摘要

现有的基于聚焦（Shape from Focus, SFF）技术在处理多聚焦图像序列时，难以有效保留深度边缘及精细结构细节。此外，多聚焦图像序列中的噪声会显著影响深度图的准确性。针对上述问题，本文提出一种基于自适应加权引导图像滤波（Adaptive Weighted Guided Image Filtering, AWGIF）的新型深度增强算法，用于SFF方法。该算法将传统SFF方法估计得到的初始深度图分解为基础层与细节层，通过AWGIF实现分层处理。为精确保留优化后深度图中的边缘信息，引导图像由多聚焦图像序列构建而成，同时利用AWGIF的自适应权重系数在增强精细深度细节的同时有效抑制噪声。在真实物体与合成物体上的实验结果表明，所提算法在抗噪性能以及保持深度边缘和精细结构细节方面，均优于现有方法。