到图像 中不 同对象间 的空 间位置信息，广泛应用于图片理解（ 目标识别、场景层次、
组成的图像对集 为样本对象集 ， 对样本对象和待分对象分别 提取深 度特征 ，以贝叶斯原理为基础 ，建立分类器进行分类
决策 （ 拉普拉斯模 型） 由样 本对象集训练得到模型参数 ， ，并