(承前文)不同於3D雙目相機感測系統，單視角的深度估測(Monocular Depth Estimation)系統只需輸入由單視角(Single View)拍攝的平面RGB影像，就能估算出圖像(Image)中每個物件的深度資訊。具有多鏡頭(Shots)和多場景(Scenes)的2D視訊影片，也能應用單視角的線索(Cue)和偵測技術，獲得在2D視訊影像內每個物件的深度資訊。
廣域的深度梯度
先辨別圖像的類型，然後才能算出廣域的深度梯度。有三種常見的圖像：風景照、直線透視圖、普通的前景聚焦照片，如圖6所示。就一張風景照而言，上方通常是天空，下方通常是地面或水系。利用HSI色彩空間的特性，可以使用式子(3)來判斷風景照中的像素(x,y)是否是天空、水或地面。其中，H(x,y)、S(x,y)、I(x,y)分別代表像素(x,y)的色調、飽和、亮度。符合((80<I(x,y)<255)&&(100 <H(x,y)<180))條件的像素(x,y)是天空或水。符合((80<S(x,y)<255)&&(20< H(x,y)<100))條件的像素(x,y)是地面。LS(x,y)表示像素(x,y)是屬於風景類的實體元素－天空、水、地面。
於是，圖像內所有屬於風景類的像素之LS(x,y)總和可以使用式子(4)來表示，其中X和Y代表圖像解析度的寬和高。將式子(4)的應用延伸，能產生式子(5)和(6)，就可以使用它們來判斷一張圖像是否是風景照。其中，prop是屬於風景類的像素之LS(x,y)總和對圖像解析度的比值，TLS是臨界值。
圖12是判斷圖像類型的流程。直線透視圖中的直線，可以使用霍夫轉換(Hough Transform)偵測出來。若主要的兩直線的交叉點都集中於一點，這交叉點就是消失點(Vanishing Point)，那些相交的直線就是消失線(Vanishing Lines)，如圖13所示。
如圖6所示，風景照的廣域深度梯度是從上而下，以灰階0至255表示。0是全黑代表天空，距離最遠；255是全白代表地面或水，距離最近。在直線透視圖中，消失點是最遠的地方。消失線將圖像分割成水平的和垂直的深度平面，如圖14所示。其中，圓點是消失點，線條是水平的或垂直的深度平面。在水平的平面上，每行(Row)的深度值是固定的。在垂直的平面上，每列(Column)的深度值是固定的。
在普通的前景聚焦照片中，有許多邊緣，代表豐富的細節。因此，必須將圖像分割成N個區塊Bi(i=1, 2, …, N，通常N=4×4=16)，計算每個區塊內的邊緣數量Ei，並從中找出距離觀測者最近的主區塊。假設Eav是所有區塊的邊緣的平均數，邊緣數量大於Eav的區塊被選為主區塊。假設T是主區塊的總數，ETi(i=1,2, …., T)是個別主區塊的邊緣數。這些主區塊的廣域深度梯度GTi(i=1, 2, …, T)和相對應的加權係數WTi相乘的總和，就是普通的前景聚焦照片的廣域深度梯度Dglobal，如式子(7)和(8)所示。因為邊緣數量最多的主區塊是距離最近的，所以可以它為中心，相對地估算出其他區塊的深度。
更精細的深度圖
一旦求出了廣域的深度梯度Dglobal，就可以使用式子(9)加入區域的深度資訊，產生更精細的深度圖。根據溫/冷色彩理論(Warm/Cool Color Theory)，溫暖色系會給人近距離的感覺，寒冷色系會給人遠距離的感覺，所以結合區域的色彩資訊後，能使廣域的深度梯度變得更精細。式子(9)中的DY是YCbCr色彩空間內亮度Y的深度資訊，DCr是Cr色彩的深度資訊。Df是結合區域的色彩資訊後的精細深度圖，是以黑白灰階(0至255)來代表距離的遠近，黑色是最遠的，白色是最近的。α和β是經驗係數。
單視角2D影像深度資訊不漏接 平面影像重建3D立體視覺(1)
