买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京邮电大学申请的专利一种大基线光场视频深度估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115496790B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211131709.6，技术领域涉及：G06T7/55；该发明授权一种大基线光场视频深度估计方法是由刘雨;潘宇轩;胡欣珏;王晨晨;张琳设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本一种大基线光场视频深度估计方法在说明书摘要公布了：本发明提出一种大基线光场视频深度估计方法，属于视觉图像处理领域，具体为：首先，利用光场相机采集图像，依次读入单视点原始视频并拆帧，将同一时刻下不同视点的子孔径视频帧图像作为一组；针对每组图像，利用各帧图像的行像素以及列像素，分别生成水平和垂直EPI图像；然后，对中心行中心列分别进行梯度图模板检测和Graph‑based图像分割，得到各帧EPI图像的宏像素块分割参考结果；接着，在各帧EPI图像中寻找目标像素位置作为初步深度估计结果，并将初步估计结果进行三角坐标映射，确定目标像素的深度信息，即水平垂直EPI图像中包含的原始像素的深度信息。本发明提高了宏像素块的坐标匹配精度，同时也提升了深度估计结果的准确性。

本发明授权一种大基线光场视频深度估计方法在权利要求书中公布了：1.一种大基线光场视频深度估计方法，其特征在于，具体步骤如下： 首先、利用光场相机采集图像，依次读入单视点原始视频文件进行拆帧，将同一时刻下不同视点的视频帧图像作为一组进行存储，得到多视点光场子孔径图像集； 针对每组图像，利用各帧子孔径图像中行像素以及列像素，分别生成各帧图像的水平EPI图像和垂直EPI图像； 然后、利用各帧水平EPI图像的中心行分别进行梯度图模板检测和Graph-based图像分割，得到各帧水平EPI图像对应的宏像素块分割参考结果； 利用各帧垂直EPI图像的中心列分别进行梯度图模板检测和Graph-based图像分割，得到各帧垂直EPI图像对应的宏像素块分割参考结果； 接着、利用各帧水平EPI图像的宏像素块分割参考结果，在各帧水平EPI图像中寻找目标像素位置作为初步深度估计结果； 利用各帧垂直EPI图像的宏像素块分割参考结果，在各帧垂直EPI图像中寻找目标像素位置作为初步深度估计结果；具体为： 首先，逐个选择每帧子孔径图像，将当前帧水平EPI图像的宏像素块分割参考结果作为图像a1，将该图像中除去中心行外的其余像素行进行复制，形成新的复制图像b1； 图像b1中像素行外拓的长度为图像a1中分割的宏像素块的最大长度； 然后，将复制图像b1中各行逐像素循环与图像a1中像素，在多尺度空间中计算标准平方差Sq_diff与相关性系数R两种特征指标，并取平均值： 标准平方差越接近0，则代表两个像素的匹配度越高，反之则代表匹配度越差；相关性系数R越趋向于1，表示两个像素的目标区域完全匹配，反之则表示两者之间没有任何相关性； 其中： x,y为当前循环时取出的图像b1的左上角平面直角坐标，代表循环的位置； x',y'为图像b1中的各点相对左上角的偏移量； Tx',y'得到点在图像a1中的坐标，即图像a1左上角的坐标加偏移量； Ix+x',y+y'得到点在图像b1中的坐标，即图像b1左上角的坐标加偏移量； w和h分别为对应图像的宽和高； Tx”,y”得到图像a1的点在完整EPI中的坐标； Ix+x”,y+y”得到图像b1的点在完整EPI中的坐标； 最后，将平均值进行降序排序，选择最大平均值对应的像素值作为目标像素； 利用各目标像素值坐标计算其连线在水平EPI图像中的斜率信息，并转换到相应的[0,255]灰度空间中作为初步深度估计结果； 同理，将当前帧垂直EPI图像的宏像素块分割参考结果作为图像a2，将该图像中除去中心列外的其余像素行进行复制，形成新的复制图像b2；然后，将复制图像b2中各列逐像素循环与图像a2中像素，在多尺度空间中计算标准平方差Sq_diff与相关性系数R两种特征指标，并取平均值；将平均值进行降序排序，选择最大平均值对应的像素值作为目标像素；利用各目标像素值坐标计算其连线在垂直EPI图像中的斜率信息，并转换到相应的[0,255]灰度空间中作为初步深度估计结果； 最后、通过初步估计结果利用计算机视觉中三角坐标映射法，获得三维匹配结果确定为目标像素的深度信息，即水平或垂直EPI图像中包含的原始像素的深度信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。