2D轉(zhuǎn)3D處理中深度圖超平滑處理算法的研究與硬件設(shè)計(jì)

滕立偉　劉衛(wèi)東

摘要：該文研究了一種2D轉(zhuǎn)3D處理中深度圖超平滑處理算法，本算法在加權(quán)平均濾波器的基礎(chǔ)上引入像素相關(guān)度，對(duì)平滑窗內(nèi)的像素點(diǎn)進(jìn)行選擇，減少了區(qū)域外的點(diǎn)對(duì)中心像素的影響，有效解決了均值濾波器能引起區(qū)域邊緣模糊的問(wèn)題。同時(shí)，使用verilog語(yǔ)言實(shí)現(xiàn)了此算法，并且通過(guò)modelsim仿真軟件進(jìn)行了仿真。

關(guān)鍵詞：3D視頻處理；平滑濾波；深度圖；相關(guān)度；邊緣檢測(cè)

中圖分類(lèi)號(hào)：TN492 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2013）08-1933-05

3D視頻技術(shù)已經(jīng)成為電視發(fā)展的主流方向。針對(duì)目前3D視頻片源稀少的狀況，將現(xiàn)有豐富的2D片源轉(zhuǎn)換成3D片源成為主流的解決方案。其中基于深度圖像的繪制（DIBR）技術(shù)[1]是主流的2D視頻轉(zhuǎn)3D視頻的方法，該方法利用參考圖像及其對(duì)應(yīng)的深度圖合成3D圖像，重現(xiàn)原始的3D場(chǎng)景。為了改善圖像的質(zhì)量，更好地滿足人眼的視覺(jué)，需要對(duì)生成的深度圖進(jìn)行超平滑處理。常用的中值濾波法或加權(quán)平均濾波法在抑制噪聲的同時(shí)會(huì)使得圖像的邊緣細(xì)節(jié)被抑制[2]。為了能更多的保留圖像的邊緣細(xì)節(jié)，該文采用對(duì)深度圖平滑處理的方法，引入像素間的相關(guān)度，有選擇的對(duì)深度圖的像素進(jìn)行加權(quán)平均，并用硬件實(shí)現(xiàn)。

1 深度圖超平滑算法

1.1像素相關(guān)度

1.2平滑濾波器

2 深度圖超平滑模塊的硬件設(shè)計(jì)

原圖像為RGB圖像，需要對(duì)R、G、B信號(hào)分別處理。第一、二行寄存器處理R分量，第三、四行寄存器處理G分量，第五、六行寄存器處理B分量。計(jì)算相關(guān)度時(shí)需要對(duì)中心像素點(diǎn)上下左右四個(gè)方向進(jìn)行計(jì)算，考慮到中心像素與其下面和右面的像素點(diǎn)的相關(guān)度是一致的，平滑濾波時(shí)可直接使用其下面和右面像素點(diǎn)的相關(guān)度值。因此，只需要輸入中心像素行和其上面一行數(shù)據(jù)，計(jì)算中心像素點(diǎn)與上面和左面兩個(gè)像素點(diǎn)的相關(guān)度即可。這樣有利于簡(jiǎn)化硬件設(shè)計(jì)，避免重復(fù)計(jì)算。為了能同時(shí)計(jì)算出當(dāng)前中心像素與其左面像素點(diǎn)和上面像素點(diǎn)的相關(guān)度，采用兩級(jí)寄存器，分別對(duì)D4、D8、D12三個(gè)位置求相關(guān)度。數(shù)據(jù)經(jīng)過(guò)減法器求差分值，進(jìn)入abs求絕對(duì)值，然后將RGB三個(gè)分量的相應(yīng)方向上差分絕對(duì)值相加與設(shè)定的閾值進(jìn)行比較。如果為上下邊界比較器1的輸出為1，否則輸出0；如果為左右邊界比較器2輸出為1，否則輸出0。比較器的輸出作為多路選擇器的選通信號(hào)，兩個(gè)多路選通器輸出分別為a、b。a和b進(jìn)行按位或運(yùn)算得到像素相關(guān)度值。

2.2控制模塊的設(shè)計(jì)

3 仿真結(jié)果

經(jīng)過(guò)仿真，驗(yàn)證結(jié)果與設(shè)計(jì)一致，本設(shè)計(jì)能夠?qū)崿F(xiàn)對(duì)深度圖的超平滑濾波處理。

4 結(jié)論

2D轉(zhuǎn)3D視頻處理中對(duì)深度圖像進(jìn)行平滑處理是目前比較常用的抑制噪聲的方法。該文研究了一種基于像素相關(guān)度的加權(quán)平均濾波的深度圖超平滑算法。通過(guò)對(duì)深度圖進(jìn)行邊緣檢測(cè)，得到像素間的相關(guān)度，由像素相關(guān)度對(duì)參與加權(quán)平均濾波計(jì)算的像素點(diǎn)進(jìn)行選擇，減少了區(qū)域外像素點(diǎn)對(duì)中心像素點(diǎn)的影響。像素相關(guān)度的引入解決了均值濾波引起區(qū)域圖像邊緣模糊的問(wèn)題，平滑效果顯著。本算法用Verilog硬件編程語(yǔ)言實(shí)現(xiàn)，并通過(guò)仿真對(duì)硬件設(shè)計(jì)進(jìn)行了驗(yàn)證，驗(yàn)證結(jié)果表明硬件設(shè)計(jì)可以實(shí)現(xiàn)對(duì)圖像的超平滑處理。

參考文獻(xiàn)：

[1] 徐萍.基于深度圖像繪制的二維轉(zhuǎn)三維視頻關(guān)鍵技術(shù)研究[D].南京：南京郵電大學(xué)，2011.

[2] 王思賢.平滑圖像噪聲的差值濾波法[J].電子科學(xué)學(xué)刊.2000.22（3）：411-415.

[3] 馮象初.圖像去噪的改進(jìn)迭代非局部平均濾波方法[J].西安電子科技大學(xué)學(xué)報(bào)，2010，37（4）：722-725.

[4] 張宇.自適應(yīng)中心加權(quán)的改進(jìn)均值濾波算法[J].清華大學(xué)學(xué)報(bào)，1999，39（9）：76-78.

[5] 周穎.深度圖像的獲取及其處理[D].西安：西安電子科技大學(xué)，2008.

[6] 賀曦.基于深度信息立體圖像生成算法的研究[D].北京：北京郵電大學(xué)，2010.

[7] 阮秋奇.數(shù)字圖像處理學(xué)[M].北京：電子工業(yè)出版社，2001：199-203.

[8] John Ens，Peter Lawrence.An Investigation of Methods for Determining Depth from Focus[J].ieee transcations on pattern analysis and machine intelligence，1993（15）：97-108.

[9] Mark W R.Post-Rendering 3D Image Warping：Visibility，Reconstruction，and Performance for Depth-Image Warping[D]. University of North Carolina at Chapel Hill，1999.

[10] JUNK.2D/3D mixed service in T-DMB system using depth image based rendering[C].Proc of ICACT08 Phoenix Park. 2008.