近些年来,越来越多的3D立体电影被搬上银幕,3D电影,3D电视的迅猛发展,这给人们带来了身历其境的视觉体验,极大的充实人类的视觉享受。在这样的科技潮流的冲击下,3D影视产业也随之迅速发展起来,这也使得各种3D立体显示设备也纷纷问世。然而,由于现在的3D立体设备存在着3D影视资源的制作成本高,制作周期长等诸多限制性因素,所以目前就来说,3D影视资源的数量仍然显得非常有限,甚至可以说3D资源的数量不足。这使得许多科研,科技人员不得不开始选择另辟蹊径地寻求新的2D-3D资源转换方法,实现弥补3D资源的不足。本文首先从光学系统的成像的数学模型出发,推导出物体图像的扩散参数是随物体的深度变化并且这个变化曲线不是单调的。如果利用单幅图像的扩散参数推知出物体的深度信息必定会存在着一系列的困难。但是如果基于图像的光斑半径存在最小值的情况下,这样图像中的聚焦区域便可以利用扩散参数来进行提取出来。然后,进一步提出了基于像素局域方差(Local Variance, LOV)提取图像聚焦区域的方法,再对得到的LOV图进行形态学膨胀和腐蚀等形态学重建操作,最终可以成功提取出图像的聚焦区域,从而实现了图像前景和背景很好的分离开来。在二维图像的形成过程中,必然会导致二维图像中大量的三维信息(特别是图像的纵深部分)丢失。如果从单幅获取场景的深度信息,这个本质属于一类不适定问题的求解,因此离不开人们的先验知识。本文研究了四种常见层状假设深度图的实用范围,并提出了辐射状假设深度图。辐射状假设深度图中各点根据到最深点的距离来进行深度分配,从而有效地扩展了假设深度图种类,拓展了先验深度图的场景适用范围。实验证明本文采用将前景图融入先验深度图的方法得到整个场景的深度分布是可行的。本文研究了基于双眼视差的3D视频的放映原理,推导了物体深度与视差的关系,按照图像中每个像素的视差对像素进行平移,便可以生成左眼或右眼图像,其中左眼图像是红色图像,右眼图像是蓝绿图像。由于视差分布的不连续性,生成的红蓝3D立体图存在明显的噪音。本文采用Bilateral滤波对原始的3D图进行滤波,能够既有效地减少图像的噪音又保护了图像边缘细节,提高了3D图的质量。