一种三维多深度计算全息虚拟深度数据集生成方法和系统

本发明涉及三维全息数据集生成，特别是涉及一种三维多深度计算全息虚拟深度数据集生成方法和系统。

背景技术：

1、三维全息影像技术是一种在三维空间中投射三维立体影像的显示技术，该技术使用到三维数据集，利用三维数据集训练神经网络模型，从而通过神经网络模型可以生成高质量的全息图像。当从三维数据集生成多深度衍射场时，衍射场的编码是至关重要的。用于编码的神经网络训练非常依赖数据集，构建高质量的三维计算全息数据集往往伴随着显著的时间、人力及财务成本，可直接应用于三维计算全息领域的数据集数量非常有限。因此，研究三维数据集的生成是极其有必要的。

2、传统的三维数据集的生成方法主要分为两种，第一种是基于深度相机获取真实场景强度和深度信息的方法，第二种是利用建模软件对随机场景进行采样输出虚拟场景强度和深度信息的方法。然而，第一种方法由于真实世界的三维数据集通常需要通过专业设备进行采集，如激光扫描仪、高清相机等，这不仅成本高昂、质量差、耗时长，且在类别和场景上较为单一，这限制了其泛化应用的潜力。与第一种方法相比，第二种基于软件的生成三维数据集的方法虽然更加方便和经济，但其场景设置、光照模拟更加复杂，非常依赖高性能gpu，因此耗时也就更长，并且由于三维模型的缺乏，最终生成的数据集同质化现象非常严重，质量较差，影响其泛化能力。

3、综上，如何提供一种成本更加低、质量更加高、用时更加短的三维数据集的生成方法，是本领域亟待解决的一个技术问题。

技术实现思路

1、本发明的目的是提供一种三维多深度计算全息虚拟深度数据集生成方法和系统，可降低生成三维数据集的成本，缩短生成三维数据集的用时，并提高三维数据集的质量。

2、为实现上述目的，本发明提供了如下方案：

3、第一方面，本发明公开了一种三维多深度计算全息虚拟深度数据集生成方法，包括：

4、获取若干原始彩色图像。

5、对于每一所述原始彩色图像，执行以下操作：

6、对所述原始彩色图像进行灰度处理，得到灰度图像。

7、对所述灰度图像进行下采样处理，得到下采样图像。

8、对所述下采样图像进行均匀阈值分割处理，得到阈值分割图像。

9、对所述阈值分割图像进行上采样处理，得到虚拟深度图像。

10、基于若干所述虚拟深度图像，构建三维数据集。

11、可选地，对所述原始彩色图像进行灰度处理，得到灰度图像，具体包括：

12、采用加权平均灰度处理法，对所述原始彩色图像进行灰度处理，得到灰度图像。

13、可选地，所述灰度图像的表达式为：

14、igray(x,y)＝0.299irgb_r(x,y)+0.587irgb_g(x,y)+0.144irgb_b(x,y)；

15、其中，igray(x,y)表示灰度图像，x和y分别为图像像素的空间横坐标和空间纵坐标，irgb_r(x,y)表示红色分量强度图像，irgb_g(x,y)表

16、示绿色分量强度图像，irgb_b(x,y)表示蓝色分量强度图像。

17、可选地，所述下采样图像的表达式为：

18、

19、其中，igray(x,y)表示灰度图像，s表示下采样缩小比例，表示缩小比例为s的下采样图像，idsmp(x,y)表示下采样图像。

20、可选地，所述阈值分割图像的表达式为：

21、ithsg(x,y)＝tn,tn≤idsmp(x,y)≤tn+1；

22、其中，ithsg(x,y)表示阈值分割图像，idsmp(x,y)表示下采样图像，tn和tn+1表示相邻的两个分割阈值。

23、可选地，对所述阈值分割图像进行上采样处理，得到虚拟深度图像，具体包括：

24、采用最邻近插值法、双线性插值法或双三次插值法，对所述阈值分割图像进行上采样处理，得到虚拟深度图像。

25、可选地，基于最邻近插值法得到的虚拟深度图像的表达式为：

26、d(0)(x,y)＝ithsg(round(s,x),round(s,y))；

27、其中，d(0)(x,y)表示基于最邻近插值法得到的虚拟深度图像，ithsg(round(s,x),round(s,y))表示经过下采样和round函数运算得到的阈值分割图像，s表示下采样缩小比例，round()表示round函数。

28、可选地，基于双线性插值法得到的虚拟深度图像的表达式为：

29、

30、其中，d(1)(x,y)表示基于双线性插值法得到的虚拟深度图像，表示经过下采样和向下取整运算得到的阈值分割图像，s表示下采样缩小比例，表示向下取整。

31、可选地，基于双三次插值法得到的虚拟深度图像的表达式为：

32、

33、其中，d(2)(x,y)表示基于双三次插值法得到的虚拟深度图像，表示经过下采样、向下取整和空间坐标运算得到的阈值分割图像，s表示下采样缩小比例，表示向下取整，w(t)表示权重因子，w(t)的表达式为：

34、

35、其中，t为插值方法中的自由变量。

36、第二方面，本发明还公开了一种三维多深度计算全息虚拟深度数据集生成系统，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现第一方面所述的一种三维多深度计算全息虚拟深度数据集生成方法的步骤。

37、根据本发明提供的具体实施例，本发明公开了以下技术效果：

38、本发明公开了一种三维多深度计算全息虚拟深度数据集生成方法和系统，在获取得到若干原始彩色图像之后，只需要对每一张原始彩色图像依次进行灰度处理、下采样处理、均匀阈值分割处理和上采样处理等操作，即可将一张彩色图像快速转化为一张虚拟深度图像，从而构建生成了三维多深度计算全息虚拟深度数据集。相比传统的深度相机、三维建模等复杂的方法，本发明由于避开了迭代计算等耗时过程，能够快速生成模拟深度信息的图像，更加简单、高效，计算量少，可以降低生成三维数据集的成本，并缩短用时，显著降低了构建数据集所需的经济投入和时间，增加了现有数据集的多样性，提高了三维数据集的质量，特别适用于需要快速获取三维深度图像数据集的应用场景，并且由于其计算简单，也适合集成到资源有限的硬件系统中。

技术特征：

1.一种三维多深度计算全息虚拟深度数据集生成方法，其特征在于，包括：

2.根据权利要求1所述的一种三维多深度计算全息虚拟深度数据集生成方法，其特征在于，对所述原始彩色图像进行灰度处理，得到灰度图像，具体包括：

3.根据权利要求2所述的一种三维多深度计算全息虚拟深度数据集生成方法，其特征在于，所述灰度图像的表达式为：

4.根据权利要求1所述的一种三维多深度计算全息虚拟深度数据集生成方法，其特征在于，所述下采样图像的表达式为：

5.根据权利要求1所述的一种三维多深度计算全息虚拟深度数据集生成方法，其特征在于，所述阈值分割图像的表达式为：

6.根据权利要求1所述的一种三维多深度计算全息虚拟深度数据集生成方法，其特征在于，对所述阈值分割图像进行上采样处理，得到虚拟深度图像，具体包括：

7.根据权利要求6所述的一种三维多深度计算全息虚拟深度数据集生成方法，其特征在于，基于最邻近插值法得到的虚拟深度图像的表达式为：

8.根据权利要求6所述的一种三维多深度计算全息虚拟深度数据集生成方法，其特征在于，基于双线性插值法得到的虚拟深度图像的表达式为：

9.根据权利要求6所述的一种三维多深度计算全息虚拟深度数据集生成方法，其特征在于，基于双三次插值法得到的虚拟深度图像的表达式为：

10.一种三维多深度计算全息虚拟深度数据集生成系统，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-9中任一项所述的一种三维多深度计算全息虚拟深度数据集生成方法的步骤。

技术总结本发明公开一种三维多深度计算全息虚拟深度数据集生成方法和系统，涉及三维全息数据集生成技术领域，方法包括获取若干原始彩色图像；对于每一所述原始彩色图像，执行以下操作：对所述原始彩色图像进行灰度处理，得到灰度图像；对所述灰度图像进行下采样处理，得到下采样图像；对所述下采样图像进行均匀阈值分割处理，得到阈值分割图像；对所述阈值分割图像进行上采样处理，得到虚拟深度图像；基于若干所述虚拟深度图像，构建三维数据集。本发明可降低生成三维数据集的成本，缩短生成三维数据集的用时，并提高三维数据集的质量。技术研发人员：闫兴鹏,李佳琦,张雅楠,胡海荣,常河彬,荆涛,张平受保护的技术使用者：中国人民解放军陆军装甲兵学院技术研发日：技术公布日：2024/8/16