专利交易市场

本发明涉及一种自由视点视频的高图像质量虚拟视点绘制方法，包括以下步骤：输入两个参考视点的彩色图、深度图、相机参数及虚拟视点位置参数；计算虚拟视点的相机参数矩阵；参考视点深度图边缘检测；参考视点深度图向前映射；虚拟视点深度图中值滤波；虚拟视点向后映射；结合边缘信息膨胀空洞掩模图；亮度校正与图像融合；剩余空洞插值，输出最终虚拟视点彩色图像。本发明改善小空洞，消除虚假边缘，减少不必要的膨胀操作，保护前景边缘，两视点融合填充的大空洞自然，有效改善前景边缘处的空洞插值效果，有效解决虚拟视点绘制过程中出现的空洞、虚假边缘、亮度差异等问题，输出的虚拟视点具有良好的主客观图像质量。

本发明公开了一种基于卷积神经网络的立体图像视差匹配方法，本发明基于现有的用于视差估计的端到端学习几何和上下文的深度立体回归算法，通过改进其所用的几何上下文卷积神经网络，利用LSTM神经网络作为网络层替代原本网络模型中的soft‑argmin网络层操作。相比于原有的依靠人工定义规则的soft‑argmin网络操作，LSMT通过网络学习出一个规则，以此来提高网络性能，提高亚像素的准确性，得到更加精确的视差估计图，而且LSTM网络擅长处理成本序列，加快了网络的处理速度，提高匹配效率。

本发明涉及一种结合虚拟视点绘制3D‑HEVC整帧丢失错误隐藏方法。本发明方法首先利用基于深度图渲染技术及单路完好接收视点的图像帧，对丢失的整个图像帧进行绘制；然后，结合图像结构，对边界块的模糊失真进行基于时域信息的修补；最后，使用图像块联合运动判定法来决定图像块进行的后处理，对绘制后的静止块和运动块进行不同类型基于像素的残差补足以再次提升性能。本发明方法不需要任何运动矢量，很好的避免了HBP结构中由于运动矢量精确度的问题而造成的各种错误隐藏弊端。对立体视频在网络传输中发生的网络整帧丢包现象有很好的恢复效果。

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：获取在预定场景下针对同一对象的红外图像、彩色图像，以及与所述彩色图像对应的第一深度图；获取所述彩色图像和所述红外图像之间的第一光流；利用所述第一光流对所述第一深度图进行第一优化处理，得到优化后的与所述彩色图像对应的第二深度图。本公开实施例能够实现深度图和彩色图像的精确对准。

本发明公开了一种立体图像内容重组方法，其通过提取立体图像的左视点图像和右视点图像对应的图像质量能量、对象缩放能量、位置调整能量和视差适应能量，并通过优化使得总能量最小，获取最佳相似变换矩阵，这样可使得内容重组后的立体图像能够保留精确的对象形状、具有较高的深度感，且可以根据用户的选择自适应地控制重要内容的位置和大小，符合显著语义特征；其通过控制立体图像中的用户选择的聚类对象和其他聚类对象中的Delaunay网格的坐标位置，并进而控制Delaunay网格的形变，从而能够保证内容重组后的立体图像的视觉体验质量。